• 제목/요약/키워드: 수체정보

검색결과 60건 처리시간 0.032초

저수지 수체의 유속특성 조사 (Investigation of current velocity in Reservoir)

  • 이요상;한경민;나유진
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2011년도 학술발표회
    • /
    • pp.84-84
    • /
    • 2011
  • 저수지에서 수체의 거동정보는 저수지관리를 위해 매우 중요하며, 이를 수리 및 수질모형에 적용하여 다양한 예측에 활용할 수 있는 기본적인 정보이다. 그러나 저수지 수체의 흐름은 매우 느리고 조사시기에 따라 혹은 수심에 따라 영향을 받으며, 바람 등 외부요인에도 영향을 받게 됨으로 정확한 측정에 많은 어려운 문제가 있다. 따라서 보다 정확한 측정을 위해서는 최신의 기술이 적용되어야 한다. 현장조사에 적용한 저수지 수체거동조사장비(drifter)는 수체의 유동을 관측하는 장치로 GPS 및 Drogue를 장착한 장치가 저수지 수체의 흐름에 따라 이동하면서 위치정보를 무선통신으로 실시간 전송할 수 있도록 만들어진 장치이다. 수체흐름 측정장치는 크게 수체거동정보 생산부이 시스템과 수집서버 및 데이터베이스 서버로 구성되어 있다. 현장 조사시에는 부이에 장착되어 있는 GPS를 통해 현재의 위치가 매번 정해진 시간 간격마다 본체 내부의 메모리에 저장되며, 측정자가 설정한 시간간격으로 위치정보를 수신국으로 전송하도록 구성되어 있다. 수체이동부이의 데이터 수신은 CDMA를 통해 송신된 메일 데이터를 자체적으로 수집하여 데이터형태로 변환한 뒤 실시간으로 표출하고 저장되며, 최대 10개의 부이를 동시에 추적 및 모니터링할 수 있게 구성되어 있다. 본 연구는 용담댐저수지에서 평갈수기 및 풍수기로 구분하여 수체거동을 조사하였다. 평갈수기 조사는 2010년 4월부터 6월까지 총 3차례에 걸쳐 실시하였으며, 풍수기 조사는 8월에 3차례에 걸쳐 실시하였다. 수집된 자료에 의하면 평갈수기 drifter의 평균 속도는 2.25 cm/sec, 최고 속도는 3.46 cm/sec, 최저 속도는 1.15 cm/sec로 나타났으며, 풍수기 조사에서는 평균 속도 2.0 cm/sec, 최고 속도는 2.5 cm/sec, 최저 속도는 1.29 cm/sec로 조사되어 평갈수기와 풍수기간 저수지 수체의 이동속도는 유사한 것으로 평가되었다. 그러나 수기별 조사는 보다 더 많은 정보가 필요하며, 수심에 따른 차이도 있을 것으로 판단되어 좀더 다양한 조사가 수행되어야 보다 정확한 결과를 도출할수 있을 것으로 판단된다.

  • PDF

수질모의에 필요한 수체자료의 취득방안

  • 이요상;강성대
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2004년도 학술발표회
    • /
    • 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$$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.

  • PDF

Sentinel-1 SAR 영상을 활용한 국내 내륙 수체 학습 데이터셋 구축 및 알고리즘 적용 연구 (A Study of Development and Application of an Inland Water Body Training Dataset Using Sentinel-1 SAR Images in Korea)

  • 이어루;정형섭
    • 대한원격탐사학회지
    • /
    • 제39권6_1호
    • /
    • pp.1371-1388
    • /
    • 2023
  • 지구온난화로 인해 촉발된 기후변화가 홍수와 같은 수재해의 빈도와 규모를 증가시키며 국내 또한 장마와 집중호우로 인한 수재해가 증가하는 추세를 보인다. 이에 광범위한 수재해에 대해 효과적인 대응 및 기후 변화에 따른 선제적 대처가 필수적이며 이는 위성레이더 영상을 통해 가능하다. 본 연구에서는 Sentinel-1 위성 레이더 영상으로부터 국내 수체의 특성을 반영하기 위해 한강권역과 낙동강 권역의 일부 수체 영역에 대해 수체 학습 데이터셋 1,423장을 구축하였다. 정밀한 데이터 어노테이션(Annotation)을 위해 다양한 상황에 따른 구축 기준 문서를 작성한 뒤 진행하였다. 구축이 완료된 데이터셋을 딥러닝 모델 중 U-Net에 적용하여 수체 탐지 결과를 분석하였다. 최종적으로 학습된 모델을 학습과에 활용되지 않은 수체 영역에 적용하여 결과를 분석함으로써 전 국토 수체 모니터링의 가능성을 확인하였다. 분석 결과 구축된 수체 영역의 대해서는 F1-Score 0.987, Intersection over Union (IoU) 0.955의 높은 정확도로 수체를 탐지할 수 있었으며, 학습 및 평가에 활용되지 않은 다른 국내 수체 영역에 대해서도 동일하게 F1-Score 0.941, IoU 0.89의 높은 수체 탐지 결과를 나타냈다. 두 결과 모두 전반적으로 일부 그림자 영역과 폭이 좁은 하천에서 오류가 관찰되었으나, 그 외에는 정밀하게 수체를 탐지하였다. 이러한 연구 결과는 수재해 피해 규모 및 수자원 변화 모니터링에 중요한 기여를 할 것으로 기대된다. 추후 연구에서는 보다 다양한 수체 특성을 가진 데이터셋을 추가 구축한다면 오분류한 영역을 개선할 수 있을 것으로 기대되며, 전 국토의 수체를 효율적으로 관리 및 모니터링하는데 활용될 것으로 사료된다.

적대적 학습 개념을 도입한 경계 강화 SAR 수체탐지 딥러닝 모델 (Boundary-enhanced SAR Water Segmentation using Adversarial Learning of Deep Neural Networks)

  • 김휘송;김덕진;김준우;이승우
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2023년도 학술발표회
    • /
    • 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.

  • PDF

UAS 기반의 수체탐지를 위한 영상분류기법 비교연구 (A Comparative Study of Image Classification Method to Detect Water Body Based on UAS)

  • 이근상;김석구;최연웅
    • 한국지리정보학회지
    • /
    • 제18권3호
    • /
    • pp.113-127
    • /
    • 2015
  • 최근 무인비행시스템(UAS)에 대한 관심이 높아지고 있으며, 홍수시 UAS를 활용하여 침수모니터링을 수행하기 위해서는 촬영된 영상으로부터 수체를 효과적으로 탐지할 수 있는 기법 개발이 필요하다. 본 연구에서는 RGB와 NIR+RG 밴드를 탑재한 UAS를 활용하여 영상을 획득하였으며, 감독분류기법을 적용하여 수체탐지 정확도를 평가하였다. 먼저 RGB 영상에 의한 수체의 영상분류 정확도 평가에서는 인공신경망과 최소거리법의 Kappa 계수가 각각 0.791과 0.783로 높게 나타났으며, 최대우도법이 0.561로 가장 낮게 나타났다. 또한 NIR+RG 영상에 의한 수체의 영상분류 정확도 평가에서는 Mahalanobis와 최소거리법이 각각 0.869와 0.830으로 높게 나타났으며, 인공신경망법이 0.779로 매우 낮게 나타났다. 특히 RGB 밴드에서는 송산유원지의 수목이나 초지가 수체로 오분류되는 문제가 발생하였으나, NIR+RG 밴드에서는 이러한 문제가 많이 개선되었다. 따라서, RGB 밴드에 비해 NIR+RG 밴드를 탑재한 영상이 Mahalanobis와 최소거리법을 적용시 수체를 탐지하는데 효과적인 것으로 나타났다.

SAR영상을 이용한 저수지 수면적 변화 분석 (Analysis of water surface change in reservoir using SAR Images)

  • 김주훈;노희성
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2023년도 학술발표회
    • /
    • 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.

  • PDF

본류와 지류의 수온차에 의한 합류부 혼합 양상 분석 (Analysis of the mixing effect of the confluence by the difference in water temperature between the main stream and the tributary)

  • 안설하;이창현;김경동;김동수;류시완;김영도
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2022년도 학술발표회
    • /
    • pp.175-175
    • /
    • 2022
  • 하천 합류부는 서로 다른 지형학적 특성과 수리학적 특성을 가지는 두 개의 하천이 하나로 합쳐지는 구간으로 급격한 흐름의 변화 및 퇴적물의 유입과 수리학적 지형변화가 발생하는 구간이다. 합류부 구간에서는 물질의 종류 또는 온도차로 인해 밀도 차이로 유체의 흐름이 발생하게 되는데 이것을 밀도류라고 한다. 밀도차이에 의해 성층이 생긴 수체혼합거동을 파악하기 위해서는 본류 및 지류의 일정 구간을 포함하는 합류부 구간에 대한 정밀한 계측 및 관찰이 필요하다. 이러한 수체 혼합에 대한 종합적인 분석은 유속장 및 유량정보를 취득하여 파악할 수 있지만, 성층류가 흐르는 하천의 서로 상이한 물리적 특성과 수질특성을 가지는 수체의 혼합양상 및 그에 따른 물질혼합양상을 파악하는데 한계가 있다. 따라서 본 연구에서는 합류부 구간에서의 수온 분포를 통하여 밀도류를 파악하고자 한다. 하천의 광범위한 데이터 중 연직 자료와 수표면 자료를 취득하였고, 이를 통해 합류부의 성층현상을 확인하고자 하였다. ADCP를 보트 측면에 설치하여 저속운행으로 수리량을 측정하는 방식과 YSI를 이용해 측선설치 없이 측선 선정 후 보트를 이용하여 흐름에 직각인 방향으로 이동하며 실시간 농도를 측정하는 방식으로 얻은 연직자료 중 수온, EC 등의 직독식 센서 데이터 값을 사용하여 수온차에 따른 수체혼합 패턴을 분석하여 합류부의 혼합 양상을 분석 하고자 하였다. 본 연구에서는 기존 수질측정의 한계였던 1차원적인 측정결과가 나타내는 분석결과를 2차원적으로 보완이 가능하며, 비교 분석한 결과를 토대로 밀도류에 따른 혼합양상 결과가 지니는 혼합패턴을 분석한다면 향후 하천 하류구간의 취수장 취수 시스템에 많은 도움을 줄 뿐만 아니라 합류부 구간의 혼합패턴에 따라 수층 내 성층구간의 현황조사 및 혼합특성 파악을 통해 관리방안제시에 사용될 것으로 사료된다.

  • PDF

Sentinel-2 기반 NDWI를 이용한 수체 탐지 연구: 북한 황강댐을 사례로 (Waterbody Detection from Sentinel-2 Images Using NDWI: A Case of Hwanggang Dam in North Korea)

  • 계창우;신대규;이종혁;김진겸
    • 대한원격탐사학회지
    • /
    • 제37권5_1호
    • /
    • pp.1207-1214
    • /
    • 2021
  • 본 논문에서는 미계측 저수지에 대한 저수지 면적 계산을 위하 Sentinel-2 광학 위성 영상을 기반으로 한 원격 수체 탐지를 수행하는 과정에서 구름의 영향을 배제할 수 있는 기술을 개발하고, 이에 대한 활용성 확인을 위해 대표적인 미계측 저수지인 북한 황강댐 저수지에 적용해보았다. 원격 수체 탐지 기술은 가장 먼저 탐지 대상 저수지가 포함된 Sentinel-2 위성 자료의 구름 경계 정보와 저수지 경계를 비교하여 구름 차폐 비율을 계산하고, 그 값이 일정 값을 넘지 않는 자료를 선정한다. 그 후, 선정한 영상을 이용해 NDWI (Normalized Difference Water Index)를 계산해 대상 저수지 경계 내에서 수체로 간주할 수 있는 NDWI 값을 지니는 격자 수를 구하고 구름 차폐 비율을 이용해 보정하는 것으로 저수지의 수체 면적을 계산한다. 이를 토대로 황강댐 저수지에 대한 자료를 선정하기 위한 구름 차폐 비율 기준을 결정하기 위해 2018년 7월부터 2021년 10월까지의 자료에 적용해본 결과, 구름 차폐 비율 기준을 10%로 설정했을 때 구름으로 인한 왜곡이 크게 발생한 탐지 결과가 충분히 걸러지는 것을 확인하고, 총 220개 영상 중 수체면적 변화를 확인할 수 있는 114개의 황강댐 저수지 면적 계산 결과를 얻을 수 있었다.