[논문]합성개구레이더 인공위성 영상을 활용한 중소규모 하천에서의 유량 추정

서민지; 김동균; 차준호

doi:10.3741/jkwra.2018.51.12.1181

합성개구레이더 인공위성 영상을 활용한 중소규모 하천에서의 유량 추정
Estimation of stream flow discharge using the satellite synthetic aperture radar images at the mid to small size streams 원문보기

Journal of Korea Water Resources Association = 한국수자원학회논문집, v.51 no.12, 2018년, pp.1181 - 1194

서민지 (홍익대학교 토목공학과) , 김동균 (홍익대학교 토목공학과) , (홍익대학교 토목공학과) , 차준호 (한강홍수통제소 수자원정보센터)

초록
AI-Helper

본 연구에서는 2015년에서 2017년 사이에 유럽항공우주국 Sentinel-1 위성이 촬영한 Synthetic Aperture Radar (SAR) 영상을 활용하여 한강 유역 내 하천의 유량을 추정하는 모형을 개발하였다. 한강 유역 내 15개 중소규모 하천을 연구지역으로 선정하였으며 SAR 인공위성 영상 자료와 수위 및 유량관측소에서 산정한 유량 자료를 모형 구축을 위하여 사용하였다. 우선, 오류 보정을 위해 다양한 전처리 과정을 거친 12장의 SAR 영상을 히스토그램 매칭 기법을 적용하여 이미지의 밝기 분포를 동일하게 만들었다. 이후 임계치 분류방식을 사용하여 추출된 하천 수체의 면적과 지상 관측유량자료와의 관계식을 도출하여 유량추정모형을 구축하였다. 그 결과, 1개소를 제외한 14개 관측소에서 인공위성에서 추출한 하천 면적을 입력 자료로 하는 멱함수 형태의 유량추정모형을 구축할 수 있었다. 14개 관측소의 최소, 평균, 최대 결정 계수($R^2$)는 0.3, 0.8, 0.99로 나타났다.

Abstract ▼ AI-Helper

This study suggests a novel approach of estimating stream flow discharge using the Synthetic Aperture Radar (SAR) images taken from 2015 to 2017 by European Space Agency Sentinel-1 satellite. Fifteen small to medium sized rivers in the Han River basin were selected as study area, and the SAR satellite images and flow data from water level and flow observation system operated by the Korea Institute of Hydrological Survey were used for model construction. First, we apply the histogram matching technique to 12 SAR images that have undergone various preprocessing processes for error correction to make the brightness distribution of the images the same. Then, the flow estimation model was constructed by deriving the relationship between the area of the stream water body extracted using the threshold classification method and the in-situ flow data. As a result, we could construct a power function type flow estimation model at the fourteen study areas except for one station. The minimum, the mean, and the maximum coefficient of determination ($R^2$) of the models of at fourteen study areas were 0.30, 0.80, and 0.99, respectively.

주제어

표/그림 (13)

표 Table 1. Satellites observing river hydraulic variables currently in operation or in the future
그림 Fig. 1. Study area of the Han river basin, the blue lines represent the river and the white circles represent the gauge station.(a) Gangchon Bridge, (b) Geoun Bridge, (c) Gurun Bbridge, (d) Daegok Bridge, (e) Daeseongri, (f) Bongsang Bridge, (g) Biryong Bridge, (h) Sarang Bridge, (i) Anheung Bridge, (j) Yeongwol Bridge, (k) Eunhyun Bridge, (l) Changhyun Bridge, (m) Jijeong Bridge, (n) Palgoe Bridge, (o) Paldang Bridge
표 Table 2. Characteristics of Sentinel-1 IW mode
그림 Fig. 2. Schematic showing the overall methodology
그림 Fig. 3. Algorithm of finding an optimal target area and a maximum correlation coefficient
그림 Fig. 4. (a) Target areas for case 1 and case 2 at Sarang Bridge; (b) Correlation coefficient between the water area and discharge varying with different water extraction threshold. Two different curves correspond to different cases of target area (two polygons shown in Fig. 4(a)).; (c) Relationship between the extracted water surface area and discharge based on the target area case 1; (d) Relationship between the extracted water surface area and discharge based on the target area case 2
그림 Fig. 5. Relationship between the average side slope and coefficient of determination for the 15 gauge stations
그림 Fig. 6. A side slope of the cross section at the Sarang bridge and the Daegok bridge
그림 Fig. 7. Sentinel-1 satellite imagery of (a) Anheung Bridge where water surface area-flow discharge relationship could not be derived and that of (b) Sarang Bridge where water surface area-flow discharge relationship could be clearly derived
그림 Fig. 8. Relationship between the extracted water surface area (x) and the flow discharge (y) for the 15 gauge stations. The blue triangles represent data for constructing a model, The red lines represent a discharge estimation model and the circles represent validation data
그림 Fig. 9. Cross section at the Daeseongri, Gapyeonggun. The green line represents maximum water level and the blue line represents minimum water level
표 Table 3. Correlation equation in water surface area and discharge
그림 Fig. 10. Relationship between discharge estimated from remotely sensed water surface area and the observed in situ discharge for the 14 gauged stations

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구에서는 기존의 관측소 유량 추정 방법의 한계를 극복하기 위하여 인공위성을 활용한 유량추정모형을 구축하였다. 유럽항공우주국 Sentinel-1 위성의 SAR 영상과 지상 관측소 유량 자료를 입력 자료로 활용하여, 한강 유역 내 15개 관측 소의 하천 유량을 추정하였다.
이에 본 연구는 인공위성을 활용하여 다양한 범위의 하천에 적용할 수 있는 정확도 높은 유량 추정 기법을 개발하고자 하였다. 우리나라 한강 유역 내 평균 유량 13 m³/s의 소규모 하천부터 평균 유량 267 m³/s의 대규모 하천을 포함한 총 15개관측소의 하천 유량을 인공위성 영상 자료와 현장 관측소 유량 자료를 통해 추정하였다.

가설 설정

Fig. 6은 모형의 성능이 가장 좋았던 경우인 (a) 사랑교와 함께 사랑교와 폭은 비슷하지만 모형의 성능이 낮았던 (b) 대곡교의 하천 단면을 보인다. 사랑교의 경우, 평균적으로 완만한 경사를 가지고 있어 최저 수위일때와 최고 수위일 때의 폭의 차이가 크다.
SNAP 프로그램에서는 다양한 분포 형태의 노이즈들을 처리하기 위하여 Mean, Median, Lee, Lee Sigma, GammaMA 등 8개의 필터를 지원한다. 본 연구에서는 노이즈를 가우 시안 분포로 가정하는 Lee Sigma 필터를 사용하여 필터링을하였다. 이 필터는 관심 픽셀의 값을 지정된 범위 내에 있는모든 픽셀값의 평균으로 바꿔준다(Lee, 1983; Mansourpour et al.
이를 통해 추출된 12 개의 수체면적과 각각의 촬영 시간에 해당하는 하천 유량과의 상관계수를 도출하였다. 여기에서, 하천의 면적과 유량의 상관관계식은 멱함수 관계를 갖는 것으로 가정하였다(Leopold and Maddock, 1953; Smith et al., 1996; Govindasamy et al., 2012; Kim and Paik, 2015; Sichangi et al., 2016). 그리고 임계값을 바꾸며 수체와 비수체를 분류하는 과정을 반복 하면서 수체면적과 하천 유량의 상관관계가 가장 높게 도출되는 임계값을 기록하였다.

제안 방법

그러므로 관측소와 관련된 하천만을 추출하고 타 영향을 최소화하기 위하여 특정 하천 영역을 다각형으로 잘라 분리한 후(Fig. 3(a)의 점선), 잘라낸 다각형 내의 픽셀값들에 대하여 임계치 분류방식을 적용하였다.
(2003)의 결과를 바탕으로 유량을 추정하였다. AirSAR 이미지와 Eleven digital orthophoto quadrangles (DOQs)를 이용하여 하천의 폭을 추정하였고 USGS의 1: 24,000 지형도를 이용하여 경사를 얻었다. Smith et al.
임계치 분류방식은 특정 임계값(threshold)을기준으로 수체와 비수체를 분류하는 방법이다. SAR 영상에서 수체는 후방 산란 값이 작아 주변의 비수체보다 픽셀값이 작으며 어둡게 나타나므로 임계값보다 픽셀값이 작으면 수체, 임계값보다 크면 비수체로 분류하였다(Otsu, 1979; Matgen et al., 2011; Twele, 2016). 이때, 임계치 분류방식을 이미지내 전체 픽셀에 적용할 경우, 타 하천 및 주변 시설물, 토지이용 등의 영향을 받는다.
SAR 영상을 활용하여 하천의 유량을 추정하기 위해 먼저 위성 영상의 오류를 보정하는 전처리 과정을 거쳤다. 이 과정은 ESA에서 개발한 무료 프로그램인 Sentinels Application Platform (SNAP, http://step.
또한 각 관측소 별 6개의 Sentinel-1 위성 영상 자료와 관측소 유량자료를 검증자료로 활용하였다. 각 관측소별 유량추정모형 구축시 얻은 임계값으로 수체의 면적을 추출한 후 유량추정모형으로 추정한 유량 값과 실제 관측소 유량자료와의 비교를 통해 유량추정모형을 검증하였다.
, 2016). 그리고 임계값을 바꾸며 수체와 비수체를 분류하는 과정을 반복 하면서 수체면적과 하천 유량의 상관관계가 가장 높게 도출되는 임계값을 기록하였다. 마지막으로, 이 과정을 다양한 다각형 지역에 대하여 시도하며 수체면적과 하천 유량의 상관관계가 가장 높게 도출되는 다각형 지역과 임계값을 선택하였다.
그리고 지형 보정(Range-Doppler terrain correction)을 통해 이미지의 좌표체계를 WGS84 좌표계로 변환시키고 보정 하였다(Fig. 2(c)).
우리나라 한강 유역 내 평균 유량 13 m³/s의 소규모 하천부터 평균 유량 267 m³/s의 대규모 하천을 포함한 총 15개관측소의 하천 유량을 인공위성 영상 자료와 현장 관측소 유량 자료를 통해 추정하였다. 또한, 활용도 높은 기법을 마련하기 위하여 하천 단면의 형태 및 경사, 하천 폭, 주변 시설물 등을 다각도로 검토하였다.
이 과정을 통해 보다 정확한 하천 면적과 유량의 상관관계식을 구할 수 있었다. 먼저, 특정 하천 영역을 다각형으로 잘라 분리한 후, 수체와 비수체를 분류하는 임계값의 범위 내에서 하나의 특정 임계값을 선택하여 12장의 사진 각각에 대하여 수체와 비수체를 분류하였다. 이를 통해 추출된 12 개의 수체면적과 각각의 촬영 시간에 해당하는 하천 유량과의 상관계수를 도출하였다.
밝기 분포를 일치시킨 이미지에서 임계치 분류방식 Threshold Separation Method로 하천 영역을 추출하여 하천의 면적과 유량의 상관관계를 파악하고 관계식을 구하였다(Fig. 2(g) and Fig.
이를 통해 각 관측소 내 모든 이미지의 히스토그램을 기준 이미지의 히스토그램과 일치하게 바꿔주었다. 이때, 이미지의 픽셀값은 밝기를 나타내며 이는 0과 1사이의 값으로 최대값과 최소값의 차이가 매우 커 log 를 취했으며, 너무 밝거나 어둡지 않고 하천의 경계가 뚜렷한이미지를 기준 이미지로 선정하였다.
, 2012; Liu, 2016). 이에 의한 영향을 줄이기 위하여 본 연구에서는 Fig. 3(a)와 같이 하천 주변 영역을 분리 하여 분석하였는데, 이러한 과정은 자동화되지 않아 하천을 포함한 주변지역을 육안으로 확인하며 다각형의 모양으로 선택해야만 한다. 이 과정에서 주의해야 할 점은 다음과 같다:(1) 다른 하천의 영향을 받지 않도록 하천이 합류 또는 분리되는 지점과 떨어진 영역을 선택해야 한다 (Fig.

대상 데이터

이를 통해 폭 50 m 이하의 좁은하천의 경우 본 연구가 제안하는 기법을 통해 하천의 면적을 정확하게 추출하기 어려우며, 이에 따라 유량에 따른 하천 면적의 변동을 파악하기 어렵다는 점을 알 수 있다. Fig. 7에 본연구에서 모형의 성능이 가장 좋았던 사랑교와 모형 구축에실패한 안흥교에서 2017년 7월 13일 06시 31분(한국 시간 기준)에 촬영한 전처리 과정을 마친 인공위성 영상을 보였다.
Table 2는 Sentinel-1 IW모드의 특징을 나타낸다(European SpaceAgency, 2013; Liu, 2016). Sentinel-1 위성 영상은 Copernicus Open Access Hub (https://scihub.copernicus.eu/dhus)에서 얻었다.
각 관측소에서 2015년 1월 1일부터 2017년 10월 31일까지 인공위성 영상이 존재하는 시점의 10분 단위 수위 및 유량 자료를 18개 선별한 후, 그중 12개 자료는 유량추정모형 구축을위하여 사용하였고, 6개 자료는 검증을 위해 사용하였다. 자료 선별 시에는 저유량 및 고유량의 자료를 고르게 선별하였으며 15개 관측소 분석을 위하여 총 270개의 유량 자료를 사용하였고 75개의 인공위성 영상 자료를 사용하였다.
그 결과, 강원도 횡성군에 위치한 안흥교 1개소를 제외한 14개 관측소에서 하천 면적을 입력 자료로 하는 멱함수 형태의 유량추정모형을 구축할 수 있었다. 또한 각 관측소 별 6개의 Sentinel-1 위성 영상 자료와 관측소 유량자료를 검증자료로 활용하였다. 각 관측소별 유량추정모형 구축시 얻은 임계값으로 수체의 면적을 추출한 후 유량추정모형으로 추정한 유량 값과 실제 관측소 유량자료와의 비교를 통해 유량추정모형을 검증하였다.
, 2013). 미 해군은 1985년부터 1989년까지 운용된 Geosat 위성을 활용하여 연구를 수행하였다(Raclot, 2006). Koblinsky et al.
본 연구에서는 Sentinel-1의 4가지 자료 획득 모드(Stripmap (SM), Interferometric Wide swath (IW), Extra-Wide swath (EW), Wave (WV)) 중 주된 획득 모드이며 20 m×22 m (range× azimuth) 공간 해상도로 데이터를 수집하는 Interferometric Wide swath Mode (IW)의 Ground Range Detected (GRD) 자료를 사용하였다(Torres et al., 2012; Liu, 2016).
본 연구에서는 유량추정모형 구축 및 검증을 위하여 유럽항공우주국(European Space Agency)에서 운영하는 Sentinel-1 위성이 생산하는 합성개구레이더(Synthetic Aperture Radar, 이후 SAR) 영상자료를 이용하였다.
본 연구의 연구지역은 한강유역이다. 한강의 유역면적은 45,070 km²이며 연평균 기온은 10-13℃이다.
지상 관측 자료의 필요성과 함께 인공위성 영상의 해상도 또한 본 모형의 한계점이다. 연구에서 사용한 Sentinel-1 위성 영상의 공간 해상도는 약 20 m이다. 분석이 불가능 했던 안흥교의 경우, 하천 폭이 30-50 m로 인공위성의 공간 해상도에 비해 좁아 위성 영상에서 수체와 비수체를 구별할 수 없어 하천 면적을 추출할 수 없었다.
이에 본 연구는 인공위성을 활용하여 다양한 범위의 하천에 적용할 수 있는 정확도 높은 유량 추정 기법을 개발하고자 하였다. 우리나라 한강 유역 내 평균 유량 13 m³/s의 소규모 하천부터 평균 유량 267 m³/s의 대규모 하천을 포함한 총 15개관측소의 하천 유량을 인공위성 영상 자료와 현장 관측소 유량 자료를 통해 추정하였다. 또한, 활용도 높은 기법을 마련하기 위하여 하천 단면의 형태 및 경사, 하천 폭, 주변 시설물 등을 다각도로 검토하였다.
본 연구에서는 기존의 관측소 유량 추정 방법의 한계를 극복하기 위하여 인공위성을 활용한 유량추정모형을 구축하였다. 유럽항공우주국 Sentinel-1 위성의 SAR 영상과 지상 관측소 유량 자료를 입력 자료로 활용하여, 한강 유역 내 15개 관측 소의 하천 유량을 추정하였다. SAR 영상은 오류보정을 위한전처리 과정과 밝기 분포를 동일하게 만들어주는 Histogram Matching 기법을 거쳤으며, 임계치 분류 방식 Threshold Separation Method 로 영상에서 하천의 면적을 추출하였다.
각 관측소에서 2015년 1월 1일부터 2017년 10월 31일까지 인공위성 영상이 존재하는 시점의 10분 단위 수위 및 유량 자료를 18개 선별한 후, 그중 12개 자료는 유량추정모형 구축을위하여 사용하였고, 6개 자료는 검증을 위해 사용하였다. 자료 선별 시에는 저유량 및 고유량의 자료를 고르게 선별하였으며 15개 관측소 분석을 위하여 총 270개의 유량 자료를 사용하였고 75개의 인공위성 영상 자료를 사용하였다. 하나의 인공위성 영상이 한강 유역 전체를 포함하지 않으며 촬영 범위가 시기마다 다르므로 15개 관측소마다 사용한 18개 자료의 위성 영상이 모두 동일하지는 않으나, 대부분 중복되는 영상을 사용하여 분석하였다.
자료 선별 시에는 저유량 및 고유량의 자료를 고르게 선별하였으며 15개 관측소 분석을 위하여 총 270개의 유량 자료를 사용하였고 75개의 인공위성 영상 자료를 사용하였다. 하나의 인공위성 영상이 한강 유역 전체를 포함하지 않으며 촬영 범위가 시기마다 다르므로 15개 관측소마다 사용한 18개 자료의 위성 영상이 모두 동일하지는 않으나, 대부분 중복되는 영상을 사용하여 분석하였다. Fig.
한강 유역 내 15개 관측소에서 하천의 유량을 추정하기 위하여 2015년 1월 1일부터 2017년 10월 31일까지의 각 관측소별 12개의 Sentinel-1 위성 영상 자료와 관측소 유량자료를 활용하였다. 그 결과, 강원도 횡성군에 위치한 안흥교 1개소를 제외한 14개 관측소에서 하천 면적을 입력 자료로 하는 멱함수 형태의 유량추정모형을 구축할 수 있었다.
강수량은 1,200-1,500 mm로, 특히 여름인 7월과 8월에 태풍과 장마의 영향으로 강수량이 집중된다(한강홍수통제소, 2016). 한강 유역 내 15개 수위 및 유량 관측소를 선별하여 본 연구에 활용하였으며, 관측소 선별 시에는 한강홍수통제소에서 운영하는 총 165 개의 관측소 중 수위 자료만 존재하고 유량 자료가 없는 55개의 관측소를 제외한 후 관측소 주변에 댐이나 수력발전소와 같이 하천의 자연스러운 흐름을 방해하는 시설물과 떨어져있고 하천이 합류되거나 분리되는 지점과 떨어져 있는 관측소중 15개를 선택하였다.

데이터처리

그리고 임계값을 바꾸며 수체와 비수체를 분류하는 과정을 반복 하면서 수체면적과 하천 유량의 상관관계가 가장 높게 도출되는 임계값을 기록하였다. 마지막으로, 이 과정을 다양한 다각형 지역에 대하여 시도하며 수체면적과 하천 유량의 상관관계가 가장 높게 도출되는 다각형 지역과 임계값을 선택하였다.
먼저, 특정 하천 영역을 다각형으로 잘라 분리한 후, 수체와 비수체를 분류하는 임계값의 범위 내에서 하나의 특정 임계값을 선택하여 12장의 사진 각각에 대하여 수체와 비수체를 분류하였다. 이를 통해 추출된 12 개의 수체면적과 각각의 촬영 시간에 해당하는 하천 유량과의 상관계수를 도출하였다. 여기에서, 하천의 면적과 유량의 상관관계식은 멱함수 관계를 갖는 것으로 가정하였다(Leopold and Maddock, 1953; Smith et al.

이론/모형

유럽항공우주국 Sentinel-1 위성의 SAR 영상과 지상 관측소 유량 자료를 입력 자료로 활용하여, 한강 유역 내 15개 관측 소의 하천 유량을 추정하였다. SAR 영상은 오류보정을 위한전처리 과정과 밝기 분포를 동일하게 만들어주는 Histogram Matching 기법을 거쳤으며, 임계치 분류 방식 Threshold Separation Method 로 영상에서 하천의 면적을 추출하였다.
위성 영상은 동일한 지역을 동일한 궤도에서 촬영했더라도 촬영 당시의 기후조건, 일조량 등에 따라 영상의 밝기와 대비가 각기 다르다(Dellepiane and Elena, 2012). 한 관측소에서 촬영한 여러 시기의 위성 영상에서 하천의 면적을 추출할때, 모든 영상의 이미지의 밝기 분포를 동일하게 만들어 주기 위하여 누적 분포 함수 Cumulative Distribution Function (CDF)을 활용한 Histogram Matching 기법(Homer et al., 1997; Helmer and Ruefenacht, 2005; Bourke, 2011; Kim and Kim, 2014)을 활용하였다(Fig. 2(e)).

성능/효과

8로 대부분의 관측소에서 높게 나타났다. 14개 관측소 중 결정 계수가 0.5 이하인 관측소가 두 군데 존재하였는데, 서울시 대곡교의 경우 하천 폭이 40-60 m로 좁아 하천 면적 추출 시 정확도가 떨어지는 것으로 판단되며, 가평군 대성리는 하천의 폭은 약 250 m 로 넓지만 하천 단면의 측면 경사가 급해 유량이 크게 변화하 여도 인공위성에 바라본 하천의 면적의 변화가 크지 않아 정확도 높은 유량추정모형을 구축하는데 어려움이 있는 것으로 파악되었다. Fig.
추출한 면적과 유량의 관계식을 도출하여 유량추정모형을 구축한 결과, 1개소를 제외한 14개 관측소에서 하천 면적을입력 자료로 하는 멱함수 형태의 유량추정모형을 구축할 수 있었다. 14개 관측소의 평균 결정 계수(R²)는 0.8로 대부분의 관측소에서 높게 나타났으며 다양한 크기의 하천에서 정확도 높은 결과를 얻을 수 있었다.
한강 유역 내 15개 관측소에서 하천의 유량을 추정하기 위하여 2015년 1월 1일부터 2017년 10월 31일까지의 각 관측소별 12개의 Sentinel-1 위성 영상 자료와 관측소 유량자료를 활용하였다. 그 결과, 강원도 횡성군에 위치한 안흥교 1개소를 제외한 14개 관측소에서 하천 면적을 입력 자료로 하는 멱함수 형태의 유량추정모형을 구축할 수 있었다. 또한 각 관측소 별 6개의 Sentinel-1 위성 영상 자료와 관측소 유량자료를 검증자료로 활용하였다.
(2004)는 IKONOS 위성과 QuickBird-2 위성의 고해상도(1 m scale) 이미지를 활용하여 얻은 강의 폭과 수위, 수위-유량 관계식을 이용하여 중국 양쯔강(Yangtze River, China)의 유량을 추정하였다. 다섯장의 Quickband-2 이미지를 이용하여 추정한 유량이 5곳의 지상관측소에서 측정한 유량과 95%의 정확도로 일치하였다. 이후 위성영상을 활용한 유량 추정의 정확도가 보다 향상되었다.
실선은 본 연구에서 구축한 멱함수형태의 유량추정모형을 나타내며, 삼각형과 원형 표식은 유량추정모형을 구축 및 검증하는데 사용한 자료를 각각 나타낸다. 따라서 그래프의 표식이 실선에 가까울수록 유량추정모형의 정확도가 높으며, 검증 자료인 원형 표식이 대부분 유량추정모형과 동일하거나 유사한 값을 나타내는 것을 확인하였다.
따라서, 결과들을 종합적으로 볼 때, 본 연구에서 구축한 유량추정모형의 정확도가 높은 것으로 판단된다.
자료의 분포가 실선에 가까울수록 모형의 성능이 우수함을 의미하며, 모형 구축에 사용한 자료와 검증 자료 모두 실선에 가깝게 나타나 본 모형의 성능이 좋음을 알 수 있었다. 또한 유량 값이 클때 더욱 실선에 가깝게 나타난 것으로 보이지만 로그 축을 사용했으므로 절대적인 값의 차이로 볼 때, 유량 값이 작을 때에도 모형의 성능이 우수하다고 판단된다.
유량추정모형 구축에 실패한 안흥교는 결정 계수를 0으로 나타냈다. 이를 통해하천 단면의 평균 측면 경사가 커질수록 유량추정모형의 결정 계수가 낮아지는 경향성을 확인할 수 있었다. 이는 측면 경사가 완만할 경우 유량 변동에 따라 하천 폭이 민감하게 반응하고 면적의 변화 또한 크지만, 경사가 급할 경우 유량에 따른면적의 변화를 파악하기 어렵기 때문이다.
9은 대성리의 하천 단면을 나타내며 최대 수위와 최소 수위의 하천 폭 차이가 크지 않음을 알 수 있다. 이를통해 본 연구가 제안하는 수체-유량 추정모형 구축 시 하천의 폭보다, 하천 단면의 측면 경사가 중요한 영향을 미치는 것을 파악했다.
x축은 관측소 유량을 나타내고 y축은 모형을 통해 추정한 유량을 나타낸다. 자료의 분포가 실선에 가까울수록 모형의 성능이 우수함을 의미하며, 모형 구축에 사용한 자료와 검증 자료 모두 실선에 가깝게 나타나 본 모형의 성능이 좋음을 알 수 있었다. 또한 유량 값이 클때 더욱 실선에 가깝게 나타난 것으로 보이지만 로그 축을 사용했으므로 절대적인 값의 차이로 볼 때, 유량 값이 작을 때에도 모형의 성능이 우수하다고 판단된다.
추출한 면적과 유량의 관계식을 도출하여 유량추정모형을 구축한 결과, 1개소를 제외한 14개 관측소에서 하천 면적을입력 자료로 하는 멱함수 형태의 유량추정모형을 구축할 수 있었다. 14개 관측소의 평균 결정 계수(R²)는 0.

후속연구

또한 미국 National Aeronautics and Space Administration (NASA)에서 Advanced Topographic Laser Altimeter System (ATLAS) 기기를 탑재한 ICESat-2와 Interferometric Synthetic Aperture Radar (InSAR) 기기를 탑재한 NI-SAR가 각각 2018년, 2021년에 발사될 예정이며 (Markus et al., 2016; Rosen et al., 2017), 프랑스 Centre national d'études spatiales (CNES)와 협업하여 지구 대륙 내 강이나 하천, 습지 등과 해양환경을 분석하기 위해 개발한 SWOT가 2020년 발사될 예정이다(Fu and Ubelmann, 2014).
본 연구의 결과가 유량관측소가 설치되지 않은 중소규모의 다양한 하천에서 유량자료를 구축하는데 기여할 수 있기를 기대한다.
Table 1에 현재 운용되거나, 미래에 계획 되어 있는 수문인자 관측 인공위성과 관련한 정보를 요약하였다. 이러한 사실들을 감안한다면 인공위성 기반의 유량 및 수문인자 측정 방법은 더욱 널리 활용될 것이다.
분석이 불가능 했던 안흥교의 경우, 하천 폭이 30-50 m로 인공위성의 공간 해상도에 비해 좁아 위성 영상에서 수체와 비수체를 구별할 수 없어 하천 면적을 추출할 수 없었다. 이를 통해 폭 50 m 이하의 좁은하천의 경우 본 연구가 제안하는 기법을 통해 하천의 면적을 정확하게 추출하기 어려우며, 이에 따라 유량에 따른 하천 면적의 변동을 파악하기 어렵다는 점을 알 수 있다. Fig.
지상 관측 자료의 필요성과 함께 인공위성 영상의 해상도 또한 본 모형의 한계점이다. 연구에서 사용한 Sentinel-1 위성 영상의 공간 해상도는 약 20 m이다.
그 밖에도 모형구축 시 관측소 유량 자료가 필요하고 하천 주변의 지형 및 시설물 등의 영향을 받는 한계가 있어 경사가 완만하고 유량 변동에 따라 하천 폭이 민감한 망상 하천과 같은 하천에 활용 범위가 한정된다는 단점이 있었다. 하지만, 이러한 한계점들은 위성 영상의 공간 및 시간 해상도의 성능이 향상됨에 따라 개선될 것으로 기대된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	물 부족 문제의 현황은 무엇인가?	물 부족 문제는 전 세계인구의 3분의 1이 겪고 있을 정도로 심각하며 기후변화와 함께 인구 증가와 경제 성장, 도시화 등으로 인하여 더욱 심화되고 있다(Vörösmarty et al., 2001; Döll et al.
	유량자료의 활용도는 무엇인가?	유량자료는 수자원 계획 및 정책 결정, 관련 시설 운영 등의 수자원 관리에 가장 기초가 된다(Marsh, 2002). 가장 일반적인 유량 산정 방법은 현장 관측소에서 수위를 연속하여 관측 하고 수위-유량 관계식을 이용하여 유량을 추정하는 방법이다.
	일반적인 유량 산정 방법을 이용한 추정방법이 어려워지고 있는 이유는 무엇인가?	가장 일반적인 유량 산정 방법은 현장 관측소에서 수위를 연속하여 관측 하고 수위-유량 관계식을 이용하여 유량을 추정하는 방법이다. 하지만 현장 관측 및 자료 접근이 매년 경제적, 기술적, 제도적인 장애물로 인해 어려워지고 있어 이를 보완할 수 있는 방안이 필요하다(Vörösmarty et al., 2001; Bjerklie et al.

참고문헌 (68)

Ad Hoc Group, Vorosmarty, C., Askew, A., Grabs, W., Barry, R., Birkett, C., Doll, P., Goodison, B., Hall, A., and Jenne, R. (2001). "Global water data: A newly endangered species." Eos, Transactions American Geophysical Union, Wiley Online Library, Vol. 82, No. 5, pp. 54-58.

상세보기
Alsdorf, D. E., and Lettenmaier, D. P. (2003). "Geophysics. Tracking fresh water from space." Science (New York, N.Y.), Vol. 301, No. 5639, pp. 1491-1494.

상세보기
BARRETT, E. C., HERSCHY, R. W., and STEWART, J. B. (1988). "Satellite remote sensing requirements for hydrology and water management from the mid-1990s, in relation to the Columbus Programme of the European Space Agency." Hydrological sciences journal, Taylor & Francis, Vol. 33, No. 1, pp. 1-17.

상세보기
Biancamaria, S., Frappart, F., Leleu, A., Marieu, V., Blumstein, D., Desjonqueres, J., Boy, F., Sottolichio, A., and Valle-Levinson, A. (2017). "Satellite radar altimetry water elevations performance over a 200 m wide river: Evaluation over the Garonne River." Advances in Space Research, Elsevier, Vol. 59, No. 1, pp. 128-146.

상세보기
Birkett, C. (1994). "Radar altimetry: a new concept in monitoring lake level changes." Eos, Transactions American Geophysical Union, Wiley Online Library, Vol. 75, No. 24, pp. 273-275.

상세보기
Birkett, C. M. (1998). "Contribution of the TOPEX NASA radar altimeter to the global monitoring of large rivers and wetlands." Water Resources Research, Wiley Online Library, Vol. 34, No. 5, pp. 1223-1239.

상세보기
Bjerklie, D. M., Dingman, S. L., Vorosmarty, C. J., Bolster, C. H., and Congalton, R. G. (2003). "Evaluating the potential for measuring river discharge from space." Journal of Hydrology, Elsevier, Vol. 278, No. 1-4, pp. 17-38.

상세보기
Bjerklie, D. M., Moller, D., Smith, L. C., and Dingman, S. L. (2005). "Estimating discharge in rivers using remotely sensed hydraulic information." Journal of Hydrology, Elsevier, Vol. 309, No. 1-4, pp. 191-209.

상세보기
Bourke, P. (2011). Histogram Matching. accessed 20 January 2018, .
Choi, H. H., and Lee, H. S. (2012). "Assessment of conceptual rainfall runoff models for regionalisation at miho catchment." Journal of Korean Society of Hazard Mitigation, Korean Society of Hazard Mitigation, Vol. 12, No. 1, pp. 193-203.
Chu, Y., Li, J., Jiang, W., Zou, X., Fan, C., Xu, X., and Dadzie, I. (2008). "Monitoring Level Fluctuations of the Lakes in the Yangtze River Basin from Radar Altimetry." Terrestrial, Atmospheric & Oceanic Sciences, Vol. 19.
Coe, M. T., and Birkett, C. M. (2004). "Calculation of river discharge and prediction of lake height from satellite radar altimetry: Example for the Lake Chad basin. " Water Resources Research, Wiley Online Library, Vol. 40, No. 10.
Da Silva, J. S., Calmant, S., Seyler, F., Rotunno Filho, O. C., Cochonneau, G., and Mansur, W. J. (2010). "Water levels in the Amazon basin derived from the ERS 2 and ENVISAT radar altimetry missions." Remote Sensing of Environment, Elsevier, Vol. 114, No. 10, pp. 2160-2181.

상세보기
de Oliveira Campos, I., Mercier, F., Maheu, C., Cochonneau, G., Kosuth, P., Blitzkow, D., and Cazenave, A. (2001). "Temporal variations of river basin waters from Topex/Poseidon satellite altimetry. Application to the Amazon basin." Comptes Rendus de l'Academie des Sciences-Series IIA-Earth and Planetary Science, Elsevier, Vol. 333, No. 10, pp. 633-643.

상세보기
Dellepiane, S. G., and Angiati, E. (2012). "A new method for cross-normalization and multitemporal visualization of SAR images for the detection of flooded areas." IEEE Transactions on Geoscience and Remote Sensing, IEEE, Vol. 50, No. 7, pp. 2765-2779.

상세보기
Desnos, Y., Borgeaud, M., Doherty, M., Rast, M., and Liebig, V. (2014). "The European Space Agency's Earth Observation Program." IEEE Geoscience and Remote Sensing Magazine, IEEE, Vol. 2, No. 2, pp. 37-46.

상세보기
Doll, P., Jimenez-Cisneros, B., Oki, T., Arnell, N., Benito, G., Cogley, J., Jiang, T., Kundzewicz, Z., Mwakalila, S., and Nishijima, A. (2015). "Integrating risks of climate change into water management." Hydrological Sciences Journal, Taylor & Francis, Vol. 60, No. 1, pp. 4-13.

상세보기
European Space Agency (2013). "Sentinel-1 User Handbook.".
Frappart, F., Calmant, S., Cauhope, M., Seyler, F., and Cazenave, A. (2006). "Preliminary results of ENVISAT RA-2-derived water levels validation over the Amazon basin." Remote Sensing of Environment, Elsevier, Vol. 100, No. 2, pp. 252-264.

상세보기
Fu, L., and Ubelmann, C. (2014). "On the transition from profile altimeter to swath altimeter for observing global ocean surface topography." Journal of Atmospheric and Oceanic Technology, Vol. 31, No. 2, pp. 560-568.

상세보기
Govindasamy, A., Briaud, J., Kim, D., Olivera, F., Gardoni, P., and Delphia, J. (2012). "Observation method for estimating future scour depth at existing bridges." Journal of Geotechnical and Geoenvironmental Engineering, American Society of Civil Engineers, Vol. 139, No. 7, pp. 1165-1175.
Hannah, D. M., Demuth, S., van Lanen, H. A., Looser, U., Prudhomme, C., Rees, G., Stahl, K., and Tallaksen, L. M. (2011). "Largescale river flow archives: importance, current status and future needs." Hydrological Processes, Wiley Online Library, Vol. 25, No. 7, pp. 1191-1200.

상세보기
Helmer, E., and Ruefenacht, B. (2005). "Cloud-free satellite image mosaics with regression trees and histogram matching." Photogrammetric Engineering & Remote Sensing, American Society for Photogrammetry and Remote Sensing, Vol. 71, No. 9, pp. 1079-1089.

상세보기
Homer, C. G., Ramsey, R. D., Edwards Jr, T. C., and Falconer, A. (1997). "Landscape cover-type modeling using a multi-scene thematic mapper mosaic." Photogrammetric Engineering and Remote Sensing, [Falls Church, Va.] American Society of Photogrammetry., Vol. 63, No. 1, pp. 59-67.

상세보기
Hostache, R., Matgen, P., and Wagner, W. (2012). "Change detection approaches for flood extent mapping: How to select the most adequate reference image from online archives?" International Journal of Applied Earth Observation and Geoinformation, Elsevier, Vol. 19, pp. 205-213.

상세보기
Jarihani, A. A., Callow, J. N., Johansen, K., and Gouweleeuw, B. (2013). "Evaluation of multiple satellite altimetry data for studying inland water bodies and river floods." Journal of Hydrology, Elsevier, Vol. 505, pp. 78-90.

상세보기
Kandus, P., Karszenbaum, H., Pultz, T., Parmuchi, G., and Bava, J. (2001). "Influence of flood conditions and vegetation status on the radar backscatter of wetland ecosystems." Canadian Journal of Remote Sensing, Taylor & Francis, Vol. 27, No. 6, pp. 651-662.

상세보기
Kim, J. C., and Paik, K. (2015). "Deriving Channel Width-discharge Relationship from Remote Sensing Imagery and Digital Elevation Models." Journal of Korea Water Resources Association, Korea Water Resources Association, Vol. 48, No. 8, pp. 685-693.

원문보기 상세보기
Kim, J. H., and Kim, G. (2014). "A Binarization Technique using Histogram Matching for License Plate with a Shadow." Journal of Broadcast Engineering, The Korean Institute of Broadcast and Media Engineers, Vol. 19, No. 1, pp. 56-63.

원문보기 상세보기
Koblinsky, C. J., Clarke, R. T., Brenner, A., and Frey, H. (1993). "Measurement of river level variations with satellite altimetry." Water Resources Research, Wiley Online Library, Vol. 29, No. 6, pp. 1839-1848.

상세보기
Kouraev, A. V., Zakharova, E. A., Samain, O., Mognard, N. M., and Cazenave, A. (2004). "Ob'river discharge from TOPEX/ Poseidon satellite altimetry (1992-2002)." Remote Sensing of Environment, Elsevier, Vol. 93, No. 1-2, pp. 238-245.

상세보기
Lanfear, K. J., and Hirsch, R. M. (1999). "USGS Study reveals a decline in longrecord streamgages." Eos, Transactions American Geophysical Union, Wiley Online Library, Vol. 80, No. 50, pp. 605-607.

상세보기
Lee, J. (1983). "Digital image smoothing and the sigma filter." Computer vision, graphics, and image processing, Academic Press, Vol. 24, No. 2, pp. 255-269.

상세보기
Leon, J. G., Calmant, S., Seyler, F., Bonnet, M., Cauhope, M., Frappart, F., Filizola, N., and Fraizy, P. (2006). "Rating curves and estimation of average water depth at the upper Negro River based on satellite altimeter data and modeled discharges." Journal of hydrology, Elsevier, Vol. 328, No. 3-4, pp. 481-496.

상세보기
Leopold, L. B., and Maddock, T. (1953). "The hydraulic geometry of stream channels and some physiographic implications." Edited by Anonymous 252. US Government Printing Office.
Liu, C. (2016). "Analysis of Sentinel-1 SAR data for mapping standing water in the Twente region." The Netherlands.
Maheu, C., Cazenave, A., and Mechoso, C. R. (2003). "Water level fluctuations in the Plata basin (South America) from Topex/ Poseidon satellite altimetry." Geophysical Research Letters, Wiley Online Library, Vol. 30, No. 3.
Malenovsky, Z., Rott, H., Cihlar, J., Schaepman, M. E., Garcia-Santos, G., Fernandes, R., and Berger, M. (2012). "Sentinels for science: Potential of Sentinel-1,-2, and-3 missions for scientific observations of ocean, cryosphere, and land. " Remote Sensing of Environment, Elsevier, Vol. 120, pp. 91-101.

상세보기
Mansourpour, M., Rajabi, M., and Blais, J. (2006). "Effects and performance of speckle noise reduction filters on active radar and SAR images." Proc. ISPRS, Vol. 36, pp. W41.
Markus, T., Neumann, T., Martino, A., Abdalati, W., Brunt, K., Csatho, B., Farrell, S., Fricker, H., Gardner, A., and Harding, D. (2017). "The Ice, Cloud, and land Elevation Satellite-2 (ICESat-2): science requirements, concept, and implementation." Remote Sensing of Environment, Elsevier, Vol. 190, pp. 260-273.

상세보기
Marsh, T. J. (2002). "Capitalising on river flow data to meet changing national needs-a UK perspective." Flow Measurement and Instrumentation, Elsevier, Vol. 13, No. 5-6, pp. 291-298.

상세보기
Matgen, P., Hostache, R., Schumann, G., Pfister, L., Hoffmann, L., and Savenije, H. (2011). "Towards an automated SAR-based flood monitoring system: Lessons learned from two case studies." Physics and Chemistry of the Earth, Parts A/B/C, Elsevier, Vol. 36, No. 7-8, pp. 241-252.

상세보기
Meenakshi, A., and Punitham, V. (2011). "Performance of speckle noise reduction filters on active radar and sar images." Gopalax- International Journal of Technology and Engineering System (IJTES), Vol. 1, pp. 112-114.
Morris, C. S., and Gill, S. K. (1994). "Variation of Great Lakes water levels derived from Geosat altimetry." Water Resources Research, Wiley Online Library, Vol. 30, No. 4, pp. 1009-1017.

상세보기
Musa, Z., Popescu, I., and Mynett, A. (2015). "A review of applications of satellite SAR, optical, altimetry and DEM data for surface water modelling, mapping and parameter estimation." Hydrology and Earth System Sciences, Copernicus GmbH, Vol. 19, No. 9, pp. 3755-3769.

상세보기
Otsu, N. (1979). "A threshold selection method from gray-level histograms." IEEE transactions on systems, man, and cybernetics, IEEE, Vol. 9, No. 1, pp. 62-66.

상세보기
Pavelsky, T. M. (2014). "Using widthbased rating curves from spatially discontinuous satellite imagery to monitor river discharge." Hydrological Processes, Wiley Online Library, Vol. 28, No. 6, pp. 3035-3040.

상세보기
Pham-Duc, B., Prigent, C., and Aires, F. (2017). "Surface water monitoring within Cambodia and the Vietnamese Mekong Delta over a year, with Sentinel-1 SAR observations." Water, Multidisciplinary Digital Publishing Institute, Vol. 9, No. 6, pp. 366.

상세보기
Poenaru, V., Badea, A., Cimpeanu, S. M., and Irimescu, A. (2015). "Multi-temporal multi-spectral and radar remote sensing for agricultural monitoring in the Braila Plain." Agriculture and Agricultural Science Procedia, Elsevier, Vol. 6, pp. 506-516.

상세보기
Raclot, D. (2006). "Remote sensing of water levels on floodplains: a spatial approach guided by hydraulic functioning." International Journal of Remote Sensing, Taylor & Francis, Vol. 27, No. 12, pp. 2553-2574.

상세보기
Rosen, P. A., Kim, Y., Kumar, R., Misra, T., Bhan, R., and Sagi, V. R. (2017). "Global persistent SAR sampling with the NASA-ISRO SAR (NISAR) mission." Radar Conference (RadarConf), 2017 IEEE, IEEE, pp. 0410-0414.
Roy, S., and Mistri, B. (2013). "Estimation of peak flood discharge for an ungauged river: a case study of the Kunur River, West Bengal." Geography journal, Hindawi, Vol. 2013.

상세보기
Scharroo, R., Bonekamp, H., Ponsard, C., Parisot, F., von Engeln, A., Tahtadjiev, M., de Vriendt, K., and Montagner, F. (2016). "Jason continuity of services: continuing the Jason altimeter data records as Copernicus Sentinel-6." Ocean Science, Copernicus GmbH, Vol. 12, No. 2, pp. 471-479.
Sichangi, A. W., Wang, L., Yang, K., Chen, D., Wang, Z., Li, X., Zhou, J., Liu, W., and Kuria, D. (2016). "Estimating continental river basin discharges using multiple remote sensing data sets." Remote Sensing of Environment, Elsevier, Vol. 179, pp. 36-53.

상세보기
Smith, L. C., and Pavelsky, T. M. (2008). "Estimation of river discharge, propagation speed, and hydraulic geometry from space: Lena River, Siberia." Water Resources Research, Wiley Online Library, Vol. 44, No. 3.
Smith, L. C., Isacks, B. L., Bloom, A. L., and Murray, A. B. (1996). "Estimation of discharge from three braided rivers using synthetic aperture radar satellite imagery: Potential application to ungaged basins." Water Resources Research, Wiley Online Library, Vol. 32, No. 7, pp. 2021-2034.

상세보기
Smith, L. C., Isacks, B. L., Forster, R. R., Bloom, A. L., and Preuss, I. (1995). "Estimation of discharge from braided glacial rivers using ERS 1 synthetic aperture radar: First results." Water Resources Research, Wiley Online Library, Vol. 31, No. 5, pp. 1325-1329.

상세보기
Tarpanelli, A., Barbetta, S., Brocca, L., and Moramarco, T. (2013). "River discharge estimation by using altimetry data and simplified flood routing modeling." Remote Sensing, Multidisciplinary Digital Publishing Institute, Vol. 5, No. 9, pp. 4145-4162.

상세보기
Torres, R., Snoeij, P., Geudtner, D., Bibby, D., Davidson, M., Attema, E., Potin, P., Rommen, B., Floury, N., and Brown, M. (2012). "GMES Sentinel-1 mission." Remote Sensing of Environment, Elsevier, Vol. 120, pp. 9-24.

상세보기
Tourian, M., Schwatke, C., and Sneeuw, N. (2017). "River discharge estimation at daily resolution from satellite altimetry over an entire river basin." Journal of Hydrology, Elsevier, Vol. 546, pp. 230-247.

상세보기
Traon, P., Gaspar, P., Ogor, F., and Dorandeu, J. (1995). "Satellites work in tandem to improve accuracy of data." Eos, Transactions American Geophysical Union, Wiley Online Library, Vol. 76, No. 39, pp. 385-389.
Twele, A., Cao, W., Plank, S., and Martinis, S. (2016). "Sentinel- 1-based flood mapping: a fully automated processing chain." International Journal of Remote Sensing, Taylor & Francis, Vol. 37, No. 13, pp. 2990-3004.

상세보기
Vorosmarty, C. J., Green, P., Salisbury, J., and Lammers, R. B. (2000). "Global water resources: vulnerability from climate change and population growth." Science (New York, N.Y.), Vol. 289, No. 5477, pp. 284-288.

상세보기
World Water Assessment Programme (United Nations) (2009). "Water in a changing world." Edited by Anonymous 1. Earthscan.
Wulder, M. A., Masek, J. G., Cohen, W. B., Loveland, T. R., and Woodcock, C. E. (2012). "Opening the archive: How free data has enabled the science and monitoring promise of Landsat." Remote Sensing of Environment, Elsevier, Vol. 122, pp. 2-10.

상세보기
Xu, K., Zhang, J., Watanabe, M., and Sun, C. (2004). "Estimating river discharge from very highresolution satellite data: a case study in the Yangtze River, China." Hydrological Processes, Wiley Online Library, Vol. 18, No. 10, pp. 1927-1939.

상세보기
Yong, S., Kang, G., and Heo, H. (2016). "Current Status and Future Prospects of Satellite Payloads Technology." Journal of the Korean Society for Aeronautical & Space Sciences, Vol. 44, pp. 710-717.

원문보기 상세보기
Zanter, K. (2016). Landsat 8 (L8) data users handbook. accessed 20 January 2018, .

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증