지형패턴 작동 방식

터레인의 다양한 특성을 이해하는 것은 수문분석 연구부터 산사태 취약성 평가에 이르는 광범위한 응용 분야에 필수적입니다. 이러한 응용 분야 중 하나는 터레인을 지형으로 분류하는 것입니다. 지형은 계곡 또는 봉우리와 같은 터레인의 자연적으로 형성된 쉐이프입니다.

다양한 터레인 분류 ​​기법 중 지형패턴 방법(Jasiewicz and Stepiski, 2013)은 고도 차이와 가시성 개념을 활용해 터레인 데이터에 기반하여 지형을 식별합니다. 지형패턴 도구는 이러한 개념을 적용하여 터레인의 영역을 나타내는 뚜렷한 패턴을 찾습니다.

지형패턴 방법은 총 498개의 고유한 패턴을 식별할 수 있습니다. 일부 지형패턴은 자연환경에서 볼 수 없는 지형을 설명하는 반면, 다른 지형패턴은 동일한 지형 유형을 설명합니다. 따라서 지형패턴 및 지형 유형 간에는 다대일 대응 관계가 있습니다. 지형패턴이 식별되면 조회 테이블을 사용하여 지형에 매칭할 수 있습니다.

지형패턴 도구 로직

지형패턴 도구는 지형패턴 방법을 사용하여 터레인을 지형으로 분류합니다.

이 도구는 입력 래스터의 각 셀에 대해 다음 작업을 수행합니다.

  1. 분석 영역을 설정합니다. 검색 거리스킵 거리 매개변수를 사용하여 분석 영역을 결정합니다.
  2. LTP(Local Ternary Pattern)를 사용하여 지형패턴을 가져옵니다. 8가지 기본 방향 각각에 대한 LTP(Local Ternary Pattern)를 찾으려면 가시선을 연장하고 천저각 및 천정각을 기준으로 분류합니다.
  3. LTP를 고유한 패턴 또는 지형패턴을 기록하는 3진수로 변환합니다. 해당 값을 대상 셀에 저장합니다.
  4. 조회 테이블을 사용하여 지형패턴을 대표적인 10가지 지형 중 하나에 매칭합니다.

이러한 각 단계는 아래 섹션에서 자세히 설명합니다.

지형패턴 계산을 위한 분석 영역 설정

도구의 분석 영역은 대상 셀에서 지형패턴을 계산하는 데 사용되는 터레인 영역입니다. 이는 도구가 지형패턴을 결정하는 데 사용하는 인접 셀을 정의합니다.

분석 영역은 검색 거리스킵 거리 매개변수에 따라 결정됩니다. 검색 거리 매개변수는 적용되는 영역의 범위를 결정합니다. 스킵 거리 매개변수는 대상 셀의 바로 주변 영역 중 분류에서 제외할 영역을 식별합니다. 다음 그림은 검색 거리 3셀과 스킵 거리 1셀로 정의된 분석 영역의 예시를 보여줍니다. 프로세싱에 포함되는 셀은 각 셀 중심과 대상 셀 간의 거리를 검색 거리 값과 비교하여 결정됩니다. 검색 거리 값이 더 크면 해당 셀이 프로세싱에 포함됩니다.

분석 영역이 식별되는 방법을 보여주는 다이어그램
그림 1. 분석 영역은 대상 셀에서 측정된 검색 거리 및 스킵 거리로 정의됩니다. a) 대상 셀이 식별됩니다. b) 대상 셀에서 검색 거리 및 스킵 거리가 측정됩니다. c) 결과 분석 영역입니다.

검색 거리 값을 더 크게 지정하면 주변 터레인이 일반화될 수 있습니다. 값이 작을수록 결과에 더 많은 세부정보가 반영됩니다. 스킵 거리 값을 늘리면 주변 셀에서 발생하는 노이즈를 줄이는 데 유용합니다. 이 노이즈는 잘못된 고도 값을 나타내거나, 고도 차이 측면에서 추가 정보를 제공하지 못하는 셀에서 발생할 수 있습니다.

이러한 두 매개변수는 해당 크기에 따라 터레인 피처를 식별하는 데에도 도움이 될 수 있습니다. 이를 수행하려면 분류하려는 항목을 나타내는 값으로 이 매개변수를 조정합니다. 이러한 매개변수 설정에 대한 몇 가지 일반적인 지침은 다음과 같습니다.

  • 강과 같이 넓거나 큰 터레인 피처를 식별하려면 검색 거리 매개변수 값으로 입력 셀 크기의 50~100배를 사용합니다. 넓거나 큰 터레인 피처를 식별하면 프로세스에서 작은 터레인 피처도 식별되지만, 스킵 거리 매개변수 값에 따라 식별되지 않을 수 있습니다. 따라서 각 매개변수에 대한 최적값을 찾으려면 한 번에 하나의 매개변수만 변경하는 것을 권장합니다.
  • 좁은 하천과 같이 좁거나 작은 터레인 피처를 식별하려면 입력 셀 크기의 5~15배를 사용합니다.
  • 능선과 같이 매우 좁은 터레인 피처를 식별하려면 더 작은 값을 사용합니다.

지형패턴 가져오기

분석 영역이 설정되면 다음 단계는 LTP(Local Ternary Pattern)를 기반으로 지형패턴을 계산하는 것입니다.

천정각 및 천저각을 사용하여 Local Ternary Pattern 결정

먼저 LTP는 8가지 기본 방향 각각에 0, 1 또는 -1 값을 할당하는 것과 동일합니다. 주어진 방향에 할당될 값은 천정각 및 천저각의 차이에 따라 결정됩니다.

천정각 Z는 천정 방향(머리 바로 위)과 분석 중인 방향을 따라 분석 영역 경계까지 연장한 가시선 사이에 형성되는 각도입니다. 이 가시선은 대상 셀에서 볼 수 있는 범위를 나타냅니다.

천저각 N은 유사한 방식으로 정의됩니다. 이는 천저 방향(발 바로 아래)과 영역 내에서 가장 낮은 고도를 따라 분석 영역 경계까지 연장된 가상의 가시선 사이에 형성되는 각도에 해당합니다.

그림 2는 한 방향(예시: 북쪽)에서 분석한 터레인의 고도 프로파일과 각 가시선을 사용하여 정의된 각도를 보여줍니다.

천정 및 천저 방향과 가시선이 이루는 각도를 보여주는 고도 프로파일
그림 2. 대상 셀에서 시작해 기본 방향 중 하나를 따라 나타낸 고도 프로파일 가시선과 가상의 가시선은 대상 셀에서 분석 영역 경계까지 연장됩니다. 이러한 가시선을 천정 및 천저 방향과 함께 사용하여 알고리즘의 다음 단계에서 사용할 각도를 정의합니다.

두 각도가 결정되면 평평한 터레인 각도 임계값을 사용하여 분석 중인 방향에 할당할 LTP 값을 결정합니다. 계산 식은 다음과 같습니다.

Local Ternary Pattern 계산 방정식

여기서 각 항목 정보는 다음과 같습니다.

  • AD는 분석 중인 방향에 할당되는 값입니다.
  • ΔD는 천저각 Z와 천정각 N의 차이입니다.
  • t는 평평한 터레인 각도 임계값입니다.

평평한 터레인 각도 임계값은 도 단위의 값으로, 터레인을 평평함으로 분류할 각도 기준(한계)을 설정할 수 있습니다. 그림 2의 예시와 같이 평평한 터레인 각도 임계값을 1(t = 1도)로 지정하면 분석 중인 방향에 1 값이 할당됩니다. 이는 90° - 45° = 45° > 1°이기 때문입니다.

각 기본 방향에서 동일한 프로세스가 시계 방향으로 반복됩니다.

대상 셀에 대한 지형패턴 구성

8가지 방향 각각에 값이 할당되면 결과는 8-튜플(8개 요소)로 결합되어 대상 셀에 저장됩니다. 8-튜플의 예시로 (0, -1, 0, 1, 0, 0, 1, 1)이 있습니다. 쉽게 저장하기 위해 튜플은 3진수로 변환됩니다. 그 결과는 지형패턴입니다.

가능한 지형패턴의 총수는 6,561개(38)입니다. 이 중 대부분은 다른 패턴의 회전 또는 반사의 결과이며, 총수는 498개로 줄일 수 있습니다.

지형패턴을 지형 유형에 매칭

이 도구는 Jasiewicz and Stepinski(2013)에서 제시한 기준에 따라 조회 테이블을 사용하여 지형패턴을 특정 지형 유형에 매칭합니다. 이 테이블은 지형패턴을 대표적인 10가지 지형 중 하나에 매칭합니다.

대표적인 10가지 지형 유형
그림 3. 대표적인 10가지 지형 유형

지형패턴 정의에 큰 차이가 없는 경우 둘 이상의 서로 다른 지형패턴을 특정 지형에 매칭할 수 있습니다. 허용 가능한 차이는 조회 테이블을 생성하기 위해 필요한 가정입니다.

지형패턴을 하나의 지형 유형에 매칭하는 조회 테이블
그림 4. 지형패턴을 대표적인 10가지 지형 유형 중 하나에 매칭하는 조회 테이블 각 축은 패턴에 있는 (1) 또는 (-1) 값의 총수를 나타냅니다.

봉우리 및 구덩이 지형 유형만 하나의 고유한 지형패턴에 매칭됩니다. 봉우리 지형 유형(-1, -1, -1, -1, -1, -1, -1, -1)의 경우 본질적으로 대상 셀 주변의 모든 셀이 더 낮습니다. 마찬가지로 구덩이 지형 유형(1, 1, 1, 1, 1, 1, 1, 1)의 경우 본질적으로 대상 셀 주변의 모든 셀이 더 높습니다.

최종 지형 및 지형패턴 래스터 결과

마지막 단계에서는 매칭 결과를 결과 지형 래스터 매개변수 값에 저장합니다. 지형패턴은 추가 분석 또는 진단에 사용할 수 있는 선택적 결과입니다.

참조

Jasiewicz, Juroslav and Tomasz F. Stepinski. 2013. "Geomorphons - a pattern recognition approach to classification and mapping of landforms." Geomorphology Volume 182, January 15, pp. 147–56. https://doi.org/10.1016/j.geomorph.2012.11.005