• Ecology and Resilient Infrastructure
• /
• v.8 no.4
• /
• pp.204-211
• /
• 2021

In this study, information on vegetation was collected using a point cloud through a 3-D Terrestrial Lidar Scanner, and the physical shape was analyzed by reconfiguring the object based on the refined data. Each filtering step of the raw data was optimized, and the reference volume and the estimated results using the Alpha Shape and Voxel techniques were compared. As a result of the analysis, when the volume was calculated by applying the Alpha Shape, it was overestimated than reference volume regardless of data filtering. In addition, the Voxel method to be the most similar to the reference volume after the 8th filtering, and as the filtering proceeded, it was underestimated. Therefore, when re-implementing an object using a point cloud, internal voids due to the complex shape of the target object must be considered, and it is necessary to pay attention to the filtering process for optimal data analyzed in the filtering process.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2008.10a
• /
• pp.21-25
• /
• 2008

최근 측량기술이 발전함에 따라 다양한 지형공간정보를 획득할 수 있게 되었다. 특히 레이저스캐닝 기술의 도입은 정밀한 지형과 식생 및 인공지물 등에 대한 정보를 신속하게 획득하여 원하는 최신 정보를 가공할 수 있게 되었다. 본 연구에서는 라이다의 식생 데이터에서 점의 밀도 분포를 통하여 정량적인 식생분포 분석을 실시하였다. 또한, 정밀한 지형 모델에 대하여 생성되는 라이다 등고선의 효율적인 활용을 위하여 단계별로 필터링을 실시하여 정확성은 유지하면서 저용량의 등고선을 생성하고 도로 및 엔지니어링 분야 활용을 높일 수 있도록 하였다. 이러한 지능적이고 과학적인 연구는 국내 라이다데이터의 적극적인 활용성을 높이고 누구나 쉽게 사용할 수 있도록 하는데 목적이 있으며, 건설 분야뿐만 아니라 생태지도 및 주제도, 재해 환경 분야, 홍수지도, 도시모델링 등 다양한 분야의 활용성을 가능하도록 한다.

• Ecology and Resilient Infrastructure
• /
• v.8 no.4
• /
• pp.233-244
• /
• 2021

This study investigated the application of terrestrial light detection and ranging (LiDAR) to inspect the defects of the vegetated levee. The accuracy of vegetation filtering techniques was compared by applying filtering techniques on photogrammetric point clouds of a vegetated levee generated by terrestrial LiDAR. Representative 10 vegetation filters such as CIVE, ExG, ExGR, ExR, MExG, NGRDI, VEG, VVI, ATIN, and ISL were applied to point cloud data of the Imjin River levee. The accuracy order of the 10 techniques based on the results was ISL, ATIN, ExR, NGRDI, ExGR, ExG, MExG, VVI, VEG, and CIVE. Color filters show certain limitations in the classification of vegetation and ground and classify grass flower image as ground. Morphological filters show a high accuracy of the classification, but they classify rocks as vegetation. Overall, morphological filters are superior to color filters; however, they take 10 times more computation time. For the improvement of the vegetation removal, combined filters of color and morphology should be studied.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.25 no.1
• /
• pp.55-62
• /
• 2007

Recent advances in airborne LiDAR technology allow rapid and inexpensive measurements of topography over large areas. The generation of DTM/DEM is essential to numerous applications such as the fields of civil engineering, environment, city planning and flood modeling. The demand for LiDAR data is increasing due to the reduced cost for DTM generation and the increased reliability, precision and completeness. In order to generate DTM, measurements from non-ground features such as building and vegetation have to be classified and removed. In this paper, a segmented morphology filter was developed to detect non-ground LiDAR measurements. First, segments LiDAR point clouds based on the elevation. Secondly classifies those protruding segments into non-ground points. Those non-ground points such as building and vegetation are removed, while ground points are preserved for DTM generation. For experiments, data sets used in Comparison of Filters (ISPRS, 2003) depicting urban and rural areas were selected. The experimental results show that the proposed filter can remove most of the non-ground points effectively with less commission and omission errors.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2005.05a
• /
• pp.355-361
• /
• 2005

3차원 자료의 필요에 발맞추어 3차원 좌표를 직접적으로 획득할 수 있는 LIDAR 시스템이 등장하게 되었다 항공 LIDAR 시스템은 항공기, GPS, INS, Laser Scanner가 통합된 시스템으로 항공기에서 발사된 Laser의 반사파를 이용하여 거리와 그 때의 항공기의 자세, 위치를 통합하여 직접적인 3차원 포인트 자료를 획득할 수 있다. LiDAR 데이터는 지형, 건물, 식생 등의 지면위에 있는 모든 객체에 대한 3차원 자료와 영상자료를 함께 제공하고 있다. 이러한 LIDAR 자료로부터 DEM, DTM 등의 지형 정보와 식목, 건물 등 지물정보를 추출하는 연구가 활발하게 이루어지고 있다. 본 연구에서는 지형을 추출하는데 사용할 수 있는 몇 가지 필터링기법을 선정하여 국내의 다양한 지모, 지물에 적용하고 그 정확도를 평가해 보았다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.1073-1077
• /
• 2006

급속한 산업화로 인한 오염물질의 증가와 생물서식처의 감소는 수자원과 생태계를 위협하고 있다. 국내의 경우 수자원의 질을 개선하기 위해 '90년대 초부터 하수처리시설 등의 저감시설을 대폭 확충하였으나 현재까지 팔당호 등 주요상수원이 목표수질에 못 미치고 있으며 그 원인은 유입오염물질의 $22{\sim}37%$를 차지하는 비점오염원으로 지목되고 있다. 또한 생태.경관적 가치가 높은 수변지역은 각종 개발로 생물서식처가 급속도로 감소하여 종 다양성 보전 측면에서 대책마련이 시급한 실정이다. 이와 유사한 상황에 직면한 선진외국에서는 '하천회랑(river corridor)' 또는 '토양 및 생태시스템을 포함하는 수역과 육역의 점이(漸移)지대'를 의미하는 이른바 '수변완충지대(Riparian Buffer Zones)'의 오염정화 및 생태조성 효과 등의 연구를 통해 효율적 조성방안을 제시하고 있으며 다양한 형태로 현장에 적용하고 있다. RBZs의 일반적인 기능으로는, 유사나 오염물질의 여과 및 차단(필터링 효과), 영양염류의 저감, 하천변 식생을 통한 수자원의 정화 및 강턱의 안정화, 홍수로 인한 하천침식의 방지, 수변 생물 서식처 제공, 수변 그늘 제공에 의한 수온상승 방지, 심미 교육 위락 공간 제공 등이다. 본 연구에서는 외국의 RBZs(Riparian Buffer Zones)가이드라인을 참고하여 국내실정에 맞는 파일럿 규모의 시험완충지를 설계 및 조성하였다. 시험완충지는 남한강 연안에 초본류, 갈대류, 관목류, 자연식생, 혼합식생 등 5가지 'dry biotope'형태로 설치하여 1년간 계절별로 운영하였다. 또한 실험의 정량화와 다양한 조건변화를 위해 차수막, 위어, 유량.농도 조절장치, 라이시미터 등 보조시설을 설치하였고, 정기적인 모니터링을 실시하였다. 조사결과 외국사례를 살펴보면 RBZs의 적정 폭은 수질정화기능의 경우 $15{\sim}30m$, 생태서식처 기능은 최소 90m이상으로 제시되며, 시험완충지의 수질정화효과는 SS, T-N, T-P, TOC의 평균저감율이 각각 50%이상으로 나타났다. 식생모니터링 결과, 환삼덩굴 등 우점종의 잠식속도는 약 15일이며 갈대와 갯버들의 경우 우기시 인공목책호안과 동일한 침식방지 효과를 보이는 것으로 관찰되어 식생의 주기적인 모니터링과 지역 특성에 적합한 우점종 선정이 매우 중요한 것으로 판단된다.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.17 no.1
• /
• pp.80-90
• /
• 2014

The objective of this research is to estimate the stand volume of Pinus koraiensis, by using the investigated volume and the information of remote sensing(RS), in the research forest of Kangwon National University. The average volume of the research forest per hectare was $307.7m^3/ha$ and standard deviation was $168.4m^3/ha$. Before and after carrying out 3 by 3 majority filtering on TM image, eleven indices were extracted each time. Independent variables needed for linear regression equation were selected using mean pixel values by indices. The number of indices were eleven: six Bands(except for thermal Band), NDVI, Band Ratio(BR1:Band4/Band3, BR2:Band5/Band4, BR3:Band7/Band4), Tasseled Cap-Greeness. As a result, NDVI and TC G were chosen as the most suitable indices for regression before and after filtering, and R-squared was high: 0.736 before filtering, 0.753 after filtering. As a result of error verification for an exact comparison, RMSE before and after filtering was about $69.1m^3/ha$, $67.5m^3/ha$, respectively, and bias was $-12.8m^3/ha$, $9.7m^3/ha$, respectively. Therefore, the regression conducted with filtering was selected as an appropriate model because of low RMSE and bias. The estimated stand volume applying the regression was $160,758m^3$, and the average volume was $314m^3/ha$. This estimation was 1.2 times higher than the actual stand volume of Pinus koraiensis.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.40 no.6
• /
• pp.571-581
• /
• 2020

Vegetation affects water level change and flow resistance in rivers and impacts waterway ecosystems as a whole. Therefore, it is important to have accurate information about the species, shape, and size of any river vegetation. However, it is not easy to collect full vegetation data on-site, so recent studies have attempted to obtain large amounts of vegetation data using terrestrial laser scanning (TLS). Also, due to the complex shape of vegetation, it is not easy to obtain accurate information about the canopy area, and there are limitations due to a complex range of variables. Therefore, the physical structure of vegetation was analyzed in this study by reconfiguring high-resolution point cloud data collected through 3-dimensional terrestrial laser scanning (3D TLS) in a voxel. Each physical structure was analyzed under three different conditions: a simple vegetation formation without leaves, a complete formation with leaves, and a patch-scale vegetation formation. In the raw data, the outlier and unnecessary data were filtered and removed by Statistical Outlier Removal (SOR), resulting in 17%, 26%, and 25% of data being removed, respectively. Also, vegetation volume by voxel size was reconfigured from post-processed point clouds and compared with vegetation volume; the analysis showed that the margin of error was 8%, 25%, and 63% for each condition, respectively. The larger the size of the target sample, the larger the error. The vegetation surface looked visually similar when resizing the voxel; however, the volume of the entire vegetation was susceptible to error.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.210-210
• /
• 2020

LID (Low Impact Development, 저영향개발)는 산업화 및 도시화 진행 지역에서 비점오염원으로부터 배출되는 오염물질을 제어해 개발지역 내 자연순화 기능을 최대한 유지하고, 물순환 기능증대를 통해 강우 유출수를 지역 내에서 관리하는 것을 목표로 한다. 비점오염원 저감 LID 시설에는 자연형과 장치형 시설이 있다. 자연형 시설에는 저류형, 침투, 식생형 시설 등이 있다. 특히, 침투시설에는 대표적으로 투수블럭이 있으며, 이는 투수성 포장재를 통해 강우 유출수를 지하로 침투시켜 여과나 흡착 등으로 비점오염물질을 제어하는 시설이다. 장치형 시설로는 여과재나 망을 이용해 비점오염물질을 분리하는 여과형 및 스크린형 시설, 응집과 침전을 통해 비점오염물질을 분리하는 응집·침전 시설 등이 있다. 이에 본 연구는 2016년부터 2018년 3년간 전주 서곡지구 지역 내 설치된 필터형 투수블럭, 틈새형 투수블럭에서 진행했다. 각각의 투수블럭에서 총 19회, 20회의 강우 모니터링을 실시했고, 오염물질 유입 및 유출 EMC 등의 분석을 통해 유출 및 오염물질 저감효과를 분석했다. 연구 대상 각 투수블럭의 주요 제원은 시설 용량 14.4㎥, 시설 면적은 14.4㎡이다. 모니터링 결과값을 분석한 결과 필터형 투수블럭의 경우 유출 저감율은 17.4 ~ 100%, 틈새형 투수블럭은 29.6 ~ 100%이었다. 필터형 투수블럭과 틈새형 투수블럭의 단위면적당 유량 저감량은 각각 0.014 ~ 0.583㎥/㎡, 0.035 ~ 0.588㎥/㎡이었다. 오염물질 저감효율을 분석한 결과 유기물 항목(BOD, TOC)의 경우 틈새형 투수블럭에서의 저감효율(BOD 93.59%, TOC 90.39%)이 필터형 투수블럭에서의 저감효율(BOD 89.99%, TOC 86.94%) 보다 다소 높게 나타났다. 영양염류 항목(T-N, T-P)의 경우 필터형, 틈새형 모두 비슷한 저감효율(필터형 T-N 89.02%, 필터형 T-P 98.12%, 틈새형 T-N 90.41%, 틈새형 T-P 98.04%)을 보였다.

• Proceedings of the KSRS Conference
• /
• 2009.03a
• /
• pp.31-34
• /
• 2009

본 연구에서는 KOMPSAT-3급 고해상도 위성영상을 이용하여 전처리 후 정밀 농업 주제정보를 추출하는 방법론을 제시하고자 하였다. 분석에 사용한 KOMPSAT-3급 고해상도 위성영상은 IKONOS (2001/5/25, 2001/12/25, 2003/10/23) 3개의 영상, QuickBird (2006/5/1, 2004/11/17) 2개의 영상, KOMPSAT-2 (2007/9/17) 1개의 영상 등 모두 6개의 영상을 확보 및 각각에 대한 현장 GCP자료 및 RPC, RPB 자료를 수집하여 정사보정을 실시하였다. RMSE는 약 $0.12\sim3.18$의 값으로 분포되었다. KOMPSAT근 급 영상자료로 부터 정밀농업물재배지도를 작성하기 위해 각 벤드별 Scatter기법을 이용하여 각 밴드간의 상간관계를 살펴보고, 3개의 최적의 밴드를 선정하였다. 또한 작물별 최적의 밴드 결정을 위해 각 밴드별 픽셀 값을 사용하여 Texture 분석을 실시하였다. 그 결과 논의 경우 모든 밴드에서 분석이 용이 한 것으로 분석되었으며, 4밴드의 경우 3개의 작물(고추, 옥수수, 벼)의 분석시 매우 적합한 밴드인 것으로 분석되었다. 각 영상별 필터링 기법과, ISODATA 방법을 이용한 정밀농업 토지이용도 작성하여 기존 스크린 디지타이징 기법으로 작성한 정밀토지이용도와 비교하였다. 다양한 식생정보를 추출하는 위하여 확보된 영상자료로부터 RVI, NDVI, ARVI, SAVI 식생지수 를 추출하였으며, 그 결과를 현장자료로부터 추출한 식생지수간의 결과 값과 비교분석하였다.