콘텐츠로 건너뛰기 메뉴로 건너뛰기 푸터로 건너뛰기
데이터를 불러오고 있습니다
데이터를 저장하고 있습니다
#환경

BETA 자연기반 탄소흡수원 시계열 데이터

자연기반 탄소흡수원 시계열 데이터 아이콘 이미지
  • 분야재난안전환경
  • 유형 이미지
구축년도 : 2023 갱신년월 : 2024-06 조회수 : 828 다운로드 : 8 용량 :
샘플 데이터 ?

샘플데이터는 데이터의 이해를 돕기 위해 별도로 가공하여 제공하는 정보로써 원본 데이터와 차이가 있을 수 있으며,
데이터에 따라서 민감한 정보는 일부 마스킹(*) 처리가 되어 있을 수 있습니다.

※ 내국인만 데이터 신청이 가능합니다.

  • 데이터 변경이력

    데이터 변경이력
    버전 일자 변경내용 비고
    1.0 2024-06-28 데이터 개방 Beta Version

    데이터 히스토리

    데이터 히스토리
    일자 변경내용 비고
    2024-06-28 산출물 공개 Beta Version

    소개

    - 다중대역폭(Multi Band) 위성영상(Landsat, Sentinel-2) 기반 5년 단위 탄소흡수원(산림지, 농경지, 초지, 습지, 정주지, 기타) 시계열 데이터로, 기후변화 대응을 위한 효율적 토지이용 계획수립의 기초자료로 활용됨

    구축목적

    - 다중대역폭(Multi Band) 위성영상(Landsat, Sentinel-2) 기반 5년 단위 탄소흡수원(산림지, 농경지, 초지, 습지, 정주지, 기타) 시계열 AI 학습용 데이터 구축 및 AI 모델 개발
  • - 데이터 구축 규모

    데이터종류 분류항목 대상지역 학습데이터크기 연도 형식 수량 (장)
    자연기반
    탄소흡수원
    시계열 데이터
    (Landsat)
    산림지, 농경지, 초지, 습지, 정주지, 기타
    (6항목)
    전국 256×256 2000 TIF 10,336
    JSON 10,336
    2005 TIF 10,188
    JSON 10,188
    2010 TIF 10,163
    JSON 10,163
    2015 TIF 10,208
    JSON 10,208
    2020 TIF 10,736
    JSON 10,736
    자연기반
    탄소흡수원
    시계열 데이터
    (Sentinel-2)
    산림지, 농경지, 초지, 습지, 정주지, 기타
    (6항목)
    세종시
    일대
    256×256 2015 TIF 500
    JSON 500
    2020 TIF 500
    JSON 500
    총계 105,262

     

    - 데이터 분포
      - 토지 클래스별 이미지 및 세그멘테이션 분포(Landsat)

    구분 클래스별 이미지 수량(장) 클래스별 세그멘테이션 수량(건)
    수량(장) 비율(%) 수량(건) 비율(%)
    산림지 51,613 17.40% 1,192,062 22.7%
    농경지 51,431 17.30% 1,344,149 25.6%
    초지 50,439 17.00% 1,203,423 22.9%
    습지 49,944 16.80% 348,545 6.6%
    정주지 50,653 17.00% 921,066 17.6%
    기타 43,301 14.60% 234,478 4.5%
    총계 297,381 100.00% 5,243,723 100.0%

     

      - 토지 클래스별 이미지 및 세그멘테이션 분포(Sentinel-2)

    구분 클래스별 이미지 수량(장) 클래스별 세그멘테이션 수량(건)
    수량(장) 비율(%) 수량(건) 비율(%)
    산림지 1,000 18.20% 12,053 18.10%
    농경지 977 17.80% 15,184 22.80%
    초지 937 17.10% 17,142 25.70%
    습지 833 15.20% 3,686 5.50%
    정주지 986 18.00% 13,048 19.60%
    기타 749 13.70% 5,615 8.40%
    총계 5,482 100.00% 66,728 100.00%
  • 저작도구 설명서 및 저작도구 다운로드

    저작도구 설명서 다운로드 저작도구 다운로드
  • AI 모델 상세 설명서 다운로드

    AI 모델 상세 설명서 다운로드 AI 모델 다운로드

    - 활용 모델
    ○ Sentinel-2 위성영상의 다중대역폭(Multi Band)을 활용한 시계열 분석 가능 데이터로 토지이용 기반 탄소흡수원을 예측하는 인공지능 모델을 활용한 탄소흡수원 분류 응용서비스 개발
      - 탄소흡수원 영역에 대한 결과 자료 제공 
      - 탄소흡수원 영역의 탄소 흡수량 계산 결과 제공

     

    ○ 다른 두 시기의 위성영상을 AI모델을 사용하여 자동으로 탄소흡수원 분류를 하고, 두시기의 탄소흡수원 분류 결과를 비교하여 탄소흡수원의 변화를 파악할 수 있는 응용서비스 개발
      - 두시기의 탄소흡수원의 변화 영역 벡터자료 제공

    변화 지역 탐지 1. 사용자를 통한 과거, 최신 영상 입력 2. 탄소흡수원 추론 3. 추론 결과를 통한 변화 지역 탐지 : 추론 결과를 중첩분석하여 변화지역을 추론, 변화지역에 대한 항목과 면적 계산

      - 두시기의 토지이용변화 매트릭스 엑셀파일 제공

    구분 20xx년 항공사진
    산림지 농경지 초지 습지 정주지 합계
    19xx년
    항공사진
    산림지 6,243 50 - - - 6,294
    농경지 5 2,637 - 2 - 2,644
    초지 - - 39 - - 39
    습지 - 14 - 310 - 324
    정주지 52 183 - 16 412 663
    합계 6,301 2,864 39 328 412 9,965

     

    ○ 세종시 지역에 탄소흡수원 분류 및 탄소흡수량 측정 시범 적용
      - Sentinel-2 위성사진을 통해 세종시 지역의 인공지능 모델 테스트 

  • 설명서 및 활용가이드 다운로드

    데이터 설명서 다운로드 구축활용가이드 다운로드

    - 데이터구성

    구분 타입 필수여부 유효값
    metadata  array Y  
    {} object Y  
    img_id string Y  
    img_size string Y "256×256"
    img_type string Y "Sentinel-2","Landsat"
    img_coordinate string Y "EPSG:5186"
    coordinates  string Y  
    img_resolution number Y 10,30
    img_time  number Y  
    img_provided string Y "USGS",“ESA”
    ann_id  string Y  
    ann_file_type string Y "tif"
    provided_nm string Y "한국지능정보사회진흥원"
    type  string Y  
    name  string Y  
    crs  object Y  
    type  string Y  
    properties  object Y  
    name  string Y  
    features  array Y  
    {}  object Y  
    type  string Y  
    properties  object Y  
    ANN_CD  number Y 10,20,30,40,50,60,90
    ANN_NM  string Y "산림지","농경지","초지","습지","정주지","기타","비대상지"
    geometry  object Y  
    type  string Y "Polygon"
    coordinates  array Y  
    []  array Y  
    []  array Y  
    $value$ number Y  

     

      - 탄소흡수원 시계열 데이터 객체 클래스는 산림지, 농경지, 초지, 습지, 정주지, 기타 6항목으로 구성하여 각 클래스별 고유 코드값을 정의하고, 6항목으로 분류되지 않은 지역은 ‘비대상지’로 정의

    컬럼명 데이터타입(길이) 컬럼명 설명
    ANN_CD 숫자 라벨링 분류코드
    ANN_NM 텍스트(20) 라벨링 분류명

      - 데이터 가공 시 작업자가 ANN_CD값을 수동 입력하고, 가공 완료 후 테이블 연계를 통해 ANN_NM값을 자동 입력

    ANN_CD ANN_NM
    10 산림지
    20 농경지
    30 초지
    40 습지
    50 정주지
    60 기타
    90 비대상지

     

    - 어노테이션 포맷

    No 구분 항목명 타입 필수여부 항목설명 예시
    1 메타 데이터 정보 img_id String Y 원천데이터 식별자 CS_LS30_37608_001_20200515
    2 img_size String Y 원천데이터 크기 256×256
    3 img_type String Y 데이터 종류 Landsat / Sentinel-2
    4 img_coordinate String Y 데이터 좌표계 EPSG:5186
    5 coordinates String Y 데이터 좌상단 좌표 000, 000
    6 img_resolution Number Y 데이터 해상도 30
    7 img_time Number Y 데이터 촬영시기 20200515
    8 img_provided String Y 데이터 제공기관 USGS / ESA
    9 ann_id String Y 어노테이션 식별자 CS_LS30_37608_001_20200515
    10 ann_file_type String Y 어노테이션 파일 유형 tif
    11 provided_nm String Y 제공기관명 한국지능정보사회진흥원
    12 클래스 정보 ANN_CD number Y 라벨링 분류코드 10
    13 ANN_NM string Y 라벨링 분류명 산림지
    14 geometry.type string Y 어노테이션 타입 polygon
    15 geometry.coordi-nates array Y 어노테이션 폴리곤 점의 좌표 195639.968, 571754.6700

     

    - 데이터 포맷

    데이터정보
    원천데이터 식별자 CS_LS30_37612_002_00200428
    원천데이터 크기 256×256
    데이터 종류 Landsat
    데이터 좌표계 EPSG:5186
    데이터 좌상단 좌표 181644.3076, 543710.3832
    데이터 해상도 30
    데이터 촬영시기 20200515
    데이터 제공기관 USGS
    원천데이터
    위성이미지 NDVI
    원천데이터 위성이미지 예시 원천데이터 NDVI 예시
    라벨링데이터
    TIF형식 JSON형식
    라벨링데이터 TIF형식 예시 라벨링데이터 JSON형식 예시

     

    - 실제 예시

    실제 예시

  • 데이터셋 구축 담당자

    수행기관(주관) : ㈜선도소프트
    수행기관(주관)
    책임자명 전화번호 대표이메일 담당업무
    최인호 02-856-1900 ihchoi@sundosoft.co.kr 총괄책임
    수행기관(참여)
    수행기관(참여)
    기관명 담당업무
    네이버시스템㈜ 식생탄소 및 탄소흡수원 데이터 정제, 가공, 검수
    ㈜마인드포지 AI 알고리즘 개발
    ㈜올포랜드 품질관리 및 검수
    ㈜우림엔알 식생탄소 데이터 수집, 정제, 가공
    ㈜이쓰리 탄소흡수원 데이터 수집, 정제, 가공
    ㈜이테라 탄소흡수원 데이터 수집, 정제, 가공
    한국항공촬영㈜ 항공사진촬영 데이터 수집 및 정제
    한국국토정보공사 홍보 및 전문가 협의체 운영
    한국환경연구원 품질관리 및 검수, 학술대회 발표
    데이터 관련 문의처
    데이터 관련 문의처
    담당자명 전화번호 이메일
    김대영 070-8094-0210 daeyoung_74@naver.com
    최규리 070-8094-0210 hmchoi_gis@naver.com
    AI모델 관련 문의처
    AI모델 관련 문의처
    담당자명 전화번호 이메일
    채규열 070-4082-2082 kychae@mindforge.kr
    김석 070-4082-2082 stan.kim@mindforge.kr
    저작도구 관련 문의처
    저작도구 관련 문의처
    담당자명 전화번호 이메일
    김대영 070-8094-0210 daeyoung_74@naver.com
    최규리 070-8094-0210 hmchoi_gis@naver.com
보건의료 데이터 개방 안내

보건의료 데이터는 온라인 및 오프라인 안심존을 통해 개방됩니다.

안심존이란 안심존 이용메뉴얼 안심존 이용신청
  • 인터넷과 물리적으로 분리된 온라인·오프라인 공간으로 의료 데이터를 포함하여 보안 조치가 요구되는 데이터를 다운로드 없이 접근하고 분석 가능
    * 온라인 안심존 : 보안이 보장된 온라인 네트워크를 통해 집, 연구실, 사무실 등 어디서나 접속하여 데이터에 접근하고 분석
    * 오프라인 안심존 : 추가적인 보안이 필요한 데이터를 대상으로 지정된 물리적 공간에서만 접속하여 데이터에 접근하고 분석

    1. AI 허브 접속
      신청자
    2. 안심존
      사용신청
      신청자신청서류 제출*
    3. 심사구축기관
    4. 승인구축기관
    5. 데이터 분석 활용신청자
    6. 분석모델반출신청자
  • 1. 기관생명윤리위원회(IRB) 심의 결과 통지서 [IRB 알아보기] [공용IRB 심의신청 가이드라인]
    2. 기관생명윤리위원회(IRB) 승인된 연구계획서
    3. 신청자 소속 증빙 서류 (재직증명서, 재학증명서, 근로계약서 등 택1)
    4. 안심존 이용 신청서 [다운로드]
    5. 보안서약서 [다운로드]
    ※ 상기 신청서 및 첨부 서류를 완비한 후 신청을 진행하셔야 정상적으로 절차가 이루어집니다.

  • 신청 및 이용관련 문의는 safezone1@aihub.kr 또는 02-525-7708, 7709로 문의

데이터셋 다운로드 승인이 완료 된 후 API 다운로드 서비스를 이용하실 수 있습니다.

API 다운로드 파일은 분할 압축되어 다운로드 됩니다. 분할 압축 해제를 위해서는 분할 압축 파일들의 병합이 필요하며 리눅스 명령어 사용이 필요합니다.

리눅스 OS 계열에서 다운로드 받으시길 권장하며 윈도우에서 파일 다운로드 시 wsl(리눅스용 윈도우 하위 시스템) 설치가 필요합니다.

※ 파일 병합 리눅스 명령어

find "폴더경로" -name "파일명.zip.part*" -print0 | sort -zt'.' -k2V | xargs -0 cat > "파일명.zip"

- 해당 명령어 실행 시, 실행 경로 위치에 병합 압축 파일이 생성됩니다.

- 병합된 파일 용량이 0일 경우, 제대로 병합이 되지 않은 상태이니 "폴더경로"가 제대로 입력되었는지 확인 부탁드립니다.

※ 데이터셋 소개 페이지에서 다운로드 버튼 클릭하여 승인이 필요합니다.