Abstract
In situation that carbon dioxide emissions are being increased as urbanization, urban green space is being promoted as an alternative to find solution for these problems. In urban areas, trees have the ability to reduce carbon dioxide as well as to be aesthetic effect. In this study, we proposed the methodology which uses only LIDAR data in order to extract these trees information effectively. To improve the operational efficiency according to the extraction of trees, the proposed methodology was carried out using multiple data processing such as point, polygon and raster. Because the existing NDSM(Normalized Digital Surface Model) contains both the building and tree information, it has the problems of high complexity of data processing for extracting trees. Therefore, in order to improve these problems, this study used modified NDSM which was removed estimate regions of building. To evaluate the performance of the proposed methodology, three different zones which coexist buildings and trees within urban areas were selected and the accuracy of extracted trees was compared with the image taken by digital camera.
도시화에 따른 이산화탄소의 발생이 증대되고 있는 실정에서 이를 해결할 수 있는 대안으로 도시의 녹지화가 추진되고 있다. 도시지역에서 수목은 이산화탄소를 저감시킬 뿐만 아니라 심미적인 효과가 있다. 본 연구에서는 이러한 수목의 공간정보를 효율적으로 추출하기 위하여 라이다 자료를 이용하는 방법론을 제안하였다. 제안한 방법론에서는 수목추출에 따른 작업의 효율성을 향상시키기 위하여 점, 면, 영상기반의 복합적 자료처리를 수행하였다. 기존의 정규화된 수치표면모델은 건물과 수목정보를 모두 포함하고 있어 수목 추출 시 자료처리의 복잡성이 높은 문제점을 안고 있다. 따라서 이러한 문제점을 개선하기 위하여 본 연구에서는 건물추정영역을 제거한 수치표면모델을 이용하였다. 제안한 방법론의 적용성을 평가하기 위하여 도시지역 내의 건물과 수목이 공존하는 3개의 지역을 선정하였으며 수목추출의 정확도는 디지털 카메라에 의해 촬영된 디지털 영상과 비교하였다.
