수치고도모델 생성 기법에 따른 고해상도 정사영상 정확도 분석
이광재*, 김윤수**, 노진관***
An Accuracy Analysis of the High Resolution Ortho Image by Generation Technique of Digital Elevation Model
Kwang-Jae Lee*, Youn-Soo Kim**, Noh-Jin Kwan***
Abstract
The purpose of this study is to analyze the ortho image quality change according to the generation technique of Digital Elevation Model(DEM) based on the digital map.
First of all, two different types of DEM were generated using contour layer(Case1), contour layer and altitude layer(Case2) from the digital map on the scale of 1/5,000.
After generating and evaluating two types of DEM, KOMPSAT-2 ortho images were generated by using them. In conclusion, Case2 DEM was more effective to use in the slope and switchback area, on the other hand, Case1 DEM was much better than Case2 DEM for preventing a topographic distortion in flat area.
초 록
본 연구는 수치지형도 기반의 수치고도모델 생성 방법에 따른 정사영상 품질변화를 분 석하는데 목적이 있다. 이를 위하여 우선 축척 1/5,000 수치지형도의 등고선만을 사용한 수치고도모델(Case1)과 등고선과 표고점을 함께 사용한 수치고도모델(Case2)을 제작하여 수치고도모델 자체 제작 정확도를 검증하는 한편 이들 수치고도모델을 이용하여 시범지역 에 대한 아리랑위성 2호 정사영상을 생성하였다. 실험결과 경사지와 산지도로와 같은 지형 에 있어서는 Case2가 효과적이고, 넓은 평지의 경우 갑작스런 높이차로 인한 왜곡을 방지 하기 위해서는 Case1을 사용하는 것이 효과적인 것으로 나타났다.
키워드 : 아리랑위성 2호(KOMPSAT-2), 정사영상(ortho image), 수치고도모델(DEM), 수치지표모델 (DSM), 수치지도(digital map)
접수일(2012년 2월24 일), 수정일(1차 : 2012년 6월 14일, 게재 확정일 : 2012년 7월 1일)
*위성공간정보연구팀/[email protected], **위성공간정보연구팀/[email protected], ***한진정보통신(주)/[email protected]
1. 서 론
최근 각종 정밀 주제도 제작에 있어 기존 항
공사진을 대체하여 공간해상도 1 m 급 이상의 고해상도 위성영상이 많이 사용되고 있다. 아리 랑위성 2호를 비롯하여 대부분의 고해상도 위성
영상은 RPC(Rational Polynomial Coefficient) 자 료를 제공함으로써 사용자들이 보다 손쉽게 영상 을 보정할 수 있도록 하고 있다. 한편 대부분의 사용자들은 RFM(Rational Function Model) 등과 같은 간략모델을 선호하고 있는데 아리랑위성 2 호 영상자료의 경우 지상기준점(Ground Control Point, GCP)을 이용한 Affine 기반의 Refine RPC를 적용할 경우에도 엄밀센서모델링의 결과 와 마찬가지로 상당히 높은 수준의 정확도 확보 가 가능한 것으로 알려져 있다(서두천 등, 2009;
Oh et al., 2011; Nowak Da Costa et al., 2010).
일반적으로 고해상도 위성영상을 정밀보정하 기 위해서는 기본적으로 위성영상 상에서 잘 식 별되는 GCP와 수치고도모델(Digital Elevation Model, DEM)이 요구된다. 통상 센서모델링 시에 요구되는 GCP의 경우 GPS(Global Positioning System) 측량을 통해 획득하거나 축척 1/1,000 또는 1/5,000 수치지형도를 통해 확보할 수 있는 데 이효성 등(2004)은 IKONOS 입체영상과 함께 제공되는 RPC에 의해 편의된 영상좌표를 보정하 기 위해 수치지형도의 활용 가능성을 평가한바 있다. 한편 모델링성과를 바탕으로 실제 정사영 상을 제작할 때에는 지형의 높낮이로 인한 왜곡 을 보정하기 위한 DEM이 반드시 요구되는데, 입체영상에서 추출되거나 항공 LiDAR 측량을 통해 제작된 DEM을 사용하는 것이 가장 좋으나 이 경우 시간적, 예산적인 문제가 뒤따르게 된다.
한편 입체 위성영상 기반의 DEM 제작을 위한 다양한 연구가 수행되고 있으나(지학송 등, 2003;
이효성과 안기원, 2006; 정재훈 등, 2008; 이수암 등, 2009; 이수암과 김태정, 2011), 광역지역에 대 한 DEM을 입체영상으로 제작하기에는 한계가 있으며 도심과 같이 폐색지역이 존재하는 지역의 경우 매칭기법만으로는 신뢰성 높은 DEM을 제 작하기에 어려움이 있다. 따라서 실제 현업에서 는 기존 수치지형도를 이용하여 DEM을 생성한 후 이를 정사영상 제작에 사용하는 것이 일반적 인 공정이다. 그러나 DEM의 제작 방법에 따라 서 정확도가 달라질 수 있으며 이로 인하여 영상 보정결과도 함께 달라진다.
본 연구에서는 수치지형도를 이용한 DEM 생
성에 있어 등고선과 함께 표고점 사용 여부에 따 른 DEM 제작 정확도를 분석하는 한편 그 결과 가 정사영상 생성에 어떤 영향을 미치는지를 분 석하고자 한다.
2. 본 론
2.1 수치고도모델 제작 및 정확도 분석
국가기본도로 사용되고 있는 축척 1/5,000 수 치지형도는 국토지리정보원의 고유 포맷인 NGI 로 되어 있다. 실험에서는 NGI 포맷 변환을 위 하여 국토지리정보원에서 무료로 배포하고 있는 NGI Map 프로그램을 이용하였다. 수치지형도에 는 많은 코드별 레이어를 담고 있는데 DEM 제 작 시에 필요한 것은 등고선(주곡선, 간곡선)과 표고점 자료이다. 따라서 NGI 포맷의 수치지형 도를 Shp 파일로 변환 후 Script 기반의 간단한 자동 레이어 추출 프로그램을 이용하여 DEM 제 작에 필요한 레이어만 추출하였다. 추출된 레이 어는 ArcGIS 프로그램에서 불규칙삼각망 (Triangular Irregular Network, TIN)을 생성하는 데 사용되었는데 TIN 보간법은 실제 지형을 연 속적인 함수로 표현하기 위하여 주어진 기지점들 로부터 미지점의 높이 값을 효과적으로 표현하는 방법으로 실험에서는 등고선만을 사용한 경우 (Case1)와 등고선과 표고점을 함께 사용한 경우 (Case2)로 구분하여 그림 1과 같이 TIN을 제작하 였으며 생성된 TIN 자료는 셀(Cell) 간격 5 m × 5 m 의 GRID 자료로 변환되었다.TIN GRID Hillshade
그림 1. 수치지형도를 이용한 DEM 제작 공정 한편 수치지형도로부터 제작된 DEM은 수치지 형도의 오류를 그대로 반영하기 때문에 그림 1과
같이 음영기복도(Hillshade)를 생성하여 육안으로 TIN의 오류를 확인 후 수치지형도 레이어를 수 정하여 TIN부터 다시 생성하는 반복과정을 거쳐 야 한다.
일반적으로 수치지형도를 이용하여 DEM을 제 작할 경우 크게 3가지 정도의 오류가 가장 많이 발생하게 되는데, 과거에는 수치지형도 인접도엽 간의 등고선이 불일치함으로써 발생하는 오류가 가장 많았다. 그러나 최근 배포되고 있는 수치지 형도 버전(Version) 2.0은 구조화편집 과정을 통 해 기존 수치지형도가 가지고 있는 논리적 모순 및 기하학적 문제를 제거하고 위상구조를 구축하 고 있기 때문에 인접간의 중복, 교차 및 단락 문 제 등이 해결되어 있어 과거와 같은 오류는 많이 발생하고 있지 않다. 다음으로 등고선의 수치 값 이 잘못 기입되어 발생하는 문제가 있는데 그림 2는 등고선 수치가 잘못 입력되었을 경우 TIN에 서 발생하는 오류형태를 나타내고 있는데 이와 같은 문제는 속성테이블에서 잘못 기입된 수치를 정정함으로써 교정이 가능하다.
그림 2. 등고수치 오기입에 따른 TIN 오류 마지막으로 수치지형도의 높이(Z) 값은 평균해 수면 높이 값을 기준으로 설정되어 있는데 일부 평균해수면 보다 낮은 지역 또는 등고수치 오기 입으로 인하여 등고수치 값이 음수일 경우가 있 는데 이 또한 속성테이블 수정을 통해 교정할 수 있다. 기타 이외에도 작업에 사용되는 프로그램 의 특성, 작업자의 숙련도 등으로 인하여 다양한 오류가 발생할 수 있는데 본 연구에서는 이와 같 은 오류를 최소화하는 한편 등고선만을 사용한 경우(Case1)와 등고선과 표고점을 함께 사용한 경우(Case2)로 구분하여 DEM을 제작한 후 정확 도 평가를 수행하였다. 실험대상 지역은 서울도
심지역과 공주일원의 농촌지역을 대상으로 하였 다.
앞서 설명한 그림 1의 DEM 제작공정을 통해 생성된 Case1, Case2 DEM에 대한 정확도를 분 석하기 위하여 DEM 제작 당시에 사용된 등고선 및 표고점의 높이 값과 동일한 지점에서의 DEM 높이 값을 추출하여 상호 비교하였다. 축척 1/5,000 도엽별로 약 40점 이상을 추출하여 비교 한 결과 모두 1 m(Root Mean Square Error, RMSE) 이내의 정확도를 가지는 것으로 확인되 었는데 이는 실제 현업에서 요구하는 정확도 수 준으로 실험을 통해 생성된 DEM 자체 제작정확 도는 양호한 것으로 확인되었다.
한편 표 1은 서울, 공주지역 DEM에 대한 통 계정보로 최고와 평균높이 값은 각 경우별로 차 이가 없는 것으로 나타났으나 최소 값의 경우 등 고선만 사용한 Case1이 다소 높게 나타났는데 이는 등고선 주곡선 간격이 5 m 이기 때문에 나 타난 현상으로 해석된다. 이에 반해 표고점을 반 영한 Case2의 경우 실제 높이 값을 그대로 반영 하기 때문에 보다 자세한 수치를 보여주고 있다.
Area Case Min Max Mean Std. Dev.
Seoul 1 4.0 829.3 83.5 106.1 2 1.7 829.3 83.4 106.2 Gongju 1 5.0 845.0 134.8 111.6 2 2.2 845.7 134.7 111.7 표 1. DEM 통계정보(단위 : m)
그림 3은 Case1과 Case2를 통해 제작된 DEM 결과를 비교하기 위하여 음영기복도로 제작한 것 으로 그림 3의 우측 영상에서 보듯이 표고점을 함께 사용한 Case2가 지형의 높낮이 특성을 보 다 사실적으로 묘사하고 있는 것으로 나타났다.
특히 표고점이 균일하게 분포할 경우 내삽과정에 서 그림 3의 좌측영상(Case1)과 같은 불규칙한 내삽을 방지하는 효과도 있는 것으로 확인되었는 데 이는 지형의 높이 차이가 급격하게 발생하는 하천, 도로(산지도로) 등에서 보다 명확하게 확인 할 수 있었다. 또한 그림 3의 Case1과 Case2
DEM에서 육안으로 차이나는 부분에 대해서 실 제 높이 값을 확인한 결과 최소 2 ~ 3 m 차이는 존재하는 것으로 확인되었다.
그림 3. DEM 정확도 평가(좌:Case1, 우:Case2)
2.2 정사영상 제작
영상좌표와 지상좌표간의 수학적 관계만을 고 려한 수학적 센서모델은 물리적 센서모델에 비해 많은 수의 지상기준점을 요구하지만 궤도정보를 얻을 수 없는 경우에도 쉽게 적용이 가능하다는 장점이 있다. 대부분의 고해상도 위성영상은 위 성궤도 정보를 대신하여 촬영 당시의 표정요소에 대한 정보를 담고 있는 RPC 파일과 함께 제공되 고 있는데 아리랑위성 2호도 사용자 편의를 위해 서 RPC 파일을 제공하고 있다. 한편 최근 가장 많이 사용되고 있는 RFM은 지상 3차원 좌표(X, Y, Z)와 이에 대응하는 영상좌표(r, c) 간의 기하
학적 관계를 비례다항식 형태로 표현하는 모델로 서 식(1)과 같이 표현할 수 있다(KARI, 2008).
(1)
한편 지상좌표 X, Y, Z의 고차함수로 구성된 다항식 P는 식(2)와 같이 최대 3차 항까지로 제 한되며, a0에서 a19까지는 RPC를 나타내고 있다 (KARI, 2008).
(2)
고해상도 위성영상에 적합한 위치정확도 확보 를 위해서는 RPC 개선이 요구되는데 방기인 (2002) 등은 소수의 지상기준점을 이용하여 RPC 를 개선하는 방안을 제시하였고 이를 통해 약 50% 정도의 성능향상 효과를 발표하였다. 이외 에도 지상기준점을 이용한 다양한 RPC 정확도 향상 연구가 이루어졌는데 본 연구에서는 상용영 상처리 소프트웨어인 ERDAS LPS(2011)를 이용 하여 RPC Refinement를 통해 모델링을 수행하 였다. 모델링에 요구되는 수평기준점(X, Y)은 공 간해상도 25 ㎝ 급의 정사항공사진에서 추출(13 점)하여 사용하였으며 수평기준점(Z)은 Case1과 Case2 DEM에서 직접 추출하여 사용하였다. 즉 동일한 수평기준점을 기반으로 각 Case별 DEM 의 높이 값만 교체하여 모델링을 두 번 수행하였 으며 그 결과는 표 2와 같다.
Aera Case X Y Total
Seoul 1 1.99 1.17 1.63 2 1.96 1.17 1.61 Gongju 1 0.84 0.68 0.77 2 0.73 0.69 0.71 표 2. 위성영상 센서모델링 결과(RMSE)
그림 5. 왜곡현상 상세비교 (상:항공사진, 좌:Case2, 우:Case1) 한편 Case1, Case2 DEM에 따른 정사영상 정
확도 차이를 보다 명확하게 확인하기 위해서 모 델링에 사용된 각 경우별 DEM을 그대로 적용하 여 각 Case별 정사영상을 제작하였다.
2.3 Case별 정사영상 정확도 분석
서로 다른 방식으로 제작된 DEM을 이용하여 생성된 정사영상에 대한 정확도 평가는 육안검사 를 통한 지형형상 차이와 축척 1/5,000 수치지형 도와의 중첩을 통한 비교, GPS 측량점을 이용한 정확도 분석으로 이루어졌다.
그림 4. Case별 DEM에 따른 정사영상 왜곡현상 그림 4는 DEM 영향에 따른 정사영상 왜곡현 상을 단적으로 보여주고 있다. 그림 4는 공주지 역 Case1, Case2 DEM과 이를 이용한 정사영상 생성 결과물로서 DEM 제작방식 차이로 인한 지 형왜곡이 실제 정사영상 생성 시에 어떤 영향을 미치는지를 잘 나타내고 있다. 표고점을 사용하 지 않는 Case1 DEM의 경우 산악지형과 도로의
구분이 모호하고 이로 인하여 정사영상 생성 시 에 산지와 접하고 있는 도로가 산지 쪽으로 쏠려 들어간 것을 확인할 수 있었다. 이는 DEM을 제 작할 당시 표고점을 함께 사용하면 TIN 내삽과 정에서 산지 쪽으로 지형이 쏠리는 현상을 방지 할 수 있었겠지만 등고선만을 사용함에 따라 높 이 값이 존재하는 산지 쪽으로 내삽 됨으로써 나 타나는 현상으로 분석된다.
한편 그림 4의 아래쪽 영상에서 발생하는 지 형왜곡 현상을 보다 정량적으로 확인하기 위하여 그림 5와 같이 왜곡정도를 측정해보았다. 그림 5 의 위쪽 영상은 25 ㎝ 급의 정사항공사진으로 산 지와 접하고 있는 도로 폭이 영상 상에서 약 20 m 정도 되는 것으로 확인되었는데 Case2의 경우 와 달리 Case1은 도로가 산지 쪽으로 심하게 왜 곡됨으로써 도로 폭이 최대 약 30 m 까지도 측 정되는 것으로 나타났다. 한편 그림 5에서 Case2 의 경우에도 일부 왜곡현상이 조금 존재하였지만 이는 사용된 DEM의 공간해상도(5 m)와 영상자 료의 공간해상도(1 m) 차이로 인하여 발생 가능
그림 6. 서울 도심지역 지형왜곡 현상 (상:Case1, 하:Case2)
한 현상으로 해석되어진다.
한편 대도심인 서울지역 정사영상에서도 DEM 에 의한 지형왜곡 현상이 발견되었으나 공주지역 과는 조금 다른 양상을 나타냈다.
그림 6은 서울 도심지역의 고가도로로서 표고 점을 사용한 Case2에서 오히려 보다 심한 왜곡 현상이 나타났다. 그림 6에서 Case1, Case2 간에 는 최대 4.3 m 정도의 차이가 존재하였는데 기 복이 있는 복잡한 고가도로의 경우 표고점이 오 히려 지형왜곡을 유발하는 원인으로 작용하였다.
그림 6의 중심부에 해당하는 Case1과 Case2 DEM의 높이 값은 각각 15 m, 24 m 로 확인되 었는데 고가도로의 경우 평지에서 갑자기 높이 값이 달라짐으로 인해 지형이 뛰는 구간이 발생 하게 되며 이로 인해 정사영상에서 왜곡이 심하 게 발생하는 것으로 파악된다.
한편 그림 7은 공주지역의 평평한 경작지 지
역을 가로지르는 도로 및 다리(교각)로 좌측상단 의 원본영상과 하단의 정사보정 후 영상을 비교 해볼 때에 도로와 도로 사이를 연결하고 있는 다 리가 심하게 왜곡되어 있는 것을 확인할 수 있 다. 이와 같은 현상은 Case1 뿐만 아니라 Case2 에서도 동일하게 나타났는데 이는 다리지역에 대 한 표고점이 존재하지 않아 도로를 연결하는 실 제 다리의 높이 값은 평균 25 m 인데 반해 생성 된 DEM에서는 주변 평지농지와 동일한 높이 값 (평균 15 m)을 가짐으로써 정사영상 생성 시에 정확한 보정이 이루어지지 못해서 나타난 현상으 로 해석되어 진다. 따라서 이와 같이 인공구조물 이 존재하는 지형에서는 LiDAR DSM(Digital Surface Model)과 같은 보다 정밀한 자료를 사용 하는 것이 보다 효과적일 것으로 판단된다.
그림 7. DEM 한계로 인한 왜곡 (좌상:원본, 좌하:정사영상, 우:정사영상(1m칼라)+수치지형도 중첩) 일반적으로 축척 1/5,000 수치지형도는 공간해 상도 20 ㎝ 급의 고해상도 입체항공사진으로부터 수치도화를 통해 제작됨에 따라서 높이에 대한 보정이 수행되어져 있으며 수평 3.5 m, 수직(등 고) 2.5 m 이내의 정확도를 가진다. 따라서 수치 지형도와의 중첩을 통해 보다 객관적인 평가를 수행하고자 하였는데, 그림 8은 산지와 접하고 있는 도로에서 발생하는 지형왜곡 영상에 수치지 형도를 중첩한 결과를 보여주고 있다. 그림 8의
그림 10. 수치지형도 제작연도 차이로 인한 왜곡 그림 9. GPS 측량점을 이용한 정확도 평가
(상:Case1, 하:Case2)
상단영상은 Case1 DEM을 이용하여 보정한 결과 로서 앞서 설명한 것과 같이 산지 쪽으로 도로가 밀려들어가는 현상이 나타났는데 Case2 DEM을 사용한 하단영상과 달리 수치지형도와 비교한 결 과 도로 폭이 최대 약 4 m 이상도 변하는 것으 로 나타났다.
그림 8. 수치지형도를 이용한 정확도 평가 (상:Case1, 하:Case2)
한편 대상지역의 GPS 측량점과 각 Case별 정 사영상을 비교한 결과에서는 크게 차이가 없는 것으로 나타났다. 다만 그림 9의 우측하단 영상 의 경우 서울도심의 평지로서 Case2 DEM을 통
해 보정된 영상이지만 불규칙하게 배치된 표고점 으로 인해 일부 국부지역에서 왜곡이 발생한 것 으로 판단된다.
일반적으로 위성영상 정사보정에 있어 요구되 는 DEM을 수치지형도를 이용하여 제작, 활용하 는 것이 가장 보편적인 방법이지만 그림 10과 같 이 만약 위성영상 촬영시점과 수치지형도 제작연 도 간에 시간적 차이로 인해 지형변화가 존재할 경우 오히려 지형왜곡을 더 초래할 수도 있다.
그림 10은 서로 다른 시기에 제작된 수치지형 도를 이용하여 각각 DEM을 제작한 후 이를 이 용하여 아리랑위성 2호 융합영상(1 m 칼라)을 정 사 보정한 결과이다. 그림 10에서 좌측영상은 수 치지형도와의 제작연도 차이로 인하여 고속도로 의 선형부분이 오히려 더 왜곡되어 나타났다. 이 는 그림 10의 하단 좌/우측 DEM에서도 손쉽게 확인이 가능한데 그림 10의 우측 DEM은 최신 수치지형도를 이용하여 제작한 것으로 위성영상 의 지형·지물과 잘 일치함을 보여주고 있다. 이 와 같이 1 m 급 이상의 고해상도 위성영상 정밀 보정에 있어서는 가급적 영상촬영 시점과 비슷한 시기에 제작된 DEM을 사용하는 것이 바람직하 며, 만약 두 자료 간에 시기적인 차이가 존재한 다면 지형·지물의 변화가 존재하는지와 이로 인 한 정사영상의 왜곡정도 등을 사전에 확인 및 고 려하여 사용하는 것이 바람직할 것으로 판단된다.
3. 결 론
본 연구에서는 고해상도 정사영상을 제작함에 있어 통상적으로 많이 사용하는 DEM을 어떻게 제작하느냐에 따라 정사영상의 품질이 어느 정도 달라지는지를 확인하였다. 축척 1/5,000 수치지 형도를 이용하여 DEM을 제작함에 있어 등고선 만을 사용할 경우와 표고점을 함께 사용할 경우 를 구분하여 실험을 수행하였는데 그 결과를 요 약하면, 우선 지형기복이 있고 특히 산지와 접하 고 있는 도로의 경우 표고점이 수렴된 DEM을 사용하는 것이 효과적인 반면 서울도심과 같이 복잡한 도심의 경우 양쪽 모두 큰 차이가 없었 다. 그리고 GPS 측량기준점으로 확인한 결과 양 쪽 모두 큰 편차는 존재하지 않았지만, 평지의 경우 표고점으로 인해 높이차가 발생한 지역에서 는 표고점이 수렴되지 않은 DEM을 사용하는 것 이 보다 양호한 품질을 나타났다. 결론적으로 보 정하고자 하는 위성영상의 지형적 특성을 고려하 여 DEM을 제작, 활용하는 것이 가장 바람직할 것으로 판단되는데, 향후 아리랑위성 시리즈의 높아지는 공간해상도를 고려한다면 LiDAR DEM 등을 활용하는 방안에 대한 연구도 필요할 것으 로 판단된다.
참 고 문 헌
1. 방기인, 정수, 김경욱, 조우석, “지상기준점 추가에 의한 IKONOS RPC 갱신”,
한국지형공간정보학회지, 제10권, 제4호, 2002, pp.41-50
2. 서두천, 양지연, "상용S/W를 이용한 KOMPSAT-2 PAN 자료의 센서모델링", KARI-SDT-TM-2009 -00, 2009, pp.1-15 3. 이수암, 김태정, "다중 영상으로부터 DEM
생성을 위한 정합기법의 성능향상 연구", 한국측량학회지, 제29권, 제1호, 2011, pp.101-109
4. 이수암, 정재훈, 김태정, "KOMPSAT-2 영상의 DEM 생성 및 상용소프트웨어와의
성능 평가", 대한원격탐사학회지, 제25권, 제4호, 2009, pp.359-366
5. 이효성, 신석효, 안기원, "수치지도를 이용한 IKONOS Geo-level 위성영상의 편의보정", 한국측량학회지, 제22권, 제4호, 2004, pp.331-338
6. 이효성, 안기원, "IKONOS 위성영상의 외부표정요소로부터 정합선 수립에 의한 DEM 생성", 한국측량학회지, 제24권 제4호, 2006, pp.367- 376
7. 지학송, 안기원, 박병욱, 이건기, 서두천,
"IKONOS 입체영상을 이용한 3차원 위치 결정과 DEM 생성", 한국측량학회 2003년도 추계학술발표회 논문집, 2003, pp.423-431 8. 정재훈, 이태윤, 김태정, "고해상도
위성영상을 이용한 정밀 DEM 생성 및 정확도 분석에 관한 연구", 한국측량학회지, 제36권, 제4호, 2006, pp.359-365
9. KARI, "KOMPSAT-2 Image Data Manual", pp.1-42
10. Nowak Da Costa, J.K., and A. Walczynska,
"Geometric quality testing of the
KOMPSAT-2 image data acquired over the JRC Maussane Test Site using ERDAS LPS and PCI GEOMATICS remote sensing software", JRC Scientific and Technical Report, 2010, No. JRC60285
11. Oh, J., C. Lee, and D. Seo, "A test results on positional accuracy of KOMPSAT-2 pan imagery", Proc. ASPRS Annual Conference, 2011, 9pp.(on CD ROM)
