• 대한토목학회논문집
• /
• 제28권3D호
• /
• pp.445-450
• /
• 2008

최근 도시하천의 환경생태학적 접근이 활발히 진행중에 있으며, 특히 하천의 유지수량 확보가 매우 중요한 문제로 대두되고 있다. 본 연구에서는 도시하천을 효율적으로 관리하기 위한 방안으로서 하천의 지형태 현장조사 자료와 영상정보를 연계한 수체적 평가기법을 제안하였으며, 갑천을 대상지역으로 선정하여 분석한 결과 다음의 결론을 얻었다. 첫째, 도시하천의 지형태 특성을 조사하기 위해 사주와 초지에 대한 지형측량을 실시하였으며, 수체적 계산에 영향을 주는 수면부에서의 경사특성을 분석한 결과 사주는 0.024, 초지는 0.220로서 초지가 사주에 비해 약 10배 높은 경사특성을 나타내었다. 또한 IKONOS 영상으로부터 사주와 수체에 대한 분광특성과 최소거리법을 이용하여 영상을 분류하였으며, 수체적 계산을 위해 Median 필터를 통한 일반화를 통해 수체적 계산을 위한 사주영역을 효과적으로 추출하는 기법을 제시하였다. 마지막으로 하천내 지형태 조사자료와 영상에서 추출한 사주영역을 GIS 공간분석 기법을 적용하여 도면화하였으며, 영상 촬영시점의 수위를 1m로 가정했을때의 수체적은 $225,258m^3$로서, 사주의 경사특성을 고려하지 않은 수체적($251,599m^3$)에 비해 약 10.5%의 수체적 개선 효과를 얻을 수 있었다.

• 한국습지학회지
• /
• 제13권3호
• /
• pp.707-720
• /
• 2011

호소의 경우, 장기간 수류의 체류현상이 발생하는데, 특히, 수심방향의 수층에 따른 호소 내 수류와 수질 문제는 하천에서의 수질 문제와 다르다고 할 수 있다. 따라서 호소 수체 내의 수류와 수질을 시간에 따라 모의할 수 있는 3차원 비정상 상태의 수질모형을 적용하는 것이 유리하다고 할 수 있다. 3차원 모형은 댐이나 호소에서 수심방향으로 수층을 구분하여 수질모의가 가능하고 보다 신뢰성 있는 결과를 얻을 수 있다. 이에 본 연구에서는 3차원 모형인 EFDC를 이용하여 섬진강 댐의 운암호에 대한 수질 모의를 실시하였다. GIS기반의 강우-유출 모형인 HEC-GeoHMS와 HEC-HMS를 이용하여 장기유출량을 산정하고, 관측된 수위, 기상, 수온, 총 질소, 총 인에 대하여 입력 자료를 구축하였으며, EFDC 모형 적용을 위해 수심을 3개의 층으로 구분하고 5,634개의 격자를 추출하여 격자망을 구성한 후 운암호 내의 수질 변화를 시공간적으로 모의하였다. 장기유출 모의 결과 전체적으로 실제 유출량을 잘 반영한 것으로 나타났으며, 수질 모의를 통해 오염원 인자들에 따른 거동특성을 확인할 수 있었고 모의 수질은 관측 수질을 적절히 반영하는 것으로 판단된다. EFDC는 적절한 수질모의가 가능할 것으로 판단되며 향후 상수원의 취수 및 관리 대책 수립 등을 위한 지원을 기초도구로 활용할 수 있을 것으로 기대한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.100-100
• /
• 2017

하천에 유입된 오염물질의 2차원 혼합거동은 하천 주흐름에 의한 이송현상과 유속 성분의 수심평균 값에 대한 공간적 편차로부터 야기되는 분산현상으로 설명 할 수 있다. 이는 3차원 이송확산 방정식으로부터 수심 적분된 2차원 이송-분산 방정식으로 수학적 유도가 가능하며, 수심방향으로 적분하는 과정에서 발생되는 농도의 분산항은 Taylor Dispersion 개념에 기초하여 종방향 및 횡방향의 2차원 분산계수로 표현된다. Fischer(1978)는 연직방향 유속분포로부터 2차원 분산계수를 추정하는 해석해를 수학적으로 유도하였으나, 실제 하천에서 정밀한 연직방향 유속분포를 계측하는 것은 많은 비용 및 노동력을 초래한다. 따라서 선행 연구자들은 2차원 혼합모형의 분산계수를 산정하고자 실험적 방법으로써 추적자실험을 수행하였다. 추적자실험은 추적자 물질을 수체에 주입한 후 농도의 변화를 관측함으로써 추적자물질이 하천에서 이송 및 분산되는 과정을 이해하는데 유용하다. 기존의 추적자실험은 고정된 위치에서 농도를 계측하여 시계열적인 농도의 변화를 관측한 후, 오염운 동결가정을 통해 종,횡방향 분산계수의 산정이 가능하지만, 오염물질 농도의 공간적 분포를 얻기에는 한계가 있다. 본 연구에서는 기존의 추적자실험법의 한계를 극복하고자 형광물질을 이용한 추적자실험을 수행함과 동시에 드론에 장착된 디지털카메라를 이용하여 항공영상을 취득 및 분석하여, 하천에 주입된 형광물질의 농도분포를 시공간적으로 추출하는 기법을 개발하고, 이를 바탕으로 오염물질의 2차원 혼합거동을 분석하였다. 본 실험은 한국건설기술연구원의 안동하천실험센터의 A3실험수로에서 수행되었으며, 실험수로는 평균 하폭 5 m, 평균 수심 0.44 m, 유량 $0.96m^3/s$의 실제 소규모 하천과 유사한 축척을 가지고 있다. 추적자물질은 Rhodamine WT 용액이 사용되었으며, 실험수로 내 설치된 15개의 형광광도계(YSI-600OMS)를 이용하여 농도를 측정하였다. 항공영상의 취득을 위해 이용된 드론은 DJI-Phantom 3 Professional 이며, 3840x2160의 해상도로 초당 30 frame의 동영상으로 취득되었다. 영상의 정합 및 좌표화를 위해 RTK-GPS를 이용하여 12개의 지상 기준점의 좌표를 취득한 후, 사영변환을 통해 영상좌표를 지상좌표로 변환하였다. 영상의 픽셀값을 농도장으로 변환하기 위해 각 RGB 밴드의 픽셀값을 통계적으로 분석하여 농도장으로 변환하였으며, 영상으로부터 얻은 농도장은 형광광도계에 의해 실측된 농도와 결정계수 0.9이상의 수준으로 정확도를 나타냈다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.42-42
• /
• 2022

지금까지도 유역에서의 녹조 모니터링은 현장채수를 통한 점 단위 모니터링에 크게 의존하고 있어 기후, 유속, 수온조건 등에 따라 수체에 광범위하게 발생하는 녹조를 효율적으로 모니터링하고 대응하기에는 어려운 점들이 있어왔다. 또한, 그동안 제한된 관측 데이터로 인해 현장 측정된 실측 데이터 보다는 녹조와 관련이 높은 NDVI, FGAI, SEI 등의 파생적인 지수를 산정하여 원격탐사자료와 매핑하는 방식의 분석연구 등이 선행되었다. 본 연구는 녹조의 모니터링시 정확도와 효율성을 향상을 목표로 하여, 우선은 녹조 측정장비를 활용, 7000개 이상의 녹조 관측 데이터를 확보하였으며, 이를 바탕으로 동기간의 고해상도 위성 자료와 실측자료를 매핑하기 위해 다양한Machine Learning기법을 적용함으로써 그 효과성을 검토하고자 하였다. 연구대상지는 낙동강 내성천 상류에 위치한 영주댐 유역으로서 데이터 수집단계에서는 면단위 현장(in-situ) 관측을 위해 2020년 2~9월까지 4회에 걸쳐 7291개의 녹조를 측정하고, 동일 시간 및 공간의 Sentinel-2자료 중 Band 1~12까지 총 13개(Band 8은 8과 8A로 2개)의 분광특성자료를 추출하였다. 다음으로 Machine Learning 분석기법의 적용을 위해 algae_monitoring Python library를 구축하였다. 개발된 library는 1) Training Set과 Test Set의 구분을 위한 Data 준비단계, 2) Random Forest, Gradient Boosting Regression, XGBoosting 알고리즘 중 선택하여 적용할 수 있는 모델적용단계, 3) 모델적용결과를 확인하는 Performance test단계(R², MSE, MAE, RMSE, NSE, KGE 등), 4) 모델결과의 Visualization단계, 5) 선정된 모델을 활용 위성자료를 녹조값으로 변환하는 적용단계로 구분하여 영주댐뿐만 아니라 다양한 유역에 범용적으로 적용할 수 있도록 구성하였다. 본 연구의 사례에서는 Sentinel-2위성의 12개 밴드, 기상자료(대기온도, 구름비율) 총 14개자료를 활용하여 Machine Learning기법 중 Random Forest를 적용하였을 경우에, 전반적으로 가장 높은 적합도를 나타내었으며, 적용결과 Test Set을 기준으로 NSE(Nash Sutcliffe Efficiency)가 0.96(Training Set의 경우에는 0.99) 수준의 성능을 나타내어, 광역적인 위성자료와 충분히 확보된 현장실측 자료간의 데이터 학습을 통해서 조류 모니터링 분석의 효율성이 획기적으로 증대될 수 있음을 확인하였다.

• 대한원격탐사학회지
• /
• 제34권6_1호
• /
• pp.1041-1053
• /
• 2018

본 연구에서는 용담댐 유역을 대상으로 저수위/저수량 모니터링 및 예측을 위하여 고해상도 위성관측 자료를 이용하는 방법과 위성으로부터 추출한 강수량 자료로부터 가뭄지수를 이용한 저수위를 모니터링하고 SSA를 이용한 PCA방법으로 예측모델을 구축하여 가뭄을 예측하는 방법을 개발하였다. 용담댐 저수위와 SPI(3)와의 상관계수가 0.78로 매우 높은 상관성을 보였으며, 위성자료를 통하여 산정한 가뭄지수를 활용하여 댐 저수위/저수량 모니터링 및 예측 가능성을 진단하였다. SSA에 의한 주성분 분석결과 SPI(3)과 각 RC자료의 상관관계를 분석한 결과 CC=0.87~0.99의 높은 상관성을 보였으며, 표준화된 댐 저수위(N-W.S.L.)와 RC자료의 상관관계를 분석한 결과 CC=0.83~0.97의 비교적 높은 상관성을 보임을 확인하였다. 또한, Sentinel-2 위성의 MSI (Multi-Spectral Instrument) 센서로 댐수위의 변화를 모니터링하기 위해 지수 기법을 적용하여 수체 탐지 알고리즘을 개발하였으며, 용담댐유역에 대해 2016년부터 2018년까지의 수계 면적 변화를 분석하였다. 이를 기반으로 Sentinel-2 위성영상으로 추출한 수계 면적 변화를 이용하여 가뭄 감시 분야에 대한 활용 가능성을 제시하였다. 본 연구의 결과는 다양한 위성관측자료로부터 미계측 지역의 저수량 모니터링과 수문학적 가뭄 모니터링/예측에 활용이 가능할 것이다.