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
- 경년자료의 비교가 이루어져야 한다. 따라서 노천광산 모니터링시스템에 이용되는 공간정보 오픈플랫폼인 Cesium 상에 정사영상과 DEM 데이터를 업로드하기 위한 방법을 정립하였다. Fig.
- 또한 노천광산의 개발과 복원에 따른 변화를 모니터링하기 위한 최적 센싱 및 고도화 방안을 제시하고 공간정보 오픈 플랫폼을 통한 노천광산의 모니터링 서비스 방안을 제시함으로써 개방형 환경의 강원권 모니터링시스템을 개발하고자 하였다.
- 본 연구에서는 오픈소스 환경에서 디지털영상 및 DEM 등의 데이터베이스를 구성하고 고도화방안을 제시하고자 하였으며, 웹기반 3차원 노천광산 모니터링시스템을 개발하여 채광지역, 생태복원지역, 재해복구지역에 대한 시계열별 변화를 분석하고 모니터링을 수행하고자 하였다.
- 이러한 처리를 거친 DEM을 노천광산 모니터링시스템상에 업로드하였을 때 DEM간의 단차를 줄이기 위해 NASA의 SRTM(Shuttle Rader Topography Mission) DEM과 융합하여 서비스하고자 하였다.
- 까다롭다. 이에 본 연구에서는 UAV 및 지상 LiDAR를 통해 정사영상과 DEM를 취득하는 것이 이로울 것으로 판단되며 취득된 데이터는 사고규모 조사, 사고 전후 변화를 통해 빠른 사고복구 계획을 수립할 수 있다.
- 이에 본 연구에서는 노천광산을 대상으로 최적화된 데이터베이스를 구성하고 오픈소스 공간정보 소프트웨어를 활용한 웹 기반 3차원 모니터링시스템을 구축하여 노천광산의 운영에 따른 지형 및 환경변화 등을 모니터링하고 친환경 생태학적 개발 및 복원을 지원하는 노천광산 모니터링시스템을 개발하는데 목적이 있다.
제안 방법
- 지상에서 수평으로 촬영이 이루어지는 지상 LiDAR는 고각도 사면에 대한 관측이 가능하며, 노천광산과 같이 수직에 가까운 사면에 대한 위치정보를 취득할 수 있는 장점이 있다. 2012년 8월에 라파즈 한라 시멘트 광산에서 발생한 붕괴사면의 피해량을 분석하기 위해 2012년 10월에 지상 LiDAR를 이용하여 포인트 클라우드를 취득하였다.
- Image Pyramid는 OSGeo4W Shell을 통해 변환을 하며 GDAL(Geospatial Data Abstraction Library)의 gdaladdo를이용하여 Image Pyramid를 구축함으로써 노천광산 모니터링시스템의 요구 데이터 해상도에 맞춰 영상 데이터가 불필요하게 높은 해상도부터 불러오는 현상을 막아 시스템의 속도를 높이고자 하였다.
- SRTM DEM과 처리된 DEM의 융합 과정은 SRTM DEM을 PCI Geometica를 이용하여 Raster DEM을 Vector DEM으로 변환하고 Null 처리를 한 LiDAR의 Vector DEM 을 SRTM Vector DEM과 Vector DEM으로 융합하였다. 융합된 DEMe Raster DEM으로 변환하여 GeoServer상에 등록하였다.
- 노천광산은 도로 선과 같이 항공사진에서 확인 가능한 변곡점이 없어 대공표지를 설치하고 지상기준점 측량을 수행하였으며 대공표지를 설치한 상태로 UAV 촬영이 이루어졌다. UAV 촬영을 수행한 노천광산은 현재 채광이 진행되고 있는 광산으로 작업이 이루어지지 않고 있는 지역에서 8개의 지상 기준점(GCP : Ground Control Point)을 선점하고 지상 기준점 측량을 수행하였다. Table 5는 지상기준점 측량 결과를 나타낸 것이다.
- 기하학적 처리와 성과품 제작은 Agisoft 사의 Photoscan Standard Edition 버전을 이용하였으며 UAV 를 이용한 성과품제작은 UAV로 촬영된 영상을 입력하고 외부표정 요소를 입력한 뒤 8개의 지상기준점을 입력하여 표정해석을 실시하였다. 그리고 영상을 매칭하여 포인트 클라우드를 추출하여 정사영상을 제작하였다.
- 선행되어야 한다. 기하학적 처리와 성과품 제작은 Agisoft 사의 Photoscan Standard Edition 버전을 이용하였으며 UAV 를 이용한 성과품제작은 UAV로 촬영된 영상을 입력하고 외부표정 요소를 입력한 뒤 8개의 지상기준점을 입력하여 표정해석을 실시하였다. 그리고 영상을 매칭하여 포인트 클라우드를 추출하여 정사영상을 제작하였다.
- 노천광산 모니터링 시스템을 개발하기 위해 상용프로그램을 이용하였을 경우와 오픈소스 프로그램을 이용하였을 경우를 비교하였다. 노천광산 모니터링 시스템을 구축할 때에 상용프로그램을 이용한다면 프로그램 개발사와 연계를 통해 개발에 걸리는 시간이 단축되며 시행착오를 줄일 수 있지만 프로그램 구입비용이 높다는 단점이 있다.
- 노천광산 모니터링시스템의 Client는 하드웨어 가속 그래픽을 이용하여 WebGL을 구동함으로써 보다 효율적인 변화 모니터링이 가능하며 기초데이터가 다른 공간정보 오픈 플랫폼에 비해 뛰어나며 다양한 3차원 모델링 포맷을 제공하여 시스템을 개발하는데 더 유리할 것으로 판단되어 Cesium 으로 선정하였다. Fig.
- 노천광산은 도로 선과 같이 항공사진에서 확인 가능한 변곡점이 없어 대공표지를 설치하고 지상기준점 측량을 수행하였으며 대공표지를 설치한 상태로 UAV 촬영이 이루어졌다. UAV 촬영을 수행한 노천광산은 현재 채광이 진행되고 있는 광산으로 작업이 이루어지지 않고 있는 지역에서 8개의 지상 기준점(GCP : Ground Control Point)을 선점하고 지상 기준점 측량을 수행하였다.
- 노천광산의 모니터링 세부항목은 모니터링 항목에 맞추어 노천광산의 모니터링에 대한 주안점을 분석하여 운영지역과 복원지역을 선정하였다. 운영부문에서는 채광지역(mining area), 생태복원지역(ecological restoring area) 및 재해복구지역(disaster restoring area)으로 분류할 수 있다.
- 노천광산의 모니터링은 시간경과에 따른 지형의 변화를 감지하는 것으로 본 연구에서는 디지털 영상과 DEM을 활용하여 모니터링 지역별 변화를 모니터링하였다. Table 7은 본 연구를 통해 구축된 모니터링 데이터베이스의 data inventory를 나타낸 것이다.
- 두 DEM의 잔차를 이용하여 광산의 변화 지역을 분석하였다. 잔차 DEMe 차분영상 비교와는 달리 정량적인 분석을 통해 모니터링 지역에 대한 세분화가 가능하였다.
- 세분하였다. 또한 차분영상기법(differential image)과 잔차 DEM(residual DEM)을 이용하여 세부 모니터링 지역을 선정한 후 가행광산과 휴지광산별 모니터링의 주안점을 분석하여 운영지역 및 복원지역을 중심으로 모니터링 인자를 선정하였다(Lee et al., 2015(a); Lee et al., 2015(b)).
- 또한, 기초 지형공간정보의 고도화를 위한 자료취득은 일정한 주기의 정기적인 취득방안인 항공레이저측량을 통해 GSD 0.4m급 이상 정사영상 및 격자간격 1m의 DEM을 취득하였다. 부정기적인 취득방안으로는 UAV와 지상 LiDAR 를 활용함으로써 긴급 상황에 맞게 지형공간정보를 신속하게 취득할 수 있었다.
- 변환된 Raster DEMe 경계 파일을 생성하여 DEM 내에 불필요한 데이터를 Null 처리를 한 뒤 DEM을 저장하였다. 이러한 처리를 거친 DEM을 노천광산 모니터링시스템상에 업로드하였을 때 DEM간의 단차를 줄이기 위해 NASA의 SRTM(Shuttle Rader Topography Mission) DEM과 융합하여 서비스하고자 하였다.
- 연구대상지역의 노천광산은 모니터링 개념을 정립하기 위해 운영부문(operating aspect)과 환경 생태학적 부문 (environmental ecological aspect)으로 분류하여 모니터링 지역을 세분하였다. 또한 차분영상기법(differential image)과 잔차 DEM(residual DEM)을 이용하여 세부 모니터링 지역을 선정한 후 가행광산과 휴지광산별 모니터링의 주안점을 분석하여 운영지역 및 복원지역을 중심으로 모니터링 인자를 선정하였다(Lee et al.
- 지형 데이터는 노천광산 모니터링시스템상에 서비스하기에 앞서 지형 데이터의 원시데이터의 좌표체계를 파악하여야 한다. 원시자료인 Vector DEMe Raster DEM으로 변환한 뒤 좌표체계를 OSGeo4W Shell을 이용하여 WGS84로 변환하였다.
- 전처리를 완료한 영상 데이터는 GeoServer의 작업공간에 저장소를 생성한 뒤 레이어를 GeoTiff 포맷으로 발행 등록을 하여 Cesium에서 자체적으로 제공하는 Cesium Image Provider를 통해 모니터링시스템 상에 영상을 서비스하도록 한다. 이 과정은 Fig.
- 선정하였다. 환경생태학적 부문은 광산 운영과 복원 과정에서 발생되는 자연 및 환경변화에 대한 항목으로 운영계획과 복구계획, 복구 추진현황에 따라 세부항목을 선정하였다.
- 환경생태학적 부문은 폐석적치지역(waste stowage area), 생태복원완료지역(ecological restored area)으로 분류하였다. 폐석적치지역은 채광지역에서 석회석을 얻고 난 뒤 남게 되는 폐석을 추후 복원을 위한 지역에 적치하는 지역을 의미하며 지속적인 변화가 있는 지역이며, 복원 완료지역은 복원을 마치고 자연에 환원한 지역으로 변화가 적게 발생하므로 긴 주기의 데이터를 취득해도 되는 지역이다.
대상 데이터
- 000m이다. 2014년에는 Leica ALS50-II를 이용하였으며 레이저 펄스 강도는 150kHz, 촬영가능 고도는 200~6, 000m이다. 주요 장비제원을 Table 3에 나타내었다.
- 노천광산 모니터링 대상지역에 대한 촬영은 2007년 7월과 2014년 6월에 실시하였다. 2007년에 사용한 항측용 카메라는 Rollei AIC로 Pixel 크기는 9μm, Image 크기는 5, 440×4, 080 이며, GSD는 0.
- 대상 광산에 대한 기존 지형공간정보의 수집에는 국토지리정보원의 국토공간영상정보 서비스와 공간정보 오픈플랫폼, 민간 포털 사이트의 오픈데이터 서비스(Daum map), USGS 의 EarthExplorer를 이용하였다.
- 데이터 취득을 위한 촬영은 2015년 8월에 약 80%의 중복도로 4개 구역으로 분할하여 촬영하였으며 총 484매의 항공사진을 취득하였다.
- 분석 기법이다. 라파즈 한라시멘트광산의 DEMe 2007년 7월과 2014년 5월에 취득한 LiDAR 자료를 이용하여 1m Grid DEM으로 생성하였다.
- 레이저 스캐너는 2007년에는 Optech ALTM 30/70을 이용하였으며 레이저 펄스 강도는 70kHz, 촬영가능 고도는 3, 000m이다. 2014년에는 Leica ALS50-II를 이용하였으며 레이저 펄스 강도는 150kHz, 촬영가능 고도는 200~6, 000m이다.
- 해당 영역을 채광지역으로 선정하였다. 밝은 회색으로 표현되는 영역은 더 이상의 변화가 나타나지 않지만 기존에 폐석을 적치하던 지역에 식재작업이 이루어져 식생이 발생하는 지역으로 해당 영역을 생태복원지역으로 선정하였다.
- 수집 및 취득된 데이터는 개발된 노천광산 모니터링시스템상에 GeoServer를 통해 위치정보, 광산경계, 영상, 지형 데이터로 서비스된다. 위치정보는 광산별 주요 속성정보인 광산명, 광산주소, 광산 면적, 도엽번호와 좌표를 포함하고 있다.
- 연구 대상지역의 재해지역은 2012년 8월에 대상지역 인근에 위치한 송전선로가 붕괴하는 사고가 발생하였다. 2007년 정사 영상을 분석하였을 때 더 이상 개발을 하지 않는 것으로 확인되었으며 2014년에 촬영한 정사영상에서는 붕괴 지역에 대한 복구가 이루어지는 것을 확인할 수 있었다.
- 2007년 정사 영상을 분석하였을 때 더 이상 개발을 하지 않는 것으로 확인되었으며 2014년에 촬영한 정사영상에서는 붕괴 지역에 대한 복구가 이루어지는 것을 확인할 수 있었다. 재해 지역은 기존 광산영역에 비해 넓어짐에 따라 채광지역과 같이 갈색 영역으로 표현이 되며 재해복구지역으로 선정하였다. 차분 영상기법을 통해 분류된 모니터링 지역은 Fig.
데이터처리
- UAV로 제작된 정사영상의 정확도 분석은 항공 레이저 측량으로 취득된 정사영장의 좌표를 최확값으로 광산 내부의 컨베이어벨트의 방향이 변하는 변곡점의 좌표를 이용하여 평면 위치 오차의 RMSE를 구하였다. 그 결과 정사영상의 평면 위치 오차의 RMSE는 ±0.
이론/모형
- 지상 LiDAR 장비는 Optech사의 ILRIS-3D를 이용하였다. 스캔 범위는 3m~1500m이며 스캔 간격은 5cm에서 이루어진다.
성능/효과
- RMSE를 구하였다. 그 결과 정사영상의 평면 위치 오차의 RMSE는 ±0.391m로 나타났다.
- 둘째, 데이터베이스는 GeoServer상에 등록하며 영상 데이터는 Cesium에서 자체 제공하는 툴로 업로드가 가능하였으나 지형 데이터는 별도의 툴을 이용하여 업로드해야 한다. 또한, 기존 툴의 경우에는 높이 값의 범위가 넓어 단차현상이 발생하였으나 높이 값의 범위를 세분화함으로써 단차현상을 해결하였다.
- 또한, 기존 툴의 경우에는 높이 값의 범위가 넓어 단차현상이 발생하였으나 높이 값의 범위를 세분화함으로써 단차현상을 해결하였다.
- 미미한 것을 알 수 있었다. 마지막으로 2012년에 발생한 붕괴 사고가 발생하였던 지역에도 절토가 주로 이루어졌음을 알 수 있었다.
- 반면에 생태복원지역의 경우에는 영상에서 분류한 영역과 대부분 일치하며 생태복원지역은 높이 변화가 채광지역이 비해 미미한 것을 알 수 있었다. 마지막으로 2012년에 발생한 붕괴 사고가 발생하였던 지역에도 절토가 주로 이루어졌음을 알 수 있었다.
- 분석 결과를 통해 차분영상으로 분류하였던 영역 이외에 변화가 없던 지역에서도 절토량과 성토량 변화가 발생하고 있음을 알 수 있었다. 대상지역의 영역확장이나 복원이 이루어지는 경우에는 영상을 통한 분석으로 충분하지만 현재 운영되고 있는 광산에서는 DEM을 통한 분석이 필요한 것을 알 수 있었다.
- 셋째, 노천광산 모니터링 지역은 채광지역, 생태복원지역, 재해복구지역으로 분류하였다. 채광지역은 채광이 지속적으로 이루어지는 영역으로 절토영역이 채광영역의 약 89.
- 분류하였다. 채광지역은 채광이 지속적으로 이루어지는 영역으로 절토영역이 채광영역의 약 89.5%를 차지하였으며 생태복원지역은 채광을 마치고 자연으로 환원하는 영역으로 생태복원지역의 50.03%가 변화가 없는 지역으로 분류되었다. 재해복구지역은 재해발생 직후에는 지대가 낮아졌으나 복구가 진행되며 지대가 높아졌다.
- 수 있었다. 채광지역의 경우에는 차분영상기법에서 나타난 영역과는 달리 광산 중심부에서도 활발한 채광 활동이 있음을 알 수 있으며 광산의 중간부분과 끝부분에 폐석을 적치하여 복원을 위한 활동이 이루어지는 것을 알 수 있었다.
- 첫째, 노천광산 모니터링시스템의 Client는 하드웨어 가속 그래픽을 이용하여 WebGL을 구동함으로써 보다 효율적인 변화 모니터링이 가능하며 기초데이터가 다른 공간정보 오픈 플랫폼에 비해 뛰어나며 다양한 3차원 모델링 포맷을 제공하여 시스템을 개발하는데 더 유리할 것으로 판단되어 Cesium 으로 선정하였다.
- 폐석 적치 지역에서 0m~50m 상승된 지역 면적이 1, 203, 069m² 로 전체 광산 영역 중 약 10.9%의 영역을 차지하고 있으며 50m이상 상승한 지역은 87, 626m²로 전체 광산영역 중 0.8%의 영역을 차지하고 있었다. 이러한 광산내부에서 일어난 절토량 대비 성토량을 비교 하면 광산의 생산량을 유추할 수 있으며 유추한 생산량을 이용하여 효율적인 광산의 운영계획을 수립 할 수 있다.
후속연구
- 넷째, 노천광산 모니터링시스템은 다양한 시간별 데이터베이스를 구축함에 따라 노천광산에 일어나는 시간적 변화를 일반인들도 쉽게 확인할 수 있었으며, 향후 광산의 관리 및 운영, 환경 및 생태관리, 재해관리 및 친환경 생태학적인 개발 및 복원 계획을 수립하는데 효과적으로 활용될 수 있을 것으로 판단된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.