SAR 영상 기반 저수지 수체 탐지 기법 검증 및 활용

국문 초록 (Abstract)

농업용 저수지 및 용수 댐은 수자원이 지역 및 계절적으로 편중된 한반도에서 용수 공급을 위한 핵심적인 구조물이다. 효율적인 수자원 관리를 위해서는 이에 대한 지속적인 모니터링이 필수적이지만 기술적 한계 및 현실적인 문제로 높은 정확도에서 연속적인 관측이 어려운 실정이다. 합성개구레이더(Synthetic Aperture Radar, SAR) 영상은 기상이나 관측시간대와 상관없이 주기적인 저수지 및 용수댐 모니터링을 가능케 한다. 이에 본 연구에서는 2017년부터 2021년까지 Sentinel-1 SAR 영상에 세 가지 전처리 기법(Median, Gaussian, Lee 스페클 필터링 기법)과 네가지 수체 탐지 기법(Otsu, Kittler-Illingworth; KI, Chan-Vese; CV, K-means clustering)을 적용하여 천태, 감돈, 이동 저수지 및 대곡, 사연 댐의 수체를 탐지하였으며, 광학 영상 및 실측 저수량 자료와의 비교를 통해 성능을 정량적으로 평가하였다. 전처리 기법의 경우 천태 및 감돈 저수지에서는 Lee 기법(정확도 각 0.97, 0.98), 이동 저수지는 Gaussian 기법(0.96), 사연 및 대곡 댐에서는 Median 기법(각 0.97, 0.94)을 적용한 결과의 정확도가 가장 높게 나타났다. 수체 탐지 기법의 경우 천태 저수지에서는 CV 기법(0.97), 이동 저수지와 대곡 및 사연 댐에서는 KI 기법(각 0.98, 0.99, 0.98)을 적용한 경우 정확도가 가장 높았으며 감돈 저수지에서는 네가지 기법 모두 0.98로 높은 정확도가 나타났다. 이처럼 저수지별 최적의 전처리 및 수체 탐지 기법은 상이하게 나타난 것을 확인할 수 있었다. 추가적으로 충청북도 진천군에 위치한 백곡, 초평 저수지의 수체를 탐지하여 저수면적 기반 수문학적 가뭄지수인 Reservoir Area Drought Index (RADI)를 이용하여 과거 발생한 가뭄 분석을 수행하였다. 실측 저수량 기반 가뭄 지수인 Reservoir Storage Drought Index (RSDI)와 비교 및 검증을 수행하였으며, 상관계수 R은 0.87, Receiver Operating Characteristic (ROC) 곡선의 밑면적인 Area Under Curve (AUC)는 0.97로 매우 높은 상관 관계를 갖는 것을 확인하였다. 본 연구의 결과를 바탕으로 추후 보다 연속적이고 정확도 높은 가용수자원 모니터링 및 체계적인 가뭄 대응이 가능할 것으로 기대된다.

다국어 초록 (Multilingual Abstract)

Agricultural reservoirs and dams are essential structures for stable water supplies in the Korean peninsula, where water resources are spatially and seasonally unevenly distributed. Thus, monitoring of those is crucial for an efficient water resources management; however, continuous and accurate observation of water surfaces is technically and practically limited. Synthetic Aperture Radar (SAR) facilitates continuous monitoring of agricultural reservoirs and dams, with its ability of all-weather observation. This study attemped to quantitatively evaluate waterbody detection results using three different pre-processing methods (Median, Gaussian, Lee speckle filtering) and four different waterbody detection techniques (Otsu, Kittler-Illingworth; KI, Chan-Vese; CV, K-means clustering) over Sentinel-1 SAR images during 2017-2021. Results were compared with optical image-based references and in-situ measurements of water storage, at Cheontae, Gamdon, Edong agricultural reservoirs and Daegok, Sayeon dams. Among the pre-processing methods, Lee filtering method was superior over Cheontae and Gamdon reservoirs (accuracy=0.97, 0.98, respectively), Gaussian filtering method performed better at Edong reservoir (0.96), and Median filtering method showed the best results at Sayeon and Daegok dams (0.97, 0.94, respectively). Best performing waterbody detection technique was found to be CV at Cheontae reservoir (0.97), KI at Edong reservoir and Daegok, Sayeon dams (0.98, 0.99, 0.98, respectively). Results applying four techniques were the same over Gamdon reservoir (0.98). The optimal pre-processing method and waterbody detection technique were found to be various over different reservoirs. Additionally, historical drought events were analysed at Jincheon, using Reservoir Area Drought Index (RADI), a hydrological drought index using water surface area, over Baekgok and Chopyeong reservoirs. The RADI was compared with an in-situ storage measurement-based index, Reservoir Storage Drought Index (RSDI), and showed high correlation with correlation coefficient of 0.87, and Area Under Curve (AUC), which represents the area under the Receiver Operating Characteristic (ROC) curve, of 0.97. This study demonstrates the possibility to improve accuracy and continuity of available water monitoring and efficiecy in responding drought events.

목차 (Table of Contents)

• 제1장 서론 1
• 제2장 연구지역 및 데이터 5
• 2.1. 연구지역 5
• 2.2. 데이터 8
• 2.2.1 Sentinel-1 Ground Range Detected (GRD) 8
• 2.2.2 검증 자료 10
• 제3장 방법론 11
• 3.1. SAR 영상 전처리(Pre-processing) 11
• 3.2. 수체 탐지 기법 13
• 3.2.1. 히스토그램 기반 임계값 산정 기법 14
• 3.2.2. 클러스터링 기법 17
• 3.2.3. 객체 분할 기법 19
• 3.3. 저수면적 기반 수문학적 가뭄 지수 20
• 3.4. 검증 도구 22
• 제4장 결과 및 토의 26
• 4.1. 전처리 기법별 수체 탐지 결과 비교 및 검증 26
• 4.2. 수체 탐지 기법별 결과 비교 및 검증 30
• 4.2.1. 광학 영상을 이용한 검증 30
• 4.2.2. 실측 저수량 자료를 이용한 시계열 검증 36
• 4.3 SAR 영상 기반 가뭄 모니터링 적정성 검증 52
• 제5장 결론 및 요약 61
• 참고문헌 64
• Abstract 74