[논문 리뷰] Scalable Surface Water Mapping up to Fine-scale using Geometric Features of Water from Topographic Airborne LiDAR Data

Hunsoo Song, Jinha Jung|arXiv (Cornell University)|2023. 01. 16.

Remote Sensing and LiDAR ApplicationsEnvironmental Science인용 수 3

한 줄 요약

이 논문은 중력에 의해 수면이 평탄하다는 천연 기하학적 성질을 활용하여, 경사도 항공 LiDAR 데이터를 이용해 고해상도 표면 수자원 지ap을 완전 자동으로 스케일러블하게 수행하는 방법을 제시한다. 이 방법은 도시, 해안, 산악 지역을 포함한 다양한 지형에서 광범위하게 정확한 3D 수체 추출이 가능하며, 광학 반사율에 의존하지 않으며, 파rameter 조정 없이도 NDWI 기반 방법을 능가한다.

ABSTRACT

Despite substantial technological advancements, the comprehensive mapping of surface water, particularly smaller bodies (<1ha), continues to be a challenge due to a lack of robust, scalable methods. Standard methods require either training labels or site-specific parameter tuning, which complicates automated mapping and introduces biases related to training data and parameters. The reliance on water's reflectance properties, including LiDAR intensity, further complicates the matter, as higher-resolution images inherently produce more noise. To mitigate these difficulties, we propose a unique method that focuses on the geometric characteristics of water instead of its variable reflectance properties. Unlike preceding approaches, our approach relies entirely on 3D coordinate observations from airborne LiDAR data, taking advantage of the principle that connected surface water remains flat due to gravity. By harnessing this natural law in conjunction with connectivity, our method can accurately and scalably identify small water bodies, eliminating the need for training labels or repetitive parameter tuning. Consequently, our approach enables the creation of comprehensive 3D topographic maps that include both water and terrain, all performed in an unsupervised manner using only airborne laser scanning data, potentially enhancing the process of generating reliable 3D topographic maps. We validated our method across extensive and diverse landscapes, while comparing it to highly competitive Normalized Difference Water Index (NDWI)-based methods and assessing it using a reference surface water map. In conclusion, our method offers a new approach to address persistent difficulties in robust, scalable surface water mapping and 3D topographic mapping, using solely airborne LiDAR data.

연구 동기 및 목표

• 다양하고 복잡한 지형에서 일관되게 작동하는 고해상도 표면 수자원 지도 제작을 위한 강력하고 완전 자동화된 방법을 개발하는 것.
• 특히 대기 및 표면 조건이 변할 경우에 작은 수체(<1ha)를 정확하게 탐지하는 데 어려움을 겪는 광학 영상 기반 수자원 지도의 한계를 극복하는 것.
• 외부 데이터나 후처리에 의존하지 않고, 단일 LiDAR 포인트 클라우드에서 2D 수면 범위와 3D 고도 정보를 동시에 추출할 수 있도록 하는 것.
• 시간적 비일치 및 DEM 후처리 과정에서 발생하는 오류를 줄이기 위해 수체를 포함하는 정확하고 수문학적으로 일관된 3D 지형 모델을 생성하는 것.

제안 방법

• 자연 수면이 중력에 의해 평탄하다는 물리적 원리를 활용하여, 국소적 포인트 밀도와 평탄도를 이용해 잠재적 수체 세그먼트를 식별한다.
• 시작 지점으로서 국소적 포인트 밀도 임계값을 통해 식별된 시드 포인트에서 출발하여 기하학적 유사성(평탄도 및 고도 일관성) 기반으로 영역을 융합함으로써 LiDAR 포인트를 일관된 수체로 그룹화한다.
• 주요 파라미터로는 Z(국소 밀도를 위한 기준점), ER(평탄도 오차 임계값), MS(최대 세그먼트 크기)가 있으며, 이들은 수체 확장의 민감도와 범위를 제어한다.
• 알고리즘은 완전 자동으로 작동하며, 수체 추출에 있어 현장 특화 파라미터 조정이 필요 없으며, 오직 LiDAR 포인트 클라우드만으로도 고도 정보를 포함한 수체를 추출한다.
• 수체 경계는 기하학적 기준을 만족하는 인접 영역을 반복적으로 융합함으로써 정밀하게 다듬어지며, 평탄성과 고도 일관성을 보장한다.
• 이 방법은 수체가 명시적으로 3D 기하학적 형태로 표현된 전체 3D 지형 모델을 출력하여, 직접 수문학적 모델링에 활용할 수 있도록 한다.

실험 결과

연구 질문

• RQ1 광학 반사율이나 외부 데이터에 의존하지 않고, 다양한 지형에서 정확하고 스케일러블한 LiDAR 기반 표면 수자원 지도 제작이 가능한가?
• RQ2 수면의 기하학적 평탄성은 도시 지역의 작은 수체나 그림자 및 눈이 많은 산악 지역과 같은 도전적인 환경에서 어떻게 강력한 탐지 성능을 보장하는가?
• RQ3 포인트 클라우드 기하학에 기반한 완전 자동화된 방법이, 전통적인 NDWI 기반 광학 영상 방법보다 작은 수체 탐지에서 얼마나 뛰어난 성능을 보일 수 있는가?
• RQ4 이 방법은 세그먼트 처리 과정의 부산물로 정확한 3D 수체 표현(고도 포함)을 생성할 수 있는가?
• RQ5 주요 파라미터(Z, ER, MS)가 세그먼트 결과에 어떤 영향을 미치며, 물리적 의미로 해석할 수 있어 직관적이고 설명 가능한 조정이 가능한가?

주요 결과

• 제안된 방법은 파rameter 조정 없이도 모든 테스트 지형(도시, 해안, 산악 지역 포함)에서 NDWI 기반 광학 방법보다 높은 정확도를 달성하였다.
• 복잡한 지형과 작은 수체(예: 물 puddle, 배수로, 연못 <1ha)가 많은 도시 및 산악 지역에서는 광학 방법이 자주 간과하는 수체도 성공적으로 추출하였다.
• ER(평탄도 오차 임계값) 파라미터는 세그먼트 결과에 큰 영향을 미쳤으며, 낮은 값(0.05)은 수면 범위 과대 추정을 감소시키고, 높은 값(0.15)은 홍수 유사 현상 증가를 유도하였다.
• MS(최대 세그먼트 크기) 파라미터는 작은 수체의 확장 제어에 효과적이었으며, 100m² 설정은 더 작은 연못 탐지에 유리했고, 1000m² 설정은 과소 세그먼트화를 유도하였다.
• 이 방법은 수체를 포함한 전체 3D 지형 모델을 생성하여, 수문학적 모델링에 직접 활용 가능했으며, 수문학적 평탄화 DEM 후처리 단계가 필요 없어지면서 시간적 비일치 및 정렬 오류를 감소시켰다.
• 약 2,500km²의 다양한 지형에서의 광범위한 테스트를 통해 방법의 스케일러빌리티와 강건성을 확인하였으며, 다양한 지형 피복 유형과 지형 복잡성에서 일관된 성능을 보였다.