• Journal of Korea Water Resources Association
• /
• v.54 no.11
• /
• pp.933-942
• /
• 2021

The surface image velocimetry was developed to measure river flow velocity safely and effectively in flood season. There are a couple of methods in the surface image velocimetry. Among them the spatio-temporal image velocimetry is in the spotlight, since it can estimate mean velocity for a period of time. For the spatio-temporal image velocimetry analyzes a series of images all at once, it can reduce analyzing time so much. It, however, has a little drawback to find out the main flow direction. If the direction of spatio-temporal image does not coincide to the main flow direction, it may cause singnificant error in velocity. The present study aims to propose a new method to find out the main flow direction by using a fast Fourier transform(FFT) to a spatio-temporal (image) volume, which were constructed by accumulating the river surface images along the time direction. The method consists of two steps; the first step for finding main flow direction in space image and the second step for calculating the velocity magnitude in main flow direction in spatio-temporal image. In the first step a time-accumulated image was made from the spatio-temporal volume along the time direction. We analyzed this time-accumulated image by using FFT and figured out the main flow direction from the transformed image. Then a spatio-temporal image in main flow direction was extracted from the spatio-temporal volume. Once again, the spatio-temporal image was analyzed by FFT and velocity magnitudes were calculated from the transformed image. The proposed method was applied to a series of artificial images for error analysis. It was shown that the proposed method could analyze two-dimensional flow field with fairly good accuracy.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.15-15
• /
• 2022

우리나라 홍수 발생은 강수량이 집중되는 여름철에 집중되어 있어 홍수피해 방지에 주의가 필요하다. 보와 제방 등 이러한 홍수 피해를 대비하기 위한 구조물에 설계를 위해서는 하천의 유량 조사가 필수적으로 요구된다. 하지만 홍수기 직접적인 유량 조사는 안전상의 이유로 거의 이루어지지지 않고 있으며, 수위를 측정하여 수위-유량 관계를 만들어 유량을 측정하고 있다. 그러나 중소 규모의 하천의 경우 하도 경사가 급해 사류가 발생하거나 하도 단면이 급변하는 경우가 있어 수위-유량 관계를 그대로 적용하기 어려운 문제가 있다. 따라서 이러한 문제를 해결하기 위해 하천에 진입하지 않고 유속을 측정 할 수 있는 영상유속계와 같이 흐름 영상을 사용하여 유속을 측정하는 방법들이 개발되었다. 영상유속계의 측정 방법중 Spatio Temporal Image(시공간 영상)을 사용하는 방법은 일정시간의 시간평균 유속을 산정할 수 있고 한 장의 시공간 영상을 분석하기 때문에 유속 산정에 걸리는 시간이 작은 장점이 있지만 영상 내 흐름 방향을 정확히 설정하지 못하면 오차가 생길 수 있는 문제가 있어 주 흐름 방향을 정확히 탐색할 필요가 있다. 따라서 본 연구에서는 영상에서 시공간 체적을 만들어 주흐름 방향을 찾아내는 기법들의 장단점을 비교하고 안동 하천실험센터의 실규모 하천수로에 적용하여 결과를 비교하고 적용성을 평가하였다. 이를 위해 하천수로에 추적자를 살포하여 영상으로 녹화하였으며 녹화된 영상을 자기상관법과 시간적분법을 적용하였으며, 이를 통해 주 흐름 방향을 판별하였다. 또한 두 방법을 통해 결정된 주흐름 방향을 적용하여 시공간 영상을 제작하고 이를 이용하여 유속을 산정하여 비교하였으며, 주흐름 방향을 산정하는데 생기는 오차가 유속 계산에 얼마만큼의 영향을 끼치는지 분석하였다. 이러한 실험을 통해 하천에서 시공간 영상을 활용한 표면영상 유속계측 방법을 활용하는데 있어 도움이 될 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.303-303
• /
• 2023

실용적인 표면영상유속계를 만들기 위해서는 적절한 하드웨어와 소프트웨어로 시스템을 구성해야 한다. 이를 위해서 본 연구에서는 하드웨어로 CCTV를 선택하고, 초음파 수위계를 이용하여 수위를 지속적으로 읽어들이도록 구성하였다. 한편, 소프트웨어적으로는 11변수 투영법을 적용하여 변화하는 수위에 따라 정확한 측정점을 재구성하도록 하고, 아울러 각 측정점에서 주흐름방향으로 정확한 시공간영상을 작성하고, 이 시공간영상(spatio-temporal image)들을 분석하였다. 그결과, 5분 간격으로 촬영된 1분 길이의 영상을 지속적으로 촬영하고 분석하여 유량을 산정하는 표면영상유속계측 시스템을 구축하였다. 본고에서는 이러한 소프트웨어 개선방향중 하나인 주흐름방향의 시공간영상 작성법을 소개한다. 먼저, 11변수 투영법을 이용하여 하천의 표면영상에 대한 좌표변환계수를 산정하였다. 그리고 이 좌표변환계수를 이용하여, 하천의 수위변화에 따라 표면영상내의 측정점이 적절히 수정될 수 있도록 하였다. 그 다음 이 측정점에서 측정횡단면과 수직이 되는 방향을 선정하고, 이 방향이 영상내에서 하천 측정횡단면과 수직인 방향, 즉 주흐름방향이 되도록 하였다. 촬영된 1분간의 동영상의 각 측정점 위치에서 잘라낸 시공간체적(spatio-temporal image volume)에서 주흐름방향의 시공간영상을 잘라내고 이를 상호상관법이나 고속푸리에변환을 이용하여 분석하였다. 이 때 만들어진 시공간영상은 주흐름방향과 정확하게 일치하여, 기존의 표면영상유속계의 문제이던, 일부 측정점의 유속벡터가 주흐름방향과 일치하지 않던 문제를 해결할 수 있었다. 개발된 방법으로 표면영상유속계를 제작하여 인수천에 시험 설치하고 호우 사상에 대해 검토한 결과 정확하고 신속하며 연속적인 유량측정이 가능하였다.

• Ecology and Resilient Infrastructure
• /
• v.9 no.3
• /
• pp.154-162
• /
• 2022

In this study, a technique for estimating water surface velocity fields in the Universal Transverse Mercator coordinate system using the GPS information of a propagating drone but not ground control points is developed. First, we determine the image direction in which the upper side of an image is directed based on the navigation information of the drone. Subsequently, we assign the start and end frames of the video used and determine the analysis range. Using these two frames, we segment the measurement cross-section into a few subsections at regular intervals. At these subsections, we analyze 30 frame images to create spatio-temporal volumes for calculating the velocity fields. The results of the developed method (propagating drone surface image velocimetry) are compared with those of the existing method (hovering drone surface image velocimetry), and relatively good agreement is indicated between both in terms of the velocity fields.