자연재해 대응 번역(한국어 원본)라이다 자료를 이용한 경사분석 알고리즘 비교
최근 지구 온난화 현상으로 인하여 우박, 집중호우, 폭설, 태풍, 홍수 등으로 인한 자연재해의 증가로 재해예방 및 복구에 대한 관심이 고조되고 있다. 이러한 자연재해 예방과 복구를 위하여 항공 라이다와 GIS를 접목하여 접근하는 연구가 늘어나고 있다. 국립산림과학원 산림방재연구과에서는 항공 라이다를 이용하여 산지토사재해를 조사하는 연구를 진행하였으며, 항공 라이다를 이용한 산사태지 붕괴량에 대한 연구도 진행하였다.
라이다 자료는 3차원 정보를 제공하고 있는 자료로서 라이다 자료를 이용하여 공간객체를 추출할 수 있다(Eui Myoung Kim 2009). 라이다 자료의 비지면점을 이용하여 공간객체를 추출하는 연구가 다수 진행 되었으며, 지면점을 이용하여 생성한 DEM으로 경사분석 및 향분석 등 여러 가지 방면으로 연구가 진행되었다. Kevin H. Jones(1998)는 DEM을 이용하여 자주 사용되는 경사분석 알고리즘 8개를 비교 분석하는 연구를 진행하였으며, Qiming Zhou 외(2004)는 DEM에서 경사와 향을 분석하는 알고리즘의 정확성에 대한 연구를 하였다. 또한, Qiming Zhou 외(2004)는 수학적 공식으로 데이터의 오류와 경사 및 향 분석의 알고리즘을 분석하였다. Kim, Eui Myoung 외(2000)는 대상지역의 수치지도 등고선자료층에서 절점을 추출한 후 이 점들에 대해 방사삼각망 알고리즘을 이용하여 불규칙삼각망을 생성하는 알고리즘을 구현하는 연구를 진행하였다. 본 연구는 라이다 자료를 이용하여 DEM을 생성하고 경사분석의 알고리즘을 비교하여 분석한 후 자연재해 예방에 도움을 줄 수 있는 정확한 알고리즘을 선별하는 데 주 목적을 둔다. DEM을 이용한 경사분석 알고리즘에는 Neighborhood알고리즘, Quadratic알고리즘, Maximum알고리즘, Simple Difference(Chu and Tsai, 1995), Maximum Downhill Slope(O’Callaghan and Mark, 1984), 3rd order Finite Difference(Sharpnack and Akin, 1969; Unwin, 1981), Frame Finite Difference(Jones, 1998)등이 있다. 표 1은 가장 대표적인 알고리즘과 알고리즘 별 수식을 나타낸다.
Neighborhood알고리즘은 일반적으로 많이 사용되고 있는 알고리즘으로 ArcGIS(3D Analyst), GRASS GIS에서 채택되어 사용되고 있으며 3rd order Finite Difference알고리즘은 중심셀과 6개의 셀만을 대상으로 분석하는 알고리즘이다. 또한, Frame Finite Difference알고리즘은 중심셀과 4개의 대각 셀만을 대상으로 분석한다. Maximum알고리즘은 지역의 변동성을 유지하고 중심셀과 하나의 이웃셀 사이의 경사를 계산한다. 기존의 알고리즘 수식을 이용하여 알고리즘 정확도를 비교하기 위하여 실험을 수행하였다. 실험대상지역은 Fig 1과 같이 경기도 오산지역이며 면적은 약 42.76km2이다. 오산지역 라이다 자료를 이용하였으며 라이다 자료는 Ground, High vegetation, Medium vegetation, Low vegetation 등으로 구성되어있다. 이 중에서 Ground 와 low vegetation을 이용하여 지면점을 분류하고 공간보간하여 오산지역의 DEM을 생성하였다. 생성된 DEM은 그림 2의 ②, ③, ④에 나타낸 것과 같이 각각 1m, 5m, 10m DEM이다.
Fig 2의 ①은 본 연구대상지역의 정사영상을 나타내고 있으며 주로 도로와 구릉지 등으로 구성된 것을 알 수 있다. 경사분석은 표 1의 4가지 경사분석 알고리즘을 1m, 5m, 10m DEM에 적용하여 경사도 구간별로 경향과 알고리즘 별의 경사도 값을 살펴보고 특징을 분석하였다.
표 1의 알고리즘 별 수식을 살펴보았을 때 Neighborhood알고리즘, 3rd order Finite Difference알고리즘, Frame Finite Difference알고리즘은 셀의 평균값을 사용하여 경사를 분석하지만 Maximum알고리즘은 최대값을 기준으로 경사를 분석한다. 표 2는 1m, 5m, 10m DEM의 알고리즘 별 경사도 비율을 나타낸다. 표 1의 알고리즘 별 수식과 표 2의 DEM의 알고리즘 별 경사 분석 결과를 바탕으로 살펴보았다.
해상도가 다른 1m, 5m, 10m DEM의 경사구간별 비율을 평가하였더니 Maximum알고리즘을 제외하고 나머지 알고리즘은 0°와 5°사이의 경사가 비슷한 비율을 가지는 것으로 나타났다. 5°~10°, 10°~15°사이의 경사는 해상도가 낮아질수록 비율이 높아지는 결과가 나타났으며 20°~25°, 25°~30°, 30°~35°, 40°이상의 경사는 해상도가 낮아질수록 비율도 함께 낮아지는 결과가 나타났다. 비교 분석한 4가지 경사분석 방법중에서 최대값을 기준으로 경사를 분석하는 Maximum을 제외한 나머지 알고리즘은 비슷한 패턴을 나타내었다. 본 연구에서는 비탈면의 경사분석을 위해서 라이다 자료를 이용하여 고정밀을 DEM을 생성하고 경사분석을 수행하였으며 다음과 같은 결론을 도출하였다.
첫째, 라이다 자료의 Ground, Low vegetation을 이용하여 고정밀의 DEM을 생성할 수 있었다. 이를 통해 다양한 경사분석 알고리즘을 평가할 수 있었다.
둘째, DEM의 해상도가 낮아짐에 따라 경사도가 5° 보다 낮은 비율은 큰 변화가 없으나 5°~15°사이의 경사구간에서는 비율이 낮아지는 특성이 있었다. 또한 20° 이상의 경사구간에서는 DEM의 해상도가 낮아짐에 따라 비율이 감소하는 특성을 나타내었다.
셋째, 분석된 경사분석 방법 중에서 가장 정확도가 낮은 알고리즘은 Maximum알고리즘이며 나머지 3개는 유사한 특성을 나타내었다. |
자연재해 대응 번역(영어 번역본)Slope Analysis Algorithm Comparison Using LiDAR
Due to the recent global warming there is an increased number of natural disasters like hail, torrential rain, snow, hurricanes, floods, etc. and high interest in disaster prevention and recovery. There are increased research combining aviation LiDAR and GIS for the prevention and recovery of natural disasters. Forest Disaster Prevention Sector of the Korea Forest Research Institute carried out a research on soil disasters and using aviation LiDAR.
Since LiDAR data provides three-dimensional information, it is possible to extract a spatial object using LiDAR data (Eui Myoung Kim 2009). There were many researches that extracted spatial objects using the non-ground point of the LiDAR data. Research was carried out in various directions through slope analysis and perfume analysis (aspect analysis) using DEM that is created using the ground point. Kevin H. Jones(1998) conducted a study on comparing the eight frequently used slope analysis using the DEM. Qiming Zhou et al.(2004) studied the accuracy of the algorithms that analyze the slope and scent at the DEM. In addition, Qiming Zhou et al.(2004) analyzed the data error, slope analysis, and scent analysis algorithm using mathematical equations. Kim, Eui Myoung et al.(2000) extracted the panel points of the contour data layer numerical map of the target area and then by using the radial triangular net algorithm on the points, performed a study that realizes an algorithm creating an irregular triangular net. This study used LiDAR data to produce DEM and analyzed by comparing the slope analysis algorithms. It has its goal in choosing the right algorithm that can help prevent natural disasters. There are neighborhood algorithm, quadratic algorithm, maximum algorithm, simple difference (Chu and Tsai, 1995), maximum downhill slope(O’Callaghan and Mark, 1984), 3rd order finite difference(Sharpnack and Akin, 1969; Unwin, 1981), frame finite difference(Jones, 1998), etc. in the slope analysis algorithms using DEM. Table 1 indicates the most representative algorithms and the mathematic formulas of each algorithm.
The neighborhood algorithm is an algorithm commonly used. It is used in ArcGIS (3D Analyst) and GRASS GIS. The 3rd order finite difference algorithm is an algorithm analyzing only the center cell and six cells. Moreover, the frame finite difference algorithm analyzes only the center cell and four diagonal cells. The maximum algorithm maintains the local volatility and calculates the slope between center cells and neighboring cells. An experiment was performed in order to compare the algorithm accuracy using existing algorithm equations. The experimented region is Osan in Gyeonggi-do with a size of approximately 42.76km2 as in Fig 1. The LiDAR data of Osan was used and the data was composed of ground, high vegetation, medium vegetation, low vegetation, etc. Using ground and low vegetation, the ground point was categorized and the DEM of Osan was created. The created DEMs, as indicated in ②, ③, ④ of Fig 2, are each a 1m, 5m, and 10m DEM.
① of Fig 2 describes the orthophoto of the study area and it can be told that it consists of mainly roads and hills. For the slope analysis, the four slope analysis algorithms in Table 1 was applied to the 1m, 5m, and 10m DEMs to examine the inclination of each slope parts and the slope value of each algorithm. Further, their characteristics were analyzed.
The equation of each algorithm in Table 1 shows that the neighborhood algorithm, 3rd order finite difference algorithm, and frame finite difference algorithm use the average value of cells to analyze the slope. However, the maximum algorithm uses the maximum value to analyze slopes. Table 2 shows the slope ratio of each algorithm of 1m, 5m, and 10m DEMs. The examination was conducted based on the equations of each algorithm in Table 1 and slope analysis results of each DEM algorithm in Table 2. The evaluation results of the ratio for each slope part in the 1m, 5m, and 10m DEM with different resolutions showed that all algorithms except for the maximum algorithm had similar ratios for angles between 0° and 5°. The angles from 5° to 10° and from 10° to 15° had a higher ratio as the resolution got lower while angles from 20° to 25°, 25°~30°, 30°~35°, and greater than 40° had a lower ratio as the resolution got lower. All four slope analysis methods that were compared except for the maximum algorithm, that analyzes the slope based on the maximum value, had similar patterns. In this study, in order to analyze the angle of the slope, a high-precision DEM was created using LiDAR data. The slope analysis was performed drawing the following conclusion.
Firstly, using the ground and low vegetation of LiDAR, a high-precision DEM could be created and evaluations on various slope analysis algorithms was possible through this.
Secondly, as the resolution of the DEM decreases, there is no big change in ratios with a slope smaller than 5°. However, for slopes from 5° to 15°, the ratio decreased. Moreover, in slopes with an angle greater than 20° the ratio decreases as the DEM resolution decreases.
Thirdly, the maximum algorithm has the lowest accuracy among the analyzed slope analysis methods. The other three had similar characteristics. |
