• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.44 no.5
• /
• pp.629-636
• /
• 2024

The purpose of this study is to monitor changes in the water surface of reservoirs in verifiable areas in Korea using satellite images and to analyze the water surface area and water storage. The target area of this study is the Daecheong dam of the Geumgang(Riv.), which supplies water to some areas in the Chungcheong area. A study was conducted to detect water surface area by using the Sentinel-1(SAR-C) image and the optical image of Sentinel-2(MSI) among the various observation sensors of satellite images. The correlation between the reservoir's water storage volume, which is ground measurement data, and the extracted water surface area was analyzed. As a result of the analysis, the coefficient of determination(R²) between water surface area and daily storage using SAR images was analyzed to be 0.9242, and in the analysis using Sentinel-2's MSI optical image, it was analyzed to be correlated at 0.8995. In addition, it is analyzed that the water storage volume of the water surface area extracted from the image using the relationship between the water storage volume and the water surface area represents a hydrograph similar to the actual water storage volume. This study is a basic study for the use of satellite images in unmeasured/non-access areas such as North Korea, and plans to conduct a study to analyze annual changes and long-term trends in major dam reservoirs in North Korea by reflecting the results obtained through this study.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.26-26
• /
• 2022

본 연구는 하천중심선을 활용하여 Sentinel-1 위성영상기반 중소규모 하천 수체(水體) 추출 방법을 제안한다. 한강 유역의 한탄강 일부를 연구지역으로 선정하였으며, 이 지역을 촬영한 Sentinel-1 위성영상자료를 수집하였다. 여기에 개발한 방법의 검증을 위하여 유사시간대의 고해상도 광학위성 PlanetScope을 함께 수집하였다. 본 연구에서는 하천의 수체를 효과적으로 추출하기 위하여 국토지리정보원에서 제공하는 하천중심선 자료를 활용하였다. 하천중심선을 따라 유클리드 거리를 가중치로 산정한 자료(DST)와 Sentinel-1의 VH, VV 편광을 조합한 k-means 방법을 통해 위성영상의 픽셀을 군집화하였고, 최적의 매개변수 값을 산출하였다. 이 매개변수를 활용하여 Sentinel-1의 VV편광, VH편광 그리고 DST의 상관관계에 따른 타원방정식 형태의 계산식을 도출할 수 있었다. 수집한 자료의 검증결과 평균적으로 정확도는 0.65~0.75, kappa 계수는 0.8 내외를 보여 상당히 일치함을 확인할 수 있었다. 또한, 추가 확보한 30여 개의 Sentinel-1 위성영상을 제안 방법으로 추출한 수체의 면적과 유량 값을 비교해 본 결과, 유사한 변화 양상을 보였다. 본 연구는 하천 중심선자료를 활용하여 참값이 없더라도 수체 면적 추정이 가능함을 확인하였다. 제안한 방법은 현존하는 수체추출 방법보다 간단하고 신속하게 수체를 추출할 수 있을 것으로 보인다. 추후, 딥러닝을 통한 수체 식별을 추가 진행을 통해. 정확도를 높일 수 있을 것으로 기대한다.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.24 no.4
• /
• pp.41-54
• /
• 2021

It is very essential to estimate the water body area using remote exploration for water resource management, analysis and prediction of water disaster damage. Hydrophysical detection using satellites has been mainly performed on large satellites equipped with optical and SAR sensors. However, due to the long repeat cycle, there is a limitation that timely utilization is impossible in the event of a disaster/disaster. With the recent active development of Micro satellites, it has served as an opportunity to overcome the limitations of time resolution centered on existing large satellites. The Micro satellites currently in active operation are ICEYE in Finland and Capella satellites in the United States, and are operated in the form of clusters for earth observation purposes. Due to clustering operation, it has a short revisit cycle and high resolution and has the advantage of being able to observe regardless of weather or day and night with the SAR sensor mounted. In this study, the operation status and characteristics of micro satellites were described, and the water area estimation technology optimized for micro SAR satellite images was applied to the Daecheong Dam basin on the Korean Peninsula. In addition, accuracy verification was performed based on the reference value of the water generated from the optical satellite Sentinel-2 satellite as a reference. In the case of the Capella satellite, the smallest difference in area was shown, and it was confirmed that all three images showed high correlation. Through the results of this study, it was confirmed that despite the low NESZ of Micro satellites, it is possible to estimate the water area, and it is believed that the limitations of water resource/water disaster monitoring using existing large SAR satellites can be overcome.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.444-444
• /
• 2023

하천 및 저수지와 같은 공간의 수체 탐지는 수자원 관리에서 매우 중요하며, 유역의 수문학적 과정을 이해하는데 도움을 준다. 수문학적 데이터 수집은 우량계, 수위계와 같은 물리적 인프라의 배치가 필요하다. 그러나 상대적으로 저개발된 국가는 수문학적 측정을 위한 인프라가 매우 미흡한 것이 현실이며, 북한과 같은 비접근 지역에 대한 수문학적 과정을 분석하는데는 한계가 있다. 인공위성 원격탐사 센서 중 SAR영상은 지표면에 직접 전파를 방사하고 산란되어 돌아오는 신호를 수신하여 영상을 만들기 때문에 일반적인 광학영상과는 달리 햇빛의 유무와 강우, 구름여부 등의 기상 조건의 영향을 거의 받지 않는 장점이 있다. 또한 국내와 같이 계절적인 요인과 인간활동에 의해 변화되는 물 순환을 SAR 영상은 지표수의 계절적 및 연간 변동성을 모니터링하는데 매우 유용한 자료로 평가되고 있다. 본 연구는 SAR영상을 이용하여 국내의 검증 가능한 지역의 저수지 수면적 변화를 모니터링하고 저수지 수면적과 저수량 분석을 수행하는 것을 목적으로 하였다. 분석자료인 SAR영상은 ESA의 Sentinel-1영상을 2022년 4월부터 2022년 11월의 자료를 수집하여 소양강댐 저수지 수면적과 저수량과의 관계식을 도출하였다. 수체 추출을 위한 SAR 영상은 특히 수로의 일부 가장자리와 홍수터의 식물 존재로 인한 제외지의 매핑에 부정확성을 포함하여 처리에 몇 가지 단점을 갖는 한계도 존재하지만 악천후의 기상 조건에서도 작동할 수 있는 SAR 영상의 능력 덕분에 규칙적인 시간 간격으로 수체면적의 변화에 대한 정보를 제공할 수 있다. 향후 북한 지역의 주요 댐 저수지 수면적에 대한 연간변화와 장기간의 추세를 분석하는 연구를 진행할 계획이다.

• Korean Journal of Remote Sensing
• /
• v.37 no.5_1
• /
• pp.1207-1214
• /
• 2021

In thisletter, we developed technology which can exclude effect of cloudsto perform remote waterbody detection based on Sentinel-2 optical satellite imagery to calculate the area of ungauged reservoirs and applied to the Hwanggang dam reservoir, a representative ungauged reservoir, to verify usability. The remote waterbody detection technology calculates the cloud blocking ratio by comparing the cloud boundary in the Sentinel-2 imagery and the reservoir boundary first. Next, itselects data whose cloud blocking ratio does not exceed a specific value and calculates NDWI (Normalized Difference Water Index) with selected imagery. In last, it calculatesthe area of the reservoir by counting the number of grids which have NDWI value considered as waterbody within the boundary of the target reservoir and correcting with cloud blocking ratio. To determine cloud blocking ratio threshold forselecting image, we performed the area calculation of Hwanggang dam reservoir from July 2018 to October 2021. As a result, when the cloud blocking ratio threshold wasset 10%, we confirmed that the result with large error due to clouds were filtered well and obtained 114 results that can show changes in Hwanggang dam reservoir area among 220 images.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2004.05b
• /
• pp.1434-1438
• /
• 2004

저수지 수질모형의 기초자료로서의 수체의 수리학적 인자는 물리적인 자료이므로 많은 실측 자료를 필요로 한다. 이러한 자료의 취득을 위하여 수체의 수심을 측정하고, 대상구역의 수계특성을 잘 반영할 수 있도록 수체를 분할하여 각 구간별 수체 중심, 특성길이, 연직 및 수평 단면적, 수표면적, 수체적, 수로경사 등을 구하여 사용한다. 이러한 자료의 취득은 여러 가지 어려움으로 인하여 조사지점이 조밀하지 못하거나 계간방법이 개발되지 못하는 등의 이유로 인하여 실제값과 상당한 차이를 나타내기도 하므로 이를 개선할 수 있는 방법을 제시하고자 한다. 최근에 개발된 다중 음향탐사기 (MBES)는 초음파를 발사하여 하상에서 반사한 파의 시간을 측정하고 거리로 환산하여 수심을 측정하는 것으로 여러 지점의 수심을 동시에 스캔할 수 있다는 장점이 있다. 또한 MBES는 수신기의 지향각이 존재하므로 파의 반사지점을 정확하게 파악할 수 있다. 단일 음향측심기는 측선을 따라 수심을 측정하므로 조사간격이 넓어 정확한 수로정보를 얻기에는 미흡한 점이 있으나 MBES는 수체 전체를 $1\times1m$ 당 $4\~5$ 번의 측정하고, 변화가 심한 호저면에서도 수심오차 $5\~8 cm$의 고분해능을 갖는다. 이를 이용하면 하상의 수심에 내한 3차원의 연속분포를 생성하고, 하상의 지형적인 특징을 조사${\cdot}$ 분석할 수 있으며 하상의 성상과정에 관한 기초자료로도 활용한 수 있다. 수체정보를 산정할 때 단일 음향측심법은 간접적으로 자료를 취득하므로 주관적인 견해 및 큰 오차를 내포하고 있으나, MBES는 Hypack Max를 이용하여 구획한 구간에 따른 수표면적과 연직단면적 및 수체적을 자동으로 계산한다. 그리고 측정한 자료의 raw data를 이용하면 각 구간에 대한 무게중심을 구하여 중점으로 사용 가능하고, 종방향의 구축을 산정하여 수로의 깊이 및 중심간 길이를 정확하게 계산할 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.2-2
• /
• 2023

기후변화가 가속화로 인해 수재해의 빈도와 강도 예측이 어려워짐에 따라 실시간 홍수 모니터링에 대한 수요가 증가하고 있다. 합성개구레이다는 광원과 날씨에 무관하게 촬영이 가능하여 수재해 발생시에도 영상을 확보할 수 있다. 합성개구레이다를 활용한 수체 탐지 알고리즘 개발이 활발히 연구되어 왔고, 딥러닝의 발달로 CNN을 활용하여 높은 정확도로 수체 탐지가 기능해졌다. 하지만, CNN 기반 수체 탐지 모델은 훈련시 높은 정량적 정확성 지표를 달성하여도 추론 후 정성적 평가시 경계와 소하천에 대한 탐지 정확성이 떨어진다. 홍수 모니터링에서 특히 중요한 정보인 경계와 좁은 하천에 대해서 정확성이 떨어짐에 따라 실생활 적용이 어렵다. 이에 경계를 강화한 적대적 학습 기반의 수체 탐지 모델을 개발하여 더 세밀하고 정확하게 탐지하고자 한다. 적대적 학습은 생성적 적대 신경망(GAN)의 두 개의 모델인 생성자와 판별자가 서로 관여하며 더 높은 정확도를 달성할 수 있도록 학습이다. 이러한 적대적 학습 개념을 수체 탐지 모델에 처음으로 도입하여, 생성자는 실제 라벨 데이터와 유사하게 수체 경계와 소하천까지 탐지하고자 학습한다. 반면 판별자는 경계 거리 변환 맵과 합성개구레이다 영상을 기반으로 라벨데이터와 수체 탐지 결과를 구분한다. 경계가 강화될 수 있도록, 면적과 경계를 모두 고려할 수 있는 손실함수 조합을 구성하였다. 제안 모델이 경계와 소하천을 정확히 탐지하는지 판단하기 위해, 정량적 지표로 F1-score를 사용하였으며, 육안 판독을 통해 정성적 평가도 진행하였다. 기존 U-Net 모델이 탐지하지 못하던 영역에 대해 제안한 경계 강화 적대적 수체 탐지 모델이 수체의 세밀한 부분까지 탐지할 수 있음을 증명하였다.

• Korean Journal of Remote Sensing
• /
• v.40 no.4
• /
• pp.363-375
• /
• 2024

Waterbody change detection using satellite images has recently been carried out in various regions in South Korea, utilizing multiple types of sensors. This study utilizes optical satellite images from Landsat and Sentinel-2 based on Google Earth Engine (GEE) to analyze long-term surface water area changes in four monitored small and medium-sized water supply dams and agricultural reservoirs in South Korea. The analysis covers 19 years for the water supply dams and 27 years for the agricultural reservoirs. By employing image analysis methods such as normalized difference water index, Canny Edge Detection, and Otsu'sthresholding for waterbody detection, the study reliably extracted water surface areas, allowing for clear annual changes in waterbodies to be observed. When comparing the time series data of surface water areas derived from satellite images to actual measured water levels, a high correlation coefficient above 0.8 was found for the water supply dams. However, the agricultural reservoirs showed a lower correlation, between 0.5 and 0.7, attributed to the characteristics of agricultural reservoir management and the inadequacy of comparative data rather than the satellite image analysis itself. The analysis also revealed several inconsistencies in the results for smaller reservoirs, indicating the need for further studies on these reservoirs. The changes in surface water area, calculated using GEE, provide valuable spatial information on waterbody changes across the entire watershed, which cannot be identified solely by measuring water levels. This highlights the usefulness of efficiently processing extensive long-term satellite imagery data. Based on these findings, it is expected that future research could apply this method to a larger number of dam reservoirs with varying sizes,shapes, and monitoring statuses, potentially yielding additional insights into different reservoir groups.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.52-52
• /
• 2023

저수지는 기존의 육상 수지에 직접적인 영향 뿐 만 아니라 수체가 육상에 머무르는 시간을 늘려 수온 및 수질에는 영향을 미친다. 이들이 환경 및 지역 기후 변화에 직접적인 영향을 미치는 주요인자로 기후 변화에 미치는 긍정적, 부정적 효과와 함께 중요성이 더 증대되고 있다. 위성 원격탐사는 북한 지역 등과 같은 현장 관측 자료의 수집이 어려운 지역을 포함한 전 지구 규모에서 저수량 변화를 추정하는데 유용한 자료를 제공한다. 우리는 광학 위성 (Landsat-8/9)과 능동형 마이크로파 위성 (Sentinel-1)를 활용해 한반도 지역에 분포하고 있는 저수지의 수체 면적을 산출하기 위해 2020년부터 2022년까지 자료를 수집했다. 저수지 표면적 산출은 전통적인 NDWI (Normalized Difference Water Index) 및 후방산란계수 (𝜎₀)에 multi-Otsu 방법을 적용하여 이진화 영상을 얻는 방식을 이용했다. 여전히 남아있는 과탐지 영역은 최대 표면적 영상과 상대 비교를 통해 제거했다. Landsat과 Sentinel-1 위성 원격 탐사 자료 기반 저수지 표면적은 높은 유사성이 있었고, 현장 및 위성 고도계 자료 기반 수면 고도 변화와 높은 관계성를 보여주었다. 실험을 통해 위성 원격탐사 자료를 활용한 한반도 지역 저수지의 저수량 변화을 추정했으며, 현장 관측자료와 비교했다. 이 추정 기술은 전 지구 저수지 및 호수로 확장할 수 있으며, 수문 모델의 검증자료 등으로 활용될 수 있다.

• Journal of Korea Water Resources Association
• /
• v.55 no.11
• /
• pp.913-922
• /
• 2022

The purpose of this research is to propose the measurement of improving DEM by using the water surface range of SAR image analysis for river corridors and to suggest the construction of satellite-based 3D river spatial information of inaccessible regions such as North Korea. For this research, it has been progressed from the accessible area, watershed of Namgang river, the branch of Nakdonggang river. The satellite image was collected from SAR satellite image data for a year in 2021 which was provided by ESA from Sentinel-1A/B data and extracted from the seasonal water surface area. Ground gauge water level was collected from hourly intervals data by WAMIS. The DEM was improved by analysis of the river altitude of water surface area change by the combination of the ground water level of minimum to maximum water surface area data extracted from SAR image analysis. After the improvement of DEM, the altitude of the river varied that it is defined to comprise more natural form of river DEM than the existing DEM. The correction validation of improvement DEM was necessary in field survey elevation data; however, the correction validation was not progressed due to the absence of the data. Although, the purpose of this research is to provide the improvement of DEM by using the analyzed water surface by existing DEM data and SAR image analysis. After the progression of additional correction validation research, we would plan to examine the application in other places and to progress the additional methodological research to apply in inaccessible and unmeasured area including the North Korea.