국공유지 실태조사 활용을 위한 UAV 영상의 정확도 및 경제성 평가 Accuracy and Economic Evaluation for Utilization of National/Public Land Actual Condition Survey Using UAV Images원문보기
이상찬
(Geospatial Informaion Business Dept. of Daegu-Kyungpook Regional Headquarter, Korea Land and Geospatial InformatiX Corporation)
,
김준현
(Dept. of Spatial Information, Kyungpook National University)
,
엄정섭
(Dept. of Geography, Kyungpook National University)
본 연구에서는 UAV를 이용한 국공유지 실태조사 필지의 효율성과 정확성을 평가하기 위해 지적현황측량 검사점의 정확성과 경제적 비용측면에서 제시하였다. 분석결과를 요약하면 다음과 같다. 첫째, 정사영상의 위치오차는 평균적으로 X오차 0.033m, Y오차 0.023m로 나타나 평면거리 연결교차로 계산하면 RMSE 평균은 0.046m로 나타났다. 둘째, 정사영상과 VRS-GNSS 성과비교에서는 UAV 정사영상 이미지 검사점의 최대 RMSE는 0.076m이고 최소 RMSE는 0.042m로 나타났다. 세째, 모든 검사점이 현행 지적측량규정에 명시된 1/1,200의 축척에 해당하는 0.360m 이내의 오차범위를 만족하였다. 끝으로 국공유지 실태조사를 위한 경제성 평가에서는, UAV 활용방법이 지적현황측량 방법보다 26,497,436원이 더 적게 들어가는 것으로 나타났다. 따라서, 본 연구결과 국공유지 실태조사에서 UAV를 활용하는 방법은 정확도 측면에서도 법적 기준을 충족하며, 경제성 측면 역시 지자체의 예산을 더욱 줄일 수 있는 방법으로 나타났다.
본 연구에서는 UAV를 이용한 국공유지 실태조사 필지의 효율성과 정확성을 평가하기 위해 지적현황측량 검사점의 정확성과 경제적 비용측면에서 제시하였다. 분석결과를 요약하면 다음과 같다. 첫째, 정사영상의 위치오차는 평균적으로 X오차 0.033m, Y오차 0.023m로 나타나 평면거리 연결교차로 계산하면 RMSE 평균은 0.046m로 나타났다. 둘째, 정사영상과 VRS-GNSS 성과비교에서는 UAV 정사영상 이미지 검사점의 최대 RMSE는 0.076m이고 최소 RMSE는 0.042m로 나타났다. 세째, 모든 검사점이 현행 지적측량규정에 명시된 1/1,200의 축척에 해당하는 0.360m 이내의 오차범위를 만족하였다. 끝으로 국공유지 실태조사를 위한 경제성 평가에서는, UAV 활용방법이 지적현황측량 방법보다 26,497,436원이 더 적게 들어가는 것으로 나타났다. 따라서, 본 연구결과 국공유지 실태조사에서 UAV를 활용하는 방법은 정확도 측면에서도 법적 기준을 충족하며, 경제성 측면 역시 지자체의 예산을 더욱 줄일 수 있는 방법으로 나타났다.
In this study was to survey method of national/public land actual condition survey to utilization of UAV, in order to evaluate the economic and accuracy. we carried out the comparative evaluation of the cadastral status surveying in terms of accuracy of parcel checkpoint, economical costs. The resul...
In this study was to survey method of national/public land actual condition survey to utilization of UAV, in order to evaluate the economic and accuracy. we carried out the comparative evaluation of the cadastral status surveying in terms of accuracy of parcel checkpoint, economical costs. The results are summarized as follows. First, average position error of the orthoimage was 0.033m in X error, 0.023m in Y error when the RMSE average calculated 0.046m from the intersection of plane distance connections. Secondly, it was appeared the accuracy of the orthophotograph is 0.076m at the maximum RMSE of the UAV orthoimage check point and 0.042m at the minimum RMSE compared with the VRS-GNSS survey results. Thirdly, when the allowable error specified in the implementing regulation of the current cadastral survey is applied, all of the checkpoint of 0.360m tolerance corresponding to the scale of 1/1,200 is satisfied. Finally, UAV utilization method in national/public land actual condition survey is 26,497,436(KRW) cheaper than cadastral survey method for In the economic evaluation of national/public land actual condition survey. Therefore, as a result of this study shows that the method of utilizing UAV in the national/public land actual condition survey satisfies legal standards in terms of accuracy and economical aspect is a way to further reduce the local government budget.
In this study was to survey method of national/public land actual condition survey to utilization of UAV, in order to evaluate the economic and accuracy. we carried out the comparative evaluation of the cadastral status surveying in terms of accuracy of parcel checkpoint, economical costs. The results are summarized as follows. First, average position error of the orthoimage was 0.033m in X error, 0.023m in Y error when the RMSE average calculated 0.046m from the intersection of plane distance connections. Secondly, it was appeared the accuracy of the orthophotograph is 0.076m at the maximum RMSE of the UAV orthoimage check point and 0.042m at the minimum RMSE compared with the VRS-GNSS survey results. Thirdly, when the allowable error specified in the implementing regulation of the current cadastral survey is applied, all of the checkpoint of 0.360m tolerance corresponding to the scale of 1/1,200 is satisfied. Finally, UAV utilization method in national/public land actual condition survey is 26,497,436(KRW) cheaper than cadastral survey method for In the economic evaluation of national/public land actual condition survey. Therefore, as a result of this study shows that the method of utilizing UAV in the national/public land actual condition survey satisfies legal standards in terms of accuracy and economical aspect is a way to further reduce the local government budget.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구에서는 매년 실시되는 국공유지 실태조사에서 지방자치단체의 지적현황측량의 비용적 측면의 한계를 극복하기 위해 UAV를 활용한 국공유지 실태조사의 정확한 경계 및 면적에 따른 정확도를 분석하고 그에 따른 비용적인 측면의 경제성을 제시하고자 한다.
본 논문에서는 국공유지 실태조사 시 기존 지적현황측량 방법을 대체할 수 있는 새로운 방법인 UAV 활용방법을 제시하기 위해 그 정확성과 비용경제적 측면의 효율성을 제시하였으며 결론은 다음과 같다.
그리고 생성된 정사영상 정확도를 평가하기 위해 AutoCAD MAP 2013에서 건물배치도 및 지적경계설정 기준에 따라 벡터라이징(Vectorizing) 기법을 사용해 검사점 좌표를 산출하고, VRS-GNSS 측량을 통해 얻은 검사점 좌표값과 비교 분석한후 검사점의 RMSE(표준편차)값이 지적현황측량성과의 법적 오차 허용범위 등을 확인하여 최종적으로 정확도 분석을 실시하였다. 이러한 정확도 검증에 의한 결과값을 토대로 매년 1회씩 실시하여야 하는 국공유지의 실태조사에서 그 활용가능성을 평가하기 위해 지적현황수수료 비용(국토교통부 고시)과 UAV 영상활용시 비용(UAV 표준품셈)과 상호 비교하여 향후 적용가능성을 제시하였다.
제안 방법
본 연구의 연구지역은 경상 북도 영주시 이산면 내림리 및 석포리 일대를 항공 촬영한 데이터를 활용하였다. UAV 영상처리는 지상기준점 좌표로 표정하고 영상처리기법을 적용한 Agisoft사의 Photoscan Pro를 이용하여 정사사진을 생성하였다. 그리고 생성된 정사영상 정확도를 평가하기 위해 AutoCAD MAP 2013에서 건물배치도 및 지적경계설정 기준에 따라 벡터라이징(Vectorizing) 기법을 사용해 검사점 좌표를 산출하고, VRS-GNSS 측량을 통해 얻은 검사점 좌표값과 비교 분석한후 검사점의 RMSE(표준편차)값이 지적현황측량성과의 법적 오차 허용범위 등을 확인하여 최종적으로 정확도 분석을 실시하였다.
UAV 정사영상의 정확도를 평가하기 위하여 Fig. 6과 같이 4필지를 선정하여 검사점에 대한 VRS-GNSS 측량을 실시하였다. 또한 UAV 정사영상에서 건물배치도 및 지적경계설정 기준에 따라 벡터라이징을 실시하였고 육안으로 경계지점이 명확한 지점을 검사점으로 선정하여 4필지에서 추출한 검사점의 좌표와 비교하였다.
UAV로 취득한 영상을 처리하여 정사영상을 제작하고, 정확도 검증을 수행하였다. 먼저 외부표정을 위한 지상기준점과 UAV 정사영상의 정확도 검증을 위한 검사점에 대한 VRSGNSS(Virtual Reference Station-Global Navigation Satellite System) 관측을 실시하여 좌표정보를 획득하였다.
6과 같이 4필지를 선정하여 검사점에 대한 VRS-GNSS 측량을 실시하였다. 또한 UAV 정사영상에서 건물배치도 및 지적경계설정 기준에 따라 벡터라이징을 실시하였고 육안으로 경계지점이 명확한 지점을 검사점으로 선정하여 4필지에서 추출한 검사점의 좌표와 비교하였다. 본 연구지역 전체적으로 다수의 필지경계 굴곡점이 존재하기 때문에 부분적인 검사점으로도 충분히 지적현황측량성과와의 비교가 가능하다고 판단된다.
본 연구지역 전체적으로 다수의 필지경계 굴곡점이 존재하기 때문에 부분적인 검사점으로도 충분히 지적현황측량성과와의 비교가 가능하다고 판단된다. 또한 이미 현행 지적측량에서 UAV 등을 적용하여 측량을 실시하고 있기 때문에 필지경계점 전체를 비교하면 타점의 수가 많아지는 측면이 있어 판독이 용이한 검사점을 지정하여 정확도를 분석하였다. 이러한 방법에 따라 선정된 검사점을 지적현황측량 결과와 상호 비교하였다.
UAV로 취득한 영상을 처리하여 정사영상을 제작하고, 정확도 검증을 수행하였다. 먼저 외부표정을 위한 지상기준점과 UAV 정사영상의 정확도 검증을 위한 검사점에 대한 VRSGNSS(Virtual Reference Station-Global Navigation Satellite System) 관측을 실시하여 좌표정보를 획득하였다. DJI사의 인스파이어 1(Inspire 1) T600모델을 이용하였으며, 사용된 카메라는 X3 FC350 모델로 CMOS 센서는 Sony EXMOR 1/2.
비행속도는 6~7m/s이며, 비행고도는 110m로 촬영하였다. 사진은 Timed shot 기능을 이용하여 5초당 1장씩 약 1300여장을, Fig. 4와 같이 종중복도 75%, 횡중복도 50%로 촬영하였다.
대상 데이터
10(a)와 같이 내림리 141-1번지의 필지경계 4지점, Fig. 10(b)와 같이 석포리 313-1번지의 필지경계 12지점을 검사점으로 선정하였다.
DJI사의 인스파이어 1(Inspire 1) T600모델을 이용하였으며, 사용된 카메라는 X3 FC350 모델로 CMOS 센서는 Sony EXMOR 1/2.3”센서, 해상도는 1200만 화소, 시야각은 94°이며, f/2.8(20mm)의 렌즈를 사용하였다.
UAV 영상촬영은 2015년 9월 17일에서 18일까지 이틀에 걸쳐 11:00 ~ 16:00까지 촬영을 진행하였다. 구름 없는 맑은 날씨에 풍속은 각각 1.
국토교통부는 매년 말 다음 해 지적측량수수료 고시를 하고 있는데, 본 연구지역의 지적현황측량 비용을 계산하기 위해 2015년에 고시된 지적측량수수료(제2014-968호)를 기준으로 검토하였다.
본 연구에 사용한 지상기준점(Ground Control Point)은 Fig. 2와 같은 정사각형의 타켓을 사용하였다. 본 지상기준 점은 한 변의 길이가 30cm인 정사각형 내에 대각선으로 검은색과 노란색으로 4등분되어 있어 주위 지형·지물과 식별이 용이하다.
현재 국공유지는 우리나라 전역에 골고루 분포되어 있고 다양한 용도로 사용되고 있다. 본 연구의 공간적 범위는 경상북도 영주시 이산면 내림리 및 석포리 일대로 면적 약 1.9㎢의 비교적 넓은 지역이고, 영주시청에서 서쪽으로 약 6.5㎞ 떨어져 있으며, Fig. 1과 같이 내성천이 가로 지르는 지역이다. 이러한 넓은 지역을 선정한 이유는 국공유지는 한 곳에 모여있기 보다는 넓은 지역에 고르게 산재되어 있는 경우가 많기 때문이다.
8(20mm)의 렌즈를 사용하였다. 본 연구의 연구지역은 경상 북도 영주시 이산면 내림리 및 석포리 일대를 항공 촬영한 데이터를 활용하였다. UAV 영상처리는 지상기준점 좌표로 표정하고 영상처리기법을 적용한 Agisoft사의 Photoscan Pro를 이용하여 정사사진을 생성하였다.
데이터처리
VRS-GNSS 측량을 통해 얻은 지상기준점은 Table 2의좌표정보를 기준으로 정사영상에 대한 정확도 비교를 실시하였다. 정사영상의 위치오차는 Table 3과 같이 X 오차 평균 0.
UAV 영상처리는 지상기준점 좌표로 표정하고 영상처리기법을 적용한 Agisoft사의 Photoscan Pro를 이용하여 정사사진을 생성하였다. 그리고 생성된 정사영상 정확도를 평가하기 위해 AutoCAD MAP 2013에서 건물배치도 및 지적경계설정 기준에 따라 벡터라이징(Vectorizing) 기법을 사용해 검사점 좌표를 산출하고, VRS-GNSS 측량을 통해 얻은 검사점 좌표값과 비교 분석한후 검사점의 RMSE(표준편차)값이 지적현황측량성과의 법적 오차 허용범위 등을 확인하여 최종적으로 정확도 분석을 실시하였다. 이러한 정확도 검증에 의한 결과값을 토대로 매년 1회씩 실시하여야 하는 국공유지의 실태조사에서 그 활용가능성을 평가하기 위해 지적현황수수료 비용(국토교통부 고시)과 UAV 영상활용시 비용(UAV 표준품셈)과 상호 비교하여 향후 적용가능성을 제시하였다.
또한 이미 현행 지적측량에서 UAV 등을 적용하여 측량을 실시하고 있기 때문에 필지경계점 전체를 비교하면 타점의 수가 많아지는 측면이 있어 판독이 용이한 검사점을 지정하여 정확도를 분석하였다. 이러한 방법에 따라 선정된 검사점을 지적현황측량 결과와 상호 비교하였다.
이론/모형
촬영 영상의 처리는 Agisoft사의 PhotoScan professional version 1.2.6(Agisoft, 2017)을 이용하였다. 정사영상의 제작 절차는 사진 정렬(Align Photos), 지상 기준점 입력(Load Ground Point), 점 생성(Build Dense Point Cloud), 면 생성 (Build Mesh), 재질 생성(Build Texture) 후 마지막으로 Fig.
성능/효과
9㎢ 내 점유된 국공유지 213필지의 지적 현황측량 수수료를 산출하면 40,470,000원이고, 동 지역의 UAV 정사영상 제작비용은 13,972,564원이다. UAV 정사영상 제작비용이 지적현황측량 방법에 비해 26,497,436원 저렴한 것으로 나타났다. 즉, 국공유지 실태조사 시 UAV의 활용이 지적현황측량 수행비용보다 더 많은 경제적 편익이 있는 것으로 나타났다.
둘째, 정사영상의 정확도 비교를 위해 4필지를 대상으로 VRS-GNSS 성과와 비교하여 검사점의 연결교차를 비교한 결과 RMSE는 최대 0.076m, 최소 0.042m로 나타났다.
따라서 앞에서 언급한 정사영상에 의한 필지 정확도 분석이나 비용·경제성 측면 등의 결과를 종합적으로 볼 때 UAV 정사영상 기반의 방법이 국공유지 실태조사에서 조사지점에 대한 신속하고 정확한 필지경계 점유현황 조사에 적용이 가능한 것으로 나타났다.
046m로 나타났다. 또한 모든 지상 기준점 중에서 최대 RMSE는 0.072m, 최소 RMSE는 0.020m으로 나타났다.
046m에 해당한다. 모든 지상기준점 중에서 Point 5는 RMSE가 0.072m로 최대 오차가 발생하였고, 최소 오차는 Point 4로 RMSE가 0.020m으로 나타났다.
셋째, 4개 필지 모두 현 지적측량시행규칙에서 규정하고 있는 허용오차를 적용하면, 축척 1/1,200에 해당하는 0.36m 허용오차 이내의 오차가 발생하여 지상측량에 의한 지적측량 성과와 동일한 수준의 측량결과로 나타난 것을 확인 할 수 있었다.
5%로 나타났다. 약 26,497,436원의 비용 절감 효과가 있어 UAV 기반 실태조사가 지적현황측량 기반 실태조사에 비해 경제성이 높은 것을 알 수 있다.
030m이다. 이를 평면거리 오차인 연결교차로 계산하면 RMSE는 0.076m로 나타나 두 필지 모두 0.064m부터 0.076m로 측량성과가 양호한 결과로 나타났다.
이와 같이 4필지를 대상으로 UAV 정사영상으로부터 추출한 검사점의 정확도는 최소값 0.042m, 최대값 0.076m로 나타났다. 지적측량시행규칙 제27조제1항에 따르면 지적현황측량의 연결교차의 허용범위는 3M (M:축척분모) mm를 적용하고 있으므로, 본 연구 대상지는 축척 1/1,200의 지역이기 때문에 지적현황측량 허용오차는 최대 0.
UAV 정사영상 제작비용이 지적현황측량 방법에 비해 26,497,436원 저렴한 것으로 나타났다. 즉, 국공유지 실태조사 시 UAV의 활용이 지적현황측량 수행비용보다 더 많은 경제적 편익이 있는 것으로 나타났다.
042m이다. 즉, 두 필지 모두 검사점에 대한 정확성 평가는 0.042m에서 0.072m의 결과로 정확성이 높게 나타났다.
첫째, 정사영상의 위치오차는 평균적으로 X 오차 0.033m, Y 오차 0.023m로 나타났고 이를 평면거리 오차인 연결교차로 계산하면 평균적인 RMSE는 0.046m로 나타났다. 또한 모든 지상 기준점 중에서 최대 RMSE는 0.
후속연구
그러나 본 연구는 대부분이 지형이 평탄한 1/1,200의 농경지에 해당하는 결과로서, 향후 보다 지형기복이 심한 산지나 또는 주택지 등에서 국공유지 실태조사의 가능여부 등을 고려하여 보다 심도있는 연구가 추가적으로 진행되어야 할 것으로 사료된다.
질의응답
핵심어
질문
논문에서 추출한 답변
본 연구에서 정사영상의 제작 절차는?
6(Agisoft, 2017)을 이용하였다. 정사영상의 제작 절차는 사진 정렬(Align Photos), 지상 기준점 입력(Load Ground Point), 점 생성(Build Dense Point Cloud), 면 생성 (Build Mesh), 재질 생성(Build Texture) 후 마지막으로 Fig.5(a)와 같이 정사영상을 저장하는 순으로 진행하였다. 이렇게 제작된 정사영상은 GSD 4㎝로 Fig.
국공유재산의 특징은 무엇인가?
국가 또는 지방자치단체의 소유에 속한 재산은 그 형태 여하를 불문하고 국민전체가 소유하는 재산으로서 그 관리를 철저히 하여 국가적 이익과 국민의 복지향상에 기여하도록 효율적인 운영을 하여야 한다. 특히 부동산을 중심으로 하는 국공유재산은 그 경제적 가치와 재산적 가치가 물품이나 다른 일반 재산에 비하여 현저히 클 뿐 아니라 행정목적에 공용되는 물적 수단의 기본이며, 국가 및 지방자치단체 재정수입의 원천이므로 관리를 철저히 하여야 한다(Kim, 2006).
국공유지 실태조사의 실정은 어떠한가?
이에 국가 및 지방자치단체는 「국유재산법」 및 「공유재산및 물품 관리법」에 따라 매년 1회 이상 국공유지 실태조사를 실시하도록 되어있다. 하지만 적극적인 전수조사를 하여야 함에도 불구하고 소극적인 표본조사에 그치고 있으며, 민원이 발생하여 문제가 되는 국공유지만 조사하여 행정 처리를 하고있는 실정이다. 그마저 국공유지 실태조사가 실시되더라도 육안에 의존한 현지조사로 이루어지기 때문에 정확한 점유현황을 파악하는데 한계가 있다(Bhang, 2006).
참고문헌 (14)
Agisoft (2017), Tutorial (beginner level): orthomosaic and DEM generation with agisoft photoscan pro 1.2(with ground control points), http://www.agisoft.com/pdf/PS_1.2%20-Tutorial%20(BL)%20-%20Orthophoto,%20DEM%20 (with%20GCPs).pdf (last date accessed, 17 June, 2017)
Bhang, J. (2006), Analysing the Management of Government-Owned Land Using Cadastral Survey, Master's thesis, Seoul University, Seoul, Korea, 88p. (in Korean with English abstract)
Bhang, J., Jun, C., Kwon, J., and Choi, Y. (2007), An analysis on the management of government-owned land using cadastral survey, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol. 25, No. 1, pp. 1-7. (in Korean with English abstract)
Cho, Y., Lim, H., Choi, S., and Jung, S. (2014), High resolution spatial information acquisition using UAV photogrammetry, Crisisonomy, Vol. 10, No. 2, pp. 273-287. (in Korean with English abstract)
Jeong, C. and Lee, B. (2012), Efficient detection method of government & public owned lands that are possessed without authorization, Journal of the Korea Institute for Policy Development, Vol. 12, No. 1, pp. 163-191. (in Korean with English abstract)
Kim, J. (2014), A Study on the Effective Public Land Management Using Cadastral Adjustment, Master's thesis, CheongJu University, CheongJu, Korea, 123p. (in Korean with English abstract)
Kim, Y. (2006), A Study on the Improvement of Public Land Management, Master's thesis, Kon-kuk University, Seoul, Korea, 123p. (in Korean with English abstract)
Lee, K. and Lee, W. (2016), Orthophoto and DEM generation using low specification UAV images from different altitudes, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol. 34, No. 5, pp. 535-544. (in Korean with English abstract)
Lim, S., Seo, C., and Yun, H. (2015), Digital map updates with UAV photogrammetric methods, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol. 33, No. 5, pp. 397-405. (in Korean with English abstract)
Park, H. (2014), Reservoir disaster monitoring using unmanned aerial photogrammetry, Journal of the Korean Society for Geospatial Information System, Vol. 22, No. 4, pp. 143-149. (in Korean with English abstract)
Park, J. and Lee, W. (2016), Orthophoto and DEM generation in small slope areas using low specification UAV, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol. 34, No. 3, pp. 283-290. (in Korean with English abstract)
Sung, S. and Lee, J. (2016), Accuracy of parcel boundary demarcation in agricultural area using UAVphotogrammetry, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol. 34, No. 1, pp. 53-62. (in Korean with English abstract)
Yoo, Y., Choi, J., Choi, S., and Jung, S. (2016), Quality evaluation of orthoimage and DSM based on fixed-wing UAV corresponding to overlap and GCPs, Journal of the Korean Society for Geospatial Information Science, Vol. 24, No. 3, pp. 3-9. (in Korean with English abstract)
Yun, B., Lee, J., and Lee, D. (2016), A Study on the enactment of UAV standard estimating for applying in spatial information area, Journal of the Korean Cadastre Information Association, Vol. 18, No. 1, pp. 123-132. (in Korean with English abstract)
※ AI-Helper는 부적절한 답변을 할 수 있습니다.