평면최단거리를 활용한 Sentinel-1 영상의 중소규모 하천 수체 추출

김수현(Soohyun Kim),김동균(Dong Kyun Kim) 한국방재학회 2022 한국방재학회논문집 Vol.22 No.6

본 연구는 평면최단거리를 활용하여 Sentinel-1으로 중소규모 하천의 수체 추출 방법을 검증하였다. 연구지역으로 한강유역의 한탄강과 중랑천 일부를 선정하였다. Sentinel-1의 수체 추출 방법 검증을 위해 고해상도 광학위성인 PlanetScope를 함께 활용하였다. 수집한 SAR 위성영상자료(Sentinel-1)는 전처리과정 후, 히스토그램 매칭기법을 통해 영상의 밝기 분포를 동일시하였다. 그리고 효율적인 하천추출을 위하여 하천중심선에서의 평면최단거리를 활용한 가중치를 추가하였다. 이 가중치 값과 Sentinel-1의 VH, VV 편광과의 조합을 통해 k-mean 방법으로 최적의 매개변수 값을 얻을 수 있었다. 이는 해상도의 한계에 따라 Sentinel-1에서 최대 정확도의 수체를 추출할 수 있는 값이며, 이 수준에 해당하는 수체 추출을 VV, VH, 평면최단거리의 상관관계에 근거하여 타원방정식으로 계산식을 도출할 수 있다. 그 결과 평균 정확도가 0.45~0.75 사이에서 도출되었고, 평균 Kappa 계수가 0.60~0.85에 근접함을 확인하였다. 본 연구는 평면최단거리 값을 활용하여 참값이 없더라도 수체면적의 추정을 보여준다. 또한, 현존하는 수체 추출 방법보다 간단하고 신속하게 수체를 추출할 수 있음을 증명하였다. In this study, a method for extracting the waterbody of small- to medium-sized streams is verified using SAR (Synthetic Aperture Radar) images based on the shortest plane distance (DST). The areas investigated are the Hantangang River and Jungnangcheon stream. To verify the waterbody extraction method, SAR satellite image data (Sentinel-1) and PlanetScope, which is a high-resolution optical satellite, are used simultaneously. After preprocessing the Sentinel-1 images, their brightness distribution is equalized via histogram matching. To realize an efficient stream extraction, a weight, which is the DST from the stream centerline, is added. After combining this weight value and Sentinel-1's VH and VV polarizations, the optimal parameter value is obtained using the k-means method. This value allows the waterbody to be extracted from Sentinel-1 images with maximum accuracy, depending on the resolution limit. Based on the correlation among the VV, VH, and DST, the waterbody extraction can be calculated using an elliptic equation. Results show that the average accuracy is 0.45-0.75, and the average Kappa coefficient is 0.60-0.85. This study shows that the waterbody area can be estimated using the DST. Additionally, the proposed method extracts the waterbody more simply and rapidly than the existing waterbody extraction method.

평면최단거리를 활용한 Sentinel-1 영상의 중소규모 하천 수체 추출

김수현(Soohyun Kim),김동균(Dong Kyun Kim) 한국방재학회 2022 한국방재학회논문집 Vol.22 No.6

본 연구는 평면최단거리를 활용하여 Sentinel-1으로 중소규모 하천의 수체 추출 방법을 검증하였다. 연구지역으로 한강유역의 한탄강과 중랑천 일부를 선정하였다. Sentinel-1의 수체 추출 방법 검증을 위해 고해상도 광학위성인 PlanetScope를 함께 활용하였다. 수집한 SAR 위성영상자료(Sentinel-1)는 전처리과정 후, 히스토그램 매칭기법을 통해 영상의 밝기 분포를 동일시하였다. 그리고 효율적인 하천추출을 위하여 하천중심선에서의 평면최단거리를 활용한 가중치를 추가하였다. 이 가중치 값과 Sentinel-1의 VH, VV 편광과의 조합을 통해 k-mean 방법으로 최적의 매개변수 값을 얻을 수 있었다. 이는 해상도의 한계에 따라 Sentinel-1에서 최대 정확도의 수체를 추출할 수 있는 값이며, 이 수준에 해당하는 수체 추출을 VV, VH, 평면최단거리의 상관관계에 근거하여 타원방정식으로 계산식을 도출할 수 있다. 그 결과 평균 정확도가 0.45~0.75 사이에서 도출되었고, 평균 Kappa 계수가 0.60~0.85에 근접함을 확인하였다. 본 연구는 평면최단거리 값을 활용하여 참값이 없더라도 수체면적의 추정을 보여준다. 또한, 현존하는 수체 추출 방법보다 간단하고 신속하게 수체를 추출할 수 있음을 증명하였다. In this study, a method for extracting the waterbody of small- to medium-sized streams is verified using SAR (Synthetic Aperture Radar) images based on the shortest plane distance (DST). The areas investigated are the Hantangang River and Jungnangcheon stream. To verify the waterbody extraction method, SAR satellite image data (Sentinel-1) and PlanetScope, which is a high-resolution optical satellite, are used simultaneously. After preprocessing the Sentinel-1 images, their brightness distribution is equalized via histogram matching. To realize an efficient stream extraction, a weight, which is the DST from the stream centerline, is added. After combining this weight value and Sentinel-1's VH and VV polarizations, the optimal parameter value is obtained using the k-means method. This value allows the waterbody to be extracted from Sentinel-1 images with maximum accuracy, depending on the resolution limit. Based on the correlation among the VV, VH, and DST, the waterbody extraction can be calculated using an elliptic equation. Results show that the average accuracy is 0.45-0.75, and the average Kappa coefficient is 0.60-0.85. This study shows that the waterbody area can be estimated using the DST. Additionally, the proposed method extracts the waterbody more simply and rapidly than the existing waterbody extraction method.

The Potential of Sentinel-1 SAR Parameters in Monitoring Rice Paddy Phenological Stages in Gimhae, South Korea

( Nawally Umutoniwase ),( Seung-kuk Lee ) 대한원격탐사학회 2021 大韓遠隔探査學會誌 Vol.37 No.4

Synthetic Aperture Radar (SAR) at C-band is an ideal remote sensing system for crop monitoring owing to its short wavelength, which interacts with the upper parts of the crop canopy. This study evaluated the potential of dual polarimetric Sentinel-1 at C-band for monitoring rice phenology. Rice phenological variations occur in a short period. Hence, the short revisit time of Sentinel-1 SAR system can facilitate the tracking of short-term temporal morphological variations in rice crop growth. The sensitivity of SAR backscattering coefficients, backscattering ratio, and polarimetric decomposition parameters on rice phenological stages were investigated through a time-series analysis of 33 Sentinel-1 Single Look Complex images collected from 10th April to 25th October 2020 in Gimhae, South Korea. Based on the observed temporal variations in SAR parameters, we could identify and distinguish the phenological stages of the Gimhae rice growth cycle. The backscattering coefficient in VH polarisation and polarimetric decomposition parameters showed high sensitivity to rice growth. However, amongst SAR parameters estimated in this study, the VH backscattering coefficient realistically identifies all phenological stages, and its temporal variation patterns are preserved in both Sentinel-1A (S1A) and Sentinel-1B (S1B). Polarimetric decomposition parameters exhibited some offsets in successive acquisitions from S1A and S1B. Further studies with data collected from various incidence angles are crucial to determine the impact of different incidence angles on polarimetric decomposition parameters in rice paddy fields.

Sentinel-1A/B SAR 센서 기반 고해상도 토양수분 산정

김상우,이태화,신용철 한국농공학회 2019 한국농공학회논문집 Vol.61 No.5

In this study, we estimated the spatially-distributed soil moisture at the high resolution (10 m×10 m) using the satellite-based Sentinel-1A/B SAR(Synthetic Aperture Radar) sensor images. The Sentinel-1A/B raw data were pre-processed using the SNAP (Sentinel Application Platform) tool providedfrom ESA (European Space Agency), and then the pre-processed data were converted to the backscatter coefficients. The regression equations werederived based on the relationships between the TDR (Time Domain Reflectometry)-based soil moisture measurements and the converted backscattercoefficients. The TDR measurements from the 51 RDA (Rural Development Administration) monitoring sites were used to derive the regressionequations. Then, the soil moisture values were estimated using the derived regression equations with the input data of Sentinel-1A/B based backscattercoefficients. Overall, the soil moisture estimates showed the linear trends compared to the TDR measurements with the high Pearson’s correlations (morethan 0.7). The Sentinel-1A/B based soil moisture values matched well with the TDR measurements with various land surface conditions (bare soil, crop,forest, and urban), especially for bare soil (R: 0.885∼0.910 and RMSE: 3.162∼4.609). However, the Mandae-ri (forest) and Taean-eup (urban) sitesshowed the negative correlations with the TDR measurements. These uncertainties might be due to limitations of soil surface penetration depths of SARsensors and complicated land surface conditions (artificial constructions near the TDR site) at urban regions. These results may infer that qualities ofSentinel-1A/B based soil moisture products are dependent on land surface conditions. Although uncertainties exist, the Sentinel-1A/B basedhigh-resolution soil moisture products could be useful in various areas (hydrology, agriculture, drought, flood, wild fire, etc.).

Sentinel-1 및 UAV 영상을 활용한 김제시 벼 재배 조기 추정

이경도 ( Kyung-do Lee ),김숙경 ( Sook-gyeong Kim ),안호용 ( Ho-yong Ahn ),소규호 ( Kyu-ho So ),나상일 ( Sang-il Na ) 대한원격탐사학회 2021 大韓遠隔探査學會誌 Vol.37 No.3

쌀 수급 조절 정책의 합리적 수립을 지원하기 위해서는 벼 재배면적의 조기 추정이 필요하다. 본 연구는 국내 벼 주산지인 김제시를 대상으로 Sentinel-1 위성영상을 활용하여 이앙이 마무리되는 7월 초순 벼 재배면적을 조기에 추정하기 위해 최적의 훈련자료 수집을 위한 무인기(UAV) 영상 활용 방안을 제시하고자 수행하였다. 5월부터 7월 초까지 수집한 Sentinel-1 위성영상은 ESA에서 제공하는 SNAP(SeNtinel application platform, Version 8.0)프로그램으로 전처리하고 팜맵을 활용하여 농경지만을 추출하였다. 벼 재배지 중심 지역과 벼·콩혼재지 무인기 영상 촬영 영역을 혼합하여 훈련자료로 선정하여 김제시 전체 벼 재배지를 추정한 결과, 정확도와 카파 계수는 각각 89.9%, 0.774로 가장 좋은 결과를 보였는데, 이는 김제시 전역을 대상으로 무작위 표본조사를 수행하여 분류한 결과와 비교 시 전체 정확도 1% 내외, 카파 계수 0.02~0.04 범위에서 차이를 보여 벼 재배지 조기 추정을 위한 무인기 영상 활용 가능성을 확인할 수 있었다. Rice production with adequate level of area is important for decision making of rice supply and demand policy. It is essential to grasp rice cultivation areas in advance for estimating rice production of the year. This study was carried out to classify paddy rice cultivation in Gimje-si using sentinel-1 SAR (synthetic aperture radar) and UAV imagery in early July. Time-series Sentinel-1A and 1B images acquired from early May to early July were processed to convert into sigma naught (dB) images using SNAP (SeNtinel application platform, Version 8.0) toolbox provided by European Space Agency. Farm map and parcel map, which are spatial data of vector polygon, were used to stratify paddy field population for classifying rice paddy cultivation. To distinguish paddy rice from other crops grown in the paddy fields, we used the decision tree method using threshold levels and random forest model. Random forest model, trained by mainly rice cultivation area and rice and soybean cultivation area in UAV image area, showed the best performance as overall accuracy 89.9%, Kappa coefficient 0.774. Through this, we were able to confirm the possibility of early estimation of rice cultivation area in Gimje-si using UAV image.

Sentinel-1 위성영상을 이용한 수표면 면적 추정 알고리즘에 관한 연구

이달근,천은지,윤혜원,이미희 대한원격탐사학회 2019 大韓遠隔探査學會誌 Vol.35 No.5

우리나라는 여름철에 편중된 강우현상과 좁은 반도의 지형적인 특성으로 인해 풍수해에 매우 취약한구조를 가지고 있다. 최근 태풍, 집중호우 등으로 피해는 날로 심화되고 있어 앞으로 발생할 풍수해에 대비하여 정확한 피해정보 생산과 분석이 필요하다. 본 연구에서는 풍수해 분석에 필요한 수표면 면적 파악을 위해Sentinel-1 위성영상을 이용하여 벽정저수지, 사점저수지, 수부저수지, 보령호의 수표면 면적 변화를 분석하였다. 2015년 5월부터 2019년 8월까지 촬영된 Sentinel-1 위성에 RTC 기법을 적용한 영상 전처리와 Otsu 기법을 이용한 영상 이진화를 통해 수표면 면적을 산출하였다. 산출된 수표면 면적은 국가수자원관리종합정보시스템과 농업기반관리시스템에서 제공하는 저수용량 정보와 비교하여 상관계수를 분석하였다. 그 결과, 수부저수지와 보령호의 상관계수는 각각 0.850, 0.941의 강한 상관성을 보여주었고 벽정저수지와 사점저수지의 상관계수는 0.651, 0.657의 보통의 상관성을 보였다. 이 결과는 위성영상을 이용한 중소규모 저수지의 수표면 면적 모니터링 가능성을 나타냈으며, 수표면 면적 변화는 저수지의 수량변화 모니터링 정보로 객관적 사용이 가능하다고 판단된다. 향후 다양한 데이터와의 융합을 통하여 국가적 재난관리에 크게 기여할 수 있을 것으로 기대한다. The Republic of Korea is very vulnerable to damage from storm and flood due to the rainfall phenomenon in summer and the topography of the narrow peninsula. The damage is recently getting worse because of the concentration rainfall. The accurate damage information production and analysis is required to prepare for future disaster. In this study, we analyzed the water surface area changes of Byeokjeong, Sajeom, Subu and Boryeong using Sentinel-1 satellite imagery. The surface area of the Sentinel-1 satellite, taken from May 2015 to August 2019, was preprocessed using RTC and image binarization using Otsu. The water surface area of reservoir was compared with the storage capacity from WAMIS and RIMS. As a result, Subu and Boryeong showed strong correlations of 0.850 and 0.941, respectively, and Byeokjeong and Sajeom showed the normal correlation of 0.651 and 0.657. Thus, SAR satellite imagery can be used to objective data as disaster management.

Sentinel-1 위성의 영상 분류 기법을 이용한 백두산 천지의 얼음 면적 변화 탐지

박성재,엄진아,고보균,박정원,이창욱 한국지구과학회 2020 한국지구과학회지 Vol.41 No.1

Cheonji, the largest caldera lake in Asia, is located at the summit of Baekdu Mountain. Cheonji is covered with snow and ice for about six months of the year due to its high altitude and its surrounding environment. Since most of the sources of water are from groundwater, the water temperature is closely related to the volcanic activity. However, in the 2000s, many volcanic activities have been monitored on the mountain. In this study, we analyzed the dimension of ice produced during winter in Baekdu Mountain using Sentinel-1 satellite image data provided by the European Space Agency (ESA). In order to calculate the dimension of ice from the backscatter image of the Sentinel-1 satellite, 20 Gray Level Co-occurrence Matrix (GLCM) layers were generated from two polarization images using texture analysis. The method used in calculating the area was utilized with the Support Vector Machine (SVM) algorithm to classify the GLCM layer which is to calculate the dimension of ice in the image. Also, the calculated area was correlated with temperature data obtained from Samjiyeon weather station. This study could be used as a basis for suggesting an alternative to the new method of calculating the area of ice before using a long-term time series analysis on a full scale. 아시아에서 가장 큰 칼데라 호수인 천지는 해발 약 2250 m의 백두산 정상에 위치한다. 천지는 높은 해발고도 및 바다와 인접한 환경으로 인해 1년 중 6개월 정도가 눈과 얼음으로 뒤덮여 있다. 천지의 수원은 대부분 지하수로부터 유입되기 때문에 수온과 백두산의 화산활동이 밀접한 관련이 있다. 하지만 2000년대에 들어서며 백두산에 많은 화산활동이 관측되고 있다. 본 연구에서는 유럽우주국(European Space Agency: ESA)에서 제공하는 Sentinel-1 위성 영상자료를 활용하여 백두산의 겨울철 생성되는 얼음의 면적을 분석하였다. Sentinel-1 위성의 후방산란 영상에서 얼음의 면적을 산출하기 위해 질감 분석 기법을 활용하여 2개의 편파영상에서 20개의 Gray-Level Co-occurrence Matrix(GLCM) 레이어를 생성했다. 면적 산출에 사용된 방법은 GLCM 레이어를 Support Vector Machine (SVM) 알고리즘으로 분류하여 영상에서 얼음의 면적을 산출했다. 또한 산출된 면적은 삼지연 기상관측소에서 획득된 기온자료와 상관관계를 분석하였다. 본 연구는 본격적인 장기간의 시계열 분석에 앞서 얼음의 면적을 산출하는 새로운 방법에 대한 대안을 제시하는 근거로서 활용될 수 있을 것이다.

기계학습 기반 고해상도 토양수분 복원을 위한 Sentinel-1 SAR의 자립형 활용성 평가

정재환,조성근,전현호,이슬찬,최민하,Jeong, Jaehwan,Cho, Seongkeun,Jeon, Hyunho,Lee, Seulchan,Choi, Minha 대한원격탐사학회 2022 大韓遠隔探査學會誌 Vol.38 No.5

기후변화로 인한 가뭄, 홍수, 산불, 산사태 등 자연재해의 위협이 증가함에 따라, 합성개구레이더(Synthetic Aperture Radar, SAR)와 같이 고해상도 토양수분 복원에 대한 사회적 수요도 증가하고 있다. 하지만 국내 환경은 산림 지형의 비율이 높아, 식생과 지형의 영향을 크게 받는 SAR 자료에서 토양수분을 복원하는데 많은 어려움을 겪고 있다. 이에 본 연구에서는 기계학습의 일종인 인공신경망(Artificial Neural Network, ANN) 기법을 활용하여, Sentinel-1 SAR 영상의 자립형 활용성을 평가하였다. Sentinel-1에서 얻을 수 있는 이중편파 산란계수는 토양수분 거동과 유의미한 상관성을 가지고 있음을 확인할 수 있었으며, 다른 위성이나 지점에서 관측된 보조자료를 사용하지 않고도 식생의 효과 등을 보정할 수 있는 자립형 활용 가능성도 확인할 수 있었다. 하지만 각 지점별, 지형 그룹별 특성에 의한 차이가 크게 나타났으며, 특히 산지와 평지에서 학습된 모형을 교차적용하였을 때 토양수분을 제대로 모의할 수 없는 현상이 발생하였다. 또한 이러한 문제를 해결하고자 학습 지점의 수를 늘리는 경우에는 토양수분 복원 모형이 평활화되어 상관계수는 증가하였으나, 지점에서의 오차는 점점 증가하였다. 따라서 고해상도 SAR 토양수분 자료를 광범위하게 적용하기 위해서는 체계적 연구 수행이 선행되어야 하며, 목적에 따른 학습 지점의 선정, 적용 지역의 범위 등을 구체적으로 제한하여 활용한다면 다양한 분야에서 효과적으로 활용할 수 있을 것으로 기대된다. As the threat of natural disasters such as droughts, floods, forest fires, and landslides increases due to climate change, social demand for high-resolution soil moisture retrieval, such as Synthetic Aperture Radar (SAR), is also increasing. However, the domestic environment has a high proportion of mountainous topography, making it challenging to retrieve soil moisture from SAR data. This study evaluated the usability of Sentinel-1 SAR, which is applied with the Artificial Neural Network (ANN) technique, to retrieve soil moisture. It was confirmed that the backscattering coefficient obtained from Sentinel-1 significantly correlated with soil moisture behavior, and the possibility of stand-alone use to correct vegetation effects without using auxiliary data observed from other satellites or observatories. However, there was a large difference in the characteristics of each site and topographic group. In particular, when the model learned on the mountain and at flat land cross-applied, the soil moisture could not be properly simulated. In addition, when the number of learning points was increased to solve this problem, the soil moisture retrieval model was smoothed. As a result, the overall correlation coefficient of all sites improved, but errors at individual sites gradually increased. Therefore, systematic research must be conducted in order to widely apply high-resolution SAR soil moisture data. It is expected that it can be effectively used in various fields if the scope of learning sites and application targets are specifically limited.

선행 강우를 고려한 Sentinel-1 SAR 위성영상과 다중선형회귀모형을 활용한 토양수분 산정

정지훈 ( Jeehun Chung ),손무빈 ( Moobeen Son ),이용관 ( Yonggwan Lee ),김성준 ( Seongjoon Kim ) 대한원격탐사학회 2021 大韓遠隔探査學會誌 Vol.37 No.3

본 연구에서는 Sentinel-1 C-band SAR(Synthetic Aperture Radar) 위성영상을 기반으로 다중선형회귀모형을 활용하여 금강 유역 상류에 위치한 용담댐 유역의 토양수분을 산정하였다. 10 m 공간 해상도의 Sentinel-1A/B SAR 영상은 6일 간격으로 2015년부터 2019년까지 5년 동안 구축하였고, SNAP(SentiNel Application Platform)을 사용하여 기하 보정, 방사 보정 및 잡음(Noise) 보정을 수행하고 VV 및 VH 편파 후방산란계수로 변환하였다. 토양수분 산정 모형의 검증자료로 TDR로 측정된 6개 지점의 실측 토양수분 자료를 구축하였으며, 수문학적 개념인 선행 강우를 고려하기 위해 동지점에 대한 강수량 자료를 구축하였다. 다중선형회귀모형은 전체 기간 및 계절별로 나누어 모의하였으며, 독립변수의 증감에 따른 상관성 분석을 진행하였다. 산정된 토양수분은 결정계수(R²)와 평균제곱근오차(RMSE)를 활용하여 검증하였다. 초지 지역에서 후방산란계수만을 이용한 토양 수분 산정 결과 R²가 0.13, RMSE가 4.83%으로 나타났으며 선행강우를 5일까지 사용했을 경우 R²가 0.37, RMSE가 4.11%로 상관성이 상승하는 모습을 보였다. 이 때, 토양수분의 계절별 변동성과 감소 패턴의 반영을 위해 무강우누적일수의 적용과 계절별 회귀식을 작성한 결과 R²가 0.69, RMSE가 2.88%로 상관성이 크게 상승하였다. SAR 기반 토양수분 추정 시 선행강우 및 무강우누적일수의 활용이 효과적이었다. This study is to estimate soil moisture (SM) using Sentinel-1A/B C-band SAR (synthetic aperture radar) images and Multiple Linear Regression Model(MLRM) in the Yongdam-Dam watershed of South Korea. Both the Sentinel-1A and -1B images (6 days interval and 10 m resolution) were collected for 5 years from 2015 to 2019. The geometric, radiometric, and noise corrections were performed using the SNAP (SentiNel Application Platform) software and converted to backscattering coefficient of VV and VH polarization. The in-situ SM data measured at 6 locations using TDR were used to validate the estimated SM results. The 5 days antecedent precipitation data were also collected to overcome the estimation difficulty for the vegetated area not reaching the ground. The MLRM modeling was performed using yearly data and seasonal data set, and correlation analysis was performed according to the number of the independent variable. The estimated SM was verified with observed SM using the coefficient of determination (R²) and the root mean square error (RMSE). As a result of SM modeling using only BSC in the grass area, R² was 0.13 and RMSE was 4.83%. When 5 days of antecedent precipitation data was used, R² was 0.37 and RMSE was 4.11%. With the use of dry days and seasonal regression equation to reflect the decrease pattern and seasonal variability of SM, the correlation increased significantly with R² of 0.69 and RMSE of 2.88%.

농업용 저수지 모니터링을 위한 다해상도 SAR 영상의 활용

이슬찬 ( Seulchan Lee ),정재환 ( Jaehwan Jeong ),오승철 ( Seungcheol Oh ),정하규 ( Hagyu Jeong ),최민하 ( Minha Choi ) 대한원격탐사학회 2022 大韓遠隔探査學會誌 Vol.38 No.5

농업용 저수지는 수자원이 계절적으로 편중된 한반도에서 갈수기 용수 공급을 위한 필수적인 구조물이다. 효율적인 물 관리를 위해서는 중소규모 저수지에 대한 체계적이고 효과적인 모니터링이 필요하며, 합성개구 레이더(Synthetic Aperture Radar, SAR) 영상은 전천후 관측이 가능하다는 특징과 함께 연속적인 저수지 모니터링을 위한 도구가 된다. 본 연구에서는 10 m급 해상도를 갖는 Sentinel-1 SAR 영상과 1 m급 해상도의 Capella XSAR 영상을 활용하여 울산광역시 차리, 갈전, 뒷골 저수지의 수체를 탐지하였으며, 이를 통해 국내 중소규모 저수지 모니터링에의 활용성을 평가하고자 하였다. Z fuzzy function 기반 임계값 산정을 통한 영상분할기법과 객체 탐지 기반 분할기법인 Chan-vese (CV) 기법을 통해 수체 영역을 산정하였으며, UAV 영상과의 비교를 통해 성능을 정량적으로 평가하였다. 임계값 기반 탐지 정확도는 Sentinel-1의 경우 약 0.87, 0.89, 0.77 (차리, 갈전, 뒷골), Capella의 경우 약 0.78, 0.72, 0.81로 나타났으며, CV 기법 적용 시 모든 저수지에서 정확도가 향상되는 것을 확인하였다(Sentinel-1: 0.94, 0.89, 0.84, Capella: 0.92, 0.89, 0.93). Capella는 모든 저수지/분할기법에 대해 수체와 비수체의 경계를 비교적 뚜렷하게 모의하였으나, 고해상도로 인한 speckle noise가 충분히 평활화되지 않아 오탐지 및 미탐지가 다소 발생하였다. 오탐지의 제거를 위해 광학 센서 기반 보조자료를 활용하여 마스킹한 결과, 정확도가 최대 13% 향상되는 것을 확인할 수 있었다. 본 연구 결과를 바탕으로 SAR 위성 기반 더욱 정확한 저수지 탐지가 이루어진다면 소규모 저수지를 포함, 종합적인 가용수량에 대한 연속적인 모니터링이 가능할 것이며, 효과적인 수자원 관리에 기여할 수 있을 것으로 기대된다. Agricultural reservoirs are essential structures for water supplies during dry period in the Korean peninsula, where water resources are temporally unequally distributed. For efficient water management, systematic and effective monitoring of medium-small reservoirs is required. Synthetic Aperture Radar (SAR) provides a way for continuous monitoring of those, with its capability of all-weather observation. This study aims to evaluate the applicability of SAR in monitoring medium-small reservoirs using Sentinel-1 (10 m resolution) and Capella X-SAR (1 m resolution), at Chari (CR), Galjeon (GJ), Dwitgol (DG) reservoirs located in Ulsan, Korea. Water detected results applying Z fuzzy function-based threshold (Z-thresh) and Chan-vese (CV), an object detection-based segmentation algorithm, are quantitatively evaluated using UAV-detected water boundary (UWB). Accuracy metrics from Z-thresh were 0.87, 0.89, 0.77 (at CR, GJ, DG, respectively) using Sentinel-1 and 0.78, 0.72, 0.81 using Capella, and improvements were observed when CV was applied (Sentinel-1: 0.94, 0.89, 0.84, Capella: 0.92, 0.89, 0.93). Boundaries of the waterbody detected from Capella agreed relatively well with UWB; however, false- and un-detections occurred from speckle noises, due to its high resolution. When masked with optical sensor-based supplementary images, improvements up to 13% were observed. More effective water resource management is expected to be possible with continuous monitoring of available water quantity, when more accurate and precise SAR-based water detection technique is developed.