Database Enhancement for Development of Open-pit Mine Monitoring System in Open Source Environments

오픈 소스 환경의 노천광산 모니터링시스템 개발을 위한 데이터베이스 고도화 방안

Abstract

Open-pit mines are the critical infrastructure for acquiring natural resources. Since it could be endangered by environmental and safety problems during operations, continuous monitoring is required for this type of mine. However, the domestic level management and accumulation of present state data of the topographical alteration are incurred by the development and restoration of open-pit mines relying on digital topographic maps and site surveys. Because of it, other than an expert cannot be viewed easily examines those changes information of open-pit mines in the domestic level. If the efficient management and public access of the open-pit mine is targeted, it is easy to build a web-based three-dimensional monitoring system, utilized in the space information software of open source. Therefore, we purposed on developing an open-pit mine monitoring system to support the development and restoration of the ecology-friendly environment, which could be easily monitored by the general public for those changes within terrain and environments due to operations of the mine.

노천광산(open-pit mine)은 자원의 확보차원에서 매우 중요한 기반시설이지만 운영과정에서 지형 및 환경변화나 안전 문제 등이 발생되기 때문에 지속적인 모니터링이 요구되고 있다. 그러나 국내 노천광산에서 개발 및 복원에 따른 지형 변화에 대한 현황 자료는 수치지형도와 현장측량 성과에 의존하여 전문가 이외에는 노천광산의 변화에 대한 정보를 용이하게 확인할 수 없다. 이에 노천광산에 대한 효율적인 관리 및 일반인의 접근이 원활하게 노천광산을 대상으로 오픈소스 공간정보 소프트웨어를 활용한 웹기반 3차원 모니터링시스템을 구축하여, 일반인들도 쉽게 광산의 운영에 따른 지형 및 환경변화 등을 모니터링하고 친환경 생태학적 개발 및 복원을 지원하는 노천광산모니터링시스템을 개발하고자 한다.

1. 서 론

노천광산은 자원의 확보차원에서 매우 중요한 기반시설이지만 운영과정에서 지형 및 환경변화나 안전 문제 등이 발생되기 때문에 지속적인 모니터링이 요구되고 있다.

기존의 연구에서 Froese and Mei(2008)는 항공 LiDAR(Light Detection And Ranging)와 위성 InSAR(Interferometric SAR) 기술을 이용하여 광산분포에 대한 정보를 정밀 DEM을 이용하여 생성하고 공간 패턴에 관한 정량적 정보를 계산하여 광산의 매핑과 모니터링을 수행하였다.

Brown et al.(2007)은 2km의 크기에 달하는 거대 노천광산을 완전히 자동화 되고 정확하며 효율적인 모니터링시스템을 구축하기 위해 GNSS 수신기와 로보틱 토탈스테이션 장비를 결합하여 사면의 변형을 측정할 수 있는 방법을 제시하였다.

Tong et al.(2015)은 UAV와 지상 LiDAR를 이용하여 이미지, Point Cloud처리, 객체분류 및 3D 매핑 등을 포함하는 데이터 처리 및 결합을 위한 노천광산 모니터링 프레임 워크를 제공하였다.

노천광산의 지형공간정보 구축 및 모니터링에 관한 연구들은 광산의 DEM(Digital Elevation Model) 자료를 이용한 변화 분석에 관한 연구, 광산의 관리 시스템 제안에 관한 연구 및 다양한 측량장비를 이용한 모니터링 기법 개발이 주를 이루고 있다.

또한 국내 노천광산에서 개발 및 복원에 따른 지형 변화에 대한 현황 자료는 수치지형도와 현장측량 성과에 의존하여 전문가 이외에는 노천광산의 변화에 대한 정보를 용이하게 확인할 수 없다.

이에 노천광산에 대한 효율적인 관리 및 일반인의 접근이 원활하게 이루어지기 위해서는 웹기반 GIS 애플리케이션의 개발이 필요하다.

노천광산 모니터링 시스템을 개발하기 위해 상용프로그램을 이용하였을 경우와 오픈소스 프로그램을 이용하였을 경우를 비교하였다. 노천광산 모니터링 시스템을 구축할 때에 상용프로그램을 이용한다면 프로그램 개발사와 연계를 통해 개발에 걸리는 시간이 단축되며 시행착오를 줄일 수 있지만 프로그램 구입비용이 높다는 단점이 있다. 반면에 오픈소스 프로그램의 경우에는 개발자 스스로가 문제를 해결해나감에 따라 개발시간이 늘어나는 단점이 있지만 프로그램 구입비용이 절감된다(Lee et al., 2014(c)).

최근 다양한 연구사례에서는 웹상에서 공간정보를 운영, 유지관리하기 위해서 상업적인 소프트웨어 대신 오픈소스 GIS 소프트웨어가 활용되고 있는 추세이며, 천연자원 관리와 공간데이터 관리 등 다양한 분야에서 데이터베이스를 관리하기 위해서 오픈 소스 소프트웨어를 활용한 연구들이 수행되고 있다(Singh et al., 2012; YIN et al., 2009; Lee et al., 2008).

그러나 노천광산의 개발 및 복원에 대한 최적 모니터링 기법에 대한 연구는 국내·외에서 많지 않으며, 노천광산 모니터링시스템 구축과 오픈소스 공간정보 소프트웨어를 융합하여 활용한 사례도 부족한 실정이다.

친환경 생태학적인 광산의 복원을 위해서는 노천광산에 대한 주기적이고 정확한 모니터링 기법이 필수적이며, 이를 효율적으로 수행하기 위한 모니터링시스템의 개발이 요구된다.

이에 본 연구에서는 노천광산을 대상으로 최적화된 데이터 베이스를 구성하고 오픈소스 공간정보 소프트웨어를 활용한 웹기반 3차원 모니터링시스템을 구축하여 노천광산의 운영에 따른 지형 및 환경변화 등을 모니터링하고 친환경 생태학적 개발 및 복원을 지원하는 노천광산 모니터링시스템을 개발하는데 목적이 있다.

또한 노천광산의 개발과 복원에 따른 변화를 모니터링하기 위한 최적 센싱 및 고도화 방안을 제시하고 공간정보 오픈플랫폼을 통한 노천광산의 모니터링 서비스 방안을 제시함으로써 개방형 환경의 강원권 모니터링시스템을 개발하고자 하였다.

노천광산 모니터링시스템은 강원도에 위치한 노천광산인 라파즈 한라시멘트광산을 대상으로 개발하였다. Fig. 1은 연구의 흐름을 나타낸 것이다.

Fig. 1.Main process of this research

 

2. 기초 지형공간정보를 이용한 모니터링 지역의 분류

연구대상지역의 노천광산은 모니터링 개념을 정립하기 위해 운영부문(operating aspect)과 환경 생태학적 부문(environmental ecological aspect)으로 분류하여 모니터링 지역을 세분하였다. 또한 차분영상기법(differential image)과 잔차 DEM(residual DEM)을 이용하여 세부 모니터링 지역을 선정한 후 가행광산과 휴지광산별 모니터링의 주안점을 분석하여 운영지역 및 복원지역을 중심으로 모니터링 인자를 선정하였다(Lee et al., 2015(a); Lee et al., 2015(b)).

운영부문은 광산이 운영되며 생기는 채광지역이나 복원지역에 대한 항목으로 광산의 운영계획과 복구계획에 따라 세부항목을 선정하였다. 환경생태학적 부문은 광산 운영과 복원 과정에서 발생되는 자연 및 환경변화에 대한 항목으로 운영계획과 복구계획, 복구 추진현황에 따라 세부항목을 선정하였다.

노천광산의 모니터링 세부항목은 모니터링 항목에 맞추어 노천광산의 모니터링에 대한 주안점을 분석하여 운영지역과 복원지역을 선정하였다. 운영부문에서는 채광지역(mining area), 생태복원지역(ecological restoring area) 및 재해복구지역(disaster restoring area)으로 분류할 수 있다.

채광지역은 광산에서 채광을 진행하고 있는 지역으로 변화가 지속적으로 발생하는 지역이며, 생태복원지역은 광산을 운영하면서 발생하게 되는 채광 종료지역을 인공적으로 복원함으로써 자연으로 환원하는 지역으로 주기적인 데이터 취득이 필요하다.

재해지역은 채광 및 복원과는 달리 자연적이나 인공적인 요인으로 인해 갑작스러운 변화가 발생하는 지역으로 긴급한 데이터 취득이 필요하게 된다.

환경생태학적 부문은 폐석적치지역(waste stowage area), 생태복원완료지역(ecological restored area)으로 분류하였다. 폐석적치지역은 채광지역에서 석회석을 얻고 난 뒤 남게 되는 폐석을 추후 복원을 위한 지역에 적치하는 지역을 의미하며 지속적인 변화가 있는 지역이며, 복원 완료지역은 복원을 마치고 자연에 환원한 지역으로 변화가 적게 발생하므로 긴 주기의 데이터를 취득해도 되는 지역이다.

노천광산의 모니터링 항목에 따라 노천광산을 효율적으로 모니터링하기 위해서는 기초 데이터의 취득, 가공, 성과품 제작이 수반되어야 한다. 운영부문 및 환경생태학적 부문에서 정기적인 자료취득이 필요한 경우에는 1년 또는 2년을 주기로 항공사진측량 및 항공레이저측량을 통해 정사영상과 DEM을 취득하고, 이 자료를 이용하여 광산운영 계획 및 연차별 복원계획을 수립하여야 한다(Kim et al., 2015).

부정기적인 자료 취득은 민원이나 재해가 발생 하였을 때 비용과 절차가 간편한 UAV나 지상 LiDAR를 이용하여 정사영상과 DEM을 취득하고 민원이나 재해로 인해 발생한 피해상황을 파악하며 재해지역을 복구하기 위한 복구계획을 수립하는데 이용하여야 한다.

이와 같이 본 연구에서 노천광산의 모니터링 지역을 세분화 하고 세부항목별 데이터베이스 구축방법은 Fig. 2와 같다.

Fig. 2.Classification of monitoring area and data acquisition method

2.1 영상기반의 모니터링 지역 분류

고해상도 정사영상을 이용한 차분영상기법은 비교하는 영상간의 시간경과에 따른 각 화소사이의 차이를 계산하고 그 결과를 이미지로 출력할 수 있는 기법이다. 차분영상기법을 적용한 결과는 2007년 정사영상과 2014년 정사영상을 이용하여 나타냈으며 분석 결과는 Fig. 3과 같이 나타났다.

Fig. 3 .Classification of monitoring area using digital image

밝은 갈색으로 표현되는 영역은 2007년 정사영상에 비해 2014년 정사영상에서 식생이 줄어들고 광산 영역이 증가한 영역으로 해당 영역을 채광지역으로 선정하였다. 밝은 회색으로 표현되는 영역은 더 이상의 변화가 나타나지 않지만 기존에 폐석을 적치하던 지역에 식재작업이 이루어져 식생이 발생하는 지역으로 해당 영역을 생태복원지역으로 선정하였다.

연구 대상지역의 재해지역은 2012년 8월에 대상지역 인근에 위치한 송전선로가 붕괴하는 사고가 발생하였다. 2007년 정사영상을 분석하였을 때 더 이상 개발을 하지 않는 것으로 확인되었으며 2014년에 촬영한 정사영상에서는 붕괴 지역에 대한 복구가 이루어지는 것을 확인 할 수 있었다. 재해지역은 기존 광산영역에 비해 넓어짐에 따라 채광지역과 같이 갈색영역으로 표현이 되며 재해복구지역으로 선정하였다. 차분영상 기법을 통해 분류된 모니터링 지역은 Fig. 4와 같다.

Fig. 4.Detail classification of monitoring area with digital image

2.2 DEM기반의 모니터링 지역 분류

잔차 DEM은 두 DEM을 래스터 연산을 통해 높이 값에 대한 차이를 계산하며 그에 대한 높이별 영역을 추출 할 수 있는 분석 기법이다. 라파즈 한라시멘트광산의 DEM은 2007년 7월과 2014년 5월에 취득한 LiDAR 자료를 이용하여 1m Grid DEM으로 생성하였다.

두 DEM의 잔차를 이용하여 광산의 변화 지역을 분석하였다. 잔차 DEM은 차분영상 비교와는 달리 정량적인 분석을 통해 모니터링 지역에 대한 세분화가 가능하였다. 2007년 DEM과 2014년 DEM의 잔차를 계산한 결과는 Fig. 5에 나타내었다.

Fig. 5.Residual DEM of active mine in elapse of time

차분영상기법을 통해 분류된 영역과는 달리 시각적으로도 광산의 변화가 얼마만큼 일어났는가에 대한 결과를 한눈에 확인할 수 있었다. 채광지역의 경우에는 차분영상기법에서 나타난 영역과는 달리 광산 중심부에서도 활발한 채광활동이 있음을 알 수 있으며 광산의 중간부분과 끝부분에 폐석을 적치하여 복원을 위한 활동이 이루어지는 것을 알 수 있었다.

반면에 생태복원지역의 경우에는 영상에서 분류한 영역과 대부분 일치하며 생태복원지역은 높이 변화가 채광지역이 비해 미미한 것을 알 수 있었다. 마지막으로 2012년에 발생한 붕괴 사고가 발생하였던 지역에도 절토가 주로 이루어졌음을 알 수 있었다.

분석 결과를 통해 차분영상으로 분류하였던 영역 이외에 변화가 없던 지역에서도 절토량과 성토량 변화가 발생하고 있음을 알 수 있었다. 대상지역의 영역확장이나 복원이 이루어지는 경우에는 영상을 통한 분석으로 충분하지만 현재 운영되고 있는 광산에서는 DEM을 통한 분석이 필요한 것을 알 수 있었다.

DEM의 잔차를 통해 높이변화별 면적 값은 Table. 1과 같으며 채굴된 지역 중 –50m 이하로 내려간 면적이 201,008m² 이며 전체 광산 영역 중 약 1.8%의 영역을 차지하고 있었다. 다음으로 –50m~0m 지역은 1,629,346m²으로 전체 광산 영역 중 약 14.7%의 영역을 차지하고 있었다.

Table 1.Subdivision of the monitoring area using residual DEM of 2007 and 2014

폐석 적치 지역에서 0m~50m 상승된 지역 면적이 1,203,069m² 로 전체 광산 영역 중 약 10.9%의 영역을 차지하고 있으며 50m이상 상승한 지역은 87,626m²로 전체 광산영역 중 0.8%의 영역을 차지하고 있었다. 이러한 광산내부에서 일어난 절토량 대비 성토량을 비교 하면 광산의 생산량을 유추할 수 있으며 유추한 생산량을 이용하여 효율적인 광산의 운영계획을 수립 할 수 있다.

 

3. 노천광산 모니터링시스템을 위한 데이터베이스 구축

3.1 모니터링을 위한 데이터베이스 고도화 및 구축 방안

연구대상지역의 지형공간정보는 노천광산 모니터링시스템을 구성하는데 중요한 기초 자료이다. 본 연구에서는 노천광산 모니터링시스템을 구성하기 위한 최신 자료의 취득과 기존 자료의 수집 방안은 Fig. 6에 제시하였다.

Fig. 6.Main process of DB construction for the monitoring system

대상 광산에 대한 기존 지형공간정보의 수집에는 국토지리정보원의 국토공간영상정보 서비스와 공간정보 오픈플랫폼, 민간 포털 사이트의 오픈데이터 서비스(Daum map), USGS의 EarthExplorer를 이용하였다.

또한, 기초 지형공간정보의 고도화를 위한 자료취득은 일정한 주기의 정기적인 취득방안인 항공레이저측량을 통해 GSD 0.4m급 이상 정사영상 및 격자간격 1m의 DEM을 취득하였다. 부정기적인 취득방안으로는 UAV와 지상 LiDAR를 활용함으로써 긴급 상황에 맞게 지형공간정보를 신속하게 취득할 수 있었다.

노천광산 모니터링시스템의 Client는 하드웨어 가속 그래픽을 이용하여 WebGL을 구동함으로써 보다 효율적인 변화모니터링이 가능하며 기초데이터가 다른 공간정보 오픈플랫폼에 비해 뛰어나며 다양한 3차원 모델링 포맷을 제공하여 시스템을 개발하는데 더 유리할 것으로 판단되어 Cesium으로 선정하였다. Fig. 7은 노천광산 모니터링시스템(http://gwopmms.kro.kr)을 구축한 초기화면을 나타낸 것이다(Lee et al., 2014(a); Lee et al., 2014(b)).

Fig. 7.Main page of monitoring system

또한 노천광산 모니터링시스템은 노천광산의 변화를 탐지하고 분석하기 위해 시스템상의 기초자료인 정사영상과 DEM이 최신성을 갖춰야하며, 지속적인 모니터링 데이터의 업로드와 경년자료의 비교가 이루어져야 한다. 따라서 노천광산 모니터링시스템에 이용되는 공간정보 오픈플랫폼인 Cesium상에 정사영상과 DEM 데이터를 업로드하기 위한 방법을 정립하였다. Fig. 8은 영상과 DEM를 고도화하기 위한 방안을 도식적으로 나타낸 것이다.

Fig. 8.Construction of combined DB for monitoring system

경년별 영상 데이터는 노천광산 모니터링시스템을 구축하는 중요한 모니터링 데이터이다. 따라서 영상 데이터를 노천광산 모니터링시스템에서 서비스를 원활하게 수행하기 위해서 영상 데이터의 원시 좌표체계를 파악하는 것이 필요하다.

노천광산 모니터링시스템의 좌표체계는 WGS84 좌표체계를 이용하고 있으며 영상 데이터의 좌표체계가 WGS84 좌표체계가 아닐 경우 OSGeo4W Shell을 이용하여 영상 데이터의 좌표체계를 변경해야 한다.

GeoServer에 데이터를 등록하고 발행하기 전 영상 데이터가 노천광산 모니터링시스템에서 원활하게 표현되기 위해서는 Image Pyramid 구축 및 Geowebcache와 같은 전처리를 하는 것이 중요하다.

Image Pyramid는 OSGeo4W Shell을 통해 변환을 하며 GDAL(Geospatial Data Abstraction Library)의 gdaladdo를 이용하여 Image Pyramid를 구축함으로써 노천광산 모니터링시스템의 요구 데이터 해상도에 맞춰 영상 데이터가 불필요하게 높은 해상도부터 불러오는 현상을 막아 시스템의 속도를 높이고자 하였다.

또한 Geowebcache를 설정하여 한번 불러온 영상 데이터를 노천광산 모니터링시스템의 사용자가 다시 보고자 할 때 기존에 저장된 캐시를 통해 영상 데이터를 불러옴으로써 시스템의 속도를 높일 수 있다.

Fig. 9 (a)는 Geowebcache를 적용하기 전의 영상 데이터 서비스 구문이며 Fig. 9 (b)는 Geowebcache를 적용한 영상 데이터 서비스 구문이다.

Fig. 9.Apply to Geowebcache before&after

전처리를 완료한 영상 데이터는 GeoServer의 작업공간에 저장소를 생성한 뒤 레이어를 GeoTiff 포맷으로 발행 등록을 하여 Cesium에서 자체적으로 제공하는 Cesium Image Provider를 통해 모니터링시스템 상에 영상을 서비스하도록 한다. 이 과정은 Fig. 10에 나타내었다.

Fig. 10.Process of ortho image uploading on monitoring DB

노천광산 모니터링시스템에는 Geoserver를 이용하여 2007년, 2008년, 2010년, 2012년, 2014년, 2015년 영상 데이터를 업로드 하였지만 영상 데이터 간의 촬영시기의 차이로 인해 영상간 이질감이 발생되었다. 이런 문제는 영상의 톤 및 색상처리를 통해 해결하여야 한다. 노천광산 모니터링시스템 상에 업로드된 영상 데이터는 Fig. 11과 같이 내었다.

Fig. 11.Digital ortho image newly uploaded on Cesium

지형 데이터는 노천광산 모니터링시스템에서 지형에 대한 가시적인 변화를 보여줄 수 있는 중요한 데이터이다. 지형 데이터는 노천광산 모니터링시스템상에 서비스하기에 앞서 지형 데이터의 원시데이터의 좌표체계를 파악하여야 한다. 원시자료인 Vector DEM은 Raster DEM으로 변환한 뒤 좌표 체계를 OSGeo4W Shell을 이용하여 WGS84로 변환하였다.

변환된 Raster DEM은 경계 파일을 생성하여 DEM 내에 불필요한 데이터를 Null 처리를 한 뒤 DEM을 저장하였다. 이러한 처리를 거친 DEM을 노천광산 모니터링시스템상에 업로드하였을 때 DEM간의 단차를 줄이기 위해 NASA의 SRTM(Shuttle Rader Topography Mission) DEM과 융합하여 서비스하고자 하였다.

SRTM　DEM과 처리된 DEM의 융합 과정은 SRTM DEM을 PCI Geometica를 이용하여 Raster DEM을 Vector DEM으로 변환하고 Null 처리를 한 LiDAR의 Vector DEM을 SRTM Vector DEM과 Vector DEM으로 융합하였다. 융합된 DEM은 Raster DEM으로 변환하여 GeoServer상에 등록하였다.

Fig. 12는 GeoServer에 BIL 추가모듈을 설치한 뒤 작업공간을 생성하고 저장소를 생성한 뒤 지형 레이어를 생성하여 GeoServer에 등록 및 발행하여 Cesium-GeoServer Terrain Provider를 이용하여 DEM을 노천광산 모니터링시스템에서 서비스하기 위한 오픈 소스 환경의 지형데이터 통합 방안을 제시한 것이다.

Fig. 12.Process of DEM uploading on monitoring DB

Cesium-GeoServer Terrain Provider는 Raster DEM에 색상값을 주고 그 값을 통해 높이를 지정하여 Cesium상에 표현해주는 기능이다. 초기에 Cesium-GeoServer Terrain Provider를 통해 지형 데이터를 서비스하였을 때 지형데이터가 계단과 같이 표현이 되며 매끄럽지 못한 문제가 발생하였다.

이 문제는 Cesium-GeoServer Terrain Provider의 높이 클래스가 초기 설정 값이 4개로 지정되어 데이터의 범위가 넓게 분류되기 때문이며, Cesium-GeoServer Terrain Provider의 높이 클래스를 36개로 재분류하여 서비스를 한 결과 지형 데이터가 매끄럽게 표현되었다. Fig. 13은 노천광산 모니터링 시스템에서 지형 데이터를 서비스하여 생긴 문제점과 해결된 결과를 나타낸 것이다.

Fig. 13.Solution of DEM registration on monitoring system

3.2 모니터링시스템 데이터베이스 취득

노천광산 모니터링 대상지역에 대한 촬영은 2007년 7월과 2014년 6월에 실시하였다. 2007년에 사용한 항측용 카메라는 Rollei AIC로 Pixel 크기는 9μm, Image 크기는 5,440×4,080이며, GSD는 0.25m로 영상을 취득할 수 있으며 2014년에는 Intergraph DMC로 Pixel 크기는 12μm, Image 크기는 7,680×13,824이며, GSD는 0.12m로 영상을 취득할 수 있다. 주요 장비제원은 Table 2에 나타내었다.

Table 2.Equipment specification of digital camera using acquisition data

레이저 스캐너는 2007년에는 Optech ALTM 30/70을 이용하였으며 레이저 펄스 강도는 70kHz, 촬영가능 고도는 3,000m이다. 2014년에는 Leica ALS50-II를 이용하였으며 레이저 펄스 강도는 150kHz, 촬영가능 고도는 200~6,000m이다. 주요 장비제원을 Table 3에 나타내었다.

Table 3.Equipment specification of airborne laser scanner using acquisition data

부정기적인 자료취득은 지상 LiDAR(terrestrial LiDAR)를 이용한 포인트 클라우드 취득과 UAV를 이용한 디지털영상과 포인트 클라우드 취득으로 이루어진다.

노천광산은 계단식으로 채광이 이루어져 급경사지가 많고 지형의 기복이 많아 항공사진 및 위성사진을 이용할 경우 채광지역의 사면경사가 80° 이상이 넘는 지역은 사면의 LiDAR 포인트가 적어 정확한 지형모델링이 어려우며 토공량 산정의 정확도가 저하된다. 지상에서 수평으로 촬영이 이루어지는 지상 LiDAR는 고각도 사면에 대한 관측이 가능하며, 노천 광산과 같이 수직에 가까운 사면에 대한 위치정보를 취득할 수 있는 장점이 있다. 2012년 8월에 라파즈 한라시멘트광산에서 발생한 붕괴사면의 피해량을 분석하기 위해 2012년 10월에 지상 LiDAR를 이용하여 포인트 클라우드를 취득하였다.

지상 LiDAR 장비는 Optech사의 ILRIS-3D를 이용하였다. 스캔 범위는 3m~1500m이며 스캔 간격은 5cm에서 이루어진다. 주요 장비제원은 Table 4와 같으며 지상 LiDAR를 이용하여 취득한 붕괴사면에 대한 DEM 결과는 Fig. 14에 나타내었다.

Table 4.Equipment specification of terrestrial LiDAR using acquisition data

Fig. 14.Fusion of airborne LiDAR and terrestrial LiDAR

UAV는 SensFly사의 eBee 모델을 이용하였으며 리튬폴리머전지로 최대 45Km/h의 공기저항을 견딜 수 있는 고정익 UAV 모델이다. 디지털 카메라는 비항측용 카메라로 Sony사의 WX220 모델이며 초점거리는 4.45∼44.5mm, GSD 1.5cm/Pixel 이하로 나타난다.

데이터 취득을 위한 촬영은 2015년 8월에 약 80%의 중복 도로 4개 구역으로 분할하여 촬영하였으며 총 484매의 항공사진을 취득하였다.

UAV로 취득된 항공사진은 성과품 제작 시 정확도의 향상과 Georeferencing을 위해 지상기준점 측량을 수행해야 한다. 노천광산은 도로 선과 같이 항공사진에서 확인 가능한 변곡점이 없어 대공표지를 설치하고 지상기준점 측량을 수행하였으며 대공표지를 설치한 상태로 UAV 촬영이 이루어졌다. UAV 촬영을 수행한 노천광산은 현재 채광이 진행되고 있는 광산으로 작업이 이루어지지 않고 있는 지역에서 8개의 지상기준점(GCP : Ground Control Point)을 선점하고 지상기준점측량을 수행하였다. Table 5는 지상기준점 측량 결과를 나타낸 것이다.

Table 5.Result of GCP surveying in open-pit mine

UAV로 취득된 항공사진의 성과품 제작은 기하학적 처리가 선행되어야 한다. 기하학적 처리와 성과품 제작은 Agisoft사의 Photoscan Standard Edition 버전을 이용하였으며 UAV를 이용한 성과품제작은 UAV로 촬영된 영상을 입력하고 외부표정요소를 입력한 뒤 8개의 지상기준점을 입력하여 표정 해석을 실시하였다. 그리고 영상을 매칭하여 포인트 클라우드를 추출하여 정사영상을 제작하였다.

기하학적 처리 결과는 Table 6과 같이 평면위치오차가 ±0.059m, 표고오차가 ±0.024m로 나타났다. 이는 항공사진측량작업규정에서 규정하고 있는 1:1,000 수치지도 제작을 위한 항공삼각측량의 평면위치 및 표고오차의 허용오차인 ±0.20m보다 정확도가 높은 것으로 나타났다.

Table 6.Geometric accuracy of UAV data

Table 6의 기하학적 처리 결과를 이용하여 포인트 클라우드를 추출하였으며 DEM의 제작이 가능하였다. UAV를 활용하여 추출된 포인트 클라우드를 기반으로 제작된 DEM은 Fig. 15와 같다.

Fig. 15.2015 DEM using UAV Surveying

UAV를 활용해 제작된 정사영상은 추출된 포인트 클라우드를 이용하여 자동제작을 수행하여 제작하였으며 그 결과는 Fig. 16과 같다.

Fig. 16.2015 orthophoto using UAV Surveying

UAV로 제작된 정사영상의 정확도 분석은 항공레이저측량으로 취득된 정사영장의 좌표를 최확값으로 광산 내부의 컨베이어벨트의 방향이 변하는 변곡점의 좌표를 이용하여 평면위치오차의 RMSE를 구하였다. 그 결과 정사영상의 평면위치오차의 RMSE는 ±0.391m로 나타났다.

3.3 모니터링 지역의 시스템 개발 및 변화 탐지

노천광산의 모니터링은 시간경과에 따른 지형의 변화를 감지하는 것으로 본 연구에서는 디지털 영상과 DEM을 활용하여 모니터링 지역별 변화를 모니터링하였다. Table 7은 본 연구를 통해 구축된 모니터링 데이터베이스의 data inventory를 나타낸 것이다.

Table 7.Data inventory of monitoring database

수집 및 취득된 데이터는 개발된 노천광산 모니터링시스템 상에 GeoServer를 통해 위치정보, 광산경계, 영상, 지형데이터로 서비스된다. 위치정보는 광산별 주요 속성정보인 광산명, 광산주소, 광산 면적, 도엽번호와 좌표를 포함하고 있다. 광산경계는 광산의 전체 영역과 분류된 노천광산 모니터링 지역으로 분류되고 영상 데이터와 지형데이터는 정기적인 데이터와 부정기적인 데이터로 분류되어 관리하며 노천광산 모니터링 시스템에서 노천광산의 년도별 3차원 변화를 모니터링 할 수 있도록 하며 Fig. 17은 노천광산 모니터링시스템의 UML 다이어그램을 나타낸 것이다.

Fig. 17.UML diagram for open-pit mine monitoring system

채광지역은 광산에서 채광을 진행하고 있어 변화가 지속적으로 발생하는 지역으로 주기적인 데이터를 취득하여 영상패턴 변화와 DEM의 변화 분석을 통해 연도별 채광지역 변화와 작업구간 및 작업로의 변화 탐지가 필요하다.

Fig. 18은 모니터링시스템상에 정사영상과 DEM을 업로드하여 채광지역의 변화탐지를 수행하였으며 채광지역의 2007년과 2014년에 취득한 항공레이져측량 성과물과 UAV 시스템을 통해 취득된 2015년 성과물을 이용하여 3차원적 변화를 분석한 결과, 시간이 경과함에 따라 채광영역이 늘어난 것을 알 수 있었다.

Fig. 18.Change detection of ecological restoring area using monitoring system

생태복원지역은 광산을 운영하면서 발생되는 채광 종료지역을 인공적으로 복원함으로써 자연에 환원하는 지역으로 주기적인 데이터를 취득하여 영상패턴 분석을 통해 연차별로 복원계획과 실 복원현황과 비교를 통해 올바른 복원이 이루어지고 있는지 분석을 할 수 있다.

Fig. 19는 모니터링시스템상에 정사영상과 DEM을 업로드하여 생태복원지역의 변화탐지를 진행한 것이다. 생태복원지역은 채광이 종료된 후 복구계획에 따라 지형 및 생태를 복원하는 지역으로 그림과 같이 시간경과에 따라 생태복원이 이루어져 채광지역에 폐석을 적치되고 있으며 생태복원지역에 식생이 증가되고 있는 것을 알 수 있었다.

Fig. 19.Change detection of ecological restoring area using monitoring system

재해지역은 채광 및 복원과는 달리 자연적이나 인공적인 요인으로 인해 갑작스러운 변화가 발생하는 지역으로 긴급한 데이터 취득 시에 항공레이저 측량을 이용하기에는 비용과 절차가 까다롭다. 이에 본 연구에서는 UAV 및 지상 LiDAR를 통해 정사영상과 DEM를 취득하는 것이 이로울 것으로 판단되며 취득된 데이터는 사고규모 조사, 사고 전후 변화를 통해 빠른 사고복구 계획을 수립할 수 있다.

Fig. 20은 모니터링시스템상에 정사영상과 DEM을 업로드하여 재해복구지역의 변화지역을 탐지하였다. 해당 재해복구지역은 라파즈 한라시멘트광산으로 2012년 8월에 광산 상단부의 154Kv의 고압 송전선로가 붕괴되는 재해가 발생하였다. 2007년에는 붕괴가 일어나기 전 모습이며 대상지역의 꼭대기 부분에 송전선로가 지나가고 있는 것을 알 수 있다. 2014년에는 붕괴가 일어나고 복원을 하고 있는 모습이며 2012년에 일어난 붕괴로 인해 2007년과는 송전선로의 위치가 다른 것을 알 수 있다. 또한 2015년에는 재해복구지역에 소단이 생기며 재해지역의 복원이 거의 다 진행된 것을 알 수 있다.

Fig. 20.Change detection of disaster restoring area using monitoring system

 

4. 결 론

본 연구에서는 오픈소스 환경에서 디지털영상 및 DEM 등의 데이터베이스를 구성하고 고도화방안을 제시하고자 하였으며, 웹기반 3차원 노천광산 모니터링시스템을 개발하여 채광지역, 생태복원지역, 재해복구지역에 대한 시계열별 변화를 분석하고 모니터링을 수행하고자 하였다.

첫째, 노천광산 모니터링시스템의 Client는 하드웨어 가속 그래픽을 이용하여 WebGL을 구동함으로써 보다 효율적인 변화모니터링이 가능하며 기초데이터가 다른 공간정보 오픈 플랫폼에 비해 뛰어나며 다양한 3차원 모델링 포맷을 제공하여 시스템을 개발하는데 더 유리할 것으로 판단되어 Cesium으로 선정하였다.

둘째, 데이터베이스는 GeoServer상에 등록하며 영상 데이터는 Cesium에서 자체 제공하는 툴로 업로드가 가능하였으나 지형 데이터는 별도의 툴을 이용하여 업로드해야 한다. 또한, 기존 툴의 경우에는 높이 값의 범위가 넓어 단차현상이 발생하였으나 높이 값의 범위를 세분화함으로써 단차현상을 해결하였다.

셋째, 노천광산 모니터링 지역은 채광지역, 생태복원지역, 재해복구지역으로 분류하였다. 채광지역은 채광이 지속적으로 이루어지는 영역으로 절토영역이 채광영역의 약 89.5%를 차지하였으며 생태복원지역은 채광을 마치고 자연으로 환원하는 영역으로 생태복원지역의 50.03%가 변화가 없는 지역으로 분류되었다. 재해복구지역은 재해발생 직후에는 지대가 낮아졌으나 복구가 진행되며 지대가 높아졌다.

넷째, 노천광산 모니터링시스템은 다양한 시간별 데이터베이스를 구축함에 따라 노천광산에 일어나는 시간적 변화를 일반인들도 쉽게 확인할 수 있었으며, 향후 광산의 관리 및 운영, 환경 및 생태관리, 재해관리 및 친환경 생태학적인 개발 및 복원 계획을 수립하는데 효과적으로 활용될 수 있을 것으로 판단된다.