[논문]수치표고모델 해상도에 따라 도출된 춘천지역의 지형학적 매개변수 비교

이준구; 서용철; 이동하

doi:10.11108/kagis.2018.21.1.106

수치표고모델 해상도에 따라 도출된 춘천지역의 지형학적 매개변수 비교
Comparison of Geomorphological Parameters Derived from Different Digital Elevation Model Resolutions in Chuncheon, South Korea 원문보기

한국지리정보학회지 = Journal of the Korean Association of Geographic Information Studies, v.21 no.1, 2018년, pp.106 - 114

이준구 (부경대학교 토목공학과) , 서용철 (부경대학교 토목공학과) , 이동하 (강원대학교 토목공학과)

초록
AI-Helper

수치표고모델(DEM, Digital Elevation Model)은 원격 탐사 기술의 발전으로 제작이 용이해졌다. 최근에는 작업의 요구사항에 따라 무인항공기(UAV)를 이용해서도 고해상도의 수치표고모델을 생산할 수 있지만, 고해상도는 데이터 저장 및 처리에 대한 시간과 비용의 문제를 동반한다. 본 연구에서는 수치표고모델 해상도의 효과를 확인하기 위하여 춘천을 대상 지역으로 하여 다양한 해상도의 수치표고모델로부터 얻은 6개의 지형적 매개변수를 비교하였다. 비교 분석은 지형의 기울기, 곡률, 유수의 방향, 유수의 축적(flow accumulation), 유수의 거리 및 유역에 대한 통계 분석을 기반으로 하였다. 그 결과, 수치표고모델의 표고와 유수의 축적 영역에는 변화가 없음을 확인할 수 있었으나, 기울기, 곡률, 유수의 거리 및 유역의 수는 픽셀 크기가 증가함에 따라 감소하였다. 따라서, 수치표고모델의 해상도는 요구되는 정밀도에 따라 신중하게 선택되어야 한다.

Abstract ▼ AI-Helper

DEM(Digital Elevation Model) are now easily produced with advancing remote sensing technology. Depending on desired task, UAV can produce high resolution DEM. But high resolution comes with issues of data storage and processing time and cost. To check the effect of DEM resolution, this study compares six geomorphological parameters derived from different resolution DEM in a test area around Chuncheon, Korea. The comparison analysis was based on statistics of each derivatives of slope, curvature, flow direction, flow accumulation, flow length and basin. As a result, it was found that DEM remained unchanged and so did the flow accumulation area. However, slope, curvature, flow length and basin numbers were decreased with the normalization of increasing pixel size. DEM resolution should be carefully selected depending on the precision of application required.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

수문학에서, 유수의 방향, 유수의 축적, 유수의 거리 및 유역과 같은 지형학적 매개변수는 매우 유용하게 이용된다. 본 연구에서는 각각의 다른 해상도 수치표고모델에서 이러한 매개 변수를 도출하려고 시도하였다. 표 2와 그림 2에서, 유수 방향의 면적 범위(coverage)가 서로 다른 방향으로 교대로 감소하거나 증가하는 것을 볼 수 있다.
수치표고모델 해상도의 효과를 이해하기 위해 본 연구는 춘천 지역을 대상으로 1m-수치표고 모델로부터 보간법을 사용하여 얻어진 다양한 해상도로부터 도출된 6개의 지형학적 매개변수를 비교하였다.

제안 방법

수치표고모델은 이중선형보간법을 사용하여 5m, 10m, 20m, 30m 공간해상도로 재추출(resampling) 하였다. 각각의 재추출된 수치표고모델을 이용하여 경사, 곡률, 유수의 방향, 유수의 축적, 유수의 거리 및 유역 등 6개의 지형학적 매개변수를 도출하였다. 재추출된 수치표고모델(filled DEM), 경사와 곡률을 상호 비교하기 위하여 통계적 계산을 수행하고, 유수의 축적, 유수의 거리와 유역에 대해서는 최대값을 비교하였다.
본 연구에서 다양한 해상도의 수치표고모델들로부터 얻어낸 지형학적 요소의 비교분석은 다양한 해상도에서 얻은 결과물에 대한 통계치를 기반으로 수행되었다. 수치표고모델의 표고는 보간을 하는 동안 변경되지 않음이 확인되었다.
본 연구에서는 9가지의 통계치를 개별적으로 평가하였다. 표고, 경사 및 곡률의 매개변수를 비교하기 위하여 최소값, 1/4분위수, 중앙값, 평균, 3/4분위수, 최대값, 표준편차, 왜도, 첨도를 계산하였다.
본 연구에서는 자료로 수치표고모델만을 사용하였다. 1m-라이다 수치표고모델 자료는 2009년 국토지리정보원에서 실시한 항공 라이다(Airborne LiDAR) 측량으로 제작된 것으로 수평위치는 중부원점 기준의 TM 투영좌표계, 수직위치는 인천 평균해면 기준의 KVD2002(Korean Vertical Datum 2002)이 적용되었다.
상이한 해상도의 수치표고모델을 재추출하고 모든 지형학적 매개변수들을 도출하였다. 표 1은 각기 다른 해상도의 수치표고모델로부터 얻어진 지형학적 매개변수들의 통계치와 기울기, 곡률을 보여준다.
상호 비교를 위하여 각 해상도의 수치표고모델에 따라 통계치와 보간법을 활용한 지형도를 작성하여 시작적으로 나타내었다.
1m-라이다 수치표고모델 자료는 2009년 국토지리정보원에서 실시한 항공 라이다(Airborne LiDAR) 측량으로 제작된 것으로 수평위치는 중부원점 기준의 TM 투영좌표계, 수직위치는 인천 평균해면 기준의 KVD2002(Korean Vertical Datum 2002)이 적용되었다. 수치표고모델은 이중선형보간법을 사용하여 5m, 10m, 20m, 30m 공간해상도로 재추출(resampling) 하였다. 각각의 재추출된 수치표고모델을 이용하여 경사, 곡률, 유수의 방향, 유수의 축적, 유수의 거리 및 유역 등 6개의 지형학적 매개변수를 도출하였다.
유수의 방향, 유수의 축적, 유수의 거리 및 유역에 대하여 픽셀 수 및 값을 추출하여 면적 계산을 위해 해상도에 따른 픽셀 당 면적을 곱하였다.
본 연구에서는 9가지의 통계치를 개별적으로 평가하였다. 표고, 경사 및 곡률의 매개변수를 비교하기 위하여 최소값, 1/4분위수, 중앙값, 평균, 3/4분위수, 최대값, 표준편차, 왜도, 첨도를 계산하였다. 이 통계치들은 지형 공간 분야의 비교 연구에서 매우 일반적으로 사용된다(Acharya et al.

대상 데이터

본 연구에서는 자료로 수치표고모델만을 사용하였다. 1m-라이다 수치표고모델 자료는 2009년 국토지리정보원에서 실시한 항공 라이다(Airborne LiDAR) 측량으로 제작된 것으로 수평위치는 중부원점 기준의 TM 투영좌표계, 수직위치는 인천 평균해면 기준의 KVD2002(Korean Vertical Datum 2002)이 적용되었다. 수치표고모델은 이중선형보간법을 사용하여 5m, 10m, 20m, 30m 공간해상도로 재추출(resampling) 하였다.
82″E 사이에 위치한다. 대상지역은 대부분이 중앙 산악의 산림지대이고, 댐 저수지가 있는 넓은 강과 농경지가 흩어져 있다(그림 1).
본 연구를 위해 선택된 대상지역은 강원도 춘천시에 위치해 있으며, 총 면적 272.688㎢, 북위 37°44′4.58″N~37°52′20.60″N, 동경 127°33′15.42″E~127°45′25.82″E 사이에 위치한다.

데이터처리

, 2018; Dawod and Al-Ghamdi, 2017; Lee and Acharya, 2017). 본 연구의 통계치 산출에는 R 프로그램을 사용하였고, 지도를 생성하는 데는 ArcGIS를 사용하였다.
각각의 재추출된 수치표고모델을 이용하여 경사, 곡률, 유수의 방향, 유수의 축적, 유수의 거리 및 유역 등 6개의 지형학적 매개변수를 도출하였다. 재추출된 수치표고모델(filled DEM), 경사와 곡률을 상호 비교하기 위하여 통계적 계산을 수행하고, 유수의 축적, 유수의 거리와 유역에 대해서는 최대값을 비교하였다.

성능/효과

그러나, 도출된 경사와 곡률은 픽셀 크기가 증가됨에 따라 감소되고, 유수의 방향에 대한 면적 범위(coverage)는 동서남북 방향으로는 증가하였지만, 나머지 방향에서는 감소하였다. 유수의 축적 지역은 거의 유사했지만, 유수의 거리와 유역의 수는 픽셀 크기의 증가에 따라 감소하였다.
그림 3에서 보여주는 것과 같이 유수의 축적은 픽셀 크기가 클수록 더 명확히 보여지고 픽셀의 수는 감소한다. 크기가 큰 픽셀인 30m 수치표고모델의 결과물에서 다른 크기의 픽셀의 결과물에서 나타나는 강들과 비교하여 경로가 잘 보여진다. 또한, 유수의 거리는 픽셀의 크기가 증가함에 따라 점차 감소한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	수치표고모델이란?	수치표고모델은 지표면을 표현하는 가장 유용한 디지털 자료 정보 중 하나이며 수문학 분야의 다양한 연구(Acharya et al., 2016), 산사태 모델링(Hong et al., 2018; Acharya et al., 2017a, Yang et al., 2016), 교통 계획(Yang et al., 2014, Acharya et al., 2017b) 등의 다양한 분야에 활용된다. 그러나 이러한 고해상도 데이터의 생성은 저장, 계산의 비용 및 시간 등에 어려움을 야기할 수 있다.
	기존 수치표고모델의 한계점은?	, 2017b) 등의 다양한 분야에 활용된다. 그러나 이러한 고해상도 데이터의 생성은 저장, 계산의 비용 및 시간 등에 어려움을 야기할 수 있다. 따라서 특정한 적용 분야에 어느 정도의 수치표고모델 해상도가 적합한지를 평가하여 합리적으로 선택하는 것이 필요하다.
	지형학적 매개변수는 어떤 것들이 있는가?	모든 수치표고모델의 적용에서 지형학적 매개변수의 도출은 매우 중요한 작업이며, 가장 일반적인 지형학적 매개변수는 지형의 표고, 기울기, 방향, 곡률(계획 및 프로파일), 유수의 거리, 지형 습윤 지수, 하천력 지수(stream power index) 등이 있다. 이러한 매개변수는 수치표고 모델의 해상도에 따라 다양한 범위로 도출될 수 있다.

참고문헌 (12)

Acharya, T.D., I.T. Yang, and D.H. Lee. 2018. Comparative analysis of Digital Elevation Models between AW3D30, SRTM30 and airborne LiDAR: a case of Chuncheon, South Korea. Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography 36(1): 17-24.
Acharya, T.D., I.T. Yang, and D.H. Lee. 2017a. GIS-based landslide susceptibility mapping of Bhotang, Nepal using frequency ratio and statistical index methods. Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography 35(5): 357-364.
Acharya, T.D., I.T. Yang, and D.H. Lee. 2017b. GIS-based preliminary feasibility study for the optimal route selection for China-India railway through Nepal." Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography 35(4): 281-289.
Acharya, T.D., I.T. Yang, and D.H. Lee. 2016. Surface water area delineation in Landsat OLI Image using reflectance and SRTM DEM derivatives. 2016 Conference on Geo-Spatial Information, The Korean Society for Geospatial Information Science, Gunsan, pp.233-234.
Dawod, G. and K Al-Ghamdi. 2017. Reliability of recent global digital elevation models for geomatics applications in Egypt and Saudi Arabia. Journal of Geographic Information System 9(6):685-698.

상세보기
Goulden, T., C. Hopkinson, R. Jamieson and S. Sterling. 2016. Sensitivity of DEM, slope, aspect and watershed attributes to LiDAR measurement uncertainty. Remote Sensing of Environment 179:23-35.

상세보기
Gyasi-Agyei, Y., G. Willgoose, and F.P. De Troch. 1995. Effects of vertical resolution and map scale of digital elevation models on geomorphological parameters used in hydrology. Hydrological Processes 9(3-4):363-382.

상세보기
Hong, H., J. Liu, D.T. Bui, B. Pradhan, T.D. Acharya, B.T. Pham, A. Zhu, W. Chen, and B.B. Ahmad. 2018. Landslide susceptibility mapping using J48 Decision Tree with AdaBoost, Bagging and Rotation Forest ensembles in the Guangchang area (China). Catena 163:399-413.

상세보기
Lee, D.H. and T.D. Acharya. 2017. Comparison of complete bouguer anomalies from satellite marine gravity models with shipborne gravity data in East sea, Korea. Journal of Marine Science and Technology 25(6):625-632.
Oksanen, J. and T. Sarjakoski. 2005. Error propagation of DEM-based surface derivatives. Computers & Geosciences 31(8):1015-1027.

상세보기
Yang, I.T., T.D. Acharya, and D.H. Lee. 2016. Landslide susceptibility mapping for 2015 earthquake region of Sindhupalchowk, Nepal using frequency ratio." Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, 34(4):443-451.

원문보기 상세보기
Yang, I.T., T.D. Acharya, and M.S. Shin. 2014. Cycling: an efficient solution to rising transportation problems in Kathmandu. Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography 32(6): 617-623.

원문보기 상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증