국가 공간정보 중 지형의 형태를 나타내기 위해 수치표고모형(DEM)을 사용한다. 수치표고모형을 생성하기 위한 다양한 방법 중 항공 LiDAR를 활용한 방법은 지형의 변화에 신속하게 자료를 획득할 수 있고, 사진측량기법에 비해 기상조건에 따른 제약을 덜 받는다. 이러한 항공 LiDAR는 최근 국가공간정보의 제작에 다양하게 활용되기 시작하였으나, 다양한 식생이 우거진 한반도의 산림지역에서 일반적으로 평가되고 있는 항공 LiDAR 측량의 정확도가 얻어지는 지에 대한 연구는 아직 이루어지고 있지 않다. 본 논문에서는 다양한 식생이 존재하는 산림지역을 연구대상지역으로 선택하여 수목의 특성에 따라 항공 LiDAR 자료의 정확도가 어떻게 다른지 평가하고자 하였다. 연구대상지역은 낮은 식생이 존재하는 나대지를 포함하고 있는 지역과 이 나대지의 경계부분과 인접하고 있는 다양한 수목이 존재하는 산림지역을 선정하였다. 선정된 지역에 대하여 대상지역에 고르게 분포하도록 검사점을 선점하고 GPS 측량을 실시하였다. 이렇게 측량된 검사점과 항공 LiDAR 자료와의 비교를 통하여 정확도를 평가하였다. 정확도 평가 결과, 활엽수 지역에서는 상당히 큰 오차가 발생할 수 있기 때문에 항공 LiDAR 측량에서도 촬영시기를 낙엽이 떨어진 이후로 하여야 함을 알 수 있었다.
Digital Elevation Models (DEM) is widely used in establishing the topographic profile in nation spatial information. Aerial Light Detection And Ranging (LiDAR) system is one of the well-known means to produce DEM. The system has fast data acquisition procedures and less weather-dependent restrictions compared to photogrammetric approaches. In this regards, LiDAR has been widely utilized and accepted in the process of nation spatial information generation due to its sufficient positional accuracy. However, the investigation of the accuracy of aerial LiDAR data over the area of forestation with various kinds of vegetations has been barely implemented in Korea. Hence, this research focuses on the investigation of the accuracy of aerial LiDAR data over the area of forestation and the evaluation of the acquired accuracy according to the characteristics of the vegetations. The study areas include land with shrubs and its adjacent forest area with mixed tree species. The spots for the investigation have been selected to be well-distributed over the whole study areas and their coordinates are surveyed by Global Positioning Systems (GPS). Then, the surveyed information and aerial LiDAR data have been compared with each other and the result accuracy has been evaluated. Conclusively, it is recommended that LiDAR data collection to be conducted after defoliation period, especially over the areas with broadleaf trees due to the possibility of significant outliers.
