• 대한원격탐사학회지
• /
• 제37권6_1호
• /
• pp.1625-1630
• /
• 2021

태국 방콕에서는 급격한 도시화에 따른 지반침하 현상이 사회적 문제로 제기되고 있다. 낮고 평평한 지형 및 삼각주 인접성으로 인해 방콕 지역은 홍수에 취약하며, 이에, 홍수 위험을 증대시킬 수 있는 지반침하에 대한 모니터링은 중요한 의미를 지닌다. 본 논문에서는 2018년 6월부터 2021년 10월까지 수집된 Sentinel-1 위성자료에 PSInSAR 기법을 적용하여 방콕 지역의 지반침하 분석을 수행하였다. 상향 및 하향 궤도에서 획득된 자료를 통해 산출된 수직 변위 결과에 의하면, 방콕 지역에서는 30 mm/yr에 이르는 국지적인 지반침하 현상을 나타내었으며, 80 mm에 이르는 지속적인 침하 현상이 교외 지역에서 관측되었다. 교외 지역에서는 공업 및 농업활동이 주로 이루어지며, 이에, 관측된 변위는 지하수위 저하에 의한 것으로 여겨진다. 향후 연구에서는 대수층의 지하수 변화 양상에 대한 분석이 필요할 것으로 보여진다.

• 대한원격탐사학회지
• /
• 제38권6_1호
• /
• pp.1081-1089
• /
• 2022

본 연구는 시계열 Small Baseline Subset (SBAS)-InSAR 기법을 이용하여 울산시의 지반 침하를 조사하였으며, 79개의 Sentinel-1 SAR 영상과 385개의 간섭도 영상(interferogram)을 사용하여 2015년 5월부터 2021년 12월 울산광역시의 지상 변위(surface displacement)를 추정하였다. 지반 침하율은 북구와 남구 삼산동 2지역에서 연 3.44 cm, 1.68 cm로 계측되었다. 또한 Generic Atmospheric Correction Online Service (GACOS)로 생성한 Zenith Total Delay (ZTD) 지도를 활용하여 unwrapping된 간섭도 위상에서 대기 지연(tropospheric delay)의 영향을 제거할 수 있는 가능성을 평가하였으며, GACOS ZTD 보정 전후의 SBAS-InSAR 지상 변위 측정의 차이가 연 1 mm 미만임을 발견하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.197-197
• /
• 2021

최근 기후변화와 하천 제방의 노후화로 인해 수재해 위험이 지속적으로 증가하고 있다. 그러나 기존의 재래적인 하천 제방의 점검은 많은 인력과 예산 소모로 비효율적이며 제방 전구간 점검의 한계, 객관성의 한계 등 많은 한계점들이 존재하여 효과적인 홍수 대응을 위해 새로운 모니터링과 예/경보 시스템의 구축이 반드시 필요한 상황이다. 따라서 본 연구는 인공위성을 이용한 하천 제방 변위 산출과 수문학적 요인과의 관계 분석을 통해 하천 제방 건강상태 모니터링 시스템 방안을 제안하고자 한다. Sentinel-1 SAR 영상과 유럽 우주국(ESA)의 위성 영상 전처리 도구인 SNAP을 이용하여 2020년 여름 붕괴된 남원시의 금곡교 제방의 봄(4~5월), 여름(7~8월)의 변위를 산출하였고, 제방의 위험도 산정을 위해 토양수분관계를 분석하였다. 선행 연구(김상우,2019)에서는 농촌진흥청에서 제공하는 TDR(Time Domain Reflectrometry) 관측값과 Sentinel-1 SAR의 후방 산란계수의 토양수분관계가 일치하는 경향을 제시하여, 본 연구에서는 이를 이용하여 제방 후 방산란계수를 산출하고 변위와 토양수분도의 상관관계를 분석하여 변위 추세와 토양수분도의 추세가 일치하는 경향을 확인하였다. 본 연구 결과를 통해 향후에는 위성을 이용하여 산출한 제방의 변위와 토양수분도의 불확실성을 보완하고 기온, 수위, 토양도, 지하수위와 같은 수문기상학적 데이터의 분석을 통해 초정밀, 자동화 하천 제방 건강상태 모니터링 시스템이 구현 가능할 것으로 기대한다.

• 대한원격탐사학회지
• /
• 제37권3호
• /
• pp.531-542
• /
• 2021

노천 채광을 수행하는 광산은 지표 변화와 환경 교란을 발생시킬 수 있기 때문에 지속적인 모니터링이 필요하다. 노천 광산은 채광 작업장에 식생이 거의 분포하지 않아 InSAR 긴밀도 영상을 이용한 모니터링이 가능하다. 본 연구는 최근 개발된 InSAR 긴밀도 영상 기반의 Normalized Difference Activity Index(NDAI)를 적용하여 광산에서 발생하는 활동을 분석하였다. 3월5일청년광산은 2008년 이후 본격적으로 개발이 확장된 북한의 광산이다. 3월5일청년광산을 촬영한 12일 간격의 Sentinel-1 SAR 영상을 이용하여 획득된 InSAR 긴밀도 영상으로 NDAI 분석을 진행하였다. 우선 2000년부터 약 14년간 발생한 75.24 m의 고도 하강 지역과 약 9.85 m의 고도 상승 지역을 채광 작업장 및 광미 적치장으로 정의하였다. 이후 NDAI 영상을 이용하여 기간별 활동 분석을 진행하기 위해 전체 기간의 평균 영상, 1년 단위의 평균 영상, 및 4개월 단위의 평균 영상을 제작하였다. 2017년부터 2019년까지 광산 활동은 평균적으로 채광 작업장의 중심에서 비교적 활발하였다. 보다 자세한 광산의 활동 변화를 확인하기 위해 시간 간격을 좁혀 1년간의 활동을 알아보고자 하였다. 2017년은 지진파 자료의 정보와 NDAI 영상을 이용하여 인공 지진의 발생 시점과 그 전후에 대하여 RGB 합성 영상을 제작하고 채광 작업장의 활동 변화를 분석하였다. 2017년 4월 30일 발생한 대규모 발파 이후 채광 작업장의 서쪽에서 활발한 활동이 감지되었다. 9월 30일의 두 차례의 발파 이후에는 채광 작업장의 크기가 확장된 것으로 추정된다. 2018년 및 2019년의 활동 변화는 4개월 단위의 시간 평균 영상을 RGB 영상으로 합성하여 분석하였다. 연도별 활동을 분석한 결과, 2018년은 채광 작업장의 북동쪽에서 활발하게 활동하는 영역을 찾을 수 있었으며, 2019년은 광미 적치장에서 확장에 따른 특징적인 활동이 확인되었다. NDAI를 이용한 시계열 분석으로 광학 영상으로는 확인하기 어려운 노천 광산의 무작위적인 지표 변화를 탐지할 수 있었다. 특히 현장 자료를 획득할 수 없는 지역의 광산 활동을 원격 탐사를 이용하여 효과적으로 수행할 수 있었다.

• 한국수자원학회논문집
• /
• 제55권12호
• /
• pp.1125-1135
• /
• 2022

적설에 의한 피해는 자주 발생하지 않지만 발생하면 광범위한 지역에 피해를 준다. 적설에 의한 피해를 예방하기 위해서는 지역별로 피해를 유발하는 적설심을 미리 파악해 둘 필요가 있다. 하지만 관측하고 있는 적설심은 특정 관측지점으로 한정되어 피해를 유발하는 지역별 피해유발적설심을 파악하는데 어려움이 있다. 이를 극복하기 위한 일반적인 방법은 관측지점의 적설을 보간하여 공간적으로 확대하는 것이다. 하지만 이것은 매우 적은 자료를 가지고 고도 등 지형적인 특성이 다른 넓은 영역을 통계적으로 추론해야 하는 한계로 인해 지역에 대한 피해유발 피해유발적설심의 구명에 더 혼란을 주기도 한다. 이를 보완하기 위해서는 넓은 영역을 관측하는 위성영상을 활용할 수 있으며, 그 중에서도 합성개구레이더(Synthetic Aperture Radar; SAR)를 이용한 위상차분 간섭기법(DInSAR)을 활용할 수 있다. 위상간섭영상은 두 개의 다른 시기에 측정된 합성개구레이더 영상의 위상간섭을 이용한 것으로 일반적으로 미세한 지형의 변화를 추적할 때 사용되기도 한다. 본 연구에서는 유럽우주국(ESA)에서 운영하는 Sentinel-1B 위성의 dual polarimetric IW 모드 C-band SAR 데이터를 사용하여 DInSAR 분석을 수행하여 적설심의 공간분포를 추정하였다. 또한 정지궤도복합위성 천리안 2호(GK-2A)의 L2 적설심 추정 자료를 이용하여 비교하였다. 적용 결과, 적설예측의 정확도는 격자별로 계산할 경우, DInSAR 는 약 0.92%, GK-2A 는 약 0.71% 를 나타내 DInSAR의 적용성이 높게 나타났다. 즉, DInSAR 방법을 이용하여 계산된 적설심과 기상관측소에서 관측된 적설심을 공간보간하여 비교한 결과, 적설의 분석 결과 적설심을 과대추정하는 경우가 발생하기는 했으나, 적설심의 공간분포를 추정하는데 충분한 정보를 제공했으며, 이러한 방법으로 파악된 적설심의 공간분포는 실제 피해발생지역의 적설심을 보다 정확하게 추정하는데 기여할 수 있으며, 이것은 지역별 피해유발적설심을 파악하는데 도움이 될 것이다.

• 한국수자원학회논문집
• /
• 제55권11호
• /
• pp.913-922
• /
• 2022

본 연구에서는 하천구역에 대해 SAR 영상 분석에 의한 수면적 범위를 이용한 DEM을 개선하는 방법을 제안하고, 북한과 같은 비접근 지역에 적용 가능한 위성 기반의 3차원 하천 공간정보 구축 방법을 제시함을 목적으로 하고 있다. 이를 위해 접근 가능한 남한의 낙동강 지류인 남강 유역을 대상으로 연구를 진행하였다. 위성영상은 유럽항공우주국에서 제공하고 있는 Sentinel-1A/B 자료에 대해 2021년 1년간의 SAR 위성영상 자료를 수집하여 각 시기별의 수체면적을 추출하였다. 지상관측 수위는 WAMIS의 1시간 간격의 자료를 수집하였다. SAR영상 분석에 의해 추출한 수체면의 최저면적부터 최고면적까지 자료에 대해 지상의 계측 수위를 조합하여 수체면 변화에 따른 하천내 고도를 분석하여 DEM을 개선하였다. DEM 개선 후 하천구역내 고도가 매우 다양한 값을 나타내고 있어 기존의 DEM보다 비교적 자연스러운 형태의 하천 DEM을 구성하고 있는 것으로 판단된다. 개선된 DEM에 대한 정확도 검증을 위해 현장에서 측정한 지형 고도자료가 필요하나 자료의 부재로 인해 정확도 검증은 수행하지 못하였다. 다만 본 연구에서는 기존의 DEM과 SAR 영상 분석에 의해 분석된 수체면의 수위를 이용하여 DEM을 개선하는 방법을 제시하였다. 향후 정확도 검증에 대한 추가 연구를 수행한 후 다른 지역에 대한 적용성 검토 및 북한과 같은 미계측/비접근 지역에 적용할 수 있는 방법론을 추가로 제시하는 연구를 진행할 계획이다.

• 한국수자원학회논문집
• /
• 제54권2호
• /
• pp.81-91
• /
• 2021

Synthetic Aperture Radar (SAR)를 활용하여 토양수분을 산출 할 시 기존의 위성기반 자료에 비해 고해상도의 공간 자료를 생산할 수 있다. 고해상도의 광역 토양수분 자료는 기존의 위성 기반 토양수분 대비 보다 세밀한 지표면 토양수분 변동 관측이 가능하게 하므로, 산사태, 산불 및 홍수와 같은 자연재해 연구에 활용성이 뛰어나다. 하지만 SAR 신호인 후방산란계수는 토양수분 뿐만 아니라, 식생에 의한 영향도 포함하기 때문에 정확한 토양수분을 산정하기 위해서는 이러한 영향을 고려하는 단계가 요구된다. 본 연구에서는 한반도 중부의 농지, 산지, 및 초지의 식생조건 하에서 Sentinel-1 위성 SAR 자료를 활용하여 토양수분을 산정하기 위한 연구를 수행하였다. 식생의 영향을 고려하기 위해 대표적인 지표면 레이더 신호 산란 모형인 Water Cloud Model (WCM)을 사용하였으며, 식생 인자로 Radar Vegetation Index (RVI)를 활용하였다. 연구 지역으로는 토지피복도에 따라 농지와 초지, 산지 각각 2개 지역, 총 6개 대상 지역을 선정하였다. WCM의 매개변수 모의를 위해 지상 관측 토양수분 자료를 활용하였다. 관측 토양수분과의 검증 결과 초지, 산지, 농지 순으로 높은 정확도가 나타났으며, 특히 산지에서는 짙은 식생에도 불구하고 상관계수 값이 0.5 이상으로 나타난 반면 농지에서는 0.3 미만의 매우 낮은 값이 관측되었다. 연구 결과를 통해 다양한 식생 피복에서 SAR 기반 토양수분 산정에 적합한 관측 토양수분 조건을 제시 하였다. 향후 식생 높이, 식생 종류 등 과 융합한 연구가 수행된다면 보다 정확한 토양수분을 산정 할 수 있을 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제53권11호
• /
• pp.973-983
• /
• 2020

최근 인공위성 자료를 기반으로 한 수자원 관측 분야에서는 공간해상도의 한계를 극복하기 위한 방안으로 SAR (Synthetic Aperture Radar) 센서에 대한 관심이 높아지고 있다. 토양수분을 관측하는 기존 위성 자료가 10 km 이상의 공간해상도를 지닌 반면, SAR 센서는 후방산란계수를 10 m 까지 관측할 수 있으므로 공간적인 분포를 보다 세밀하게 분석할 수 있다. 이러한 자료를 활용하기 위해서는 관측된 후방산란계수에 다양한 수문인자 및 환경적 요인이 미치는 영향을 다각적으로 분석하여 토양수분을 산출하는 과정이 필요하다. 본 연구는 토양수분 산정에 주로 적용되고 있는 WCM(Water Cloud Model)과 선형회귀 기법을 국내 5개 지점에 적용함으로써, SAR 영상을 기반으로 토양수분을 산정하고 이를 지점 관측 자료와 비교하여 평가하고자 하였다. WCM의 경우 토양수분의 즉각적인 변화를 관측하기에 용이하나 오차에 대한 보정이 필요한 것으로 판단되며, 선형회귀 방법은 순간적인 토양수분의 변동이 크게 나타나지 않았으나 안정적인 오차 범위를 나타내었다. 또한 토양수분이 후방산란계수에 미치는 영향은 토지피복, 식생의 분포, 식생 내 수분량의 정도에 따라 모델별로 크게 상이한 결과를 나타냄을 알 수 있으며, 기존의 모델을 동일하게 적용하기에는 한계점이 많음을 알 수 있다. 따라서 복잡한 지형적, 수문학적 특성을 가진 한반도에서 SAR 영상을 수자원 분야에 적용하기 위해서는, 추후 각 지점 별 특성에 따른 영향을 다각적으로 분석하는 과정이 필수적이며 한반도에 적합한 토양수분 모델을 구축하기 위한 연구가 수행되어야 할 것으로 판단된다.

• 대한원격탐사학회지
• /
• 제40권1호
• /
• pp.19-31
• /
• 2024

항만은 국민의 생활과 국가의 경제에 큰 영향을 미치는 사회기반시설로, 최근 인프라의 노후화율이 증가하고 다양한 자연재해가 빈번하게 발생하고 있어 안전 관리를 위한 항만의 변위 모니터링이 필수적이다. 이 연구에서는 포항 영일만항과 주변 지역에 대해 Sentinel-1 위성의 상향(2017년 2월-2023년 7월) 및 하향(2017년 2월-2021년 12월) 궤도 관측에서 획득된 영상레이더(Synthetic Aperture Radar, SAR) 자료에 고정산란체 레이더 간섭기법(Permanent Scatterer Interferometric SAR)을 적용하여 시계열 변위를 산출하였고, 2017년 11월에 발생한 포항 지진에 의한 변위를 분석하였다. 영일만항의 남부(최남단 제외)와 중앙부는 관측 초기에 약 10개월 동안 건설 활동에 기인하는 큰 변위를 보였으며, 포항 지진의 동시성 변위로 서쪽방향으로 최대 1.6 cm의 수평 움직임 및 0.5 cm의 침하가 발생하였다. 반면 매립이 가장 늦게 완료된 항만 최남단과 가장 오래된 항만 북부에서는 포항 지진에 의한 변위가 거의 관측되지 않았다. 이는 항만 매립토의 고결화가 약할수록 지진에 더욱 취약하며, 매립이 진행 중이어서 흙의 고결화가 매우 약한 경우는 오히려 지진에 크게 영향을 받지 않음을 지시한다. 영일만항 전역에서는 온도 변화에 따른 매립토의 체적 변화에 기인한 1 cm 내외 수준의 여름철 침하 및 겨울철 융기 현상이 매년 반복적으로 관측되었다. 영일만항에 인접한 제1, 제2일반산업단지의 지반은 관측 기간 동안 침하하였고, 침하 속도는 제1일반산업단지에서 더 빨랐다. 제1일반산업단지는 포항 지진 동시성 변위로 서쪽 방향으로 3 mm의 수평 움직임과 6 mm의 침하가 관측되었으나, 제2일반산업단지는 포항 지진에 영향을 거의 받지 않은 것으로 분석되었다. 이 연구의 결과를 통해 영일만항의 시계열 변위 특성을 파악할 수 있었고, 해안에 매립을 통해 건설된 항만의 안정성에 지진이 미치는 영향을 이해할 수 있었다.

• 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.