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.
제안 방법
- (방법 1) 항공라이다 점밀도가 수목개체의 수관 Canopy 최고점을 획득하지 못할 개연성을 고려하여 점밀도 향상을 위해 각 시기별 자료를 물리적으로 융합하였고, 이를 0.5m, 1m 셀간격의 FR 영상과 LR 영상으로 분류하였다. (그림 3)
- (방법 2)항공라이다자료획득시 샘플링에 따른 수고축소영향을 고려하여 각 시기별 획득 라이다자료의 Surface Image를 비교하여 셀별로 높이값을 비교하였다. 그림 5와 같이 각 시기 별 항공라이다 Surface Image의 같은 위치에 해당하는 FR값들 중에서 최대값에 대한 Surface Image를 생성하고, LR값들 중에서 최소값에 Surface Image를 생성하였다.
- 점군 자료로 구분하여 처리하는 과정을 거치게 된다.GPS/IMU 자료는 POSPAC S/W를 이용하였으며, 지상 기준국 GPS 측량 자료를 입력 하고 처리 하였다. 항공 라이다 자료를 처 리하기 위한 소프트웨어로서 Bentley사의Microstation V8과 Terrasolid사의 Terra Scan/Terra Modeler를 사용하였다.
- Surface Image에서 Watershed 알고리즘을 이용하여 생성된 분할개체를 개체목으로 판단하고 각각의 분할 개체에서 가장 높은 값을 가지는 것을 수고로 판단하였다. 분할된 영 역에서 최대값으로 영상을 생성하였으며, 그 결과는 그림 5와 같다.
- 각 시기별 항공라이다 자료와 시기별 항공라이다 자료를 모두 융합한 프로젝트 파일에서 산림지 역에 대한 자료처리로 실험 지역에 대한 9개의 블럭영역을 설정하고 항공 라이다 자료의 전체 점군에 대하여 Terra Scan을 이용하여 클래스별로 자동분류를 수행하였다. 표 2는 자동분류를 위하여 설정한 매크로의 상세 기능에 대한 설명이다.
- 각 클래스별로 지동분류된 항공라이다 자료에서 수고를 획득하기 위한 선행 작업으로서 High Vegetation Class 로 분류된 점군들 중에서 FR(First Return, 이하FR)에 해당하는 점들과 Ground C1로 분류된 점들 중에서 LR(Last Return, 이하 LR) 값에 해당하는 점들을 ASCII 포맷의 파일로 각각 저장하였다. FR과 LR값으로 분류된 ASCII 파일로부터 ERDAS Imgine 9.
- 수고를 추정하였다. 그리고, 계절별 자료들의 융합으로 수목고를 추정하는 개선방법을 시도하였으며, 수고측정기를 사용하여 현지 측정을 통한 정확성을 비교함으로써 항공라이다를 통해 획득한 계절별 자료들을 융합한 결과에 대하여 그 활용성을 검토하였다.
- 먼저 각 시기별 획득된 대용량 항공라이다 자료를 처리하기 위하여, MicroStation의 Terra Scan 모듈에서 시기별프로젝트 파일, 시기별 자료를 융합한 프로젝트 파일로 각각 생성하였으며, 자료처 리를 위한 블록단위를 100m 간격으로 설정하였다.
- 본 연구에서는 필터링 기법이 아닌 동일한 산림지역에 대하여 계절별로 획득된 항공라이다 자료로부터 각각의 수고를 추정하였다. 그리고, 계절별 자료들의 융합으로 수목고를 추정하는 개선방법을 시도하였으며, 수고측정기를 사용하여 현지 측정을 통한 정확성을 비교함으로써 항공라이다를 통해 획득한 계절별 자료들을 융합한 결과에 대하여 그 활용성을 검토하였다.
- 시기 별로 항공라이다 자료 획득시 촬영 고도를 달리하여 중복 촬영하였고, 비행고도를 서로 달리함으로써 항공 라이다 시스템 자체의 보정을 위함과 동시에 지형에 대한 오차를 최소화 할 수 있는 장점이 있다. 표 1은 각 계절별 항공 라이다 자료에 대한세부내용에 대한 현황이며, 그림 1 은 산림지역의 항공사진과 자동분류된 결과, 그리고 라이다 자료의 Pulse 분포이며, 현지측정을 위한 영역 2곳을 선정하였다.
- 시기별 Surface Image로부터 FR값과 LR값으로만 생성된 Surface Image로부터 차영상을 생성하였다. 시기별로 융합한 Surface Image를 생성하기 위하여 ERDAS Imgine 9.
- 시기별로 융합한 Surface Image를 생성하기 위하여 ERDAS Imgine 9.3의 Modeler를 이용하였으며, 다음 2가지 방법으로 융합하여 Surface Image를 생성하였다.
- 이상값으로 판단한 이유는 원시자료에서 주위 포인트 점에 비해 비정상적으로 값이 높았으며, 현지 측정 결과에서도 45m이상의 수고를 가지는 수고를 발견할 수 없었기 때문이다. 이상값을 제외한 나머지 추정된 수고들에 대하여 계절별로 그 결과를 서로 비교하였다.
- 첫 번째 지 역은 가로, 세로 35m의 정방향으로 하였으며, 두 번째 지역은 가로 15m, 세로 30m의 영역에 속하는 현지 수목을 대상으로 수고를 측정하였다. 수고를 측정하기 위해 사용한 장비로서는 하그로프 수고측정기(Haglof Hypsomter) Vertex IV-BT-360, 줄자, 5m 접이식 폴대를 사용하였다.
- 추정된 수고 결과의 정확성을 검토하기 위해 연구지역 일정영역에 대하여 현지 수고 측정을 하였다. 연구지역의 대부분이 산림이 무성하여 정확한 위치를 파악하기 힘들고, 수고 측정 또한 수목의 상단이 무성한 가지와 나뭇잎으로 가려져 있으며, 경사가 가파른 관계로 정확한 측정을 하기에는 무리가 있어 항공사진을 이용하여 수고 측정을 위한 주변시야가 확보되고 수목의 위치 파악이 비교적 양호하고 지장물이 있는 지역을 선택하였다.
대상 데이터
- 각각 저장하였다. FR과 LR값으로 분류된 ASCII 파일로부터 ERDAS Imgine 9.3 소프트웨어 를 사용하여 각 시 기별 Surface Image와 융합된 Surface Image를 0.5m, Im의 셀 간격의 TIFF Format 영상으로 생성하였다.
- 본 연구에서는 충남 아산시 탕정면에 있는 선문대학교 주변 삼봉산 일대를 실험대상 지역으로 선정하여 2008 년 4월 19일, 2008년 10월 17일, 2009년 1월 3일 총 3회촬영하여 획득한 항공라이다 자료를 활용하였다. 연구지역의 특징으로는보안에 의한 비접근 영역이 없고, 항공기의 접근이 용이하다는 장점이 있다.
- 현지 수목을 대상으로 수고를 측정하였다. 수고를 측정하기 위해 사용한 장비로서는 하그로프 수고측정기(Haglof Hypsomter) Vertex IV-BT-360, 줄자, 5m 접이식 폴대를 사용하였다.
- 연구지역의 대부분이 산림이 무성하여 정확한 위치를 파악하기 힘들고, 수고 측정 또한 수목의 상단이 무성한 가지와 나뭇잎으로 가려져 있으며, 경사가 가파른 관계로 정확한 측정을 하기에는 무리가 있어 항공사진을 이용하여 수고 측정을 위한 주변시야가 확보되고 수목의 위치 파악이 비교적 양호하고 지장물이 있는 지역을 선택하였다.
- 최소화 할 수 있는 장점이 있다. 표 1은 각 계절별 항공 라이다 자료에 대한세부내용에 대한 현황이며, 그림 1 은 산림지역의 항공사진과 자동분류된 결과, 그리고 라이다 자료의 Pulse 분포이며, 현지측정을 위한 영역 2곳을 선정하였다.
- GPS/IMU 자료는 POSPAC S/W를 이용하였으며, 지상 기준국 GPS 측량 자료를 입력 하고 처리 하였다. 항공 라이다 자료를 처 리하기 위한 소프트웨어로서 Bentley사의Microstation V8과 Terrasolid사의 Terra Scan/Terra Modeler를 사용하였다. 그림 2는 계절별로 획득한 항공라이다 자료를 처리하기 위한 흐름도이다.
- 연구지역의 특징으로는보안에 의한 비접근 영역이 없고, 항공기의 접근이 용이하다는 장점이 있다. 항공라이다 자료 획득에 사용된 장비로는 Leica-Geosystems사의 ALS50 Airborne LiDARSystem이 실험에 사용되었다.
이론/모형
- 산림지역의 영상에 대하여 수고를 획득하기 위한 방법으로 Matlab의 Watershed 함수를 이용하여 수목 개체로 예상되는 분할된 영 역으로 분류하였다. Watershed 알고리즘(Beucher등, 1979)은 영상분할 기법의 하나로 영상 화소값을 높이로 하여 물을 채웠을 때 하나의 윤곽선으로 나타나는 영역을 분할된 영역으로 판단하여 영상을 분할하는 알고리즘이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.