• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.26-26
• /
• 2022

본 연구는 하천중심선을 활용하여 Sentinel-1 위성영상기반 중소규모 하천 수체(水體) 추출 방법을 제안한다. 한강 유역의 한탄강 일부를 연구지역으로 선정하였으며, 이 지역을 촬영한 Sentinel-1 위성영상자료를 수집하였다. 여기에 개발한 방법의 검증을 위하여 유사시간대의 고해상도 광학위성 PlanetScope을 함께 수집하였다. 본 연구에서는 하천의 수체를 효과적으로 추출하기 위하여 국토지리정보원에서 제공하는 하천중심선 자료를 활용하였다. 하천중심선을 따라 유클리드 거리를 가중치로 산정한 자료(DST)와 Sentinel-1의 VH, VV 편광을 조합한 k-means 방법을 통해 위성영상의 픽셀을 군집화하였고, 최적의 매개변수 값을 산출하였다. 이 매개변수를 활용하여 Sentinel-1의 VV편광, VH편광 그리고 DST의 상관관계에 따른 타원방정식 형태의 계산식을 도출할 수 있었다. 수집한 자료의 검증결과 평균적으로 정확도는 0.65~0.75, kappa 계수는 0.8 내외를 보여 상당히 일치함을 확인할 수 있었다. 또한, 추가 확보한 30여 개의 Sentinel-1 위성영상을 제안 방법으로 추출한 수체의 면적과 유량 값을 비교해 본 결과, 유사한 변화 양상을 보였다. 본 연구는 하천 중심선자료를 활용하여 참값이 없더라도 수체 면적 추정이 가능함을 확인하였다. 제안한 방법은 현존하는 수체추출 방법보다 간단하고 신속하게 수체를 추출할 수 있을 것으로 보인다. 추후, 딥러닝을 통한 수체 식별을 추가 진행을 통해. 정확도를 높일 수 있을 것으로 기대한다.

• Proceedings of the Korean Society of Disaster Information Conference
• /
• 2017.11a
• /
• 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.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.161-161
• /
• 2021

본 연구에서는 금강 상류의 용담댐 유역(930.0 km²)을 대상으로 Sentinel-1 SAR(Synthetic Aperture Radar) 및 Sentinel-2 MultiSpectral Instrument(MSI) 위성영상을 활용한 토양수분 산출연구를 수행하였다. 연구에 사용된 자료는 10 m 해상도의 Sentinel-1 IW(Interferometric Wide swath) mode GRD(Ground Range Detected) product의 VV(Vertical transmit-Vertical receive) 및 VH(Vertical transmit-Horizontal receive) 편파자료와 Sentinel-2 Level-2A Bottom of Atmosphere(BOA) reflectance 자료를 2019년에 대해 각 6일 및 5일 간격으로 구축하였다. 위성영상의 Image processing은 SNAP(SentiNel Application Platform)을 활용하여 Sentinel-1 영상의 편파 별(VV, VH) 후방산란계수와 Sentinel-2의 적색(Band-4) 및 근적외(Band-8) 영상을 생성하였다. 토양수분 산출 모형은 다중선형회귀모형(Multiple Linear Regression Model)을 활용하였으며, 각 지점에 해당하는 토양 속성별로 모형을 생성하였다. 모형의 입력자료는 Sentinel-1 위성의 편파별 후방산란계수, Sentinel-1 위성에서 산출된 식생지수 RVI(Radar Vegetation Index)와 Sentinel-2 위성에서 산출된 NDVI(Normalized Difference Vegetation Index)를 활용하여 식생의 영향을 반영하고자 하였다. 모의 된 토양수분을 검증하기 위해 6개 지점의 TDR(Time Domain Reflectometry) 기반 실측 토양수분 자료를 수집하고, 상관계수(Correlation Coefficient, R), 평균제곱근오차(Root Mean Square Error, RMSE) 및 IOA(Index of Agreement)를 활용하여 전체 기간 및 계절별로 나누어 검증할 예정이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.28-28
• /
• 2022

본 연구는 용담댐유역을 포함한 금강 유역 상류 지역을 대상으로 Sentinel-1 SAR (Synthetic Aperture Radar) 위성영상을 기반으로 한 토양수분 산정을 목적으로 하였다. Sentinel-1 영상은 2019년에 대해 12일 간격으로 수집하였고, 영상의 전처리는 SNAP (SentiNel Application Platform)을 활용하여 기하 보정, 방사 보정 및 Speckle 보정을 수행하여 VH (Vertical transmit-Horizontal receive) 및 VV (Vertical transmit-Vertical receive) 편파 후방산란계수로 변환하였다. 토양수분 산정에는 Water Cloud Model (WCM)이 활용되었으며, 모형의 식생 서술자(Vegetation descriptor)는 RVI (Radar Vegetation Index)와 NDVI (Normalized Difference Vegetation Index)를 활용하였다. RVI는 Sentinel-1 영상의 VH 및 VV 편파자료를 이용해 산정하였으며, NDVI는 동기간에 대해 10일 간격으로 수집된 Sentinel-2 MSI (MultiSpectral Instrument) 위성영상을 활용하여 산정하였다. WCM의 검정 및 보정은 한국수자원공사에서 제공하는 10 cm 깊이의 TDR (Time Domain Reflectometry) 센서에서 실측된 6개 지점의 토양수분 자료를 수집하여 수행하였으며, 매개변수의 최적화는 비선형 최소제곱(Non-linear least square) 및 PSO (Particle Swarm Optimization) 알고리즘을 활용하였다. WCM을 통해 산정된 토양수분은 피어슨 상관계수(Pearson's correlation coefficient)와 평균제곱근오차(Root mean square error)를 활용하여 검증을 수행할 예정이다.

• Journal of the Society of Disaster Information
• /
• v.16 no.1
• /
• pp.79-86
• /
• 2020

Purpose: In this study, a model was developed to estimate the storage in Cheonan reservoir using images taken by Sentinel-1 satellite. Method: A total of three reservoirs were studied. All three reservoirs are small reservoirs whose water level is being measured. The preprocessing of Sentinel-1 images was done using SNAP distributed by the European Space Agency(ESA), and the storage was estimated by classifying water surface by the threshold classification method. The estimated reservoir area was compared with satellite and drones images taken on the same day. The correlation was derived by comparing the estimated reservoir area with the actual measurement. Results and Conclusions: The storage values estimated by satellite image analysis showed similar values to the actual measurement data. However, because of the underestimation of the reservoir area due to green algae and Epilithic diatom of summer reservoirs and the low resolution of satellite images, it is dificult to detect reservoir area by satellite images less than 10,000㎡.

• 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.

• Korean Journal of Remote Sensing
• /
• v.37 no.6_3
• /
• pp.1931-1942
• /
• 2021

As the utility of an optical satellite image with a high spatial resolution (i.e., fine-scale) has been emphasized, recently, various studies of the land surface monitoring using those have been widely carried out. However, the usefulness of fine-scale satellite images is limited because those are acquired at a low temporal resolution. To compensate for this limitation, the spatiotemporal data fusion can be applied to generate a synthetic image with a high spatio-temporal resolution by fusing multiple satellite images with different spatial and temporal resolutions. Since the spatio-temporal data fusion models have been developed for mid or low spatial resolution satellite images in the previous studies, it is necessary to evaluate the applicability of the developed models to the satellite images with a high spatial resolution. For this, this study evaluated the applicability of the developed spatio-temporal fusion models for KOMPSAT-3A and Sentinel-2 images. Here, an Enhanced Spatial and Temporal Adaptive Fusion Model (ESTARFM) and Spatial Time-series Geostatistical Deconvolution/Fusion Model (STGDFM), which use the different information for prediction, were applied. As a result of this study, it was found that the prediction performance of STGDFM, which combines temporally continuous reflectance values, was better than that of ESTARFM. Particularly, the prediction performance of STGDFM was significantly improved when it is difficult to simultaneously acquire KOMPSAT and Sentinel-2 images at a same date due to the low temporal resolution of KOMPSAT images. From the results of this study, it was confirmed that STGDFM, which has relatively better prediction performance by combining continuous temporal information, can compensate for the limitation to the low revisit time of fine-scale satellite images.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• 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.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.44 no.5
• /
• pp.629-636
• /
• 2024

The purpose of this study is to monitor changes in the water surface of reservoirs in verifiable areas in Korea using satellite images and to analyze the water surface area and water storage. The target area of this study is the Daecheong dam of the Geumgang(Riv.), which supplies water to some areas in the Chungcheong area. A study was conducted to detect water surface area by using the Sentinel-1(SAR-C) image and the optical image of Sentinel-2(MSI) among the various observation sensors of satellite images. The correlation between the reservoir's water storage volume, which is ground measurement data, and the extracted water surface area was analyzed. As a result of the analysis, the coefficient of determination(R²) between water surface area and daily storage using SAR images was analyzed to be 0.9242, and in the analysis using Sentinel-2's MSI optical image, it was analyzed to be correlated at 0.8995. In addition, it is analyzed that the water storage volume of the water surface area extracted from the image using the relationship between the water storage volume and the water surface area represents a hydrograph similar to the actual water storage volume. This study is a basic study for the use of satellite images in unmeasured/non-access areas such as North Korea, and plans to conduct a study to analyze annual changes and long-term trends in major dam reservoirs in North Korea by reflecting the results obtained through this study.

• Korean Journal of Remote Sensing
• /
• v.35 no.2
• /
• pp.251-263
• /
• 2019

Sentinel-2 Multi Spectral Instrument(MSI) launched by the European Space Agency (ESA) offered high spatial resolution optical products, enhanced temporal revisit of five days, and 13 spectral bands in the visible, near infrared and shortwave infrared wavelengths similar to Landsat mission. Landsat satellite imagery has been applied to various previous studies, but Sentinel-2 optical satellite imagery has not been widely used. Currently, for global coverage, Sentinel-2 products are systematically processed and distributed to Level-1C (L1C) products which contain the Top-of-Atmosphere (TOA) reflectance. Furthermore, ESA plans a systematic global production of Level-2A(L2A) product including the atmospheric corrected Bottom-of-Atmosphere (BOA) reflectance considered the aerosol optical thickness and the water vapor content. Therefore, the Sentinel-2 L2A products are expected to enhance the reliability of image quality for overall coverage in the Sentinel-2 mission with enhanced spatial,spectral, and temporal resolution. The purpose of this work is a quantitative comparison Sentinel-2 L2A products and fully simulated image to evaluate the applicability of the Sentinel-2 dataset in cultivated land growing various kinds of crops in Korea. Reference image of Sentinel-2 L2A data was simulated by airborne hyperspectral data acquired from AISA Fenix sensor. The simulation imagery was compared with the reflectance of L1C TOA and that of L2A BOA data. The result of quantitative comparison shows that, for the atmospherically corrected L2A reflectance, the decrease in RMSE and the increase in correlation coefficient were found at the visible band and vegetation indices to be significant.