[국내논문]상호상관법을 이용한 시공간 영상유속계의 2차원 유속분포 측정 Measurement of Two-Dimensional Velocity Distribution of Spatio-Temporal Image Velocimeter using Cross-Correlation Analysis원문보기
홍수시 하천의 유속을 효율적이고 안전하게 측정할 수 있는 방법의 하나로 제시된 것이 표면 영상 유속 측정법이다. 일반적인 표면영상유속계(SIV)는 두장의 정지영상에서 영상 조각을 잘라낸 뒤 여기에 상호상관법을 적용하여 유속을 산정한다. 이 방법은 짧은 시간간격의 유속분포 측정에 매우 효율적이다. 그러나 장시간의 평균 유속장을 산정하는 데는 많은 시간이 소요되며, 순간 유속장을 산정하기 때문에 흐름 조건이나 촬영 조건에 따라 생기는 잡음이나 불확실성의 영향을 많이 받게 된다. 이를 개선하고자 개발된 방법이 시공간 영상을 이용하여 일정 시간동안의 유속의 평균을 한번에 산정하는 시공간영상유속계측법(STIV)이다. 시공간영상유속계측법 중의 하나인 휘도경사텐서법은 일정 시간동안의 시공간 영상을 한 번에 분석하기 때문에, 유속 산정 시간을 획기적으로 줄일 수 있는 장점이 있다. 그러나 이 방법은 하천의 일방향 유속만을 계산할 수 있기 때문에 구조물 주변이나 만곡이 있는 경우의 2차원 흐름 측정은 불가능하다는 한계가 있다. 이를 개선하기 위해서 본 연구에서는 상호상관법을 이용하여 2차원적으로 시공간 영상을 분석하는 방법(상호상관 시공간영상유속계측법)을 개발하였다. 이 방법은 시공간영상에서 시간축 방향으로 상관분석을 통해 영상변위를 산정하는 방법이다. 기존의 시공간영상분석기법 중 하나인 휘도경사텐서법이 주흐름 방향만 분석이 가능하였던 데 비하여, 상호상관 시공간 영상분석법은 2차원 유속분포 측정이 가능하고, 시간적인 평균을 취하기 때문에, 공간 해상도가 높으며, 전체적인 유속 분석시간이 매우 짧아지는 장점이 있다. 또한 공동 흐름에 대한 인공 영상을 이용한 오차 분석결과 최대 10% 이내, 평균적으로 5% 이하의 오차를 보여 상당히 정확하게 2차원 유속분포 측정이 가능한 것으로 나타났다.
홍수시 하천의 유속을 효율적이고 안전하게 측정할 수 있는 방법의 하나로 제시된 것이 표면 영상 유속 측정법이다. 일반적인 표면영상유속계(SIV)는 두장의 정지영상에서 영상 조각을 잘라낸 뒤 여기에 상호상관법을 적용하여 유속을 산정한다. 이 방법은 짧은 시간간격의 유속분포 측정에 매우 효율적이다. 그러나 장시간의 평균 유속장을 산정하는 데는 많은 시간이 소요되며, 순간 유속장을 산정하기 때문에 흐름 조건이나 촬영 조건에 따라 생기는 잡음이나 불확실성의 영향을 많이 받게 된다. 이를 개선하고자 개발된 방법이 시공간 영상을 이용하여 일정 시간동안의 유속의 평균을 한번에 산정하는 시공간영상유속계측법(STIV)이다. 시공간영상유속계측법 중의 하나인 휘도경사텐서법은 일정 시간동안의 시공간 영상을 한 번에 분석하기 때문에, 유속 산정 시간을 획기적으로 줄일 수 있는 장점이 있다. 그러나 이 방법은 하천의 일방향 유속만을 계산할 수 있기 때문에 구조물 주변이나 만곡이 있는 경우의 2차원 흐름 측정은 불가능하다는 한계가 있다. 이를 개선하기 위해서 본 연구에서는 상호상관법을 이용하여 2차원적으로 시공간 영상을 분석하는 방법(상호상관 시공간영상유속계측법)을 개발하였다. 이 방법은 시공간영상에서 시간축 방향으로 상관분석을 통해 영상변위를 산정하는 방법이다. 기존의 시공간영상분석기법 중 하나인 휘도경사텐서법이 주흐름 방향만 분석이 가능하였던 데 비하여, 상호상관 시공간 영상분석법은 2차원 유속분포 측정이 가능하고, 시간적인 평균을 취하기 때문에, 공간 해상도가 높으며, 전체적인 유속 분석시간이 매우 짧아지는 장점이 있다. 또한 공동 흐름에 대한 인공 영상을 이용한 오차 분석결과 최대 10% 이내, 평균적으로 5% 이하의 오차를 보여 상당히 정확하게 2차원 유속분포 측정이 가능한 것으로 나타났다.
Surface image velocimetry was introduced as an efficient and sage alternative to conventional river flow measurement methods during floods. The conventional surface image velocimetry uses a pair of images to estimate velocity fields using cross-correlation analysis. This method is appropriate to ana...
Surface image velocimetry was introduced as an efficient and sage alternative to conventional river flow measurement methods during floods. The conventional surface image velocimetry uses a pair of images to estimate velocity fields using cross-correlation analysis. This method is appropriate to analyzing images taken with a short time interval. It, however, has some drawbacks; it takes a while to analyze images for the verage velocity of long time intervals and is prone to include errors or uncertainties due to flow characteristics and/or image taking conditions. Methods using spatio-temporal images, called STIV, were developed to overcome the drawbacks of conventional surface image velocimetry. The grayscale-gradient tensor method, one of various STIVs, has shown to be effectively reducing the analysis time and is fairly insusceptible to any measurement noise. It, unfortunately, can only be applied to the main flow direction. This means that it can not measure any two-dimensional flow field, e.g. flow in the vicinity of river structures and flow around river bends. The present study aimed to develop a new method of analyzing spatio-temporal images in two-dimension using cross-correlation analysis. Unlike the conventional STIV, the developed method can be used to measure two-dimensional flow substantially. The method also has very high spatial resolution and reduces the analysis time. A verification test using artificial images with lid-driven cavity flow showed that the maximum error of the method is less than 10 % and the average error is less than 5 %. This means that the developed scheme seems to be fairly accurate, even for two-dimensional flow.
Surface image velocimetry was introduced as an efficient and sage alternative to conventional river flow measurement methods during floods. The conventional surface image velocimetry uses a pair of images to estimate velocity fields using cross-correlation analysis. This method is appropriate to analyzing images taken with a short time interval. It, however, has some drawbacks; it takes a while to analyze images for the verage velocity of long time intervals and is prone to include errors or uncertainties due to flow characteristics and/or image taking conditions. Methods using spatio-temporal images, called STIV, were developed to overcome the drawbacks of conventional surface image velocimetry. The grayscale-gradient tensor method, one of various STIVs, has shown to be effectively reducing the analysis time and is fairly insusceptible to any measurement noise. It, unfortunately, can only be applied to the main flow direction. This means that it can not measure any two-dimensional flow field, e.g. flow in the vicinity of river structures and flow around river bends. The present study aimed to develop a new method of analyzing spatio-temporal images in two-dimension using cross-correlation analysis. Unlike the conventional STIV, the developed method can be used to measure two-dimensional flow substantially. The method also has very high spatial resolution and reduces the analysis time. A verification test using artificial images with lid-driven cavity flow showed that the maximum error of the method is less than 10 % and the average error is less than 5 %. This means that the developed scheme seems to be fairly accurate, even for two-dimensional flow.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서는 기존의 휘고 경사 텐서법을 이용한 시공간 유속 산정 방법의 한계를 검토하고, 이를 개선하기 위해 상호상관법을 이용한 시공간 영상을 이용한 유속 측정 방법을 개발하였다. 또한 공동흐름을 하는 인공영상을 이용하여 상호상관법을 이용한 시공간 영상 분석법의 2차원 유속분포 측정 오차를 계산함으로써 정확도를 검증하였다.
앞서 살펴본 휘도 경사 텐서법의 문제점을 개선하기 위해 본 연구에서는 상호상관법을 이용한 새로운 시공간 영상 분석법을 개발하였다. 상호상관법을 이용한 시공간 영상 분석법은 기존의 휘도 경사 텐서법의 한계인 일방향 유속 측정과 줄무늬 기울기 계산의 부정확성을 개선하기 위하여 Fig.
이에 본 연구에서는 기존의 휘도 경사 텐서법을 이용한 시공간 유속 산정 방법의 한계를 검토하고, 이를 개선하기 위하여 시공간 영상을 상호상관법을 분석하는 방법을 이용한 유속 측정 방법을 개발하고자 한다. 또한 수치해석의 표준 문제 중 하나인 공동흐름을 재현한 인공영상을 이용하여, 상호상관법을 이용한 시공간 영상 분석법의 2차원 유속분포 측정 오차를 계산함으로써 정확도를 검증하고자 한다.
가설 설정
휘도 경사 텐서법을 좀 더 자세히 살펴보면 Fig. 1(b)에서 가로축은 흐름 방향이고, 세로축은 시간이다. Fig.
제안 방법
본 연구에서는 기존의 휘고 경사 텐서법을 이용한 시공간 유속 산정 방법의 한계를 검토하고, 이를 개선하기 위해 상호상관법을 이용한 시공간 영상을 이용한 유속 측정 방법을 개발하였다. 또한 공동흐름을 하는 인공영상을 이용하여 상호상관법을 이용한 시공간 영상 분석법의 2차원 유속분포 측정 오차를 계산함으로써 정확도를 검증하였다. 본 연구에서 얻은 결론을 요약하면 다음과 같다.
이에 본 연구에서는 기존의 휘도 경사 텐서법을 이용한 시공간 유속 산정 방법의 한계를 검토하고, 이를 개선하기 위하여 시공간 영상을 상호상관법을 분석하는 방법을 이용한 유속 측정 방법을 개발하고자 한다. 또한 수치해석의 표준 문제 중 하나인 공동흐름을 재현한 인공영상을 이용하여, 상호상관법을 이용한 시공간 영상 분석법의 2차원 유속분포 측정 오차를 계산함으로써 정확도를 검증하고자 한다.
상호상관법을 이용한 시공간 영상 분석법에서는 2차원유속분포 측정을 위해서 먼저 Δt의 시간 간격으로 촬영된 n매의 영상에서 측정점(p, q)을 지정하고, 이 측정점을 중심으로 두 방향의 측정선을 설정하였다.
앞서 살펴본 휘도 경사 텐서법의 문제점을 개선하기 위해 본 연구에서는 상호상관법을 이용한 새로운 시공간 영상 분석법을 개발하였다. 상호상관법을 이용한 시공간 영상 분석법은 기존의 휘도 경사 텐서법의 한계인 일방향 유속 측정과 줄무늬 기울기 계산의 부정확성을 개선하기 위하여 Fig. 3과 같이 영상의 가로축 방향과 세로축 방향을 모두 고려할 수 있도록 하였으며 기울기를 계산함에 있어 상호상관법을 이용하여 정확도를 개선하고자 하였다.
인공영상을 생성하기 위해서는 대상이 되는 속도장을 결정하고, 추적 입자의 위치 정보를 기반으로 영상 내 입자를 생성하는 과정이 필요하다. 이와 같은 인공영상 생성방법을 간단히 소개하면 우선 대상으로 하는 속도장으로서 1차원적인 해석 함수를 이용하거나, Rankine 와류나 Couette 흐름과 같이 수치적으로 모의하기 쉬운 흐름장을 이용하거나, LES 또는 직접 수치 모의에 의한 수치 모의 결과를 속도장으로 이용하도록 한다. 그리고 입자 명암값 형태는 Gauss 분포를 사용하였으며, 입자의 실제 좌표 (xp, yp, zp)를 화상에 투영한 위치를 (X, Y)로 놓고, 화상의 명암값 형태 I(x, y)를 Eq.
결국, 이동할 수 있는 방향은(p, q) 화소를 둘러싼 8개 화소 방향이 전부이다. 측정선 하나는 두 방향을 나타낼 수 있으므로, Fig. 4와 같이 오른쪽 방향(e), 아래쪽 방향(s), 오른쪽 아랫방향(se) 및 오른쪽 윗방향(ne)으로 총 4개의 측정선을 설정하였다. 각 방향에는 동서남북을 의미하는 기호를 부여하였다.
대상 데이터
7과 같다. 인공영상은 총 60매를 제작하였다.
데이터처리
상호상관법을 이용한 시공간 영상 분석법의 영상 분석 성능을 객관적으로 평가하기 위해 인공 영상(artificial images)을 이용하여 오차 분석을 실시하였다. 인공 영상의 경우 영상의 움직임을 사용자가 원하는 대로 제작할 수 있기 때문에 참값을 확보할 수 있다는 장점이 있다.
이론/모형
본 연구에서는 인공영상 내 입자의 움직임을 뚜껑 유도 공동 흐름(lid-driven cavity flow)으로 결정하였고, 인공 영상의 참값을 확보하기 위해서 공동 흐름에 대한 해석은 Ferziger and Peric (2002)에서 제시한 유한체적법을 이용하였다. 본 연구에서 상호상관법을 이용한 시공간 영상 분석법의 오차 분석에 공동 흐름을 이용한 이유는 공동 흐름이 Ghia et al.
인공 영상의 경우 영상의 움직임을 사용자가 원하는 대로 제작할 수 있기 때문에 참값을 확보할 수 있다는 장점이 있다. 인공영상의 생성방법은 일본의 가시화정보학회(The Visualization Society of Japan, 2002)에서 제시된 PIV 표준 영상 제작법을 재현하였다. 인공영상을 생성하기 위해서는 대상이 되는 속도장을 결정하고, 추적 입자의 위치 정보를 기반으로 영상 내 입자를 생성하는 과정이 필요하다.
성능/효과
1) 기존의 STIV 기법의 휘도 경사 텐서법의 경우 주흐름 방향의 1차원 유속만을 측정한다는 한계 때문에 2차원 유속분포를 측정하기 어려웠고, 시공간 영상의 줄무늬 기울기를 분석하는데 있어 줄무늬가 연속적이지 않을 경우에는 1차 편미분을 차분으로 근사하는 과정에서 오차가 크게 발생하는 것으로 나타났다.
2) 본 연구에서 개발한 상호상관법을 이용한 시공간 영상 분석법은 시공간 영상의 인접한 행 사이의 상관성이 존재한다는 것을 이용하여, 영상의 행 사이의 줄무늬 기울기를 구하고 이를 유속으로 환산하는 효율적인 방법임을 확인하였다. 또한 기존의 STIV 기법의 휘도 경사 텐서법이 주흐름 방향의 유속 측정만 가능한 반면 상호상관법을 이용한 시공간 영상 분석법은 시공간 영상의 8-방향을 모두 적용하여 2차원 유속분포 측정이 가능한 것을 확인하였다.
3) 시간 평균 유속을 산정하는데 있어 기존의 PIV 기법과 비교하여 분석시간이 크게 단축됨을 확인하였다. 이와 같이 유속 산정 시간이 짧아질 수 있다는 장점은 향후 실시간 하천 유량 조사에 크게 활용될 수 있을 것으로 판단된다.
4) 상호상관법을 이용한 시공간 영상 분석법의 정확도를 검증하기 위해 공동흐름을 하는 인공영상을 이용 하여 오차 분석을 수행한 결과 2차원 유속분포의 흐름방향을 비교적 정확하게 분석하는 것으로 나타났고, 2차원 유속분포의 전체 오차를 정량적으로 평가한 결과, 보통 5% 이내이며, 공동흐름의 급격한 2차원 방향 전환이 발생하는 지점에서도 최대 10% 이내의 오차를 보여 상당히 정확하게 2차원 유속분포 측정이 가능한 것으로 나타났다.
비록 5 화소/sec 이하로 속도가 거의 없는 좌우측의 하단부와 중앙부의 오차는 크게 나타났으나, 이는 속도가 너무 작기 때문에 분석 결과가 조금만 차이가 나더라도 상대적으로 오차는 클 수밖에 없기 때문에 문제가 되지 않는 것으로 판단된다. 대표적인 회전 흐름이 발생하는 지점의 오차 분석 결과를 좀 더 구체적으로 살펴보면 우선(↖)방향의 2차원 흐름을 보이는 영상의 좌측 하단의(200, 800) 지점에서는 p방향 참값은 -176.6 화소/sec이고, 계산된 속도는 -171.7 화소/sec로 둘 사이의 오차는 약 4.8 화소/sec(약 2.7%)로 나타났고, q방향 참값은 -154.7 화소/sec이고, 계산된 속도는 -156.3 화소/sec로 둘 사이의 오차는 약 1.6 화소/sec(약 1%)로 나타나 2차원 유속 분포를 매우 정확하게 계산하는 것으로 나타났다. 또한 흐름이 (→) 방향에서 (↓) 방향으로 급격히 변하는 우측 상단의(800,300)지점을 살펴보면 p방향 참값은 49.
첫째, 기존의 PIV 기법의 상호상관법은 유속 측정에 있어서 상관영역의 크기에 따라 유속 측정 정확도에 차이가 나타났으나(Kim, 2013), 상호상관 법을 이용한 시공간 영상 분석법의 경우 상관영역 크기 결정이 필요 없기 때문에 이에 따른 불확도를 고려하지 않아도 되는 장점이 있었다. 둘째, 기존의 휘도 경사 텐서 법은 주흐름 방향만 분석할 수 있었던 것에 반해, 상호상관법을 이용한 시공간 영상 분석법은 상호상관법을 시공간 영상에 8-방향 모두에 적용하여 2차원 유속분포를 측정할 수 있는 것을 확인하였다. 셋째, 시간 평균 유속을 산정하는데 있어 기존의 PIV 기법과 비교하여 분석시간이 크게 단축됨을 확인하였다.
2) 본 연구에서 개발한 상호상관법을 이용한 시공간 영상 분석법은 시공간 영상의 인접한 행 사이의 상관성이 존재한다는 것을 이용하여, 영상의 행 사이의 줄무늬 기울기를 구하고 이를 유속으로 환산하는 효율적인 방법임을 확인하였다. 또한 기존의 STIV 기법의 휘도 경사 텐서법이 주흐름 방향의 유속 측정만 가능한 반면 상호상관법을 이용한 시공간 영상 분석법은 시공간 영상의 8-방향을 모두 적용하여 2차원 유속분포 측정이 가능한 것을 확인하였다.
본 연구에서는 인공영상 내 입자의 움직임을 뚜껑 유도 공동 흐름(lid-driven cavity flow)으로 결정하였고, 인공 영상의 참값을 확보하기 위해서 공동 흐름에 대한 해석은 Ferziger and Peric (2002)에서 제시한 유한체적법을 이용하였다. 본 연구에서 상호상관법을 이용한 시공간 영상 분석법의 오차 분석에 공동 흐름을 이용한 이유는 공동 흐름이 Ghia et al. (1982)의 연구 이후 많은 연구자들에 의해 흐름 특성이 명확히 밝혀져 있고, 흐름특성으로는 2차원 유속분포를 갖고 있으며, 유속 분포가 균일하지 않고, 최대 유속과 최소 유속의 범위가 크기 때문에 수치 해석 기법의 성능 평가를 위해 많이 이용되고 있으며, 영상 분석 프로그램의 성능 평가에도 가장 적합할 것으로 판단하였다. 상호상관법을 이용한 시공간 영상 분석법의 오차 분석을 위한 인공영상은 Table 1과 같은 조건에 대하여 제작하였고, 제작한 인공 영상은 Fig.
상호상관법을 이용한 시공간 영상 분석법으로 계산한 속도벡터와 공동흐름의 참값을 비교한 결과 Fig. 8과 같이 2차원 유속분포의 흐름방향을 상당히 정확하게 분석하는 것으로 나타났고, 인공영상 전체에 대한 오차를 분석한 결과 Fig. 9와 같이 회전 흐름이 발생하는 대부분의 측점에서 최대 10% 이내의 만족스러운 오차를 나타냈다. 비록 5 화소/sec 이하로 속도가 거의 없는 좌우측의 하단부와 중앙부의 오차는 크게 나타났으나, 이는 속도가 너무 작기 때문에 분석 결과가 조금만 차이가 나더라도 상대적으로 오차는 클 수밖에 없기 때문에 문제가 되지 않는 것으로 판단된다.
둘째, 기존의 휘도 경사 텐서 법은 주흐름 방향만 분석할 수 있었던 것에 반해, 상호상관법을 이용한 시공간 영상 분석법은 상호상관법을 시공간 영상에 8-방향 모두에 적용하여 2차원 유속분포를 측정할 수 있는 것을 확인하였다. 셋째, 시간 평균 유속을 산정하는데 있어 기존의 PIV 기법과 비교하여 분석시간이 크게 단축됨을 확인하였다. 영상 분석시간은 영상의 수와 영상 내 측점 수 및 상관영역의 크기에 따라 결정된다.
그러나 Fujita and Tsubaki (2003)의 방법을 실제 적용해 본 결과, 오류 벡터가 발생하는 빈도가 매우 높았다. 오차의 원인을 고찰한 결과, 1차 편미분을 차분으로 근사하는 과정에서 생기는 문제인 것으로 나타났다. 시공간 영상을 확대하면, 일반적으로 Fig.
본 연구에서 개발된 상호상관 시공간영상분석법은 다음과 같은 장점이 있다. 첫째, 기존의 PIV 기법의 상호상관법은 유속 측정에 있어서 상관영역의 크기에 따라 유속 측정 정확도에 차이가 나타났으나(Kim, 2013), 상호상관 법을 이용한 시공간 영상 분석법의 경우 상관영역 크기 결정이 필요 없기 때문에 이에 따른 불확도를 고려하지 않아도 되는 장점이 있었다. 둘째, 기존의 휘도 경사 텐서 법은 주흐름 방향만 분석할 수 있었던 것에 반해, 상호상관법을 이용한 시공간 영상 분석법은 상호상관법을 시공간 영상에 8-방향 모두에 적용하여 2차원 유속분포를 측정할 수 있는 것을 확인하였다.
첫째, 휘도 경사 텐서법은 상호상관법에 비해 계산 시간이 빠르다는 장점이 있다. 상호상관법의 경우 동일한 시간 동안 촬영한 영상을 프레임 수에 따라 나누어 각각을 분석한 다음에 순간유속들을 평균하는 방식이고, 휘도 경사 텐서법은 영상 전체를 한꺼번에 계산하여 평균유속을 산정하기 때문에 계산 시간이 무척 짧아질 수 있다.
후속연구
예를 들어 하천의 유량 조사 시 10초 평균된 유속을 얻고자 하였을 때, 기존의 영상유속계는 총 600 장의 영상을 두 장씩 묶어서 총 599회 영상 분석을 실시한 후 그 결과들을 평균하였다면 상호상관법을 이용한 시공간 영상 분석법은 600장의 영상을 시간 축으로 놓고 한 번에 계산하기 때문에 동일한 측점 수와 상관영역의 크기가 같다고 가정하였을 때 기존의 PIV 기법의 유속 계산 시간을 약 1/600 정도로 감소되었다. 따라서 향후 실시간 하천 유량조사가 필요한 지점에 크게 활용될 수 있을 것으로 판단된다.
마지막으로 본 본 연구에서 개발한 상호상관법을 이용한 시공간 영상 분석법은 기존의 PIV 기법을 이용한 표면 영상유속계와 비교하여 시간 평균한 유속을 짧은 시간에 계산할 수 있고, 비교적 신뢰할 수 있는 정확도를 보이기 때문에 추후에 다양한 현장 적용을 통해 실용성을 검증하는 연구가 필요할 것이다. 특히 기존의 표면영상유속계로 유속 측정이 어려웠던 야간의 적외선 영상과 같이 노이즈가 심한 영상, 입자가 부족한 영상 및 홍수 시 수면파문 등에 대한 적용 및 정확도 평가가 필요할 것이다.
3) 시간 평균 유속을 산정하는데 있어 기존의 PIV 기법과 비교하여 분석시간이 크게 단축됨을 확인하였다. 이와 같이 유속 산정 시간이 짧아질 수 있다는 장점은 향후 실시간 하천 유량 조사에 크게 활용될 수 있을 것으로 판단된다.
마지막으로 본 본 연구에서 개발한 상호상관법을 이용한 시공간 영상 분석법은 기존의 PIV 기법을 이용한 표면 영상유속계와 비교하여 시간 평균한 유속을 짧은 시간에 계산할 수 있고, 비교적 신뢰할 수 있는 정확도를 보이기 때문에 추후에 다양한 현장 적용을 통해 실용성을 검증하는 연구가 필요할 것이다. 특히 기존의 표면영상유속계로 유속 측정이 어려웠던 야간의 적외선 영상과 같이 노이즈가 심한 영상, 입자가 부족한 영상 및 홍수 시 수면파문 등에 대한 적용 및 정확도 평가가 필요할 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
하천의 유속 측정을위해 일반적으로 사용하는 것은 무엇인가?
이와 같은 이유로 국내 하천 계획과 관리에 활용 가능한 관측 자료가 많이 부족한 실정이다. 일반적으로 하천의 유속 측정은 대부분 평수 시에 휴대용 프로펠러식 유속계를 이용하고 있으며 홍수 시에 부자 관측법을 이용하고 있다. 홍수 시에 이용되는 부자 관측법의 경우 많은 인력이 필요하고, 측정시간이 많이 필요하며, 부자가 흐름방향의 유속을 정확하게 따라가지 못하는 문제가 있기 때문에 고정확도의 유속 측정을 기대할 수 없다는 한계를 가지고 있다(Fujita and Tsubaki, 2003).
수자원의 효율적인 계획과 관리를 위해 중요한 것은 무엇인가?
수자원의 효율적인 계획과 관리를 위해서는 지속적이고 신뢰성 있는 하천의 유량 조사가 매우 중요하다. 즉, 효율적인 하천 계획과 관리를 위해서는 하천에서 실제 벌어지고 있는 현상 즉 얼마만큼의 물이 어떤 유속과 깊이로 흐르고 있는지에 대한 정보를 최대한 많은 지점에 대하여 파악할 필요가 있다.
수자원의 효율적인 계획과 관리를 위해 하천에서 파악해야할 것은 무엇인가?
수자원의 효율적인 계획과 관리를 위해서는 지속적이고 신뢰성 있는 하천의 유량 조사가 매우 중요하다. 즉, 효율적인 하천 계획과 관리를 위해서는 하천에서 실제 벌어지고 있는 현상 즉 얼마만큼의 물이 어떤 유속과 깊이로 흐르고 있는지에 대한 정보를 최대한 많은 지점에 대하여 파악할 필요가 있다. 하천에서 유속 및 수심을 관측하는 것은 일면 쉬워 보이면서도, 막상 어느 정도의 정확도를 확보하면서 측정한다는 것은 생각보다 어려운 일이다.
참고문헌 (12)
Bigun, J. (2006). Vision with direction-a systematic introduction to image processing and computer vision, Springer.
Ettema, R., Fujita, I., Muste, M., and Kruger, A. (1997). "Particle-image velocimetry for whole-field measurement of ice velocities." Cold Regions Science and Technology, Vol. 26, pp. 97-112.
Ferziger, J.H., and Peric, M. (2002) Computational methods for fluid dynamics, Springer.
Fujita, I., and Tsubaki, R. (2003) "Convection velocity measurement of river surface ripples by using spacetime images." J. of River Technology, JSCE, Vol. 8, pp. 55-60 (in Japanese).
Fujita, I., Watanabe, H., and Tsubaki, R. (2005). "Efficient analysis method for river flow measurement using space-time images." Proc. of 31th IAHR Congress, Sep. 11-16, Seoul, Korea.
Ghia, U., Ghia, K.N., and Shin, C.T. (1982) "High-resolutions for incompressible flow using the Navier-Stokes equations and a multigrid method." J. Computational Physics, Vol. 48, pp. 387-411.
Jahne, B. (1993). Spatio-temporal image processing, Springer, pp. 150-152.
Kim, S.J. (2013). Determination of interrogation-area size based on error analysis for the surface image vlocimetry, Ph.D. thesis, Myongji University. (in Korean)
Kim, S.J., Yu, K., and Yoon, B.M. (2011). "Real-time Discharge Measurement of the river using Fixed-type Surface Image Velocimetry." J. of Korea Water Resources Association, KWRA, Vol. 44, No. 5, pp. 377-388. (in Korean)
※ AI-Helper는 부적절한 답변을 할 수 있습니다.