선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 그러나 라이다 데이터의 특성을 정확히 알고 다양한 분야에 응용되는 부분은 국외에 비해 다소 늦어지고 있다. 따라서 본 연구에서는 현행 수치지도 등고선보다 정확하면서 용량과 형상은 비슷한 형태를 갖는 라이다 등고선을 효과적으로 제작하는 필터링 기법을 개발하고 적용해 보았다. 그 결과 정밀한 지형 데이터를 단계별로 필터링하여 정확도는 유지하면서 데이터의 용량을 최소화한 라이다 등고선을 제작할 수 있게 되었다.
- 정밀한 라이다 데이터에 의해 등고선을 제작할 때 점밀도가 너무 높으면 불필요한 절점의 증가로 인해 데이터 용량이 커지며, 반대로 점밀도가 너무 낮으면 세밀한 지형표현이 어려워 등고선이 단순해진다. 이에 지형 데이터를 적절히 필터링하여 지능적으로 점 밀도를 감소 시켜 등고선을 제작할 수 있도록 알고리즘을 개발하였다.
제안 방법
- 그림 11과 같이 수치지도에서 추출한 표고점과 등고선을 이용하여 TIN surface를 만들고 라이다의 지형데이터를 이용하여 TIN Surface를 생성하여 각각 단면도를 작성해 비교해 보았다(그림 12 참조). 항공사진에 의해제작된 수치지도는 라이다에 의해 제작된 등고선에 비해 세밀한 지형 표현이 되지 않아 높이값에서 차이가 발생하였다.
- 이렇게 정확도가 확보된 지형데이터를 이용하여 본 연구에서 개발한 필터링을 적용한 결과, 84%~99%까지 점의 수가 감소하였다. 단계별로 감소되는 범위에 따라 4단계로 Level 1에서 Level 4로 구분하여 등고선을 제작하였으며 Level 1은 원시지형데이터를 모두 사용하였고 Level 2는 최대, 최소허용치가 0.1m, Level 3은 최대, 최소 허용치가 0.2m, Level4는 최대, 최소 허용치가 0.30m로 등고선을 생성하였다. 그 결과 Level4가 현행 수치지도와 도형 및 용량이 가장 유사하였다.
- 도엽별로 제작된 라이다 등고선과 기 구축된 수치 지도(2003)를 표고점과 등고선의 단면도를 통해 높이를 비교하고, 데이터의 용량을 비교하였다.
- 연구지역에 대하여 지형데이터를 분류하고, 정표고로보정한 후, 품질확보를 위하여 표 3과 같이 검사점 측량성과(10점)와 높이 차이를 비교하였다. 그 결과 평균제곱근오차(RMSE)가 약 ±0.
- 정확한 등고선 추출을 위하여 수목과 인공지물을 제거한 순수한 지형 데이터를 분류하는 작업을 선행하여실시하였다. 지형 데이터를 분류하는 과정은 초기 최저점 선정 후, 이웃하는 점들을 반복 루틴으로 점간의 각 (angle)과 거리(distance)를 계산하여 설정된 변수 내에 만족되면 지형으로 분류되는 방법 이다(그림 2 참조).
- 표고점 비교를 위하여 그림 9와 같이 A~D까지 4개지역을 선정하고 도형의 육안 비교와 높이 차이를 비교평가 하였다 .
- 필터링을 적용한 등고선은 축척 1:5,000 수치지도 1 도엽을 기준(dxf)으로 용량을 비교하였다(표 2 참조). 점의 수가 감소함에 따라 선의 모양도 단순화되는 것을 확인하였다.
대상 데이터
- 본 연구의 적용을 위하여 선정한 연구지 역은 그림 6과같이 국토지리정보원에서 수행한 경남 하동지구「1:5, 000 수치지도 등고선 제작사업」의 결과 중 일부이다. 사용된데이터는 국토지리정보원의 협조를 통해 성과 일부를제공받아 이루어졌다.
- 사용된데이터는 국토지리정보원의 협조를 통해 성과 일부를제공받아 이루어졌다.
- 실험자료는 1:5,000 4도엽으로 면적은 약 25km2이다. 항공레이저측량 일자는 2008년 10월이며 촬영고도는 1, 500m~2,000m이다.
이론/모형
- 정확도가 확보된 지형데이터에 대하여 개발된 필터링 알고리즘을 적용하였다. 분류된 지형 데이터의 개수는 9, 144, 824이었으며, Level 4 기준으로 필터링을 적용한 결과, 점의 개수는 91, 011로 약 10분의 1이 감소하였다.
성능/효과
- 30m로 등고선을 생성하였다. 그 결과 Level4가 현행 수치지도와 도형 및 용량이 가장 유사하였다.
- 따라서 본 연구에서는 현행 수치지도 등고선보다 정확하면서 용량과 형상은 비슷한 형태를 갖는 라이다 등고선을 효과적으로 제작하는 필터링 기법을 개발하고 적용해 보았다. 그 결과 정밀한 지형 데이터를 단계별로 필터링하여 정확도는 유지하면서 데이터의 용량을 최소화한 라이다 등고선을 제작할 수 있게 되었다.
- 높이 차이를 비교하였다. 그 결과 평균제곱근오차(RMSE)가 약 ±0.1 1m로 확인되었다.
- 기존 수치지도 보다 데이터 용량이 커진 것은 산지가 대부분인 지역으로 상세한 지형 표현에 기인한 결과로 판단된다. 기존 수치지도에 비해 데이터 용량이 약 12%에서 최대 48%까지 증가하였으나, 필터링 전단계의 등고선에 비해 가벼운 등고선으로 수치 지도와 같이 사용 될 수 있을 것으로 판단된다.
- 이는 현행 항공사진측량 도화방식의 수작업과 차별화되어 정확도의 균질성과 세밀한 지형의 표현이 가능하다는 것이다. 따라서 본연구에서의 균질한 지능적인 필터링은 정확도를 확보하는 안전한 등고선 제작 방안이라고 판단된다.
- 앞에서 측량성과와 비교한 라이다데이터의 정확성을 고려하면 현행 수치지도에 비해 높은 정확도가 확보된 등고선임을 확인하였다. 또한 라이다 등고선의 데이터 용량이 8mb에서 12mb로 제작되었으며 현행 수치지도보다 용량이 커진 도엽도 있으나, 이는 상세한 산지의 지형표현으로 현행 설계 프로그램 등에서 사용하기에 어려움이 없을 것으로 판단된다.
- 라이다 데이터로 생성된 등고선을 현행 수치 지도(표고점과 등고선)와 비교한 결과 표고점에서 평균 0.83m의 차이를 등고선에서 평균 1.39m의 차이를 보였다. 앞에서 측량성과와 비교한 라이다데이터의 정확성을 고려하면 현행 수치지도에 비해 높은 정확도가 확보된 등고선임을 확인하였다.
- 39m의 차이를 보였다. 앞에서 측량성과와 비교한 라이다데이터의 정확성을 고려하면 현행 수치지도에 비해 높은 정확도가 확보된 등고선임을 확인하였다. 또한 라이다 등고선의 데이터 용량이 8mb에서 12mb로 제작되었으며 현행 수치지도보다 용량이 커진 도엽도 있으나, 이는 상세한 산지의 지형표현으로 현행 설계 프로그램 등에서 사용하기에 어려움이 없을 것으로 판단된다.
- 표현하는 최소한의 점만 남긴다. 원시 지형 데이터에서 지형의 경사를 고려하고 단계별로 필터링을 적용한 결과 84%에서 최대 99%까지 점의 수가 감소하였다.
- 차이는 최대 16cm까지 나타났다. 이는 선의 단순화결과가 미치는 영향이 지도의 높이 정확도 이내로 존재하여 정확성을 보존하는 필터 링 임을 확인할 수 있었다.
- 5m 보다 우수한 결과를 확인하였다. 이렇게 정확도가 확보된 지형데이터를 이용하여 본 연구에서 개발한 필터링을 적용한 결과, 84%~99%까지 점의 수가 감소하였다. 단계별로 감소되는 범위에 따라 4단계로 Level 1에서 Level 4로 구분하여 등고선을 제작하였으며 Level 1은 원시지형데이터를 모두 사용하였고 Level 2는 최대, 최소허용치가 0.
- 항공사진에 의해제작된 수치지도는 라이다에 의해 제작된 등고선에 비해 세밀한 지형 표현이 되지 않아 높이값에서 차이가 발생하였다. 특히 수목 하단의 복잡한 지형을 표현하는데 차이를 보였으며, 표 5에서 보듯이 등고선의 높이 값에서 현저히 차이를 보였다. 최대 3.
- 필터링을 적용한 지형 데이터와 원시 지형데이터의높이 차이는 최대 16cm까지 나타났다. 이는 선의 단순화결과가 미치는 영향이 지도의 높이 정확도 이내로 존재하여 정확성을 보존하는 필터 링 임을 확인할 수 있었다.
- 항공레이저측량에서 획득된 원시 데이터로부터 분류된지형데이터를 검사점 측량성과와 비교한 결과 0.11m의오차로써 현행 수치지도의 등고선 높이 정확도인 2.5m 보다 우수한 결과를 확인하였다. 이렇게 정확도가 확보된 지형데이터를 이용하여 본 연구에서 개발한 필터링을 적용한 결과, 84%~99%까지 점의 수가 감소하였다.
후속연구
- 이러한 항공레이저측량의 라이다 데이터는 디지털 방식으로 광범위한 지역의 등고선을 현행방법보다 정확하게 구축할 수 있도록 하며, 특히 필터링 된 저용량의 정확한 라이다 등고선은 건설, 산림, 수자원 등 다양한 분야에서 효율적으로 활용할 수 있을 것으로 보인다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.