표면영상유속계(SIV)는 영상 분석 기법을 이용하여 하천의 표면유속을 측정하고, 이를 토대로 유량을 산정하는 시스템이다. 본 연구에서는 고정식 표면영상유속계(FSIV) 시스템을 달천 수전교에 설치하여 실시간으로 연속적인 유량 측정을 실시하였다. 수전교에 적용된 FSIV의 하드웨어 시스템은 영상 획득을 위한 2대의 디지털 카메라와 컴퓨터, 그리고 수위 측정을 위한 초음파 수위계로 구성된다. 이 현장 장비들에서 획득된 실시간 영상과 수위 자료는 무선인터넷을 이용하여 실시간으로 홈페이지에 전송되며, 표면영상유속분석 소프트웨어를 이용하여 유량을 산정한다. FSIV에 의한 유량산정 결과는 직상류의 괴산댐 방류량과 FSIV와 동일한 지점에 설치된 Acoustic Doppler Velocity Meter (ADVM)를 설치한 후 유속지수법으로 산정된 유량과 비교하여 검토하였다. 댐 방류량과 비교한 결과 30$m^3/s$ 이상의 유량에서는 대부분 5~10%의 오차를 보였으며, ADVM을 이용하여 측정된 유량과 비교한 결과는 약 200$m^3/s$ 이상의 유량에서는 오차가 약 5 % 이내로 확인되었다. FSIV의 설치 경비와 운용에 드는 비용과 인력을 감안한다면, FSIV는 실시간으로 유량을 관측할 수 있는 좋은 대안이 될 것으로 판단된다.
표면영상유속계(SIV)는 영상 분석 기법을 이용하여 하천의 표면유속을 측정하고, 이를 토대로 유량을 산정하는 시스템이다. 본 연구에서는 고정식 표면영상유속계(FSIV) 시스템을 달천 수전교에 설치하여 실시간으로 연속적인 유량 측정을 실시하였다. 수전교에 적용된 FSIV의 하드웨어 시스템은 영상 획득을 위한 2대의 디지털 카메라와 컴퓨터, 그리고 수위 측정을 위한 초음파 수위계로 구성된다. 이 현장 장비들에서 획득된 실시간 영상과 수위 자료는 무선인터넷을 이용하여 실시간으로 홈페이지에 전송되며, 표면영상유속분석 소프트웨어를 이용하여 유량을 산정한다. FSIV에 의한 유량산정 결과는 직상류의 괴산댐 방류량과 FSIV와 동일한 지점에 설치된 Acoustic Doppler Velocity Meter (ADVM)를 설치한 후 유속지수법으로 산정된 유량과 비교하여 검토하였다. 댐 방류량과 비교한 결과 30$m^3/s$ 이상의 유량에서는 대부분 5~10%의 오차를 보였으며, ADVM을 이용하여 측정된 유량과 비교한 결과는 약 200$m^3/s$ 이상의 유량에서는 오차가 약 5 % 이내로 확인되었다. FSIV의 설치 경비와 운용에 드는 비용과 인력을 감안한다면, FSIV는 실시간으로 유량을 관측할 수 있는 좋은 대안이 될 것으로 판단된다.
Surface Image Velocimetry (SIV) is a recently-developed discharge measurement instrument. It uses image processing techniques to measure the water surface velocity and estimate water discharge with given cross section. The present study aims to implement a FSIV (Fixed-type Surface Image Velocimetry)...
Surface Image Velocimetry (SIV) is a recently-developed discharge measurement instrument. It uses image processing techniques to measure the water surface velocity and estimate water discharge with given cross section. The present study aims to implement a FSIV (Fixed-type Surface Image Velocimetry) at Soojeon Bridge in the Dalcheon. The hardware system consists of two digital cameras, a computer, and a pressure-type water stage gauge. The images taken with the hardware system are sent to a server computer via a wireless internet, and analyzed with a image processing software (SIV software). The estimated discharges were compared with the observed discharges through Goesan dam spillway and index velocity method using ADVM. The computed results showed a good agreement with the observed one, except for the night time. The results compared with discharges through Goesan dam spillway reached around 5~10% in the case of discharge over 30 m3/s, and the results compared with discharges through index velocity method using ADVM reached around 5% in the case of discharge over 200 $m^3/s$. Considering the low cost of the system and the visual inspection of the site situation with the images, the SIV would be fairly good way to measure water discharge in real time.
Surface Image Velocimetry (SIV) is a recently-developed discharge measurement instrument. It uses image processing techniques to measure the water surface velocity and estimate water discharge with given cross section. The present study aims to implement a FSIV (Fixed-type Surface Image Velocimetry) at Soojeon Bridge in the Dalcheon. The hardware system consists of two digital cameras, a computer, and a pressure-type water stage gauge. The images taken with the hardware system are sent to a server computer via a wireless internet, and analyzed with a image processing software (SIV software). The estimated discharges were compared with the observed discharges through Goesan dam spillway and index velocity method using ADVM. The computed results showed a good agreement with the observed one, except for the night time. The results compared with discharges through Goesan dam spillway reached around 5~10% in the case of discharge over 30 m3/s, and the results compared with discharges through index velocity method using ADVM reached around 5% in the case of discharge over 200 $m^3/s$. Considering the low cost of the system and the visual inspection of the site situation with the images, the SIV would be fairly good way to measure water discharge in real time.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서는 기존의 표면영상유속계를 이용하여 현장에 나가지 않고 언제 어디서든 실시간으로 유량을 산정할 수 있는 고정식 표면영상유속계(FSIV) 시스템을 개발하였다. 그리고 FSIV를 이용하여 산정된 유량의 정확도를 평가하기 위하여 FSIV 설치 지점 직상류에서 1 km 떨어진 지점의 괴산댐 방류량과 ADVM를 이용하여 계산된 유량 산정 결과와 비교하였다.
제안 방법
8과 같이 2대의 디지털 카메라(Olympus UZ-640)와 한 대의 컴퓨터 그리고 초음파수위계로 구성되어 있다. 2대의 카메라는 하천을 폭방향으로 양분하여 절반 정도씩을 촬영할 수 있도록 한 후 최종적으로 유량 산정시 중첩되고 촬영된 3개의 기준점을 이용하여 합성하였다. 영상은 각 카메라가 0.
3) FSIV를 이용하여 획득된 영상을 유무선 통신기술을 이용하여 인터넷에 올릴 수 있도록 실시간 무인 시스템을 사용하였다. 그 결과 유량 조사를 위해 현장에 나가지 않더라도 언제 어디서나 자유롭게 사용자가 홈페이지에서 영상을 받아 유량을 산정할 수 있도록 하였다.
5) FSIV를 현장에 적용한 결과 다음과 같은 문제점과 개선안을 도출하였다. 첫째, 영상획득시 정지영상의 시간 간격에 대한 기준이 필요하며, 둘째, 야간의 유속 측정이 가능하도록 개선하여야 한다.
FSIV는 기존 유량측정 방법과 달리 현장에 나가서 유속을 측정하지 않고 언제 어디서든 영상을 전송 받아서 유량을 계산할 수 있도록 다음 Fig. 5와 같이 실시간 영상 및 수위자료 전송 기법을 도입하였다. 먼저 현장에서 획득된 일정 시간 간격을 갖는 정지영상과 영상 획득시 수심자료를 현장의 컴퓨터에 저장하고, 이를 유무선 통신 기술을 이용하여 연구실의 서버컴퓨터로 전송한다.
3) FSIV를 이용하여 획득된 영상을 유무선 통신기술을 이용하여 인터넷에 올릴 수 있도록 실시간 무인 시스템을 사용하였다. 그 결과 유량 조사를 위해 현장에 나가지 않더라도 언제 어디서나 자유롭게 사용자가 홈페이지에서 영상을 받아 유량을 산정할 수 있도록 하였다. 뿐만 아니라 홍수시 하천의 모습을 직접 확인하면서 유량을 산정할 수 있다는 점은 다른 자동유량측정 방법과 비교하여 큰 장점인 것으로 판단된다.
따라서 본 연구에서는 고정식 표면영상유속계 시스템(FSIV, Fixed-type Surface Image Velocimetry)을 개발하였고, 이를 직접 달천 현장에 적용하였다. 그리고 FSIV를 이용하여 산정된 유량의 정확도는 괴산댐 방류량과 Acoustic Doppler Velocity Meter (ADVM)를 이용하여 산정된 유량 결과(김용전 등, 2009)를 비교하여 평가하였고, FSIV를 이용하여 유량을 산정할 경우 고려해야할 문제점 및 개선안을 도출하였다.
본 연구에서는 기존의 표면영상유속계를 이용하여 현장에 나가지 않고 언제 어디서든 실시간으로 유량을 산정할 수 있는 고정식 표면영상유속계(FSIV) 시스템을 개발하였다. 그리고 FSIV를 이용하여 산정된 유량의 정확도를 평가하기 위하여 FSIV 설치 지점 직상류에서 1 km 떨어진 지점의 괴산댐 방류량과 ADVM를 이용하여 계산된 유량 산정 결과와 비교하였다. 본 연구를 통해 도출한 주요 결론은 다음과 같다.
따라서 본 연구에서는 고정식 표면영상유속계 시스템(FSIV, Fixed-type Surface Image Velocimetry)을 개발하였고, 이를 직접 달천 현장에 적용하였다. 그리고 FSIV를 이용하여 산정된 유량의 정확도는 괴산댐 방류량과 Acoustic Doppler Velocity Meter (ADVM)를 이용하여 산정된 유량 결과(김용전 등, 2009)를 비교하여 평가하였고, FSIV를 이용하여 유량을 산정할 경우 고려해야할 문제점 및 개선안을 도출하였다.
획득된 영상의 해상도는 680 × 480 화소이다. 또한 촬영 간격은 30분 간격으로 설정하였으나, 이것도 홍수 때와 같이 흐름이 급변할 경우 더 짧은 시간 간격으로 조절하여 촬영할 수 있도록 하였다. 그리고 초음파수위계의 측정 시간 간격은 영상획득 시간 간격과 동일하게 하였다.
5와 같이 실시간 영상 및 수위자료 전송 기법을 도입하였다. 먼저 현장에서 획득된 일정 시간 간격을 갖는 정지영상과 영상 획득시 수심자료를 현장의 컴퓨터에 저장하고, 이를 유무선 통신 기술을 이용하여 연구실의 서버컴퓨터로 전송한다. 서버컴퓨터에 저장된 영상은 홈페이지에 실시간으로 올라오도록 하여 사용자가 언제든지 확인할 수 있도록 하였다.
본 연구에서는 Fig. 8과 같이 2대의 카메라의 설치하여 하천 중심을 기중으로 좌안과 우안의 영상을 획득하여 분석하였다. 획득한 영상은 카메라의 경사 때문에 왜곡이 되어 있기 때문에, 현장영상을 실제 좌표가 담긴 정사영상으로 변환하는 작업이 필요하다.
본 연구에서는 수면 변동이 심한 경우에도 적용할 수 있도록 하기 위해, Fig. 3과 같은 물리 좌표 (X,Y,Z)와 영상 좌표 (p,q)를 연결하는 다음과 같은 11점 영상 변환을 이용하였다.
본 연구에서는 위와 같이 산정된 각 측정점의 표면유속을 평균유속으로 환산하고, 여기에 측정선 위치의 수심과 폭을 곱하여 유량을 산정하였다. 일반적으로 미국지질조사국(USGS, 1982)에서는 표면유속(Us)과 평균유속(Um)의 관계를 개수로 흐름의 유속분포가 전형적인 대수 법칙에 따른 유속분포의 형태를 띠고 최대유속이 수표면에서 발생한다고 가정하였을 때, Um/Us= 0.
2대의 카메라는 하천을 폭방향으로 양분하여 절반 정도씩을 촬영할 수 있도록 한 후 최종적으로 유량 산정시 중첩되고 촬영된 3개의 기준점을 이용하여 합성하였다. 영상은 각 카메라가 0.5초 간격으로 좌우안 2매씩 총 4장의 사진을 30분 간격으로 촬영한다. 획득된 영상의 해상도는 680 × 480 화소이다.
이를 극복하기 위해 본 연구에서는 ① 다중카메라 방식으로 영상을 획득하고, ② 수위 변동에 따라 측정점 격자를 새로 작성할 수 있는 11점 변환을 이용하고, ③ 측정단면의 수위자료를 수위계에서 입력받고 유량 계산에 사용하였고, ④ 정전, 낙뢰 등의 사고에 대비하여 비상시 컴퓨터를 작동할 수 있는 보조 배터리를 사용하였고, ⑤ 유·무선데이터 통신 기술을 이용하여 실시간 영상 전송 및 유량 계산을 할 수 있도록 하였다.
획득한 영상은 카메라의 경사 때문에 왜곡이 되어 있기 때문에, 현장영상을 실제 좌표가 담긴 정사영상으로 변환하는 작업이 필요하다. 이를 위하여 Fig. 2와 같이 각각의 카메라에서 획득한 영상에 포함된 6개의 기준점을 선정한 후 측량을 통하여 각 점의 상대좌표를 획득하였다. 본 연구에서는 두 대의 카메라를 사용하였기 때문에, 카메라가 중첩되는 영역의 3개점을 포함하여 총 9개의 점을 설치하였다.
대상 데이터
FSIV를 설치한 지점은 Fig. 6에서와 같이 충청북도 괴산군 칠성면의 달천에 위치한 수전교이다. 대상 지점의 평수시 하폭은 약 60 m, 홍수시는 약 100 m 정도이다.
6에서와 같이 충청북도 괴산군 칠성면의 달천에 위치한 수전교이다. 대상 지점의 평수시 하폭은 약 60 m, 홍수시는 약 100 m 정도이다. 그리고 1 km 정도 상류에는 괴산댐이 위치하고 있다.
둘째, 연구 대상 지점인 달천 수전교의 FSIV 시스템은 하루 중 6시부터 19시까지 30분 간격으로 촬영을 하여 영상을 획득하고 있다. 이는 빛이 없는 야간이나 일출, 일몰시 빛의 반사 때문에 분석 가능한 영상을 획득하기 어렵기 때문이다.
2와 같이 각각의 카메라에서 획득한 영상에 포함된 6개의 기준점을 선정한 후 측량을 통하여 각 점의 상대좌표를 획득하였다. 본 연구에서는 두 대의 카메라를 사용하였기 때문에, 카메라가 중첩되는 영역의 3개점을 포함하여 총 9개의 점을 설치하였다. 그 중 유량측정선에 해당하는 기준점 3개가 포함되어 있다.
획득된 영상의 해상도는 680 × 480 화소이다.
데이터처리
최종적으로 FSIV를 이용하여 산정된 유량 결과에 대한 정확도를 평가하였다. Fig.
이론/모형
따라서 폭이 넓은 하천의 유량 측정을 하기 위해 다중카메라 방식의 영상획득 기법을 사용하였다. 다중카메라 방식을 영상획득 기법은 각각의 카메라에서 획득한 영상을 중첩시켜 촬영한 후, 중첩이 되는 영역내 3개의 기준점 좌표를 이용하여 각각의 영상에서 계산된 표면유속값을 연결하는 방식이다.
이를 위한 최상의 방법은 지속적인 현장 측정을 통해 다양한 수위변화에 대한 표면유속과 평균유속의 관계를 개발할 필요가 있다. 하지만 본 연구에서는 처음 설치되는 지점이므로 USGS의 방법(Rantz, 1982a, 1982b)와 Le Coz et al. (2010) 및 Costa et al. (2000)에서 제시하는 Um/Us= 0.85를 이용하여 평균유속을 산정한 후 유량을 계산하였다. 본 수전교 지점에 적합한 방법 또는 계수를 산정하기 위해서는 장기적인 유속 관측과 검토가 필요할 것이다.
성능/효과
1) FSIV를 폭이 넓은 하천에 적용하기 위하여 다중카메라 방식을 이용할 경우 기존의 1대 카메라만을 이용할 때와 비교하여 영상의 질이 좋아져 영상 분석시 정확도가 향상되었다. 따라서 FSIV를 중소 규모의 하천뿐만 아니라 대하천에 적용하여 정도 높은 유량 산정이 가능해졌다.
2) 지형의 기복을 반영하고, 수위 변화에 따라 측정선을 위치를 변경할 수 있는 11점 좌표 변환법을 제안하고 이를 구현하였다.
4) FSIV의 정확도를 댐 방류량과 유속지수법을 이용한 유량 산정 결과와 비교한 결과 대부분의 경우 5 ∼10 % 이내의 오차 범위내에서 유량을 산정할 수 있었다.
FSIV를 이용한 유량 산정 결과의 정확도를 평가한 결과는 Fig. 12와 Table 1에서 알 수 있듯이, 댐 방류량과 유속지수법을 이용하여 산정된 유량을 이용하여 정확도를 평가한 결과 대부분의 경우 5∼10% 이내의 오차 범위내에서 유량을 산정할 수 있었다.
그리고 30 m3/sec 이하의 저유량일 경우 정확도가 0.3∼13.3%의 범위를 보여 정확도가 불안정한 것이 확인되었다.
셋째, 표면 유속을 평균유속으로 환산할 경우 현장 검증을 통하여 충분하게 검토한 후 수심 변화에 따른 표면유속과 평균유속의 관계를 수립하여야 한다. 넷째, 수표면의 움직임이 거의 없는 저유속일 경우 영상 분석이 어려워 정확도가 떨어지는 것을 확인하였다. 향후 표면 영상 유속계의 측정 가능 최소유속 범위에 대한 기준 마련이 필요할 것으로 판단된다.
넷째, 평수시 수표면의 움직임이 거의 없는 경우 측정에 어려움이 있었다. 표면영상유속계의 특성상 영상을 이용하여 유속을 구하기 때문에, 일정 유속 이하의 경우 수 표면의 움직임이 잘 나타나지 않아 측정이 어렵다.
다섯째, 영상 획득시 카메라 1대를 이용하여 정확도를 보장할 수 있는 촬영 범위에 대한 기준이 없어 수위가 올라가는 경우 수표면적이 넓어져 가장자리의 유속 계산의 정확도가 떨어지는 어려움이 있었다. 따라서 다중카메라 방식의 FSIV를 현장에 설치할 때 어느 지점에 카메라를 고정시켜야 하고, 카메라에서 어느 정도 떨어진 지점을 유량측정선으로 결정해야 하는지에 대한 연구가 필요할 것으로 판단된다.
1) FSIV를 폭이 넓은 하천에 적용하기 위하여 다중카메라 방식을 이용할 경우 기존의 1대 카메라만을 이용할 때와 비교하여 영상의 질이 좋아져 영상 분석시 정확도가 향상되었다. 따라서 FSIV를 중소 규모의 하천뿐만 아니라 대하천에 적용하여 정도 높은 유량 산정이 가능해졌다.
4) FSIV의 정확도를 댐 방류량과 유속지수법을 이용한 유량 산정 결과와 비교한 결과 대부분의 경우 5 ∼10 % 이내의 오차 범위내에서 유량을 산정할 수 있었다. 저유속시 수표면의 움직임이 거의 없어 영상분석이 어려운 경우와 수심이 작을 경우 하상의 바위 등에 흐름이 부딪혀 실제 흐름이 왜곡되어 정확도가 떨어지는 것으로 확인되었다. 또한, 고유량일 경우 비교적 작은 오차를 보였다.
후속연구
향후 영상 촬영의 시간적 한계, 빛이 없는 경우의 한계 및 유량 계산을 위한 하천의 표면유속과 평균유속의 관계 작성 등과 같은 개선사항들을 보완한다면, 기존 유량 측정 방법과 더불어 수자원 전반에 필요한 유량을 실시간으로 확보하는데 많은 도움이 될 것으로 판단된다. 그리고 FSIV의 사용상의 기준에 대한 추가적인 개선을 통하여 보다 좋은 정밀도와 유지 관리가 보장된다면, 현재 측정 인원의 부족으로 인하여 측정하기 어려운 중·소하천의 실시간 유량 측정에 활용하여 매우 좋은 결과를 얻을 수 있을 것으로 기대된다.
다섯째, 영상 획득시 카메라 1대를 이용하여 정확도를 보장할 수 있는 촬영 범위에 대한 기준이 없어 수위가 올라가는 경우 수표면적이 넓어져 가장자리의 유속 계산의 정확도가 떨어지는 어려움이 있었다. 따라서 다중카메라 방식의 FSIV를 현장에 설치할 때 어느 지점에 카메라를 고정시켜야 하고, 카메라에서 어느 정도 떨어진 지점을 유량측정선으로 결정해야 하는지에 대한 연구가 필요할 것으로 판단된다.
이는 실시간으로 동영상을 정지영상으로 바꾸어 줄 수 있는 방법이 없기 때문이다. 따라서 향후 캠코더와 CCTV를 이용하여 좀 더 짧은 시간간격의 정지영상으로 유속을 계산한다면 좀 더 정확도를 높일 수 있을 것으로 판단된다.
표면영상유속계의 특성상 영상을 이용하여 유속을 구하기 때문에, 일정 유속 이하의 경우 수 표면의 움직임이 잘 나타나지 않아 측정이 어렵다. 따라서, 향후 측정이 가능한 최소 유속 범위에 대한 기준을 마련하고, 최소 유속 이하의 흐름에서는 입자를 뿌린 후 영상을 획득하는 방법을 사용하여 유속을 계산하여야 할 것이다. 다만, 이런 방법을 채택할 경우 실시간 연속 측정을 위해서는 입자 살포기를 설치하거나 입자 살포가 가능한 특정 지점의 유속에서 전체 유속을 추정하는 등 별도의 대책을 마련해야 하는 어려움이 생긴다.
85를 이용하여 평균유속을 산정한 후 유량을 계산하였다. 본 수전교 지점에 적합한 방법 또는 계수를 산정하기 위해서는 장기적인 유속 관측과 검토가 필요할 것이다.
셋째, 수심변화에 따라 표면유속과 평균유속간의 관계를 현장 검증을 통하여 검토할 필요가 있다. 홍수시와 갈 수시에 수심 차이가 있음에도 불구하고 현재까지는 동일한 매개변수를 사용하고 있기 때문에 향후 다양한 현장검증을 통하여 각 하천에 적합한 수심 변화에 따른 표면 유속과 평균유속간의 관계 수립이 요구된다.
첫째, 영상획득시 정지영상의 시간 간격에 대한 기준이 필요하며, 둘째, 야간의 유속 측정이 가능하도록 개선하여야 한다. 셋째, 표면 유속을 평균유속으로 환산할 경우 현장 검증을 통하여 충분하게 검토한 후 수심 변화에 따른 표면유속과 평균유속의 관계를 수립하여야 한다. 넷째, 수표면의 움직임이 거의 없는 저유속일 경우 영상 분석이 어려워 정확도가 떨어지는 것을 확인하였다.
이는 빛이 없는 야간이나 일출, 일몰시 빛의 반사 때문에 분석 가능한 영상을 획득하기 어렵기 때문이다. 야간촬영에 대한 대안으로 적외선 카메라와 투광기를 이용하여 현장 적용 후 야간유속 측정의 한계를 개선할 수 있을 것으로 판단된다.
따라서 FSIV를 이용하여 산정된 표면유속을 평균유속으로 바꾸기 위해서는 하천의 하상조건 및 수리특성에 따른 유속분포의 변화 및 유속감소현상을 고려하여야 한다. 이를 위한 최상의 방법은 지속적인 현장 측정을 통해 다양한 수위변화에 대한 표면유속과 평균유속의 관계를 개발할 필요가 있다. 하지만 본 연구에서는 처음 설치되는 지점이므로 USGS의 방법(Rantz, 1982a, 1982b)와 Le Coz et al.
5) FSIV를 현장에 적용한 결과 다음과 같은 문제점과 개선안을 도출하였다. 첫째, 영상획득시 정지영상의 시간 간격에 대한 기준이 필요하며, 둘째, 야간의 유속 측정이 가능하도록 개선하여야 한다. 셋째, 표면 유속을 평균유속으로 환산할 경우 현장 검증을 통하여 충분하게 검토한 후 수심 변화에 따른 표면유속과 평균유속의 관계를 수립하여야 한다.
향후 영상 촬영의 시간적 한계, 빛이 없는 경우의 한계 및 유량 계산을 위한 하천의 표면유속과 평균유속의 관계 작성 등과 같은 개선사항들을 보완한다면, 기존 유량 측정 방법과 더불어 수자원 전반에 필요한 유량을 실시간으로 확보하는데 많은 도움이 될 것으로 판단된다. 그리고 FSIV의 사용상의 기준에 대한 추가적인 개선을 통하여 보다 좋은 정밀도와 유지 관리가 보장된다면, 현재 측정 인원의 부족으로 인하여 측정하기 어려운 중·소하천의 실시간 유량 측정에 활용하여 매우 좋은 결과를 얻을 수 있을 것으로 기대된다.
넷째, 수표면의 움직임이 거의 없는 저유속일 경우 영상 분석이 어려워 정확도가 떨어지는 것을 확인하였다. 향후 표면 영상 유속계의 측정 가능 최소유속 범위에 대한 기준 마련이 필요할 것으로 판단된다. 여섯째, 영상 획득시 카메라 1대를 이용하여 정확도를 보장할 수 있는 촬영 범위에 대한 기준이 없어 수위가 올라가는 경우 수표면적이 넓어져 가장자리의 유속 계산의 정확도가 떨어지는 어려움이 있었다.
셋째, 수심변화에 따라 표면유속과 평균유속간의 관계를 현장 검증을 통하여 검토할 필요가 있다. 홍수시와 갈 수시에 수심 차이가 있음에도 불구하고 현재까지는 동일한 매개변수를 사용하고 있기 때문에 향후 다양한 현장검증을 통하여 각 하천에 적합한 수심 변화에 따른 표면 유속과 평균유속간의 관계 수립이 요구된다.
질의응답
핵심어
질문
논문에서 추출한 답변
표면영상유속계란 무엇인가?
표면영상유속계(SIV)는 영상 분석 기법을 이용하여 하천의 표면유속을 측정하고, 이를 토대로 유량을 산정하는 시스템이다. 본 연구에서는 고정식 표면영상유속계(FSIV) 시스템을 달천 수전교에 설치하여 실시간으로 연속적인 유량 측정을 실시하였다.
표면영상유속계를 실험실이 아닌 현장에 적용할 경우 발생할 수 있는 대표적인 문제 5가지는 무엇인가?
표면영상유속계를 실험실이 아닌 현장에 적용할 경우 발생할 수 있는 대표적인 문제들은 ① 하천 폭이 매우 넓어 한 대의 카메라로 하천 전체의 영상을 획득하기 어렵고, ② 다양한 수위와 유량에 대응할 수 있어야 하고, ③ 유량 측정시 수위자료를 함께 측정해야 하고, ④ 악천후에도 견딜 수 있어야 하고, ⑤ 실시간으로 유량 산정이 이루어져야 한다는 점 등이다.
FSIV를 이용하여 표면 유속을 산정하는 원리는 기존 PIV 분석 과정과 어떤 차이점이 있는가?
FSIV를 이용하여 표면유속을 산정하는 원리는 기존 PIV 분석 과정과 동일하다. 단, 현장 영상의 왜곡 보정과 계산된 표면유속을 수심 평균유속으로 환산한 후 유량을 계산한다는 점에서 차이가 있다. FSIV의 유량 산정 원리는 Fig.
참고문헌 (18)
김서준, 윤병만, 류권규, 주용우(2007). "LSPIV기법을 이용한 탄천(대곡교) 유량 측정." 한국수자원학회 학술발표대회, 한국수자원학회, pp. 911-915.
김용전, 이찬주, 김동구, 김원(2009). "유속지수법을 이용한 자동유량측정." 한국수자원학회 학술발표대회, 한국수자원학회, pp. 1845-1849.
노영신, 김영근, 윤병만(2004). "LSPIV를 이용한 표면유속 측정기법의 검증 및 적용." 한국수자원학회논문집, 한국수자원학회, 제37권, 제2호, pp. 155-161.
윤병만, 노영신, 김영근, 류권규(2002). "개수로 실험장치를 이용한 LSPIV기법의 검증." 한국수자원학회 학술발표회, 한국수자원학회, pp. 982-988.
木下良作(1984) "航空??による洪水流解析の現?と今後の課題", 土木??論文集, No. 345/II-1, pp. 1-19. (일본어)
藤田一?, 河村三?(1994) "ビデオ?像解析による河川表 面流計測の試み", 水工?論文集, Vol. 38, pp. 733-738. (일본어)
Cheng, R.T., and Gartner, J.W. (2003). "Complete velocity distribution in river cross-sections measured by acoustic instruments." Proceedings of the IEEE/DES 7th Working Conference in Current Measurement Technology, pp. 21-26.
Costa, J.E., Spicer, K.R., Cheng, R.T., Peter Haeni, F., Melcher, N.B., and Michael Thurman, E. (2000). "Measuring stream discharge by noncontact methods: A proof of concept experiment." Geophys. Res. Letter, Vol. 27, No. 4, pp. 553-556
Dramais, G., Le Coz, J., Camenen, B., and Hauet, A. (2011). "Advantages of a mobile LSPIV method for measuring flood discharges and improving stagedischarge curves." Journal of Hydro-environment Research (in Press).
Fujita, I., Muste, M., and Kruger, A. (1998). "Large-scale particle image velocimetry for flow analysis in hydraulic engineering application." Journal ofHydraulic Research, IAHR, Vol. 36, No. 3, pp. 397-414.
Hauet, A., Kruger, A., Krajewski, W.F., Bradley, A., Muste, M., and Creutin, J.D. (2008). "Experimental system for real-time discharge estimation using an image-based method." Journal of Hydrological Engineering, Vol. 13, No. 2, pp. 105-110.
Le Coz, J., Hauet, A., Pierrefeu, G., Dramais, G., and Camenen, B. (2010). "Performance of image-based velocimetry (LSPIV) applied to flash-flood discharge measurements in Mediterranean rivers." Journal of Hydrology, Vol. 394, No. 1-2, pp. 42-52.
Raffel, M., Willert, C., Wereley, S., and Kompenhans, J. (2007). Particle image velocimetry, a Practical Guide, Springer.
Rantz, S.E. (1982a). "Measurement and computation of streamflow: Volume 1. Measurement of stage and discharge." Water-Supply Paper 2175. U.S. Geological Survey.
Rantz, S.E. (1982b). "Measurement and computation of streamflow: Volume 2. Computation of discharge." Water-Supply Paper 2175. U.S. Geological Survey.
Stevens, C., and Coates, M. (1994). "Application of a maximized cross-correlation technique for resolving velocity fields in laboratory experiments." Journal of Hydraulic Research, Vol. 32, No. 2, pp. 195-212.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.