• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.949-965
• /
• 2023

본 연구에서는 Sentinel-1 synthetic aperture radar 영상을 활용하여 딥러닝 모델인 Swin Transformer로 국내 농업용 저수지의 수표면적을 모니터링 하는 방법을 제시한다. Google Earth Engine 플랫폼을 이용하여 70만톤 급, 90만톤급, 150만톤급 저수지 7개소에 대한 2017년부터 2021년 데이터셋을 구축하였다. 저수지 4개소에 대한 영상 1,283장에 대해서 셔플링(suffling) 및 5-폴드(fold) 교차검증 기법을 적용하여 모델을 학습하였다. 시험평가 결과 모델의 윈도우 크기를 12로 설정한 Swin Transformer Large 모델은 각 폴드에서 평균적으로 99.54%의 정확도와 95.15%의 mean intersection over union (mIoU)을 기록하여 우수한 의미론적 분할 성능을 보여주었다. 최고 성능을 보여준 모델을 나머지 3개소 저수지 데이터셋에 적용하여 성능을 검증한 결과, 모든 저수지에서 정확도 99% 및 mIoU 94% 이상을 달성함을 확인했다. 이러한 결과는 Swint Transformer 모델이 국내의 농업용 저수지의 수표면적 모니터링에 효과적으로 활용될 수 있음을 보여준다.

• 한국수자원학회논문집
• /
• 제57권7호
• /
• pp.481-491
• /
• 2024

최근 발생한 가뭄으로 인해 수력발전량이 감소하고 있다. 또한, 미래 기후변화로 인해 가뭄의 빈도와 강도는 커질 것으로 예상되며, 이는 다목적댐의 수력발전량에 대한 불확실성이 커지게 할 것이다. 따라서 미래 기후변화 시나리오에 따른 수력발전량을 추정하고, 가뭄이 수력발전량에 미치는 영향을 분석할 필요가 있다. 본 연구에서는 SSP2-4.5와 SSP5-8.5 시나리오에 따른 소양강댐과 충주댐의 수력발전량을 분석하였다. My water에서 제공되는 수력발전량, 발전방류량 및 총방류량 자료를 바탕으로 수력발전량에 대한 회귀방정식을 개발하고, SSP 시나리오에 따른 미래 수력발전량을 추정하였다. 또한 환경 빅데이터 플랫폼을 통해 제공되는 4개의 GCM (CanESM5, ACCESS-ESM1-5, INM-CM4-8, IPSL-CM6A) 모델에 대한 강수량 자료를 기반으로 표준강수지수(SPI)를 산정하여 연간 가뭄 심각도를 계산하고, 가뭄에 따른 수력발전량을 비교 분석하였다. 전체적인 분석 결과 기후변화는 수력발전량에 유의한 영향을 미치는 것으로 나타났다. 소양강댐의 경우, SSP2-4.5 및 SSP5-8.5 시나리오에서 수력발전량이 감소하는 추세가 나타났고, SSP2-4.5 시나리오에서 CanESM 모델은 2031년에 65%, SSP5-8.5 시나리오에서 ACCESS-ESM1-5 모델은 2029년에 54% 감소하는 것을 나타냈다. 충주댐의 경우, SSP2-4.5와 SSP5-8.5 시나리오에서 기준 기간 대비 월평균 수력발전량이 INM-CM4 모델을 제외하고 감소 추세를 보였다.