• Journal of Wetlands Research
• /
• v.26 no.2
• /
• pp.147-159
• /
• 2024

Lack of streamflow observations makes model calibration difficult and limits model performance improvement. Satellite-based remote sensing products offer a new alternative as they can be actively utilized to obtain hydrological data. Recently, several studies have shown that artificial intelligence-based solutions are more appropriate than traditional conceptual and physical models. In this study, a data-driven approach combining various recurrent neural networks and decision tree-based algorithms is proposed, and the utilization of satellite remote sensing information for AI training is investigated. The satellite imagery used in this study is from MODIS and SMAP. The proposed approach is validated using publicly available data from 25 watersheds. Inspired by the traditional regionalization approach, a strategy is adopted to learn one data-driven model by integrating data from all basins, and the potential of the proposed approach is evaluated by using a leave-one-out cross-validation regionalization setting to predict streamflow from different basins with one model. The GRU + Light GBM model was found to be a suitable model combination for target basins and showed good streamflow prediction performance in ungauged basins (The average model efficiency coefficient for predicting daily streamflow in 25 ungauged basins is 0.7187) except for the period when streamflow is very small. The influence of satellite remote sensing information was found to be up to 10%, with the additional application of satellite information having a greater impact on streamflow prediction during low or dry seasons than during wet or normal seasons.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.54-54
• /
• 2023

하천유역조사는 관련 법률의 규정에 의해 물관리정책의 수립에 필요한 기초정보를 제공하는 것을 목적으로 기본현황, 이수, 치수 환경생태 등 유역관리에 필요한 주요 조사항목을 대상으로 수행되고 있다. 조사방법 중 원격탐사자료 활용한 조사는 드론 모니터링 영상 및 위성영상자료를 이용해 댐·제방과 같은 치수 시설물의 안전관리, 수질 모니터링, 하천지형조사, 하상변동조사 등에 활용되고 있다. 최근에는 일반 RGB 영상뿐만 아니라 수백개의 분광밴드를 포함한 초분광영상을 이용한 하천조사 연구가 이루어지고 있다. 초분광영상은 분광해상도가 높아 다항목 조사에 활용할 수 있다는 장점이 있지만, 많은 양의 분광정보를 포함하고 있기 때문에 초기 수집 자료의 용량이 너무 크고, 분석을 위한 전처리 과정이 까다롭다는 단점이 있다. 반면, 10개 이하 밴드의 분광정보를 수집하는 다분광영상은 2개 밴드를 이용해 정규식생지수(NDVI)를 즉각적으로 모니터링할 수 있고, 작물의 생육현황 등을 분석할 수 있어 농업 및 산림분야에서 널리 활용되고 있다. 초분광영상을 이용한 수심산정 연구는 최적 밴드비 탐색 기법(OBRA)을 활용해 측정수심과 상관관계가 높은 밴드비를 이용해 수심맵을 구축하는 방식이 활용되어왔다. 본 연구에서는 기존의 초분광영상을 활용한 수심산정기법을 다분광영상에 적용하여 분광밴드수가 축소된(경량화된) 자료를 활용한 수심산정 가능성을 확인하기 위해 동일한 현장에서 초분광과 다분광 두가지 영상을 촬영하였으며, 각각 수심맵을 구축해 하천분야에서 다분광영상의 활용도를 평가하였다. 또한, 기존의 OBRA의 한계를 개선하기 위해 가우시안 혼합 모델(GMM; Gaussian Mixture Model)을 활용해 영상을 군집화하여 수심산정 정확도를 개선하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.6-7
• /
• 2021

Vegetation development in rivers is one of the important issues not only in academic fields such as geomorphology, ecology, hydraulics, etc., but also in river management practices. The problem of river vegetation is directly connected to the harmony of conflicting values of flood management and ecosystem conservation. In Korea, since the 2000s, the issue of river vegetation and land formation has been continuously raised under various conditions, such as the regulating rivers downstream of the dams, the small eutrophicated tributary rivers, and the floodplain sites for the four major river projects. In this background, this study proposes a method for classifying the distribution of vegetation in rivers based on remote sensing data, and presents the results of applying this to the Naeseong Stream. The Naeseong Stream is a representative example of the river landscape that has changed due to vegetation development from 2014 to the latest. The remote sensing data used in the study are images of Sentinel 1 and 2 satellites, which is operated by the European Aerospace Administration (ESA), and provided by Google Earth Engine. For the ground truth, manually classified dataset on the surface of the Naeseong Stream in 2016 were used, where the area is divided into eight types including water, sand and herbaceous and woody vegetation. The classification method used a random forest classification technique, one of the machine learning algorithms. 1,000 samples were extracted from 10 pre-selected polygon regions, each half of them were used as training and verification data. The accuracy based on the verification data was found to be 82~85%. The model established through training was also applied to images from 2016 to 2020, and the process of changes in vegetation zones according to the year was presented. The technical limitations and improvement measures of this paper were considered. By providing quantitative information of the vegetation distribution, this technique is expected to be useful in practical management of vegetation such as thinning and rejuvenation of river vegetation as well as technical fields such as flood level calculation and flow-vegetation coupled modeling in rivers.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.349-349
• /
• 2020

기후변화로 인한 돌발홍수와 같은 집중적인 강우현상은 노후화된 제방의 안정성 저하 및 붕괴 등을 야기시킨다. 향후 홍수량이 증가함에 따라 하천의 통수면적이 부족하여 침수 및 범람의 위험성이 증가할 것으로 생각된다. 계획규모 이상의 홍수가 발생하여 홍수위가 제방고보다 높을 때 월류에 의한 제방붕괴로 이어지며, 이러한 월류에 의한 제방붕괴는 가장 전형적인 것이다. 지금까지 월류에 의한 제방붕괴에 관한 연구는 연구자의 다양한 관점 및 방법을 통해 진행되고 있다. 실제 제방붕괴를 관측하는 것은 불가능하므로 기존의 소규모 수리실험 및 모델링을 통한 제방붕괴 메커니즘 분석에는 사실상 한계가 있다. 이러한 점에서 실규모 수리실험을 통한 월류에 의한 제방붕괴 메커니즘을 3차원으로 분석할 필요가 있다. 본 연구에서는 드론 영상을 이용하여 제방붕괴 메커니즘 분석 연구를 수행하였다. 제방은 시간의 흐름에 따라 붕괴양상이 발전한다는 점 등에서 매우 복잡한 물리적 특성이 있다. 드론의 오토촬영 기법을 통한 제방이 붕괴되는 순간을 촬영하기는 쉽지 않기 때문에 셔터스피드촬영 기법을 적용하였다. 특히, 짧은 시간에 변화되는 제방의 붕괴양상을 구체적으로 표현하기 위해 두 대의 드론을 횡·종 방향으로 동시에 비행하여 분석 시 3차원 입체감을 최대화하였다. 이후 횡·종 방향에서 동 시간대 수집된 드론 이미지를 분류하여 PIX4D 매핑 기법을 활용한 최소 정합을 통하여 드론을 활용한 제방붕괴 메커니즘 분석의 활용 가능성을 제시하였다. 향후 스마트 시대의 물산업 경쟁력을 제고함에 있어, 폭이 좁은 하천에 효율적이며 고해상도 시공간 자료를 확보할 수 있는 드론을 활용한 스마트 하천재해 예측 및 관리기술 개발을 통한 하천 원격탐사의 경쟁력을 확보하는 것이 중요하다고 사료된다.

• Journal of the Korean association of regional geographers
• /
• v.9 no.3
• /
• pp.385-394
• /
• 2003

Authors tried to classify landforms of civilian-restricted trans-border coastal region of the East Sea by using both field survey and remote sensing data including IKONOS images and digital maps. As a result, authors can draw the boundaries of landform units on satellite images and classify landforms effectively. Typical landforms of undisturbed depositional coastal area such as coastal sand dune, sand bar, lagoons, and tombolo are found within the study area. Also, riverine wetlands and estuarine wetlands are readily discernable on both satellite image and field survey. Even though landforms within the study area are relatively small, they are so dynamically connected that their preservation value is very high.

• Korean Journal of Remote Sensing
• /
• v.36 no.2_1
• /
• pp.103-119
• /
• 2020

Recently, the rapid redeposition and erosion of rivers artificially created by climate change and the Four Rivers Restoration Project is questionable. According to the revised law in Korea, the river management agency will periodically carry out bed changes surveys. However, there are technical limitations in contrast to the trend of increasing spatial coverage, density and narrowing of intervals. National organizations are interest in developing innovative bed changessurvey techniquesfor efficiency. Core of bathymetry survey is to measure the depth of rivers under a variety of river conditions, but that is relatively more risky, time-consuming and expensive compared to conventional ground surveys. To overcome the limitations of traditional technology, echo sounder, which has been mainly used for ocean depth surveying, has been applied to rivers. However, due to various technical limitations, it is still difficult to periodically investigate a wide range of areas. Therefore, technique using the remote sensing has been spotlighted as an alternative, especially showing the possibility of depth measurement using spectral characteristics. In this study, we develop and examine a technique that can measure depth of water using reflectance from spectral characteristics. As a result of applying the technique proposed in thisstudy, it was confirmed that the measured depth and the correlation and error corresponding to 0.986 and 0.053 m were measured in the depth range within 0.95 m. In the future, this study could be applied to the measurement of spatial depth if it is applied to the hyperspectral sensor mounted on the drone.

• Journal of Environmental Impact Assessment
• /
• v.27 no.5
• /
• pp.475-488
• /
• 2018

Surveying urban tributary vegetation is based mainly on field sampling at present. The tributary vegetation survey integrating UAV NIR(Unmanned Aerial Vehicle Near Infrared Radiance) imagery and in-situ point photo has received only limited attentions from the field ecologist. The reason for this could be the largely undemonstrated applicability of UAV NIR imagery by the field ecologist as a monitoring tool for urban tributary vegetation. The principal advantage of UAV NIR imagery as a remote sensor is to provide, in a cost-effective manner, information required for a very narrow swath target such as urban tributary (10m width or so), utilizing very low altitude flight, real-time geo-referencing and stereo imaging. An exhaustive and realistic comparison of the two techniques was conducted, based on operational customer requirement of urban tributary vegetation survey: synoptic information, ground detail and quantitative data collection. UAV NIR imagery made it possible to identify area-wide patterns of the major plant communities subject to many different influences (e.g. artificial land use pattern), which cannot be acquired by traditional field sampling. Although field survey has already gained worldwide recognition by plant ecologists as a typical method of urban tributary vegetation monitoring, this approach did not provide a level of information that is either scientifically reliable or economically feasible in terms of urban tributary vegetation (e.g. remedial field works). It is anticipated that this research output could be used as a valuable reference for area-wide information obtained by UAV NIR imagery in urban tributary vegetation survey.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.12-12
• /
• 2021

현행 하도현황조사는 조사망에 따라 조사대상 하천의 하천기본계획 등을 통해 조사지점을 선정하므로 전체 하천구간의 하도특성 파악에 어려움이 있고, 하천기본계획의 수립년도와 현황조사시 기간에 차이가 있을 경우, 하도특성의 경년적 변동성 파악이 어렵다. 최근 이러한 문제점을 극복하기 위하여 하천조사에 인공위성, 드론 등을 활용한 원격탐사방법이 증가하고 있으며, 유역 성과활용도 조사에서도 위성영상자료 활용의 확대요구가 있다. 본 연구는 중랑천을 대상으로 유럽우주국(ESA)의 Sentinel-1을 활용하여 하도현황조사의 기초가 되는 맞춤형 최적화 수체추출기법을 개발하였다. 이를 위하여 중랑천 지역에 대한 50여 장의 Sentinel-1 위성자료를 수집하였고, 하천 중심선에 대한 유클리드 거리를 가중치로 산정하여 K-mean 군집화를 진행하였다. 검증을 위하여 Sentinel-1과 24시간 이내 촬영된 PlanetLab사(社)의 PlanetScope 영상자료로 정확성을 평가하였다. 그 결과 최대 70%에 근접하는 정확도를 보였다. 본 방법은 현존하는 수체추출방법보다 간단하고 신속하게 수체를 추출할 수 있을 것으로 보인다. 추후 딥러닝을 통한 수체 식별을 추가 진행할 예정이며, 정확도를 높일 수 있을 것으로 기대한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.228-228
• /
• 2020

과거 무분별하게 획일화되어 개발되었던 하천 개발 사업으로 인해 수질오염과 생태계 훼손으로 하천의 건천화 현상이 발생함에 따라 최근 하천복원 사업이 적극적으로 계획·추진되고 있다. 수생태계의 건강성과 종적 연속성을 회복하기 위한 하천복원사업에 앞서 하천환경의 현상태에 대한 평가는 매우 중요한 부분이다. 유럽과 미국에서는 드론을 활용하여 하천관리 및 재해 피해조사가 활발하게 이루어지고 있었다. 국내의 센서기술과 무선통신 기술의 발전으로 인해 실시간 수집 가능한 정보의 범위가 늘어남에 따라 국내 하천환경 분야에서는 드론을 활용하여 획득된 원격탐사(RS) 자료와 지리정보 데이터베이스를 접목한 하천 공간조사 연구가 증가하고 있는 추세이다. 본 연구에서는 2019년 국토부에서 제시한 하천환경 평가체계에 따라 국내 도시하천중 하천복원사업을 시행하였던 청미천 지역에 대해 현장 조사와 UAV 영상, 항공영상을 활용하여 하천환경평가 결과를 비교하고자 한다. 하천환경평가체계 지침서는 캐나다(2013) 온타리오 하천평가기법을 참조하였으며, 급경사/중경사/완경사로 구분되며 사전조사와 현장조사 야장으로 구성되나 본 연구에서는 물리 평가지표만을 대상으로 하였다. UAV를 이용하여 촬영한 영상을 PIX4D 프로그램을 활용하여 정합한 후 획득된 색체정보를 활용하여 하천환경평가를 실시하였으며, 항공영상은 국토지리정보원의 국토정보플랫폼 국토정보맵에서 다운받은 자료를 활용하였다.

• Korean Journal of Remote Sensing
• /
• v.34 no.2_1
• /
• pp.203-211
• /
• 2018

Dam discharge is carried out for the management of rivers and area around rivers due to rainy season or drought. Dam discharge should be based on an accurate understanding of the flow rate that can be accommodated in the river. Therefore, understanding the allowable storage capacity of river is an important factor in the management of the environment around the river. However, the methods using water level meters and images, which are currently used to determine the allowable flow rate of rivers, show limitations in terms of accuracy and efficiency. In order to solve these problems, this paper proposes a method to automatically calculate the allowable storage capacity of river based on the images taken by drone. In the first step, we create a 3D model of the river by using the drone images. This generation process consists of tiepoint extraction, image orientation, and image matching. In the second step, the allowable storage capacity is calculated by cross section analysis of the river using the generated river 3D model and the road and river layers in the target area. In this step, we determine the maximum water level of the river, extract the cross-sectional profile along the river, and use the 3D model to calculate the allowable storage capacity for the area. To prove our method, we used Bukhan river's data and as a result, the allowable storage volume was automatically extracted. It is expected that the proposed method will be useful for real - time management of rivers and surrounding areas and 3D models using drone.