본 연구는 해안선의 변화양상을 분석하기 위하여 두 가지 부분(측량 부분과 프로그램 부분)으로 나누어 진행하였다. 첫 번째는 다년간 GPS 측량을 통하여 자료를 취득하여 해안선 정보를 수집하였다. 두 번째는 다중영상정보를 이용하여 해안선 변화에 대한 자동경계검출 알고리즘을 개발하여 비교 분석하였다. 실험대상지역은 한국의 대표적인 해안인 부산시 해운대해수욕장을 선정하였고, 실험은 RTK-GPS의 경우 2005년 9월부터 2009년 9월까지 총 8회, 그리고 항공 Lidar는 2006년 12월과 2009년 3월에 실험을 수행하였다. 그 결과 RTK-GPS으로 나타난 평균 해안선의 길이는 약 1,364.6m이고, 항공 Lidar의 결과는 약 1,402.5m로 나타났다. 본 연구에서는 Visual C++MFC(Microsoft Foundation Class)를 이용하여 해안선 경계 추출 알고리즘을 고안하였으며, 항공사진과 위성영상을 이용하여 해안선을 추출한 결과 평균 1,391.0m로 나타났다. 실측한 정보와의 상호비교를 통하여 약 98.1%의 정확도로 해안선 자동경계 추출이 되는 것으로 제시되었다.
본 연구는 해안선의 변화양상을 분석하기 위하여 두 가지 부분(측량 부분과 프로그램 부분)으로 나누어 진행하였다. 첫 번째는 다년간 GPS 측량을 통하여 자료를 취득하여 해안선 정보를 수집하였다. 두 번째는 다중영상정보를 이용하여 해안선 변화에 대한 자동경계검출 알고리즘을 개발하여 비교 분석하였다. 실험대상지역은 한국의 대표적인 해안인 부산시 해운대해수욕장을 선정하였고, 실험은 RTK-GPS의 경우 2005년 9월부터 2009년 9월까지 총 8회, 그리고 항공 Lidar는 2006년 12월과 2009년 3월에 실험을 수행하였다. 그 결과 RTK-GPS으로 나타난 평균 해안선의 길이는 약 1,364.6m이고, 항공 Lidar의 결과는 약 1,402.5m로 나타났다. 본 연구에서는 Visual C++ MFC(Microsoft Foundation Class)를 이용하여 해안선 경계 추출 알고리즘을 고안하였으며, 항공사진과 위성영상을 이용하여 해안선을 추출한 결과 평균 1,391.0m로 나타났다. 실측한 정보와의 상호비교를 통하여 약 98.1%의 정확도로 해안선 자동경계 추출이 되는 것으로 제시되었다.
This present research was carried out by dividing two parts; field surveying and data processing, in order to analyze changed patterns of a shoreline. Firstly, the shoreline information measured by the precise GPS positioning during long duration was collected. Secondly, the algorithm for detecting ...
This present research was carried out by dividing two parts; field surveying and data processing, in order to analyze changed patterns of a shoreline. Firstly, the shoreline information measured by the precise GPS positioning during long duration was collected. Secondly, the algorithm for detecting an auto boundary with regards to the changed shoreline with multi-image data was developed. Then, a comparative research was conducted. Haeundae beach which is one of the most famous ones in Korea was selected as a test site. RTK-GPS surveying had been performed overall eight times from September 2005 to September 2009. The filed test by aerial Lidar was conducted twice on December 2006 and March 2009 respectively. As a result estimated from both sensors, there is a slight difference. The average length of shoreline analyzed by RTK-GPS is approximately 1,364.6 m, while one from aerial Lidar is about 1,402.5 m. In this investigation, the specific algorithm for detecting the shoreline detection was developed by Visual C++ MFC (Microsoft Foundation Class). The analysis result estimated by aerial photo and satellite image was 1,391.0 m. The level of reliability was 98.1% for auto boundary detection when it compared with real surveying data.
This present research was carried out by dividing two parts; field surveying and data processing, in order to analyze changed patterns of a shoreline. Firstly, the shoreline information measured by the precise GPS positioning during long duration was collected. Secondly, the algorithm for detecting an auto boundary with regards to the changed shoreline with multi-image data was developed. Then, a comparative research was conducted. Haeundae beach which is one of the most famous ones in Korea was selected as a test site. RTK-GPS surveying had been performed overall eight times from September 2005 to September 2009. The filed test by aerial Lidar was conducted twice on December 2006 and March 2009 respectively. As a result estimated from both sensors, there is a slight difference. The average length of shoreline analyzed by RTK-GPS is approximately 1,364.6 m, while one from aerial Lidar is about 1,402.5 m. In this investigation, the specific algorithm for detecting the shoreline detection was developed by Visual C++ MFC (Microsoft Foundation Class). The analysis result estimated by aerial photo and satellite image was 1,391.0 m. The level of reliability was 98.1% for auto boundary detection when it compared with real surveying data.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이를 효과적인 방법으로 자료를 구축하고 분석하기 위해서는 기존의 GPS 측량 방법과 첨단 항공 Lidar 방법이 있다. 그리고 본 연구에서 제안한 해안선 추출 알고리즘을 적용하여 해안선 추출에 대한 다양한 방법을 제시하고자 한다.
본 논문에서 해안선을 검출하기 위하여 자동경계검출을 유도하는 알고리즘을 제시하였다. 그 기법을 LR(Left-Right) Edge Scanning 기법이라 정의하고, 이는 해당 영상에 대한 이진화와 노이즈제거 과정을 거쳐 대상 영역을 기준으로 왼쪽과 오른쪽으로 스캐닝해감으로써 추출하고자하는 해안의 영역을 자동으로 검출해 나가는 방법이다.
해안선 추출을 위해서 실측 당시의 조위관측 자료를 반영하여 보정할 경우 보다 정확한 해안선을 결정할 수 있다. 본 논문에서는 국립해양조사원에서 제공하는 부산 검조소의 4대조화상수를 적용한 조석관측 자료를 분석하여 실측 시간대별 조위 값을 산술평균하여 보정한다.
연구 결과는 RTK-GPS 성과에 대한 해안선 변화 양상을 분석하였고, 프로그램 성과와의 비교를 통하여 정확도 분석을 제시하였다. 이러한 결과를 토대로 해안선 변화의 원인에 대하여 고찰하고자 한다.
이의 주된 이유는 대상물체 인식의 불명확성과 알고리즘의 애매 모호성 등 여러 가지 복합적이고 기술적인 한계로 인하여 아직은 실현하지 못하고 있는 실정이다. 하지만, 대상(주체)을 명확히 구분할 수 있으면 자동경계검출의 실행이 가능할 것이라는 전제하에 연구를 수행하였다. 따라서 본 연구에서는 연안 해역에 대한 자동경계검출이 목적이므로 그 대상을 연안 해역으로 제한하였고, 제작한 프로그램 명칭을 DIPro ACE라고 정하였다.
제안 방법
DIPro ACE를 사용하여 영상정보에 대한 자동경계검출 결과를 표 5에 제시하였다. 각각의 영상은 Threshold의 차이에 따라 경계 해석의 정확도에 조금씩의 차이가 발생하므로, 이를 최소화하기 위하여 Threshold 값을 다르게 하여 5회 평균값을 산출하도록 하였다.
실측 당시의 값과 TBM 성과를 조석 보정한 값을 적용하였다. 각각의 기준점에 대하여 보정평균조위를 구하고, 이를 대상지역 측정 자료에 적용하였다. 항공 Lidar 타원체고의 표고 변환을 위해서는 TBM에 대한 GPS 관측을 통해 기하학적 지오이드고를 구하고, 이를 보간하여 항공 Lidar 타원체고로 변환하였다.
DIPro ACE를 사용하여 영상정보에 대한 자동경계검출 결과를 표 5에 제시하였다. 각각의 영상은 Threshold의 차이에 따라 경계 해석의 정확도에 조금씩의 차이가 발생하므로, 이를 최소화하기 위하여 Threshold 값을 다르게 하여 5회 평균값을 산출하도록 하였다. 실측한 RTK-GPS 자료의 평균치를 기준으로 DIPro ACE의 수행 정확도를 평가하였으며, 그 결과 97.
본 연구는 해운대 해안에 대하여 해안선 변화를 분석하기 위하여 RTK- GPS와 항공 Lidar 측량 기법을 적용하여 해안선에 대한 정보를 취득하였다. 그리고 DIPro ACE 프로그램을 개발하여 해안선 자동경계검출을 수행하였고 정확도를 분석하였으며, 그 결과 다음과 같은 결론을 얻을 수 있었다. RTK-GPS 측량 결과 해안선 길이는 약 1,364.
그림 6은 항공 Lidar 촬영 코스 및 자료 취득 모습이며, 취득시의 PDOP(Position Dilution of Precision), 비행고도, GPS수신 정보 등을 통하여 Lidar 측량을 수행하였다. 그림 7에는 최종 취득된 원시 자료를 나타내었다.
그림 9는 LR Edge Scanning 기법의 원리를 나타내고 있다. 본 연구에서 제안한 기법의 원리는 Image processing의 Scanning searching으로 첫 대상 pixel을 만나게 되면(횡 방향, 종 방향으로 Scanning을 한다), 해당되는 pixel에서 시작하여 해당 pixel이 영역 안에 있으면 진행방향의 왼쪽으로 가고, 영역 안에 있지 않으면 진행방향의 오른쪽으로 가기를 계속진행 한다. 그리고 Scanning의 탈출 조건은 처음 시작점(즉 그림 9의 1)을 다시 만나게 되면 완료가 되는 원리이다.
실험에서 사용된 조위 데이터는 실험시간에 대하여 ±2시간의 조위 값을 사용하였으며, 관측기준점에 대한 GPS 측량을 통해 기하학적 지오이드를 적용하고 이를 보간하여 항공 Lidar 타원체고를 변환하게 되는데, 이 때 TBM(Tidal Bench Mark)성과는 실측 당시의 값이 아니므로 이를 조석보정 하여야 한다.
연구 결과는 RTK-GPS 성과에 대한 해안선 변화 양상을 분석하였고, 프로그램 성과와의 비교를 통하여 정확도 분석을 제시하였다. 이러한 결과를 토대로 해안선 변화의 원인에 대하여 고찰하고자 한다.
측량 부분에 대한 자료 취득은 총 8회의 RTK-GPS(Real Time Kinematic-Global Positioning System) 측량과 2회의 항공 Lidar 측량을 실시하여 GRS-80 좌표로 취득하였다. 취득된 자료에 조석자료를 보정하여 DSM(Digital Surface Model)을 작성하고 해안선을 추출하였다. 프로그램 부분은 영상자료의 입력과 이미지 처리, 결과 분석으로 구성되어져 있으며 최종적으로 측량 부분과 프로그램 부분의 결과 값에 대하여 비교 · 분석한다.
RTK-GPS 측량은 2005년부터 2009년까지 총 8회를 실시하여 해운대 해안에 대한 자료를 취득하였다(표 2). 취득된 측량 성과는 기존 연구를 바탕으로 종횡단면을 제작하였으며, 그림 4는 횡단면도에서 해안선을 추출한 결과를 중첩하여 확대한 모습을 제시하였다.
측량 부분에 대한 자료 취득은 총 8회의 RTK-GPS(Real Time Kinematic-Global Positioning System) 측량과 2회의 항공 Lidar 측량을 실시하여 GRS-80 좌표로 취득하였다. 취득된 자료에 조석자료를 보정하여 DSM(Digital Surface Model)을 작성하고 해안선을 추출하였다.
항공 Lidar 측량은 2006년 12월(1차)과 2009년 3월(2차)에 걸쳐 실시하였으며, 1-2차 결과를 토대로 해안선의 변화량을 분석하였다(이재원 등, 2009).
각각의 기준점에 대하여 보정평균조위를 구하고, 이를 대상지역 측정 자료에 적용하였다. 항공 Lidar 타원체고의 표고 변환을 위해서는 TBM에 대한 GPS 관측을 통해 기하학적 지오이드고를 구하고, 이를 보간하여 항공 Lidar 타원체고로 변환하였다.
대상 데이터
RTK-GPS 측량은 2005년부터 2009년까지 총 8회를 실시하여 해운대 해안에 대한 자료를 취득하였다(표 2). 취득된 측량 성과는 기존 연구를 바탕으로 종횡단면을 제작하였으며, 그림 4는 횡단면도에서 해안선을 추출한 결과를 중첩하여 확대한 모습을 제시하였다.
본 연구는 이재원 등(2008, 2009)이 연구한 논문의 연속성 상에서 계속 진행하고 있음을 밝힌다. 실험지역은 그림 1과 같이 우리나라의 대표적인 해안인 해운대 해안이며, 해안길이는 약 1,500m, 폭은 약 35~50m이고, 면적은 약 55,000의 대규모 해안이다. 연구지역의 지상기준점은 6곳을 설치(붉은색)하였다.
실험지역은 그림 1과 같이 우리나라의 대표적인 해안인 해운대 해안이며, 해안길이는 약 1,500m, 폭은 약 35~50m이고, 면적은 약 55,000의 대규모 해안이다. 연구지역의 지상기준점은 6곳을 설치(붉은색)하였다.
해당 영상은 Pixel 단위가 0.5m × 0.5m을 가지고 있는 항공사진이다.
데이터처리
프로그램 부분은 영상자료의 입력과 이미지 처리, 결과 분석으로 구성되어져 있으며 최종적으로 측량 부분과 프로그램 부분의 결과 값에 대하여 비교 · 분석한다.
이론/모형
본 연구는 해운대 해안에 대하여 해안선 변화를 분석하기 위하여 RTK- GPS와 항공 Lidar 측량 기법을 적용하여 해안선에 대한 정보를 취득하였다. 그리고 DIPro ACE 프로그램을 개발하여 해안선 자동경계검출을 수행하였고 정확도를 분석하였으며, 그 결과 다음과 같은 결론을 얻을 수 있었다.
성능/효과
그리고 DIPro ACE 프로그램을 개발하여 해안선 자동경계검출을 수행하였고 정확도를 분석하였으며, 그 결과 다음과 같은 결론을 얻을 수 있었다. RTK-GPS 측량 결과 해안선 길이는 약 1,364.6m, 변화값이며, 전체 추출 결과 평균 해안선 길이는 약 1,382m인 것으로 나타났다. 본 연구에서는 해안선 자동경계 추출을 위하여 MFC를 기반으로 한 DIPro ACE 프로그램을 제작하였으며, 항공사진과 위성영상의 다중 영상 정보를 통해 나타난 평균 해안선 길이는 약 1,391.
표 4에서는 총 13회의 해안선 추출 결과에 대하여 정리하였으며, 시기별 변동량에 따른 증감분석을 나타내었다. RTKGPS에 대하여 시기별 분석결과 해안 개방에 따른 인위적인 양빈의 영향으로 해안선이 증가하였으며, 폐장 이후 태풍 등의 자연적 영향으로 인하여 해안선이 급격히 감소됨을 알 수 있었다. 변화가 큰 시점이 주로 1회, 7회, 8회의 경우이며, 시기적으로 해수욕장 폐장에 따른 모래의 손실과 태풍의 영향이 주요한 원인으로 판단된다.
1%의 정확도로 추출되었다. 본 실험을 통해 나타난 해운대 해안선 변화의 주요 원인은 인위적인 요인과 자연적인 태풍의 영향이 있으며, 이러한 변화는 주로 여름에서 가을철 사이에 가장 많은 변화가 생김을 알 수 있었다.
본 연구를 통하여 나타난 해안선 길이 변화에 대하여 8월부터 9월, 10월 중순(여름~가을)까지는 증가하는 경향을 나타내고 있었으며, 10월 후반부터 11월, 12월, 3월(가을~겨울)까지는 주로 감소함을 알 수 있었다. 하지만 해안선의 증감에 대한 정확한 원인 분석은 다양한 시나리오를 바탕으로 지속적인 연구가 진행되어야 할 것으로 사료된다.
6m, 변화값이며, 전체 추출 결과 평균 해안선 길이는 약 1,382m인 것으로 나타났다. 본 연구에서는 해안선 자동경계 추출을 위하여 MFC를 기반으로 한 DIPro ACE 프로그램을 제작하였으며, 항공사진과 위성영상의 다중 영상 정보를 통해 나타난 평균 해안선 길이는 약 1,391.0m이며, 실측한 해안선 길이와의 비교 결과 98.1%의 정확도로 추출되었다. 본 실험을 통해 나타난 해운대 해안선 변화의 주요 원인은 인위적인 요인과 자연적인 태풍의 영향이 있으며, 이러한 변화는 주로 여름에서 가을철 사이에 가장 많은 변화가 생김을 알 수 있었다.
각각의 영상은 Threshold의 차이에 따라 경계 해석의 정확도에 조금씩의 차이가 발생하므로, 이를 최소화하기 위하여 Threshold 값을 다르게 하여 5회 평균값을 산출하도록 하였다. 실측한 RTK-GPS 자료의 평균치를 기준으로 DIPro ACE의 수행 정확도를 평가하였으며, 그 결과 97.5%의 정확도가 제시되었다.
표 3은 RTK-GPS와 DIPro ACE, Lidar를 통하여 나타난 해안선 길이를 정리하였고, 그림 17에는 실측한 RTK-GPS의 해안선 길이에 대하여 도식화하여 표현하였다. 여기서 해운대 해안선의 변화 값이 로 나타났으며, 해마다 해안선의 길이가 증가됨을 알 수 있었다.
후속연구
본 연구를 통하여 나타난 해안선 길이 변화에 대하여 8월부터 9월, 10월 중순(여름~가을)까지는 증가하는 경향을 나타내고 있었으며, 10월 후반부터 11월, 12월, 3월(가을~겨울)까지는 주로 감소함을 알 수 있었다. 하지만 해안선의 증감에 대한 정확한 원인 분석은 다양한 시나리오를 바탕으로 지속적인 연구가 진행되어야 할 것으로 사료된다.
질의응답
핵심어
질문
논문에서 추출한 답변
LR(Left-Right) Edge Scanning 기법이란 무엇인가?
본 논문에서 해안선을 검출하기 위하여 자동경계검출을 유도하는 알고리즘을 제시하였다. 그 기법을 LR(Left-Right) Edge Scanning 기법이라 정의하고, 이는 해당 영상에 대한 이진화와 노이즈제거 과정을 거쳐 대상 영역을 기준으로 왼쪽과 오른쪽으로 스캐닝해감으로써 추출하고자하는 해안의 영역을 자동으로 검출해 나가는 방법이다.
해운대 해안의 특징은 무엇인가?
본 연구는 이재원 등(2008, 2009)이 연구한 논문의 연속성 상에서 계속 진행하고 있음을 밝힌다. 실험지역은 그림 1과 같이 우리나라의 대표적인 해안인 해운대 해안이며, 해안길이는 약 1,500m, 폭은 약 35~50m이고, 면적은 약 55,000의 대규모 해안이다. 연구지역의 지상기준점은 6곳을 설치(붉은색)하였다.
모든 지형 · 지물에 대한 자동경계검출의 실현은 현 기술로는 한계가 있는데, 그 주된 이유는 무엇인가?
모든 지형 · 지물에 대한 자동경계검출의 실현은 현 기술로는 한계가 있다. 이의 주된 이유는 대상물체 인식의 불명확성과 알고리즘의 애매 모호성 등 여러 가지 복합적이고 기술적인 한계로 인하여 아직은 실현하지 못하고 있는 실정이다. 하지만, 대상(주체)을 명확히 구분할 수 있으면 자동경계검출의 실행이 가능할 것이라는 전제하에 연구를 수행하였다.
참고문헌 (15)
국립해양조사원 http://www.khoa.go.kr
위광재, 정재욱(2006) Lidar 데이터를 이용한 해안선 추출 알고리즘 개발. 한국측량학회지논문집, 한국측량학회, 제24권 2호, pp. 209-215.
이재원, 김용석, 위광재(2008) 항공 Lidar 측량을 이용한 해운대 해안의 해안선 변화 분석. 대한토목학회논문집, 대한토목학회, 제28권 제4D호, pp. 561-567.
이재원, 김용석, 이인수(2009) 해운대 해안의 시기별 해안선 변화량 분석. 대한토목학회논문집, 대한토목학회, 제29권 제5D 호, pp. 655-662.
이형석, 김인호(2007) DGPS를 이용한 해안선 변화 조사 및 분석. 한국지리정보학회지논문집, 한국지리정보학회, 제10권 2호, pp. 1-10.
최철웅, 이창헌, 오치영, 손정우(2009) 수치항공사진을 이용한 해안선 침퇴적변화에 관한 연구. 한국지형공간정보학회논문집, 한국지형공간정보학회, 제 17권, 3호, pp. 23-31.
해양수산부 국립해양조사원(2004) 해양지리정보구축연구
Brzank, A., Lohmann, P. and Heipke, C. (2005) Automated extraction of pair wise structure lines using airborne laser scanner data in coastal areas. ISPRS WG /3, /4, /3 Workshop "Laser scanning 2005", Enschede, pp. 12-14.
Chen, L.C. (1998) Detection of shoreline changes for tideland areas using multi-temporal satellite images. Int. J. RS, Vol. 19, No. 17, pp. 3383-3397.
Kaichang Di, Jue Wang, Ruijin Ma, and Ron Li (2003) Automatic Shoreline Extraction from High-Resolution IKONOS Satellite Imagery. ASPRS 2003 Annual Conference Proceedings, pp. 105-115.
Kevin, W. and Hesham, M. (1999) Monitoring changing position of coastlines using Thematic Mapper imagery, an example from the Nile Delta. Geomorphology, No. 29, pp. 93-105.
Liu, H., D. Sherman, and S. Gu, (2007) Automated extraction of tidal datum referenced shoreline from airborne Lidar data and accuracy assessment based on Monte Carlo Simulation. Journal of Coastal Research, Vol. 23, No. 6, pp. 1359-1369.
Lin T. H., Liu G. R., Chen A. J., and Kuo T. H. (2001) Applying Satellite Data for Shoreline Determination in Tideland Areas, AARS, pp. 345-349.
Sesli, F. A., Karsli, F., Colkesen, I., and Akyol, N. (2009) Monitoring the changing position of coastlines using aerial and satellite image data: an example from the eastern coast of Trabzon. Turkey - Environ Monit Assess, No. 153, pp. 391-403.
Stockdon, H.H.F.; Sallenger, A.H. JR; List, J.H., and Holman, R.A., (2002) Estimation of shoreline position and change using airborne topographic Lidar data. Journal of Coastal Research, Vol. 18, No. 3, pp. 502-513.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.