Analysis for Practical use as KOMPSAT-2 Imagery for Product of Geo-Spatial Information

전체 글

(1)韓國地形空間情報學會誌第17卷第1號 2009年 3月 pp. 21-35 연구논문. 지형공간정보 생성을 위한 KOPMSAT-2 영상의 활용성 분석 Analysis for Practical use as KOMPSAT-2 Imagery for Product of Geo-Spatial Information 이현직* ･ 유지호** ･ 고영창*** Lee, Hyun Jik · You, Ji Ho · Koh, Young chang. 要旨 KOMPSAT-2(KOrean MultiPurpose SATellite-2)위성은 GSD(Ground sample distance) 1m급 전정색(panchromatic) 영상과 GSD 4m급의 다중분광(multispectral)영상을 동시에 제공하는 세계 7번째 고해상도(High-Resolution) 위성으 로 지도제작, 국토모니터링, 환경 등 여러 분야에서의 다양한 활용이 기대된다. 그러나, KOMPSAT-2영상은 다중분 광센서(MSC : Multi Spectral Camera)의 복잡성과 보안성에 의해 위성궤도 및 자세정보 등 영상 취득 시 기하학적 정보 및 영상이 제한적으로 제공되고 있어 KOMPSAT-2 영상을 이용한 다양한 연구가 미흡한 실정이다. 이에 본 연구에서는 KOMPSAT-2의 스테레오 영상을 이용하여 DEM 및 정사영상 제작실험을 수행하여 KOMPSAT-2 영상 을 이용한 지형공간정보 생성 가능성을 타진하고자 하였다. KOMPSAT-2영상을 이용한 DEM(Digital Elevation Model) 및 정사영상을 제작하기 위해서는 먼저 표정해석(orientation)을 수행하여야 한다. DEM을 제작하여 정확도 를 분석한 결과, 전반적으로 수치지도에 비해 표고가 높게 추출되었다. 평지부에서는 평균 1.8m, 구릉지에서는 평균 7.2m, 산지에서는 평균 11.9m의 표고오차를 나타냈다. 본 연구를 통해 생성된 정사영상의 수평위치오차 평균 은 ±3.081m로 1:5,000 수치지도 수평위치오차 허용범위인 ±3.5m 준하는 것으로 나타났다. KOMPSAT-2호 영상을 이용하여 DEM 및 정사영상을 제작한 결과, 1:5,000급의 수치지도제작 및 지형공간정보 생성에 활용할 수 있을 것으로 판단된다. 핵심용어 : KOMPSAT-2 영상, DEM, 정사영상, RPC 모델. Abstract KOMPSAT-2 is the seventh high-resolution image satellite in the world that provides both 1m-grade panchromatic images of the GSD and 4m-grade multispectral images of the GSD. It’s anticipated to be used across many different areas including mapping, territory monitoring and environmental watch. However, due to the complexity and security concern involved with the use of the MSC, the use of KOMPSAT-2 images are limited in terms of geometric images, such as satellite orbits and detailed mapping information. Therefore, this study aims to produce DEM and orthoimage by using the stereo images of KOMPSAT-2, and to explore the applicability of geo-spatial information with KOMPSAT -2. Orientation interpretations were essential for the production of DEM and orthoimage using KOMPSAT-2 images. In the study, they are performed by utilizing both RPC and GCP. In this study, the orientation interpretations are followed by the generation of DEM and orthoimage, and the analysis of their accuracy based on a 1:5,000 digital map. The accuracy analysis of DEM is performed and the results indicate that their altitudes are, in general, higher than those obtained from the digital map. The altitude discrepancies on plains, hills and mountains are calculated as 1.8m, 7.2m, and 11.9m, respectively. In this study, the mean differences between horizontal position between the orthoimage data and the digital map data are found to be ±3.081m, which is in the range of ±3.5m, within the permitted limit of a 1:5,000 digital map. KOMPSAT-2 images are used to produce DEM and orthoimage in this research. The results suggest that DEM can be adequately used to produce digital maps under 1:5,000 scale. Keywords : KOMPSAT-2, Digital Elevation Model, Orthoimage, Rational Polynomial Coefficient. 2009년 2월 3일 접수, 2009년 2월 23일 채택 * 정회원･상지대학교 건설시스템공학과 교수 ([email protected]) ** 교신저자･정회원･상지대학교 일반대학원 토목공학과 박사과정 ([email protected]) *** 정회원･국토지리정보원 공간영상과 주사 ([email protected]). 21.

(2) 22. 이현직 ･ 유지호 ･ 고영창. 1. 서. 론. 최근 2차원 벡터기반의 지형공간정보에서 3차원 래스 터기반의 지형공간정보로 변화하면서 고해상도 위성영 상의 활용이 다양한 분야에서 이루어지고 있다. KOMPSAT-2(KOrean MultiPurpose SATellite-2)위성 은 공간해상도(GSD : Ground Sample Distance) 1m급 전 정색 영상과 GSD 4m급의 다중분광 영상을 동시에 제공 하는 세계 7번째 고해상도 위성으로 여러 분야에서의 다 양한 활용이 기대되고 있다. 그러나 KOMPSAT-2 영상은 다중분광센서(MSC : Multi Spectral Camera)의 복잡성과 보안성에 의해 위성 궤도 및 자세정보 등 영상 취득 시 기하학적 정보와 영상 이 제한적으로 제공되고 있어 KOMPSAT-2 영상 연구의 장애가 되고 있다. 이에 본 연구에서는 KOMPSAT-2 위성의 스테레오 영 상을 이용하여 DEM 및 정사영상 제작 실험을 수행하여 KOMPSAT-2 영상을 이용한 지형공간정보 생성 가능성 을 타진하고자 하였다.. 2. 대상지역 선정 및 자료특성 KOMPSAT-2 영상의 지형공간정보 생성 활용성 분석 을 위한 실험 대상지역은 전라남도 담양군 일원으로 논 경지와 산지 및 농가 주택군으로 이루어진 대표적인 농 촌지역으로 선정하였다. 실험자료는 대상지역의 KOMPSAT-2 영상, 항공사진 영상, IKONOS 영상, 1:5,000 수치지도를 수집하여 연구 에 이용하였다. 2.1 KOMPSAT-2 영상 현재 KOMPSAT-2 위성은 1m급의 전정색(Panchromatic) 영상과 4m급의 다중분광(Multi Spectral) 영상을 제공하 고 있다.. 그림 1. KOMPSAT-2 1m급 그림 2. KOMPSAT-2 4m급 전정색 영상 다중분광 영상. 第17卷第1號 2009年 3月. 본 연구에서는 대상지역인 전라남도 담양군 일원의 1m 급 전정색, 4m급 다중분광 스테레오 영상과 헤더정보 및 RCP 자료를 확보하여 실험에 이용하였다. 그림 1과 그림 2는 대상지역의 KOMPSAT-2의 1m급 전정색 영상과 4m 급 다중분광 스테레오 영상 중 좌측 영상을 나타낸 것이다. 표 1과 표 2는 KOMPSAT-2의 영상 제원 및 헤더정보 를 나타낸 것으로 영상 취득은 2007년 2월 23일과 26일 에 취득이 되었으며, 영상 면적은 좌측영상이 약 276.075 2 2 km , 우측영상이 약 268.976km 이며, 중복도는 약 84.2% 이다.. 표 1. KOMPSAT-2 영상 제원 구 분 지역. 내 용 • 전라남도 담양군 일원. 취득일자. • 2007. 2. 23~26. 영상종류. • GSD 1m : PAN • GSD 4m : R, G, B, NIR. 영상등급. • 1R(방사적 보정). 스테레오. • 스테레오 영상. 영상면적. • 좌영상 : 약 276.075km2 • 우영상 : 약 268.976 km2. 중복도 기선고도비. • 좌 : 83.1%, 우 : 약 85.2% • 평균 : 84.2% • 약 0.0031. 표 2. KOMPSAT-2 영상 Hearder 정보(전정색 영상) 구 분. 좌측영상. 우측영상. 위성 및 센서. KOMPSAT-2 / MSC. KOMPSAT-2 / MSC. 취득일자. 2007. 2. 23. 2007. 2. 26. 위성방위각. -17.466°. -14.340°. 취득시 Roll 각. -16.596°. 14.903°. 취득시 Pitch 각. -1.172°. 0.462°. 취득시간(초). 178.996. 178.998. 투영각. 71.457771°. 73.367851°. 촬영고도(m). 698,410.124. 699,972.739. 기준좌표계. WGS84. 투영계수. UTM : North, 52 zone. 영상크기. 15,000×15,500 pixel. 지상해상도 (GSD). Cross Scan : 1.086m Along Scan :1.039m. Cross Scan : 1.075m Along Scan :1.039m.

(3) 23. 지형공간정보 생성을 위한 KOPMSAT-2 영상의 활용성 분석. 2.2 항공사진영상 항공사진영상은 KOMPSAT-2 영상과 품질 평가를 비 교하기 위하여 대상지역 일부에 대하여 1:5,000 수치지도 제작용으로 촬영된 1:20,000 항공사진영상을 확보하였 다. 항공사진영상은 2004년 3월 27일 촬영된 흑백영상으 로 촬영고도는 3,060m이며, 독취해상도는 1,200dpi, 지상 해상력은 약 0.4m이며 2개 스트립, 10개 영상을 수집하 였다. 그림 3은 대상지역의 항공사진 영상을 나타낸 것이 며, 표 3은 항공사진영상의 제원을 나타낸 것이다. 2.3 IKONOS 영상 IKONOS 영상은 KOMPSAT-2호의 동일 해상도의 위 성영상과의 품질 및 지도제작 활용성에 대한 비교 분석 을 수행하기 위해 수집하였다. 본 연구에서는 대상지역에 포함되어진 1m급 전정색 및 4m급 다중분광 모노 영상을 확보하였다. 표 4는 대상 지역의 IKONOS 영상 제원을 나타낸 것이며, 그림 4와 그림 5는 대상지역의 IKONOS의 1m급 전정색 영상과 4. 급 다중분광 영상을 나타낸 것이다. 2.4 1:5,000 수치지도 대상지역의 1:5,000 수치지도는 KOMPSAT-2 스테레 오 영상을 모두 포함하도록 2006년에 제작된 수치지도로 총 99도엽을 획득하였다. 1:5,000 수치지도는 KOMPSAT-2 영상을 이용해 제작 된 DEM 및 정사영상의 정확도 검증을 위한 자료로 이용 하였다. 그림 6은 대상지역의 1:5,000 수치지도를 나타낸 것이다. 표 4. IKONOS 영상 제원 구 분 Product 취득일자 촬영고도 영상종류 영상등급 GSD 영상크기. 그림 3. 대상지역의 항공사진 영상. 내 용 • IKONOS-2 • 2005. 4. 24, 2:33GMT (08. 3. 26.처리) • 약 681km • GSD 1m : PAN • GSD 4m : R, G, B, NIR • 표준기하보정(Level 2) • Cross Scan : 0.89m • Along Scan : 0.86m • Columns : 14016 pixels • Raw : 20784 pixels 2 • 면적 : 222.967 km. 그림 4. IKONOS 1m급 전 그림 5. IKONOS 4m급 다 정색 영상 중분광 영상. 표 3. 항공사진영상 제원 구 분 지역 촬영일자. 내 용 • 입체영상 상부지역 일부 • 2004. 3. 27. 카메라 사진축척. • Leica RC 30 • 1:20,000. 촬영고도. • 3,060m. 사진크기 초점거리 사진종류 독취해상도 지상해상력. • 23×23cm • 152.89mm • 흑백영상 • 1,200dpi • 0.4m. 그림 6. 대상지역의 1:5,000 수치지도. 韓國地形空間情報學會誌.

(4) 24. 이현직 ･ 유지호 ･ 고영창. 3. KOMPSAT-2 영상의 품질 평가 KOMPSAT-2 영상의 품질은 기존의 1:5,000 수치지도 제작용으로 촬영된 1:20,000 항공사진영상과 KOMPSAT-2 영상과 동일한 해상도를 가진 IKONOS 영상을 대상으로 지상해상력, 확대배율, 경계선 추출에 따라 가시성 및 판 독력을 비교 분석하였다. 3.1 지상해상력에 따른 품질 분석 지상해상력(GSD : Ground Sampled Distance)에 따른 품질 분석은 대상지역의 KOMPSAT-2의 1m급 전정색, 4m급 다중분광 영상과 0.4m급 1:20,000 항공사진영상을 이용하여 지상해상력에 따른 도로, 건물, 경지계, 산지 등 각 레이어의 가시성 분석을 분석하였다. 확대 배율은 KOMPSAT-2 1급 전정색 영상을 기준으로 2:1로 확대하 여 각 영상을 비교하였다. 표 5는 지상해상력에 따른 가 시성을 분석한 것이다. 표 5에서 보는 바와 같이 고속도로를 대상으로 항공사 진과 비교하였다. KOMPSAT-2의 1m급 전정색, 4m급 다 중분광 영상 모두 고속도로의 경계의 식별이 가능하였다. 그러나 다중분광 영상의 경우 일반도로, 지방도 등 폭이 작은 도로에 대한 경계의 구분이 다소 모호하였다. 건물군은 밀집가옥지구를 대상으로 비교하였다. 다중 표 5. 지상해상력에 따른 가시성 분석 구분. 4m 1m 0.45m KOMPSAT(MS) KOMPSAT(PAN) 항공사진영상. (. 고 속 도 로 2 1. 분광 영상은 건물의 표현이 다소 어려울 것으로 판단되 며, 전정색 영상의 경우 건물의 경계선을 파악하기는 다 소 어려우나 건물군을 표현하는데 큰 무리가 없을 것으 로 판단된다. 경지계에서는 건물군과 마찬가지로 다중분 광 영상에서는 세부적인 경계의 구분이 어려웠으며, 전 정색 영상은 경지계의 경계의 구분이 가능하였으며, 항 공사진영상과 비교하여 큰 차이를 보이지 않아 수치지도 로의 표현이 가능할 것으로 판단된다. 산지부에서는 전 정생 영상의 경우 항공사진영상에 비해 급격한 음영차이 가 발생하여 DEM 제작 및 등고선도 제작에 다소 어려움 이 있을 것으로 판단된다. 지상해상력에 따른 가시성 분석 결과 1m급 전성색 영 상의 경우 항공사진영상과 비교하여 각 지형지물별로 전 반적인 가시성 및 판독력에 큰 차이를 나타내고 있지는 않지만, 세부적인 구분이 다소 어려웠다. 또한 4m급 다중 분광 영상의 경우 칼라영상으로 가시적인 효과가 전정색 영상이나 항공사진영상에 비해 뛰어나나 대부분의 지형 지물에서 판독력이 떨어지는 것을 알 수 있었다. 3.2 확대 배율에 따른 품질 분석 영상을 이용한 수치지도 제작 시 도화과정에서 세부적 인 묘사를 위해서는 영상을 확대하여 수행하게 된다. 따 라서 확대 배율에 따른 가시성 분석에서는 항공사진영상과 KOMPSAT-2 영상과 동일 해상도를 제공하는 IKONOS 영 상을 기준으로 KOMPSAT-2 1m급 전정색 영상에 대한 확대 배율에 따른 가시성 및 판독력을 분석하였다. 표 6은 KOMPSAT-2 영상과 항공사진영상을 각각 1:1, 2:1, 8:1 배율에 대하여 건물군을 비교한 것이다. 표에서 보는 바와 같이 확대배율이 높아짐에 따라 가시성에서 차이를 나타내고 있다. 1:1과 2:1에서는 KOMPSAT-2 영. : ) 표 6. 확대 배율에 따른 가시성 분석 - KOMPSAT-2 VS 항공사진영상. (. 건 물 군 2 1. : ( :. KOMPSAT-2. ) 경 지 계 2 1. 구분. ) (. 산 지 2 1. : ). 第17卷第1號 2009年 3月. 항 공 사 진 영 상. 1:1. 2:1. 8:1.

(5) 25. 지형공간정보 생성을 위한 KOPMSAT-2 영상의 활용성 분석. 상과 항공사진영상에서는 큰 차이를 보이지 않았다. 그 러나 8:1에서 KOMPSAT-2 영상은 항공사진영상에 비해 지상해상력의 영향으로 건물의 경계를 명확히 표현하지 못하고 있다. 그러나 1:5,000 이상의 중축척 수치지도에 서는 건물의 형태를 정확하게 묘사하기 보다는 정형화된 형태로 묘사를 함으로 중축척 이상의 수치지도 제작에 큰 문제는 없을 것으로 판단된다. 표 7은 KOMPSAT-2 영상과 IKONOS 영상을 각각 1:1, 2:1, 8:1 배율에 대하여 항공사진영상과 같은 건물군 에 대하여 비교한 것이다. IKONOS 영상과 비교한 결과 동일한 지상해상력을 가지고 있어 확대율이 높더라도 유 사한 양상을 나타내고 있으나, IKONOS 영상이 KOMPSAT -2 영상에 비해 건물의 경계가 명확하였으며, 8배 확대시 KOMPSAT-2 영상과 IKONOS 영상이 많은 차이를 나타 냈다. KOMPSAT-2와 IKONOS 영상의 품질이 다소 차이가 발생하는 것은 원시 영상의 전처리 과정에서 수행되는 MTF(Modulation Transfer Function : 영상변조함수로 GSD 에 해당되는 화소의 흐려짐 없이 선명함을 나타내는 영 상 품질 지표)와 SNR (Sigunal to Noise Ratio : 영상의 신호대 잡음비를 나타내며, 영상의 압축손실이나 위성고 도 등 다양한 요인에 의해 좌우되는 영상의 품질 지표)의 차이에 의하여 발생한 것으로 판단되며, 이에 대한 추가 적인 연구가 요구된다. 3.3 경계선 추출에 따른 품질 분석 영상을 이용한 지도제작시 자동 및 반자동방식의 경계 선 추출 방법을 이용하여 각종 지형지물을 생성하고 있다. 본 연구에서는 경계선 추출 방법 중 가장 일반적으로 이용되는 Sobel 연산자를 이용하여 KOMPSAT-2 영상과 표 7. 확대 배율에 따른 가시성 분석 - KOMPSAT-2 VS IKONOS 구분. 1:1. 2:1. 8:1. 항공사진영상에서 각각의 경계선을 추출한 후 추출된 경 계선을 1:5,000 수치지도와 비교하여 경계선 추출에 따른 KOMPSAT-2 영상의 품질을 분석하였다. Sobel 연산자는 X, Y축으로 각각 한번씩 미분을 하며, 사선방향의 경계선 추출에 강한 특성이 있기 때문에 대 각 경계선의 경계선 추출능력이 우수하다. 하지만, 영상 이 내포하고 있는 잡음의 분산이 커질수록 경계선 추출 시 Blurring이 증폭되는 단점이 있어 필터링을 수행하여 야 하나, 본 연구에서는 잡음에 대한 필터링은 수행하지 않았다. 표 8은 도로, 경지계, 건물에 대하여 Sobel 연산자를 이 용해 항공사진영상과 KOMPSAT-2 영상으로부터 추출. 표 8. 경계선 추출에 따른 분석 구 분 일 반 도 로. 고 속 도 로. 밭 경 계. 논 경 계. KOMPSAT-2. 밀 집 가 옥. IKONOS. 학 교. KOMPSAT-2. 항공사진영상.

(6) 26. 이현직 ･ 유지호 ･ 고영창. 된 경계선을 1:5,000 수치지도와 비교한 결과를 나타낸 것이다. 도로의 경계선 추출 결과를 1:5,000수치지도와 비교한 결과, KOMPSAT-2 영상(1.0m)과 항공사진영상(0.4m) 모두에서 비교적 정확히 추출되었음을 알 수 있었으며, 경지계 또한 논밭 경계 모두에서 비교적 양호한 결과를 나타냈다. 그러나 건물의 경우 KOMPSAT-2 영상은 밀집 가옥의 경우 경계선 추출 정확도가 저하되었고, 학교와 같이 면적이 큰 대상물의 경우는 비교적 양호한 결과를 나타내었다.. 4. KOMPSAT-2 영상의 지형공간정보 생성 실험 KOMPSAT-2 영상을 이용한 지형공간정보 생성에서는 고해상도 위성영상에 일반적으로 이용되는 RPC 및 GCP 를 이용한 센서모델링 기법을 적용하였으며, KOMPSAT-2 영상의 기하학적 보정 실험으로 통해 GCP에 따른 정확 도를 분석하여 최적 GCP수를 결정하였다. 또한 DEM (Digital Elevation Model : 수치표고모델) 및 정사영상을 제작하여 정확도를 분석하였으며, 이를 이용한 수치지도 의 신규 및 수정/갱신 가능성을 분석하였다. 표 9. Pan Sharpening에 따른 영상 품질 향상 분석 구분. KOMPSAT-2 MS 영상. KOMPSAT-2 PAN 영상. Pansharpening 영상. 도 로 (2:1). 3.4 Pan Sharpening에 따른 영상 품질향상 평가 Pan Sharpening은 다중분광 영상(4.0m MS)을 이용하 여 고해상도 전정색 영상(1.0m PAN)의 영상소의 칼라를 개선하는 방법으로 동일 센서에 의해 동시에 취득된 전 정색과 다중분광 영상을 필요로 하며, 밝기값의 최소제 곱상관법에 의하여 자동영상융합을 통해 생성되게 된다. 본 연구에서는 KOMPSAT-2 영상을 이용하여 Pan Sharpening 칼라융합영상을 생성하여 영상품질 개선 효 과를 분석하였다. Pan Sharpening 영상을 생성하기 위해서는 우선 영상 의 RPC 및 GCP를 이용한 표정해석을 수행하고, DEM을 생성하여 각 밴드별 정사영상을 생성한 후 Pan Sharpening 영상을 생성하나, 이번 절에서는 RPC만을 이 용하여 각 밴드별 영상에 대한 정사보정을 수행하여 품 질 평가를 수행하였다. Pan Sharpening 영상 생성은 상용 프로그램인 PCI Geomatic Ver. 10.1.3을 이용하여 생성 하였다. 그림 7은 KOMPSAT-2 Pan sharpening 영상을 나타낸 것이다.. 표 10은 도로, 밀집가옥, 경지계에 대한 KOMPSAT-2와 IKONOS의 Pan sharpening 영상을 비교한 것을 나타낸 것이다. 두 영상 모두 고해상도 칼라영상의 제작이 가능하 였으나, IKONOS에 비해 KOMPSAT-2 영상의 색감이 다 소 떨어지는 것을 확인할 수 있었다. 따라서 KOMPSAT -2 영상의 Pan sharpening 처리시 칼라에 대한 보정이 필 요할 것으로 판단된다.. 밀 집 가 옥 (2:1) 표 10. KOMPSAT-2 및 IKONOS Pan Sharpening 영상 비교 구분 KOMPSAT-2 IKONOS. 그림 7. KOMPSAT-2 Pan sharpening 영상. 第17卷第1號 2009年 3月. 경지계. 도로. 밀집가옥.

(7) 27. 지형공간정보 생성을 위한 KOPMSAT-2 영상의 활용성 분석. 4.1 KOMPSAT-2 영상의 기하보정 기존의 중․저해상도 위성영상의 센서모델링은 공선조 건식과 같은 물리적 모델링 방법을 활용하는 것이 일반 적이었다. 그러나 고해상도 위성영상에서는 물리적 모델 링에 요구되는 위성 궤도나 자세정보를 제공하지 않고 이를 대체할 수 있는 다항식모델중 RPC(Rational Polynomial Camera) 모델을 제공하고 있다. RPC 모델은 지상 3차원좌표와 영상좌표의 상관 관계를 나타내는 모델로 위성의 궤도요소와 자세정보 등의 복잡성을 대신하여 다 항식 형태로 신속하고 간편하게 위치결정을 수행하기 위 해 개발된 대체 센서 모델이며, IKONOS, SPOT 등의 고 해상도 위성영상에 많이 이용되고 있다. KOMPSAT-2 영상도 RPC 정보를 제공하고 있으며, KOMPSAT-2 영상의 RPC와 GCP를 이용하여 KOMPSAT-2 영상의 기하보정을 수행하였다. 그림 8은 대상지역의 KOMPSAT-2영상의 RPC 정보를 나타낸 것이다.. 은 Non GCP, 1점, 3점, 5점, 8점, 10점, 12점, 15점의 총 8개의 실험 Case를 나누어 GCP의 사용 유무 및 사용 개 수에 따른 표정 정확도와 검사점의 정확도를 비교하였다.. 1) 지상기준점(GCP) 획득. 지상기준점은 직접 측량을 통해 획득하는 방법과 직접 측량이 어려울 경우 기존의 수치지도, 기점점 등을 이용 하여 간접적으로 획득하는 방법이 있다. 본 연구에서는 직접측량을 통해 획득된 지상기준점을 이용하여 KOMPSAT-2 영상의 기하보정을 수행하였다. 지상기준점 획득은 그림 9에서 보는 바와 같이 대상지역 의 입체영상 중복지역내 22점을 선정하여, GPS 측량을 수행하여 획득하였다. GCP 관측은 Trimble-4700, 4800 을 이용한 Static DGPS 방식으로 관측을 수행하였으며, 관측 정밀도는 수평 및 수직위치오차 모두 ±0.1m 이내로 관측하였다. 표 11은 대상지역의 지상기준점(GCP)의 관 측값을 나타낸 것이다. 2) GCP수에 따른 기하보정 정확도 분석. RPC 및 GPS를 이용한 KOMPSAT-2 영상의 기하보정. 그림 8. KOMPSAT-2 영상의 RPC. 그림 9. 대상지역 GCP 배치도 표 11. 대상지역 GCP 관측값 측 점. X(m). Y(m). Z(m). 1. 195337.181. 196812.738. 31.530. 2. 199402.102. 197334.420. 82.601. 3. 203023.991. 199000.424. 53.005. 4. 206908.816. 198804.238. 84.067. 5. 196368.742. 194395.857. 34.866. 6. 198598.206. 193881.692. 42.646. 7. 203233.156. 196325.397. 166.747. 8. 207985.325. 197010.851. 85.459. 9. 207271.785. 192845.139. 264.055. 10. 202626.536. 192223.726. 92.926. 11. 198602.080. 191775.847. 49.956. 12. 197810.334. 189711.925. 60.968. 13. 200564.640. 186244.123. 103.265. 14. 203031.495. 189784.292. 296.074. 15. 208650.464. 190890.990. 229.343. 16. 211063.366. 187974.918. 219.154. 17. 203386.523. 184946.718. 155.283. 18. 207979.977. 186644.327. 203.175. 19. 205595.057. 186397.252. 270.013. 20. 200017.793. 189968.856. 83.549. 21. 205411.077. 189542.777. 294.666. 22. 203207.749. 194264.578. 99.491.

(8) 28. 이현직 ･ 유지호 ･ 고영창. 표 12와 그림 10은 표정 해석 Case 별 정확도 분석 결과 를 나타낸 것이다. 각 Case 별 정확도 분석 결과 GCP를 사용하지 않고 초기 RPC만으로 표정을 수행한 경우 검사점에 대해서 ±43.52m의 수평위치오차가 발생하였으며, 1점의 GCP를 사용하였을 경우 GCP 관측 오차는 ±6.77m, 검사점의 수 평위치오차는 ±9.80m로 개선되었다. 또한 GCP의 개수가 증가할수록 GCP 및 검사점의 수. 표 12. 각 Case 별 표정 정확도 분석 결과(직접 측량 GCP) CASE 1 2 3 4 5 6 7 8. 점수. 수평위치(m) X. Y. 수평위치 오차(m). GCP수. 0. -. -. -. 검사점수. 22. 42.89. 7.40. 43.52. GCP수. 1. 6.33. 2.41. 6.77. 검사점수. 21. 7.09. 6.77. 9.80. GCP수. 3. 0.77. 2.20. 2.33. 검사점수. 19. 3.06. 6.85. 7.50. GCP수. 5. 0.59. 1.09. 1.24. 검사점수. 17. 2.58. 3.97. 4.74. GCP수. 8. 0.62. 0.52. 0.81. 검사점수. 14. 1.79. 2.25. 2.88. GCP수. 10. 0.79. 0.80. 1.12. 검사점수. 12. 1.59. 1.67. 2.31. GCP수. 12. 0.85. 0.79. 1.16. 검사점수. 10. 1.61. 1.80. 2.41. GCP수. 15. 1.06. 0.99. 1.45. 검사점수. 7. 1.47. 1.86. 2.37. 20. 평위치오차가 점차적으로 감소하다가 GCP의 수가 10점 을 넘으면서 검사점의 수평위치오차의 변화가 적은 것으 로 나타났으며, GCP 관측 오차가 증가하는 것으로 나타 났다. GCP 관측 오차가 가장 작게 나타난 Case는 ±0.81m 인 Case 5로 GCP를 8점 사용하였을 때이며, 검사점의 수 평위치오차가 가장 작게 발생한 Case는 GCP를 10점 사 용한 Case 6으로 수평위치오차는 ±2.31m였다. GCP 사용 유․무 및 GCP 사용 개수에 따른 Case별 실험 결과 GCP를 이용하지 않고 초기 RPC 정보만을 이용해 표정 해석을 수행할 경우 요구 정확도에 들어올 수 없었 으며, GCP를 이용한 RPC의 조정이 필요하였다. 또한 1:5,000 수치지도 제작을 위한 수평위치 정확도를 만족하 기 위해서는 최소 5점이상의 GCP가 필요하며, 8～10점 정도가 적합할 것으로 판단된다. 4.2 KOMPSAT-2 영상을 이용한 DEM 및 정사영상 생성 KOMPSAT-2 영상을 이용한 DEM 및 정사영상 제작은 앞의 실험한 표정 해석 결과를 이용하였으며, 각각 DEM 및 정사영상을 제작하여 대상지역의 1:5,000 수치지도와 정확도를 비교하였다. 또한 정사영상을 이용하여 기존 수치지도에 대한 수정/갱신 및 신규 제작을 수행하여 지 도제작의 가능성을 분석하였다. 1) DEM 생성 및 정확도 분석. DEM은 정사영상이나 3차원모델링의 정확도를 좌우하 는 주요 요인으로 각 CASE의 GCP수로 RPC 표정해석 후 각각 Epipolar image를 제작하여 정규격자 DEM(5m× 5m)을 생성하였다. DEM 생성 보간법은 공일차내삽법 (Bilinear Interpolation)을 이용하였다. 생성된 DEM의 정확도 분석은 1:5,000수치지도 등고선 으로 정규격자 DEM(5mX5m)을 생성하여 구릉지, 평지, 산지 등 지형특성에 따른 DEM의 단면 표고오차 및 잔차 DEM 분석을 수행하였다.. 18. 16. 14. 12. GCP. ① CASE 1의 DEM 정확도 : GCP 1점 그림 11은 GCP 1점을 사용해 제작된 DEM을 나타낸 것으로 전반적으로 DEM이 거칠게 표현되었으며, DEM. 10. 검사점 8. 1:5,000 수치지도 수평위치오차 한계 3.5m. 6. 4. 2. 0 CASE1. CASE2. CASE3. CASE4. CASE5. CASE6. CASE7. CASE8. 그림 10. 각 Case 별 표정 정확도 분석 결과(직접 측량 GCP). 표 13. DEM 제작 및 정확도 분석 Case CASE. GCP수. 1. 1. 2. 5. 3. 8. 4. 15. 격자간격. 적용보간법. 5mX5m. Bilinear Interpolation.

(9) 29. 지형공간정보 생성을 위한 KOPMSAT-2 영상의 활용성 분석. 생성시 띄는 점이 발생되었으며, 산정상부에서 함몰현상 이 발생하였다. 그림 12는 평지(A-A'), 구릉지(B-B'), 산지(C-C')에 대 하여 1:5,000 수치지도를 기준으로 종단면의 표고차를 비 교한 결과를 나타낸 것으로 평지부에서는 12.9m, 구릉지 에서는 20.8m, 산지부에서는 29.6m의 평균표고오차가 발생하였으며, 전반적으로 수치지도보다 높게 DEM이 추출된 것을 확인할 수 있었다.. A. A'. A. B' B. ② CASE 2의 DEM 정확도 : GCP 5점 그림 13은 CASE 2의 DEM을 나타낸 것으로 CASE 1 에 비해 띄는 점이 줄고 산정상부 함몰현상이 발생하지 않았으며, CASE 1에 비해 전반적으로 지형이 매끄럽게 표현된 것을 확인할 수 있었다. 그림 14는 평지(A-A'), 구릉지(B-B'), 산지(C-C')에 대 하여 1:5,000 수치지도를 기준으로 종단면의 표고차를 비 교한 결과를 나타낸 것으로 평지부에서는 12.9m, 구릉지. B'. C' C. A'. B. C' C. 그림 11. CASE 1 DEM. 그림 13. CASE 2 DEM. (a) CASE 1 DEM의 평지 단면 분석(A-A'). (a) CASE 2 DEM의 평지 단면 분석(A-A'). (b) CASE 1 DEM의 구릉지 단면 분석(B-B'). (b) CASE 2 DEM의 구릉지 단면 분석(B-B'). (c) CASE 1 DEM의 산지 단면 분석(C-C'). (c) CASE 2 DEM의 산지 단면 분석(C-C'). 그림 12. CASE 1 DEM의 지형별 단면 표고 분석. 그림 14. CASE 2 DEM의 지형별 단면 표고 분석. 韓國地形空間情報學會誌.

(10) 30. 이현직 ･ 유지호 ･ 고영창. 에서는 20.8m, 산지부에서는 29.6m의 평균표고오차가 발생하였으며, 전반적으로 수치지도보다 높게 DEM이 추출된 것을 확인할 수 있었다. ③ CASE 3의 DEM 정확도 : GCP 8점 그림 15는 CASE 3의 DEM을 나타낸 것으로 8점의 GCP를 사용하였다. CASE 3에서는 규모가 큰 호수부에. 서 띄는 점이 발생하였으며, 전반적으로 지형이 매끄럽 게 표현된 것을 확인할 수 있었다. 그림 16은 평지(A-A'), 구릉지(B-B'), 산지(C-C')에 대 하여 종단면의 표고차를 비교한 결과를 나타낸 것으로 평지부에서는 1.8m, 구릉지에서는 7.2m, 산지부에서는 11.9m의 평균표고오차가 발생하였다. ④ CASE 4의 DEM 정확도 : GCP 15점. A. A' A B'. B. C' C. A'. B' B. C' C. 그림 15. CASE 3 DEM. 그림 17. CASE 4 DEM. (a) CASE 3 DEM의 평지 단면 분석(A-A'). (a) CASE 4 DEM의 평지 단면 분석(A-A'). (b) CASE 3 DEM의 구릉지 단면 분석(B-B'). (b) CASE 4 DEM의 구릉지 단면 분석(B-B'). (c) CASE 3 DEM의 산지 단면 분석(C-C'). (c) CASE 4 DEM의 산지 단면 분석(C-C'). 그림 16. CASE 3 DEM의 지형별 단면 표고 분석. 그림 18. CASE 4 DEM의 지형별 단면 표고 분석. 第17卷第1號 2009年 3月.

(11) 31. 지형공간정보 생성을 위한 KOPMSAT-2 영상의 활용성 분석. 그림 17은 CASE 4의 DEM을 나타낸 것으로 CASE 1 과 같이 호수부에 띄는 점과 그림에서 원으로 표시된 산 정부의 함몰현상이 다시 발생하였다. 그림 18은 평지(A-A'), 구릉지(B-B'), 산지(C-C')에 대 하여 종단면의 표고차를 비교한 결과를 나타낸 것으로 평지부에서는 1.9m, 구릉지에서는 8.1m, 산지부에서는 9.7m의 평균표고오차가 발생하였다. 산지부의 표고오차 가 다소 향상되었으나, 구릉지의 오차는 다소 증가한 것 으로 나타났다.. ⑥ CASE별 DEM의 GCP 선정점 표고오차 분석 그림 20과 표 15는 각 CASE별 DEM의 GCP점에 대한 표고오차를 분석한 결과로 총 22점의 GCP중 모서리에 위 치하여 배제된(1,3번점) 20점의 표고오차를 분석하였다. 평균표고오차는 CASE 3이 가장 적은 것으로 나타났으 나, CASE 4의 경우 9번 GCP에서 과대오차가 발생하여 평균오차가 CASE 3에 비해 높은 것으로 나타났다. 16 표고오차. 14. ⑤ 지형특성에 따른 DEM 정확도 분석 결과 표 14와 그림 19는 각 CASE별 지형특성에 따른 평균 표고오차분석 결과를 나타낸 것으로 GCP의 사용 개수가 늘어날수록 DEM의 표고 오차가 감소하는 것을 확인할 수 있었으며, GCP를 5점 이상 사용하였을 경우 표고오차 는 근소한 차이를 나타냈다. 또한 구릉지 및 산지부에서는 GCP를 5점 이상 사용하 더라도 표고오차의 감소폭이 적은 것으로 나타났는데 이 와같은 원인은 1:5,000 수치지도의 경우 수목에 대한 높 이 보정이 이루어지나 본 연구에서 제작된 DEM에서는 수고를 고려하지 않아 산지 및 구릉지의 오차가 크게 발 생한 것으로 판단된다. 정확한 DEM을 제작하기 위해서 는 수고에 대한 보정을 수행하여야 한다.. 표 14. 지형특성에 따른 CASE 별 DEM 평균오차 CASE. GCP 수. 평지부 (m). 구릉지 (m). 산지부 (m). 1. 1. 12.9. 20.8. 26.3. 2. 5. 2.0. 9.3. 12.0. 3. 8. 1.8. 7.2. 11.9. 4. 15. 1.9. 8.1. 9.7. 그림 19. 지형특성에 따른 CASE 별 DEM 평균오차. 12. 10. 8. 6. 4. 2. 0 CASE1. CASE2. CASE3. CASE4. 그림 20. CASE별 DEM의 GCP 선정점 표고오차 분석 결과 표 15. CASE별 DEM의 GCP 선정점 표고오차 분석 결과 측점. 표고오차 CASE1. CASE2. CASE3. CASE4. GCP02. -8.899. 3.101. -0.899. -0.899. GCP04. -17.269. 5.118. 1.195. 0.119. GCP05. -9.634. 2.155. -1.634. -1.057. GCP06. -10.692. 1.449. -0.713. -0.854. GCP07. -12.174. -0.174. -1.174. -1.622. GCP08. 3.629. -2.041. 0.959. 1.289. GCP09. -18.015. -3.116. -3.731. 55.934. GCP10. -9.574. 3.426. 3.426. 3.426. GCP11. -15.544. -2.297. -2.460. -2.544. GCP12. -11.111. -0.532. 0.468. -0.532. GCP13. -20.235. -8.235. -4.235. -6.235. GCP14. -12.426. -1.269. -0.269. -0.269. GCP15. -12.784. -7.157. -7.157. -3.157. GCP16. -23.173. -7.830. -8.519. -3.346. GCP17. -17.217. -2.217. 0.627. -0.217. GCP18. -16.325. -3.325. -3.690. -0.760. GCP19. -14.437. -0.437. 0.563. 0.563. GCP20. -13.951. 0.262. 1.049. 0.049. GCP21. -18.549. -4.549. -3.549. -2.549. GCP22. -14.009. -1.425. -2.009. -2.009. 평균. 13.982. 3.006. 2.416. 4.371. 韓國地形空間情報學會誌.

(12) 32. 이현직 ･ 유지호 ･ 고영창. ⑦ 잔차 DEM 생성을 통한 DEM 정확도 분석 1:5,000수치지도의 DEM과 CASE 3의 DEM을 이용하 여 잔차 DEM 생성하였다. 그림 21은 잔차 DEM을 나타 낸 것으로 잔차 DEM의 표고를 분석한 결과 최대표고는 272.6m며, 최저표고는 -99.6m로 나타났으며, 평균표고는 -5.78m로 수치지도에 비해 KOMPSAT-2 영상으로 추출 된 DEM이 높은 것을 알 수 있었다. 표 16은 잔차 DEM의 표고별 면적 분석을 나타낸 것으 로 ±5.0m이하의 오차 발생한 지역은 전체면적의 58.18% 이며, ±5.0m이상 ±15.0m이하의 오차가 발생한 지역은 36.42%이며, ±15.0m 이상 발생한 지역은 5.4%로 나타난 것을 확인할 수 있었으며, 평지부에서는 ±5.0m의 표고오 차를 나타내고, 산지부에서는 ±10.0m～±20.0m의 표고 오차를 나타냈다. 또한 앞서 분석한 결과와 마찬가지로 일정 크기 이상의 호수나 산정부에서 띄는 점이나 함몰 현상이 발생되어 과대오차가 발생함을 알 수 있었다. 2) 정사영상 생성 및 정확도 분석. 도 분석 실험 CASE는 GCP 1점, 5점, 8점, 15점을 대상으 로 수행을 하였으며, 각 CASE별로 생성된 DEM으로 수 치미분편위수정을 수행하였다. 수치미분편위수정은 공 일차내삽법을 이용하였으며, 영상재배열은 4pixel 단위 로 수행하였다. 정사영상생성 프로그램은 PCI Geomatica Ver. 10.1.2를 이용하였으며, 생성된 정사사진영상의 품 질은 대상지역에서 도로, 건물, 경지계 등에서 25점의 검 사점을 선정하여 1:5,000 수치지도와 상대적인 수평위치 오차 분석하였다. 표 17은 정사영상 생성 및 정확도 분석 실험 CASE를 나타낸 것이며, 그림 22는 정사영상의 정확도 검사점의 분포를 나타낸 것이다. 표 18과 그림 23은 각 CASE별 정사영상의 25개 검사 점에 대한 1:5,000 수치지도와의 평균위치오차를 나타낸 것으로 GCP 1점을 이용한 CASE 1은 12.497m, GCP 5점 을 이용한 CASE 2는 4.419m, GCP 8점을 이용한 CASE 3는 3.081m, GCP 15점을 이용한 CASE 4는 3.469m로 CASE 3에서 가장 높은 정확도를 나타내었다.. DEM 생성 실험 CASE와 같이 정사영상 생성 및 정확 3) KOMPSAT-2 영상을 이용한 수치지도. 제작 및 수정/갱신 가능성 분석 수치지도의 신규 제작에 대한 가능성 분석은 6점의 표 17. 정사영상 생성 및 정확도 분석 CASE CASE. GCP수. 1. 1. 2. 5. 3. 8. 4. 15. 영상재배열 간격. 적용보간법. 4pixel. Bilinear Interpolation. 그림 21. 잔차 DEM 표 16. 잔차 DEM의 표고별 면적 분석 분. -20m이하. -15~-20. -10~-15. 2. 면 적(m ). 1,649,775. 6,595,625. 23,522,250. 구성비(%). 0.92%. 3.62%. 12.89%. 구. -5~-10. 0~-5m. 0~5m. 면 적(m ). 41,989,300. 77,267,175. 28,892,625. 구성비(%). 23.01%. 42.35%. 15.83%. 5~10m. 10m이상. 합 계. 면 적(m ). 942,725. 1,586,550. 182,446,025. 구성비(%). 0.52%. 0.86%. 100%. 구. 분 2. 구. 분 2. 第17卷第1號 2009年 3月. 그림 22. 정사영상의 정확도 검사점 분포.

(13) 33. 지형공간정보 생성을 위한 KOPMSAT-2 영상의 활용성 분석. GCP 인접지역에 대하여 정사영상을 이용해 벡터라이징 후 기존 GCP와 수평위치오차를 분석하여 신규 제작 가 능성을 타진하였으며, 수정/갱신 가능성은 대상지역내 수 정/갱신 부분의 정사사진영상을 활용하여 벡터라이징 후 기존 수치지도와 정위치 편집을 수행하여 수치지도 수정/ 갱신 적용성 평가를 수행하였다.. 표 18. CASE별 정사영상의 정확도 분석 결과 측점 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 평균오차 . CASE 1 6.201 7.167 14.131 8.248 22.389 10.225 16.030 9.558 10.092 24.090 8.934 7.873 11.710 9.931 23.586 9.031 16.755 10.176 8.804 10.046 21.902 17.764 8.887 7.969 10.919 12.497. CASE 2 6.629 5.525 5.880 0.641 6.231 8.255 3.817 5.262 4.228 7.272 1.025 3.885 3.009 1.581 8.719 1.489 3.926 2.781 3.319 1.647 7.903 6.754 3.558 5.477 1.661 4.419. CASE 3 5.584 3.208 5.280 2.810 3.790 6.712 4.665 1.191 5.407 0.720 1.497 3.890 2.104 1.122 1.314 1.413 1.527 1.947 1.275 1.630 5.273 5.456 2.854 5.096 1.264 3.081. CASE 4 6.732 3.435 4.882 2.616 3.918 6.196 4.793 1.135 2.563 1.638 1.013 2.425 3.133 0.742 0.808 2.222 1.724 4.152 1.855 2.118 6.813 9.508 3.416 5.369 3.519 3.469. ① 수치지도 제작 가능성 평가 수치지도 제작 가능성은 6점의 GCP 주변의 도로를 정 사영상을 이용하여 벡터라이징을 수행한 후 생성된 벡터 와 GCP와 위치오차를 분석하였다. GCP 주변의 벡터라 이징은 GCP 점의 위치를 모르고 벡터라이징의 경험이 전혀 없는 학부학생이 수행하였다. 그림 24는 GCP 6점 주변의 도로에 대하여 벡터라이징을 수행한 결과를 나타 낸 것으로 그림에서 보는 바와 같이 도로에 대한 벡터라 이징이 가능하였다. 그러나 숙련된 도화사가 아닌 일반 인이 작업을 수행하여 다소 도로 벡터의 형태가 일정하 지는 않다. 표 19와 그림 25는 도로 벡터와 GCP와의 위치오차 분 석결과를 나타낸 것으로 평균수평위치오차는 1.359m로 1:5,000 수치지도 수평위치 정확도에 준하는 것으로 나타 났다. ② 수치지도 수정/갱신 가능성 분석 수치지도 수정/갱신 가능성 분석은 대상지역 중 1:5,000 수치지도에 표현되어 있지 않은 변화지역에 대하. (a) GCP 6번 교차점. (b) GCP 7번 교차점. (c) GCP 10번 교차점. (d) GCP 17번 교차점. (e) GCP 20번 교차점. (f) GCP 22번 교차점. 그림 24. GCP 6점의 도로 교차로 벡터라이징 표 19. 신규 제작 도로와 GCP 수평위치오차 분석 결과 측점. 그림 23. CASE별 정사영상의 정확도 분석 결과. GCP 6 GCP 7 GCP 10 GCP 17 GCP 20 GCP 22 평균. dX -0.712 -0.338 0.848 -0.430 0.770 0.575 0.612. 수평위치오차 dY 0.432 2.765 -0.747 -1.455 -0.166 0.936 1.084. 거리오차 0.833 2.786 1.130 1.517 0.788 1.099 1.359. 韓國地形空間情報學會誌.

(14) 34. 이현직 ･ 유지호 ･ 고영창. 그림 25. 신규 제작 도로와 GCP 수평위치오차 분석 결과. 그림 26. 정사영상을 이용한 수치지도 수정/갱신 과정. 여 정사영상을 이용하여 기존 수치지도를 갱신하였다. 수치지도 수정/갱신을 위한 분석지역은 영상의 촬영시 기와 수치지도 제작시기로 인하여 1:5,000 수치지도에 표 현되지 못한 고속도로 인터체인지 주변을 선정하였다. 그림 26은 고속도로 인터체인지 주변지역에 대한 기존 1:5,000 수치지도를 수정/갱신한 과정 및 결과를 나타내 것이다. 변화지역을 수치지도와 정사영상을 중첩하여 선 정하고, 변화지역을 정사영상을 이용하여 벡터라이징을 수행하였다. 벡터라이징 수행 후 기존 수치지도와 중첩 하여 정위치 편집을 수행하여 수치지도를 갱신하였다.. 6. 결. 론. KOMPSAT-2의 스테레오 영상을 이용하여 DEM 및 정 사영상 제작실험을 수행한 결과 다음과 같은 결론을 얻 었다. 첫째, KOMPSAT-2 영상을 품질 평가를 수행한 결과 항공사진영상과 가시성과 판독력에서 많은 차이를 나타 냈으며, 동일 해상도인 IKONOS 영상과는 원시영상의 전 처리 과정인 MTF 및 SNR처리로 인하여 건물, 도로, 경지 계 등의 경계부분의 차이가 다소 발생함을 알 수 있었다. 第17卷第1號 2009年 3月. 둘째, GCP의 사용 유․무에 따른 KOMPSAT-2 영상의 기하학 보정 실험 결과, GCP를 8점 이상 사용하였을 때 기하보정 정확도가 높은 것으로 나타났으며, KOMPSAT-2 영상의 기하보정을 위해서는 GCP를 8～10점을 사용하 는 것이 가장 타당할 것으로 판단되다. 셋째, KOMPSAT-2 영상을 이용하여 DEM을 제작하여 정확도를 분석한 결과 평지부에서는 평균 1.8m, 구릉지 에서는 평균 7.2m, 산지에서는 평균 11.9m의 오차가 발 생하였으며, 구릉지 및 산지는 수고 보정이 이루어지지 않아 오차가 크게 발생한 것으로 이에 대한 보정을 수행 할 경우 DEM의 정확도를 향상시킬 수 있을 것으로 판단 되다. 넷째, KOMPSAT-2 영상을 이용하여 정상영상 제작을 수행한 결과 정사영상의 평균수평위치오차는 3.081m 1:5,000 수치지도 수평위오차 허용범위 준하는 것을 확인 할 수 있었다. 다섯째, 정사영상을 이용하여 수치지도의 제작 및 수정 /갱신 실험을 수행한 결과 정사영상을 이용하여 벡터라 이징이 가능하였으며, 수평위치정확도는 평균 1.359m로 1:5,000 수치지도의 수평위오차 허용범위 준하였다.. 참고문헌 1. 강준묵, 이용욱, 박준규, 2003, RPC와 GCP를 이용한 IKONOS 위성영상의 기하보정, 한국측량학회지 제21권제2호, pp. 165-172 2. 국토지리정보원, 2007, 다차원공간정보 활용기술 개발연구. 3. 성천경, 윤홍식, 조재명, 조정호, 2004, 고해상도 위성영상을 이용한 대축척 수치지도 제작에 관한 연구, 한국측량학회지 제 22권 제3호, pp. 277-284 4. 유복목, 토니쉥크. 2003. 현대 디지털 사진측량학, 피이슨 에 듀케이션 코리아. 5. 이현직, 2008, 다차원공간정보를 이용한 실감정사영상 제작 방안, 한국측량학회지 제26권 제3호, pp. 241-254 6. 이현직, 유영걸, 유지호, 고영창, 2008, 고해상도 위성영상을 이용한 지형공간정보 생성, 한국지형공간정보학회 2008 공통 추계학술대회 논문집, pp. 5-6 7. 이효성, 2005, 위성영상 RPC 카메라 모델로부터 외부표정요 서 결정, 한국측량학회지 제23권 제1호, pp.59-67 8. Fraser, C.S., Gene, D., Jacek, G. 2005. “Sensor orientation via RPCs” : ISPRS journal of Photogrammetry & Remote Sensing, 60(2006):182-194 9. Ho-Sang Sakong, Jung-Ho Im, 2002, Application Fields and Strategy of KOMPSAT-2 Imagery, Korean Journal of Remote Sensing, Vol. 18, No. 1, pp. 43∼52 10. Hye-Jin KIM, Dae-Sung KIM, Jae-Bin LEE, Yong-Il KIM, A Study on the RPC Model Generation from the Physical Sensor Model, 2002, Korean Journal of Geomatics. Vol. 2, No. 2, pp. 139-143..

(15) 지형공간정보 생성을 위한 KOPMSAT-2 영상의 활용성 분석 11. Jacek, G. and Gene, D. 2003. “Block Adjustment of HighResolution Satellite Images Described by Rational Polynomials” : Photogrammetric Engineering & Remote Sensing, 69(1):59-68 12. Kim, T, 2006, "Modeling Satellite Orbital Segments using. 35. Orbi-Attitude Models", Korean Journal of Remote Sensing, 22(1):63-73 13. Lee Hyun-jik, Ru Ji-ho, Yu Young-Geol, Lee Kyu-Man, 2008, GENERATION of GEO-SPATIAL INFORMATION USING KOMPSAT-2 IMAGERY,Proceeding of ISRS2008, pp. 13-16. 韓國地形空間情報學會誌.

(16)