DOI QR코드

DOI QR Code

하이퍼센서 정보를 이용한 태화강지역의 비점오염원 분석

Analysis of Non-Point Pollution Sources in the Taewha River Area Using the Hyper-Sensor Information

  • 김용석 (동아대학교 디자인환경대학 조경학과)
  • KIM, Yong-Suk (Department of Landscape Architecture, Dong-A University)
  • 투고 : 2017.01.11
  • 심사 : 2017.02.24
  • 발행 : 2017.03.31

초록

본 연구는 태화강 유역을 중심으로 다중영상정보 등을 이용하여 비점오염원 분포도 제작 및 분석을 하였다. 자료취득을 위하여 하이퍼센서와 항공사진, 그리고 지상분광센서를 통하여 자료를 수집하였고, 각 자료들에 대하여 영상보정과정을 거쳐 정사영상을 제작하였다. 그리고 지상분광측정을 통하여 분류등급별 분광스펙트럼을 분석하고 토지피복도와 비점오염원 분포도를 제시하였다. 태화강 유역의 비점오염원 분석에서 발생부하량 분포도는 산림과 농경지가 주로 분포하는 서쪽 지역의 경우 BOD($kg/km^2{\times}day$)가 1.0~2.3, TN($kg/km^2{\times}day$)이 0.06~9.44, TP($kg/km^2{\times}day$)는 0.03~0.24의 낮은 부하량 분포를 보이는 것으로 나타났다. 그리고 도시화가 진행된 동쪽 지역의 경우 토지이용을 대지로 분류한 결과 BOD 85.9, TN 13.69, TP 2.76의 비교적 높은 부하량 분포도가 나타남을 알 수 있었다.

In this study, multi-image information for the central Taewha River basin was used to develop and analyze a distribution map of non-point pollution sources. The data were collected using a hyper-sensor (image), aerial photography, and a field spectro-radiometer. An image correction process was performed for each image to develop an ortho-image. In addition, the spectra from the field spectro-radiometer measurements were analyzed for each classification to create land cover and distribution maps of non-point pollutant sources. In the western region of the Taewha River basin, where most of the forest and agricultural land is distributed, the distribution map showed generated loads for BOD($kg/km^2{\times}day$) of 1.0 - 2.3, for TN($kg/km^2{\times}day$) of 0.06 - 9.44, and for TP($kg/km^2{\times}day$) of 0.03 - 0.24, which were low load distributions. In the eastern region where urbanization is in progress, the BOD, TN, and TP were 85.9, 13.69, and 2.76, respectively and these showed relatively high load distributions when the land use was classified by plot.

키워드

참고문헌

  1. Choi, B.G. 2014. Study on practical application of multi sensor. National Geographic Information Institute. pp.42-56 (최병길. 2014. 다목적 센서 실용화 연구. 국토지리정보원. 42-56쪽).
  2. Cho, H.G., D.W, Kim, and J.I. Shin. 2014. Study of comparison of classification accuracy of airborne hyperspectral image land cover classification though resolution change. Journal of the Korean Society for Geospatial Information System 22(3): 155-160 (조형갑, 김동욱, 신정일. 2014. 해상도변화에 따른 항공초분광영상 토지피복 분류의 분류정확도 비교 연구. 한국지형공간정보학회지 22(3):155-160). https://doi.org/10.7319/kogsis.2014.22.3.155
  3. Han, Y.H. 2015. Effect analysis of nonpoint source by the change of load unit in Han River Basin of Gangwon Province. Research Institute for Gangwon 6(1):1-20 (한영한. 2015. 원단위 변화에 따른 강원도 한강수계의 비점오염원 영향 분석. 강원발전연구원 강원논총 6(1):1-20).
  4. KHOA (Korea Hydrographic and Oceanographic Administration). 2014. Research report on utilization of new technology for waterway surveying. pp.31-65 (해양수산부 국립해양조사원. 2014. 수로측량 신기술 활용 연구 보고서. 31-65쪽).
  5. Kim S.H and C.S, Yang. 2015. Current status of hyperspectral data processing techniques for monitoring coastal waters. Journal of the Korean Association of Geographic Information Studies 18(1):48-63 (김선화, 양찬수. 2015. 연안해역 모니터링을 위한 초분광영상 처리기법 현황. 한국지리정보학회지 18(1):48-63). https://doi.org/10.11108/kagis.2015.18.1.048
  6. Kim, T.W., G.J, We, and Y.C, Suh. 2012. Correlation analysis with vegetation indices and vegetation-endmembers from airborne hyperspectral data in forest area. Journal of the Korean Association of Geographic Information Studies 15(3):52-65 (김태우, 위광재, 서용철. 2012. 산림지역의 항공기 탑재 하이퍼스펙트럴 영상에 대한 식생-Endmember와 식생지수의 상관 분석. 한국지리정보학회지 15(3):52-65). https://doi.org/10.11108/kagis.2012.15.3.052
  7. Lee J.W., Y.J. Yi, H.G. Kwon, J.S. Yoon, C.S. Lee, and S.U. Cheon. 2012. Estimation of runoff characteristics of nonpoint pollutant source by land cover characteristics. Journal of the Environmental Sciences 21(8):977-988 (이재운, 이윤정, 권헌각, 윤종수, 이춘식, 천세억. 2012. 토지피복 특성에 따른 비점오염원 유출특성 평가. 한국환경과학회지 21(8):977-988). https://doi.org/10.5322/JES.2012.21.8.977
  8. LX (Korea Land and Geospatial Informatix Corporation). 2013. Acquisition and processing of hyper-sensor image. Research report. pp.44-57 (한국국토정보공사 공간정보연구원. 2013. 초분광영상 자료취득 및 처리. 연구 보고서. 44-57쪽).
  9. Ministry of Environment. 2006. Water pollution total management manual. pp.245-247 (환경부 영산강유역환경청. 2006. 수질오염총량관리 업무편람. 245-247쪽).
  10. Na, H.S., J.M. Park, and J.S. Lee. 2015. Analysis of land cover classification and pattern using remote sensing and spatial statistical method. Journal of the Korean Association of Geographic Information Studies 18(4):100-118 (나현섭, 박정묵, 이정수. 2015. 원격탐사와 공간통계 기법을 이용한 토지피복 분류 및 패턴 분석. 한국지리정보학회지 18(4):100-118). https://doi.org/10.11108/kagis.2015.18.4.100
  11. Olmanson, L.G., P.L. Brezonik, and M.E. Bauer. 2013. Airborne hyperspectral remote sensing to assess spatial distribution of water quality characteristics in large rivers: the Mississippi River and its Tributaries in Minnesota. Remote Sensing of Environment 130:254-265. https://doi.org/10.1016/j.rse.2012.11.023
  12. Petropoulos, G.P., C. Kalaitzidis, and K.P. Vadrevu. 2012. Support vector machines and object-based classification for obtaining land-use/cover cartography from hyperion hyperspectral imagery. Computers and Geosciences 41:99-107. https://doi.org/10.1016/j.cageo.2011.08.019
  13. Plaza, J., R. Perez, A. Plaza, P. Martinez, and D. Valencia. 2005. Mapping oil spills on sea water using spectral mixture analysis of hyperspectral image data. Proceedings of SPIE 5995. pp.599-609.