라이다 도시매핑 (LiDAR Urban Mapping)
쉽게 풀면
라이다(LiDAR)는 빛으로 거리를 재는 레이더라고 생각하면 이해하기 쉽습니다. 항공기나 드론, 차량에 장착된 장비가 초당 수십만 번의 레이저 빛을 쏘고, 그 빛이 건물 지붕이나 도로, 나무에 부딪혀 되돌아오는 시간을 계산해서 각 지점까지의 거리를 알아냅니다. 이렇게 모인 수많은 점들이 모이면 도시 전체를 입체적으로 스캔한 점군(포인트 클라우드)이 만들어집니다. 마치 도시를 3차원 사진으로 정밀하게 찍어두는 것과 비슷합니다.
왜 중요한가
도시계획 연구에서는 건물 높이, 스카이라인, 녹지 분포, 지형 고저차 등을 정확히 파악하는 것이 중요한데, 라이다는 기존 항공사진보다 훨씬 정밀한 3차원 정보를 제공합니다. 이 때문에 도시 열섬 분석, 일조권 시뮬레이션, 재난 취약성 평가 등 다양한 연구에서 기초 자료로 활용됩니다. 능동형 센서라 태양광 조건과 무관하게 측정할 수 있고 레이저 일부가 수관 틈새를 통과해 식생 아래 지면까지 기록되므로, 건물 높이나 지붕 형태 같은 3차원 정보를 직접 얻을 수 있어 도시 열섬이나 일조권 분석의 기초자료로 쓰입니다.
논문에서는 이렇게 쓰입니다
라이다로 얻은 3차원 점군에서 건물 표면 높이를 추출해 도시 밀도 지표를 계산했다는 의미입니다.
라이다로 측정한 나무 높이 데이터가 현장에서 직접 잰 값과 비슷하게 정확했다는 검증 결과를 서술한 예문입니다.
조금 더 깊게 보면
라이다 데이터는 지면에서 반사된 신호와 건물·수목 등 지상 구조물에서 반사된 신호를 구분하여 각각 수치표고모델(DEM)과 수치표면모델(DSM)로 분류하는 과정을 거칩니다. 두 모델의 차이를 계산하면 건물이나 수목의 순수한 높이만 남기는 정규수치표면모델(nDSM)을 만들 수 있습니다. 이러한 데이터는 3차원 도시모형 구축이나 토지피복분류 연구와 함께 활용되는 경우가 많습니다. 라이다는 레이저 펄스가 지표나 건물에 반사되어 돌아오는 시간을 측정해 좌표별 고도값을 담은 점군(point cloud)을 생성하며, 이를 분류해 지면과 건물·수목을 구분한 수치표면모델(DSM)과 수치지형모델(DTM)을 각각 만들 수 있습니다. 항공라이다는 넓은 지역을 빠르게 포괄하는 반면, 지상이나 모바일 라이다는 정밀도가 높아 도로시설물 조사 같은 세밀한 작업에 쓰입니다.
주의할 점
라이다는 정밀한 형상 정보를 제공하지만 색상이나 재질 같은 분광 정보는 담지 못하므로, 토지 이용 종류를 구분하려면 항공사진이나 위성영상과 결합해서 분석하는 경우가 일반적입니다.