Feasibility Study on Producing 1:25,000 Digital Map Using KOMPSAT-5 SAR Stereo Images

KOMPSAT-5 레이더 위성 스테레오 영상을 이용한 1:25,000 수치지형도제작 가능성 연구

Abstract

There have been many applications to observe Earth using synthetic aperture radar (SAR) since it could acquire Earth observation data without reference to weathers or local times. However researches about digital map generation using SAR have hardly been performed due to complex raw data processing. In this study, we suggested feasibility of producing digital map using SAR stereo images. We collected two sets, which include an ascending and a descending orbit acquisitions respectively, of KOMPSAT-5 stereo dataset. In order to suggest the feasibility of digital map generation from SAR stereo images, we performed 1) rational polynomial coefficient transformation from radar geometry, 2) digital resititution using KOMPSAT-5 stereo images, and 3) validation using digital-map-derived reference points and check points. As the results of two models, root mean squared errors of XY and Z direction were less than 1m for each model. We discussed that KOMPSAT-5 stereo image could generated 1:25,000 digital map which meets a standard of the digital map. The proposed results would contribute to generate and update digital maps for inaccessible areas and wherever weather conditions are unstable such as North Korea or Polar region.

위성 영상레이더(SAR; Synthetic Aperture Radar)는 날씨와 지역시간에 관계없이 영상을 취득할 수 있으므로 지구를 관측하기 위하여 매우 다양하게 활용되고 있다. 하지만 위성 영상레이더의 전처리 절차가 복잡하여 수치지도의 제작에는 잘 활용되지 못하였다. 본 연구에서는 위성 영상레이더 스테레오 영상을 이용한 수치지형도 제작 가능성에 대한 연구를 수행했다. 이를 위하여 위성의 상 하향궤도에서 촬영된 스테레오 영상을 두 쌍 획득했다. 또한 제작 가능성을 제시하기 위하여 1) 레이더 기하로부터 RPC(Rational Polynomial Coefficient) 기하로 변환하였고, 2) 수치도화를 수행하였다. 3) 최종적으로 기존에 구축된 수치 지형도로부터 기준점과 검사점을 획득하여 수치지형도 제작 결과를 검증하였다. 두 개의 수치 지도 제작 결과에 대하여 정밀도 검증을 수행하였을 때 각각 XY 방향과 Z 방향으로 1 m 미만의 오차를 나타냈다. 본 결과를 바탕으로 우리는 KOMPSAT-5 위성 영상레이더 스테레오 영상을 활용하여 기준에 부합하는 1:25,000 수치 지형도를 제작할 수 있음을 확인하였다. 이와 같은 연구 결과는 기상 조건이 불안정한 지역과 북한, 극지방 등 접근이 어려운 지역의 수치지형도 제작과 주기적 수치지형도 업데이트에도 활용 가능할 것으로 예상된다.

1. 서론

2005년 중반부터 개발 된 아리랑5호는 2014년에 발사되었으며 탑재량은 고도 500 km에서 600 km 사이의 궤도에서 작동하는 X-band 대역 위성 영상레이더(SAR; Synthetic Aperture Radar) 이다. 국내에서는 다목적실용 위성-1호의 발사 이후, 광학원격탐사 대한 연구와 투자가 비교적 활성화 되었지만, 국내의 위성 영상레이더 활용 기술수준은 선진국과 비교해도 몇몇 대학 또는 연구 기관의 기술력은 세계적 수준이지만, 정부나 기관의 투자 연구는 선진국에 비해 매우 낮은 실정이다. 위성 영상레이더를 이용하는 공공기관의 부처에서는 최근 영상레이더 활용에 대한 필요성을 인식하고 다양한 분야의 활용성 확대를 검토하고 있다. 활용성 확대는 해양, 육상, 대기 및 극지대 탐사, 접근불능지역 등 다양한 분야의 위성 영상레이더 활용 확대로 많은 정보취득과 지형변화 측정에 큰 도움을 줄 것으로 예상하고 있다.

최근 국내에서도 위성영상을 활용한 지도 제작이 활발하게 이루어지고 있다(Cho, 1998; Lee et al., 2012; Cho, 2010). 항공사진촬영이 불가능한 극지방, 접근불능지역, 개발도상국 등의 수치지형도제작 분야 등에 KOMPSAT-3, 3A호, 기타 해외 위성의 광학영상이 사용되고 있으나, 광학위성의 궤도주기, 날씨, 구름, 기상, 주간촬영 등의 촬영 제약으로 최신영상 획득에 어려움을 겪고 있다.

위성 영상레이더는 능동형센서로 마이크로파 파장 대역을 활용한다. 마이크로 파장대역을 사용함으로써 일반적 광학위성이 가지고 있는 영상 취득 시간의 제약, 기상 조건 등에 관한 제약으로부터 한계를 극복할 수 있었다(Lee, 2006; Baek, 2017).

이에 국내 위성인 아리랑5호의 주야간, 날씨의 제약 없이 영상이 획득이 가능한 장점을 활용하여 최신광학 영상 획득이 어려운 지역에 대하여, 광학영상과 위성 영상레이더 영상을 병행 사용함으로써 광학영상의 촬영제약 등에 따른 사업 또는 연구 기간의 지체 등을 메우고, 위성 영상레이더 영상의 활용을 활발하게 할 수 있겠다. 아직 국내, 외적으로 위성 영상레이더를 이용한 수치 지도제작에 대한 연구는 많이 미비한 상태이다. 이에 본 연구에서는 KOMPSAT-5 위성 영상레이더의 70 cm 급 스테레오영상을 이용하여 RPC(Rational Polynomial Coefficient) 센서모델링의 정확도 및 RPC 보정 센서모델링의 정확도를 평가하고, 국내에서 활용되고 있는 수치도화장비에서 1:25,000 도화 작업을 수행하고, 1:25,000 수치지도제작 가능을 검증하는 연구를 수행하고자 한다.

2. 연구지역과 자료

본 연구에서는 KOMPSAT-5 위성 영상레이더 영상을 국내에서 사용되는 영상처리 SOCETGXP S/W를 이용하여 일반 수치도화장비는 사용할 수 없는 위성 영상 레이더 영상의 H5 형식과 궤도정보를 담고 있는 xml의데이터 타입을 TIFF 타입의 영상과궤도정보를 텍스트 식인 RPC로 변환하였다. 수치도화장비에서는 TIFF 타입의 영상과 위성의 궤도정보와 공간해상도를 RPC 기반으로 인식한다. 국내에서 활용되는 SOCETSET 수치도화 S/W, H/W를 통하여 일반적인 광학위성영상을 사용하는 방법과 같은 흐름으로 처리 및 연구하였다.

대상지역을 선정 후 연구자료를 수집하였고, 수집된 자료를 이용하여 지상기준점과 검사점을 추출하여 변환된 위성 영상레이더 영상과 RPC 정보를 이용하여 수치도화기에 스테레오 상태로, 센서모델링 정확도 평가와 최소한의 지상기준점을 이용한 보정 센서모델링의 정확도 평가, 1:25,000 수치도화를 통해 수치지형도제작 가능성 연구를 수행하였다. 다음 Fig. 1은 본 연구에서 수행한 위성 영상레이더 영상을 이용한 연구흐름을 나타낸다.

Fig. 1. Overall Data flow.

사용된 KOMPSAT-5 위성 영상레이더 영상은 도심지역인 서울의 잠실 일원이며, 총 4장의 SAR 영상을 사용하여 Fig. 2(a), (b)를 이용한 모델1 과 Fig. 2(c), (d)를 이용한 모델2, 두 개의 스테레오 모델 구성을 준비하였다. Table 1은 영상자료의 특성으로 Fig. 2(a)는 2015년 10월 21일 촬영되었으며, 입사각 49.2°, GSD(Ground Sample Distance)는 0.8m급, 편파는 VV(Vertical-Vertical), 궤도는 하향궤도(descending)에서 촬영되었다. Fig. 2(b)는 2015 년 12월 18일 촬영되었으며, 입사각 50.7°, GSD는 0.7 m, 편파는 HH(Horizontal-Horizontal), 궤도는 상향궤도 (ascending)에서 촬영되었다. Fig. 2(c)는 2015년 11월 18일 촬영되었으며, 입사각 49.1°, GSD는 0.8 m, 편파는 VV, 하향궤도에서 촬영되었다. Fig. 2(d)는 2016년 01월 15일 촬영되었으며, 입사각 50.7°, GSD는 0.7 m, 편파는 HH, 상향궤도에서 촬영되었다. Fig. 2(a), (b), (c), (d) 모두 촬영모드는 spotlight 모드에서 촬영되었다. 편파는 송신되고 수신된 에너지가 같은 방향으로 송·수신 되는 것을 의미하며, HH는 수평편파로 에너지가 송·수신됨을 의미하며, VV는 수직편파로 에너지가 송·수신됨을 의미한다.

Fig. 2. KOMPSAT-5 SAR images of the study area (Jamsil, Seoul); (a) Model 1 left image, (b) Model 1 right image, (c) Model 2 left image, (d) Model 2 right image.

Table 1. Characteristics of KOMPSAT-5 SAR image in Jamsil area, eoul

KOMPSAT-5 위성 영상레이더 영상의 센서모델링 정확도 측정과 보정 센서모델링의 보정과 정확도 측정, 수치도화한 후 결과물의 정확도 측정을 수행하기 위해 지상기준점 및 검사점을 2017년도 국토지리정보원 국가기본도 제작 1:5,000 축척의 수치지형도에서 추출하였다. 좌표계는 GRS80이다.

수치지도에서 지상기준점을 추출시 평면(XY)기준점은 건물이나 모서리가 명확한 곳을 대상으로 선점하고, 표고(Z)기준점은 표고점이나, 도화데이터의 높이값을 사용한다. 연구대상지의 영상에 Fig. 3과 같이 기준점 및 검사점을 배치하여, 각 모델에 같은 4점의 최소 지상기준점과 6점의 검사점을 사용하여 센서모델링과 보정 센서모델링, 수치도화의 정확도 측정에 사용하였다. 기준점과 검사점은 조서 Fig. 4와 같이 수치지도와 영상을 비교해서 스테레오 관측시 명확한 곳을 선점하였으며, 건물의 모서리, 도로의 모서리, 콘크리트 구조물의 모서리 등 XYZ좌표를 취득하였다(Table 2).

Fig. 3. Ground control points (GCPs) and checkpoints distribution on the study area.

Fig. 4. Examples of GCPs and checkpoint.

Table 2. GCP and checkpoint location coordinates

1:25,000 수치도화 연구를 수행한 후 기존 제작된 수치지도와 비교 분석을 위해, 2017년 국토지리정보원 국가기본도사업에서 제작된 1:25,000 수치지형도 4도엽을 수집하였다(Fig. 5).

Fig. 5. The 1: 25,000 Digital Map of study area.

3. 연구방법

1) KOMPSAT-5 RPC 센서모델링

일반적인 물리적 센서모델은 수학적 센서모델에 비해 상대적으로 정확하지만 위성의 궤도 및 센서 등과 관련된 많은 정보를 필수적으로 요구한다. 반면 영상좌표와 지상좌표간의 수학적 관계만을 고려한 수학적 센서 모델은 많은 수의 지상기준점을 필요로 하지만 궤도정보를 얻을 수 없거나 불확실한 경우 쉽고 빠르게 적용할 수 있으며 무엇보다 센서모델에 대한 전문지식이 없는 사용자들도 쉽게 사용할 수 있다는 장점을 가진다 (Cho and Lee, 2002). 대부분의 고해상도 위성들은 위성의 궤도정보를 대신하여 촬영 당시의 표정요소 등에 관한 정보를 RPC 파일에 담에 제공하고 있다(Lee et al., 2012).

RPC는 위성영상과 지상과의 기하학적 관계를 구면이나 평면으로 표현이 가능하다는 가정하에, 그 관계를 여러 개의 다항식으로 표현하여 해석하고자 한 방법으로, RPC는 영상좌표와 지상좌표의 변환에 사용되는 계수이다(Oh and Jng, 2012). 이러한 RPC는 지상좌와 영상좌표 간 기하 관계를 단순하면서도 정확하게 묘사할 수 있어, 과거 복잡하게 계산되었던 물리적 센서 모델링의 대안으로 활발히 활용되고 있다.

최근 가장 많이 사용되고 있는 RFM(Rational Function Model)은 지상 3차원 좌표(X, Y, Z)와 이에 대응하는 영상좌표(r, c)간의 기하학적인 관계를 비례다항식 형태로 표현한 모델로서, RFM유도에 간단하게 설명하면 아래와 같다(Kim, 2003; Lee et al., 2013; Oh and Jung, 2012; Ahn et al., 2002).

\(r_{n}=\frac{p 1\left(X_{n}, Y_{n}, Z_{n}\right)}{p 2\left(X_{n}, Y_{n}, Z_{n}\right)}, c_{n}=\frac{p 3\left(X_{n}, Y_{n}, Z_{n}\right)}{p 4\left(X_{n}, Y_{n}, Z_{n}\right)}\)       (1)

식 2의 (r_n, c_n)은 영상좌표, (X_n, Y_n, Z_n)은 지상좌표를 의미하며, -1에서 1사이의 정규화 된 값으로 표현되고 (식 2), 이 때 r₀, c₀, X₀, Y₀, Z₀는 offset value, r_s, c_s, X_s, Y_s, Z_s는 scale vector이다.

\(\begin{array}{l} r_{n}=\frac{r-r_{0}}{r_{s}}, c_{n}=\frac{c-c_{0}}{c_{s}} \\ X_{n}=\frac{X-X_{0}}{r_{s}}, Y_{n}=\frac{Y-Y_{0}}{c_{s}}, Z_{n}=\frac{Z-Z_{0}}{ } \end{array}\)       (2)

식 3의 분자와 분모는 3차 다항식으로, 식 3와 같이 표현되며 p_i(X_n, Y_n, Z_n)(i = 1, 2, 3, 4)는 계수값의 차이만 있을 뿐 식의 형태는 동일하다. 식 4은 p_i(X_n, Y_n, Z_n)을 다항식으로 표현한 것이다. 또한 a_ijk, b_ijk, c_ijk, d_ijk는 분자와 분모의 다식 계수로, RPC를 나타낸다.

\(\begin{aligned} r_{n} &=\frac{p 1\left(X_{n}, Y_{n}, Z_{n}\right)}{p 2\left(X_{n}, Y_{n}, Z_{n}\right)}=\frac{\sum_{i=0}^{m 1} \sum_{j=0}^{m 2} \sum_{k=0}^{m 3} a_{i j k} X^{i} Y^{k} Z^{k}}{\sum_{i=0}^{n 1} \sum_{j=0}^{n 2} \sum_{k=0}^{n 3} b_{i j k} X^{i} Y^{k} Z^{k}} \\ c_{n} &=\frac{p 3\left(X_{n}, Y_{n}, Z_{n}\right)}{p 4\left(X_{n}, Y_{n}, Z_{n}\right)}=\frac{\sum_{i=0}^{m 1} \sum_{j=0}^{m 2} \sum_{k=0}^{m 3} c_{i j k} X^{i} Y^{k} Z^{k}}{\sum_{i=0}^{n 1} \sum_{j=0}^{n 2} \sum_{k=0}^{n 3} d_{i j k} X^{i} Y^{k}} \end{aligned}\)       (3)

\(\begin{aligned} p 1\left(X_{n}, Y_{n}, Z_{n}\right)=& a_{0}+a_{1} X+a_{2} Y+a_{3} Z+a_{4} X^{2}+\\ & a_{5} X Y+a_{6} X Z+a_{7} Y^{2}+a_{8} Y Z+\\ & a_{9} Z^{2}+a_{10} X^{3}+a_{11} X^{2} Y+a_{1} X^{2} Z+\\ & a_{13} X Y^{2}+a_{14} X Y Z+a_{1} S X Z^{2}+\\ & a_{16} Y^{3}+a_{17} Y^{2} Z+a_{18} Y Z^{2}+a_{19} Z^{3} \end{aligned}\)       (4)

영상과 함께 사용자에게 제공되는 RPC 정보는 위성 센서를 통해 획득되는 보조자료 만을 이용하여 생성되기 때문에 위성센서 정확도와 동일한 지상좌표결정 정확도를 가진다고 볼 수 있다. 하지만, 연구에서 요구되는 정확도를 확보한다고 보장할 수 없다. 따라서 지상 기준점을 활용하여 위성영상에서 제공하는 RPC 자료 자체를 보정하는 방법이 사용되고 있다.

본 연구는 일반광학위성과 동일한 수치도화기를 이용한 지도제작 방법에 레이더 영상의 입체영상을 활용 가능성을 분석하는 것이 목적이기 때문에 국내 수치도 화장비(DPW; Digital Photogrammetric Workstation)에서 사용이 가능한 아핀 변환(Affine Transformation) 방식을 통해 모델링을 수행하였다.

RPC 센서모델링의 정확도를 평가하기 위해, H5형식의 자료로 제공되는 KOMPSAT-5 위성 영상레이더 영상의 자료를 SOCETGXP S/W를 이용하여, TIFF 타입의 영상과, 텍스트 형식의 RPC 자료로 변환하였다. 변환된 RPC 정보는 영상의 가로, 세로의 pixel 값과, 영상의 위치좌표 등 위성궤도정보를 담고 있다(Fig. 6).

Fig. 6. Converted TIFF and RPC information.

센서모델링 수행은 다양한 센서모듈이 탑재되어, 위성영상 보정 센서모델링 작업과 수치도화가 가능하여 항공사진측량 등 다양한 분야에 사용되고 있는 BAESYSTEM사의 SOCETSET 수치도화장비를 이용하였다. SOCETSET 수치도화장비에서 프로젝트를 생성하고 영상과 RPC 정보를 로드한 후 모델을 구성하고, 지상기준점과 검사점의 좌표를 입력 후, 오차를 알아보았다.

RPC 자료로 변환된 KOMPSAT-5 위성 영상레이더 영상의 RPC 정보만으로 센서모델링을 수행하여, Fig. 7(a) 모델1과 (b) 모델2를 구성하였다. 변환과 모델링으로 얻어진 3차원 모델의 좌표를 수치도화기상에서 스테레오 관측을 통하여, 1/5,000 수치도화데이터에서 추출한 지상기준점 및 검사점 간 오차를 계산하고, 3차원 좌표의 오차 분석을 수행하였다.

Fig. 7. KOMPSAT-5 stereo images to generate digital maps – (a) Model 1, (b) Model 2.

2) KOMPSAT-5 RPC 보정 센서모델링

최소한의 지상기준점을 이용하여 RPC 보정 센서모 델링을 수행하기 위하여 기존의 KOMPSAT-2 RPC를 이용한 3차원 위치결정 정확도 분석(Oh et al., 2011)에서 제안된 RPC 편의 보정 모델(식 5)에서 제안된 결과로 RPC를 편의 보정하기 위해서는 최소 4점 이상의 지상 기준점이 필요하다는 선행 연구 결과를 분석을 확인하 였다. 편의 보정 모델식은

\(\Delta_{c}=\alpha_{0} l+\beta_{0} \quad \Delta_{l}=\alpha_{1} c+\beta_{1}\)       (5)

여기서, Δ_c과 Δ_l는 각각 RPC에 의해 계산된 컬럼방향과 라인방향으로의 오차이고, c와 l은 각각 컬럼수와 라인수이며, α₀ ·α₁ ·β₀ ·β₁는 RPC 편의 보정계수이다(Oh et al., 2011).

RPC 보정 센서모델링 연구를 수행하기 위하여, SOCETSET 수치도화장비의 프로젝트를 생성 후, RPC 정보를 로드하고, 지상기준점 4점을 스테레오 관측을 하여 오차를 최소화 할 수 있을 때까지 정밀한 관측을 수행하여, RPC정보의 보정을 수행하였다(Fig. 8). 본 연구는 최소한의 지상기준점을 이용하여 RPC 보정을 하였기 때문에, 스테레오 관측은 지상기준점과 검사점의 관측오차를 최소화하기 위해 필수적인 요건이다. RPC 보정 센서모델링과정을 수행하고, 4점의 지상기준점과 6점의 검사점간의 3차원 위치 좌표와의 오차 분석을 수행하였다. 또한 오차 그래프를 통해 실제 존재할 수 있는 계통오차가 제거되었는지 확인하여 RPC 보정 효과를 알아보았다.

Fig. 8. Sensor Modeling process for RPC Correction using SOCETSET.

3) 수치도화 실험

SOCETSET은 현재 국내·외에서 수치도화에 사용되는 장비이며, 다양한 센서모듈 탑재로 국내에선 일반 항공사진 수치지도제작과 접경지역, 접근불능지역 등의 위성영상을 이용한 수치지도제작에 사용되는 대표적인 수치사진측량시스템 장비이다. 일반적인 수치도화 장비와 같이 3D모니터와 XYZ를 컨트롤 하는 핸드 휠과 입력 발판이 장착되어있다.

KOMPSAT-5 위성 영상레이더 입체영상이 도화에 사용될 때 나타날 수 있는 특징을 알아보기 위하여 수치도화 실무경험을 바탕으로 부분도화를 실시하였다.

KOMPSAT-5 위성 영상레이더 입체영상에서 1:25,000 수치도화시 묘사 및 판독을 진행하여 대표적인 건물, 도로, 수계, 구물, 등고선 및 표고점 등을 묘사하여 테스트하였다. RPC 보정 센서모델링의 RMSE 정확도가더 높은 모델2로 수치도화를 실행하였으며, 올림픽공원을 대상으로 수치도화 묘사하였으며, Fig. 9는 위성 영상레이더 영상과 수치도화를 수행한 도면을 중첩한 것이다.

Fig. 9. Digital Restitution of Olympic Park.

올림픽공원을 수치도화 대상으로 선정한 이유는 연구대상지의 위성 영상레이더 영상이 서울의 시가지 지역으로 많은 양의 건물과 도로, 구조물이 존재하고 있으며, 1:25,000 특성상 등고선의 간격이 10 m 단위로 표현이 되기 때문에 등고선의 표현을 하려면 시가지는 등고선이 많이 표현되지 않아 적절치 않았다. 올림픽공원은 대상지역의 규모는 작지만, 등고선, 건물, 구조물, 수계지형 등 연구지역의 영상 내에서 비교적 복합적인 지형으로 수치도화로 도면화할 경우, 레이더 영상으로 도화한 복합적인 지형인 올림픽공원 연구데이터를 국토 지리정보원에서 제작된 1:25,000 수치지형도와 비교함으로써 도화과정에서 발생할 수 있는 환경 오차를 계산하고, 더불어 위성 영상레이더 영상의 공간해상도가 미칠 수 있는 영향을 알아보고, 그 정도를 측정하기 위하여진행하였다.

기타 수치도화 실험은 일반적으로 1:25,000 수치도화 데이터 제작시 사용되는 도로, 건물, 수계, 구조물, 등고선 및 표고, 지류 등 대표적으로 표현 레이어 위주로 도화 실험을 수행하였다. 위성 영상레이더 영상으로 도로의 표현 가능함을 알기 위하여, Fig. 10(a), (b) 영상 내의 실폭묘사 대상인 6 m 이상의 도로와 단선 묘사인 6 m 이하의 도로를 도화실험 하였다.

Fig. 10. Digital Restitution Experimental data; (a) A narrow road, (b) Wide road, (c) Building, (d) Factory building, (e) Dense housing, (f) Tancheon, (g) Seokchon Lake, (h) Han River, (i) Bridge, (j) Water gate and Concrete constructions, (k) Fence, (l) Contour and Elevation.

Fig. 10(c), (d), (e)는 위성 영상레이더 영상으로 주택외 건물, 공장, 밀집주택 등 건물 일부를 도화실험 한 데이터 이다. Fig. 10(f), (g), (h)는 탄천, 잠실 석촌호수, 한강의 물선을 도화 실험한 결과이다. 구조물에 대한 도화실험은 Fig. 10(i), (j), (k)와 같이 교량, 콘크리트 구조물, 수문, 한강변의 대형 담장을 도화묘사하였다. 연구영상 내에서 등고선을 표현하여 시각화 할 지역이 많지 않아서 Fig. 10(l)와 같이 일부 등고선을 실험하였으며, 표고점은 넓은 도로를 위주로 묘사하여 보았다.

4. 연구결과

KOMPSAT-5 위성 영상레이더 영상의 센서모델링 및 보정 센서모델링의 정확도를 항공사진측량 작업규정 제56조(조정계산 및 오차의 한계)에 부합되는지 확인해 보았다. 규정내의 1:25,000 축척의 XYZ 위치정확 도는 표준편차 1.0 m, 최대값 2.0 m이다. 현재 국내에 항공사진과 위성영상의 영상의 위치 정확도를 항공사진 측량 작업규정에 의거하여 정확도를 측정하고 있다. 정확도를 측정하기 위해 1:5,000 수치지도에서 추출한 지상기준점 4점, 검사점 6점 총 10점의 XYZ좌표와 RPC 센서모델링의 XYZ 영상좌표를 비교하였다. 모델1의 센서모델링 정확도는 RMSE(Root Mean Squared Error)가 XY축으로 1.90 m, Z축으로 2.48 m로 작업규정에서 1:25,000 축척의 최대값을 Z축의 오차량이 초과되어 수치지도를 제작할 수 있는 위치정확도가 규정에 불합함을 확인하였다(Table. 3). Fig. 11의 오차 분포도로 XYZ의 오차의 bias가 확인되었다.

Table 3. Estimated accuracy of RPC sensor model (Model 1)

Fig. 11. Error Distribution of RPC Sensor Model (Model 1).

모델2의 센서모델링 정확도역시 모델1과 같은 방식으로 비교 분석하였다. 모델2의 RMSE가 XY축으로 2.13 m, Z축으로 1.97 m로 XY축의 오차량이 항공사진측량 작업규정 제56조(조정계산 및 오차의 한계)에서 1:25,000의 최대값을 초과하였다(Table. 4). Fig. 12 모델2의 오차 분포 역시 모델1과 비슷한 방향의 bias를 보였다. 따라서 모델1과 모델2의 RPC 센서모델링의 위성 영상레이더 영상의 최종위치 정확도는 1:25,000 수치지형도를 제작하기에 작업규정 허용오차의 범위를 벗어나 수치도 화를 제작할 수 없음을 확인할 수 있었다.

Table 4. Estimated accuracy of RPC sensor model (Model 2)

Fig. 12. Error Distribution of RPC Sensor Model (Model 2).

2) KOMPSAT-5 RPC 보정 센서모델링

수치도화기상에서 스테레오 관측 및 조정으로 지상기준점 4점을 이용한 RPC 보정 센서모델링을 수행한 결과 모델1의 RMSE는 XY축으로 0.23 m, Z축으로 0.4 m, 모델2의 RMSE는 XY축으로 0.03 m, Z축으로 0.6 m로 각각 보정되었다. 최소한의 기준점으로 수행한 보정 센서모델링의 정확도는 항공사진측량 작업규정의 오차량 이내임을 확인하였고, 기준점을 제외한 검사점 6점과의 최종위치 오차를 알기 위해, 각 모델1, 모델2의 위치오차 분석을 수행하였다. 모델의 검사점 6점과의 위치정확도는 RMSE XY축으로 0.99 m, Z축으로 0.92 m로 1:25,000의 작업규정의 영상의 최종 위치정확도에 부합되어, 수치지도를 제작할 수 있는 위치정확도임을 알 수 있었다(Table. 5).

Table 5. Calibrated accuracy of RPC Calibration Sensor Model (Model 1)

Fig. 13의 오차 분포도를 분석한 결과, 기준점을 이용하여 센서모델링의 보정을 수행한 경우, XY축의 bias가 좋아지는 효과를 볼 수 있었다. Z축의 경우는 bias는 있지만, 기준점을 이용하여 보정을 한 결과 확실히 위치 오차량이 줄어들었음을 확인할 수 있었다.

Fig. 13. Calibrated error distribution of RPC Calibration Sensor Model (Model 1).

모델2의 검사점6과의 RPC 보정 센서모델링의 정확도는 RMSE가 XY축으로 0.65m, Z축으로 0.85 m로 모델 2 역시 항공사진측량 작업규정 1:25,000의 정확도에 부합됨을 확인할 수 있었다(Table. 6). Fig. 14 델2의 오차 분포도 역시 모델2의 센서모델링(Fig. 12)의 오차분포도보다 XY축의 bias가 보정이 된 것을 확인할 수 있었다.

Table 6. Calibrated accuracy of RPC Calibration Sensor Model (Model 2)

Fig. 14. Calibrated error distribution of RPC Calibration Sensor Model (Model 2).

Z축의 분포역시 기준점을 이용하여 오차량이 줄어든 것을 확인할 수 있었다. 많은 수의 지상기준점과 검사 점을 연구에 사용하지 않았지만, 위성 영상레이더 영상의 RPC 정보와 최소한의 지상기준점을 이용하여 보정을 할 경우, 광학영상을 대체해서 충분히 1:25,000의 수치지도제작 가능한 위치 정확도를 확보할 수 있었고, RPC 보정 센서모델링 후 모델1, 모델2에서 영상 전 영 역에서 시차가 나타나지 않았다.

3) 수치도화 결과 분석

현재 국내는 공간해상도 25 cm급의 항공사진을 이용하여 제작된 국가기본도 1:5,000 수치지형도를 일부를 축소 편집하여 1:25,000 수치지형도를 제작하는 방법을 사용하고 있다. 1:5,000의 건물, 도로 등 대부분을 그대로 가져와 사용하기 때문에 일부 단순화 한 객체를 제외하면 1:5,000의 수치지형도와 같다. 1:25,000 수치지형도를 수치도화를 수행했던 시기는 2009년~2012년도 사이 국토지리정보원에서 제작한 접근불능지역 1:25,000 수치지형도제작 사업에서 북한의 전역을 1:25,000 축척의 수치도화를 수행하여 수치지형도를 제작하였다. 영상의 공간해상도를 고려하여 수치도화작업 수행하기 때문에, 대표적인 건물만 실형 묘사하였고, 일반건물은 symbol로 처리하는 단순 묘사하였다.

도로와 하천은 6 m이 하의 경우 단선묘사, 6 m 이상의 경우 실폭묘사 하였으며, 대분의 지형지물을 단순화 하여 묘사하였으며, 중복묘사가 되는 사항에 대하여는 단일묘사하였다.

KOMPSAT-5 위성 영상레이더 스테레오 영상의 수치도화로 1:25,000 수치지형도 제작 가능성을 분석하기 위해 실험지역 영상 내에서 객체별 도화가 가능한 부분 분석을 수행하였고, 실험대상지가 도심지라는 특성상 건물, 도로가 많아 수치지형도 제작연구를 수행하기 위해 올림픽공원을 대상으로 전체 수치도화 작업을 수행하였다. 도화사로서의 주관적인 판단을 기반으로 광학 영상에 비해 위성 영상레이더 영상에서 1:25,000식 표현 가능여부 분석은 크게 교통, 건물, 시설, 수계, 지형, 경계, 식생으로 분류하여, 표현 가능율(%)을 분석해 보았다 (Table 7). 분석은 2017년 국토지리정보원에서 제작한 1:25,000 수치지형도를 수치도화장비에 로딩하여, 위성 영상레이더 스테레오 모델과 중첩하여 분석하였다.

Table 7. Digital Restiution Expression Analysis

교통에 대한 분석결과는 수치지도의 도로 레이어만 추출하여 수치도화기에서 대상의 파악 유무에 관하여 확인하였다. 도로의 경우 위성 영상레이더 영상과의 중첩확인에서 6 m 이상의 넓은 도로의 파악이 수월하였고, 단선으로 묘사되는 6 m이 하의 도로의 경우 판단이 모호함이 발생되었다(Fig. 15(a))

Fig. 15. Digital Restitution Expression Analysis; (a) Traffic, (b) Building, (c) Facility, (d) Water topography, (e) Topographical, (f) Boundary, (g) Vegetation.

건물에 대한 분석결과는 모델1과 모델2의 영상범위에 있는 수지지도상의 건물 객체 수는 약 23,700개로, 높은 건물에 가려진 객체와 영상해상도에 의해 판단이 어려운 부분, 건물의 밀집도에 가려져 안 보이는 부분, 건물로 판단이 불가능한 객체들이 존재하였으며, 전체 건물객체 중 판독 가능한 건물객체는 21,300개 이상으로 판단되었다. 높은 건물의 경우 건물이라는 판단은 가능하였으나, 위성 영상레이더 영상의 일부 사이드로브, 스펙클 노이즈 등의 현상으로 건물 윤곽의 정확한 판단은 모호한 현상이 발생하였다(Fig. 15(b)).

시설의 분석의 경우 Fig. 15(c)와 같이 콘크리트 구조물 형태의 교량, 담장, 콘크리트 옹벽, 대형 동상 등은 위성 영상레이더 영상에서의 파악이나 판단이 수월하였다.
1:25,000에서 묘사가 불가능한 구조물과 음영지역, 높은 건물에 가려져 판독을 할 수 없는 대상을 제외한 대다수 약 90% 이상의 판독이 가능하였다.

수계의 분석의 경우 Fig. 15(d)의 중첩화면과 Fig. 10(f), (g), (h)의 도화실험에서 다루어진 것과 같이 실폭하천의 경우 다른 분석 객체보다 판독성에서 우월하였다.

물론 수계역시 도로와 같이, 6 m이상을 실폭으로 묘사하고, 6 m 이하를 단선으로 묘사한다. 실폭의 경우 묘사에서 습지, 모레 등을 구분이 가능하였고, 물선이 교량의 밑으로 통과되거나, 수문으로 통과되는 과정의 판독도 가능하여 약 80% 이상 표현가능 하다고 판단되었다. 연구대상지의 한계로 단선하천이 없었으며, 단선하천이 많은 교외지역, 농업지역의 경우 다소 판독이 어려울 경우가 있을 것으로 판단된다.

식생의 분석은 논, 밭, 과수원, 공지, 대규모 군락지 등의 지형지물이 실험지역 영상 내에는 존재하지 않아서, Fig. 15(e)와 같이, 재개발 지역에 건물과, 담장, 시설물 등이 철거된 공터지역을 대상으로 판단하였다.

건물과 구조물이 제거되어 도로만 남은 형상은 넓은 경지정리가 된, 논과 밭과 유사하게 판독되었으며, 실무 경험을 바탕으로 파악이 가능하였다.

하지만, 영상의 공간해상도와 영상의 색상표현 제에서, 외곽지역에 분포되어있는 작은 지형의 실 사용용도가 논, 밭, 과수원인지의 파악은 다소 모호할 것으로 판단된다. 지형판독의 표현율은 약 70% 이상으로 판단되었다.

Fig. 15(f)의 경계분석의 경우 영상의 범위에 있는, 한강의 공원을 부지안도로 표현과 한강의 부지별 경계를 대상으로 판단하였다.

1:25,000 수치지형도에서의 경계는 도로, 수계, 구조물, 지류 등 우선사항을 묘사하고, 기타영역에 대하여 기타경계 Layer 등으로 약식 표현한다.

우선 묘사사항을 제외한다면, 기타영역의 표현율은 약 80% 이상으로 판단된다. 행정경계는 도화에서는 묘사하는 사항이 아니어서 제외하였고, 도화에서 주로 다루는 경계사항에 대하여 분석하였다.

Fig. 15(g)의 지형 표현율은 약 70% 이상으로 판단하였으며, 연구지역이 평탄하여 등고선이나 식생군락이 많지 않아 정확한 판단을 내리기는 모호했으며, 일부 산림이 있는 지역을 판독한 결과, 산림지역의 판단이 가능하였으며, 10 m 단위의 등고선 표현도 가능하였다.

연구지역 내의 위성 영상레이더의 특성에 대한 영향은 Side-Looking의 특성에 의해 도심지에서 인공 구조물의 반사가 많이 발생하기 때문에 교통, 시설, 낮은 건물 등의 표현율이 높게 나타났으며, 높은 건물의 경우 Layover 특성이 발생하여 정확한 외형 구분이 힘들었다. 식생의 경우 인공구조물에 비해 반사가 적지만, 대상물의 식생의 파악은 가능하였다. 반사강도가 낮은 수계는 대상의 규모가 큰 경우 대상물의 판독성, 표현율이 높게 나타났으나, 작은 경우는 낮게 나타낼 것으로 예측된다.

경계, 지형의 관한 항목은 위성 영상레이더 영상의 특성보다는 수치도화기상 나타나는 영상의 공간해상도의 영향이 크게 보였으며 경계, 지형을 판단하는데 크게 무리가 없었다.

7종의 분류로 스테레오 영상과 중첩하여 수치도화기로 확인한 결과는 동일한 1:25,000축척용 과거 아날로그 흑백 항공사진을 이용한 성과와 비슷한 판독결과를 개인적으로 판단할 수 있었다. 모든 분석은 스테레오 영상을 수치도화기상에서 확인하였다. 7종의 분류에 관한 표현율은 연구대상지가 외곽지역 이였다면, 다른 결과가 나왔을 수도 있다고 판단된다.

1:25,000 수치지형도 제작실험으로 위성 영상레이더 영상을 이용하여 수치도화기에서 도면작성을 실험한 올림픽공원의 수치도화데이터의 정확도와 묘사를 분석하여 보았다. 1:25,000 한 도엽의 면적은 약 153.2 km²이고, 도화실험으로 제작된 올림픽공원의 면적은 약 2.1 km²이다. 1:25,000의 한 도엽면적에 비해 작은 규모이지만 1:1,000 한 도엽의 면적 약 0.25 km²의 약 8배의 도화 실험한 것이다. 먼저 표현 및 판독에 관한 분석은, 올림픽공원의 수치도화결과 공간해상도와 위성 영상레이더 영상의 일부 특성에 의해 판독이 원활하지 않은 경우가 발생였지만, 건물, 도로, 수부지형, 구조물, 등고선 및 표고점을 등을 표현하여 1:25,000 축척의 수치지형도를 제작하는데 크게 문제점이 없다고 판단되었다. Fig. 16과 같이 실험 제작된 1:25,000 수치지형도를 국토 지리정보원에서 제작한 1:25,000 수치지형도와 중첩 비교하여, 기준점과 검사점 추출을 Fig. 17과 같이 비교대상이 명확한, 건물의 모서리, 도로의 모서리, 표고점을 대상으로, 10군데의 평면위치(XY)의 차이와, 5군데의 높이(Z)를 비교하여 최종 수치지형도의 위치오차를 확인하였으며, 최종위치오차는 RMSE가 XY축으로 0.85 m 를 나타내었고, Z축으로 0.38 m으로 나타났다(Table 8). Fig. 18의 오차분포도를 확인한 결과, XY축보다 Z축이 오차량이 일정하여 안정적임을 확인하였다. 따라서 위성 영상레이더 영상을 이용한 수치도화데이터는 국토 지리정보원 수치지도 작성 작업내규 제10조(정확도) 수치도화의 축척별 오차의 허용범위에 부합함을 확인하였고, 국토지리정보원의 1:25,000 수치지형도가 국가기본도 1:5,000의 수치지형도를 사용하여, 정확도가 1:5,000 이라는 점을 감안한다면, 위성 영상레이더 영상을 이용하여 실험 제작한 1:25,000 수치지형도의 정확도가 높은 것을 확인할 수 있었다.

Fig. 16. 1:25,000 Digital Map of (a) National Geographic Information Institute (NGII) (b) proposed; (c) Overlapped of NGII and proposed.

Fig. 17. Digital Restitution result location to check accuracy.

Table 8. Digital Restitution Product Accuracy

Fig. 18. Error distribution of Finally 1:25,000 Digital map.

5. 결론

KOMPSAT-5 위성 영상레이더 영상은 다양한 분야에 활용되고 있지만, 국내·외 지도제작 분야에는 활용이 미비하여, KOMPSAT-5의 센서모델링 정확도와 보정 센서모델링의 정확도를 확인하고, 수치지도를 제작할 수 있는 위치정확도 확인과 수치도화가 가능한지를 연구해 보았다.

본 연구로 위성 영상레이더 영상의 RPC 정보만을 이용한 센서모델링에 수치지도에서 추출한 지상기준점 4점과 검사점 6점과의 위치정확도는 모델1의 RMSE가 XY축으로 1.90 m, Z축으로 2.48 m, 모델2의 RMSE가 XY축으로 2.13 m, Z축으로 1.97 m로 모델1과 모델2는 수치 지형도제작에 불합하였지만, 지상기준점 4점을 사용한 RPC 보정 센서모델링을 수행한 경우 검사점 6점과의 위치정확도는, 모델1의 RMSE가 XY축으로0.99 m, Z축으로 0.92 m, 모델2의 경우 RMSE가 XY축으로 0.65 m, Z축으로 0.85 m로 1:25,000의 위치 정확도에 부합하다는 것을 확인할 수 있었다.

그리고 RPC 보정 센서모델링의 스테레오 모델로 수치지형도를 연구제작한 결과와 국토지리정보원의 1:25,000 수치지형도를 중첩하여, 평면위치(XY) 10군데, 높이(Z)값 5군데의 위치 정확도를 확인한 결과, RMSE가 XY축으로 0.85 m, Z축으로 0.38 m로 수치지형도의 최종위치 정확도 역시 적합하다는 결론을 도출하였다.

따라서 본 논문은 수치도화장비와 호환이 어렵고, 처리가 복잡한 구조의 KOMPSAT-5 위성 영상레이더 영상을 수치도화장비에 사용할 수 있게 RPC로 변환하였으며, RPC 센서모델링을 수행하였다.

그리고 최소한의 지상기준점을 이용한 RPC 보정 센서모델링을 수행하여 위성 영상레이더 영상의 보정된 위치 정확도를 분석하였고, 스테레오 위성 영상레이더 영상을 이용한 수치도화를 통해 수치지형도를 작성하여 그 가능성을 검증하였다.

검증 결과 KOMPSAT-5 위성 영상레이더 영상의 RPC 보정 센서모델링 성과를 수치도화기를 이용하여 스테레오영상으로 1:25,000 수치지형도의 신규제작이나 부분적 갱신이 가능함을 알 수 있었다.

향후 좀 더 많은 지역의 위성 영상레이더 영상을 가지고, 테스트를 통해 수치도화의 가능성에 대하여 세세한 연구가 필요하다고 사료된다.

국내에 위성 영상레이더 영상에 대한 복잡한 처리과정, 전문가 부족으로 위성 영상레이더 영상의 활용이 미비 하였고, 위성 영상레이더 영상의 특성으로 판독이 원활하지 않는 한계점이 존재하였지만, 최신 광학영상을 확보하기 어려운 날씨의 제약, 주간 촬영, 접근이 용이하지 않은 극지방, 접근불가능 지역등에 활용을 한다면, 광학영상의 촬영제약으로 인한 연구나 사업의 단점을 충분히 보충하여, 지도제작에 응용이 가능 SAR 영상의 활용증진에 도움이 될 것으로 판단되었다.

또한, 향후 발사예정인 KOMPSAT-6 위성 영상레이더의 기초 연구 자료로 가치가 될 것으로 기대된다.