Evaluation of Soft Ground Settlement using Drone-LiDAR Survey

Abstract

대심도 연약지반 현장에서는 침하를 관리하는 것이 중요하다. 침하에 관련한 많은 연구들이 수행되었지만, 대부분 지표침하판과 토탈 스테이션을 이용한 기존 계측 방법으로 얻은 데이터에 의존하고 있다. 기존 계측 방법은 넓은 현장에 비해 상대적으로 소수의 계측 지점을 갖는다는 한계가 있다. 이는 미계측 구역의 신뢰성을 떨어뜨려 복잡한 침하 거동을 파악하기 어렵게 한다. 최근 전체 현장을 계측할 수 있는 다양한 원격 탐사 기술에 대한 연구가 수행되고 있으며, 그 중 드론 라이다는 다양한 분야에서 정확하고 효율적인 결과를 보여주고 있어 복잡한 연약지반 현장에 적용하기에 적절할 것으로 기대된다. 드론 라이다 계측 데이터에는 이상치와 표면 위의 물체를 포함하고 있으며, 방대한 데이터 양을 갖고 있기에 적절한 전처리 과정을 수행하여 효율적인 지표고 정보를 추출해야 한다. 하지만, 지표고 정보로 연약지반 현장의 직접적인 침하를 산정하는 것은 한계가 있다. 따라서 본 연구에서는 드론 라이다 계측 데이터를 전처리하여 얻은 지표고 정보로부터 침하를 산정하는 방법을 제안하였다. 우선, 대상 현장에 대한 드론 라이다 계측 데이터의 전처리 과정을 수행하였다. 통계적 기법인 SOR을 적용하여 이상치를 제거하였고 지표고 정보를 얻기 위해 CSF를 적용하였다. 다음으로 지표고 정보에 대한 DEM을 생성하기 위하여, 포인트가 포함되지 않은 격자가 존재하지 않는 최소 격자인 50cm×50cm를 최적 격자로 선정하였다. 다음으로, 대상 현장 전체의 지표고 정보를 담은 DEM을 기반으로 침하를 산정하는 방법을 제안하였다. 지표고가 증가하는 경우에는 성토 중 발생하는 침하량을 추정해야 하며, 지표고가 감소하는 경우에는 절토와 침하를 구분해야 한다. 지표고가 증가할 경우, 계산 침하량과 게측 침하량을 비교하여 보정계수, ϕ를 산정하여 성토 시 발생하는 침하를 보정하였다. 지표고가 감소할 경우, 계산 침하율과 계측 침하율을 비교하여 절토와 침하를 구분하였다. 제안된 침하 산정법으로 산정된 침하는 대상 현장의 지표침하판에서 계측된 결과와 비교하여 정확도를 검증하였다. 최종 계측 기준 평균 RMSE는 0.134m, MAE는 0.119m, 결정계수 R^2은 0.956으로 나타났다. 또한 제안된 방법으로 산정된 침하는 침하를 약간 과대평가하는 경향을 보이는데, 이는 절토 시 침하량을 이전 침하율로 가정해서 발생한 것임을 알 수 있었다. 또한 제안된 침하 산정법을 통해 수행할 수 있는 추가적인 적용을 분석하였다. 제안된 방법은 전체 현장의 침하량 산정을 통해 신뢰성 있는 성토량을 추정할 수 있으며, 절토와 침하의 구분을 통해 절토량을 추정할 수 있다. 이를 통해 대상 현장 전체의 시간에 따른 토공량을 추정하였다. 또한, 시간에 따른 대상 현장 전체의 침하를 통해 압밀도 평가를 수행하여 침하 위험 구역을 추정하였다. 절토가 집중적으로 이루어졌던 구역은 대체로 목표 침하량에 도달했으며, 성토가 집중적으로 이루어졌던 구역은 목표 침하량에 도달하지 못한 격자들이 상대적으로 많이 존재하였다. 이를 통해 주의를 기울여야 할 침하 위험 구역을 추정할 수 있었다. 제안된 침하 산정법과 적용 방법들은 신뢰성 있는 침하 유지 관리 방법으로써 적용될 수 있다.

Managing settlement in deep soft ground is crucial for ensuring infrastructure stability and safety. While many researches on settlement have been conducted, most rely on traditional measurement methods such as settlement plates and total stations. These methods, although widely used, are limited by their relatively sparse measurement points, reducing reliability in unmeasured areas and complicating the analysis of complex settlement behavior. Recently, advancements in remote sensing technologies have shown promising potential for addressing these limitations. Especially, Drone-LiDAR provides accurate and efficient measurements across the entire sites, making it particularly suitable for complex soft ground conditions. Drone-LiDAR measured data contains outliers, surface objects, and large volumes of information, necessitating preprocessing to extract meaningful ground elevation data. However, there are limitations to using directly ground elevation data to evaluate settlement of soft ground sites. Therefore, this study proposes novel settlement evaluation method. First, outliers were removed using SOR technique, followed by bare-earth filtering using the CSF. To generate a DEM, a grid size of 50cm×50cm, optimized for accuracy and data completeness, was selected. A settlement evaluation method was developed based on the DEM to address challenges in estimating settlement from loading during ground elevation increases and in distinguishing settlement from unloading during ground elevation decreases. The proposed method includes a correction factor, ϕ, derived from the comparison between calculated and measured settlement during loading for increases in ground elevation. For decreases in ground elevation, settlement rates were analyzed to differentiate settlement from unloading. The proposed method was applied to the study site, Busan Newport. Validation against settlement plate measurements at the study site yielded high accuracy, with an average RMSE of 0.134m, MAE of 0.119m, and a coefficient of determination (R^2) of 0.956. While the method tended to slightly overestimate settlement, this was attributed to assumption about prior settlement rates during unloading. In addition to settlement evaluation, the proposed method could be utilized for various applications. By evaluating settlement on the study site and distinguishing between loading and unloading, earthwork volumes over time were estimated. Also, degree of consolidation analysis identified settlement risk areas, revealing that areas with concentrated unloading generally met target settlement, while areas with concentrated loading has grids that often fell short of target settlement. This facilitated the identification of areas requiring focused settlement management. The proposed settlement evaluation method and applications offer a reliable framework for settlement monitoring and maintenance in large and complex soft ground sites. This approach enhances the accuracy and efficiency of settlement management, providing valuable insights for infrastructure projects in challenging geotechnical conditions.