[논문]수치지형도를 활용한 홍수지도 제작용 지형자료의 효과적인 구축방법 연구

이근상; 고덕구; 김우구

문제 정의

본 연구는 이러한 배경하에 홍수지도제작 대상 지역인 한강권역 중 국토지리정보원의 1:1, 000 과 1:5,000 수치지형도가 함께 존재하는 구리시를 연구대상지로 선정하여 수치지형도에서 구축한 DEM과 LiDAR 측량으로부터 생성한 DEM을 상호 평가하여 표고오차를 계산하였다. 특히 수치지형도에서 구축한 TIN(triangle irregular network)으로부터 linear■와 quintic 보간을 적용하여 DEM을 구축하는 과정에서 발생하는 오차를 평가함으로써, 홍수지도제작에 보다 효과적인 지형자료 구축 방법론을 제시하고자 하였다.
본 연구는 홍수지도제작을 위한 DEM 구축에 있어 수치지형도와 LiDAR 자료와의 표고 오차를 비교 평가하는 것으로서, 먼저 최근 국내에 도입되어 활발한 연구가 진행중인 LiDAR 측량의 개요 및 연구동향을 소개하였으며 DEM 오차평가에 관한 기존연구도 함께 제시하였다.
본 연구에서는 수치지형도를 활용한 홍수지도 제작용 지형자료의 효과적인 구축 방법론을 제시하였으며, 이때 수치지형도의 제작 시기에 따른 오차특성은 고려하지 않았다. 따라서, 홍수피해를 정확하게 모의해야 하는 주요 대도시지역의 경우 가급적 최신의 LiDAR 자료를 활용하는 것이 바람직하며, 수치지형도를 활용할 경우 수치지형도의 제작시기와 본 연구에서 제시한 효과적인 지형자료 구축방법을 함께 고려해야 할 것으로 판단된다.
평가하여 표고오차를 계산하였다. 특히 수치지형도에서 구축한 TIN(triangle irregular network)으로부터 linear■와 quintic 보간을 적용하여 DEM을 구축하는 과정에서 발생하는 오차를 평가함으로써, 홍수지도제작에 보다 효과적인 지형자료 구축 방법론을 제시하고자 하였다.

제안 방법

건물레이어 외곽선에 해당하는 DSM 값을 분석한 결과 건물의 옥상부분과 지상 부분의 표고값이 혼용되어 나타났다. 건물 주위의 표고값을 반영하기 위해 건물레이어를 중심으로 3m 간격으로 버퍼링을 수행하였다. 버퍼링을 수행한 경계선을 대상으로 3m 간격으로 샘플 포인트를 생성한 후 각 포인트에 해당하는 표고값을 취득하였다.
0점/m', 펄스 주파수는 41~ 47kHz, 비행고도는 1,000~1, 200m 그리고 주사각은 ±15°로 수행하였다. 그리고 WGS84 UTM 좌표계의 원시자료를 벳셀 TM 좌표계로 변환하였으며, LiDAR 측량에 의한 타원체고는 EGM96 모델을 이용하여 정표 고로 변환하였다. 도시지역에서는 건물 등의 영향으로 DEM을 추출하기가 매우 어려운 실정이며, 최근 도심지 DEM 제작을 위한 전처리 과정으로 건물모서리를 추출하기 위한 다양한 알고리즘이 개발되고 있으나, 완전 자동화는 어려운 실정이며 부분적인 수작업이 병행되고 있다.
먼저 GPS 및 정밀레벨을 활용하여 지상기준점 및 수준측량을 실시하여 좌표변환계수를 산정하였다. 그리고 수평 위치정확도 향상을 위해 건물 모서리 등에 대한 특이점 측량을 실시한 후 LiDAR 측량을 통해 원시자료를 취득하였다. 취득된 원시자료는 Treble 사의 TGO와 RealM ASCH 처리모듈을 이용하여 GPS 오차보정 및 원시자료 보정을 실시하였다.
먼저 GPS 및 정밀레벨을 활용하여 지상기준점 및 수준측량을 실시하여 좌표변환계수를 산정하였다. 그리고 수평 위치정확도 향상을 위해 건물 모서리 등에 대한 특이점 측량을 실시한 후 LiDAR 측량을 통해 원시자료를 취득하였다.
본 연구에서는 수치지형도의 건물 레이어로부터 LiDAR DEM을 제작하기 위해 그림 3의 방법을 이용하였다. 먼저 first return 값으로 취득된 DSM 자료와 수치지형도의 건물 레이어를 중첩하였다. 건물레이어 외곽선에 해당하는 DSM 값을 분석한 결과 건물의 옥상부분과 지상 부분의 표고값이 혼용되어 나타났다.
먼저, 수치지형도의 등고선 레이어를 이용하여 TIN을 구축하였다. 수치지형도의 등고 레이어로부터 TIN을 구축하는 과정에서 가장 큰 영향을 주는 것은 weed tolerance이다.
취득한 포인트별 표고값은 지상의 표고값인 DEM을 나타내고 있었으며, 이 표고값을 기준으로 IDW(inverse distance weight) 연산을 수행하여 버퍼링 구역을 보간하였다. 버퍼링 구역을 IDW로 보간한 DEM과 버퍼링 외 지역의 DSM을 합성하여 연구대상지에 대한 DEM을 구축하였다.
건물 주위의 표고값을 반영하기 위해 건물레이어를 중심으로 3m 간격으로 버퍼링을 수행하였다. 버퍼링을 수행한 경계선을 대상으로 3m 간격으로 샘플 포인트를 생성한 후 각 포인트에 해당하는 표고값을 취득하였다. 취득한 포인트별 표고값은 지상의 표고값인 DEM을 나타내고 있었으며, 이 표고값을 기준으로 IDW(inverse distance weight) 연산을 수행하여 버퍼링 구역을 보간하였다.
본 연구에서는 수치지형도를 이용하여 홍수지도 제작을 위한 DEM을 구축시 발생하는 오차를 평가하기 위해 LiDAR DEM을 활용하였으며, 구리시를 대상으로 분석한 결과 다음의 결론을 얻었다.
도시지역에서는 건물 등의 영향으로 DEM을 추출하기가 매우 어려운 실정이며, 최근 도심지 DEM 제작을 위한 전처리 과정으로 건물모서리를 추출하기 위한 다양한 알고리즘이 개발되고 있으나, 완전 자동화는 어려운 실정이며 부분적인 수작업이 병행되고 있다. 본 연구에서는 수치지형도의 건물 레이어로부터 LiDAR DEM을 제작하기 위해 그림 3의 방법을 이용하였다. 먼저 first return 값으로 취득된 DSM 자료와 수치지형도의 건물 레이어를 중첩하였다.
수치지형도에서 linear와 quintic 보간을 활용하여 구축한 lm DEM으로부터 lm간격으로 30m까지 resan車ling한 후에 LiDAR DEM과 오차 분석을 실시하여 각 DEM별로 해상도에 따른 오차를 평가하였다. 표 3과 그림 10은 수치지형도에서 구축한 DEM의 해상도에 따른 표고 오차를 분석한 결과이다.

대상 데이터

DEM을 이용하였다. LiDAR DEMe 표 2와 같이 ±0.072m의 매우 작은 표고 오차를 가지고 있기 때문에 수치지형도에서 구축한 DEM의 오차를 평가하기 위한 대상으로 활용할 수 있었다.
LiDAR 측량을 위해 본 연구에서는 ±15cm 미만의 표고정확도를 갖는 ALTM(Airbome Laser Terrain Mapper) 2050 레이저 시스템을 활용하였다. 먼저 GPS 및 정밀레벨을 활용하여 지상기준점 및 수준측량을 실시하여 좌표변환계수를 산정하였다.
본 연구에서는 수치지형도의 DEM 오차를 분석하기 위해, 구리시 홍수지도 제작 구역중 1:1, 000과 1:5,000 수치지형도가 공통으로 존재하는 지역을 그림 2의 사각형 박스와 같이 재선정하였으며, 대상지역에 해당하는 수치지형도의 축척별 도엽번호는 표 2와 같다.
수치지형도에서 구축한 DEM 과 LiDAR DEM 간의 오차특성을 분석하기 위해, LiDAR 자료 및 수치지형도가 공통으로 존재하는 경기도 구리시 지역을 연구대상지로 선정하였다. 그림 2는 연구대상지의 DEM 자료위에 지상 기준점의 위치를 표시한 것이다.
그리고 수평 위치정확도 향상을 위해 건물 모서리 등에 대한 특이점 측량을 실시한 후 LiDAR 측량을 통해 원시자료를 취득하였다. 취득된 원시자료는 Treble 사의 TGO와 RealM ASCH 처리모듈을 이용하여 GPS 오차보정 및 원시자료 보정을 실시하였다. LiDAR 측량의 점밀도는 3.

데이터처리

버퍼링을 수행한 경계선을 대상으로 3m 간격으로 샘플 포인트를 생성한 후 각 포인트에 해당하는 표고값을 취득하였다. 취득한 포인트별 표고값은 지상의 표고값인 DEM을 나타내고 있었으며, 이 표고값을 기준으로 IDW(inverse distance weight) 연산을 수행하여 버퍼링 구역을 보간하였다. 버퍼링 구역을 IDW로 보간한 DEM과 버퍼링 외 지역의 DSM을 합성하여 연구대상지에 대한 DEM을 구축하였다.

이론/모형

본 연구에서는 1:1,000과 1:5,000 수치지형도로부터 구축한 DEM의 오차를 평가하기 위해 LiDAR DEM을 이용하였다. LiDAR DEMe 표 2와 같이 ±0.

성능/효과

1. 대축척 수치지형도의 구축이 완비된 도시지역에 대한 홍수지도 제작에서는 보다 정확한 홍수모델링을 위해 표고오차가 적은 1:1, 000 수치지형도를 활용하는 것이 바람직하다.
1:1,000 수치지형도에서 구축한 DEM의 경우 30m 이하의 해상도에서 모두 2m 이하의 비교적 적은 오차를 보였으며, 특히 linear 보간으로 구축한 DEM이 quintic 보간으로 구축한 DEM에 비해 오차가 약간 적은 것으로 분석되었다. 따라서, 도심지 홍수지도제작을 위한 DEM 구축시 1:1,000 수치지형도를 활용할 경우, Linear 보간을 이용하는 것이 quintic 보간에 비해 약간 유리한 것으로 판단된다.
2. 1:1,000 수치지형도를 활용하여 홍수지도 제작을 위한 DEM 구축시 오차가 적게 나타나는 linear 보간을 활용하는 것이 quintic 보 간에 비해 다소 유리한 것으로 분석되었다.
3. 1:5,000 수치지형도를 활용하여 홍수지도 제작을 위한 DEM 구축시 도심지의 등고선 부재에 따른 문제로 각 보간법별로 오차 특성이 크게 나타났으며, 경사가 매우 완만한 도심지에서는 지형을 선형으로 보간하는 linear 보간이 quintic 보간에 비해 매우 유리한 것으로 분석되었다.
4. 지형변화가 매우 적은 도심지에서는 해상도에 따른 DEM 오차변화가 매우 적기 때문에 홍수모델링을 위한 지형자료의 해상도 결정시 비교적 큰 셀크기의 지형자료를 선정하여도 홍수모델링 결과에는 큰 영향을 주지 않을 것으로 판단된다. 恭
활용하였다. 각 지상기준점은 국토지리정보원에서 관리하고 있는 국가기준점을 활용하여 GPS 스태틱측량 및 망조정을 통해 선정한 점들로 구성되어 있으며, 지상기준점과 LiDAR로 취득한 DEM과의 표고오차를 분석한 결과 ±0.072m로 나타났다.
먼저 first return 값으로 취득된 DSM 자료와 수치지형도의 건물 레이어를 중첩하였다. 건물레이어 외곽선에 해당하는 DSM 값을 분석한 결과 건물의 옥상부분과 지상 부분의 표고값이 혼용되어 나타났다. 건물 주위의 표고값을 반영하기 위해 건물레이어를 중심으로 3m 간격으로 버퍼링을 수행하였다.
또한 1:5,000 수치지형도의 경우 Linear 보간으로 구축한 DEM이 quintic 보간으로 구축한 DEM에 비해 오차가 매우 적게 나타났다. linear 보간으로 구축한 DEM의 경우 해상도 30m 이하에서 2.
홍수모델링을 수행함에 있어 지형자료의 크기에 따라 처리시간이 크게 달라진다. 본 연구지역과 같이 해상도에 따른 오차가 유사하게 나타날 경우 셀크기가 비교적 큰 지형자료를 선정하여도 모델링 결과에 큰 영향을 미치지 않게 되나, 도심지에 대한 홍수모델링 수행의 경우 1.5m를 초과하는 침수심에서도 피해규모가 크게 달라진다는 점을 고려하여 지형자료의 셀크기를 결정해야 할 것이다.
분석결과, 보간법의 종류에 관계없이 1:1, 000 수치지형도에서 구축한 DEM이 1:5,000 수치지형도에서 구축한 DEM에 비해 오차가 적게 나타난 것으로 평가되었다. 따라서 1:1,000 수치지형도의 구축이 완비된 도시지역에 대한 홍수지도 제작시 보다 정확한 홍수모델링을 위해서는 1:1,000 수치지형도를 활용하는 것이 바람직하다.
이러한 분석결과는 ALTM 2050 LiDAR 시스템의 일반적인 정확도 기준인 ±15cm보다 작은 값으로서, LiDAR 측량이 매우 정확하게 수행되었음을 보여준다.
지형해석 분야의 연구를 보면 DEM의 셀크기가 커질수록 DEM 오차가 선형으로 증가하는 것이 일반적이나, 본 연구대상지는 표고 변화가 매우 적은 도시지역으로 구성되어 있기 때문에 해상도에 따른 오차가 매우 유사한 것으로 나타났다. 홍수모델링을 수행함에 있어 지형자료의 크기에 따라 처리시간이 크게 달라진다.

후속연구

것이 바람직하다. 따라서, 서로 다른 축척의 수치지형도를 연계 활용시 발생하는 오차 특성도 향후 연구에서 검토되어야 할 것으로 생각된다.
오차특성은 고려하지 않았다. 따라서, 홍수피해를 정확하게 모의해야 하는 주요 대도시지역의 경우 가급적 최신의 LiDAR 자료를 활용하는 것이 바람직하며, 수치지형도를 활용할 경우 수치지형도의 제작시기와 본 연구에서 제시한 효과적인 지형자료 구축방법을 함께 고려해야 할 것으로 판단된다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

수치지형도를 활용한 홍수지도 제작용 지형자료의 효과적인 구축방법 연구
Efficient Construction Method of Topographic Data for Flood Mapping Using Digital Map 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

수치지형도를 활용한 홍수지도 제작용 지형자료의 효과적인 구축방법 연구 Efficient Construction Method of Topographic Data for Flood Mapping Using Digital Map 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

저자의 다른 논문 :

이근상 (17) 고덕구 (18) 김우구 (8)

관련 콘텐츠

원문 보기

원문 URL 링크

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

수치지형도를 활용한 홍수지도 제작용 지형자료의 효과적인 구축방법 연구
Efficient Construction Method of Topographic Data for Flood Mapping Using Digital Map 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper