DOI QR코드

DOI QR Code

Comparison of Observation Performance of Urban Displacement Using ALOS-1 L-band PALSAR and COSMO-SkyMed X-band SAR Time Series Images

ALOS-1 L-band PALSAR와 COSMO-SkyMed X-band SAR 시계열 영상을 이용한 도심지 변위관측 성능 비교 분석

  • Choi, Jung-Hyun (Department of Earth System Sciences, Yonsei University) ;
  • Kim, Sang-Wan (Department of Mineral Resources Engineering, Sejong University)
  • 최정현 (연세대학교 지구시스템과학과) ;
  • 김상완 (세종대학교 에너지자원공학과)
  • Received : 2018.04.05
  • Accepted : 2018.04.16
  • Published : 2018.04.30

Abstract

We applied PSInSAR to two SAR satellite (ALOS-1 and COSMO-SkyMed) images and analyzed the difference in displacement observation performance according to sensor characteristics. The building layer was extracted from the digital topographic map, and the PS extracted from the SAR image was classified into two groups(building structure and ground surface) for density analysis. The density of PS extracted from the research area was $0.023point/m^2$ for ALOS-1 PALSAR and $0.1point/m^2$ for COSMO-SkyMed, more than 4 times PS was extracted compared to ALOS-1. In addition, not only the PS density in the building, but also the density in the ground were greatly increased. The average displacement velocity of ALOS-1 PALSAR is within ${\pm}1cm/yr$, while for COSMO-SkyMed it is within ${\pm}0.3cm/yr$. Although it is difficult to make quantitative comparisons because it does not use the data for the same period, it can be said that the accuracy of X-band SAR system is very high compared to the L-band. In consideration of PS observation density and observation accuracy of displacement, X-band SAR data is very effective in research where it is important to acquire useful signals from the ground surface, such as ground subsidence and sinkhole.

본 연구에서는 두개의 SAR 위성(ALOS-1과 COSMO-SkyMed) 영상에 PSInSAR 기술을 적용하여 각기 다른 센서 특성에 따른 변위 관측 성능의 차이를 분석하였다. 수치지형도 레이어로부터 건물 레이어를 추출하여, SAR 위성 영상으로부터 추출된 PS를 건물구조물과 지표면에서 추출되는 PS로 분류하고 각각 밀도 분석을 수행하였다. 연구지역에서 추출된 PS의 밀도는 ALOS-1 PALSAR의 경우 $0.023point/m^2$, COSMO-SkyMed는 $0.1point/m^2$로 ALOS-1에 비해 4배 이상의 PS가 추출되었다. 또한, 건물에서의 PS 밀도뿐만 아니라 지면에서의 관측 밀도도 크게 증가하였다. ALOS-1 PALSAR의 평균 변위속도는 ${\pm}1cm/yr$ 이내의 값을 갖는 반면 COSMO-SkyMed의 경우 ${\pm}0.3cm/yr$ 이내의 매우 안정적인 값을 보이고 있다. 비록 동일 기간의 자료를 사용한 것이 아니기 때문에 정량적인 비교는 어렵지만, L-band에 비해 X-band SAR 시스템의 변위관측 정밀도가 매우 높다고 할 수 있다. X-band와 L-band SAR 영상 비교분석을 통해 지반침하, 싱크홀과 같이 도심지 지표면에서 유용한 신호를 획득하는 것이 중요한 연구에서 PS 관측 밀도 및 변위 관측 정밀도를 고려하였을 때 X-band SAR 자료가 매우 효과적이다.

Keywords

1. 서론

도심지 개발에 따른 지반 침하 관측이 중요한 요즘 SAR 위성영상의 시계열분석을 통해 도심지 내의 정밀 변위를 관측, 도심지 개발과 관련된 토지이용자료 및 건물자료를 보조자료로 활용하여 도심지의 변위발생 지역의 침하 위해성을 평가할 수 있다. SAR 위성자료를 이용한 도심지 지표변위 관측 방법은 기존 관측 기법인 수준측량, GPS 측량과 비교하였을 때 도심지의 광역적인 감시 측면에서 매우 혁신적이고 효율적인 기법이다. 특히 본 연구에서 사용된 PSInSAR(Persistent Scatterer Interferometic SAR)는 레이더 영상에서 도심지 대형구조물, 교량 등과 같은 시설물에서 관측된 고정 산란체, Persistent Scatterer(PS)를 이용하여 mm/yr의 정밀도로 대형구조물의 안정성 및 도심지의 지표변위를 관측하기 때문에 지속적 관리가 필요한 도심지역에 널리 활용되고 있다(Ferretti et al., 2000 and 2001; Colesanti et al., 2003). 최근에는 고해상도 위성영상의 활용으로 과거에 비해 관측 정확도가 높아졌으며 특히 도심지의 경우, 온도에 따른 건물의 열팽창에 따른 미세 변위까지 측정이 가능해져 과거 도심지에서 관측된 미세변위 오차를 보정할 수 있게 되었다(Crosetto et al., 2015; Wegmüller and Werner, 2015). 이와 같은 다중시기 위성영상을 이용한 도심지의 지표변위 관측결과는 최근 발생하고 있는 싱크홀과 같은 도심지 지표변위에 의한 재해 발생 시 원인 규명에 필요한 중요한 기초자료로 활용할 수 있다.

PS 기술을 이용한 변위 관측에 있어서 관측 정밀도도 중요하지만, 국지적으로 발생하는 변위를 효과적으로 관측하기 위해서는 관측 밀도 또한 중요한 요소이다. 특히 지반침하, 싱크홀과 같이 지표면에서 발생하는 현상을 관측하기 위해서는 도심지에 분포하는 구조물에서의 PS 밀도보다 지표면에서 추출되는 PS 밀도가 매우 중요하다. 본 연구에서는 X-band COSMO-SkyMed와 L-band ALOS-1 PALSAR자료 PSInSAR 기법을 이용하여 위성 특징에 따른 PSInSAR 지표변위 관측 성능에 대해 연구하였다.

2. 연구 지역 및 자료처리

2007년~2010년 동안 수집된 ALOS-1 PASLAR 자료와 2013년~2016년 동안 수집된 COSMO-SkyMed 위성자료를 이용하여 대전광역시의 지표 변위를 관측하였다. ALOS-1 PALSAR 자료는 Level 1.0 raw 자료형태로 수집되었다. SAR 위성에 따른 센서의 파장과 공간해상도 등의 특징은 Table 1과 같다. 두개의 위성으로부터 수집된 영상 목록은 Table 2와 3에 제시되어 있다.

Table 1. Characteristics of COSMO-SkyMed X-band SAR and ALOS-1 L-band PALSAR data

OGCSBN_2018_v34n2_1_283_t0001.png 이미지

Table 2. ALOS-1 PALSAR data list with interferometric parameters and temperature

OGCSBN_2018_v34n2_1_283_t0002.png 이미지

Ti : Temperature measured at AWS

Topt : Optimized temperature by PS processing

dT : Temperature difference (Ti – Topt)

Table 3. COSMO-SkyMed data list with interferometric parameters and temperature

OGCSBN_2018_v34n2_1_283_t0003.png 이미지

OGCSBN_2018_v34n2_1_283_t0004.png 이미지

1) 지표변위 분석을 위한 PSInSAR 자료 처리

수집된 위성영상의 초기자료처리 및 간섭기법 자료 처리는 상용프로그램 GAMMA 및 연구실 개발 프로그램을 이용하였다. 100 m 높이의 건물에서 온도차가 50°C일 경우 열팽창 또는 수축에 의해 약 6 cm의 변위가 발생한다(Crosetto et al., 2015). 따라서, 고해상도 위성영상 사용시 필수적으로 수행되어야 하는 도심지 열팽창 변위모델링을 위하여 Matlab으로 작성된 열팽창보정 알고리즘을 적용하였다. 열팽창 변위모델링을 위해 대전 AWS(Automatic Weather Station) 관측소에서 수집된 위성 영상 관측일의 평균기온을 초기값으로 사용하였다. 이 연구에서 적용한 초기 입력 온도 보정을 포함한 열팽창에 의한 위상성분 보정 과정은 Fig. 1과 같으며, 자세한 과정은 Kim et al.(2018)에 제시되어 있다.

OGCSBN_2018_v34n2_1_283_f0001.png 이미지

Fig. 1. Flowchart of PS processing including thermal expansion correction (Kim et al., 2018).

초기 간섭도에서 대기보정 및 궤도보정, DEM 보정을 마친 후 잔여 위상값을 이용하여 온도에 따른 건물의 열팽창 미세변위를 보정하였다. 대전 AWS에서 관측된 대기온도 성분에 의한 위상성분을 추정하였으며, 잔여 위상을 이용하여 대기온도 최적화 과정을 수행하였다. 사용한 위성영상의 관측 일시에 측정된 온도값과 최적화 과정을 이용해 보정된 온도값은 Table 2와 3에 기재하였다. 실측 온도값과 보정 온도간에 발생한 최대값은 ALOS-1 PALSAR의 경우 최대값은 4.7°C, 최소값은 -10.1°C이다. COSMO-SkyMed의 최대값은 2.8°C, 최소값은 -6.6°C, 평균값은 -2.8°C이다. 알고리즘을 통해 보정된 온도값을 이용하여 연구지역의 각 PS 점의 최종 변위값을 재계산하여 연구지역의 최종 지표 변위를 계산하였다.

2) X-band와 L-band 위성영상 해상도 비교 분석을 위한 자료처리

X-band(약3 cm) 센서를 탑한 COSMO-SkyMed 위성자료와 L-band(약 24 cm) 센서를 탑재한 ALOS-1 SAR 위성자료를 이용한 지표변위 분석 결과의 특징들을 비교평가하기 위해 대전광역시 지하철 1호선 월평역 주변의 약 3 km × 2.5 km에 해당하는 주요 연구지역을 분석하였다.

시계열 분석을 통해 구한 위성 관측지점의 정밀 3차원 좌표를 가지고 있는 최종 PS를 지표면과 건물로 구분하기 위하여 국토지리정보원으로부터 NGI 포맷의 1:5,000 수치지형도를 수집하였다. 수집된 수치지형도로부터 PS밀도 분석을 위한 자료처리 과정은 Fig. 2와 같다. 주요 연구지역인 대전광역시 월평역 주변의 수치지형도 레이어로부터 건물 레이어를 분리, SAR 위성영상으로부터 추출된 PS의 밀도 분석을 수행하였다. PS의 공간좌표 오차를 고려한 분석을 병행하여 수행하기 위해 건물레이어로부터 생선된 폴리곤을 기준으로 5 meter의 버퍼를 설정하여 버퍼 내에 존재하는 PS들도 건물에서 관측된 점으로 간주하였다.

OGCSBN_2018_v34n2_1_283_f0002.png 이미지

Fig. 2. Data processing of digital topographic map for PS density analysis.

3. 결과

1) ALOS-1 L-band와 COSMO-SkyMed X-band SAR 자료의 PS 밀도 비교

ALOS-1과 COSMO-SkyMed SAR 자료의 시계열 분석을 통해 추출된 PS의 공간분포 특성을 분석하기 위해 최종 시계열 분석결과로부터 긴밀도가 0.8 이상인 PS만을 추출하였다. 위성 특성에 따라 추출된 PS의 공간 밀도, 그리고 건물 및 비건물에서 추출된 PS의 공간밀도를 분석하기 위하여 앞에서 추출한 건물 폴리곤과 5 m의 버퍼를 가지고 있는 건물 폴리곤 각각을 이용하였다. COSMO-SkyMed 영상으로부터 추출된 PS의 개수는 734,897개이다. 이들 중 건물에 위치하는 PS는 총 190,800개이며, 건물 이외에 존재하는 PS는 544,097개였다. 건물과 비건물 PS로 구분된 점을 도시한 결과는 Fig. 3과 같다. 건물구조물에서 뿐 만 아니라 지면에서도 다수의 PS가 추출되었음을 확인할 수 있다. ALOS-1 PALSAR 자료로부터 추출된 PS는 총 171,188개이며, 이중 건물에 위치한 PS는 36,887개 그리고 5 m 버퍼를 고려했을 경우 75,839개이었다. 건물 폴리곤으로부터 각각 추출된 PS의 공간분포는 Fig. 4와 같다. COSMO-SkyMed 결과와 달리 건물내의 PS의 배치가 밀집되어 있지 않고 균등하게 분포해 있다. 이는 ALOS-1 PALSAR의 공간해상도가 COSMO-SkyMed에 비해 좋지 않고, 그에 따라 DEM 오차가 정확하게 보정되지 않아 PS의 3차원 공간 좌표를 결정하는데 있어서 오차가 크기 때문이다. 추출된 PS 개수를 연구지역의 면적, 건물 레이어 면적, 비건물 레이어 면적(전체면적-건물면적)으로 나누어 연구 지역 내PS 평균 밀도를 계산하였다(Table4). 버퍼를 고려한 경우 비건물 레이어 면적은 전체면적과 5 m 버퍼를 고려하여 구한 건물 면적과의 차를 이용하였다

OGCSBN_2018_v34n2_1_283_f0003.png 이미지

Fig. 3. PSs distribution extracted from COSMO-SkyMed data.

OGCSBN_2018_v34n2_1_283_f0004.png 이미지

Fig. 4. PSs distribution extracted from ALOS-1 PALSAR data

Table 4. Statistics of PS densities from COSMO-SkyMed and ALOS-1

OGCSBN_2018_v34n2_1_283_t0005.png 이미지

\(\text { 건물 평균 } \mathrm{PS} \text { 밀도 }=\text { 건물내 점의 수/건물면적 }\)

\(건물외 지역 평균 PS 밀도 = 건물외 점의 수/ (전체면적-건물면적) \)

ALOS-1 PALSAR 의 경우 영상 내 고정 산란체의 종류(건물/비건물)에 관계없이 약0.023 point/m2 전후의 값을 보인다. 반면 COSMO-SkyMed는 건물과 비건물 사이에 다소 밀도 차이가 나타나지만, 전체 평균 PS 밀도는 0.1 point/m2로 ALOS-1에 비해 약 4배 이상 추출되었다. 건물의 밀도는 0.13 point/m2으로 건물 이외의 밀도 0.092 point/m2보다 약 40% 이상 높게 나타났다. 버퍼를 고려하였을 경우에 건물과 비건물에서의 PS 밀도 차이가 줄어들지만 여전히 건물에서의 PS 밀도가 33% 이상 높다. 비록 COSMO-SkyMed의 경우 높은 공간해상도로 인해 건물에서의 PS 밀도가 ALOS-1에 비해 5배 이상 증가하였으나, 비건물 지역에서도 4배 이상의 밀도 증가를 보였다. 결론적으로 지반침하, 싱크홀과 같이 건물구조물 보다는 지면에서 유용한 신호를 획득하는 것이 중요한 연구에서 COSMO-SkyMed와 같은 고해상​도 SAR 영상은 PS의 밀도를 전체적으로 높이는데도 기​​​​ 여할 뿐만 아니라 지면에서의 관측 밀도를 높이는 것에도 기여할 수 있음을 의미한다.

COSMO-SkyMed와 ALOS-1 PALSAR 자료로부터 추출된 PS의 시계열 긴밀도의 공간분포와 히스토그램을 분석하였다(Fig. 5). 북쪽에서 북서쪽으로 가로지르는 강물과 남서쪽의 산림 밀집지역에서 전반적으로 PS가 존재하지 않으며, 특히 COSMO-SkyMed 영상의 PS는 산림지역에 거의 분포하지 않는다. 또한, ALOS-1 결과에 비해 COSMO-SkyMed의 경우, 도심지 내 주요 도로를 따라서 높은 긴밀도를 보이고 있는 것이 특징적이다. 앞서 언급한 바와 같이 PS 밀도는 COSMO-SkyMed에서 매우 높지만, PS의 전반적인 히스토그램의 분포는 거의 동일하다.

OGCSBN_2018_v34n2_1_283_f0005.png 이미지

Fig. 5. Spatial distributions (lft) and histograms (rght) of PSs’ temporal coherence.

시계열 분석과정에서 추정된 DEM의 오차를 분석하였다(Fig. 6). ALOS-1 PALSAR 영상의 경우 거의 모든 PS의 DEM 오차는 -5~5 meter 사이의 값을 보이며, 일부 지역에서 수십 meter의 높은 값을 보이지만 이는 분석의 오차로 판단된다. ALOS-1 PALSAR의 경우 공간해상도가 좋지 않기 때문에 단일 픽셀 안에 여러 개의 산란체가 존재하게 된다. 따라서 소규모의 빌딩구조물에 위치한 산란체의 높이가 제대로 보정되지 않은 것으로 보인다. COSMO-SkyMed 분석 결과(Fig. 6b)에서 주로 남동쪽에서 관측되는 30 m 이상의 DEM 오차는 이 지역에 분포하는 아파트 구조물의 객체 높이를 반영하는 것으로 확인되었다.

OGCSBN_2018_v34n2_1_283_f0006.png 이미지

Fig. 6. Spatial distributions (left) and histograms (right) of PSs’ DEM error.

2) ALOS-1 L-band와 COSMO-SkyMed X-band SAR 최종 변위 관측

ALOS-1 PALSAR와 COSMO-SkyMed 자료 분석을 통해 구한 주요연구지역의 평균 변위 속도를 수치지도 위에 중첩한 결과는 Fig. 7과 같다. 각각 동일한 자료처리 과정을 거쳤으며 약 3년의 시간적 차이가 있지만, 두 결과 모두 큰 지표변위는 발생하지 않았다. 따라서 이 결과를 통해 위성별 센서의 파장과 해상도의 차이로 인한 변위측정 결과 차이를 살펴볼 수 있다. ALOS-1 PALSAR의 경우 대부분의 관측점은 ±1 cm/yr 이내의 값을 보이고 있으며, COSMO-SkyMed의 경우 ±0.3 cm/yr 이내의 매우 안정적인 값을 보이고 있다. X-band COSMOSkyMed의 센서 파장은 약 3 cm 로 동일한 해상도일 경우 C-band 및 L-band 자료보다 높은 관측 정밀도를 보인다. 각 PS에서 측정된 시계열 위성 변위와 변위속도가 일정하다고 가정한 모델변위와의 잔차를 구하였다. 이러한 잔차의 통계적 특성은 측정 정밀도에 대한 정보를 제공한다고 볼 수 있다. 각 PS의 잔차들로부터 구한 표준편차의 분포를 Fig. 8에 제시하였다. ALOS-1으로부터 추출된 PS의 변위관측 표준편차는 대략 0.25 cm에서 2 cm 내의 값을 보이고 있으며, 평균은 1.07 cm이다. COSMOSkyMed 자료로부터 추출된 PS는 0.05~0.5 cm내의 분포를 보이며 평균은 0.19 cm로 ALOS-1에 비해 매우 높은 변위 측정 정밀도를 가지고 있음을 확인할 수 있다.

OGCSBN_2018_v34n2_1_283_f0007.png 이미지

Fig. 7. Mean deformation velocity maps estimated from (a) ALOS-1 and (b) COSMO-SkyMed.

OGCSBN_2018_v34n2_1_283_f0008.png 이미지

Fig. 8. Sandard deviation of InSAR measuement from fitting (constant velocity) model.

연구지역내에서 추출된 PS 중 대표적인 두개의 PS를 선택하여 시계열 변위도를 제시하였다(Fig. 9). 각각의 위성의 관측기간동안 연구지역에서 변위가 발생한 지역은 월평구 갑천 인근 유림공원이다. 근린시설로 지어진 유림공원은 2007년 10월 공사를 시작하였다. 유림공원 내의 변위 상세 그래프는 Fig. 9(a)이다. 유림공원의 공사기간인 2007년부터 2010년까지 변위는 약 -2 cm/yr이다. 공사가 끝난 2013년부터 2016년까지 3년간 관측된 변위는 -1 cm/yr이다. 유림공원이 조성되던 2007년부터 2010년 시기에는 유림공원 전 지역에 걸쳐 변위가 관측되었으나 공사가 끝난 2013년 이후에는 유림공원 일부 지역에서만 변위가 관측되었다. 대전 둔산동에 위치한 국가기록원대전기록관의시계열적변위는Fig. 9(b)이다. 국가기록원 대전기록원은 선사유적지 및 정부 종합청사의 근린시설과 인접한 지역으로 지표변위가 거의 발생하지 않는 안정적인 지역이라고 할 수 있다. 그러나 2007년부터 2011년 L-band 자료의 시계열 분석결과를 살펴보면 비록 평균변위속도는 0에 가깝지만 약 0.8cm/yr 정도의 큰 표준편차를 보인다. 반면 2013년부터 2016년까지 X-band로 관측한 약 3년간 관측된 시계열 분석 결과에서는 표준편차가 거의 0에 가까운 값으로 매우 높은 측정 정밀도를 보인다.

OGCSBN_2018_v34n2_1_283_f0009.png 이미지

Fig. 9. Time series plot of LOS displacement at (a) P1 and (b) P2 marked in Fig. 7: (Top) ALOS-1 and (Bottom) COSMO-SkyMed estimates.

4. 결론

이 연구에서는 2010년부터 2016년까지 대전지역에서 획득된 ALOS-1 PALSAR 자료와 COSMO-SkyMed SAR 자료를 이용하여 PSInSAR 방법을 적용하였다. 기존 도심지 PSInSAR 적용 연구에서 방법의 한계로 지적되었던 온도에 따른 도심지 대형구조물의 열팽창 미세변위를 보정하는 알고리즘을 적용하였다. 이와 함께 연구지역의 지표변위 분석에 앞서 각각의 위성영상에서 추출한 PS 밀도 분석을 통해 연구를 위해 사용한 위성자료의 해상도별 PSInSAR 적용 특징을 분석하였다.

연구지역에서 추출된 PS의 밀도는 ALOS-1 PALSAR경우 0.023 point/m2, COSMO-SkyMed는 0.1 point/m2으로 ALOS-1에 비해 4배 이상의 PS가 추출되었다. X-band와 L-band SAR 영상 비교분석을 통해 지반침하, 싱크홀과 같이 지면에서 유용한 신호를 획득하는 것이 중요한 연구에서 COSMO-SkyMed와 같은 고해상도 SAR 영상은 전반적인 PS 밀도 향상뿐만 아니라 지면서의 관측 밀도를 높이는데 기여한다. 또한 고층 건물지역에서 발하는 기존 DEM 오차도 줄일 수 있다. 이와 같은 결과를 바탕으로 연구지역에 관측된 평균변위 속도 분석을 통해 ALOS-1의 경우 대부분의 관측점은 ±1 cm/yr 이내의 값을 보이고 있으며, COSMO-SkyMed의 경우 ±0.3 cm/yr 이내의 매우 안정적인 값을 보였다. 따라서 향후 지반침하, 싱크홀과 같이 지표변위를 관측하는 연구에서는 COSMO-SkyMed와 같은 고해상도 SAR 위성 자료가 더 적합하다고 할 수 있다.

사사

이 논문은 국가과학기술연구회 융합연구단 사업(No. CRC-14-02-ETRI)의 지원을 받아 수행된 연구임.

References

  1. Colesanti, C., A. Ferretti, C. Prati, and F. Rocca, 2003. Monitoring landslides and tectonic motions with the Permanent Scatterers Technique, Engineering Geology, 68(1-2): 3-14. https://doi.org/10.1016/S0013-7952(02)00195-3
  2. Crosetto, M., O. Monserrat, M. Cuevas-Gonzalez, N. Devanthery, G. Luzi, and B. Crippa, 2015. Measuring thermal expansion using X-band persistent scatterer interferometry, ISPRS Journal of Photogrammetry and Remote Sensing, 100: 84-91. https://doi.org/10.1016/j.isprsjprs.2014.05.006
  3. Ferretti, A., C. Prati, and F. Rocca, 2000. Nonlinear subsidence rate estimation using permanent scatterers in differential SAR interferometry, IEEE Transactions on Geoscience and Remote Sensing, 38(5): 2202-2212. https://doi.org/10.1109/36.868878
  4. Ferretti, A., C. Prati, and F. Rocca, 2001. Permanent scatterers in SAR interferometry, IEEE Transactions on Geoscience and Remote Sensing, 39(1): 8-20. https://doi.org/10.1109/36.898661
  5. Kim, S.-W., J.-H. Choi, S.-H. Hong, J.-H. Lee, J. Cho, and M.-J. Lee, 2018. Monitoring the risk of large building collapse using persistent scatterer interferometry and GIS, Terrestrial, Atmospheric and Oceanic Sciences Journal, 29(5): 1-11. https://doi.org/10.3319/TAO.2017.11.27.01
  6. Wegmuller, U. and C. Werner, 2015. Mitigation of thermal expansion phase in persistent scatterer interferometry in an urban environment, 2015 Joint Urban Remote Sensing Event, Lausanne, Switzerland, Mar. 30 - Apr. 1, pp. 1-4.