[논문]산악지형에서의 재난피해조사를 위한 드론 맵핑 활용방안 연구

신동윤; 김다진솔; 김성삼; 한유경; 노현주

doi:10.7780/kjrs.2020.36.5.4.6

산악지형에서의 재난피해조사를 위한 드론 맵핑 활용방안 연구
A Study on the Use of Drones for Disaster Damage Investigation in Mountainous Terrain 원문보기

대한원격탐사학회지 = Korean journal of remote sensing, v.36 no.5 pt.4, 2020년, pp.1209 - 1220

신동윤 (국립재난안전연구원 재난원인조사실) , 김다진솔 (국립재난안전연구원 재난원인조사실) , 김성삼 (국립재난안전연구원 재난원인조사실) , 한유경 (경북대학교 융복합시스템공학부) , 노현주 (국립재난안전연구원 재난원인조사실)

초록
AI-Helper

산림지역의 경우 도심지에 비해 무인항공사진측량 작업과정 중 하나인 지상기준점(ground control point, GCP) 측량이 제한적이며, 높은 산림 때문에 비가시권 비행으로 인해 안전문제가 발생한다. 이를 보완하기 위해 드론의 위치를 실시간으로 보정하는 RTK(real time kinematic) 드론과 지형정보를 기반으로 비행하는 3차원 비행 방식이 개발되고 있다. 본 연구는 산림지역에서 재난피해조사를 위한 드론의 활용방안을 제시하기 위해 1) GCP 측량을 통한 드론 맵핑(normal drone mapping), 2) 지형정보를 기반으로 비행하는 드론 맵핑(3D flight drone mapping), 3) RTK 드론을 이용한 드론 맵핑(RTK drone mapping) 3가지 방법을 통해 위치정확도를 평가하였으며, 그 결과 평면 위치오차는 2 cm, 높이오차는 13 cm 이내로 나타났다. 위치정확도 평가 후, 산사태 발생 면적을 계산하여 체적 값을 비교했을 때 세 가지 방법 모두 유사한 결과를 보였다. 본 연구에서는 3D flight drone mapping, RTK drone mapping을 통해 산림지역에서 드론 맵핑이 가지는 한계를 극복하고 재난피해조사의 활용 가능성을 확인하였다. 향후 다양하게 발생하는 재난상황을 감안하였을 때 재난지역의 여건에 따라 3가지 방법을 적절히 활용하면 보다 효과적인 피해조사를 수행할 수 있을 것으로 기대된다.

Abstract ▼ AI-Helper

In the case of forest areas, the installation of ground control points (GCPs) and the selection of terrain features, which are one of the unmanned aerial photogrammetry work process, are limited compared to urban areas, and safety problems arise due to non-visible flight due to high forest. To compensate for this problem, the drone equipped with a real time kinematic (RTK) sensor that corrects the position of the drone in real time, and a 3D flight method that fly based on terrain information are being developed. This study suggests to present a method for investigating damage using drones in forest areas. Position accuracy evaluation was performed for three methods: 1) drone mapping through GCP measurement (normal mapping), 2) drone mapping based on topographic data (3D flight mapping), 3) drone mapping using RTK drone (RTK mapping), and all showed an accuracy within 2 cm in the horizontal and within 13 cm in the vertical position. After evaluating the position accuracy, the volume of the landslide area was calculated and the volume values were compared, and all showed similar values. Through this study, the possibility of utilizing 3D flight mapping and RTK mapping in forest areas was confirmed. In the future, it is expected that more effective damage investigations can be conducted if the three methods are appropriately used according to the conditions of area of the disaster.

주제어

표/그림 (20)

그림 Fig. 1. Flow-chart of this study.
그림 Fig. 2. Location of this study area.
표 Table 1. Specification of drones used in this study
그림 Fig. 3. Location of GCPs.
표 Table 2. Specification of cameras mounted on drones
표 Table 3. GCP surveying results
그림 Fig. 4. Ortho-image and DSM generated from normal drone mapping.
그림 Fig. 5. Schematic concept of 3D flight drone mapping.
그림 Fig. 6. 3D flight path of drone in this study.
그림 Fig. 7. Ortho-image and DSM generated from 3D flight drone mapping.
그림 Fig. 8. Schematic concept of RTK drone mapping.
그림 Fig. 9. Ortho-image and DSM generated from RTK drone mapping.
그림 Fig. 10. Location of check points.
표 Table 4. Comparison of position accuracy of CPs for normal drone mapping and 3D flight drone mapping
표 Table 5. Comparison of position accuracy of CPs for normal drone mapping and RTK drone mapping
표 Table 6. Relationship between mapping scale, aerial image scale, and GSD
표 Table 7. Residual of position accuracy for aerial photogrammetry
표 Table 8. Residuals at CPs position in RMSE
그림 Fig. 11. Landslide volume calculation results : (a) normal drone mapping, (b) 3D flight drone mapping and (c) RTK drone mapping.
표 Table 9. Comparison landslide volume

AI 본문요약
AI-Helper

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

문제 정의

Stalin and Gnanaprakasam (2017)은 UAV를 통해 생성된 DEM을 통해 모래 체적을 산정하였고, Arango and Morales (2015)은 토사 비축량의 값을 구하기 위해 UAV의 DSM 자료를 활용하여 체적의 부피를 정밀하게 산정한 바 있다. 따라서 본 연구도 세 가지 방법에 대해 산사태 피해조사의 활용성을 평가하기 위해 산사태로 인한 피해 체적을 분석하였다.
본 연구는 산림이 많은 재난현장에서의 효율적인 드론 맵핑을 수행하기 위해 지상기준점의 영향이 적은 RTK 드론과 드론 감시, 고도차이가 심한 지형에서의 균질한 영상 획득을 위해 지형의 고도를 따라 비행하는 3차원 비행방법을 이용해 산림지역에서의 드론 맵핑의 활용방안을 제시하고자 한다.
연구는 넓은 범위의 산지와 높은 고도의 산림 지역에서의 드론 맵핑의 활용성을 평가하기 위해 다음과 같은 3가지의 방법을 수행하였다. 가장 일반적인 방법인 지상기준점을 이용한 드론 맵핑(normal drone mapping), 지형정보를 입력하여 일정한 고도를 유지하며 비행하는 3차원 비행 맵핑(3D flight drone mapping), RTK 센서가 탑재된 RTK 맵핑(RTK drone mapping)으로부터 정사영상 및 Digital Surface Model(DSM) 자료를 구축한 뒤 위치 정확도 평가와 산사태 체적을 분석한다.

제안 방법

09cm로 GSD가 8cm 이내에 속하기 때문에 도화축척은 1/500 ~ 1/600에 해당한다. 1/500 ~ 1/600 도화축척의 평면 위치 및 높이오차는 0.14 m 이내로 세 가지 방법의 평면위치 및 표고 오차를 분석하였다.
특히 검사점 1, 4, 5번에서 높이 값이 약 20cm로 큰 차이를 보였으며, 이는 지상기준점 성과가 반영되지 않아 정확한 높이 계산에 오차가 발생한 것으로 판단된다. RTK 드론을 사용하더라도 지상기준점을 1~2점은 활용하는 것이 바람직하지만 본 연구에서는 지상기준점의 선점과 측량이 어려운 재난상황을 고려하여 지상기준점 성과를 고려하지 않고 드론 맵핑 정확도를 평가하였다. 그럼에도 불구하고 평면 위치오차는 normal drone mapping과 비교하였을 때 큰 차이가 없었다.
연구는 넓은 범위의 산지와 높은 고도의 산림 지역에서의 드론 맵핑의 활용성을 평가하기 위해 다음과 같은 3가지의 방법을 수행하였다. 가장 일반적인 방법인 지상기준점을 이용한 드론 맵핑(normal drone mapping), 지형정보를 입력하여 일정한 고도를 유지하며 비행하는 3차원 비행 맵핑(3D flight drone mapping), RTK 센서가 탑재된 RTK 맵핑(RTK drone mapping)으로부터 정사영상 및 Digital Surface Model(DSM) 자료를 구축한 뒤 위치 정확도 평가와 산사태 체적을 분석한다. 본 연구의 흐름은 Fig.
본 연구는 자연재해로 인한 피해 조사 시 드론을 활용할 경우, 산림이 많이 분포하고 있는 지역에 대한 드론의 활용방안을 모색하고자 normal drone mapping, 3D flight drone mapping, RTK drone mapping 방법을 통해 드론 맵핑을 수행하였으며, 세 가지 방법 모두 평면 위치 오차 2cm, 표고오차 13cm 이내의 정확도를 나타냈다. 이를 기반으로 산사태 체적 산정 결과, 86.
, 2013). 본 연구에서는 normal drone mapping 성과를 참값(reference)으로 활용하여, Fig. 10처럼 normal drone mapping 정사영상에서 임의의 검사점을 추출한 후 3D flight drone mapping, RTK drone mapping 간 위치 정확도 비교를 수행하였다.
본 연구에서는 지상기준점을 설치하지 못하는 경우를 대비하여 지상기준점 성과 없이 RTK 드론영상을 활용하였다. 촬영된 영상은 208장, 주변 지형을 고려하여 비행고도는 150m, 종·횡 중복도는 70%, GSD = 4.
본 연구에서도 연구지역의 지형정보를 비행계획을 수립할 때 업로드한 후, 드론 영상을 취득하였다. 고도 차이가 있는 산림에 따라 고도별 비행을 하지 않으므로, 3D flight drone mapping은 normal drone mapping보다 드론을 띄우는 횟수가 적고 넓은 범위를 촬영할 수 있었다.
산사태 발생지의 체적 계산을 위해 3차원 점군자료를 기반으로 기준이 되는 표면을 생성하였다. 기준 표면은 딜로니 삼각분할을 적용하여 계산되고, 3차원 점군자료에 투영되어 아래 식을 통해 체적을 산정하게 된다(Arango and Morales, 2015).
위의 수식을 통해 normal drone mapping, 3D flight drone mapping, RTK drone mapping의 3차원 점군자료를 활용한 산사태 지역의 체적을 계산하였다. Fig.
위치 정확도 분석을 통해 정확도를 확보한 후, 드론 맵핑 성과물을 피해조사에 활용가능한지를 평가하기 위해 산사태 지역의 체적을 계산하였다. 무인항공기를 활용한 체적 계산은 다양한 연구들을 통해 신뢰성이 검증되고 있다.
일반적으로 항공사진측량 성과 판단의 기준이 되는 「항공사진측량작업규정의 도화축척별 평면위치와 표고의 잔차 기준」을 참고하여 정확도 검증을 수행하였다. 작업규정에 따르면, 도화축척, 항공사진축척, GSD의 관계와 항공삼각측량의 위치오차의 한계는 Table 6, Table 7과 같다.
301km²이다. 지상기준점은 지형지물에 가려지지 않는 지점으로 선정하고 타겟을 설치한 후 GNSS 장비를 이용해 VRS 방식으로 총 5점을 측량하였다. 지상기준점의 분포와 좌표 성과는 Fig.
3과 Table 3과 같다. 촬영 영상의 처리는 Pix4D 소프트웨어를 사용하여 항공삼각측량 작업과 영상정합 과정을 거쳐 정사영상 및 DSM을 생성하였다(Fig.4). 영상의 geo-referencing 오차는 약 0.

대상 데이터

본 연구에서 촬영된 영상은 296장, 비행 고도는 주변 산지 높이를 고려하여 150m, 종·횡 중복도는 70%로 계획하였으며, Ground Sample Distance(GSD)는 2.85cm, 촬영면적은 0.301km2이다.
연구지역은 경상북도 울진군 온정면으로, 2019년 10월 태풍 ‘미탁’으로 인해 산사태가 발생한 곳이다(Fig. 2).
촬영된 영상은 208장, 주변 지형을 고려하여 비행고도는 150m, 종·횡 중복도는 70%, GSD = 4.09cm, 촬영면적은 0.438 km2이고 정사영상 및 DSM은 Fig. 9와 같다.
촬영된 영상은 247장, 비행고도는 150m, 지형과의 이격거리는 안전사고 예방을 위해 50m, 종·횡중복도는 70%, GSD는 3.69cm, 촬영면적은 0.527 km2이다.

이론/모형

2). Normal drone mapping과 3D flight drone mapping은 DJI의 Inspire 2를 활용하였으며, RTK drone mapping은 DJI의 Phantom 4 RTK를 이용하였다. 본 연구에서 사용된 드론 및 카메라의 제원은 Table 1, Table 2와 같다.

성능/효과

040 m로 평면 위치오차는 2 cm, 높이오차는 4 cm였다. 고도차가 있는 영상을 사용하더라도 지상기준점을 활용한 경우, normal drone mapping과 비교하였을 때 위치 정확도는 우수한 편으로 나타났다.
본 연구는 자연재해로 인한 피해 조사 시 드론을 활용할 경우, 산림이 많이 분포하고 있는 지역에 대한 드론의 활용방안을 모색하고자 normal drone mapping, 3D flight drone mapping, RTK drone mapping 방법을 통해 드론 맵핑을 수행하였으며, 세 가지 방법 모두 평면 위치 오차 2cm, 표고오차 13cm 이내의 정확도를 나타냈다. 이를 기반으로 산사태 체적 산정 결과, 86.42%(3D flight drone mapping), 95.73%(RTK drone mapping)의 정확도 결과를 보여주었다. 지상기준점을 활용한 드론 맵핑은 지상기준점을 통해 정밀한 위치 값을 가지지만 험준한 산악지형으로 인한 통신단절, 비가시권 비행, 경사지역의 다수 비행, 지상기준점 설치 등에 문제점을 초래한다.
Table 4는 normal drone mapping과 3D flight drone mapping의 검사점 위치 정확도 비교 결과이다. 전체적으로 확인하였을 때, X = 0.023 m, Y = 0.021 m, Z = 0.040 m로 평면 위치오차는 2 cm, 높이오차는 4 cm였다. 고도차가 있는 영상을 사용하더라도 지상기준점을 활용한 경우, normal drone mapping과 비교하였을 때 위치 정확도는 우수한 편으로 나타났다.
Table 5는 normal drone mapping과 RTK drone mapping의 검사점 위치 정확도 비교 결과이다. 전체적으로, X = 0.014 m, Y = 0.015 m, Z = 0.136 m로 평면 위치오차는 약 1cm, 높이오차는 약 13cm였다. 특히 검사점 1, 4, 5번에서 높이 값이 약 20cm로 큰 차이를 보였으며, 이는 지상기준점 성과가 반영되지 않아 정확한 높이 계산에 오차가 발생한 것으로 판단된다.

후속연구

다만, 본 연구지역의 산사태 현장은 지상기준점이 근거리에 위치하기 때문에 정확도를 확보할 수 있었지만, 발생지역에 지상기준점 배치가 어려운 재난현장에서는 정확도가 낮아지므로 향후 direct geo-referencing를 통한 추가적인 연구가 필요하다고 판단된다.
하지만 3차원 지형정보에 의해 일정한 고도를 유지하며 비행할 경우, 드론 기체의 가시권 비행과 고도별 비행계획을 수립하지 않아도 되는 장점이 있으므로 고도 차이가 심한 산악지형에서의 피해조사에 적용하는 것이 유리할 것으로 판단된다. 또한 RTK 드론을 활용할 경우, 재난피해지역의 특성상 지상기준점 설치가 어려운 문제를 해결할 수 있을 것으로 판단되고 광범위한 재난피해 지역을 조사할 시 시간 및 인력 낭비를 줄일 수 있을 것으로 사료된다. 따라서 산림에서 발생한 재난현장 맵핑의 경우 3가지의 방법을 적절하게 사용한다면 효과적인 재난피해조사를 수행할 수 있을 것으로 기대된다.

참고문헌 (17)

American Red Cross and Measure, 2015. Drones for Disaster Response and Relief Operations, Research report.
Arango, C. and C.A. Morales, 2015. Comparison between multicopter UAV and total station for estimating stockpile volumes, International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, 40(1): 131-135.
Barba, S., M. Barbarella, A.D. Benedetto, M. Fiani, L. Gujski, and M. Limongiello, 2019. Accuracy Assessment of 3D Photogrammetric Models from an Unmanned Aerial Vehicle, Drones, 3(4): 79.

상세보기
Hugenholtz, C.H., K. Whitehead, O.W. Brown, T.E. Barchyn, B.J. Moorman, A. LeClair, K. Riddell, and T. Hamilton, 2013. Geomorphological Mapping with a Small Unmanned Aircraft System (sUAS): Feature Detection and Accuracy Assessment of a Photogrammetrically-Derived Digital Terrain Model, Geomorphology, 194: 16-24.

상세보기
Jo, H.J., J.H. Oh, and Y.J. Jang, 2020. Analysis of Aerial Survey Accuracy Using Phantom 4 and Phantom 4-RTK, Proceedings of Korea Society of Surveying, Geodesy, Photogrammetry, and Cartography, Online, Jul. 2-Jul. 3, 138-140.
Jung, K. Y. and Yun, H. C., 2012, Utilization of Real-Time Aerial Monitoring System for Effective Damage Investigation of Natural Hazard, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, 30(4): 369-377 (in Korean with English abstract).

원문보기 상세보기
Kim, S.S., B.G. Song, S.B. Cho, and H.J. Kim, 2019. Applicability of Drone Mapping for Natural Disaster Damage Investigation, Journal of Korean Society for Geospatial Information Science, 27(2): 13-21 (in Korean with English abstract).
Korea Forestry Promotion Institute, 2018. Best Casebook for Public Innovation, 43.
Manfreda, S., P. Dvorak, J. Mullerova, S. Herban, P. Vuono, J.J. Arranz Justel, and M. Perks, 2019. Assessing the Accuracy of Digital Surface Model Derived from Optical Imagery Acquired with Unmanned Aerial Systems, Drones, 3(1): 15.

상세보기
Martinez-Carricondo, P., F. Aguera-Vega, F. Carvajal-Ramirez, F.J. Mesas-Carrascosa, A. Garcia-Ferrer, and F.J. Perez-Porras, 2018. Assessment of UAV-Photogrammetric Mapping Accuracy Based on Variation of Ground Control Points, International Journal of Applied Earth Observation and Geoinformation, 72: 1-10.

상세보기
Ministry of the Interior and Safety, 2018. The 3rd Comprehensive Plan for Disaster and Safety Management Technology Development (2018-2022).
Oh, Y.O, K.A. Choi, and I.P. Lee, 2017. Disaster Damage Detection using Drone Aerial Images, Proc. of 2017 Joint Fall Conference proceedings of the Korean Society for Geo-spatial Information Science, Jeonju-si, Jeollabuk-do, Oct. 27, pp. 213-214.
Peppa, M.V., J. Hall, J. Goodyear, and J.P. Mills, 2019. Photogrammetric assessment and comparison of DJI Phantom 4 pro and phantom 4 RTK small unmanned aircraft systems, International Archives of the Photogrammetry, Remote Sensing & Spatial Information Sciences, 42(2/w13): 503-509.
Sanz-Ablanedo, E., J.H. Chandler, J.R. Rodriguez-Perez, and C. Ordonez, 2018. Accuracy of Unmanned Aerial Vehicle (UAV) and SfM Photogrammetry Survey as a Function of the Number and Location of Ground Control Points Used, Remote Sensing, 10(10): 1606-1624.

상세보기
Stalin, J.L., and R. Gnanaprakasam, 2017. Volume Calculation from UAV based DEM, International Journal of Engineering Research & Technology (IJERT), 6(6): 126-128.
Taddia, Y., F. Stecchi, and A. Pellegrinelli, 2019. Using DJI Phantom 4 RTK drone for topographic mapping of coastal areas, International Archives of the Photogrammetry, Remote Sensing & Spatial Information Sciences, 42(2/W13): 625-630.
Yun, H. C., M.G. Kim, and K.Y. Jung, 2011. Utilization of UAV for Damage Investigation of the Facilities, Proc. of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Cheongju-si, Chungcheongbuk-do, Apr. 21-22, pp. 187-190.

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