Evaluation of Ground LiDAR Derived Sky View Factor and Green View Index of Urban Streets

Abstract

Urban streets play an important role in improving biodiversity, storing carbon, mitigating the urban heat island effect, and on the physical and mental health of urban residents. Studies on quantifying the ecological structure of urban streets are an important research topic as they are important for urban planning. With the development of Light Detection and Ranging (LiDAR) systems, three-dimensional data acquisition is possible and an accurate ecological structure can be constructed for an urban street. Trees are one of the most essential ecological component of urban streets and the first step is to quantifying the ecological structure of urban streets. This research used ground based LiDAR to quantify three parameters of urban trees: their height, crown base height (CBH), and diameter at breast height (DBH). The tree height and CBH, estimated by LiDAR with high accuracy, showed a root mean square error of 0.359 m and 0.09 m, respectively, whereas the DBH was estimated with medium accuracy, showing a root mean square error of 0.0377 meters. Sky view factor (SVF) is a key indicator to evaluate the formation of urban buildings and trees, and also used as solar energy availability index in urban heat islands and renewable energy research. A method to compute SVF in complex urban areas using LiDAR has been developed recently; however, its accuracy in areas with trees and buildings is low because of limitations in resolution of aerial LiDAR. Hence, this study tried to improve the accuracy of the SVF by using the terrestrial LiDAR and proved that using the terrestrial LiDAR provided greater accuracy than the aerial LiDAR. The results of terrestrial LiDAR-based SVF were high, with an R^2 of 0.915, RMSE of 0.037, and a maximum error of 0.156. This is more accurate than the results obtained from aerial LiDAR. This work studied whether a higher accuracy is obtainable by increasing the spatial resolution of the data. With terrestrial LiDAR, a voxel size of 2.5 is sufficient to estimate SVF in a complex urban area, reducing maximum error by 60% in comparison with aerial LiDAR, thus providing an accurate estimate. This work explored the possibility of constructing data at a larger scale. For strategic urban planning urban-scale data that can be analyzed faster is ideal, even at lower resolutions, but for higher efficiency. Voxelized 3D point cloud data was applied to construct a virtual environment and help researchers take advantage of using objects actually scanned by LiDAR. The result shows that lanes where the experiment was conducted significantly affected the SVF and GVI values. Therefore, through multiple simulations and computations, ideal representative points were identified which can provide the most accurate average value of the research area. Hence, when constructing urban-scale data, researchers should select an appropriate lane that best represents the average SVF and GVI of the area and thereby reduce potential error.

도시 가로 환경은 생물 다양성을 증진, 탄소를 저장, 도시열섬 효과를 완화, 도시 주민의 신체적, 정신적 건강 증진 등 다양한 기능을 수행한다. 이에 따라 도시 가로 환경 구조를 정량화 하기 위한 연구가 진행되어왔다. 특히 최근에는 LiDAR (Light Detection and Ranging) 시스템의 개발로 3차원 데이터 수집이 가능해졌고, 이로 인해 도시 구조의 정확한 측정이 가능해졌다. 이에 따라 기존 2차원 데이터의 한계로 직접 대상지에서 사진촬영을 통해 구축되던 천공률과 녹시율 등의 데이터 구축이 가능해졌다. 녹시율 분석을 위해 수목의 수관을 분류하는 등 LiDAR데이터의 전처리 과정이 필요하다. 특히 나무는 도시 가로 환경에서 가장 중요한 생태 요소이며, 수목 데이터의 정량화는 LiDAR데이터를 이용한 분석에서 중요한 기초자료가 된다. 이에 본 연구에서는 첫 번째로, mobile LiDAR을 사용하여 도시 수목의 수고, 지하고, 흉고직경을 분석하고 정확도를 검증하였다. 결과적으로 수고와 지하고는 각각 RMSE가 0.359m와 0.09m로 나타나 높은 정확도를 나타내었다. 반면 흉고직경은 RMSE 0.0377m로 중간 정도의 정확도를 나타냈다. 본 연구에서 두 번째로 분석한 천공률은 도시 인프라와 관련된 주요 지표이며 도시 열섬 및 재생 가능 에너지 연구에서 태양복사에너지양을 산정하기 위해 주로 사용된다. 그러나 기존 방법은 정확도 측면에서 한계가 있거나, 현장조사를 통해 데이터를 구축하여 한계가 있었다. 최근 LiDAR를 사용하여 복잡한 도시 지역에서도 천공률 계산이 가능해졌다. 그러나 항공 LiDAR의 해상도 한계로 인해 나무가 있는 도시지역에서의 정확도가 떨어졌다. 따라서 본 연구는 지상 LiDAR을 이용한 천공률 계산의 정확성을 검증하고자 하였으며, 항공 LiDAR보다 높은 정확도로 천공률을 계산하였다. 지상 LiDAR 기반 SVF의 결과는 R^2 0.915, RMSE 0.037, 최대 오차 0.156으로 높은 정확도를 나타냈다. 본 연구에 따르면 지상 LiDAR의 경우 복셀 크기 2.5cm가 복잡한 도시 지역에서 SVF를 추정하기에 적합하며, 항공 LiDAR과 비교하여 최대 오차를 60 % 감소시킬 수 있는 것으로 나타났다. 마지막으로 본 연구에서는 천공률과 녹시율 데이터의 도시 규모 구축 가능성에 대해 분석하고 구축 방법을 제시하였다. 연구 결과에 따르면 LiDAR 데이터의 해상도가 높을수록 결과의 정확도가 높아진다. 그러나 높은 해상도의 LiDAR 데이터로 높은 해상도의 데이터를 구축하기 위해서는 분석량이 많아 시간 효율이 떨어진다. 이에 대해 본 연구에서는 가상의 복셀화된 3차원 환경에서 시뮬레이션 분석을 수행하여 효율적인 데이터 구축 방법을 도출하고자 하였다. 연구 결과에 따르면 도로 위 어떤 차선에서 분석하는지에 따라 천공률과 녹시율 값의 변동이 크게 나타나며, 도로의 폭에 따라 연구 대상지를 대표할 수 있는 위치를 특정지을 수 있음을 도출하였다. 천공률과 녹시율 모두 대상지의 평균과 가장 가까운 위치가 도로 폭에 따라 왕복 8차선 도로에서는 3차선, 왕복 6차선 도로에서는 2차선에서 나타나며, 왕복 4차선과 2차선에서는 각각 2차선과 1차선에서 나타난다. 따라서 연구 대상지 모든 지점에서 분석하지 않고 도출된 지점에서 분석한다면 연구 대상지를 대표하는 천공률과 녹시율을 쉽게 도출할 수 있다. 본 연구를 통해 LiDAR 데이터를 이용한 가로환경 중 천공률과 녹시율 데이터 구축을 더 효율적으로 할 수 있을 것으로 기대된다. 이는 기존 사진촬영을 통해 높은 정확도의 데이터를 낮은 효율로 취득하는 방식이나 2차원, 2.5차원 데이터를 통해 중간 정확도의 데이터를 높은 효율로 취득하는 방식에 비해 상당부분 개선된 것으로 판단된다. 또한 LiDAR 데이터를 이용함에 있어서도 분석 효율을 높여, 넓은 대상지에서도 결과물을 도출하는 시간을 앞당길 수 있을 것으로 기대할 수 있다.