📚 기술사 수험서 찾아보기

토목시공기술사 → 건축시공기술사 → 건설안전기술사 → 측량및지형공간정보기술사 →

이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

2026-10-27

Whitebox 실제 QGIS 실습 9 — LiDAR 점군으로 1 m DTM·DSM 만들기: 분류 코드와 반 칸 어긋남

지난 8편까지는 30 m 위성 DEM 하나로 경사, 흐름, 유역, 습윤지수를 차례로 만들었다. 그동안 매번 걸린 게 공간해상도였다. 30 m 셀 안에서는 하곡 바닥과 사면이 뒤섞이고, 입력이 DSM이라 숲의 높이가 지형에 그대로 얹혀 있었다. 이번에는 그 한계를 직접 넘어 보려고 항공 LiDAR 점군을 받았다. WhiteboxTools로 1 m 지면 모델(DTM)과 표면 모델(DSM)을 만들고, 둘의 차이인 nDSM까지 계산했다. 해 보니 계산은 4초 남짓이면 끝나는데, 그 앞뒤로 판단할 일이 생각보다 많았다.

자료 — USGS 3DEP 타일 하나

LiDAR는 국내 공개 자료 중에서 이용 조건과 좌표계·수직기준을 한 번에 확인할 수 있는 것을 찾기 어려웠다. 그래서 미국 지질조사국(USGS) 3DEP의 공개 타일을 썼다. The National Map에서 내려받은 South Platte River Flood LiDAR 사업의 타일 13SDE474426이다. 위치는 콜로라도 볼더 남서쪽 산지 가장자리이고, 1.5 km × 1.5 km 범위에 숲과 계곡, 암벽이 섞여 있다. 사업 메타데이터의 접근 제한 항목은 "제한 없음"이다.

항목값
파일LAZ(압축 LAS) 25.4 MB, LAS 1.2, 점 형식 1
점 수5,525,559
좌표계NAD83 / UTM 13N (EPSG:26913), m
수직기준NAVD88(GEOID12A), m
취득 기간(사업 메타데이터)2013-10-16 ~ 2014-07-22
표고 범위1,709.13 ~ 3,668.12 m

원본은 받은 폴더에 그대로 두고, 실습용 입력 폴더로 복사해 썼다.

1단계 — LidarInfo로 먼저 읽어 본다

점군을 받으면 격자로 만들기 전에 헤더와 분류부터 본다. 공간 처리 → 툴박스 → WhiteboxTools → LiDAR Tools → LidarInfo에서 입력 파일만 넣고, 점 밀도·VLR·지오키 출력은 모두 켜 둔 채 HTML 보고서 경로를 지정했다.

QGIS에서 실행한 WhiteboxTools LidarInfo 대화상자의 로그 탭. 입력은 wb09_input_boulder_13SDE474426.laz, 출력은 wb09_lidarinfo.html이고 Process completed successfully가 보인다. 오른쪽 결과 뷰어에 보고서 경로가 나와 있다
그림 1. LidarInfo 실행 로그. 결과는 별도의 HTML 보고서로 나온다.

보고서에서 쓸 만한 숫자는 평균 점 밀도 2.456점/m², 공칭 점 간격 0.638 m다. 사업 사양의 공칭 펄스 간격이 0.7 m였으니 사양에 맞는 수준이다. 반사 순번으로 보면 첫 반사가 4,706,792점(85.2%), 단일 반사가 71.4%다. 숲이 많은 곳치고는 다중 반사 비율이 높지 않다.

문제는 분류표였다.

분류 코드점 수비율LidarInfo 표기사업 메타데이터의 뜻
11,704,38430.8%Unclassified처리했으나 미분류
2968,29417.5%Ground지면
779,0921.4%Low point (noise)노이즈
11190.0%Road surface제외(Withheld)
172,091,93737.9%Bridge deck겹침 구간 기본(미분류)
18681,83312.3%High noise겹침 구간 지면

LidarInfo는 LAS 1.4 표준의 이름을 붙여 17을 교량 상판, 18을 고노이즈로 보여 준다. 하지만 이 파일은 LAS 1.2이고, 사업 메타데이터에는 비행 경로가 겹치는 구간의 점을 원래 분류값에 16을 더해 표시했다고 적혀 있다. 그러니 17은 겹침 구간의 미분류, 18은 겹침 구간의 지면이다. 11번 19점은 표고가 2,707~3,668 m로, 지면보다 수백 m 위에 떠 있는 점들이었다. 보고서 이름만 믿고 "18은 노이즈니 빼고, 17은 교량이니 DSM에 넣자"고 했다면 처음부터 판단이 틀어진다. 오래된 사업일수록 분류 코드는 그 사업의 메타데이터에서 확인하는 게 맞다.

2단계 — 지면만으로 DTM(LidarTINGridding)

LiDAR Tools → LidarTINGridding은 점들로 삼각망(TIN)을 만든 뒤 격자로 찍어 낸다. 제외할 분류를 쉼표로 적는 방식이라, 지면만 남기려면 2를 뺀 나머지를 모두 적어야 한다.

입력란값이유
Input Filewb09_input_boulder_13SDE474426.lazLAZ를 그대로 읽는다
Interpolation Parameterelevation표고 격자
Point Returns Includedall지면점은 마지막 반사뿐 아니라 단일 반사에도 많다
Grid Resolution1.0점 간격 0.64 m보다 조금 크게
Exclusion Classes0,1,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,182(지면)만 남긴다
Min/Max Elevation, Max Triangle Edge Length비움건물·수관 아래 빈 곳도 이어서 채운다
Output Filewb09_dtm_1m.tif
LidarTINGridding 대화상자. Interpolation Parameter elevation, Point Returns Included all, Grid Resolution 1.0, Exclusion Classes에 2를 뺀 0부터 18까지, 출력 wb09_dtm_1m.tif
그림 2. 지면 DTM 설정. 제외 목록에서 2만 빠져 있다.

18(겹침 지면)을 넣을지는 고민했다. 메타데이터에 자동 처리만 하고 분류 정확도는 검토하지 않았다고 적혀 있어서, 이번에는 검수된 2번만 썼다. 결과는 1,500×1,500 셀에 표고 1,712.96~2,284.53 m이고, 빈 셀은 가장자리의 1,834개 셀이다. 계산에는 3.06초가 걸렸다.

1 m DTM을 음영기복으로 그린 전체 지도. 북서쪽 계곡과 굽은 도로, 가운데 능선과 암벽이 선명하고, 서쪽과 북쪽 사면에 가는 바둑판 무늬가 겹쳐 보인다
그림 3. 지면 DTM 음영기복(방위 315°, 표고 45°). 서쪽과 북쪽에 바둑판 무늬가 보인다.

30 m DEM에서는 뭉개지던 계곡 안 도로의 굽이와 암벽 끝선이 1 m에서는 그대로 읽힌다. 그런데 서쪽과 북쪽 사면에 바둑판 같은 무늬가 깔려 있다. 셀마다 지면점이 몇 개 들어가는지 세어 보니 평균 0.43개였고, 셀의 65.8%에는 지면점이 하나도 없었다. 무늬가 진한 서쪽 300 m × 300 m 창만 떼어 보면 2번 지면점은 0.28점/m²인데 18번 겹침 지면점은 0.42점/m²였다. 겹침 구간에서는 지면점 상당수가 18로 넘어가 있어서, 2번만 쓰면 그만큼 삼각망이 성겨진다. 무늬는 이 성긴 삼각형의 면이 음영에 드러난 것으로 보인다. 이 지역 DTM을 실무에 쓴다면 18을 넣은 판과 비교해 보고 정하는 게 맞다. 이번 회차에서 그 비교까지 돌리지는 않았다.

3단계 — 첫 반사로 DSM

같은 도구를 한 번 더 연다. 이번에는 지면 위 물체의 꼭대기를 잡는 게 목적이라 첫 반사만 쓰고, 노이즈와 제외 분류, 겹침 구간만 뺐다.

입력란값이유
Point Returns Includedfirst펄스가 처음 부딪힌 면, 곧 수관과 지붕
Exclusion Classes7,11,17,18노이즈, 공중에 뜬 제외점, 겹침 구간
나머지2단계와 같음(elevation, 1.0)두 격자를 셀 대 셀로 빼기 위해
Output Filewb09_dsm_1m.tif
두 번째 LidarTINGridding 대화상자. Point Returns Included first, Exclusion Classes 7,11,17,18, Grid Resolution 1.0, 출력 wb09_dsm_1m.tif. 뒤쪽 지도는 앞 단계 DTM 음영기복
그림 4. DSM 설정. 뒤 지도는 2단계 DTM이다.

17을 뺀 데도 이유가 있다. 겹침 구간 점은 옆 비행 경로에서 같은 곳을 한 번 더 찍은 것이다. 넣으면 점은 늘지만, 비행 경로가 바뀌는 경계에서 높이가 미세하게 어긋난 두 면이 섞일 수 있다. 기본 경로의 점만으로도 첫 반사 2,284,444점, 셀당 평균 1.0점이 남는다. 표고는 1,713.06~2,292.79 m, 계산 시간은 3.92초였다.

1 m DSM 음영기복 전체 지도. 화면 대부분이 나무 수관의 오돌토돌한 질감으로 덮여 있고, 동쪽 가장자리의 트인 사면과 암벽만 매끈하게 보인다
그림 5. 첫 반사 DSM 음영기복. 수관 하나하나가 점처럼 보인다.

4단계 — nDSM = DSM − DTM

Math and Stats Tools → Subtract에 Input 1로 DSM, Input 2로 DTM을 넣고 출력은 wb09_ndsm_1m.tif로 했다. 결과는 지면에서 잰 물체의 높이다.

DTM 음영기복 위에 nDSM을 0 m(흰색)에서 20 m 이상(진한 녹색)으로 색칠한 전체 지도. 가운데와 남쪽이 진한 녹색 숲, 북동쪽과 동쪽 사면은 거의 흰색이다
그림 6. nDSM 전체(0~20 m). 진할수록 높은 수관이다.
nDSM셀 수비율
−0.5 m 미만1,9910.1%
−0.5~0 m57,1932.5%
0~0.5 m778,15634.6%
0.5~2 m238,80210.6%
2~5 m308,75913.7%
5~10 m444,53319.8%
10~20 m411,32318.3%
20 m 이상7,4090.3%

2 m 이상인 셀이 52.1%, 5 m 이상이 38.4%다. 중앙값은 2.41 m이고 상위 1%가 18.0 m이니, 이 숲의 수관은 대체로 20 m 아래에 있다. 셀 수가 가장 많은 0~0.5 m 구간은 지면이 그대로 드러난 곳이다.

동쪽 400 m × 300 m 구간을 확대한 nDSM. 트인 사면 위에 나무 한 그루 한 그루가 녹색 원으로 흩어져 있고, 북서쪽 위 계곡 쪽으로 숲이 띠처럼 이어진다. 왼쪽 위 사면에 바둑판 무늬가 비친다
그림 7. 동쪽 구간 확대(가로 400 m). 독립수가 한 그루씩 따로 잡힌다.

확대하면 트인 사면에 선 나무가 지름 몇 m짜리 원으로 하나씩 떨어져 나온다. 30 m 격자였다면 셀 하나에 다 들어가 버렸을 크기다.

그대로 쓰면 안 되는 값들

최댓값은 395.89 m였다. 30 m를 넘는 셀이 69개, 100 m를 넘는 셀이 4개다. 원인을 찾아보니 첫 반사 미분류 점(1번) 가운데 2,635.93 m와 2,982.15 m에 떠 있는 점이 두 개 있었다. 나머지 첫 반사점은 가장 높은 것이 2,293.08 m다. 새나 구름 같은 공중 반사가 노이즈로 걸러지지 않은 것으로 보인다. 반대로 −2 m보다 낮은 셀은 501개다. 그중 250개는 타일 가장자리 10개 셀 안에 있어서, 두 삼각망의 외곽이 서로 다르게 잘린 영향으로 보인다. 나머지 251개는 안쪽에 흩어져 있고, 이번에는 원인을 따로 확인하지 못했다.

nDSM을 수관 높이로 쓰려면 그대로 두지 말고 범위를 잘라야 한다. 이 타일이라면 0~40 m 밖의 값은 비우고, 가장자리 몇 셀은 버리거나 이웃 타일과 이어 붙인 뒤 다시 만드는 게 안전하다. 이 타일처럼 실제 최고 표고(약 2,293 m)와 공중 점이 확실히 갈리면, 처음부터 LidarTINGridding의 Maximum Elevation에 2,300 m 같은 상한을 넣는 방법도 있다.

독립 계산으로 확인하다 걸린 반 셀

같은 점들로 numpy와 scipy의 선형 Delaunay 보간을 써서 TIN을 따로 만들고 Whitebox 결과와 비교했다. 셀 중심에서 비교하니 DTM 차이의 중앙값이 0.22 m나 됐고, 1 cm 안에 드는 셀은 2.6%뿐이었다. 같은 알고리즘이면 이만큼 차이 날 리가 없어서 비교 위치를 반 셀씩 옮겨 봤다. 셀의 북서쪽 모서리에서 비교하자 중앙값이 0.00004 m로 떨어졌고, 87.2%가 1 mm 안, 99.2%가 10 cm 안에 들었다. 남은 차이는 같은 원 위에 네 점이 놓인 경우처럼 삼각형을 나누는 방법이 여럿인 곳에서 갈린 것으로 보인다. DSM도 같은 위치에서 중앙값 0.00005 m로 맞았다. 다만 수관처럼 높이가 들쭉날쭉한 곳은 삼각망이 조금만 달라져도 값 차이가 커서, 10 cm 안에 드는 셀이 83.4%였다.

이번에 쓴 WhiteboxTools 2.2.0의 LidarTINGridding은 각 셀의 북서쪽 모서리 좌표에서 표고를 뽑아 놓고, 파일의 좌표 기준은 셀 전체(Area)로 적는다는 얘기다. 1 m 격자라 위치로는 동쪽으로 0.5 m, 남쪽으로 0.5 m 밀린 셈이다. 이 DTM만 볼 때는 문제가 안 된다. 하지만 다른 1 m DEM과 빼거나 측량 성과와 셀 단위로 대조할 때는, 급경사지에서 이 반 셀이 그대로 높이 차이로 나온다. 정합이 중요하면 좌표 원점을 반 셀 옮겨 다시 쓰거나, 비교 대상도 같은 도구로 만드는 쪽이 낫다. 다른 버전이나 다른 도구에서도 그런지는 확인하지 않았다.

나머지는 맞았다. LidarInfo의 점 수, 반사 순번, 분류별 점 수는 PDAL로 압축을 푼 LAS를 numpy로 읽어 센 값과 모두 같았고, nDSM은 DSM−DTM과 셀마다 정확히 일치했다. 세 격자 모두 EPSG:26913, 1 m, 같은 위치다.

다음 회차

이번에 만든 1 m DTM이면 3~8편에서 30 m로 했던 수문 분석을 같은 방식으로 다시 돌려 볼 수 있다. 다만 그 전에 18번 겹침 지면을 넣은 DTM과 비교해 바둑판 무늬를 정리하고, 반 셀 문제를 어떻게 처리할지 정해야 한다. 다음에는 거기서부터 다룰 생각이다.

작업 메모

이번 회차는 QGIS 시작 스크립트로 같은 대화상자에 값을 넣어 실행했고, 화면은 그때 캡처한 것이다. 원본 프로젝트는 그대로 두고 복사본(QGIS_Play_NaGeoAI_20261027_09_whitebox_lidar.qgz)에서 작업했다. 자료 출처는 USGS 3DEP(The National Map), 프로젝트 South_Platte_River_Flood_LiDAR / CO_SoPlatteRiver_Lot5_2013, 타일 USGS_LPC_South_Platte_River_Flood_LiDAR_13SDE474426.laz이고, 원본 점군과 결과 래스터는 다시 배포하지 않는다. QGIS 3.44.15, WhiteboxTools 2.2.0. SHA-256: 입력 LAZ bcce4348ed93…, DTM 25962c68c1e5…, DSM f3079e8dd63f…, nDSM 21baed6caf08….

댓글 없음:

댓글 쓰기

노르딕워킹 폴을 앞으로 멀리 찍게 될 때, 앞발 옆 무게중심 아래로 가져오는 점검

노르딕워킹을 시작하면 팔을 앞으로 쭉 뻗어 폴을 멀리 찍고 싶어집니다. 폴이 멀리 닿으면 멀리 나가는 느낌이 들기 때문입니다. 스위스 건강보험사 Helsana의 건강 블로그와 독일 폴 제조사 LEKI의 초보자 안내는 이 습관을 흔한 실수로 꼽습니다....