대한공간정보학회지 (Journal of Korean Society for Geospatial Information Science)

  • 제20권2호
  • /
  • Pages.55-61
  • /
  • 2012
  • /
  • 1598-2955(pISSN)
  • /
  • 2287-6693(eISSN)
대한공간정보학회 (Korea Spatial Information Society)
권호 표지
DOI QR코드

DOI QR Code

수목차폐율을 고려한 가시선 분석 시뮬레이션

LOS Analysis Simulation considering Canopy Cover

  • 공성필 (건국대학교 신기술융합학과) ;
  • 송현승 (국방과학연구소) ;
  • 어양담 (건국대학교 신기술융합학과) ;
  • 김용민 (서울대학교 건설환경공학부) ;
  • 김창재 (상명대학교 건설시스템공학과)
  • 투고 : 2012.04.20
  • 심사 : 2012.05.21
  • 발행 : 2012.06.30
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

가시선 분석 결과에 영향을 미치는 주요 요인으로는 지형고도, 장비의 성능 그리고 수목에 의한 차폐를 들 수 있다. 수목 차폐는 계절별로 달라지고, 수목의 밀도, 수목고 등에 의해 그 값이 변화하므로, 현실적인 가시선 분석 결과에 많은 영향을 미친다고 볼 수 있다. 본 연구에서는 NDVI와 수치지도 속성자료인 수목차폐 자료를 상관시켜 수목차폐율 값을 생성하고 이에 의한 가시선 분석을 실험지역 6개 관측지점에 대하여 수행하였다. 실험 결과, 식생 지수 NDVI와 차폐율은 상관성이 있으며, 이를 기반으로 새로운 차폐율 지도를 생성할 수 있었다. 또한 가시선 분석 결과 기존 차폐율을 고려한 가시선 분석 결과와 가시면적 차이가 있었으며, 특히 가시영역의 공간적 분포 차이가 두드러졌다.

The primary factors of the LOS(Line-of-Sight) analysis process are terrain height, camera capacity, and canopy cover. The canopy cover rate differs depending on the changing season, and its value is influenced by the tree density, tree height, and etc. This study generated the canopy cover value based on relationship between NDVI(Normalized Difference Vegetation Index) and DMT(Density Measure % of Tree/Canopy Cover), which is a digital map attribute, and then performed the LOS analysis on six station of test sites. As results, It was found that NDVI and DMT are correlated with each other through the experiments. Based on this finding, new DMT map can be generated using NDVI. Also, There is a difference between the result of visibility analysis using the present DMT and one using a new DMT. Especially, the spatial distributions of the detected visible areas are significantly different between the two visibility analysis results.

키워드

참고문헌

  1. 송현승, 이병길, 박성복, 이상지, 1995, "GIS 지형지물 및 속성부호 표준화에 관한 연구", 한국지형공간정보학회논문집, 제3권, 제2호, pp.63-74.
  2. 송현승, 박완용, 박현춘, 이영림, 2011, DEM과 DSM의 가시선 탐지확률 비교, 한국측량학회지, 제29권, 제2 호, pp.165-173.
  3. 어양담, 2007, 수목차폐율을 고려한 자동상관매칭 수치 고도 결과 분석, 한국 GIS학회지, 제15권, 제2호, pp.181-187.
  4. 어양담, 박완용, 이용웅, 이병길, 편무욱, 2008, 지형고도자료 해상도가 가시선 분석에 미치는 영향, 한국군사과학기술학회지, 제11권, 제3호, pp.99-105.
  5. 이용웅, 성창섭, 양우석, 임성빈, 어양담, 2006, 지형공간정보를 이용한 감시장비배치 최적화 실험 연구, 한국군사과학기술학회지, 제9권, 제1호, pp.72-79.
  6. 이준학, 김항덕, 오경두, 2009, 가시권 분석에서의 MAUP 영향분석, 한국군사과학기술학회지, 제12권, 제 1호, pp.80-87.
  7. 이용웅, 박완용, 어양담, 유향미, 2005, 철책선 경계를 위한 수리적 모델 실험 연구, TEDC-517-050766, 국방과학연구소
  8. 이한민, 2011, 중거리지대공 유도무기체계 적용을 위한 가시선 분석 알고리듬 연구, 한국군사과학기술학회지, 제13권, 제4호, pp.642-649.
  9. Barbar, L.O., 1995, Validation of Prediction Models for Target Detection and Recognition, World Scientific Publishing Co., pp.192-218.
  10. Carreiras Joao M.B., Pereira Jose M.C., Pereira Joao S., 2006, Estimation of tree canopy cover in evergreen oak woodlands using remote sensing, Forest Ecology and Management, Vol. 223, Issues 1-3, pp.45-53. https://doi.org/10.1016/j.foreco.2005.10.056
  11. De Floriani L. and Magillo P., 2002, Multiresolution mesh Representation :Models and Structures in Tutorials on Multiresolution in Geometric Modelling Eds A Iske, E Quak, M S Floater (Springer, Berlin), pp.363-418.
  12. De Floriani, L. and Magillo, P., 2003, Algorithms for Visibility Computation on Terrains : A Survey, Environmental and Planning B : Planning and Design 2003, Vol. 30, pp.709-728. https://doi.org/10.1068/b12979
  13. Dean, D.J., 1997, Improving the accuracy of Forest Viewsheds Using Triangulated networks and the Visual Permeability method, Canadian Journal of Forest Research, Vol. 27, pp.969-977. https://doi.org/10.1139/x97-062
  14. Hellde''n, U., and Olsson, L., 1989, Fuelwood assessment of the Kassala Province, The Democratic Republic of The Sudan. Remote Sensing Laboratory of Physical Geography, University of Lund, Sweden. Ref. FAO contract no. TF/SUD/033/-1/NET/FOOD, p.27.
  15. Jensen, J.R, 2007, Remote Sensing of the Environment-An Earth Resource Perspective, Prentice Hall, pp.382-386.
  16. Kim, Y.H., Rana, S. and Wise, S., 2004, Exploring Multiple Viewshed Analysis using Terrain Features and Optimisation Techniques, Computers & Geosciences, Vol. 30, pp.1019-1032. https://doi.org/10.1016/j.cageo.2004.07.008
  17. Larsson, H., 2002, Acacia canopy cover changes in Rawashda forest reserve, Kassala Province, Eastern Sudan, using linear regression NDVI models, International journal of remote sensing, Vol.23, No.2, pp.335-339. https://doi.org/10.1080/01431160010014279
  18. Lee, Kyu-Sung, Kim Jeong-Hyun, 2000, Change Analysis of Forest Area and Canopy Conditions in Kaesung, North Korea Using Landsat, SPOT and KOMPSAT Data, Journal of the Korean Society of Remote Sensing, Vol.16, No.4, pp.327-338. https://doi.org/10.7780/kjrs.2000.16.4.327
  19. Llobera M., 2007, Modeling Visibility Through Vegetation, International Journal for Geographical Information Science, Vol. 21, No. 7, pp.799-810. https://doi.org/10.1080/13658810601169865
  20. Tomko M., Trautwein, F. and Purves, R., 2009, Identification of Practically Visible Spatial Objects in Natural Environments, Advances in GIScience: 12th AGILE International Conference Proceeding, June 5th, Hannover, Germany, pp.1-23.