본 논문은 라이다 데이터를 활용하여 지형에 대한 3차원 해석을 보여 주는 것이다. 일반적으로, 라이다 측량은 항공레이저스캐너를 이용하여 지표의 정량 및 정성적 정보를 얻을 수 있는 방법이다 획득된 라이다 데이터를 사용해 불규칙 삼각망, 수치표면모형 및 수치표고모형 등의 지형 데이터를 만들어 지형의 가시성, 음영기복, 경사방향 및 경사도와 같은 요소들을 조사했다. 각 항목으로부터 얻은 해석 결과들은 지형해석에 있어서 주요한 요소로 사용되어지며, 라이다 측량이 지형해석을 위한 새로운 방법으로 이용되기를 기대한다.
본 논문은 라이다 데이터를 활용하여 지형에 대한 3차원 해석을 보여 주는 것이다. 일반적으로, 라이다 측량은 항공레이저스캐너를 이용하여 지표의 정량 및 정성적 정보를 얻을 수 있는 방법이다 획득된 라이다 데이터를 사용해 불규칙 삼각망, 수치표면모형 및 수치표고모형 등의 지형 데이터를 만들어 지형의 가시성, 음영기복, 경사방향 및 경사도와 같은 요소들을 조사했다. 각 항목으로부터 얻은 해석 결과들은 지형해석에 있어서 주요한 요소로 사용되어지며, 라이다 측량이 지형해석을 위한 새로운 방법으로 이용되기를 기대한다.
The purpose of the present paper is to offer an analysis of LiDAR data processing and three dimensional terrain for Geographic Information System (CIS) applications. Generally, LiDAR survey is the method which obtains quantitative and qualitative information of the terrain using airborne laser scann...
The purpose of the present paper is to offer an analysis of LiDAR data processing and three dimensional terrain for Geographic Information System (CIS) applications. Generally, LiDAR survey is the method which obtains quantitative and qualitative information of the terrain using airborne laser scanning (ALS). We will get a most topographic data at a Triangular Irregular Network (TIN), Digital Surface Model (DSM) and Digital Elevation Model (DEM) using LiDAR data. We examined many factors such as visibility, hillshade, aspect and slope using DEM and DSM. The analyzing results obtained from each item are thought to be regarded as leading factors in the terrain analysis. It is to be hoped that LiDAR survey will contribute a new approach to the terrain analysis.
The purpose of the present paper is to offer an analysis of LiDAR data processing and three dimensional terrain for Geographic Information System (CIS) applications. Generally, LiDAR survey is the method which obtains quantitative and qualitative information of the terrain using airborne laser scanning (ALS). We will get a most topographic data at a Triangular Irregular Network (TIN), Digital Surface Model (DSM) and Digital Elevation Model (DEM) using LiDAR data. We examined many factors such as visibility, hillshade, aspect and slope using DEM and DSM. The analyzing results obtained from each item are thought to be regarded as leading factors in the terrain analysis. It is to be hoped that LiDAR survey will contribute a new approach to the terrain analysis.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서는 3차원적인 지형해석을 수행하기위해 이러한 LiDAR 데이터를 활용해 구릉지 및 산악의 지형해석에 있어서 좀 더 정밀한 DEM 및 대상지역을 포함한 주변의 DSM을 만들어 연구대상 지역의 지형을 표고, 경사(slope), 경사방향(aspect), 음영기복(shaded relief) 및 가시성(visibility)분석과 더불어 식생분포를 해석하고 기존의 축척 1:5000인 수치지형도에서의 지형해석과 비교하여 신기술인 LiDAR 측량을 이용한 지형해석 방법을 제시 하고자 한다.
제안 방법
ALTM 30/70 장비는 산림지역에서 반사광이 시간차를두고 관측되는 다중에코(multi-echo)에 의하여 동일 지상점에 대해 두 개 이상의 표고정보를 취득할 수 있으며 획득된 원시 LiDAR 자료로부터 정밀한 DEM을 생성하기 위해서는 상용소프트웨어인 TerraModel을 이용하여 B-spline 보간법을 적용 Im 간격으로 DEM을 추출하여 지형해석에 이용하였다. 보다 정밀한 수치표고모형을 생성하기 위해서는 고밀도 스캔율, 좁은 주사각 및 지상까지 침투할 수 있는 강한 레이저 펄스를 가져야 한다.
보다 정밀한 수치표고모형을 생성하기 위해서는 고밀도 스캔율, 좁은 주사각 및 지상까지 침투할 수 있는 강한 레이저 펄스를 가져야 한다. 또한 수목 및 지형지물을 포함한 DSM을 생성하여 대상 지역이 포함된 주변 환경을 입체적으로 해석하였다. 자료의 처리는 그림 5와 같은 순서로 처리를 하였으며, 그림 6은 원시 라이다 데이터의 처리에 의해 생성된 DSM으로 대상지역을 포함한 주변을 입체적으로 표현한 것을 보여주고 있다.
가시성 해석을 사용하는 방법에는 전체 지형을 보기 위한 소요의 Viewpoint를 구하는 방법과 정해진 View-point를 사용해서 최대의 가시영역을 구하는 방법으로 나눌 수 있으며, 해석의 종류로는 점가시도(point visibility), 선가시도(line visibility), 지역가시도(region visibility)나눌 수 있다. 본 연구에서는 LiDAR 데이터에 의해 생성된 DEMDSM의 정해진 Viewpoint를 사용해서 최대의 가시영역을 구하는 방법을 사용하였다. 그림 14는 가시성 해석을 위한 Viewpoint 및 종단도를 보여주고 있다.
지형해석을 수행하기 위한 기초자료로써의 표고해석은 LiDAR 자료로부터 생성된 수치표고모델을 기반으로 하였으며 이는 연구 대상지역의 정상(peak), 능선(ridge-line), 비탈(slope) 및 급경사(break)등의 지형적 특징점 들을 가지고 TIN(Triangulated Irregular Network)을 형성하고 B-spline 보간기법을 이용하여 정밀 DEM을 생성하였다. 그림 8은 대상지역의 DEM을 나타내고 있으며 표 1은 생성된 DEM으로부터 해석한 표고에 따른 면적 및 비율을 나타낸것으로 대상지역 및 주변의 표고가 35.
항공정사사진에 의한 정성적 해석을 실시하여 지형해석에 필요한 표본추출을 실시하고 확보된 원시 LiDAR 데이터는 상용소프트웨어인 TerraModel을 이용하여 원시 LiDAR 데이터로부터 대상 지역이 포함된 주변의 데이터를 분류하여 DEM/DSM을 생성하였다. 연구대상지역은 독립된 야산으로 주변 도로로부터 정상까지의 경사는 비교적 완만한 편이며 주택지 및 연구단지로 둘러싸여 있으며 현재는 공원으로 활용되고 있다.
대상 데이터
항공정사사진에 의한 정성적 해석을 실시하여 지형해석에 필요한 표본추출을 실시하고 확보된 원시 LiDAR 데이터는 상용소프트웨어인 TerraModel을 이용하여 원시 LiDAR 데이터로부터 대상 지역이 포함된 주변의 데이터를 분류하여 DEM/DSM을 생성하였다. 연구대상지역은 독립된 야산으로 주변 도로로부터 정상까지의 경사는 비교적 완만한 편이며 주택지 및 연구단지로 둘러싸여 있으며 현재는 공원으로 활용되고 있다. 그림 2는 연구대상지역의 디지털 항공정사사진을 그림 3은 연구대상지역의 축척 1:5000 수치지형도를 나타내고 있다.
지형해석을 위한 연구대상지로는 대전광역시 유성구 가정동 일원의 매봉공원 주변을 선택하였으며 우선 LiDAR 측량을 실시하여 획득한 원시 데이터와 해당지역의 축척 1:5000 수치지형도 및 디지털 항공정사사진을 확보하였다. 항공정사사진에 의한 정성적 해석을 실시하여 지형해석에 필요한 표본추출을 실시하고 확보된 원시 LiDAR 데이터는 상용소프트웨어인 TerraModel을 이용하여 원시 LiDAR 데이터로부터 대상 지역이 포함된 주변의 데이터를 분류하여 DEM/DSM을 생성하였다.
성능/효과
경사도 해석의 경우 50% 이하 경사도에서는 LiDAR 데이터 및 수치지형도에서의 분포 면적이 비슷하였으나 경사도가 클수록 LiDAR 데이터의 분포 면적이 수치지형도의 분포 면적에 비하여 상대적으로 많음을 알 수 있었다. 가시성해석 및 식생의 분포에 있어서도 LiDAR 데이터에 의해 생성된 종단면도의 경우 지표의 굴곡이 수치지형도의 경우와 비교해 볼 때 상대적으로 지형을 좀더 자세하게 표현 할 수 있었으며 더불어 지표면의 식생분포나 식생 밀집도를 추정할 수 있었다. 본 연구를 통하여 LiDAR 자료의 DEM/DSM을 이용한 지형해석은 기존의 축척 1:5000 수치지형도에 비하여 지표를 좀 더 정확하고 상세하게 나타낼 수 있었으며, 기존의 장비로 구축불가능 했던 세부 지형의 자료 취득 및 가공에 있어서도 LiDAR 데이터의 우수성 및 효율성을 확인할 수 있었다.
72%의 김소를 보이고 있으며 표고 40~60m의 경우 -40%의 감소를 보이고 있는 것으로 확인되었다. 경사도 해석의 경우 50% 이하 경사도에서는 LiDAR 데이터 및 수치지형도에서의 분포 면적이 비슷하였으나 경사도가 클수록 LiDAR 데이터의 분포 면적이 수치지형도의 분포 면적에 비하여 상대적으로 많음을 알 수 있었다. 가시성해석 및 식생의 분포에 있어서도 LiDAR 데이터에 의해 생성된 종단면도의 경우 지표의 굴곡이 수치지형도의 경우와 비교해 볼 때 상대적으로 지형을 좀더 자세하게 표현 할 수 있었으며 더불어 지표면의 식생분포나 식생 밀집도를 추정할 수 있었다.
따라 그 값들이 상이하게 나타난다. 대상물에 따른 0.9μm 레이저의 반사도를 보면 아스팔트(17%), 잔디(50%내외), 콘크리트(30%내외), 건물의 지붕(20%~30%), 나무(30~60%)의 반사강도를 가지며 물의 경우는 반사도가 0이다.
8n?)도 확인할 수 있었다. 또한, 80~ 100m 이하의 표고에서는 LiDAR 데이터에 의해 추출된 면적을 기준으로 수치지형도상의 면적을 비교해 볼 때 수치지형도상의 면적이 +11.67%의 증가를 보이고 있으며 표고 100m 이상에서는 수치지형도상의 면적이 +30.69%의 증가를 보이고 있는 것으로 나타났다. 반면 표고 60~80m의 경우 LiDAR 데이터에 의해 추출된 면적을 기준으로 수치지형도상의 면적은 -12.
본 연구는 원시 LiDAR 데이터를 상업용 소프트웨어인 TerraModeler을 이용하여 1m 간격의 DEM/DSM을 생성하여 축척 1:5000인 수치지형도에서의 지형해석과 비교하여 LiDAR 데이터에 의한 지형해석의 가능성을 확인해 본 결과 기존의 축척 1:5000 수치지형도를 이용한 연구대상지역의 표고해석에서는 40m 이하의 표고 지역은 나타낼 수 없었으나 LiDAR 데이터를 활용한 지형해석에서는 대상지역 및 주변의 표고를 35.63~143.84m로 비교적 상세하게 표현할 수 있었으며 40m 이하의 표고 및 해당 면적(5, 491.8n?)도 확인할 수 있었다. 또한, 80~ 100m 이하의 표고에서는 LiDAR 데이터에 의해 추출된 면적을 기준으로 수치지형도상의 면적을 비교해 볼 때 수치지형도상의 면적이 +11.
가시성해석 및 식생의 분포에 있어서도 LiDAR 데이터에 의해 생성된 종단면도의 경우 지표의 굴곡이 수치지형도의 경우와 비교해 볼 때 상대적으로 지형을 좀더 자세하게 표현 할 수 있었으며 더불어 지표면의 식생분포나 식생 밀집도를 추정할 수 있었다. 본 연구를 통하여 LiDAR 자료의 DEM/DSM을 이용한 지형해석은 기존의 축척 1:5000 수치지형도에 비하여 지표를 좀 더 정확하고 상세하게 나타낼 수 있었으며, 기존의 장비로 구축불가능 했던 세부 지형의 자료 취득 및 가공에 있어서도 LiDAR 데이터의 우수성 및 효율성을 확인할 수 있었다.
원시 LiDAR 데이터 취득을 위하여 사용된 항공레이저측량 장비는 캐나다 Optech사의 ALTM 30/70 모델로 레이저 펄스 주사율이 최대 70kHz이며 정확도는 비행고도 약 1,000m에서 관측될 경우 수직 ±15cm, 수평 ±50cm의 정확도를 갖는 장비로 산림지대에서 투과성이 특히 우수한 것으로 나타났다. 또한 이 장비는 Leica사의 RC30 항공사진측량 카메라의 플랫폼 요소를 공유하며, 항공용 GPS수신기와 INS 및 파일럿 디스플레이 장치를 갖추고 있다.
참고문헌 (9)
강준묵, 강영미, 이형석 (2004), 도심의 정밀 모니터링을 위한 LiDAR 자료와 고해상영상의 융합, 춘계학술발표회 논문집, 한국측량학회, pp. 383-388
서정헌, 조우석 (2000), 항공레이저 측량을 이용한 지형정보 제작에 관한 연구, 국토지리정보원, pp. 1-43
유환희, 안충현, 오성남, 성민규 (1999), 3차원 지형정보분석을 위한 수치사진측량시스템 개발, 한국측량학회지, 제17권 1 호 pp. 11-19
윤재준, 김채승 (2001), 지리정보체계, 대영사, p. 33
이영진, 조우석 (2003), LIDAR 데이터와 항공사진을 이용한 건물의 자동추출에 관한 연구, 춘계학술발표회 논문집, 한국측량학회, pp. 471-477
Michael E. Hodgson, George Raber. (2005), An Evaluation of Lidar-derived Elevation and Terrain Slope in Leaf-off Conditions. ASPRS Photogrammetry Engineering & Remote Sensing, Vol. 71, No 7, July, pp. 817-823
Sithole, G. and Vosselman, G. (2003), Test on extracting DEMs from point clouds: a comparison of existing automatic filters, ISPRS Technical Report, pp. 93-99
Wehr, A. and Lohr, U. (1999), Airborne Laser Scanning an introduction and overview. ISPRS Photogrammetry & Remote Sensing, Vol. 54 (NOS. 2-3), PP. 68-82
Yong Hu and C. Vincent Tao. (2005), Hierarchical Recovery of Digital Terrain Models from Single and Multiple Return Lidar Data. ASPRS Photogrammetry Engineering & Remote Sensing, Vol. 71, No 4, April, pp. 425-434
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.