빌딩풍 해석을 위한 3차원 공간정보 생성 기법 연구

Abstract

최근 고층 빌딩의 밀집지역이 많아짐에 따라 도심지의 풍환경 예측에 관한 관심도 또한 높아지고 있다. 이러한 풍환경 예측에 반드시 필요한 요소 중 하나는 도심지의 3차원 모델이다. 그러나 도심의 3차원 모델 생성의 어려움으로 인해 현재 대부분의 연구들은 정확한 도시의 환경을 재현하지 못한 모델을 사용하거나 매우 국지적인 지역에 대한 수치 시뮬레이션만으로 진행하고 있는 실정이다. 게다가 건축 구조 기준 조차 주변 환경을 고려하지 못한 단일 건물의 풍하중만을 고려하여 설계하는 등 빠르게 변화하는 3차원 도심 공간에 대한 대처가 미흡한 실정이다. 한편 GIS분야에서 3차원 공간정보는 일조권 계산, 가시면적 계산, 경사도, 토공량 산정 등 기하적인 계산을 요구하는 분야 및 재난, 환경, 자연, 기후, 토양, 산업, 행정 등 높은 활용성으로 인해 지속적인 요구가 있었으며, 이에 국토교통부에서는 ‘Vworld’플랫폼을 기반으로 전국의 건물과 구조물 등에 대해 3차원 지도를 제작하고 있다. 제작 중인 3차원 공간정보는 대부분 항공영상 기반으로 수작업으로 모델링이 진행되고 있으며, 서울과 각 광역시 등 대도시를 중심으로 제작이 시작되었지만, 여전히 많은 도시들에 대한 3차원 도시정보는 제공되지 않고 있다. 또한 셀 수 없이 많은 건물들의 외관을 손수 모델링해야하는 작업의 특성상 한정된 인력으로는 비주기적으로 변화하는 도심지의 모습이나 외곽 도시들의 모델링 등에 대한 대처는 매우 힘든 일이다. 본 연구에서는 항공영상과 대축척 수치지도를 혼합하여 최신의 3차원 모델링을 생성하기 위한 방법을 비교하고, 각 방법별 모델링 결과를 풍환경 수치 시뮬레이션에 적용하여, 모델 생성방안의 장단점 및 수치 시뮬레이션에 미치는 영향을 파악해 보았다. 첫 번쨰 방안은 고해상도 항공영상을 이용하여 정밀 수치 도화 기법을 통해 복잡한 3차원 정밀 모델을 생성하는 기법이다. 다양한 형상의 건물과 구조물에 대해 정확한 형상을 재현해낼 수 있지만 작업시간이 면적과 크게 비례하는 단점을 가진다. 두 번째 모델링 방법은 항공영상만을 이용해 입체 영상 매칭을 통해 DSM (Digital Surface Model)을 생성하고 이를 바로 3차원 모델로 변환하는 방식이다. 이 방법은 자동화된 기법으로서 빠른 시간 내에 모델을 생성 가능한 장점이 있으나, 자동화에 따른 오차의 내포가능성이 있다. 셋째로 항공사진을 활용하지 않고 국토지리정보원에서 제공하는 대축척 수치지도만을 이용한 3차원 모델링 방안이다. 국가에서 약 2년 주기로 수치지도를 제작 무상 배포 중이므로, 경제적으로 넒은 도심 지역에 대한 3차원 모델을 제작할 수 있지만 2차원 건물 형상을 기본으로 하는 수치지도의 특성 상 층수 정보만 제공되어 건물 높이를 정확히 알 수 없는 등 3차원 지형을 정밀하게 재현해 내기는 어려운 단점이 있다. 또한, 빠르게 변화하는 도심의 경우 신속하지 못한 업데이트로 인해 누락되는 건물이 발생할 가능성이 높다. 넷째로는 대축척 수치 지도 건물레이어와 항공영상으로 생성된 DSM 및 DTM (Digital Terrain Model)을 융합 활용해 모델을 생성하는 방법이다. 해당 기법은 수치지도의 2차원 건물 정보에 항공사진 DSM에서 추출된 표고 정보를 융합하여 3차원 도시 모델을 생성하는 방법이며, 표고 정보의 최신성 확보가 가능하나, 여전히 수치지도 형상에 의존하고, 누락된 건물 등에 대한 대응은 어렵다. 마지막 다섯 번째로 수치지도에서 누락된 건물 정보를 보완하기 위해 수치지도와 항공사진 DSM 간의 변화탐지 기법을 적용하여 두 자료를 비교하고 누락된 건물의 모델을 따로 추가해 주는 방안을 사용하였다. 3차원 도시모델 제작 및 풍환경 예측 적용 실험을 위해 밀집된 고층빌딩과 다양한 형상의 건축물이 공존하는 부산시 해운대구 일대를 실험 대상지역으로 선정하였다. 2019년 촬영된 항공영상과 2016년 제작된 국토지리정보원에서 제공하는 수치지도를 확보하여 실험을 진행하였다. 앞서 제시한 5가지의 공간 정보 제작 방안을 이용해 5가지의 서로 다른 모델을 생성하였으며 각 모델의 특성과 장단을 확인하였으며 일반적인 조건에서의 각 모델 별 풍환경 특성을 알아보았으며 한계상황에서의 바람의 이동과 빌딩풍의 최대풍속 등을 알아보기 위해 2020년 부산에 내습한 마이삭 태풍당시의 조건을 대입해 각 모델에 적용하여 그 특성을 파악해 보았다. 공선조건식을 이용해 직접 모델링한 3차원 모델을 기준으로 수치지도와 항공사진으로 생성된 모델들의 유사도를 알아보았으며 변화탐지 기법을 이용해 현실적인 모델을 재성성한 모델이 실제와 가장 유사한 풍환경 특성을 보이는 것을 확인하였다.

Recently, as the number of densely populated areas of high-rise buildings increases, the interest on predicting the wind environment in urban areas is also increasing. One of the essential elements for predicting the wind environment is 3D building models of urban area. However, due to the difficulty of creating an accurate 3D city model, most of the current studies conducted numerical simulations with coarse models that do not reproduce the exact urban environment. In addition, many studies only consider the wind load of a single building that does not take into account the surrounding environment even by the architectural structure standards. This has been insufficient to cope with rapidly changing 3D urban spaces. In the field of GIS (Geographic Information System), 3D spatial information has been required for disaster management, environmental study, and climate analysis, etc. Therefore, the Ministry of Land, Infrastructure and Transport of Korea has been producing 3D models for nationwide in the 'Vworld' platform. Since most of the accurate 3D spatial information has been manually modeled using aerial images, and the production had started from large cities such as Seoul and each metropolitan city, 3D city information for other cities has not been provided. Due to limitation of the manual production, it is very difficult to cope with the irregular changes in urban areas or to produce models for local city with limited labors. In this study, we proposed methods for efficiently generating the latest 3D modeling by mixing aerial images and large-scale digital maps and compared them in perspective of building wind analysis. The modeling results from proposed methods are used and compared for the numerical simulation of the wind environment. The first proposed method is to generate a complex 3D precision model through a precision digital drawing technique using high-resolution aerial images. Accurate shapes can be reproduced for buildings and structures of various shapes, but the working time is largely proportional to the size of area and building complexity. The second modeling method is to create a DSM (Digital Surface Model) through the automated 3D image matching only using aerial images for a 3D model. This method is an automated technique and has the advantage of creating a model in a short time, but there is a possibility of geometric noises from the inaccurate matching results. Third method is to use only large-scale digital maps provided by National Geographic Information Institute in Korea. Since Korea produces and updates digital maps every two years, it is possible to economically produce a 3D model for a large urban area. But due to the nature of the digital map based on the 2D building shape, the information to accurately determine the height of the building is not enough but the floor information. In addition, there is a high possibility of missing buildings due to late map updates for a rapidly changing city. Fourth method is fusion of the large-scale digital map building layer and DSM/DTM (Digital Terrain Model) generated from aerial images. This technique is a method of creating a 3D city model by fusion of the elevation information extracted from DSM from aerial photos with 2D building information in the digital map. It is possible to secure the latest elevation information from aerial photos, but it still depends on the shape of the digital map. It is difficult to respond to missing buildings. Finally, in order to compensate for the missing building information in the digital map, a change detection technique between the digital map and DSM from aerial photos was applied. For the experiments, we selected the area of ​​Haeundae-gu, Busan, where dense high-rise buildings and buildings of various shapes coexist. The experiment was conducted with aerial images taken in 2019 and digital maps from National Geographic Information Institute produced in 2016. Five different models were created based on aforementioned methods, and the characteristics of each model were identified. Then the wind environment characteristics differences between the generated 3D models were investigated under a general simulation condition. In conclusion, the model recreated from the aerial photos and digital maps with the change detection technique show the most similar wind environment characteristics to the reference which is the manually generated model.