OSGeo(Open Source GeoSpatial) 한국어 지부 - OSGeo Korean Chapter

FOSS4G Korea 2016 전체 프로그램 안내(8월 31일 ~ 9월 2일)활동, 행사 및 소식/FOSS4G Korea 2016 2016.08.17 22:17

안녕하세요?

8월 31일부터 9월 2일까지 서울 양재동 The-K Hotel(옛 교육문화회관)에서 개최되는 FOSS4G Korea 2016 대회의 최종 프로그램을 안내해 드립니다.

0. 대회 개요

- 개최 기간 : 2016년 8월 31일 ~ 9월 2일

- 대회 참가 신청 : 별도의 대회 참가 신청 없음. 아무나 자유롭게 참가 가능함

- 참가비 : 별도의 참가비 없는 무료 행사임.(단, 9월 2일(금) 저녁에 개최되는 뒷풀이 행사는 1인당 2만원

참가비)- 개최 장소 : 서울 양재동 The-K Hotel(옛 서울교육문화회관)- 위치 : 아래 지도 참조

View Larger Map

Page 1 of 10OSGeo(Open Source GeoSpatial) 한국어 지부 - OSGeo Korean Chapter :: FOSS4G ...

2016-11-14http://www.osgeo.kr/224

3. 9월 1일(오후) : 구두 발표 세션 (장소 : 거문고홀A)

시간  발표 주제   발표자  

13:00 ~

13:20

1. 모바일 GIS 엔진, BlackPoint-Xr

:오픈소스인 BlackPoint-Xr의 라이선스는 LGPL 이며 Android 기반의 Native

GIS App 개발을 위해 특화된 Mobile GIS 엔진이다. BlackPoint-Xr에 대한 구

체적인 기능과 실제 적용 사례를 소개한다.

 김형준(내가시스템)

13:20 ~

13:40

2. 모바일 전자정부표준프레임워크와 공간정보처리 솔루션 개발

:국내 전자정부표준프레임워크를 기반으로한 모바일 웹 공간정보 서비스를 구

현할 수 있는 서버 및 클라이언트 솔루션 소개 및 활용 방법 소개

 김광섭(한성대학교)

 이기원(한성대학교)

13:40 ~

14:00

3. 오픈소스를 이용한 통합적 역학조사 분석시스템 개발

:PostGIS, GeoServer, OpenLayers3를 등 오픈소스를 이용하여 개발한 시스템

으로 구제역 발병현황, 축산시설, 축산시설 방문차량 데이터를 이용한 커널밀

도지도, K최근린지도, 윈드로즈 다이어그램, 사회연결망 그래프 분석 등의 기

능을 구현한 통합적 역학조사 분석시스템 소개

 김지현(망고시스템) 

14:00 ~

14:20

4. MAGO 3D - A Brand-New Live 3D Geo-Platform 

:가이아쓰리디에서 개발하고 있는 오픈소스 기반 Live 3D GIS Platform의 소

개. 실내외 공간정보 통합, Cesium과 Web World Wind 동시 지원,

LiveDroneMap 등이 소개되고 시연된다. 

 김학준(가이아쓰리디)

14:20 ~

14:40

5. Smart Camera UAV를 이용한 오픈소스 기반의 자동 촬영 및 UAV image

처리 시스템 개발

:안드로이드 기반의 스마트 기기(갤럭시 카메라, 스마트 폰등)를 UAV에 장착하

여 이미지를 획득하고, ODM(Open Drone Map)를 활용하여 이미지를 처리하

는 시스템을 소개

 박진우(부경대학교)

14:40 ~

15:00

6. 오픈소스 기반의 노천광산 변화모니티링을 위한 회전익 드론의 활용

:본 연구는 가행광산을 대상으로 기구축된 세슘기반의 노천광산모니터링시스

템상에 생태복원지구 및 긴급한 조치가 필요한 재해지구의 변화 모니터링을 위

해 저가형 회전익 드론을 활용하여 신뢰성 있는 모니터링 데이터 취득 가능성

및 생태복원지구의 복구계획의 활용성을 제시하고자 함   

 이동국(상지대학교)

 장병진(가이아쓰리디)

 유영걸(상지대학교)

 이현직(상지대학교)

15:00 ~

15:20

7. GeoTools/GeoServer에서 복잡한 스키마를 가진 GML 데이터를 다루기

위한 아이디어 제안

:GML Application Schema를 다루기 위해 GeoTools/GeoServer를 이용하여

데이터베이스에 저장하고 배포할 수 있는 기능에 대한 아이디어를 제안한다.

 유형규(부산대학교)

 김태훈(부산대학교)

 서동욱(부산대학교)

 김수진(부산대학교)

15:20 ~

15:40 휴식(15:20 ~ 15:40)

15:40 ~

16:00

8. OpenStreetMap 기반의 Mapbox 오픈소스 매핑 서비스

: 공간정보 컨텐츠로써 새로운 대안이 되는 OpenStreetMap 현황을 정리하며,

이에 기반한 오픈소스 기반의 온라인 매핑 플랫폼인 Mapbox 제품과 서비스를

소개. 다양한 활용사례를 통해, 오픈소스 비즈니스 모델로써 가치를 조망

 최규성(이지매핑)

16:00 ~

16:20

9. QGIS를 활용한 공공 빅데이터 분석 사례

: 공공기관의 빅데이터 분석 및 시각화 사례를 소개함(여성안전, 관광, 축제,

젠트리피케이션 등)

 정보린(GIS United)

16:20 ~

16:40

10. 오픈소스를 활용한 천안시 도시재생 빈 공간 관리 시스템 구축

: 천안시 구도심 도시재생을 위한 빈 공간의 효율적 관리를 위하여 개발한 오픈

소스 기반의 관리시스템을 소개함. 이 시스템에는 건축물대장정보(AIS)와 현장

조사 자료를 지도, 테이블, 현장 건물(점포) 사진 등을 연동하여 시각화하고 필

요시 사용자 관점에서 자료를 쉽게 수정·갱신하기 위한 기능이 구현됨. 시스템

은 GeoServer와 OpenLayers3을 이용하여 개발하였음. 

 신문수(한국교통대학교)

 이경주(한국교통대학교)

 임준홍(한국교통대학교)

16:40 ~

17:00

11. 국립공원 훼손지 조사를 위한 UAV와 오픈소스 지리공간 소프트웨어 활

용 

: UAV 사진측량과 원격탐사를 위한 OpenDroneMap(ODM)과 Orfeo ToolBox

(OTB)의 활용사례를 소개하고자 합니다. 속리산국립공원 훼손지를 실측한

UAV 데이터를 기반으로 ODM기반 영상처리와, 특히 OTB 기반 객체기반 영상

분석(Object-Based Image Analysis)을 통한 훼손 현황 조사를 집중적으로 다

루고자 합니다.

 유병혁(국립공원관리공단) 

12. GeoTools 3차원 확장을 위한 구조 설계 및 구현  김태훈(부산대학교)

Page 3 of 10OSGeo(Open Source GeoSpatial) 한국어 지부 - OSGeo Korean Chapter :: FOSS4G ...

2016-11-14http://www.osgeo.kr/224

- 참가비 : 1인당 20,000원 

주최 :

Page 6 of 10OSGeo(Open Source GeoSpatial) 한국어 지부 - OSGeo Korean Chapter :: FOSS4G ...

2016-11-14http://www.osgeo.kr/224

Geospatial Information LAB

in Sangji University

저가형 회전익 드론을 활용하고자 하는

요구가 증대됨

정사영상, DSM/DEM, 3D Model 생성

수집 및 취득된 데이터를 이용하여

노천광산의 변화 분석 수행

2차원 및 3차원 분석을 통한 변화 모니터링

PointCloud 추출

3D Model 제작

DSM/DEM 제작

정사영상 제작

생태 복원 지역1) 복원 완료 지역 : 시간 경과에 따른 복원 상황 분석2) 복원 수행 지역 : 복원 상세 계획 및 설계 → 복원 공사의 품질 분석

재해 및 생태 복원 지역

정사영상 및 DEM 등록

www.gwopmms.kro.kr 등재

가행 광산인 라파즈 한라 시멘트 광산을 대상지역으로 선정

라파즈 한라 시멘트 광산의 일부 지역은 채광이 종료되어 생태복원이 진행되고 있는 지역이 존재하고 생태복원 공사가 완료된 지역이 존재함

대상지역

Lafarge HALLA

대상지역은 2010년부터 2014년에 일부 지역이 복원되었고, 2015년에 복원이 완료되어 생태복원이 진행 중

2016년에는 복원지역의 범위가 확장됨 : 신규 복원지역

2007(항공레이져측량)

2008(Daum 지도)

2010(Daum 지도)

2012(Daum 지도)

2013(국가영상정보서비스)

2014(항공레이져측량)

2015(고정익드론)

2016(회전익드론)

실험 Case 선정

지상기준점 및 검사점 측량

지형공간정보 생성

지형공간정보 품질 분석

최적 촬영기법 도출

대상지역 선정

생태복원지역의 변화 모니터링을 위한 최적 촬영기법을 도출하기 위해 DJI 사의 Inspire1 을 활용하여 연구를 수행하였음

구분 제원

제조사 DJI (중국) Inpire1 V2

기체 크기 58cm

중량 2935g ( 배터리 포함 )

베터리 22.2 V, 4500mAh

항공시간 약18분

순항 속도 22m/s

이착륙반경 약 1m

초점거리/화각 20mm / 94°

센서 Sony EXMOR (1/2.3″type)

구분 제원

제조사 DJI (중국) Phantom 3

기체 크기 35cm

중량 1280g ( 배터리 포함 )

베터리 22.2 V, 4500mAh

항공시간 약23분

순항 속도 16m/s

이착륙반경 약 1m

초점거리/화각 20mm / 94°

센서 Sony EXMOR (1/2.3″type)

드론 데이터 처리 및 지형공간정보의 제작은 컴퓨터비젼(CV) 분야의 SfM 알고리즘을 이용하는 S/W인Agisoft사의 Photoscan을 활용하였음

• SfM 기법은 촬영된 중복영상을 Epipolar Geometry를 이용한 영상 매칭을 통해 3차원 포인트 클라우드 데이터로 피사체를

구성하는 컴퓨터 비전 기법

• 사진에 저장된 태그로부터 초점거리, 카메라 종류, 영상 크기 등의 정보를 취득하여 초기값으로 이용하며 접합을 위한 영상의

특장점을 추출함

SfM 알고리즘에 의한 SBA(Spatial Bundle Adjust) 처리 과정

영상 입력 속성값 검색 카메라 자세 추정카메라 자세 및 피사체

재정의

PointCloud 추출

PointCloud Solid (TIN 보간)

Texturing (3D Model)

속성값 검색 및 카메라 자세 추정

DSM 생성 정사영상 생성

Case 1 : 종방향 촬영 Case 2 : 횡방향 촬영 Case 3 : 교차 촬영

촬영 매수 : 220매

평균 촬영 고도 : 573.047m

비행 속도 : 약 11 m/s

촬영 시간 : 약 15분

촬영 매수 : 192매

평균 촬영 고도 : 573.187m

비행 속도 : 약 11 m/s

촬영 시간 : 약 12분

촬영 매수 : 412매

평균 촬영 고도 : 573.307m

비행 속도 : 약 11 m/s

촬영 시간 : 약 27분

최적 촬영기법 도출을 위하여 3개의 Case로 실험 수행

G2

G1

G4

G5

G3

C1

C2 C3C4

C5

C6

C7

C8

Check Point

Ground Control Point

드론을 활용하여 지형공간정보 생성 시 정확도 향상 및 품질 분석을 위한 GCP(5개)/Check point(8개) 측량 수행

1

5

6

7

8

No dX dY dL dZ

1 -0.030 0.053 0.061 0.216

2 0.048 0.077 0.091 0.051

3 0.155 -0.029 0.158 -0.166

4 -0.003 -0.015 0.015 0.022

5 0.190 -0.019 0.191 0.292

6 0.097 -0.109 0.146 -0.406

7 0.036 -0.051 0.062 -0.042

8 0.241 0.015 0.241 0.332

Average 0.100 0.046 0.121 0.290

RMSE ±0.129 ±0.056 ±0.140 ±0.328

No dX dY dL dZ

1 -0.046 0.245 0.249 -0.569

2 -0.160 0.029 0.163 -0.349

3 0.038 0.231 0.234 -0.560

4 -0.269 0.221 0.348 0.122

5 0.175 -0.484 0.515 -0.649

6 0.224 -0.187 0.292 -0.481

7 0.105 -0.279 0.298 0.089

8 0.237 -0.131 0.271 -0.124

Average 0.157 0.226 0.296 0.368

RMSE ±0.177 ±0.257 ±0.312 ±0.426

No dX dY dL dZ

1 -0.001 0.121 0.121 -0.441

2 0.128 0.185 0.225 -0.329

3 -0.043 0.306 0.309 -0.273

4 -0.129 0.130 0.183 0.420

5 0.276 0.043 0.279 -0.479

6 0.185 -0.102 0.211 -0.388

7 0.137 -0.098 0.168 0.413

8 0.349 0.093 0.361 0.733

Average 0.156 0.135 0.232 0.435

RMSE ±0.189 ±0.154 ±0.244 ±0.453 정사영상 DSM/DEM

Check Point

Case 별 데이터 처리 및 검사점의 RMSE 계산 결과 Case 3의 평면위치 및 표고의 정확도가 가장 높은 것으로 나타남

0.0

0.1

0.2

0.3

0.4

0.5

Average RMSE Average RMSE Average RMSE

Case 1 Case 2 Case 3

Result of Accuracy Analysis in Geospatial Information data

dX dY dL dZ

4 2 3

식생, 도로 지역

구조물 지역

정사영상의 가시 분석 결과 식생과 도로가 있는 지역에서는 큰 차이를 보이지 않으나, 구조물이 존재하는 지역에서는Case 3가 높은 품질의 정사영상을 제작하는 것으로 나타남

식생, 도로 지역

Case 1종방향 촬영

Case 2횡방향 촬영

Case 3교차촬영

구조물 지역

Case 1종방향 촬영

Case 2횡방향 촬영

Case 3교차 촬영

DEM의 가시 분석 결과 비고차가 큰 지역일 수록 Case 1, 2에서 지표면을 표현하지 못하는 경우가 발생하며, Case 3는 Case 1, 2에 비해 명확하게 지표면을 표현하는 것으로 나타남

도로 경계 언덕

도로 옆 소단

도로 옆 소단

도로 옆 소단

도로 옆 소단

도로 경계 언덕

도로 경계 언덕

도로 경계 언덕

500

450

400

350

50 100 150

생태복원완료 지역의 단면도 제작을 통한 Case 별 가시적(정성적) 단면 분석 (1~1’단면)

12

3

3’2’

1’

Case 1

Case 2

Case 3

전체적으로 생태복원이 완료된 지역으로 유사한 형태의 단면도가 제작 되었으나 Case 1, 2에 비해 Case 3가 소단의 형상을 정확하게 표현하고있으며, 높은지역은 식생에 의한 영향으로 판단됨

1’

1

정사영상의 R, G, B 밴드 별 영상을 이용하여 차영상 제작, 시계열 DEM을 이용한 잔차 DEM 분석을 통해

노천광산 생태복원지역에 대한 변화 모니터링 방법론 제시

• Case 1 : 2015 – 2014 잔차 DEM• Case 2 : 2016 – 2015 잔차 DEM

잔차 DEM 분석

• 토공량 산정 지역의 평면상의 면적계산

• 토공량 산정 지역 경계 파일 추출

변화 지역 경계 파일 추출

잔차 DEM을 통한토공량 산정

• R 밴드 분석 : R 밴드 경계 추출• G 밴드 분석 : G 밴드 경계 추출• B 밴드 분석 : B 밴드 경계 추출

변화 지역 경계 파일 추출

변화 지역 탐지

영상 전처리(Histogram Matching)

• R, G, B 밴드 별 차분 영상 제작• Case 1 : 2015 – 2014

(복원완료지역)• Case 2 : 2016 – 2015

(신규복원지역)

밴드 별 차영상 제작

차분영상 제작을 통한 생태복원지역의 경계파일 추출 : 차분영상을 이용한 변화지역 추출을 위한 최적 밴드 결정

변화 지역경계 추출

변화 지역경계 추출

Case 1 Case 2

정사영상의 R, G, B 밴드 별 차영상 분석을 통한 경계파일 추출 및 2차원 면적 계산

면적 : 30,023.219m2 면적 : 31,534.655m2 면적 : 30,101.982m2

경계파일 추출 및 보정 경계파일 추출 및 보정 경계파일 추출 및 보정

면적 : 98,642.298m2 면적 : 102,688.955m2 면적 : 101,735.166m2

경계파일 추출 및 보정 경계파일 추출 및 보정 경계파일 추출 및 보정

정사영상의 R, G, B 밴드 별 차분영상 분석을 통한 경계파일 추출 및 2차원 면적 계산

잔차 DEM 분석을 통한 생태복원지역의 경계파일 추출 : 차영상을 이용한 변화지역 추출 최적 밴드 결정을 위해 기준데이터 제작

2016DEM – 2015DEM 폴리곤화

2015DEM – 2014DEM 폴리곤화

변화 지역경계 추출

변화 지역경계 추출

Case 1 Case 2

잔차 DEM의 폴리곤화 결과를 이용하여 생태복원지역의 경계파일 추출 및 2차원 면적 계산

2016-2015 잔차 DEM

2015-2014 잔차 DEM

면적 : 31,006.345m2

면적 : 108,771.331m2

29000

29500

30000

30500

31000

31500

32000

R band G band B band

차분영상 잔차 DEM

Case 1 : 2차원 면적 분석 그래프

90000

95000

100000

105000

110000

R band G band B band

차분영상 잔차 DEM

Case 2 : 2차원 면적 분석 그래프

차분영상을 통해 추출된 경계파일과 잔차 DEM을 통해 추출된 경계파일의 비교 분석을 통해 변화지역 추출 최적 밴드 결정

잔차 DEM을 통해 추출된 경계파일을 기준으로 밴드별 차영상 경계파일의 면적 일치도 분석결과,두 Case 모두 G밴드가 일치도가 가장 높아 정사영상을 이용한 변화탐지에는 G밴드가 최적으로 나타남

구분 면적(m2)

Case 1차분영상

R band 30,023.219

G band 31,534.655

B band 30,101.982

잔차 DEM 31,006.345

Case 2차분영상

R band 98,642.298

G band 102,688.955

B band 101,735.166

잔차 DEM 108,771.331 잔차 DEM

B band

G band

R band

Case 1 경계 파일 비교

Case 2 경계 파일 비교

31,006.345

108,771.331

𝑛𝐸𝐺𝐼 =2𝐺𝑟𝑒𝑒𝑛 − 𝑅𝑒𝑑 − 𝐵𝑙𝑢𝑒

2𝐺𝑟𝑒𝑒𝑛 + 𝑅𝑒𝑑 + 𝐵𝑙𝑢𝑒

𝑉𝐴𝑅𝐼 =𝐺𝑟𝑒𝑒𝑛 − 𝑅𝑒𝑑

𝐺𝑟𝑒𝑒𝑛 + 𝑅𝑒𝑑 − 𝐵𝑙𝑢𝑒

𝑁𝐷𝑉𝐼 =𝑁𝑖𝑟 − 𝑅𝑒𝑑

𝑁𝑖𝑟 + 𝑟𝑒𝑑

회전익 드론에서 생성되는 정사영상에는 일반적으로 R, G, B 밴드의 조합으로 이루어져 있음

정사영상을 이용한 식생 분류에 일반적으로 정규식생지수 NDVI를 통해 수행됨

NDVI는 NIR 밴드를 필수적으로 이용하여야 식생을 분류할 수 있음

그러나, 드론을 이용하여 제작된 정사영상에는 NIR 밴드가 없어 정규식생지수(NDVI) 산정이 불가능함

본 연구에서는 R, G, B 밴드만을 이용하여 식생 분류가 가능한 nEGI(Excessive Green Index) 및

VARI(Visible Atmospherically Resistant Index) 를 활용하는 방안 제시

잔차 DEM(2015-2014)을 통해 추출된 생태복원지역 경계파일을 이용하여 경계 내부의 식생변화 탐지

2015년에는 생태복원지역의 일부만 식생이 존재하는 것으로 나타났음

2016년에는 생태복원지역의 식생 분포도가 높아진 것으로 나타남

구분 2015 2016

nEGI (m2) 195.438 9,202.750

VARI (m2) 227.500 3,154.625

대상지역 면적 (m2) 31,006.563

nEGI 식생 분포도 (%) 0.63 29.68

VARI 식생 분포도 (%) 0.73 10.17

0

5,000

10,000

2015 2016

식생 변화 그래프 (m2)

nEGI VARI

nEGI 공식은 G밴드를 강조하여 연산을 수행하고, 식생을 분류함에 따라 낮은

식생으로 구성되는 생태복원지역의 식생 변화 분석에 유용함

0

10

20

30

40

2015 2016

면적 대비 식생 분포도 (%)

nEGI VARI

9,202.750

29.68

잔차 DEM(2016-2015)을 통해 추출된 신규 생태복원지역 경계파일을 이용하여 경계 내부의 식생변화 탐지

2015년에는 해당지역은 복원이전 폐석적재 지역으로 식생 전무

2016년에는 신규 복원되어 시드스프레이 시공된 식생이 다소 존재함

nEGI 공식이 낮은 식생도 추출이 가능하여 생태복원지역의 식생변화 탐지에

유용함을 알 수 있었음

구분 2015 2016

nEGI (m2) 72.250 15,236.688

VARI (m2) 167.688 2,237.188

대상지역 면적 (m2) 108,763.313

nEGI 식생 분포도 (%) 0.07 14.01

VARI 식생 분포도 (%) 0.15 2.06

0

5,000

10,000

15,000

20,000

2015 2016

식생 변화 그래프 (m2)

nEGI VARI

15,236.688

0

5

10

15

2015 2016

면적 대비 식생 분포도 (%)

nEGI VARI

14.01

토공량 분석은 2016년 드론 데이터의 DEM과 정기적 취득 데이터인 2014년 항공레이저측량 데이터의 DEM을 차분하는잔차 DEM 제작

구분 성토 절토

체적(m3) 4,537,096.610 23,168.000

구분 성토 절토

체적(m3)

2015-2014 111,995.130 16,216.580

2016-2015 13,834.940 976.480

2016-2014 121,055.000 12,326.290

드론을 이용하여 제작된 지형공간정보를 활용하여 토공량을 분석하고 단면도를 제작하였으며, 생태복원 계획도와 비교 분석을 통해 드론의 준공측량 활용성을 검토하였음

2016-20152015-2014

2016-2014

단면도 제작 및 분석 결과 2014년 이후 복원 작업이 이루어졌으며, 2016년 단면도와 현황선이 유사한 형태를 나타내 준공측량에 드론의 활용이

가능함을 확인하였음

1

1’

2

2’

3

3’

0 50 100 150-50-100-150

400

450

500

550

1’

1

0 50 100 150-50-100-150

400

450

500

550

2

2’

0 50 100 150-50-100-150

400

450

500

550

3

3’

드론을 이용하여 제작된 지형공간정보를 활용하여 토공량을 분석하고 단면도를 제작하였으며, 생태복원 계획도와 비교 분석을 통해 드론의 준공측량 활용성을 검토하였음

단면도 제작 및 분석 결과 2016년 현재 복원 작업이 진행중이며, 2016년 단면도와 북구계획선이 유사한 형태를 나타내 준공측량에 드론의 활용

이 가능함을 확인하였음

0 50 100 150-50-100-150

400

450

500

550

0 50 100 150-50-100-150

400

450

500

550

0 50 100 150-50-100-150

400

450

500

550

구분 성토 절토

체적(m3)

2015-2014 1,058,826.460 88,019.540

2016-2015 1,080,510.810 6,553.640

2016-2014 2,046,196.140 1,296.020

A

A’

B

B’

C

C’

A

B

C

A’

B’

C’

2015-2014 2016-2015

2016-2014

지표면 포인트

식생 포인트

드론 영상을 이용하여 추출된 PointCloud를 이용하여 식생의 높이를 알 수 있음 : 정기적인 데이터 취득 시 식생 성장도 분석이 가능 : 정규격자 DSM/DEM을 이용하는 것보다 정확한 식생 성장도 분석이 가능

A

A’

A

A’

zzzzzzzzz

Concept of Monitoring for Open-pit Mine

운영측면(Operating Aspect)

환경생태학적측면(Environmental Ecological Aspect)

Mining Area(채광지역)

Ecological Restored Area

(생태복원완료지역)

Waste Stowage Area(폐석적체지역)

Non Periodic Data Acquisition (UAV + terrestrial LiDAR) : Rapid and precise acquisition of data in case of emergency (i.e.

disasters)

Connection with production management

Detail Monitoring of Discharge Area

Management Planning of Mine

Establishment of Restoring Planning

Establishment of Annual Restoring Planning

Disaster Restoring Area(재해복구지역)

Periodic Data Acquisition (Airborne Laser Scanning System : GSD 0.5m High Resolution Digital Image + 1m X 1m DEM)

Data Collection with Open Data service (Geospatial Information Open Platform + Portal Map Service : Daum Map, Naver Map)

Ecological Restoring Area(생태복원지역)

Monitoring of Change

Classification of

Monitoring area

Database

Constraction

and DB

Upgrade

Database Construction for

Open-pit mine Monitoring System

• Active mine and Inactive mine

• Operating Aspect and Environmental Ecological Aspect

• Mining area, Ecological Restoring/Restored area,

Disaster Restoring area, Tiling Discharge area

Classification of open-pit mines

(application of basic data)

• Data Collection of active and inactive mine digital

image and terrain data

• Boundary file Creation of mines

Data Collection with Open Data service

(DB collection)

• National image service with NGII

(http://air.ngii.go.kr)

• Geospatial Information Open Platform

- abroad : WWJ, Cesium, Google etc.

- domestic : Vworld

• Open Data service with Portal sites

- Daum Map, Naver Map etc.

Digital Image

• The Whole Open DEM with NGII

- grid size 90mX90m, 1/5,000 DEM

(http://air.ngii.go.kr)

• Geospatial Information Open Platform

- Cesium : STK World Terrain, SRTM

- Vworld : Portal open DEM

Terrain Data(DEM)

• Periodic Data Acquisition : Airborne Laser Collection

System(2~5 years interval)

• Non Periodic Data Acquisition : UAV, terrestrial LiDAR

Database Upgrade with new Data Acquisition

(DB Upgrade)

• Periodic Acquisition : 2~5 years interval

- GSD 0.4m Digital Ortho image using

Airborne Laser Collection System

• Non Periodic Acquisition : emergence

- Digital Photo with UAV(drone) system

- Digital photo with terrestrial LiDAR

Digital Image(Ortho image)

• Periodic Acquisition : 2~5 years interval

- 1m X 1m grid size LiDAR DEM using

Airborne Laser Collection System

• Non Periodic Acquisition : emergence

- Point Cloud with UAV(drone) system

- terrestrial LiDAR DEM (Disaster area)

Terrain Data(LiDAR DEM)

Fusion of Annual Change DataPeriodic and Non Periodic Data

Acquisition for monitoring

Construction of Combined DATABASE

for Open-pit mine Monitoring System

GPS/INSLiDAR System

GPS / INS

디지털 항공 카메라

2007 Airborne Laser Scanner 2014 Airborne Laser Scanner

LiDAREquipment Optech ALTM 30/70

LiDAREquipment Leica ALS50-II

Laser Pluse 70kHz Laser Pluse 150kHz

Flight Height 3,000m Flight Height 200~6,000m

2007 Digital Camera 2014 Digital Camera

Equipment Rollei AIC Equipment Intergraph DMC

Pixel size 9μm Pixel size 12μm

Image size 5,440 x 4,080 Image size 7,680 x 13,824

GSD 0.25m GSD 0.12m

GSD 0.25m above Digital Ortho image

LiDARDSM/DEM

노천광산의 변화 모니터링을 위한 정기적 데이터 취득

2007년 및 2014년에 항공레이저측량을 통해 데이터 취득

드론를 활용한 노천광산의 변화 모니터링을 위한 부정기적 데이터 취득

2015년 고정익 드론을 이용하여 노천광산의 데이터를 취득하였으며, 2016년 회전익 드론을 이용하여 노천광산의 생태복원지역 및 재해복구지

역에 대한 변화모니터링 DB 취득

드론 사진 촬영(고정익 및 회전익)

지상기준점 측량 및 입력

영상 및 내외부표정요소 입력

표정해석(SBA with SfM)

PointCloud 추출

DSM/정사영상/3D모델 생성

자동 비행계획 수립

2015년 고정익 드론 : SenseFly 사의 eBee

2015년 촬영 카메라 : Sony 사의 WX220

2016년 회전익 드론 : DJI 사의 Inspire1

2016년 촬영 카메라 : DJI 사의 ZEMUSE X3

가행 광산인 라파즈 한라 시멘트 광산의 생태복원지구 및 재해복원지구를 대상으로 드론 데이터 취득

재해복원지구

Lafarge HALLA

생태복원지구

수직촬영 비행 코스

수평촬영 비행 코스

2015년(고정익 드론) 정사영상과 2016년(회전익 드론) 정사영상의 융ㆍ복합

2015년 고정익 드론을 이용하여 노천광산 전체영역을 대상으로 DB 취득

2016년 회전익 드론을 이용하여 생태복원지역(수직촬영) 및 재해복구지역(수평촬영)의 DB 취득

생태복원완료지역생태복원수행지역

2015년+2016년 드론촬영정사영상 융ㆍ복합

2015년(고정익 드론) DEM과 2016년(회전익 드론) DEM의 융ㆍ복합

2016년 PointCloud의 경계 파일 생성 후 2015년 PointCloud의 Point 제거

2015년 PointCloud에 2016년 PointCloud를 삽입

정사영상 활용 경계파일 생성경계파일 내부 2015 PointCloud 제거

PointCloud 융합 2015 + 2016 DEM 생성

고정익 드론에 의한노천광산 전역의 DEM(2015)

회전익 드론에 의한재해복구지역 DEM(2016)

회전익 드론에 위한생태복원지역 DEM(2016)

2016년 융복합 DEM

수치지도를 이용한 정규 격자 DEM 제작

등고선추출

DEM제작

수치지도의 등고선 데이터를 이용하여 정규 격자 DEM 제작 가능

1:1,000 수치지도를 이용할 경우 1m X 1m 정규 격자 DEM 제작 가능

수치지도를 이용하여 등고선 추출 등고선 데이터를 이용한 DEM 제작

1:5,000 수치지도를 이용할 경우 5m X 5m 정규 격자 DEM 제작 가능

모니터링 DB수집 및 취득 방법

년도 데이터 품질 및 특성

드론 사진측량(부정기적 DB 취득)

2016(회전익)

• 정사영상 : GSD 0.10m(회전익드론)

• DEM : PointCloud 1m X 1m DEM

2015(고정익)

• 정사영상 : GSD 0.10m

• DEM : PointCloud 1m X 1m DEM

항공레이저측량(정기적 DB 취득)

2014• 정사영상 : GSD 0.12m

• DEM : LiDAR 1m X 1m DEM

지상 LiDAR 측량(부정기적 DB 취득)

2012 • DEM : 지상 LiDAR 1m X 1m DEM

오픈 데이터 서비스(DB 수집)

2012• 다음지도 : GSD 0.5m(2년 주기)• 국가영상정보포털• 외국 공간정보오픈데이터서비스

2010

2008

항공레이저측량(정기적 DB 취득)

2007• 정사영상 : GSD 0.25m

• DEM : LiDAR 1m X 1m DEM

모니터링 DB수집 및 취득 방법

년도 데이터 품질 및 특성

오픈 데이터 서비스(DB 수집)

2015 • 국토정보플랫폼 : GSD 0.5m

2014 • DEM :수치지도 5m X 5m DEM

2012• 다음지도 : GSD 0.5m(2년 주기)• 국가영상정보포털• 외국 공간정보오픈데이터서비스

2010

2008

노천광산 모니터링 시스템 개발을 위한 DB 구축 현황

휴지 광산의 DB 수집

가행 광산의 DB 수집 및 취득

휴지 광산은 주로 국내외 오픈 데이터 서비스를 통하여 모니터링 DB 수집

가행 광산은 항공레이저측량과 드론사진측량 및 지상 LiDAR을 통하여 모니터링 DB를 취득하고, 국내외 오픈 데이터 서비스를 이용한 데이터

수집을 병행하여 변화 모니터링 DB 구축 수행

수치지도 5m X 5m DEM정사영상

모니터링 시스템 설계

• Cesium의 UI를 기반으로 추가 메뉴 설계• 사용자가 사용하기 쉽도록 설계

UI 구성

• GeoServer와 UI를 연동하여 데이터 가시화• 분석 데이터(토공량, 차분영상, 식생지수) 가시화

DB 연동

노천광산 모니터링 시스템

• World Wind JAVA (WWJ) – WWJ Server• Cesium – GeoServer – PostGIS• Cesium – GeoServer – Python / GDAL / ORG

오픈소스 S/W를 이용한 시스템 구축

• WWJ에서 제공하는 데이터들의 해상도가 낮음

WWJ –WWJ Server(최초 계획)

• Cesium은 WWJ에 비해 고해상도 데이터를 제공• PostGIS를 이용하여 분석기능을 설계하려고

하였으나, 분석 시간이 길어 사용하기에 어려움이있다고 판단

Cesium – GeoServer – PostGIS(2차 계획)

• PostGIS 대신 GDAL/ORG을 이용하여 분석하고, Python으로 Geosever와 연동하여 가시화

Cesium – GeoServer – Python(최종 계획)

• Image : ESRI World Imagery• Terrain : STK WORLD Terrain Meshes

Cesium Base 데이터 결정

• 정기적 : 항공레이저측량성과 (2년 주기)• 부정기적 : 고정익 및 회전익 드론 사진측량 성과

DB 취득

• Image : NGII, DAUM, NAVER 등 Portal• Terrain : EarthExplorer, NGII, Vworld 등 Portal

DB 수집

item WWJ(World Wind JAVA) Cesium

Digital Image Bing

- TerraColor : GSD 15m- LANDSAT 7 : GSD 30m

Bing- TerraColor : GSD 15m

ESRI World Imagery map- IKONOS : GSD 1.0m

DEM(Terrain)

SRTM- Global : 1km, USA : 30m

SRTMv2- don’t provided in KOREA

STK World Terrain Meshes - 1km, 90m(Korea), 3m(USA)- National Elevation Dataset(NED)- EU-DEM- Australia SRTM-derived 1 Second DEM

Language JAVA SDK JAVA Script+HTML

3D Model XML Format KML, GeoJSON, TopoJSON Format

Feature

3D virtual world API and SDK

High-resolution image and terrestrial data support from NASA server

JAVA and OpenGL used

2D, 2.5D, 3D virtual world with same API High-resolution visualization of the world topography Operation of WebGL using hardware acceleration graphics

WorldWindJava

Cesium의 기본 데이터가 WWJ보다 데이터의 품질이 좋아 가시성이 높으므로 Cesium을 Client로 이용

PostGIS를 이용하여 분석기능을 설계하고자 하였으나, 데이터 처리 속도가 오래 걸려 PostGIS를 이용하지 않기로 결정

GDAL/ORG 및 Python으로 분석/가공 후 GeoServer에 처리된 데이터를 등록, Client에서 가시화 하는 것으로 변경

Image Processing

Terrain Model

Processing

Processed Terrain

Processed Image

New Terrain Source

New Image Source

Server Computer

- Digital imagery : ESRI world imagery

- Terrain : STK WORLD TerrainMeshes

DATABASE of Cesium

+

Digital image DEM(terrain)

- Image Data Collection1) Ngii Potal open data : (2013)2) Portal site : Daum, Naver (2008/2010/2012)3) Open platform : Vworld, Bing, Google, NGII

- Image Data Acquisition1) Periodic : Airborne Laser (2007, 2014)2) Non periodic : Rotary-wing Drone(2016),

Fixed-wing Drone(2015), terrestrial LiDAR(2013)

- Terrain Data Collection1) USGS EarthExplorer :

earthexplorer.usgs.gov- 30m grid size DEM of whole country

2) Open platform : Vworld, Bing, Google, NGII

- Terrain Data Acquisition1) Periodic : Airborne Laser (1mx1m DEM)

(2007,2014) 2) Non periodic :

Rotary-wing Drone Point cloud(2016) Fixed-wing Drone point cloud (2015)terrestrial LiDAR 1mx1m DEM(2013)

Client Server Process & Analysis

Cesium image Provider Cesium-GeoServer Terrain Provider GDAL/ORG

기존의 UI는 데이터 선택 및 화면 이동 툴이 한곳에 집중되어 화면이 복잡하게 구성되어 새롭게 UI를 설계하였음

기존에 설계된 모니터링 시스템의 UI 변경

데이터 선택, 화면 이동 Tool이 집중되어 있음

광산으로 이동하는 메뉴FlyToArea

새로운 UI에는 광산으로 이동하는 메뉴와 시기에 따른 변화를 분석하고 가시화 하는 메뉴를 설계하였고, 토공량 분석 및 차분영상 등에 대한 분

석 결과를 가시화 하여 볼 수 있음

기존의 UI는 광산으로 이동하고, 영상 및 지형 데이터를 불러오는 기능만 존재

새로운 UI에 데이터 분석 기능 추가

새로운 UI에는 광산으로 이동하면 시기에 따른 변화를 분석하고 가시화 하는 메뉴를 나타나게 하였고, 토공량 분석 및 차분영상 등에 대한 분석

결과를 가시화 하여 볼 수 있음

2014년~2016년의 생태복원지역의 데이터 업로드

면적, 토공량(성토량, 정토량), bbox(구역 좌표) 등의 정보 제공

대상지역 선택하면 정보창 열람 가능

2014(영상+DEM)

2015(영상+DEM)

2016(영상+DEM)

시스템에는 배경 영상과 이질감을 줄이고자 각각의 밴드 별 차분 영상을 RGB 영상으로 합성하여 업로드

2014~2015(R-R) 2014~2015(G-G) 2014~2015(B-B)

2015~2016(R-R) 2015~2016(G-G) 2015~2016(B-B)

픽셀 값은 0~255 사이의 값을 가지며, 중간 값에 해당하는 지역은 변화가 없는 지역임

2014년~2016년의 채광지역의 데이터 업로드

면적, 토공량(성토량, 정토량), bbox(구역 좌표) 등의 정보 제공

대상지역 선택하면 정보창 열람 가능

2015~2016은 드론의 수평촬영 데이터분석을 위해 일부분만 취득, 현재지형분석 데이터는 없음

2014(영상+DEM)

2015(영상+DEM)

2016(영상+DEM)

2014년~2016년 광산 전체에 대한 지형변화 데이터 업로드

잔차 DEM 결과 값(선택 지역의 DEM 잔차 값) 제공

대상지역 선택하면 정보창 열람 가능

2014~2015는 광산 전체의 데이터를취득하여 광산 전체의 잔차 DEM 제작

2015~2016은 광산의 일부 지역만데이터를 취득하여 일부 지역에 대한변화만 확인 가능

http://220.67.150.19/new_ui.html