• 한국재난정보학회:학술대회논문집
• /
• 한국재난정보학회 2017년 정기학술대회
• /
• pp.63-64
• /
• 2017

광학 위성영상의 경우 기상조건의 영향을 많이 받기 때문에 연속적인 데이터 취득과 분석이 어렵다. 본 연구에서는 영상 획득률이 상대적으로 낮은 광학 위성영상의 단점을 보완하기 위해 SAR 위성영상과 광학 위성영상을 활용하여 다양한 자연재난에 대해 효율적인 재난관리의 가능성을 북한 황강댐 수표면적 분석사례를 통해 제시하였다. 위성영상 수집기간은 2016년 1월부터 2017년 7월까지 획득된 자료로 SAR 위성영상은 Sentinel-1을, 광학 위성영상은 Landsat-8을 획득하여 분석하였다. 이때 수증기, 구름 등 기상조건에 의해 Landsat-8을 획득하지 못한 부분은 Sentinel-1으로 대체하여 분석하였다. 그 결과, 2016년 5월 19일자 관측된 황강댐의 만수위 당시 수표면적과 2017년 7월 18일에 관측된 황강댐의 수표면적이 유사하여 방류위험성이 있어 상시 모니터링이 필요하다고 판단된다. 본 연구에서는 Sentinel-1와 Landsat-8을 활용하여 효율적인 재난관리를 보여주는 사례를 통하여 선제적인 재난관리에 활용성을 보여준다.

• 대한원격탐사학회지
• /
• 제38권6_3호
• /
• pp.1777-1788
• /
• 2022

저수지는 국내 영농환경에서 주요한 용수 공급처이며, 저수지의 저수량 파악은 농업용수의 활용 및 관리차원에서 중요하다. 위성영상을 활용한 원격탐사는 저수지와 같이 광역적으로 분포하는 객체에 대하여 정기적인 모니터링을 할 수 있는 효과적인 수단으로, 본 연구에서는 Sentinel-1 Synthetic Aperture Radar (SAR) 영상을 통해 영상분류 및 영상분할 알고리즘을 적용하여 국내 저수지 53개소의 수표면적 탐지를 수행하였다. 사용한 알고리즘은 Neural Network (NN), Support Vector Machine (SVM), Random Forest (RF), Otsu, Watershed (WS), Chan-Vese (CV)로 총 6가지이며, 드론으로 촬영한 실측 정사영상으로 수표면적 탐지 결과를 평가하였다. 각 알고리즘으로부터 산출된 수표면적과 실측 수표면적간의 상관성은 NN 0.9941, SVM 0.9942, RF 0.9940, Otsu 0.9922, WS 0.9709, CV 0.9736로 나타났으며, 저수지 유효저수량의 규모가 클수록 더 높은 선형 상관관계를 보였다. 혼동 행렬로부터 산출한 정확도, 정밀도, 재현율을 통해 알고리즘간 수표면적 탐지 정확도와 탐지 경향을 분석하였다. 정확도의 경우 각 10만 m³ 미만 저수지에서 WS가 0.8752, 10만~30만 m³에서 Otsu가 0.8845, 30만~50만 m³에서 RF가 0.9100, 50만 m³ 이상에서 Otsu와 CV가 0.9400으로 가장 높은 수치를 보였다. WS의 경우 수표면적을 미탐지하는 경향으로 인해 낮은 재현율을 보였고, NN, SVM, RF의 경우 과대 탐지로 인한 낮은 정밀도를 보였다. SAR 영상을 통한 수표면적 탐지 시 저수지 수표면의 수생식물 및 인공건축물이 미탐지를 발생시키는 오차 요소로 작용함을 분석결과 및 실측영상을 통해 확인하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.163-163
• /
• 2020

전 세계적으로 기후변화에 따른 온난화 현상으로 인하여 농업에 직접적인 영향을 주는 기상 및 환경요인의 변화가 급격하게 진행되고 있다. 2017년에는 전국의 봄철 강수량이 평년 대비 60% 수준으로 물 부족 현상을 야기하여 극심한 가뭄이 발생하였다. 최근 지역적인 강수량 부족으로 인한 국소적인 가뭄 발생 및 발생빈도가 높아지고 있는 추세이며, 특히 농업가뭄은 농업용수의 주요한 용수공급시설인 농업용 저수지 및 용수공급시설의 지역적 편중 등으로 농업용수 부족 상황이 발생할 위험이 커지고 있다. 따라서, 시기별 저수지의 가용용수능력을 평가하는 것이 중요하며, 이러한 판단을 위하여 위성영상을 이용한 저수지 수표면적 및 용수능력판단이 필요하다. 본 연구에서는 가뭄시기의 저수지 수표면적 및 용수능력판단을 위하여 Sentinel-2 위성영상을 활용하여 2016년부터 2018년까지 충청남도 서산 지역의 농업용 저수지를 대상으로 정규수분지수(Normalized Difference Water Index, NDWI)을 산정하였다. NDWI는 위성영상의 파장 정보를 활용하여 지표면의 수분함유량과 관계를 나타내며, 하천, 호수, 습지 등 수분을 다량으로 함유한 지형지물을 탐지하기 위하여 사용된다. NDWI와 수위-내용적 자료와의 관계로부터 저수지 수표면적을 산출하였으며, 이에 따른 상관성 분석을 통하여 위성영상을 활용한 농업용 저수지의 가용수량 추정방법을 제시하고자 한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.270-270
• /
• 2023

습지 생태계는 복잡한 물리적 생지화학적 프로세스의 상호작용이 있으나, 습지 생태계의 건강성 회복을 위한 첫 번째 단계는 습지 생태계에서의 물순환에 대한 정확한 이해일 것이다. 또한 지역적인 물 균형 및 생태계 보전에서 습지를 활용하기 위해서도 습지 물순환에 대한 정량적인 이해는 필수적이다. 그러나, 습지 물순환의 이해를 위해 필수적인 관측 자료들은 현장 측정으로 획득하기 어려운 자료이거나 비용적인 문제로 인하여 관측이 어려운 실정이다. 이에 본 연구에서는 Sentinel-2 위성 자료를 활용하여 습지의 유입량을 추정하기 위한 절차를 제시하고자 한다. 이를 위해 한반도 동남부의 낙동강에 위치한 주요 다목적댐의 자료를 활용한 분류 기반의 인공지능 모델이 설계된다. 인공지능의 학습을 위한 입력자료는 아래와 같은 절차에 의해 만들어진다. 1) 다목적댐의 수위-물 체적 관계를 이용하여 수위-수표면적 관계 곡선 도출. 2) 수위-수표면적 관계 곡선과 DEM을 활용하여 물과 육지 영역을 구분하는 식별자를 도출. 3) Sentinel-2 위성 정보와 물-육지 식별자를 비교하는 랜덤 포레스트 모델을 설계. 4) 위성 정보의 물-육지 정보로부터 미계측 습지 지역의 물과 육지를 식별할 수 있는 식별자 도출. 이러한 과정을 경유하여 추정된 습지의 수표면적과 습지 지역의 DEM을 결합함으로써 습지의 수위-수표면적-물 체적 관계 곡선이 산정되어, 최종적으로 습지의 유입량이 모의된다. 모의된 습지 유입량은 다양한 수문 모델의 매개변수를 추정하는데 활용될 수 있을 것이며, 검증된 수문 모델을 활용하여 습지의 물순환의 이해도를 증진시킬 수 있을 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제35권5_2호
• /
• pp.809-818
• /
• 2019

우리나라는 여름철에 편중된 강우현상과 좁은 반도의 지형적인 특성으로 인해 풍수해에 매우 취약한 구조를 가지고 있다. 최근 태풍, 집중호우 등으로 피해는 날로 심화되고 있어 앞으로 발생할 풍수해에 대비하여 정확한 피해정보 생산과 분석이 필요하다. 본 연구에서는 풍수해 분석에 필요한 수표면 면적 파악을 위해 Sentinel-1 위성영상을 이용하여 벽정저수지, 사점저수지, 수부저수지, 보령호의 수표면 면적 변화를 분석하였다. 2015년 5월부터 2019년 8월까지 촬영된 Sentinel-1 위성에 RTC 기법을 적용한 영상 전처리와 Otsu 기법을 이용한 영상 이진화를 통해 수표면 면적을 산출하였다. 산출된 수표면 면적은 국가수자원관리종합정보시스템과 농업기반관리시스템에서 제공하는 저수용량 정보와 비교하여 상관계수를 분석하였다. 그 결과, 수부저수지와 보령호의 상관계수는 각각 0.850, 0.941의 강한 상관성을 보여주었고 벽정저수지와 사점저수지의 상관계수는 0.651, 0.657의 보통의 상관성을 보였다. 이 결과는 위성영상을 이용한 중소규모 저수지의 수표면 면적 모니터링 가능성을 나타냈으며, 수표면 면적 변화는 저수지의 수량변화 모니터링 정보로 객관적 사용이 가능하다고 판단된다. 향후 다양한 데이터와의 융합을 통하여 국가적 재난관리에 크게 기여할 수 있을 것으로 기대한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.118-118
• /
• 2021

최근 지구 온난화 현상으로 인한 기후변화로 이상기후 현상이 발생하고 있으며 이로 인해 장기적으로 폭염의 빈도 및 강도 상승에 따른 가뭄 피해 우려가 증가하고 있다. 농업 가뭄은 강수량 부족, 토양 수분 부족, 저수량 부족 등 농업분야에 영향을 주는 인자들과 관련되어 있어 농작물 생육 및 수확량 감소를 야기한다. 우리나라는 논농사가 주를 이루고 있어 국내 농업 가뭄은 주수원공인 농업용 저수지의 가용저수용량으로 판단 가능하다. 따라서 안정적인 농업용수 공급을 위해 수리시설물의 모니터링, 공급량 등의 분석이 이루어져야 하며, 농업 가뭄에 대비하기 위해 농업용 저수지의 가용저수용량 파악이 필요하다. 수자원 분야에서 지점자료의 시·공간적 한계점을 보완하기 위해 인공위성 자료를 활용한 연구가 활발히 이루어지고 있으며, 본 연구에서는 위성영상 자료 및 딥러닝 기반 알고리즘을 적용하여 농업용 저수지 수표면 탐지 및 시계열 분석을 목적으로 한다. 위성영상 자료는 5일 주기 및 10 m 공간해상도를 가진 Sentinel-2 위성영상 자료를 활용하고자 하였으며, 딥러닝에 적용하기 위하여 100장 이상의 영상 이미지를 구축하였다. 딥러닝 기반 알고리즘으로는 Convolutional Neural Network (CNN)을 활용하였으며, CNN은 주로 이미지 분류나 객체 검출 문제를 해결하기 위해 제안된 모델로 최근 픽셀 단위로 분류가 가능한 알고리즘이 개발되어 높은 정확도의 수표면 탐지가 가능할 것으로 판단된다. 따라서 본 연구에서는 CNN 기반 수표면 탐지 알고리즘을 개발하여 Sentinel-2 영상 기준 경기도 안성시를 대상으로 소규모 농업용 저수지의 수표면적에 대한 시계열 데이터를 분석하고자 한다.

• 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 $1\times1m$ 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.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2006년도 춘계학술대회 논문집
• /
• pp.232-235
• /
• 2006

해저 해빈모래가 다량 유실되어 이 지역의 장기관리를 위해 침식구간에 대한 지속적인 모니터링 작업이 필요하다. 그러나 각 구청은 지형변화 분석 작업 없이, 양빈작업에 급급하고 있어 장기효과가 나타나지 않고 있다. 그러므로 본 연구는 수심측량 및 GPS 측량을 통해 해저 해빈지대의 정확한 공간자료를 구축, RS GIS 기법을 도입하여 지형변화를 정량 정성적으로 탐지 분석하였다. 연구 결과, 해운대 해저지형은 과도한 도시개발과 하천복개공사로 지난 25년간, 평균수심 0.40m, 수표면적 $11,028m^2$, 수중체적 $2,207,884m^3$ 가량 침식되었다. 해빈지형은 지난 5년간, 평균고도 0.27m, 총면적 $6,501m^2$, 총체적 $25,667m^3$ 가량 퇴적되었다. 이의 원인은 지오그리드의 설치로 해빈모래가 서측까지 도달하지 못하고, 계절영향으로 사료된다. 본 연구는 해저 해빈지형의 정확한 측량작업으로 해안 및 지형변화에 관한 모니터링 작업을 실시하여 연안침식 현황을 분석하고, 양빈작업 및 안전한 해양레저 활동, 해수욕장 관리에 필요한 정보를 제공할 수 있을 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.925-938
• /
• 2022

농업용 저수지는 전국적으로 중요한 수자원으로 기후변화에 따른 가뭄과 같은 이상기후의 영향에 취약한 특성을 가지며 적절한 운영을 위해 강화된 관리가 필요하다. 지속적인 모니터링을 통한 수위 추적(water level tracking)이 필요하지만 현실적인 문제로 현장 실측 및 관측이 어려운 실정이다. 본 연구는 저수지 수표면적을 측정하기 위해 광역 모니터링이 가능한 위성레이더 자료를 이용하여 4가지 AI 모델 간의 수체 탐지 성능에 대해 객관적인 비교를 제시한다. 위성 레이더자료는 Sentinel-1 SAR 이미지를 사용하였으며, 광학영상과 달리 기상환경에 영향을 적게 받기 때문에 장기 모니터링에 적합하다. 드론 이미지, Sentinel-1 SAR 그리고 DSM 데이터를 사용하여 Support Vector Machine (SVM), Random Forest (RF), Artificial Neural Network (ANN), Automated Machine Learning (AutoML)의 4가지 AI 모델을 구축했다. 연구대상 저수지는 총 22개소로 유효저수량이 30만톤 미만의 중소형 저수지이다. 총 45개 이미지가 모델 훈련과 검증에 사용되었으며, 연구 결과 AutoML 모델이 Accuracy=0.92, mIoU=0.81로 다른 3가지 모델에 비해 수체 픽셀 분류에서 0.01-0.03 더 나은 것을 보여주었다. 해당 결과는 SAR 영상으로부터 AutoML을 이용한 중소형 저수지 대상의 수체 분류 기법이 기존의 머신러닝 기법만큼의 성능을 보이는 것을 보여주었고, 학습을 통한 수표면적 분류 기술의 저수지 모니터링에 대한 적용 가능성을 보여주었다.

• 환경정책연구
• /
• 제4권1호
• /
• pp.21-38
• /
• 2005

본 연구에서는 댐 건설로 인한 대규모 저수지의 수문기상학적 영향에 대한 공간적인 범위를 분석할 수 있는 모형을 구축하였으며, 구축된 모형을 이용하여 섬진강댐, 소양강댐, 안동댐 충주댐 등의 4개 댐에 대해 분석을 수행하였다. 이러한 분석에는 인공위성 영상을 이용한 토지이용분석과, 아울러 이 결과를 이용한 알베도의 변화추정이 포함된다. 본 연구에서 수행한 모형화 과정 및 적용 결과를 정리하면 다음과 같다. (1) 댐 건설로 인한 알베도의 공간적 변화는 댐의 규모와 크게 관련이 있으며, 섬진강댐은 댐 주변 $10{\sim}20km$, 소양강댐은 40km, 안동댐은 $20{\sim}30km$, 충주댐은 50km 정도까지 알베도의 변화가 나타나는 것으로 파악되었다. (2) 댐 건설 후 댐 주변에서 재순환계수(전체 가용 수분 중 내부 공급이 차지하는 비율)의 변화가 크며(큰 값), 반대로 대상규모가 커질수록 작아지는 것을 파악하였다. (3) 댐의 격자별로 산정된 알베도와 재순환계수의 상관관계는 아주 높은 것으로 나타났다. 따라서, 댐 건설에 따른 토지이용의 변화가 궁극적으로 수분 순환구조에 큰 영향을 미치고 있음을 파악할 수 있었다. (4) 수문기상학적 영향범위를 댐 건설 후 생성되는 수표면적과 비교한 결과, 대략 수표면적이 $50km^2$까지 그 변화의 정도가 민감한 것으로 파악되었다.