• 한국수자원학회논문집
• /
• 제54권7호
• /
• pp.453-462
• /
• 2021

최근 몇 년 동안 국지성 집중호우의 빈도가 증가함에 따라 고해상도 레이더 자료의 중요성 및 활용성이 증가하고 있다. 하지만 여전히 레이더 자료의 경우 시·공간적 편의가 존재하고 이를 보정하는 것이 매우 중요하며 많은 연구에서 레이더 강우의 편의 보정을 위해 다양한 통계적 기법이 시도되었다. 본 연구에서는 시·공간적으로 강우를 추정할 수 있는 이중편파레이더의 편의를 지점 강우와 비교하여 보정하는 것을 목표로 한다. 환경부의 수자원관리 및 홍수 예측에 사용되는 S-밴드 이중편파레이더의 편의 보정을 위하여 합성곱신경망(Convolutional Neural Network, CNN)기반의 Convolutional Autoencoder (CAE) 알고리즘을 구축하여 편의 보정을 수행하였다. CAE 모델의 입력자료는 환경부의 10분 단위 레이더 합성 강우자료와 같은 공간해상도로 보간된 지점 관측 강우자료를 사용하였으며, 자료의 기간은 미호천 유역에 홍수 경보가 발령된 2017년 7월 16일 00시부터 13시까지의 10분 단위 자료를 사용하였다. 그 결과로 지점 강우 대비 원시 레이더 강우의 편의가 줄어듦을 확인할 수 있으며 시·공간적으로 개선된 결과를 보여주고 있다. 따라서 각 인접한 격자 간의 공간 관계를 학습하는 CAE 모델은 레이더 및 위성에서 추정되는 격자형 기후 자료의 실시간 편의 보정에 사용할 수 있을 것으로 분석되었다.

• 대한원격탐사학회지
• /
• 제40권2호
• /
• pp.229-241
• /
• 2024

클라우드 플랫폼을 이용한 빅데이터 처리기술의 발달로 위성영상과 같이 용량이 큰 자료에 대한 접근 및 처리와 분석이 최근 획기적으로 개선되고 있다. 본 연구에서는 그 플랫폼 중 하나인 Google Earth Engine (GEE) 기반의 전처리 완료된 Sentinel-1 합성개구레이더(synthetic aperture radar, SAR) 위성영상 자료의 후방산란계수 값에 비교적 간단한 토양수분량 추출 방법인 Change Detection Method를 적용하여, 2015~2023년의 국내 용담댐 유역 내 6개 관측소 지점 및 유역 평균에 대한 지표 토양수분량을 산정 후 실측과의 상관성 분석 및 GEE의 활용성을 검토하였다. 그 결과 SAR 위성영상 자체의 지표 측정 정확도와 자료간 특성 변동 등으로 인해 유역 내 관측소별 일부구역에 대해 산정한 지점 지표 토양수분량은 VH와 VV 편파에서 모두 0.1~0.3 수준의 낮은 상관성이 확인된 반면, 유역 전체 면적에 대한 평균 SAR 후방산란계수 값 추출 및 이동평균으로 자료의 불확실성 및 변동성을 완화시킨 유역 평균 지표 토양수분량은 0.5 수준의 향상된 결과를 보였다. 이렇게 GEE를 활용하여 산정된 토양수분량의 결과는 SAR 자료의 전처리에 있어 직접적으로 원하는 분석을 수행하지 못하는 제한점은 있지만, 방대한 위성영상 자료를 효율적으로 처리하여 장기간의 유역 평균과 같은 넓은 범위의 토양수분량을 산정, 평가해 볼 수 있다는 점에서 그 활용성을 확인할 수 있었다. 이를 바탕으로 향후 국내 여러 지점의 지표 토양수분량 관측자료와 연계해 주요 댐 유역의 평균지표 토양수분량 장기 변화 파악 등에 유용하게 활용될 수 있을 것으로 기대된다.

• 한국수자원학회논문집
• /
• 제49권7호
• /
• pp.589-597
• /
• 2016

본 연구에서는 임진강 상류유역과 같이 수리수문학적 분석에 필요한 측정데이터가 존재하지 않거나 혹은 데이터의 확보가 어려운 유역에 대하여 위성 데이터와 데이터 기반 모형을 활용하여 유출량을 산정하였다. SDF 시그널(Satellite-derived Flow Signal)은 하도내의 유량변화에 따른 하천 폭의 변화를 반영할 수 있다고 알려져 있으며, 그 상관관계는 하도단면의 형태와 밀접한 관계가 있다. SDF 시그널 데이터와 유출량 간의 비선형 상관관계를 반영할 수 있는 인공신경망 모형을 활용하여, 모형의 입력변수인 SDF 시그널 데이터로부터 임진강의 임진교 지점에서의 유출량을 추정하였다. 15개의 위성 이미지 픽셀의 SDF 시그널 값이 0~10일의 lag가 되어 활용되었으며, lag된 데이터를 포함하여 총 150개의 변수 중 유출량과 가장 큰 관계가 있는 변수 선정을 위해 PMI(Partial Mutual Information) 기법이 활용되었다. 인공신경망 모형을 통해 산정된 유출량은 임진교에서 측정된 지점 유출량과 비교 분석되었으며, 학습(training)과 검증(validation)을 통한 상관계수는 각각 0.86, 0.72로 좋은 결과를 보여주었다. 추가적으로 SDF 시그널 데이터 외에 임진교의 1일 전 측정유량이 인공신경망 입력변수로 추가되었을 때 상관계수가 0.90, 0.83으로 증가함을 보였다. 결과로부터 계측수문자료가 부족하거나 접근 불가능한 유역에 대하여 하천 유량 변화에 대한 추정치인 SDF 시그널 데이터와 지상 데이터가 결합되었을 때 신뢰성 높은 유역의 유출량을 산정할 수 있으며, 큰 유량이 발생하는 홍수사상에 대해서도 첨두 유량과 첨두 발생시간을 잘 모의할 수 있음을 알 수 있었다. 향후 위성 데이터와 지점 데이터를 활용하여 미계측 유역의 홍수발생에 대하여 높은 정확도로 예측 가능할 것으로 기대한다.

• 한국수자원학회논문집
• /
• 제54권8호
• /
• pp.577-587
• /
• 2021

가뭄은 수개월, 수년 이상에 걸쳐 서서히 발생 및 지속되며, 식생에 대한 피해가 발생할 때까지 확실한 인식이 어렵다. 최근에는 기후변화에 따른 기상이변 및 기온상승 등으로 인하여 가뭄의 발생빈도가 증가하고 있으며, 기상 이상으로 몇 주 또는 몇 달 이내 빠르게 발전하는 가뭄을 확인할 수 있다. '돌발가뭄(Flash Drought)은 일반적인 가뭄과 달리 비교적 짧은 기간 동안 표면온도의 상승과 비정상적으로 낮고 빠르게 감소하는 토양수분으로 인하여 식생에 대한 극심한 스트레스를 유발하면서 광범위한 작물 손실 및 용수공급 감소 등에 대한 피해를 야기하는 가뭄으로 정의된다. 짧은 기간의 급속하게 발생하는 (rapid-onset) 돌발가뭄은 발생원인인 토양수분함량의 감소와 강수의 부족, 낮은 습도, 고온 및 강풍 등으로 인한 증발 수요의 증가 등과 유사한 관계가 있기 때문에 농업 및 자연 생태계에 미치는 영향이 크며, 발생원인 또한 농업가뭄의 범주에 속하기 때문에 이에 대한 모니터링이 필수적이다. 본 연구에서는 증발산량을 활용한 위성영상 기반 가뭄지수인 증발스트레스지수(Evaporative Stress Index, ESI)를 활용하여 국내의 돌발가뭄 감지 조건을 제시하였으며, 표준강수지수, 토양수분, 최고기온, 상대습도, 풍속, 강수량 등과 비교를 통하여 돌발가뭄사상의 수문기상학적 특성에 대하여 분석하였다. 돌발가뭄 발생 이전 8주간을 기준으로 상관분석하였으며, ESI와 표준강수지수, 토양수분, 최고기온에 대하여 0.8(-0.8) 이상의 높은 상관관계를 보였다. 본 연구를 통하여 아직 명확하게 정의되지 않은 돌발가뭄에 대한 유형별 분석 및 국내 돌발가뭄의 수문기상학적 특성을 파악하였으며, 위성영상 기반 가뭄지수인 증발스트레스지수는 돌발가뭄사상의 모니터링에 활용될 수 있을 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제55권6호
• /
• pp.447-459
• /
• 2022

본 연구에서는 위성 기반 재분석 강수 자료인 PERSIANN-CCS-CDR (Precipitation Estimation from Remotely Sensed Information using Artificial Neural Networks-Cloud Classification System-Climate Data Record)을 이용하여 한반도에 대한 격자형 확률강수량을 산정하였다. 고려된 기간은 1983년부터 2020년까지 총 38개년이다. 사용된 자료의 공간해상도는 0.04°이며, 시간해상도는 3시간이다. 확률분포로는 빈도해석을 위해 일반적으로 사용되고 있는 Gumbel 분포를 사용하였으며, 매개변수 추정을 위해 확률가중모멘트법을 적용하였다. 지속기간은 3시간부터 144시간 까지, 재현기간은 2년부터 500년까지가 고려되었다. 이러한 방식으로 산정된 결과를 지상우량계인 ASOS (Automated Synoptic Observing System) 기상관측소의 강수 자료를 활용하여 산정된 확률강수량과 비교·검토하였다. 그 결과, PERSIANN-CCS-CDR 자료로부터 산정된 Gumbel 분포의 매개변수들은 지속기간이 증가함에 따라 ASOS의 결과들과 유사한 양상을 보였으며 이를 토대로 얻어진 확률강수량은 지속기간이 짧은 경우 다소 큰 차이를 보였으나, 지속기간이 18 h 이상인 경우 그 차이는 약 20% 이내로 감소함을 확인하였다. 추가적으로, 남북한 차이를 살펴보았으며 Gumbel 분포 매개변수들 중 위치 매개변수의 차이가 두드러지게 나타남을 확인하였다. 지속기간의 증가에 따른 북한의 확률강수량이 상대적으로 작게 나타났으며, 지속기간 3 h 기준 남한의 84%, 지속기간 144 h 기준 70~75% 수준인 것으로 확인되었다.

• 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.

• 한국지리정보학회지
• /
• 제9권2호
• /
• pp.144-159
• /
• 2006

수문모형은 많은 물리적, 식생적, 기후적, 인위적 요소들의 결과로 기인하는 수문학적 특성을 나타내는 유역의 복잡한 시스템을 현실적으로 표현하는 도구로써 인식되어 왔다. 공간적으로 분포된 수문모형들은 1960년대 처음으로 개발되었으며, 수문학과 수자원관리 분야에서 원격탐사데이터와 지리정보시스템의 역할은 급속도록 증가하였다. 비록 원격탐사자료가 수문학분야에 실제 적용된 경우는 매우 적지만, 그 효용성은 크다고 할 수 있다. 수문 모델링과 모니터링분야에서 원격탐사자료를 이용함에 있어 가장 큰 장점 중의 하나는 시공간적인 정보를 지속적으로 생산할 수 있게 되었다는 점이다. 이와 같은 능력은 성공적인 모형의 분석과 예측, 검증을 위한 작업에 필수적이다. 본 연구는 준 분포형 수문학적 모형인 SLURP 모형을 경안천 유역을 대상으로 적용하였으며, MODIS 위성영상을 이용하여 제작한 엽면적지수(LAI), 정규식생지수(NDVI)를 수문모형의 입력자료로 활용하여 경안 수위표 지점에서 일 유출량 모의를 실시하였다. 또한, 각각의 원격탐사자료가 모의된 증발산량의 민감도에 어떤 영향을 미치는 가를 분석하였다.

• 한국지하수토양환경학회:학술대회논문집
• /
• 한국지하수토양환경학회 2002년도 추계학술발표회
• /
• pp.253-256
• /
• 2002

거제도는 남쪽에서 두 번째로 큰 섬으로써 총면적은 399.96$\textrm{km}^2$이며 총면적의 71.85%가 임야로 이루어져 있고 하천이 짧으며 유역면적이 좁은 관계로 지하수의 함양이 어려우며 해안으로 유출되는 지하수가 상당량이 될 것으로 사료되었다. 따라서 유출지하수의 특성을 연구하여 지하수의 유출가능성이 높은 지역을 찾을 수 있도록 여러 가지 분석을 통하여 알아보았다. 이를 위하여 기본적으로 기온, 강수량 등의 기상자료와 지하수온도, 지하수위등의 수문자료 및 해수표면온도 등의 해양관측자료를 이용하였으며, 해수와 지하수의 온도차가 많은 달의 Lanset 7 ETM+ 인공위성 영상자료와 NOAA 인공영상자료를 이용하여 온도자료를 비교하고, 각개 영사의 열분포도를 분석함으로써 유출지하수의 가능성이 높은 지역을 추출하였다. 추출한 지역에서 인구밀집지역, 공단지역, 기 공급지역을 제외하였으며, 수문지질학 적으로 유리한 지역을 선정하고, 평균해수분포차가 큰 지역을 추출함으로써 이후에 이루어질 현장조사시에 접근이 용이하도록 하였다. 연구결과 거제도 일대의 해안유출지하수 가능지점은 10개소 이상이며 자연적, 사회학석인 여건을 고려한다면 지하수개발가능 지역은 6개 정도로 예상된다. 또한 해수면의 온도와 지하수의 온도가 차이가 클 때는11~13$^{\circ}C$의 분포를 보이고 있어, 이후 이와 같은 연구에 충분히 활용할 수 있을 것이며, 해상도가 높은 자료와 연계하면 보다 정확한 자료의 추출이 가능해 앞으로의 국내에 활용되지 못한 수자원 개발에도 많은 도움이 될 것으로 판단된다.하게도 유기물과의 친화력이 높은 것으로 알려진 Cu 역시 F1과 F2에 대하여 높은 함량을 나타내어 오염원으로부터의 Cu의 확산을 지시하였다. 외국에 비하여, 그동안 국내에서는 사격장 주변의 자연환경변화에 관하여 연구된 결과가 거의 전무하였다. 본 연구 결과는, 이와 유사한 사격장 주변 환경에서의 중금속 분포와 거동 특성에 대하여 종합적인 모니터링(즉, 체계적인 환경지구화학적 조사ㆍ연구)이 시급함을 시사해 주고 있다.할 수 있었다.연구지역을 대상으로 추정한 함양율은 지하수이용에 따른 지하수위하강에 대한 보정을 할 필요가 있으며 지하수이용실태조사를 추가로 하여 그 이용량만큼을 지하수함양량에 더하여야 할것이다.의 특성 등을 고려하여 거기에 맞는 기술들을 복합적으로 또는 단독으로 사용하되 처리방법 채택 시 신중을 기할 것이 요망된다.정시에는 SeaWiFS 위성과 관련된 global algorithms 중에서 490nm와 555nm의 복합밴드를 포함하는 OC2 알고리즘(ocean color chlorophyll 2 algorithm)을 사용하는 것이 OC2 series 및 OC4 알고리즘보다 좋은 추정 값을 도출할 수 있을 것으로 기대된다.환경에서는 5일에서 7월에 주로 이 충체의 유충이 발육되고 전파되는 것으로 추측되었다.러 가지 방법들을 적극 적용하여 금후 검토해볼 필요가 있을 것이다.잡은 전혀 삭과가 형성되지 않았다. 이 결과는 종간 교잡종을 자방친으로 하고 그 자방친의 화분친을 사용할 때만 교잡이 이루어지고 있음을 나타내고 있다. 따라서 여교잡을 통한 종간잡종 품종육성 활용방안을 금후 적극 확대 검토해야 할 것이다하였다.함을 보

• 대한원격탐사학회지
• /
• 제37권5_3호
• /
• pp.1405-1423
• /
• 2021

강우 현상은 물 순환과 에너지 순환의 주요 요소 중 하나이며 강우량 추정은 수자원 확보와 수재해 예측 및 피해 감축에 매우 중요한 역할을 한다. 위성 기반 강우량 추정은 시공간적으로 고해상도인 자료를 통하여 넓은 지역을 연속적으로 감시할 수 있다는 장점이 있다. 본 연구에서는 Himawari-8 Advanced Himawari Imager(AHI) 수증기 채널(6.7 ㎛), 적외 채널(10.8 ㎛)과 기상 레이더 Column Max (CMAX) 합성장을 이용하여 기계학습 기반 정량적 강우량 추정 모델을 개발하였다. 기계학습 기법으로는 랜덤 포레스트(Random Forest, RF)를 사용하였으며 기상 레이더 반사도(dBZ)와 Z-R식으로 변환한 강우강도(mm/hr)를 타겟으로 하는 모델을 구축하여 비교하였다. 레이더 강우강도를 통해 검증하였을 때 임계성공지수(Critical Success Index, CSI)는 0.34, Mean-Absolute-Error (MAE) 4.82 mm/hr였다. GeoKompsat-2(GK-2A) 강우강도 산출물, Precipitation Estimation from Remotely Sensed Information Using Artificial Neural Networks (PERSIANN)-Cloud Classification System (CCS) 산출물과 비교하였을 때 강우 유무 분류에서 CSI 21.73%, 10.81%, 강우강도 정량적 평가에서 MAE 31.33%, 23.49% 높은 성능을 보였다. 강우량 산출물을 지도화 한 결과, 실제 강우강도 분포와 유사한 분포를 모의하여 기존 산출물 대비 높은 정확도의 강우량을 추정했다.

• 한국지리정보학회지
• /
• 제24권4호
• /
• pp.194-208
• /
• 2021

임진강 상류 북한지역에 위치한 황강댐은 약 3억 5천만m³ 규모의 저수지를 가지고 있으며, 하류로의 발전방류 이후 방류량 일부를 도수하여 예성강 유역의 생활, 공업, 농업용수를 공급하고 있는 것으로 알려져 있다. 이와 같은 황강댐의 유역변경식 용수공급으로 인해 임진강 하류로 흘러내려 오는 유량이 감소하여 우리나라의 용수공급, 하천유지유량, 수질 및 생태환경에 부정적인 영향을 미치고 있다. 하지만 남북접경지역의 특성상 수문자료의 공유가 원활하지 못하고 황강댐의 운영방식을 알 수가 없으므로 하류부 남한측 지역의 피해위험이 상존하고 있다. 이에 본 연구에서는 광학 원격탐사 영상을 기반으로 보정된 수문모형과 물수지 분석을 통해 장기유출 개념의 월별 도 수량을 산정하였다. 2019년 1월부터 2021년 9월까지의 물수지 분석결과 황강댐의 평균 도수량은 29.2m³/s로서 이는 연간 9.22억 톤에 해당하는 수자원 양이며, 황강댐에 유입되는 연평균 유입량인 20.2억 톤 중 45.6%를 차지한다.