유비쿼터스와 지형공간정보
e-러닝 강의
13장
유비쿼터스 지형공간정보의
환경 및 산림분야 활용(2)
강의 목차
스마트 지형공간정보의 환경/생태분야 활용
컴퓨터비젼 해석결과를 통한 산림구조분석
토론 및
QUIZ(2)
스마트 지형공간정보의 산림분야 활용
국가항공사진DB를 활용한 고품질 산림정보 생성
스마트 지형공간정보의
환경/생태분야 활용
친환경 생태학적 계획 및 설계의 방향
ICT기술을 활용한
생태학적 도시계획(Science based Eco-Planning:SbEP)
친환경생태도시
(u-ECO City)
설계 및 개발의 기반 기술 적용
첨단 ICT(GIS/RS/MMS/드론
등) 기술을 활용하여
3D 계획 및 설계기술의 과학화
스마트 지형공간정보를 활용한
생태지도
제작 기술
적용
기존 정성적 환경영향평가 기법의 개선한
정량적 환경영향평가 가능
3D SbEP 기법
개발 및 적용
도시/환경/경관/건축계획
및 심의 등에 공통 활용 가능한
계획 도구 개발
생태문제를 최소화 하기 위한 도시계획
(Low Impact Urban Planning:LIUD)
생태문제를 개선한
친환경생태도시 계획 및 개발 기술
적용
지능형국토정보
를 활용한 자연 및 도시공간의
생태적 건전성평가기법 개발
적용
SbEP에 근거한
Low impact urban design
기법 개발 및 적용
3D LIUD 기법 개발 및 적용
스마트 지형공간정보의 지속가능성
U-Eco City
구현
스마트공간정보 취득기술 (GIS+GNSS+RS+ICT) 생태계 순환분석기술 (물, 공기, 토양, 생물)생태공학
(Ecological Engineering)
지속가능성
증대
물순환 시스템 구축 및 관리기술＊환경 길＊
생태도로 구축 및 관리기술＊사람 길＊
3차원 환경생태정보 구축 및 관리기술 ＊스마트 지형공간정보＊LiDAR 기반 비오톱 지도 제작 흐름도
전체 공간에 대한 비오톱 유형 조사 비오톱유형 지도화 토지이용조사 토양피복조사 현존식생조사 속성지도 및 야장 작성 비오톱 유형화 전체 비오톱 유형지도화 비오톱(biotope) 지도의 정의
"비오톱"이란 특정한 식물과 동물이 하나의 생활공동체를 이루어 지표상에서 다른 곳과 명 확히 구분되는 하나의 서식지를 말하며, "비오톱지도"란 지역 내 공간을 경계를 가진 비오톱 으로 구분하여, 각 비오톱의 생태적 특성을 분류한 비오톱 유형과 비오톱의 보전가치 등급 을 나타낸 지도를 의미함 Point Cloud 데이터를 활용시현장조사의 90%를 절감하고 Ⅰ등급: 대상지 전체에 대해 절대적으로 보전이 필요한 비오톱유형 Ⅱ등급: 대상지 전체에 대해 보전을 우선해야하는 비오톱유형 Ⅲ등급: 대상지 일부지역에 대해서는 보전을 우선하고 잔여지역은 토지이용제한이 필요한 비오톱유형LiDAR 기반 비오톱 지도제작 과정
비오톱지도 제작 과정
문헌조사 기존수치지형도 기존항공사진 관련논문 특이비오톱 출현 정보 사 전 조 사 현 장 조 사 기초조사 대표지역의 예비현장조사 토지이용현황조사 LiDAR 정사영상을 이용한 토지이용/피복현황도 제작 현존식생조사 NGO 합동조사 특이비오톱 출현지역 조사 지도의 수정보완 지도의 수정보완 녹지 및 오픈스페이스 지역 식생조사 속성조사 비오톱 유형분류 및 평가 입력 입력 문헌조사 기존수치지형도 기존항공사진 관련논문 특이비오톱 출현 정보 사 전 조 사 현 장 조 사 기초조사 대표지역의 예비현장조사 토지이용현황조사 LiDAR 정사영상을 이용한 토지이용/피복현황도 제작 현존식생조사 NGO 합동조사 특이비오톱 출현지역 조사 지도의 수정보완 지도의 수정보완 녹지 및 오픈스페이스 지역 식생조사 속성조사 비오톱 유형분류 및 평가 입력 입력 1/5,000 도엽 크기로 영상 준비 영상분할 및 분류 영상을 이용한 GIS기초자료 제작 현장조사를 통한 비오톱 유형 검증 및 식생조사 폴리곤 수정 및 속성 입력고해상도 위성영상을 이용한 고품질 정밀주제도의 개념
고해상도 위성영상 기반 3D 정밀주제도 제작
기존 주제도
(3D Smart Thematic Map)정밀주제도
정확도 향상 방안 위치정확도 : 고해상도 입체영상을 이용한 디지털 매핑 과정 적용 (RPC블럭조정, GCP에 따른 위치정확도분석) 주제정확도 : 객체지향분류의 심층연구 활용성 증대 방안 3차원 주제도 생성 방안 : DEM 생성(5mX5m급), 정사사진영상생성 주제정보 표현 방식: 래스터방식, 벡터방식, Hybrid 방식 GSD 30m급위성영상 단영상 활용 GCP 및 DEM 정사보정 1/25,000축척 기반 2차원주제도 화소기반분류 GSD 1m 이하급 고해상도 입체영상활용 디지털 매핑 기법 활용 1/5,000축척 기반 3차원주제도 객체지향분류
GSD 1m 급
KOMPSAT-2
영상
GSD 0.7m급
QuickBird-2
영상
주제정보 분류 실험 대상지역 및 위성영상
Test Field Test Field 대전광역시 유성구 일원의도심지역을 1:5,000 수치지도 1도곽분량을 Test Field로 선정 강원도 횡성군 일원의도농복합지역을 1:5,000 수 치지도 1도곽 분량을 Test Field로 선정고해상도 위성영상 기반 3D 정밀주제도 제작
GSD 1m 급 KOMPSAT-2 영상
GSD 0.7m급 QuickBird-2 영상
고해상도 위성영상의 특성
대상지역의 KOMPSAT-2 영상은 2008년 5월과 2009년 4월에 취득된 입체 영상 대상지역의 QuickBird-2 영상은 2003년 10월에 취득된 단영상 구 분 내 용 지역 • 대전광역시 유성구 일원 취득일자 •좌측 : 2008. 5. 6 취득 •우측 : 2009. 4. 12 취득 영상종류 • GSD 1m : PAN • GSD 4m : R, G, B, NIR 영상등급 • 1R(방사적 보정) 스테레오 • 스테레오 영상 영상면적 • 좌영상 : 약 263.050㎢ • 우영상 : 약 253.923 ㎢ • 좌 : 94.2%, 우 : 약 93.8% 구 분 내 용 지역 • 강원도 횡성군 일원 취득일자 •2003. 10. 23 취득 •2005. 6. 27 처리 영상종류 • GSD 0.7m : Pansharpen 영상 (PAN, R, G, B, NIR 밴드 포함) 영상등급 • R(방사적 보정) 스테레오 • 단일 영상 KOMPSAT-2 영상은 각 밴드별 독립영상을 확보 하여 주제정보 추출에 이용 QuickBird-2 영상은 Pansharpening 영상으로 각 밴드별 영상이 단일영상으로 통합고해상도 위성영상 기반 3D 정밀주제도 제작
나대지 도로/시가화 수계 초지 산림 건물
KOMPSAT-2 영상을 이용한 시범제작 : 대전일원
고해상도 위성영상 기반 3D 정밀주제도 제작
나대지 도로/시가화 수계 초지 산림 건물 그림자
QuickBrid-2 영상을 이용한 시범제작
고해상도 위성영상 기반 3D 정밀주제도 제작
최적 공정 최적 정밀 주제도 제작 방법 정립 다중 필터링(전처리) 주제정보 추출 토지피복정보 토지이용정보 식생정보 지형정보 대상지역 선정 DEM 및 정사영상 제작 일반화 및 정확도 분석 경계부 일반화 위치 및 주제정보 정확도 분석 3차원주제도 제작 Hybrid 방식 주제정보 정확도 향상 방안 다중 필터링 기법 정립 영상 전처리 필터링 기법 정립 (영상소 평활화 및 경계부 선명도 향상) 다중 영상분할 기법 정립 추출 대상별 영상 분할 기준 정립 (지형지물의 특성을 고려한 단계별 영상 분활 기준 정립) 경계부 일반화 기법 정립 주제 정보의 경계부에 일반화 (불규칙한 경계부에 대한 단순화, smoothing을 수행) 3차원 정밀주제도 제작 기법 정립 3차원 정밀 주제도 제작 알고리즘 정립 영상 필터링 영상 분활 주제정보추출 경계부 일반화 3D hybrid Map 제작 3차원 정밀 주제도 제작 지침 정립 제작지침 및 매뉴얼 제작 작업품셈 제작 품질평가(안)서
고해상도 위성영상 기반 3D 정밀주제도 제작
다중 필터링 기법에 따른 주제 정보 분류정확도 향상
나대지 도로/시가화 수계 초지 산림 건물고해상도 위성영상 기반 3D 정밀주제도 제작
다중 영상분할에 따른 주제 정보 분류 결과
나대지 도로/시가화 수계 초지 산림 건물 그림자고해상도 위성영상 기반 3D 정밀주제도 제작
주제 정보 경계부 일반화
각 및 거리오차 알고리즘 특징
각 및 거리오차 알고리즘은 연속한 세 정점을 이용하 여 직선화를 수행 방식 처음 세점 중 A와 D를 연결한 직선과 C점간의 수직거 리가 허용오차보다 작고, A와 C, A와 D의 직선사이각인 ∠CAD가 허용오차보다 작은 경우 생략하는 방식 각 및 거리오차 알고리즘의 거리 및 각도계산경계부 일반화 결과
일반화 전 일반화 후고해상도 위성영상 기반 3D 정밀주제도 제작
주제도 표현 방식 : Hybrid(정사영상 + 벡터)
3차원 주제도 제작 방안
벡터 형식 주제도 3차원화 방안
벡터는 각 절점에 대한 3차원 좌표값을 갖는 구조 벡터 형식 주제도의 3차원화는 벡터의 각 절점에 대하여벡터 형식 주제도 3차원화 결과
대전지역 3차원 벡터 주제도고해상도 위성영상 기반 3D 정밀주제도 제작
3차원 주제도 제작 방안
레스터 형식 주제도 3차원화 방안
레스터 형식 주제도 3차원화 결과
래스터는 정규 격자 구조로 격자의 교차점에 3차원 좌표값을 갖는 구조 래스터 형식의 주제도와 동일한 격자 형식으로 수치표 고모델을 생성하여 래스터 형식의 주제도와 병합하여 3차원화를 수행 횡성지역 3차원 래스터 주제도 대전지역 3차원 래스터 주제도고해상도 위성영상 기반 3D 정밀주제도 제작
KOMPSAT-2 정사영상 + 3차원 주제도
QuickBird-2 정사영상 + 3차원 주제도
고해상도 위성영상 기반 3차원 정밀 주제도 제작 최종 공정(안)
강원도내 노천광산 64개 가행광산1개 휴지광산4개 현대 시멘트 쌍용자원개발 아세아 시멘트 라파즈 한라 동양 시멘트 NO 광산명 주소 비고 1 라파즈 한라 시멘트 강릉시 옥계면 산계리 산 429-2 가행 2 동양 시멘트 삼척시 적노동 산 29 휴지 3 쌍용자원개발 영월군 한반도면 쌍용리 산 18 휴지 4 아세아시멘트 영월군 주천면 주천리 산 68 휴지 강원권에 존재하는 노천광산은 총 64개 공간정보오픈플랫폼을 이용하여 노천광산의 운영여부를 파악하고 가행광산과 휴지광산을 분류 이중 5개 광산을 선정하고 다양한 실험 및 분석은 라파즈한라 시멘트 광산을 대상으로 수행
(Open Source GIS Software) (Open Source Geospatial Web)
WorldWind 노천광산 모니터링을 위한 공간정보 오픈플랫폼의 활용 가능성 평 가 : 기본 모니터링 요소 결정 최적 공간정보 오픈플랫폼 결정 : 브이월드 포함 공간정보 오픈플랫폼 DB 고도화 방법 연구 변화 탐지를 위한 최적 센싱 기법 결정 : UAV, 지상LiDAR, GPS 등 모니터링 정보의 최적 업그레이드 및 서비스 방안 Data DBMS Server Middleware Client
Open image Map Open Aerial Map GeoNames
PostgreSQL + PostGIS
MapServer MapGuide GeoServer Deegree
Squid TMS GeoWebCache QGIS
uDIG
Open Layers GeoExt Map Window
OWS Interface
World Wind Open Scales Map Fish
GRASS GeoNetwork
zzzzzzzzz
모니터링 DB 구축 개념 운영측면 (Operating Aspect) 환경생태학적측면 (Environmental Ecological Aspect) Mining Area (채광지역) Ecological Restored Area (생태복원완료지역) Waste Stowage Area (폐석적치지역) 광산운영과의 연결 폐석지역 세부 모니터링 광산의 운영 계획 복원계획 수립 경년복원계획 수립 Disaster Restoring Area (재해복원지역) 부정기적 데이터 취득(드론 + terrestrial LiDAR) : Rapid and precise acquisition of data in case of emergency (i.e. disasters) 정기적 데이터 취득
(Airborne Laser Scanning System : GSD 0.5m High Resolution Digital Image + 1m X 1m DEM) 오픈 데이터 서비스를 활용한 데이터 수집
(Geospatial Information Open Platform + Portal Map Service : Daum Map, Naver Map)
Ecological Restoring Area (생태복원지역) 변화 모니터링 Classification of Monitoring area Database Constraction and DB Upgrade
노천광산 모니터링 시스템을 위한 데이터베이스 구축 방안 • 가행광산 및 휴지광산 • 운영부문 및 황경생태학적 부문 • 채광지역, 생태복원진행/완료지역, 재해복구지역, 폐 석적치지역 노천광산 분류 (기초데이터 분석) • 가행 및 휴지광산의 영상과 지형데이터 수집 • 광산 경계파일 생성 오픈 데이터서비스를 통한 데이터 수집집 (기초 데이터 베이스 수집) • 국토지리정보원 국토공간영상정보 서비스 (http://air.ngii.go.kr) • 공간정보 오픈플랫폼
- 국외 : WWJ, Cesium, Google etc - 국내 : Vworld
• 포털사이트의 오픈데이터 서비스
- Daum Map, Naver Map etc
디지털 영상
• 국토지리정보원 공개 DEM
- 격자간격 90m X 90m, 1/5,000 DEM
(http://air.ngii.go.kr)
• 공간정보 오픈플랫폼
- Cesium : STK World Terrain, SRTM - Vworld : Portal Open DEM
지형 데이터(DEM) • 정기적 데이터 취득 : 항공 레이저측량(2~5년 간격) • 부정기적 데이터 취득 : 드론, 지상 LiDAR 신규취득 데이터베이스 업그레이드 (DB Upgrade) • 정기적 취득 : 2~5년 간격 - 항공레이저측량을 통한 GSD 0.4m급 디지털 정사영상 취득 • 부정기적 취득 : 긴급상황 - 드론 시스템을 이용한 디지털사진 디지털 영상(정사영상) • 정기적 취득 : 2~5년 간격 - 항공레이저측량을 통한 1m X 1m 격자간격 LiDAR DEM 취득 • 부정기적 취득 : 긴급상황 - 드론 시스템을 이용한 Point cloud 취득 - 지상 LiDAR DEM(재해지역) 지형 데이터(LiDAR DEM) 경년변화 데이터 융합 모니터링을 위한 정기적 부정기적 데이터 취득 노천광산 모니터링 시스템을 위한 데 이터베이스 결합 방안 구축
주 연구 대상지역이며 가행광산인 라파즈 한라 시멘트 광산의 모니터링 DB 구축 결과 모니터링 DB 수집 및 취득 방법 년도 데이터 품질 및 특성 드론 사진측량 (부정기적 DB 취득 ) 2016 (회전익) 정사영상 : GSD 0.10m(회전익 드론) DEM : PointCloud 1m X 1m DEM 2015
(고정익)
정사영상 : GSD 0.10m
DEM : PointCloud 1m X 1m DEM
항공LiDAR측량
(정기적 DB 취득 ) 2014
정사영상 : GSD 0.12m DEM : LiDAR 1m X 1m DEM
지상 LiDAR 측량
(부정기적 DB 취득 ) 2012 DEM : 지상 LiDAR 1m X 1m DEM
오픈 데이터 서비스 (DB 수집 ) 2012 다음지도 : GSD 0.5m(2 년 주기 ) 국가영상정보포털 외국 공간정보오픈데이터서비스 2010 2008 항공레이저측량 2007 정사영상 : GSD 0.25m 2008년, 2010년, 2012년은 포털 등 오픈 데이터 서비스 플랫폼을 통해영상데이터 수집 2007년 및 2014년은항공LiDAR측량을 통한 취득, 2015년 및 2015년은 드론사진측량을 이용한 취득 데이터
모니터링 DB 수집 및 취득 방법 년도 데이터 품질 및 특성 오픈 데이터 서비스 (DB수집) 2015 • 국토정보플랫폼 : GSD 0.5m 2014 • DEM :수치지도5m X 5m DEM 2012 • 다음지도 : GSD 0.5m 2011 2008 2007 • SRTM 30m X 30m DEM 모니터링 DB 수집 및 취득 방법 년도 데이터 품질 및 특성 오픈 데이터 서비스 (DB수집) 2015 • 국토정보플랫폼 : GSD 0.5m 2014 • DEM :수치지도5m X 5m DEM 2011 • 다음지도 : GSD 0.5m 2009 2008 2007 • SRTM 30m X 30m DEM 모니터링 DB 수집 및 취득 방법 년도 데이터 품질 및 특성 오픈 데이터 서비스 (DB수집) 2015 • 국토정보플랫폼 : GSD 0.5m 2014 • DEM :수치지도5m X 5m DEM 2012 • 다음지도 : GSD 0.5m 2009 2007 • 다음지도 : GSD 0.5m• SRTM 30m X 30m DEM 모니터링 DB 수집 및 취득 방법 년도 데이터 품질 및 특성 오픈 데이터 서비 스 (DB수집) 2015 • 국토정보플랫폼 : GSD 0.5m 2014 • DEM :수치지도5m X 5m DEM 2012 • 다음지도 : GSD 0.5m 2009 2007 • 다음지도 : GSD 0.5m • SRTM 30m X 30m DEM
휴지광산의 모니터링 DB는 모두 데이터 수집을 통해 구축
GPS/INS LiDAR System
GPS/ INS
디지털 항공 카메라
2007Airborne Laser Scanner 2014Airborne Laser Scanner
LiDAR
Equipment Optech ALTM 30/70 EquipmentLiDAR Leica ALS50-II Laser Pluse 70kHz Laser Pluse 150kHz
2007Digital Camera 2014Digital Camera
Equipment Rollei AIC Equipment Intergraph DMC
Pixel size 9μm Pixel size 12μm
Image size 5,440 x 4,080 Image size 7,680 x 13,824
GSD 0.25m above
Digital Ortho image
LiDAR
DSM/DEM
노천광산의 변화 모니터링을 위한 정기적 데이터 취득
노천광산 모니터링 DB 구축 :
항공LIDAR측량
디지털항공사진영상 데이터
대상지역 디지털항공사진영상 광산지역 확대 영상 광산지역 정사사진영상 정사 영상 생성광산지역의 LiDAR DEM 및 DSM
광산지역의DEM
광산지역의DSM
노천광산 모니터링 DB 구축 :
지상LiDAR측량
지상LiDAR측량 수행 목적
지상LiDAR측량시스템 특성
장비명 Optech ILRIS – 3D 점스켄 범위 3m ~ 1500m( 약 800m ) 점스켄 간격 5cm 획득 포인트 2,500 (point/sec) 오차율 7 ~ 8mm (100m당) • 광산의 채광지역은 사면 경사가 80°이상으로 항공LiDAR측량만 수행시 사면의 LiDAR 포인트가 적어 정확한 지형모델링이 어려우며 토공량 산정 정확도 저하됨 • 향후 지속적인 모니터링을 위한 방안으로 적합항공 및 지상 LiDAR DATA 합성
항공 및 지상 LiDAR 데이터 합성
항공 및 지상 LiDAR 데이터 합성
지상LiDAR측량을 이용한 채광 모니터링 예
지상LiDAR측량을 이용한 모니터링
정기적인 지상레이저측량을 통해채광에 따른 생산관 리 및 폐석 복원 모니터링수행 : 약 6개월 간격 • 일정기간후 채광량 산정 : 생산관리 • 지형변화모니터링 : 3차원모델링 • 폐석처리 및 생태복원 모니터링지상LiDAR측량을 이용한 모니터링
채광에 따른 변화된 지형을 분석하기 위해 주 채광지역의 기준 경계면을 생성주 채광지역 지형변화분석
채광전 (07년10월) 채광후 (08년 8월) • 잔차 DEM을 이용하여 10개월간 채광에 따른 지형변화분석(채광전 DEM – 채광후 DEM= 잔차 DEM)
수치지도를 이용한 정규 격자 DEM 제작
등고선추출 DEM 제작 수치지도의 등고선 데이터를 이용하여 정규 격자 DEM 제작 가능 1:1,000 수치지도를 이용할 경우 1m X 1m 정규 격자 DEM 제작 가능 수치지도를 이용하여 등고선 추출 등고선 데이터를 이용한 DEM 제작 1:5,000 수치지도를 이용할 경우 5m X 5m 정규 격자 DEM 제작 가능UAV사진측량
을 활용한 노천광산 변화 모니터링을 위한
부정기적 데이터 취득
2015년 고정익드론을 이용하여 노천광산의 데이터를 취득하였으며, 2016년 회전익드론을 이용하여 노천광산의생태복원지역 및 재해복구지역에 대한 변화모니터링 DB 취득 드론 사진 촬영(고정익 및 회전익) 지상기준점 측량 및 입력 영상 및 내외부표정요소 입력 표정해석(SBA with SfM) PointCloud 추출 DSM/정사영상/3D모델 생성 자동 비행계획 수립 2015년고정익드론: SenseFly 사의 eBee 2015년 촬영카메라: Sony 사의 WX220 2016년회전익드론 : DJI 사의 Inspire1 2016년 촬영카메라: DJI 사의 ZEMUSE X3저가용 회전익 드론을 활용하고자 하는 요구가 증대됨 정사영상, DSM/DEM, 3D Model 생성 노천광산의 변화 모니터링을 위해 수집 및 취득된 지형공간데이터를 공간정보오픈 플랫폼을 기반으로 하는노천광산 모니터 링 시스템을 구축하고자 함
PointCloud 추출 3D Model 제작 DSM/DEM 제작 정사영상 제작 생태 복원 지역 1) 복원 완료 지역 : 시간 경과에 따른 복원 상황 분석 2) 복원 수행 지역 : 복원 상세 계획 및 설계 → 복원 공사의 품질 분석 재해 및 생태 복원 지역 정사영상 및 DEM 등록 www.gwopmms.kro.kr 등재
2015년(고정익 드론) DEM과 2016년(회전익 드론) DEM의 융ㆍ복합
2016년 Point Cloud의 경계 파일 생성 후 2015년 Point Cloud의 Point 제거 2015년 Point Cloud에 2016년 Point Cloud를 삽입
고정익드론에 의한 노천광산 전역의 DEM(2015) 회전익 드론에 의한 재해복구지역 DEM(2016) 회전익 드론에 위한 생태복원지역 DEM(2016) 2016년 융복합 DEM
실험 Case 선정 지상기준점 및 검사점 측량 지형공간정보 생성 지형공간정보 품질 분석 최적 촬영기법 도출 대상지역 선정 구분 연구사용 회전익 드론의 특성 제조사 DJI (중국) Inpire1 V2 날개길이 34cm 중량 2935g ( 배터리 포함 ) 베터리 22.2 V, 4500mAh 항공시간 약18분 순항 속도 22m/s 이착륙반경 약 1m 구분 회전익드론의 카메라 특성 제조사 DJI (중국) ZEMUSE X3 초점거리 20mm 센서 SonyEXMOR (1/2.3″type) 데이터 형식 사진 : JPEG, DNG 동영상 : MP4, MOV 이미지 크기 4000 x 3000 화각 94°
생태복원지역의 변화 모니터링을 위한 최적 촬영기법을 도출하기 위해 DJI 사의
Inspire1 을 활용하여 연구를 수행하였음
드론 데이터 처리 및 지형공간정보의 제작은
SfM
알고리즘을 이용하는 S/W인
Agisoft사의
Photoscan
을 활용하였음
SfM 알고리즘에 의한 SBA(Spatial Bundle Adjust) 처리 과정
영상 입력 속성값 검색 카메라 자세 추정 카메라 자세 및피사체 재정의
PointCloud 추출
PointCloud Solid (TIN 보간)
Texturing (3D Model) 속성값 검색 및 카메라 자세 추정
가행 광산인
라파즈한라 시멘트 광산
을 대상지역으로 선정
라파즈한라 시멘트 광산의 일부 지역은 채광이 종료되어 생태복원이 진행되고 있는 지역이 존재하고 생태복원 공사가 완료된 지역이 존재함 2007 2008 2010 2012 2013 2014 2015 대상지역 1 Lafarge HALLACase 1 : 종방향 촬영 데이터 Case 2 : 횡방향 촬영 데이터 Case 3 : 교차 촬영 데이터 촬영 매수 : 220매 평균 촬영 고도 : 573.047m 비행 속도 : 약 11 m/s 촬영 시간 : 약 15분 촬영 매수 : 192매 평균 촬영 고도 : 573.187m 비행 속도 : 약 11 m/s 촬영 시간 : 약 12분 촬영 매수 : 412매 평균 촬영 고도 : 573.307m 비행 속도 : 약 11 m/s 촬영 시간 : 약 27분
최적 촬영기법 도출을 위하여 3개의 Case로 실험 수행
가행 광산인 라파즈한라 시멘트 광산의
생태복원지구 및 재해복원지구
를
대상으로 드론사진측량 수행
재해복원지구 Lafarge HALLA 생태복원지구 수직촬영 비행 코스 수평촬영 비행 코스설계 CAD 데이터 편집 3차원 지표 모델 생성
개발 및 복원계획 3차원 모델링
개발 및 복원계획에 따른 지형편집
대상지 전체 계획평면도 대상지 3차원골조 생성 3차원 면 생성복원계획 3차원모델링
복원계획 3차원모델링
정사영상의 R, G, B 밴드 별 영상을 이용하여 차분영상 제작, 시계열 DEM을 이용한 잔차 DEM 제 작 및 비교 분석을 통해 노천광산의 복원 지역에 대한 모니터링 방법론 제시 • Case 1 : 2015 – 2014 잔차 DEM • Case 2 : 2016 – 2015 잔차 DEM 잔차 DEM 제작 • 토공량 산정 지역의 평면상의 면적 계 산 • 토공량 산정 지역 경계 파일 추출 변화 지역 경계 파일 추 출 토공량 산정 • R 밴드 – R 밴드 경계 추출 • G 밴드 – G 밴드 경계 추출 • B 밴드 – B 밴드 경계 추출 변화 지역 경계 파일 추 출 변화 지역 탐지 영상 전처리 (histogram matching) • R, G, B 밴드 별 차분 영상 제작 • Case 1 : 2015 – 2014 (복원완료지역) • Case 2 : 2016 – 2015 (신규복원지역) 밴드 별 차분 영상 제작
2015년(고정익 드론) 정사영상과 2016년(회전익 드론) 정사영상의 융ㆍ복합
2015년 고정익 드론을 이용하여노천광산 전체영역을 대상으로 모니터링 DB 취득 2016년 회전익 드론을 이용하여 일부 생태복원지역 및 재해복구지역의 모니터링 DB 취득 생태복원완료지역 생태복원수행지역 2015년+2016년 드론촬영 정사영상 융ㆍ복합2014~2015(R-R) 2014~2015(G-G) 2014~2015(B-B) 서로 다른 두 시기의 정사영상의 R, G, B 밴드를 각각 차분하여 차분영상을 생성하고, 생성된 밴드 별 차분 영상을 RGB 영상으로 합성 RGB 합성 차분영상의 픽셀 값은 0~255의 값을 갖게 되며, 그 중간 값인 85~170의 픽셀 값을 갖는 지역은 변화가 없는 지역임 RGB 합성 차분영상에서 변화가 있는 지역은 주로 짙은 갈색 또는 검은색과 같이 어두운 색으로 나타남
G2 G1 G4 G5 G3 C1 C2 C3 C4 C5 C6 C7 C8 검사점
Ground Control Point
드론을 활용하여 제작된 지형공간정보의 정확도 향상 및 품질 분석을 위한 GCP/검사점
측량 수행
1 2 3 4 5 6 7 8 No dX dY dL dZ 1 -0.030 0.053 0.061 0.216 2 0.048 0.077 0.091 0.051 3 0.155 -0.029 0.158 -0.166 4 -0.003 -0.015 0.015 0.022 5 0.190 -0.019 0.191 0.292 6 0.097 -0.109 0.146 -0.406 7 0.036 -0.051 0.062 -0.042 8 0.241 0.015 0.241 0.332 Average 0.100 0.046 0.121 0.290 No dX dY dL dZ 1 -0.046 0.245 0.249 -0.569 2 -0.160 0.029 0.163 -0.349 3 0.038 0.231 0.234 -0.560 4 -0.269 0.221 0.348 0.122 5 0.175 -0.484 0.515 -0.649 6 0.224 -0.187 0.292 -0.481 7 0.105 -0.279 0.298 0.089 8 0.237 -0.131 0.271 -0.124 Average 0.157 0.226 0.296 0.368 RMSE ±0.177 ±0.257 ±0.312 ±0.426 No dX dY dL dZ 1 -0.001 0.121 0.121 -0.441 2 0.128 0.185 0.225 -0.329 3 -0.043 0.306 0.309 -0.273 4 -0.129 0.130 0.183 0.420 5 0.276 0.043 0.279 -0.479 6 0.185 -0.102 0.211 -0.388 7 0.137 -0.098 0.168 0.413 8 0.349 0.093 0.361 0.733 Average 0.156 0.135 0.232 0.435 RMSE ±0.189 ±0.154 ±0.244 ±0.453 정사영상 DSM/DEM Check Point 0.0 0.1 0.2 0.3 0.4 0.5
Average RMSE Average RMSE Average RMSE Case 1 Case 2 Case 3
Result of Accuracy Analysis in Geospatial Information data
1 2 3
Case 1~3의 정사영상을 가시적으로 분석한 결과 횡방향 보다는 종방향 또는 교차촬영
으로 드론 데이터를 취득하는 것이 높은 정확도의 정사영상을 제작할 수 있는 것으로 나
타남
Case 1~3 DEM의 가시적 품질 분석 결과
3 1 2
차분영상 제작을 통한 생태복원지역의 경계파일 추출 : 차분영상을 이용한 변화지역
추출 최적 밴드 결정
변화 지역 경계 추출 변화 지역 경계 추출 Case 1 Case 2정사영상의 R, G, B 밴드 별 차분 영상 제작을 통한 각각의 경계파일 추출 및 2차원 면적 계산
면적 : 30023.219m2 면적 : 31534.655m2 면적 : 30101.982m2
정사영상의 R, G, B 밴드 별 차분 영상 제작을 통한 각각의 경계파일 추출 및 2차원 면적 계산
면적 : 98642.298m2 면적 : 102688.955m2 면적 : 101735.166m2
잔차 DEM 을 통한 생태복원지역 경계파일 추출 : 차분영상을 이용한 변화지역 추출
최적 밴드 결정을 위해 기준이 되는 데이터 제작
2015 DEM – 2014 DEM 폴리곤화
변화 지역 변화 지역
잔차 DEM의 폴리곤화 결과를 이용하여 생태복원지역의 경계파일 추출 및 2차원 면적
계산
2015-2014 잔차 DEM
면적 : 31006.345m2
29000 29500 30000 30500 31000 31500 32000
R band G band B band
Case 1 : 2차원 면적 분석 그래프 90000 95000 100000 105000 110000
R band G band B band
Case 2 : 2차원 면적 분석 그래프 차분영상을 통해 추출된 경계파일과 잔차 DEM을 통해 추출된 경계파일의 비교 분석을 통해 변화지역 추출 최적 밴드 결정 잔차 DEM을 통해 추출된 경계파일을 기준으로 차분영상 경계파일의 일치도 분석 구분 면적(m2) Case 1 차분영상 R band 30,023.219 G band 31,534.655 B band 30,101.982 잔차 DEM 31,006.345 Case 2 차분영상 R band 98,642.298 G band 102,688.955 B band 101,735.166 잔차 DEM 108,771.331 잔차 DEM B band G band R band Case 1 경계 파일 비교 Case 2 경계 파일 비교 31006.345 108771.331
정사영상에는 일반적으로
R, G, B
밴드의 조합으로 이루어져 있음
정사영상을 이용한 식생 분류에 일반적으로
NDVI
를 산정하여 식생을 분류함
NDVI는NIR 밴드를 필수적으로 이용하여야 식생을 분류할 수 있음
그러나, 드론사진측량을 통해 생성된 정사영상에는
NIR 밴드를 포함하지 않으므로 NDVI
산정이 불가능함
따라서, R, G, B 밴드만을 이용하여 식생 분류가 가능한
nEGI(Excessive Green Index)
및 VARI(Visible Atmospherically) 를 활용
하여 식생추출의 최적 공식 결정
𝑛𝐸𝐺𝐼 =
2𝐺𝑟𝑒𝑒𝑛 − 𝑅𝑒𝑑 − 𝐵𝑙𝑢𝑒
2𝐺𝑟𝑒𝑒𝑛 + 𝑅𝑒𝑑 + 𝐵𝑙𝑢𝑒
𝑉𝐴𝑅𝐼 =
𝐺𝑟𝑒𝑒𝑛 − 𝑅𝑒𝑑
𝐺𝑟𝑒𝑒𝑛 + 𝑅𝑒𝑑 − 𝐵𝑙𝑢𝑒
𝑁𝐷𝑉𝐼 =
𝑁𝑖𝑟 − 𝑅𝑒𝑑
𝑁𝑖𝑟 + 𝑟𝑒𝑑
잔차 DEM(2015-2014)을 통해 추출된 생태복원지역 경계파일을 이용한 경계 내부 식생변화 탐지 2015년에는 생태복원지역의 일부만 식생이 존재하는 것으로 나타났음 2016년에는 생태복원지역의 식생 분포도가 높아진 것으로 나타남 구분 2015 2016 nEGI (m2) 195.438 9,202.750 VARI (m2) 227.500 3,154.625 대상지역 면적 (m2) 31,006.563 nEGI 식생 분포도 (%) 0.63 29.68 VARI 식생 분포도 (%) 0.73 10.17 0 5,000 10,000 2015 2016 식생 변화 그래프 (m2) nEGI VARI nEGI는 G 밴드를 강조하여 연산을 수행하고, 식생을 분류하므로 식생활력 도가 낮은 식생도 추출이 가능 0 10 20 30 40 2015 2016 면적 대비 식생 분포도 (%) 9,202.750 29.68
잔차 DEM(2016-2015)을 통해 추출된 신규 생태복원지역 경계파일을 이용하여 경계 내부의 식생변화 탐지 2015년에는 생태복원지역에 식생이 없는 것으로 나타남 2016년에는 생태복원지역의 식생 분포도가 높아진 것으로 나타남 nEGI는 G 밴드를 강조하여 연산을 수행하고, 식생을 분류하므로 식생활력도가 낮은 식생도 추출이 가능 구분 2015 2016 nEGI (m2) 72.250 15,236.688 VARI (m2) 167.688 2,237.188 대상지역 면적 (m2) 108,763.313 nEGI 식생 분포도 (%) 0.07 14.01 VARI 식생 분포도 (%) 0.15 2.06 0 5,000 10,000 15,000 20,000 2015 2016 식생 변화 그래프 (m2) nEGI VARI 15,236.688 0 5 10 15 2015 2016 면적 대비 식생 분포도 (%) 14.01
드론사진측량을 통해 제작된 지형공간정보를 활용하여 토공량을 분석하고, 단면도를 제작하였으 며, 생태복원 계획도와 비교 분석을 통해 드론사진측량의 준공측량 활용가능성을 검토하였음 횡단면도 제작 및 분석 결과, 2016년 현재 복원 작업이 진행중이며, 2016년 단면도와 북구계획선이 유사한 형태를 나타내 준공측량에 드론사진측량을 활용이 가능함을 확인하였음 0 50 100 150 -50 -100 -150 400 450 500 550 0 50 100 150 -50 -100 -150 400 450 500 550 0 50 100 150 -50 -100 -150 400 450 500 550 구분 성토 절토 체적 2015-2014 1,058,826.460 88,019.540 2016-2015 1,080,510.810 6,553.640 A A’ B B’ C C’ A B C A’ B’ C’ 2015-2014 2016-2015 2016-2014
구분 성토 절토 체적 (m3) 2015-2014 111,995.130 16216.580 2016-2015 13,834.940 976.480 드론사진측량을 통해 제작된 지형공간정보를 활용하여 토공량을 분석하고 단면도를 제작하였으 며, 생태복원 계획도와 비교 분석을 통해 드론사진측량의 준공측량 활용성을 검토하였음 2016-2015 2015-2014 2016-2014 1 1’ 2 2’ 3 3’ 0 50 100 150 -50 -100 -150 400 450 500 550 1’ 1 횡단면도 제작 및 분석 결과, 2014년 이후 복원 작업이 이루어졌으며, 2016년 단면도와 현황선 이 유사한 형태를 나타내 준공측량에 드론을 활용이 가능함을 확인하였음 0 50 100 150 -50 -100 -150 400 450 500 550 2 2’ 0 50 100 150 -50 -100 -150 400 450 500 550 3 3’
지표면 포인트 식생 포인트
드론사진측량을 이용하여 추출된
Point Cloud 데이터를 이용하여 식생의 높이
를
알 수 있음 : 정기적인 데이터 취득 시
식생 성장도 분석이 가능
A A’ A A’item WWJ(World Wind JAVA) Cesium Digital Image Bing - TerraColor : GSD 15m - LANDSAT 7 : GSD 30m Bing - TerraColor : GSD 15m
ESRI World Imagery map
- IKONOS : GSD 1.0m DEM (Terrain) SRTM - Global : 1km, USA : 30m SRTMv2
- don’t provided in KOREA
STK World Terrain Meshes
- 1km, 90m(Korea), 3m(USA) - National Elevation Dataset(NED) - EU-DEM
- Australia SRTM-derived 1 Second DEM
Language JAVA SDK JAVA Script+HTML
3D Model XML Format KML, GeoJSON, TopoJSONFormat Feature
3D virtual world API and SDK
High-resolution image and terrestrial data support from NASA server
JAVA and OpenGL used
2D, 2.5D, 3D virtual world with same API
High-resolution visualizationof the world topography
Operation of WebGL using hardware acceleration graphics
WorldWindJava
모니터링시스템 아키텍쳐
Client
Server
노천광산 모니터링 Page 영상/DEM 등록 • 공간정보 조회 처리용 라이브러리 • 데이터 가공 및 분석에 사용 • 공간정보 처리를 위한 처리과 정을 담은 스크립트 • 사용자의 웹 요청을 받아 컨 텐츠를 제공하거나 하위 모듈 에 전달 • OGC 표준 서비스 인터페이 스로 지형, 영상, 분석자료 등 공간자료를 제공 • 광산/시점 /자료종류 등 선택, 정보가시 화 UI 제공 • 지형/영상/객체 등의 3차원 가시화 • 웹상에서 동작하는 3차원 가시화 엔진 • HTML 5의 일부임• Chrome, Edge, FireFox, IE 9+ 등의
HTML 5 지원 표준 웹 브라우저 시스템 사용
자료제공 요청
Image Processing Terrain Model Processing Processed Terrain Processed Image New Terrain
Source Image New
Source
Server Computer
- Digital imagery : ESRI world imagery - Terrain : STK WORLD Terrain Meshes
DATABASE of Cesium
+
Digital image DEM(terrain)
- Image Data Collection
1) Ngii Potal open data : (2013)
2) Portal site : Daum, Naver (2008/2010/2012) 3) Open platform : Vworld, Bing, Google, NGII
- Image Data Acquisition
1) Periodic : Airborne Laser (2007, 2014) 2) Non periodic : Rotary-wing Drone(2016),
Fixed-wing Drone(2015), terrestrial LiDAR(2013)
- Terrain Data Collection
1) USGS EarthExplorer : earthexplorer.usgs.gov
- 30m grid size DEM of whole country 2) Open platform : Vworld, Bing, Google, NGII
- Terrain Data Acquisition
1) Periodic : Airborne Laser (1mx1m DEM)
(2007,2014) 2) Non periodic :
Rotary-wing Drone Point cloud(2016) Fixed-wing Drone point cloud (2015) terrestrial LiDAR 1mx1m DEM(2013)
Client Server Process & Analysis
Cesium image Provider Cesium-GeoServer Terrain Provider GDAL/ORG
New Point Cloud
노천광산 모니터링시스템 개발
강원권 노천광산모니터링 시스템
:
http://gwopmms.kro.kr
영상보기: 정사영상과 DEM 차 영 상: 차분영상 식생분포: 식생분포지역 추출결과 지형변화: 지형변화 지역 결과 변화지역: 변화지역 추출 결과모니터링시스템은 서로 다른 년도의 광산 변화를 비교하기위해 화면을
좌,우로 분할
대상지역을 선택하면 자동으로 이동복원에 따른 광산 변화 모니터링
2007년 정사영상과 2014년 정사영상을 비교한 결과 해당 두 지역의 해당 영역이 녹화되어
복원이 순조로히 이루어지고 있음을 알 수 있음
해당 지역은 복원이 완료된 지역으로 변화가 없을 것으로 보임에 따라정기적인 자료취득으로 충분할 것 으로 판단됨(단, 민원이나 재해 발생시 UAV 등을 활용한 부정기적 자료취득을 수행)
채광에 따른 광산 변화 모니터링
2007년 정사영상과 2014년 정사영상을 비교한 결과, 해당
두 채광지역의 영역이
확장 됨
을 알 수 있음
해당 지역은 지속적인 변화 가능성이 있으나, 급격한 변화는 예상되지 않음으로 정기적인 자료 취득에 의한 모니터링으로 충분할 것으로 판단됨(단, 재난에 의한 급격한 변화 발생시 UAV나 지상라이다를 활용한 부정기적 자료취득을 수행함)붕괴사고에 따른 광산 모니터링
2007년에 복구가 이루어지고 있는 영역이었으나2012년에 붕괴 사고로 송전탑이 같이
무너졌으며 2014년에송전탑이 이동되었으며 복구가 이루어지고 있음을 알 수 있음
해당 지역은 급격한 변화가 발생한 지역으로재해 발생직후 UAV를 이용하여 부정기적인 자료취득을 통해피해량 산정 및 기존 자료와 비교 분석하여 재해 발생원인을 분석 할 수 있을 것으로 판단됨
광산 운영에 따른 변화 모니터링
석회석의 운반을 위한
운반로 및 폐석 적치
로 인해 변화가 생긴 지역임을 알 수 있음
해당 지역은 지속적인 변화 가능성이 있으나, 급격한 변화는 예상되지 않음으로 정기적인
도로의운송적 기능(통과) 위주의 개발 로 도로의부가적 기능에 대한 개발부재 선형개량 등 각종 사업 수행에 따라 필수 적으로 수반되는유휴부지의 활용 에 대 한 개념이 소극적 입지여건 및자연, 문화, 지역적 특성이 반영되지 못한 획일적 활용 및 개발 도로는 인접 지역을 연결하고지역간의 문화와 자연적인 교류가 되는통로 도로와 도로인접 지역의 복합개발을 통한 면형개발로 전환하여 다양한 지역 콘텐츠 제공 및 전파에 기여 지역, 문화, 자연적 특성을 고려한 친환 경, 친경관적 개발로 인접 지자체의경제 적, 문화적 활성화에 기여
유휴부지 활용 방안
유휴부지(폐도)발생 처리 관리절차 검토 타당성 검토 현장조사 개발 및 활용 유지 레포츠 활용형 휴게시설 활용형 생태 복원형 관리 및 보수 자체 활용 주변 부지 매입 지형 특성 분석 이관 매각 교환 지역경제 활성형 녹화 및 공원조성형 1단계 분 류 2단계 분 류
브이월드 및 현지 조사 자료를 이 용하여 유휴부지 및인근지역의 현 황 분석 유휴부지의개방성 및 폐쇄성분석 현장측량 및 3차원 공간정보를 이 용한 대상지역의 지형 분석 : 표고/ 경사/주향/환경/식생분석 등 주거지역, 관광지역 등과 유휴부지 사이의인접성 및 접근성 유휴부지의 규모, 형태, 종단 및 횡 단 특성 분석 주변지형과의 지형적 특성을 분석, 실시설계에 반영 현지조사 및 인문자료를 이용한 유 효부지 지역의자연ㆍ문화적 특성 분석 현지조사 및 인문자료를 이용한 대 상지역의국가 및 지자체의 중점추 진테마 특성 분석 : 용도지역 및 도 시기본계획 주거밀집 지 역 거리 : 2.4km 편의 시설 거리 : 4.09km
주거지역과의 거리
유휴부지 대상지역 개발전 화천방향 춘천방향 춘천방향 화천방향 유휴부지 대상지역 개발후 화천방향 춘천방향 유휴부지 대상지역 개발후 춘천방향 화천방향
유휴부지 대상지역 개발전 영상
유휴부지 대상지역 개발후 영상
스마트 지형공간정보의
산림분야 활용
LiDAR Point Cloud 데이터를 이용한 식생분석
구 분 합 계 0.5m~5m 5m~10m 10m~15m 15m 이상 포인트수 29,484 17,852 6,208 5,185 239 구성비(%) 100 60.54 21.06 17.59 0.8 ◈ 0.5m ~ 5m ◈ 5m ~ 10m ◈ 10m ~ 15m ◈ 15m 이상식생분석 :
나무높이분석
LiDAR데이터를 통한 대상지 역의 나무높이를 분석한 결과 대상부지의 좌측에 대부분의 수목이 존재하며 전체 입목의 약 60%는 5m미만으로 나타 났으며, 15m이상의 수목은 0.8% 로 나타남산림관리 :
나무높이분석
범례 (Legend)
1 에서(to) 5 m 5 에서(to) 10 m 10 에서(to) 15 m 15 에서(to) 20 m 20 에서(to) 25 m > than 25 m 벌목지 (Clear Cut) 벌목지 (Clear Cut) 벌목지 (Clear Cut)수목상층(Canopy), z1
수목하층(Understory), z2
순 지표면 (Bare Earth), z3 수목상층 부피(Volume of canopy)
= (z1– z3) 수목상층 면적(canopy area in) m2
수목하층 부피(Volume of understory)
= (z2-z3) 수목상층 면적 (understory area in) m2
순 지표면 (Bare Earth) 나무 개체 (Individual Trees) 전체 형상 자료
(Full Feature Data)
전체적인 산림 분석 면적 : 4 km2 전체 나무 수 :29,806 나무 높이 통계 : 평균 : 26.3 m 최대 : 53.9 m 최소 : 5.0 m 나무 높이 분포 : 5-15m: 2,655 15-30m: 15,981 > 30m: 11,160 나무 개체 분석 최소 나무의 높이는 5m로 설정. 높이 분류 : 5 – 15m 15 – 30m > 30m 나무 개체위치
산림구조분석
NDVI값이 높은 영역이 바이오매스값이 높은 지역을 의미함
드론MSC영상을 통한 수확량 예측
드론MSC영상을 통한 최적 수확시기 예측
MSC카메라가 장착된 드론사진측량에서
NDVI영상
취득
이를 통해 옥수수의 최적 수확시기 결정 :
습윤도 60~70%
가 적정
산림 바이오매스 산정 기법
산림 바이오매스 산정체계
수종별, 지역별 임목재적 및 임분축적 줄기 바이오매스 지상부 바이오매스 뿌리 바이오매스 줄기밀도(D) 지상부 확장계수 (BEF) 뿌리와 지상부 비 (R) 산림 바이오매스산림 바이오매스 산정 기법
산림 바이오매스 산정은줄기재적(임목재적 또는 임목 축적),줄기밀도계수(D),바이오매스확장계수(Biomass Expansion Factor: BEF), 뿌리와 지하부의 비율(R) 산림 바이오매스 = 줄기재적(임목재적, 임목축적)×D×BEF×(1+R) 산림 이산화탄소 흡수량 산정은 산림 바이오매스에 탄소전환계수(Carbon Fraction:CF)를 곱하여 산정 산림 이산화탄소 흡수량 = 산림 바이오매스 × CF 줄기밀도계수(D) : 단위부피당 건중량을 의미 바이오매스확장계수(BEF) : 수목줄기에 대한 가지, 잎 등의 차지 비율 뿌리-지상부 비율 : 지상부에 대한 대뿌리(지하부) 차지 비율 탄소전환계수 : 임상 또는 수종의 바이오매스에 대한 이산화탄소 흡수 비율
산림 바이오매스 최적 산정 기법
고해상도 위성영상을 이용한 산림 바이오매스 최적 산정 기법
산림 바이오매스 산정 프로세스
산림 바이오매스 산정 기법
정사영상 생성 영상자료 획득 기준점(GCP) 확보 DEM 자료 GCPs/TP 입력 RPC Sensor Model 계산토지피복분류 (Red, Nir Band)NDVI 임상분류
회귀방정식, kNN 현장 표본점 조사 (NFI) 바이오매스 추정 고해상도 위성영상 객체지향분류법을 이용한정밀 주제정보(토지피복), 임상정보(침엽수림, 활엽수림, 혼효림)의 추출 기법 KOMPSAT 2호 위성영상을 이용한NDVI 산출 및 이산화탄소 흡수량과 상관성 분석 식생지수의 장점은임관(林冠) 피복정보의 식생특성과 반사율의 상관성을 분석하는데 유용 회귀방정식 및 kNN 기법 등의 비교 분석을 통한 최적 기법 선정 정사영상 Segmentation 토지피복분류 NDVI
LiDAR 자료를 이용한 산림 바이오매스 최적 산정 기법 제시
산림 바이오매스 산정 프로세스
산림 바이오매스 산정 기법
LiDAR 데이터 DSM nDSM LiDAR 데이터(수고) LiDAR 자료의 지면점과 식생점 분류를 통한임분의 수직적 구조 분석에 의해 구성요소별 바이오매스 추정 수관폭을 고려한 검색반경 설정 및 검색 기준점 설정 수목정점과 지면표고를 통한수고 파악 및 흉고직경추출 줄기재적, 목재기본밀도, 바이오매스 확장계수 및 탄소 LiDAR 자료 획득 LiDAR Class 분류 지표점 nDSM=(DSM-DEM) 수목의 개체수 파악 식생점 수고 및 흉고직경 추출 수목 재적 산출 수고 및 흉고직경 추출 산림 바이오매스 산정 확장계수 및 전환계수 LiDAR 임상 및 수종 정보산림 바이오매스 최적 산정 기법
고해상도 위성영상과 LiDAR 자료를 융합한 산림바이오매스 선정 기법
LiDAR Class 분류 Ground Point nDSM=(DSM-DEM) 수목의 개체수 파악 Vegetation Point 수고 및 흉고직경 추출 수목 재적 산출 수고 및 흉고직경 추출 확장계수 및 전환계수 현장 표본점조사 정사영상 자료 획득 기준점(GCP) 선정 DEM RPC Sensor Model 계산 객체지향분류 NDVI 임상분류 산림 바이오매스 산정 고해상도 위성영상 & LiDAR산림 바이오매스 산정 프로세스
고해상도 위성영상과 LiDAR 자료를 융합한 바이오매스 선정 기법
산림 바이오매스 최적 산정 기법
위성영상 LiDAR 자료 임상 분류 대상지 임목축적 산정구분 색상 2이하 2~4이하 4~6이하 6~8이하 8~10이하 10~12이 하 12~14 14~16이 하 16초과 임상도 경계 단위 (kg/m³)
국가항공사진DB를 활용한
고품질 산림정보 생성
2011년 제6차 국가산림자원조사(NFI)로 정확한산림정보 국가고유 산정인자 산출추진 공간정보를 융합한고품질 산림정보 산정 및모니터링 기법을 통해 지속적 보완중 공간정보를 이용한우리나라산림정보 산정 수준은TIER 2 정도 산림정보는수평적 구조(수종, 임상 등) 및수직적 구조(수고, 흉고직경 등) 으로 구별 산림의수평적 구조 정보는 수종 및 임상정보로임상도에 나타나 있으며, 주로 정사영상을 통해 임상경계를 작성하고 현장조사를 통해 수종을 결정하는 과정으로 제작됨 산림의수직적 구조 정보는수고와흉고직경으로 구성되며, 최근에는 임상도 현행화사업을 통해 임상도에 수고를 포함하고 있음 특히, 수고는 맞춤형조립사업이나 산림바이오메스 산정 등 필수적인 주로 현장조사에 의존하고 있으며, 광범위한 지역의 자동화 되고 신뢰성 있는 수고 산정이 쉽지 않음 최근에는 고해상도 위성영상과 LiDAR데이터를 융합한 방법이나 컴퓨터비전 해석 등의 고품질 산림정보 추출에 주력하고 있음
TIER 1 TIER 2 TIER 3
국가 고유의추정 인자및모델이없을 경우 이용 이용이 간편 정확도 및 국제적 신뢰도 낮음 국가 고유의산정 인자를 갖추고, IPCC 메뉴얼에서 규정한 방법론 또는 모델을 이용 정확도 보통, 정기적 모니터링이 가능 정밀한국가 고유의산정인자와 방법론 또는 모델을이용 정확도 및 국제적 신뢰도 높음 지향적이며, 정기적 모니터링이 어려움
나무와 측정자가 일정한 거리가 확보되어야하기 때문에 수고 관측 오차가 발생할 수 있음 나무 높이가 높을 경우 수고정점의 관측이 어려우며 측정 시간이 많이 소요됨 도화사가 항공사진표정 후 수고정점과 지표면 지점을 관측 지표면이 보이지 않는 경우가 많아 수고산정이 불가능하거나 현장조사시 시간이 많이 소요됨 지표면 관측이 불가능할 경우 수치지도나 LiDAR DEM을 활용 일반적으로 임상경계내 지표면이 관 측되는 3점 이상의 수고산정후 임상 도에 포함 C B D A (측정점) C B D A (측정점) C B D A (측정점) h=BC+BD h=BC-BD h=BD-BC 관측 관측 관측 DEM LiDAR/수치지도 컴퓨터비전 해석을 통한 고품질 산림공간정보 생성 국가 항공사진영상 (Frame/Line/흑백 Scanning) 초기 자료처리 Point Cloud 생성 3D Mesh/DSM/ DCM 생성 외부표정요소 (Preprocessing) 불량점 제거 지표면 point 추출 SIFT
High Density Poind Cloud Filtering of Point Cloud
True Ortho Photo 생성
LiDAR TIN 생성 1m X 1m DEM 생성 SGM SfM LiDAR DEM 생성 수평구조: 임상및수종경계,임상도제작 수직구조: 수고산정, 임상도현행화사업 1/5,000 수치지도 DEM
현장조사에 의한 산정 방법
현장조사에 의한 산정 방법 특징
수종별흉고직경및 수고계측 산림 바이오매스 및이산화탄소 흡수량 산정 줄기밀도계수 (D)산정 바이오매스확장계수 (BEF)산정 지상부 – 지하부 비 (R)산정 수종별탄소전환계수 (CF)산정 조사 대상지역 선정 수종별임목재적산정 기 산정계수 이용 현장조사에 의한 산림 바이오매스 산정은 일반적으로 10m×10m를 대상으로한표본조사를 수행 : NFI 대상지역 내의 모든 수종별흉고직경 및 수고를 계측 수목에 대한임목재적또는 표본지역의임목축적을 산정하여 산림 바이오매스산정 표본지역의 각 계수를 산정하는 방법과기존 산정 계수를 이용하는 방법이 있음 정확한 산림의 바이오매스를 산정이 가능(TIER 3급) 시간, 비용, 인력의 소모가 높아 비효율적현지 조사 사진 흉고직경 조사 수목위치 조사
현장 조사 특성
구 분 내 용 지역 • 강원도횡성군일원 수목위치 조사 • 여 GPS 수신하여 수목의 위치를 조사TOPCON사의GMS-2 장비를이용하 흉고직경 조사 • 의 나무 둘레를 측정줄자를이용하여지면으로 부터 1.2m 흉고직경 산정 대상지역의 현장조사 자료는2011년 6월~7월에 취득 현장조사는 NFI방법의 기준점 면적을 대상으로 실시디지털 항공사진 영상 수치도화기를 이용한 수고 측정 입체사진 표정을 통한 수고 측정 디지털 정사영상을 활용한 수관 폭 측정 수관 폭 측정 산림과학원 연구자료 중흉고직경과 수관직경의 관계식을 활용하여흉고직경 산출 흉고직경 산출 공식 DBH = 0.83 + 4.42CDI - CDI : 항공사진상의 수관 직경 흉고직경 산출
국가항공사진DB를 통한 고품질 산림정보 생성 개요
전처리 과정 컴퓨터비전 해석 적용 가능성 고품질 산림공간정보 및 시계열 산림 DB 생성 및 활용성 제고 전국기반 항공사진영상 DB (2년 주기) • 시계열 산림구조 분석 • 시계열 산림변화 분석 • 임상도 현행화사업 지원 • 맞춤형조림지도제작 지원 • 산림바이오메스 선정 산림항공사진 DB(흑백사진 스캐닝 DB) 국가 항공사진 데이터베이스 국토지리정보원 구축 Fram type 항공사진 Line type 항공사진 산림청 구축(FGIS) Frame type 영상 Line type 영상 임상 흉고직경 수종 수고 시계열 고품질 산림정보 생성 산림공간정보 활용성 제고 1200dpi 스캐 닝영상 1974 1980 1992 2007 2016 수평 구조 수직 구조 산림 구조분석 산림바이오매스 산정 흉고직경 산정 수종/임상 추출 TrueOrthoPhoto 생성 3D Model 생성 Point Cloud 생성 3DMesh/DSM (DCM)생성 수고 산정 컴퓨터비전 해석 시계열 산림공간정보 생성 수관형상 추출 시계열 산림구조/변화/활력 도분석 산림구조분석 및 활용방안 임상도현행화사업 맞춤형조림지도사업 • Frame Type 카메라의 촬영조건별 품질 • Line Type 카메라 영상 적용가능성 • 흑백사진을 스캐닝한 영상 활용 여부 국가 항공사진 데이터베이스 분석 • 알고리즘(SIFT,SfM,SGM)의 특성 분석 컴퓨터비전 해석 적용가능성 해결방안 도출기포관 및 축척 촬영날짜 및 시계 코스 번호
국가 DB 종류 촬영년도 촬영지역 영상 Type GSD 중복도 촬영카메라 영상매수 비고 산림항공사진 DB (산림청) 1974. 2 Wonju Frame(b/w) 0.55m (1,200d pi 스캐닝 영 상) 종 : 60% 횡 : 30% Wild RC5/RC8 53매 흑백스캐닝 영상 컴퓨터비전 해석 가능성분석 1980. 5 Wonju Frame(b/w) 55매 1992. 6 Wonju Frame(b/w) 52매 항공LIDAR측량 DB (국립지리원) 2007. 3 Wonju
Ortho image 0.25m - Rollei AIC
-수고산정을 위한 DEM 생성
LiDAR 5~6point/㎡ - Optech ALTM
-전국 디지털 항공 사진영상 DB (국립지리원)
2016. 8 Wonju Frame(color) 0.259m 종 : 70%횡 : 40% Intergraph DMC1 120매
Frame Type 영 상 컴퓨터비전 해석 2016. 5, 8 Daejeon Line(strip) 0.23m 종 : 70% 횡 : 30% Leica ADS80 -Line Type 영상의 컴퓨터비전 해석 가능성분석 2017. 10 Daegu Line(cutting) 0.23m 64매
고품질 산림정보 생성에 이용가능한 국가항공사진DB
Frame type 디지털 항측영상 촬영지역 원주시 일원 촬영년도 2016년 8월 GSD 0.259 m 촬영카메라 Intergraph DMC1 초점거리 f = 26.1 mm 촬영고도 1,200 m 사진축척 1/48,000 항공사진영상수 120장 컴퓨터비전 해석 수행 3D Model True Ortho Photo
DSM/3D Meh Point Cloud SIFT/SfM/SGM 산림의수평적 구조(임상) 산림의수직적 구조(수고) 변화 및 시계열모니터링 전국기반 항공사진영상의 컴퓨터비전 해석 가능성 입증 2년주기의 산림공간정보 의 시계열모니터링 활용 흑백 산림항공사진 스캐 닝 영상의 GCP취득 • Frame Type Intergraph DMC1 영상의 특성
9 CP01 CP02 CP03 CP04 CP05 구분 dX(m) dY(m) dL(m) dZ(m) 1 -0.27 -0.66 0.71 -0.02 2 0.36 -0.11 0.38 0.01 3 -0.01 -0.13 0.13 0.39 4 -0.03 0.05 0.06 0.42 5 0.03 -0.01 0.03 0.16 RMSE ±0.20 ±0.30 ±0.37 ±0.27
항공사진영상 (Intergraph DMC1) 내·외부표정요소 1. 초기 자료처리 특징점 추출 (SIFT) 2. Point Cloud 생성 3. 3D Mesh/DSM 생성
High Density Point Cloud Point Cloud Filtering
영상 정합
(SGM)
자동 항공삼각측량 번들블록조정
(SBA with SfM)
4. True Ortho Photo 생성 GCP 입력 및 절대표정
1974년 2월(1차 NFI) 1980년 5월(2차 NFI) 1992년 6월(3차 NFI) 전처리수행 GCP 생성 컴퓨터비전 해석 수행
Point Cloud DSM/3D Mesh True Ortho Photo 3D Model
과거 산림의수평적 구조(임상)변화 분석 : 임상도 및 최근 정사영상 활용 과거 산림의수직적 구조(수고)변화 분석 : 2007년 LiDAR 데이터 활용 기타 지형지물의 변화 및 시계열 모니 터링 : 수계, 도로, 택지개발 등 영상영역추출 지표인식을 위한 영상처리 GCP 취득 SIFT/SfM/SGM 구 분 특 성 대상지역 원주시 일원 스캐닝 해상도(GSD) 1,200dpi(0.55m) 촬영 카메라 Wild RC5/RC8 초점거리 f =153 mm 촬영고도 약 2,500 m 사진축척 1/16,340 종·횡 중복도 종 : 60%, 횡 : 30% 사진매수 (74년/80년/92년) 53/55/52매 흑백 스캔 산림항공사진영상의 특성 산림공간정보 DB 구과거 시계열 축 1974 1980 1992
GCP1 GCP2 GCP3 GCP4 GCP5 GCP6 GCP7 GCP8 GCP9 GCP10 GCP1 GCP2 GCP3 GCP4 GCP5 GCP1 GCP2 GCP3 GCP4 GCP5 GCP1 GCP2 GCP3 GCP4 GCP5
dX(m) dY(m) dL(m) dZ(m) 1 0.36 0.84 0.91 1.29 2 0.04 0.69 0.69 -1.17 3 -0.08 0.11 0.14 0.90 4 -0.50 -0.43 0.66 -1.29 5 0.02 0.24 0.24 0.81 6 -0.30 0.63 0.70 1.08 7 -0.96 -0.56 1.11 -1.42 8 0.18 -0.08 0.20 -2.39 RMSE ±0.45 ±0.55 ±0.72 ±1.47 CP01 CP03 CP02 CP05 CP04 CP06 CP08 CP07 수평위치우연오차: ± 0.372+ 1.382 = ±1.43𝑚 수직위치우연오차 : ± 0.272+ 1.492 = ±1.49𝑚
Line type 디지털 항측영상 촬영지역 대전시 일원 촬영년도 (2016년 5월, 8월)대전 GSD 0.23 m 중복도 횡중복 : 30% 촬영카메라 Leica ADS80 초점거리 f = 62.7 mm 촬영고도 2,400 m 사진축척 1/10,000 영상수 -컴퓨터비전 해석 3D Model True Ortho Photo
DSM/3D Mesh Point Cloud 전처리수행 SUP 파일 편집 카메라검정 파일 경로지정 표정해석 파일 경로지정 SIFT/SfM/SGM 산림의수평적 구조(임상) 산림의수직적 구조(수고) 변화 및 시계열모니터링 전국기반 항공사진영상의 컴퓨터비전 해석 가능성 입증 2년주기의 산림공간정보 의 시계열모니터링 활용 Line type 디지털 항측영상 촬영지역 대구시 일원 촬영년도 대구(2017년 10월) GSD 0.23 m 중복도 종중복 : 70% 횡중복 : 30% 촬영카메라 Leica ADS80 초점거리 f = 62.7 mm 촬영고도 2,400 m 사진축척 1/10,000 영상수 대구(64매)
Line type 영상 (ADS 80) DSM 생성 프로젝트 생성 및 영상입력 Sup 파일 편집 Ads 파일 경로 지정 Adj 파일 경로지정 실감정사 보정 실감정사영상 생성 Cam 파일 경로 지정 DTM 추출 정사 보정 정사영상 생성 파일 포맷 내용 *.SUP
• Soketset Suport file
• Soketset에서 지원하는 자체 포맷으로 촬영 정보들 을 포함하는 cam, odf, adj, ads 파일을 연동시키는 포맷
*.CAM • 카메라 검정 정보 파일
*.ODF
• Original Orientation file
• ADS로 촬영된 영상에서 각 스캔 라인의 위치와 방향 을 포함
*.ADJ
• Adjusted Orientation file
• 항공삼각측량에 의해 업데이트 되는 오리엔테이션 데 이터 *.ADS • ADS 카메라로 촬영된 영상을 연계해주는 파일 • 단일 이미지로 간주 될 수 있는 연속적인 이미지 스트 립을 생성하는 파일(피라미드 영상을 연계 해 줌) *.TIFF • Level1 RGB 영상
No. dx(m) Dy(m) dZ(m) 1 0.361 0.295 -0.255 2 -0.020 0.537 1.911 3 -0.030 0.274 0.080 4 -0.082 0.146 0.109 5 -0.057 0.500 -0.247 . . . 15 0.045 0.201 1.001 16 -0.112 0.042 0.410 17 0.076 -0.053 1.512 평균 0.138 0.181 0.526 RMSE ±0.159 ±0.225 ±0.837 No. dx(m) Dy(m) dZ(m) 1 -0.090 0.172 -0.258 2 -0.080 0.166 1.041 3 -0.153 0.284 -0.141 4 -0.088 0.032 -0.209 5 -0.119 0.248 -0.536 6 0.007 0.191 0.071 7 0.030 0.327 3.568 8 -0.348 -0.154 -0.033 9 -0.130 0.183 -0.512 평균 0.070 0.117 0.425 RMSE ±0.108 ±0.154 ±0.923
