드론은 다양한 분야에서 활용이 증가하고 있으며, 산림관리에 높은 잠재력을 가지고 있으므로 본 연구에서는 산림훼손지역에 대하여 드론을 적용하고자 하였다. 산림훼손지역은 인위적으로 발생된 훼손지역과 자연적으로 발생된 훼손지역으로 나뉘며, 사면 슬라이딩이나 사면붕괴, 산사태, 토사유출 등의 재해 발생 가능성이 존재한다. 따라서 본 연구에서는 산림훼손지역에 대하여 훼손 현황 분석을 수행하기 위해 드론 사진측량을 활용하고자 하였다. 드론사진측량의 기하처리 결과, 평면위치오차의 RMSE는 ${\pm}0.034m$로 나타났으며, 표고오차의 RMSE는 ${\pm}0.017m$로 나타났다. 드론사진측량으로 생성된 정사영상의 평면위치오차의 RMSE는 ${\pm}0.083m$, 수치표고모델의 수직위치오차의 RMSE는 ${\pm}0.085m$로 나타났다. 또한, 산림훼손 전 데이터인 항공 레이저측량성과와 드론 사진측량성과의 비교 분석을 통해 산림훼손지역의 훼손 현황 분석 수행이 가능하였으며, 산림훼손지역의 복원 계획을 위한 기초자료 생성에 드론사진측량의 활용이 가능하였다.
드론은 다양한 분야에서 활용이 증가하고 있으며, 산림관리에 높은 잠재력을 가지고 있으므로 본 연구에서는 산림훼손지역에 대하여 드론을 적용하고자 하였다. 산림훼손지역은 인위적으로 발생된 훼손지역과 자연적으로 발생된 훼손지역으로 나뉘며, 사면 슬라이딩이나 사면붕괴, 산사태, 토사유출 등의 재해 발생 가능성이 존재한다. 따라서 본 연구에서는 산림훼손지역에 대하여 훼손 현황 분석을 수행하기 위해 드론 사진측량을 활용하고자 하였다. 드론사진측량의 기하처리 결과, 평면위치오차의 RMSE는 ${\pm}0.034m$로 나타났으며, 표고오차의 RMSE는 ${\pm}0.017m$로 나타났다. 드론사진측량으로 생성된 정사영상의 평면위치오차의 RMSE는 ${\pm}0.083m$, 수치표고모델의 수직위치오차의 RMSE는 ${\pm}0.085m$로 나타났다. 또한, 산림훼손 전 데이터인 항공 레이저측량성과와 드론 사진측량성과의 비교 분석을 통해 산림훼손지역의 훼손 현황 분석 수행이 가능하였으며, 산림훼손지역의 복원 계획을 위한 기초자료 생성에 드론사진측량의 활용이 가능하였다.
Applications of drone in various fields have been increasing in recent years. Drone has great potential for forest management. Therefore this paper is using drone for forest damage areas. Forest damage areas is divided into caused by anthropogenic and occurs naturally, the possibility of disasters, ...
Applications of drone in various fields have been increasing in recent years. Drone has great potential for forest management. Therefore this paper is using drone for forest damage areas. Forest damage areas is divided into caused by anthropogenic and occurs naturally, the possibility of disasters, such as slope sliding, slope failures and landslides, sediment runoff exists. Therefore, this research was to utilize the drone photogrammetry to perform the damage analysis of forest damage areas. Geometrical treatment processing results in Drone Photogrammetry, the plane position error RMSE was ${\pm}0.034m$, the elevation error RMSE was ${\pm}0.017m$. The plane position error of orthophoto RMSE was ${\pm}0.083m$, the elevation error of digital elevation model RMSE was ${\pm}0.085m$. In addition, It was possible to current state analysis of damage in forest damage areas of airborne LiDAR data of before forest damage and drone photogrammetry data of after forest damage. and application of drone photogrammetry for production base data for restoration and design in forest damage areas.
Applications of drone in various fields have been increasing in recent years. Drone has great potential for forest management. Therefore this paper is using drone for forest damage areas. Forest damage areas is divided into caused by anthropogenic and occurs naturally, the possibility of disasters, such as slope sliding, slope failures and landslides, sediment runoff exists. Therefore, this research was to utilize the drone photogrammetry to perform the damage analysis of forest damage areas. Geometrical treatment processing results in Drone Photogrammetry, the plane position error RMSE was ${\pm}0.034m$, the elevation error RMSE was ${\pm}0.017m$. The plane position error of orthophoto RMSE was ${\pm}0.083m$, the elevation error of digital elevation model RMSE was ${\pm}0.085m$. In addition, It was possible to current state analysis of damage in forest damage areas of airborne LiDAR data of before forest damage and drone photogrammetry data of after forest damage. and application of drone photogrammetry for production base data for restoration and design in forest damage areas.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서, 대상지역인 산림훼손지역의 훼손 전 데이터와 훼손 후 데이터를 이용하여 산림훼손지역의 표고분포, 잔차 수치표고모델 제작을 통한 성/절토량 분석, 단면도 생성을 통한 경사 기울기 변화 분석, 재해 위험지역 분석을 수행하였으며, 집중 호우 시 발생 가능성이 있는 사면 슬라이딩이나 사면붕괴 등의 재해 예방을 위한 배수 계획을 제시하고자 하였다. Fig.
따라서, 드론 사진측량을 활용하여 산림훼손지역을 촬영한 항공사진을 처리하고, 정사영상과 수치표고모델을 생성하였으며, 산림훼손 전 데이터인 항공 LiDAR 데이터와의 비교 분석을 통해 수치적인 토량의 변화 등 훼손 현황 분석을 수행하고 복원 계획에 활용할 수 있는 기초자료 생성 방안을 제시하고자 하였다.
본 연구는 드론 사진측량을 이용하여 산림훼손지역에 대한 수치적 훼손 현황 분석을 수행하고, 훼손지역 복원 계획 및 설계에 활용 가능한 기초자료 생성 방안을 제시하고자 하였다. 그 결과 다음과 같은 결론을 얻을 수 있었다.
본 연구는 무분별한 산림훼손에 따른 사면 슬라이딩이나 사면 붕괴 등의 재해 발생 가능성이 있는 인위적 산림훼손지역을 대상으로 산림훼손 상태를 정확히 파악하기 위한 지형공간정보를 생성하고 복원 계획 및 설계에 활용할 수 있는 기초자료 생성 방안을 제시하고자 하였다. Fig.
본 연구에서는 사면 슬라이딩이나 사면 붕괴, 산사태 등의 발생 가능성으로 인하여 산림훼손지역의 접근성이 떨어지며, 측량에 어려움이 있으므로 드론 사진측량을 활용하고자 하였다.
제안 방법
드론으로 촬영된 사진과 지상기준점을 이용하여 지형공간정보를 생성하였으며, 드론 데이터의 처리는 Agisoft 사의 photoscan standard edition 버전을 이용하였다. 드론 데이터의 처리 과정은 Fig. 9와 같이 작업 계획을 수립하고, 지상기준점 측량 후 항공사진을 종방향 및 횡방향으로 교차 촬영하였으며 데이터 처리를 위한 소프트웨어를 이용하여 영상입력, 지상기준점입력, 영상 매칭 순으로 진행 후 point cloud를 추출하고 정사영상을 생성하였다.
드론 사진측량으로 생성된 지형공간정보인 수치표고모델과 정사영상을 활용하여 산림훼손지역의 훼손 현황분석을 수행하기 위해 검사점을 이용하여 정사영상의 평면위치오차와 수치표고모델의 표고오차 분석을 수행하였다. 드론 지형공간정보의 정확도 분석 결과 Table 4와 같이 평면위치오차의 RMSE는 ±0.
사면 슬라이딩이나 사면 붕괴 등의 재해가 발생할 경우 피해가 발생되는 지역을 분석하기 위하여 산림훼손 전과 산림훼손 후 데이터를 이용하여 배수라인을 추출하였다.
산림훼손 후 데이터는 드론 사진측량성과로 지상기준점 측량 및 드론 사진촬영을 수행하고, 영상매칭을 통해 추출된 point cloud 및 정사영상이다. 이러한 드론 사진측량성과는 산림훼손지역의 지형공간정보를 취득하는데 유용하며, 산림훼손지역의 현황 분석 및 위험도 분석에 효과적인 활용이 가능하다.
산림훼손으로 절토된 흙을 성토한 계곡 지역에 대하여 단면도를 생성하고, 경사 기울기 변화 분석을 수행 하였다. 경사 기울기 분석을 수행하기 위한 단면의 위치도는 Fig.
산림훼손지역의 성/절토량 분석을 수행하기 위하여 훼손지역 경계 파일 내부의 LiDAR 수치표고모델과 드론 수치표고모델을 차분하는 잔차 수치표고모델을 생성하고, 변화가 없는 지역의 범위를 설정하였다. 변화가 발생하지 않은 지역의 범위는 1:1,000 및 1:5,000 축척 수치지도의 표고 허용오차인 주곡선 간격의 1/3을 각각 계산한 결과 1:1,000 축척 수치지도의 표고 허용오차는 0.
산림훼손지역의 훼손 현황 분석은 산림훼손 전 데이터인 항공 레이저측량 성과와 산림훼손 후 데이터인 드론 사진측량성과 데이터인 정사영상을 이용하여 훼손 지역 경계 파일을 생성하고, 경계파일 내부의 수치표고모델을 이용하여 두 개의 수치표고모델을 차분하는 잔차 수치표고모델 생성, 성/절토량 분석, 경사 기울기 분석을 수행하였다.
지상기준점은 드론으로 촬영된 항공사진 상에서 위치 확인이 가능하도록 선점하고 Network-RTK 방식의 VRS 장비를 이용하여 현장측량을 수행하였다. Fig.
표고분포 분석은 훼손지역 경계 파일과 산림훼손 전 데이터인 항공 레이저측량 성과 및 산림훼손 후 데이터인 드론 사진측량성과를 이용하여 훼손지역 경계 파일 내부의 수치표고모델을 생성하여 표고분포를 분석하였다.
05m 이내로 나타났고, 정사영상과 수치표고모델을 생성하였다. 항공 LiDAR 수치표고모델과 UAV (unmanned aerial vehicle) 수치표고모델을 차분하는 잔차 수치표고모델을 생성하여 노천광산의 변화를 분석하였으며 광산 내부의 변화 모니터링에 드론의 활용성이 충분하다고 하였다.
대상 데이터
6과 같으며, 제원은 Table 2와 같다. 드론은 중국 DJI 사의 Inspire1 V2 모델을 이용하였으며, 배터리를 포함한 무게는 약 3kg이고, 최대 22m/s의 속도로 약 18분 비행이 가능하다.
본 연구에서 사용된 산림 훼손 전 데이터인 항공 레이저측량 성과는 2007년 7월에 취득된 데이터를 이용하였으며, 산림 훼손 후 데이터인 드론 사진측량성과는 2016년 3월에 취득된 데이터를 이용하였다.
산림훼손 전 데이터는 다차원공간정보구축 사업으로 취득된 점밀도 3～6점/m2의 항공 LiDAR 데이터와 GSD 약 0.25m 급의 정사영상을 이용하였다.
이와 같은 드론과 카메라를 이용하여 Fig. 7과 같이 교차촬영을 수행하였으며, Fig. 8과 같은 항공사진을 약 80%의 중복도로 총 410매 촬영하였다.
카메라는 드론에 짐벌과 함께 탑재하도록 생성된 중국 DJI 사의 Zemuse X3 모델을 이용하였으며, 화각은 94°이고, 4K의 영상 촬영이 가능하다.
이론/모형
드론으로 촬영된 사진과 지상기준점을 이용하여 지형공간정보를 생성하였으며, 드론 데이터의 처리는 Agisoft 사의 photoscan standard edition 버전을 이용하였다. 드론 데이터의 처리 과정은 Fig.
본 연구에서 사용한 데이터 처리 소프트웨어인 Photoscan은 촬영된 중복 사진을 이용하여 3차원 point cloud 데이터로 피사체를 재구성하는 기법인 SfM (structure from motion) 기법을 이용하여 사진에 저장된 태그로부터 초점거리, 카메라 종류, 영상크기 등의 정보를 취득해 초기 값으로 이용하며, 카메라의 위치와 자세를 추정하므로 표정요소를 입력하지 않아도 지형공간정보의 생성이 가능하다.
성능/효과
경사 기울기 변화 분석 결과 1∼1‘ 단면은 Fig. 17과 같이 산림훼손 전의 경사 기울기가 1:3.62로 나타났으나, 산림훼손으로 인하여 경사 기울기가 1:1.96으로 급경사로 변화한 것으로 나타났다.
넷째, 산림훼손 후 데이터를 이용하여 배수라인 추출을 통한 재해위험 지역 분석 결과 사면 슬라이딩이나 사면 붕괴, 산사태 등의 재해가 발생할 경우 산림훼손에 따른 피해예상지역을 예측할 수 있었다.
다섯째, 드론 사진측량을 이용할 경우 유인 항공측량 시스템보다 단시간, 저비용으로 산림훼손지역의 복원 계획 및 설계에 활용 가능한 기초자료의 생성이 가능할 것으로 판단된다.
둘째, 산림훼손지역의 성/절토량 분석을 수행하여 성토량은 41,038.960m3로 나타났고, 절토량은 31,413.700m3로 나타났으며, 성토지역과 절토지역을 분류할 수 있었다.
드론 지형공간정보의 정확도 분석 결과 Table 4와 같이 평면위치오차의 RMSE는 ±0.083m로나타났으며, 표고오차의 RMSE는 ±0.085m로 나타났다.
드론으로 촬영된 항공사진과 지상기준점을 이용하여 지형공간정보를 생성하기 위해 기하처리를 수행한 결과 Table 3과 같이 지상기준점 관측의 RMSE는 평면 위치오차가 ±0.034m, 표고오차가 ±0.017m로 항공사진측량작업규정에서 규정하고 있는 1:1,000 축척 수치지도 생성을 위한 항공삼각측량의 평면위치 및 표고오 차의 허용오차인 ±0.20m에 비해 정확도가 높게 나타났다.
산림훼손 전의 표고분포 분석을 수행한 결과 Fig. 12와 같이 최소 표고는 301.005m, 최대 표고는 363.864m, 평균 표고는 335.033m로 나타났으며, 산림훼손 후의 표고분포 분석을 수행한 결과 Fig. 13과 같이 최소 표고는 303.430m, 최대 표고는 363.410m, 평균 포고는 334.711m로 나타났다.
산림훼손으로 인한 사면 슬라이딩이나 사면 붕괴 등의 재해가 발생할 가능성이 있는 위험지역을 Fig. 21과 같이 분류 하였으며, a 및 b 지역은 자연 사면에 흙을 성토한 지역으로 사면 슬라이딩이나 사면 붕괴 등의 위험도가 높을 것으로 예상되며, a 및 b 지역의 토량을 분석한 결과 a 지역은 기존 자연사면에 16414.76m3의 토량을 성토한 것으로 나타났고, b 지역은 7162.96m3의 토량을 성토한 것으로 나타났다.
셋째, 산림훼손으로 절토된 흙을 성토한 계곡 지역에 대하여 단면도를 생성하고, 경사 기울기 변화 분석을 수행한 결과 산림훼손 전에는 완만한 경사였으나, 산림훼손으로 인하여 산림훼손 전에 비해 경사가 급하게 변화한 것으로 나타났다.
잔차 수치표고모델 생성 결과는 Fig. 14와 같이 나타났으며, 잔차 수치표고모델 생성 결과를 이용하여 성/ 절토량 분석 결과 Table 5와 같이 성토지역의 면적은 15,830m2, 절토지역의 면적은 12,882m2으로 나타났고, 성토량은 41,038.960m3, 절토량은 31413.700m3로 나타났다. Fig.
첫째, 드론 사진측량을 이용하여 산림 훼손지역에 대한 지형공간정보를 생성하고 정확도 분석을 수행한 결과 평면위치오차의 RMSE는 ±0.083m로 나타났으며, 표고오차의 RMSE는 ±0.085m로 나타났다.
질의응답
핵심어
질문
논문에서 추출한 답변
SfM이란 무엇인가?
본 연구에서 사용한 데이터 처리 소프트웨어인 Photoscan은 촬영된 중복 사진을 이용하여 3차원 point cloud 데이터로 피사체를 재구성하는 기법인 SfM (structure from motion) 기법을 이용하여 사진에 저장된 태그로부터 초점거리, 카메라 종류, 영상크기 등의 정보를 취득해 초기 값으로 이용하며, 카메라의 위치와 자세를 추정하므로 표정요소를 입력하지 않아도 지형공간정보의 생성이 가능하다.
수치적 훼손 현황 분석 및 훼손지역 복원 계획 및 설계를 위한 연구 결과는 어떠한가?
첫째, 드론 사진측량을 이용하여 산림 훼손지역에 대한 지형공간정보를 생성하고 정확도 분석을 수행한 결과 평면위치오차의 RMSE는 ±0.083m로 나타났으며, 표고오차의 RMSE는 ±0.085m로 나타났다.
둘째, 산림훼손지역의 성/절토량 분석을 수행하여 성토량은 41,038.960m3로 나타났고, 절토량은 31,413.700m3로 나타났으며, 성토지역과 절토지역을 분류할 수 있었다.
셋째, 산림훼손으로 절토된 흙을 성토한 계곡 지역에 대하여 단면도를 생성하고, 경사 기울기 변화 분석을 수행한 결과 산림훼손 전에는 완만한 경사였으나, 산림훼손으로 인하여 산림훼손 전에 비해 경사가 급하게 변화한 것으로 나타났다.
넷째, 산림훼손 후 데이터를 이용하여 배수라인 추출을 통한 재해위험 지역 분석 결과 사면 슬라이딩이나 사면 붕괴, 산사태 등의 재해가 발생할 경우 산림훼손에 따른 피해예상지역을 예측할 수 있었다.
다섯째, 드론 사진측량을 이용할 경우 유인 항공측량 시스템보다 단시간, 저비용으로 산림훼손지역의 복원 계획 및 설계에 활용 가능한 기초자료의 생성이 가능할 것으로 판단된다.
산림훼손지역은 어떻게 분류되는가?
산림훼손지역은 인위적 훼손지역과 자연적 훼손지역으로 분류되며, 사면 슬라이딩이나 사면붕괴, 산사태, 토사유출 등의 재해 발생 가능성이 존재한다. 따라서 산림훼손지역에 대한 다양한 분석 및 판독에 대한 연구가 진행되고 있다.
참고문헌 (12)
Kim, E. Y., Wie, G. J., Cho, H. M. and Yang, I. T., 2010, A study for forest research using airborne laser scanning, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol. 28, No. 3, pp. 299-304.
Lee, D. G., Lee, H. J., You, J. H., Kim, S. Y. and Lim, J. S., 2015, Availability analysis of UAV for the monitoring of open-pit mines, Proc. of 2015 Conference on Geo-Spatial Information, Korean Society for GeoSpatial Information System, pp. 194-196.
Lee, H. J., Eom, J. S., Yu, Y. G. and Park, E. G., 2013, Application of smart geospatial information for modeling and analysis of city river, Journal of the Korean Society for Geospatial Information System, Vol. 21, No. 4, pp. 135-142.
Lee, S. J. and Choi, Y. S., 2015, Topographic survey at small-scale open-pit mines using a popular rotary-wing unmanned areal vehicle(drone), Journal of Tunnel & Underground Space, Vol. 25, No. 5, pp. 462-469.
Lee, S. J. and Choi, Y. S., 2016, Comparison of topographic surveying results using a fixed-wing and a popular rotary-wing unmanned aerial vehicle (drone), Journal of Tunnel & Underground Space, Vol. 26, No. 1, pp. 24-31.
Lee, Y. S., 2016, The application of drone photogrammetry for restoration planning and design if forest damage areas, Master's degree, Sangji University.
Lian, P. K., and Serge, A., 2012, Dawn of drone ecology : low-cost autonomous aerial vehicles for conservation, Mongabay.com Open Access Journal, Tropical Conservation Science, Vol. 5, No. 2, pp. 121-132.
Noah. S., Steven. M. S. and Richard S., 2008, Modeling the world from internet photo collections, International Journal of Computer Vision, Vol. 80, Issue 2, pp. 189-210.
Park, E. G., You, J. H. and Lee, H. J., 2015, The planning and design of urban streams based on 3D terrain modeling, Journal of the Korean Society for Geospatial Information System, Vol. 23, No. 2, pp. 59-67.
Park, J. W. and Lee, J. S., 2013, Analysis on the spatial characteristics of degraded forest area using high resolution remotely-sensed data - A case study of DMZ region in goseong-gun, Proc. of 2013 Conference on Forest Recreation Welfare, The Korea Institute of Forest Recreation Welfare, pp. 923-924.
Remondino, F., Barazzetti, L., Nex, F., Scaioni, M. and Sarazzi, D., 2011, UAV Photogrammetry for mapping and 3D modeling - current status and future perspectives, Proc. of International Conference on Unmanned Aerial Vehicle in Geomatics, ISPRS, Zurich, Switzerland, pp. 25-31.
Song, C. C., Lee, W. K., Kwak, D. A. and Kwak, H. B., 2008, A simulation model development to analyze effects on LiDAR acquisition parameters in forest inventory, Proc. of 2008 Conference on Geo-Spatial Information, Korean Society for GeoSpatial Information System, pp. 310-317.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.