농업지역 소하천의 수질 특성 파악을 위한 UAV 영상 활용 가능성 분석 An Analysis on the Usability of Unmanned Aerial Vehicle(UAV) Image to Identify Water Quality Characteristics in Agricultural Streams원문보기
전 세계적으로 기후변화로 인한 불규칙적인 강우의 영향으로 수계에서는 비점오염에 의한 부영양화, 녹조현상 등이 빈번하게 발생되고 있다. 특히 이러한 수계오염은 원활한 용수공급을 위한 저수지 유속이 느린 하천이 인접해있고, 축사 퇴비 등이 다수 분포해 있어 비점오염의 수계유입이 쉬운 농업지역이 취약하다. 따라서, 본 연구에서는 UAV(Unmanned Aerial Vehicle) 영상과 수계부영양화를 발생시키는 총인 총질소, 녹조발생과 간접적인 연관성이 있는 클로로필-a의 상관분석을 통해 소하천 수질 특성 파악에 UAV의 활용 가능성을 분석하였다. 분석에는 대상지인 양천, 함양위천 소권역에서 수집한 다중분광 영상 및 녹조탐지에 사용되는 식생지수 NDVI(Normalized difference vegetation index), NDRE(Normalized Difference Red edge), CIRE(ChlorophyllIndex Red edge)를 활용하였다. 채수지점에 대한 영상값과 수질분석 값의 상관관계를 분석한 결과 총인은 유의수준 0.05 이내에서 CIRE(0.66)와 클로로필-a는 Blue(-0.67), Green(-0.66), NDVI(0.75), NDRE(0.67), CIRE(0.74)와 상관관계를 보였다. 총질소는 유의수준 0.05에서 Red(-0.64), Red edge(-0.64), NIR(-0.72)와 상관관계를 보였다. 본 연구결과를 통해 UAV 기반 다중분광 영상과 수질오염 발생 인자에 대한 유의미한 상관관계를 확인하였고, 녹조탐지에 사용하는 식생지수의 경우 클로로필-a뿐만 아니라 총인의 파악에도 활용할 수 있는 가능성을 확인하였다. 이는 농업지역의 비점오염 관리우심 지역 선정 등 관리대책을 마련하는데 유의미한 자료로 사용될 수 있을 것으로 판단된다.
전 세계적으로 기후변화로 인한 불규칙적인 강우의 영향으로 수계에서는 비점오염에 의한 부영양화, 녹조현상 등이 빈번하게 발생되고 있다. 특히 이러한 수계오염은 원활한 용수공급을 위한 저수지 유속이 느린 하천이 인접해있고, 축사 퇴비 등이 다수 분포해 있어 비점오염의 수계유입이 쉬운 농업지역이 취약하다. 따라서, 본 연구에서는 UAV(Unmanned Aerial Vehicle) 영상과 수계부영양화를 발생시키는 총인 총질소, 녹조발생과 간접적인 연관성이 있는 클로로필-a의 상관분석을 통해 소하천 수질 특성 파악에 UAV의 활용 가능성을 분석하였다. 분석에는 대상지인 양천, 함양위천 소권역에서 수집한 다중분광 영상 및 녹조탐지에 사용되는 식생지수 NDVI(Normalized difference vegetation index), NDRE(Normalized Difference Red edge), CIRE(Chlorophyll Index Red edge)를 활용하였다. 채수지점에 대한 영상값과 수질분석 값의 상관관계를 분석한 결과 총인은 유의수준 0.05 이내에서 CIRE(0.66)와 클로로필-a는 Blue(-0.67), Green(-0.66), NDVI(0.75), NDRE(0.67), CIRE(0.74)와 상관관계를 보였다. 총질소는 유의수준 0.05에서 Red(-0.64), Red edge(-0.64), NIR(-0.72)와 상관관계를 보였다. 본 연구결과를 통해 UAV 기반 다중분광 영상과 수질오염 발생 인자에 대한 유의미한 상관관계를 확인하였고, 녹조탐지에 사용하는 식생지수의 경우 클로로필-a뿐만 아니라 총인의 파악에도 활용할 수 있는 가능성을 확인하였다. 이는 농업지역의 비점오염 관리우심 지역 선정 등 관리대책을 마련하는데 유의미한 자료로 사용될 수 있을 것으로 판단된다.
Irregular rainfall caused by climate change, in combination with non-point pollution, can cause water systems worldwide to suffer from frequent eutrophication and algal blooms. This type of water pollution is more common in agricultural prone to water system inflow of non-point pollution. Therefore,...
Irregular rainfall caused by climate change, in combination with non-point pollution, can cause water systems worldwide to suffer from frequent eutrophication and algal blooms. This type of water pollution is more common in agricultural prone to water system inflow of non-point pollution. Therefore, in this study, the correlation between Unmanned Aerial Vehicle(UAV) multi-spectral images and total phosphorus, total nitrogen, and chlorophyll-a with indirect association of algal blooms, was analyzed to identify the usability of UAV image to identify water quality characteristics in agricultural streams. The analysis the vegetation index Normalized Differences Index (NDVI), the Normalized Differences Red Edge(NDRE), and the Chlorophyll Index Red Edge(CIRE) for the detection of multi-spectral images and algal blooms collected from the target regions Yang cheon and Hamyang Wicheon. The analysis of the correlation between image values and water quality analysis values for the water sampling points, total phosphorus at a significance level of 0.05 was correlated with the CIRE(0.66), and chlorophyll-a showed correlation with Blue(-0.67), Green(-0.66), NDVI(0.75), NDRE (0.67), CIRE(0.74). Total nitrogen was correlated with the Red(-0.64), Red edge (-0.64) and Near-Infrared Ray(NIR)(-0.72) wavelength at the significance level of 0.05. The results of this study confirmed a significant correlations between multi-spectral images collected through UAV and the factors responsible for water pollution, In the case of the vegetation index used for the detection of algal bloom, the possibility of identification of not only chlorophyll-a but also total phosphorus was confirmed. This data will be used as a meaningful data for counterplan such as selecting non-point pollution apprehensive area in agricultural area.
Irregular rainfall caused by climate change, in combination with non-point pollution, can cause water systems worldwide to suffer from frequent eutrophication and algal blooms. This type of water pollution is more common in agricultural prone to water system inflow of non-point pollution. Therefore, in this study, the correlation between Unmanned Aerial Vehicle(UAV) multi-spectral images and total phosphorus, total nitrogen, and chlorophyll-a with indirect association of algal blooms, was analyzed to identify the usability of UAV image to identify water quality characteristics in agricultural streams. The analysis the vegetation index Normalized Differences Index (NDVI), the Normalized Differences Red Edge(NDRE), and the Chlorophyll Index Red Edge(CIRE) for the detection of multi-spectral images and algal blooms collected from the target regions Yang cheon and Hamyang Wicheon. The analysis of the correlation between image values and water quality analysis values for the water sampling points, total phosphorus at a significance level of 0.05 was correlated with the CIRE(0.66), and chlorophyll-a showed correlation with Blue(-0.67), Green(-0.66), NDVI(0.75), NDRE (0.67), CIRE(0.74). Total nitrogen was correlated with the Red(-0.64), Red edge (-0.64) and Near-Infrared Ray(NIR)(-0.72) wavelength at the significance level of 0.05. The results of this study confirmed a significant correlations between multi-spectral images collected through UAV and the factors responsible for water pollution, In the case of the vegetation index used for the detection of algal bloom, the possibility of identification of not only chlorophyll-a but also total phosphorus was confirmed. This data will be used as a meaningful data for counterplan such as selecting non-point pollution apprehensive area in agricultural area.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서는 농업지역과 인접한 소하천의 수질특성 분석에 UAV의 활용 가능성을 분석하였다. 연구에 사용한 영상자료는 다중분광 센서를 탑재한 회전익 UAV를 운용한 자료를 활용하여 맵핑 및 식생지수 산출 과정을 거쳐 지점당 총 8개의 영상을 제작하였고, 수질분석 값은 동일한 시점에 채수한 시료를 총인, 총질소, 클로로필-a 항목에 대해 분석한 값을 사용하였다.
다중분광 영상으로 총인, 총질소, 클로로필-a 인자의 분포를 파악하기 위해서는 각 수질인자에 대한 반사도를 파악하는 과정이 필요하다. 본 연구에서는 영상값과 수질분석 값의 Pearson 상관분석을 통해 수질인자의 분광특성을 규명하고자 하였다. 분석에 사용한 영상은 우선적으로 연구방법 2에서 제작한 5가지 파장의 정사영상을 활용하였고, 기존 선행연구에서 녹조탐지에 널리 활용되고 있는 식생지수 NDVI를 포함하여 NDRE, CIRE를 산출하여 분석하였다.
하지만 비점오염원은 소하천으로부터 유입되어 국가하천, 저수지로 유입되므로 녹조 발생 등을 예방하기 위해서는 소하천에서의 비점오염원 유입을 사전에 탐지하는 연구가 필요하다. 이에 본 연구에서는 소하천의 수질 특성을 파악하는 데 UAV를 활용해보고자 하였고, UAV 영상과 현장 채수를 통한 총인(T-P), 총질소(T-N), 클로로필-a(Chl-a)값의 상관분석 결과를 바탕으로 소하천의 영양염류 유입 현황과 그에 따른 녹조현상의 파악 가능성을 분석하였다.
제안 방법
다음은 UAV 영상 수집 및 채수를 실시하였다. UAV 영상은 다중분광센서를 UAV 기체에 탑재하여 취득하였고, 영상 처리를 통해 정사영상 제작 및 식생지수를 산출하였다. 다음으로 채수를 통해 수질 분석을 실시하였으며, 채수지점에서 분석된 수질 결과와 제작한 정사 영상 및 다양한 식생지수 값의 상관분석을 통해 관계성을 도출하였다.
자료 수집은 채수와 UAV 영상 촬영으로 구분하여 진행하였다. 먼저, 채수는 앞서 기술된 것처럼 농경지와 야적퇴비 분포, 하천 합류 지점을 고려한 10개 지점에 대해 실시하였다. 이는 오염인자로 인한 질소, 인 등의 영양염류가 실제로 하천으로 유입되어 녹조현상을 유발하는지를 판별하기 위함이다.
본 연구에서는 영상값과 수질분석 값의 Pearson 상관분석을 통해 수질인자의 분광특성을 규명하고자 하였다. 분석에 사용한 영상은 우선적으로 연구방법 2에서 제작한 5가지 파장의 정사영상을 활용하였고, 기존 선행연구에서 녹조탐지에 널리 활용되고 있는 식생지수 NDVI를 포함하여 NDRE, CIRE를 산출하여 분석하였다. 식생지수는 ArcGIS 10.
UAV 운용은 사전에 현장의 지형과 지물의 위치 및 특성을 파악한 후 채수지점이 포함되도록 비행계획을 수립하였다. 비행 조건은 주변 지형지물 및 식생이 배제된 정확한 수면의 영상값 추출 가능성을 고려하여 고도 100m(GSD: 6.74㎝/pixel), 중복도 75%, 비행시간은 약 13~15분으로 설정하였다. 비행계획과 조건을 설정한 이후, 다중분광영상의 반사도 보정을 위해 반사패널을 촬영 후 UAV 촬영을 실시하였다.
74㎝/pixel), 중복도 75%, 비행시간은 약 13~15분으로 설정하였다. 비행계획과 조건을 설정한 이후, 다중분광영상의 반사도 보정을 위해 반사패널을 촬영 후 UAV 촬영을 실시하였다. 수집된 다중분광 영상은 PIX4D사의 PIX4D mapper 소프트웨어를 이용하여 반사도 보정과 영상 접합 등의 과정을 거쳐 최종적으로 각 분광밴드별로 정사영상을 제작하였다(그림 4).
비행계획과 조건을 설정한 이후, 다중분광영상의 반사도 보정을 위해 반사패널을 촬영 후 UAV 촬영을 실시하였다. 수집된 다중분광 영상은 PIX4D사의 PIX4D mapper 소프트웨어를 이용하여 반사도 보정과 영상 접합 등의 과정을 거쳐 최종적으로 각 분광밴드별로 정사영상을 제작하였다(그림 4).
본 연구에서는 농업지역과 인접한 소하천의 수질특성 분석에 UAV의 활용 가능성을 분석하였다. 연구에 사용한 영상자료는 다중분광 센서를 탑재한 회전익 UAV를 운용한 자료를 활용하여 맵핑 및 식생지수 산출 과정을 거쳐 지점당 총 8개의 영상을 제작하였고, 수질분석 값은 동일한 시점에 채수한 시료를 총인, 총질소, 클로로필-a 항목에 대해 분석한 값을 사용하였다. 다음으로 수질 채수지점에 대한 포인트 값을 추출하여 Pearson 상관분석을 실시하였다.
자료 수집은 채수와 UAV 영상 촬영으로 구분하여 진행하였다. 먼저, 채수는 앞서 기술된 것처럼 농경지와 야적퇴비 분포, 하천 합류 지점을 고려한 10개 지점에 대해 실시하였다.
이는 오염인자로 인한 질소, 인 등의 영양염류가 실제로 하천으로 유입되어 녹조현상을 유발하는지를 판별하기 위함이다. 채수방법은 하천 수질의 대표성을 고려하여 하천 중심부에 조사자가 접근하였고, 수심이 약 50㎝ 이상인 지점에 채수를 실시하였다.
대상 데이터
UAV 영상 촬영은 채수지점을 중심으로 실시하였다. 3DR사의 3DR-solo UAV 기체에 Micasense사의 Red Edge-M 카메라를 탑재하여 수집하였다(그림 3). Red Edge-M 카메라는 총 5개의 밴드(Blue, Green, Red, Red edge, NIR)로 구성되어 있으며, 각 밴드별 분광 특성은 표 1과 같다.
Red Edge-M 카메라는 총 5개의 밴드(Blue, Green, Red, Red edge, NIR)로 구성되어 있으며, 각 밴드별 분광 특성은 표 1과 같다. UAV 영상 촬영은 2018년 9월 6일 함양위천 지역(N8-N10)과 2018년 9월 18일 양천 지역(N1-N7)으로 구분하여 두 차례 실시하였다. UAV 운용은 사전에 현장의 지형과 지물의 위치 및 특성을 파악한 후 채수지점이 포함되도록 비행계획을 수립하였다.
UAV 영상 촬영은 채수지점을 중심으로 실시하였다. 3DR사의 3DR-solo UAV 기체에 Micasense사의 Red Edge-M 카메라를 탑재하여 수집하였다(그림 3).
본 연구는 그림 1과 같은 과정으로 수행하였다. 연구 대상지역은 남강댐 중권역에 위치하는 양천 소권역(합천군, 의령군)과 함양위천 소권역(함양군) 중에서 비점오염원을 유발하는 논과 밭, 야적퇴비의 분포면적이 넓으며(N1~4 지점, N7~10지점) 하천이 합류하는 지점(N5, 6 지 점)을 고려하여 선정하였다(그림 2). 양천 및 함양위천 소권역은 토지계에 의한 BOD와 T-P의 발생 부하량이 높은 지역으로 비점오염원에 대한 관리가 필요한 지역이다(Gyeongsangnam-do, 2015).
데이터처리
연구에 사용한 영상자료는 다중분광 센서를 탑재한 회전익 UAV를 운용한 자료를 활용하여 맵핑 및 식생지수 산출 과정을 거쳐 지점당 총 8개의 영상을 제작하였고, 수질분석 값은 동일한 시점에 채수한 시료를 총인, 총질소, 클로로필-a 항목에 대해 분석한 값을 사용하였다. 다음으로 수질 채수지점에 대한 포인트 값을 추출하여 Pearson 상관분석을 실시하였다. 단파장 영상의 상관성 분석 결과 총질소의 경우 Red, Red edge, NIR 파장과 음(-)의 상관관계를 보여 663- 673㎚, 712-722㎚, 820-860㎚ 파장범위에서 총질소의 탐지 가능성을 확인하였다.
3m 버퍼를 설정한 후 채수지점에 대한 포인트 값을 추출하여 사용하였다. 다음으로 수질측정지점을 기준으로 구축된 총인, 총질소, 클로로필-a의 수질측정자료와 각 식생지수를 활용하여 Pearson 상관분석을 실시하였다.
6 소프트웨어의 Raster calculator 기능을 활용하여 표 2의 식으로 산출하였다. 다음으로 제작된 단파장 및 식생지수 총 8개 영상에 대해 Zonal statistics 기능을 이용하여 채수지점에 대한 값을 추출하여 상관분석 자료를 구축하였다. 이때, 채수지점에 대해 0.
UAV 영상은 다중분광센서를 UAV 기체에 탑재하여 취득하였고, 영상 처리를 통해 정사영상 제작 및 식생지수를 산출하였다. 다음으로 채수를 통해 수질 분석을 실시하였으며, 채수지점에서 분석된 수질 결과와 제작한 정사 영상 및 다양한 식생지수 값의 상관분석을 통해 관계성을 도출하였다.
이론/모형
분석에 사용한 영상은 우선적으로 연구방법 2에서 제작한 5가지 파장의 정사영상을 활용하였고, 기존 선행연구에서 녹조탐지에 널리 활용되고 있는 식생지수 NDVI를 포함하여 NDRE, CIRE를 산출하여 분석하였다. 식생지수는 ArcGIS 10.6 소프트웨어의 Raster calculator 기능을 활용하여 표 2의 식으로 산출하였다. 다음으로 제작된 단파장 및 식생지수 총 8개 영상에 대해 Zonal statistics 기능을 이용하여 채수지점에 대한 값을 추출하여 상관분석 자료를 구축하였다.
성능/효과
66의 양(+)의 상관관계를 확인함으로써 영양염류 탐지에도 식생지수의 활용 가능성을 확인하였다. Pearson 상관분석 결과 단파장의 경우 상관관계를 확인할 수 있었던 파장은 모두 음(-)의 상관성을, 식생지수의 경우 양(+)의 상관성을 나타내었다.
결론적으로 UAV에서 수집된 다중분광 영상 및 식생지수를 활용하여 강우 후 유출되는 총인·총질소, 녹조현상과 간접적 연관성이 있는 클로로필-a의 분광특성을 확인함으로써 소하천의 수질특성 파악에 UAV의 활용 가능성을 확인할 수 있었다.
다음으로 산출된 식생지수를 분석한 결과 전체 촬영지역의 하천에 대한 식생지수 범위는 NDVI – 0.2~0.5, NDRE –0.1~0.5, CIRE 0.3~2.0의 값으로 나타났다(그림 5).
다음으로 수질 채수지점에 대한 포인트 값을 추출하여 Pearson 상관분석을 실시하였다. 단파장 영상의 상관성 분석 결과 총질소의 경우 Red, Red edge, NIR 파장과 음(-)의 상관관계를 보여 663- 673㎚, 712-722㎚, 820-860㎚ 파장범위에서 총질소의 탐지 가능성을 확인하였다. 클로로필-a는 Blue, Green 파장과 음(-)의 상관관계를 보여 465-485㎚, 550-570㎚ 파장 범위에서 탐지 가능성을 확인하였다.
0의 값으로 나타났다(그림 5). 모든 식생지수에서 경작지와 내륙습지는 값이 높았고, 하천에서 -0.2~0.2의 낮은 값을 보였다. 측정지점별 식생지수의 평균값은 NDVI 0.
본 연구결과 단파장의 경우 총 질소와 Red, Red edge, NIR 파장이 음의 상관성을 보여 각 인자가 민감하게 반응하는 파장영역을 확인할 수 있었고, 단파장의 조합을 통해 산출한 식생지수의 경우 Red edge, NIR 파장대를 이용한 CIRE가 총인에 대한 상관 관계를 보이는 것을 확인하였다. 따라서, UAV 기반 단파장 영상 및 식생지수를 활용하여 영양 염류 농도 추정 또는 수질현황 파악에 활용할 수 있을 것으로 판단된다.
44로 나타났다. 세 가지 식생지수 모두 N1 지점에서 비교적 높은 값으로 나타났으며, N10지점에서 가장 높은 값을 보였다. 반면 N2 지점 NDVI 값 이외에 N3, N9 지점에서는 모든 식생지수가 음(-)의 값을 보이는 것으로 확인되었다.
72) 파장과 상관성을 보여 663-673㎚, 712-722㎚, 820-860㎚에서 분광특성을 확인 할 수 있었다. 식생지수와 수질 간의 상관성 결과를 살펴보면 CIRE와 총인이 유의수준 0.05 이내에서 0.66의 상관성을 보였고, 클로로필-a 의 경우 유의수준 0.05 이내에서 NDVI(0.75), NDRE0(0.67), CIRE(0.74) 세 가지 식생지수 모두와 양(+)의 상관성을 확인할 수 있었다. 총인과 총질소를 비교해보면 총인의 경우 단파장과는 다소 낮은 상관관계를 보였으나 식생지수와 상관관계를 확인할 수 있었고, 반대로 총질소의 경우 단파장에서만 상관관계를 확인할 수 있었다.
클로로필-a는 Blue, Green 파장과 음(-)의 상관관계를 보여 465-485㎚, 550-570㎚ 파장 범위에서 탐지 가능성을 확인하였다. 식생지수의 상관성 분석 결과는 클로로필-a항목의 경우 선행연구에서 주로 사용되는 NDVI뿐만 아니라 NDRE, CIRE 모두 양(+)의 상관관계를 확인하였고, CIRE의 경우 총인항목과 각 0.66의 양(+)의 상관관계를 확인함으로써 영양염류 탐지에도 식생지수의 활용 가능성을 확인하였다. Pearson 상관분석 결과 단파장의 경우 상관관계를 확인할 수 있었던 파장은 모두 음(-)의 상관성을, 식생지수의 경우 양(+)의 상관성을 나타내었다.
59)와 비교하였을 때 총질소 항목은 비슷한 결과를 도출할 수 있었으나 총인은 다소 낮은 상관관계를 보였다. 이는 위성 영상과 UAV의 공간해상도 및 상관 분석에 사용한 표본수의 차이로 인해 발생한 결과로 판단되며, 영상간의 조합을 통한 식생지수에서 상관 관계를 확인함으로써 차이점을 보완할 수 있다고 사료된다. 클로로필-a의 경우 UAV 영상과 현장채수를 바탕으로 분석한 Guimarães et al.
05 이내에서 상관성을 보이는 파장은 도출되지 않았다. 총 질소는 유의수준 0.05 이내에서 Red(-0.64), Red edge(-0.64), NIR (-0.72) 파장과 상관성을 보여 663-673㎚, 712-722㎚, 820-860㎚에서 분광특성을 확인 할 수 있었다. 식생지수와 수질 간의 상관성 결과를 살펴보면 CIRE와 총인이 유의수준 0.
74) 세 가지 식생지수 모두와 양(+)의 상관성을 확인할 수 있었다. 총인과 총질소를 비교해보면 총인의 경우 단파장과는 다소 낮은 상관관계를 보였으나 식생지수와 상관관계를 확인할 수 있었고, 반대로 총질소의 경우 단파장에서만 상관관계를 확인할 수 있었다.
수질분석 결과는 다음과 같다(표 3). 총인은 평균적으로 0.04㎎/L의 농도를 보였으며, N10지점에서 0.084㎎/L로 가장 높은 것으로 나타났다. 가장 낮은 지점은 N7 지점(0.
022㎎/L)으로 확인되었다. 총질소는 N8, N9, N10 지점에서 1㎎/L 이상의 값을 보였고, 평균적으로는 1.02㎎/L로 나타났다. 가장 낮은 지점은 N2 지점으로 0.
2의 낮은 값을 보였다. 측정지점별 식생지수의 평균값은 NDVI 0.13, NDRE 0.15, CIRE 0.44로 나타났다. 세 가지 식생지수 모두 N1 지점에서 비교적 높은 값으로 나타났으며, N10지점에서 가장 높은 값을 보였다.
단파장 영상의 상관성 분석 결과 총질소의 경우 Red, Red edge, NIR 파장과 음(-)의 상관관계를 보여 663- 673㎚, 712-722㎚, 820-860㎚ 파장범위에서 총질소의 탐지 가능성을 확인하였다. 클로로필-a는 Blue, Green 파장과 음(-)의 상관관계를 보여 465-485㎚, 550-570㎚ 파장 범위에서 탐지 가능성을 확인하였다. 식생지수의 상관성 분석 결과는 클로로필-a항목의 경우 선행연구에서 주로 사용되는 NDVI뿐만 아니라 NDRE, CIRE 모두 양(+)의 상관관계를 확인하였고, CIRE의 경우 총인항목과 각 0.
6㎎/㎥)은 2㎎/㎥이하의 낮은 수치를 보였다. 하천 생활환경기준과 비교한 결과 총인은 N1~N4, N8, N10 총 6개 지점에서 약간 좋음(II), 나머지 4개 지점은 좋음(Ib)으로 나타났고, 총질소는 호소 생활 환경기준과 비교한 결과 N1~N3, N7 총 4개 지점에서 보통(III), N4~N6 지점에서 약간 나쁨(IV), N8~N10 지점의 경우 매우 나쁨(VI)의 값으로 나타났다. N8~N10 지점에서 총 질소의 농도가 높게 나타난 이유는 채수 시기가 강우 후인 점을 고려하여 채수지점 주변에 다수 분포한 농경지 및 야적퇴비 등이 강우에 의해 유실된 것으로 판단된다.
후속연구
그러나 본 연구의 대상범위가 비점오염원의 유입 지점을 고려하여 선정하였기 때문에 채수지점이 분산되어 있어 채수지점 간의 수질현황을 연계한 연구가 이루지지 못한 한계가 있다. 또한, 수심이 얕고, 폭이 좁은 소하천의 수질 특성 분석에 UAV 영상값을 활용하기 위해서는 하천의 바닥에 대한 영향 및 주변 지형지물에 대한 영향에 대한 문제를 개선할 수 있는 방안이 필요하다.
본 연구결과 단파장의 경우 총 질소와 Red, Red edge, NIR 파장이 음의 상관성을 보여 각 인자가 민감하게 반응하는 파장영역을 확인할 수 있었고, 단파장의 조합을 통해 산출한 식생지수의 경우 Red edge, NIR 파장대를 이용한 CIRE가 총인에 대한 상관 관계를 보이는 것을 확인하였다. 따라서, UAV 기반 단파장 영상 및 식생지수를 활용하여 영양 염류 농도 추정 또는 수질현황 파악에 활용할 수 있을 것으로 판단된다. 이는 농업지역에서 유출되는 비점오염의 현황 파악에 활용하여 현장 채수를 통한 수질 분석 결과를 통해 수질현황을 파악하는 것보다 상대적으로 정확성은 떨어질 수 있으나 소하천으로 유입되는 경로를 파악하는 데 활용할 수 있다.
이는 농업지역에서 유출되는 비점오염의 현황 파악에 활용하여 현장 채수를 통한 수질 분석 결과를 통해 수질현황을 파악하는 것보다 상대적으로 정확성은 떨어질 수 있으나 소하천으로 유입되는 경로를 파악하는 데 활용할 수 있다. 또한 농업지역의 비점오염 관리우심 지역 선정 등 관리대책을 마련하는데 유의미한 자료로 사용될 수 있을 것으로 판단된다.
그러나 본 연구의 대상범위가 비점오염원의 유입 지점을 고려하여 선정하였기 때문에 채수지점이 분산되어 있어 채수지점 간의 수질현황을 연계한 연구가 이루지지 못한 한계가 있다. 또한, 수심이 얕고, 폭이 좁은 소하천의 수질 특성 분석에 UAV 영상값을 활용하기 위해서는 하천의 바닥에 대한 영향 및 주변 지형지물에 대한 영향에 대한 문제를 개선할 수 있는 방안이 필요하다. 향후에는 대상 범위를 수정하여 하천에 다양한 지점을 선정하여 UAV 영상과 수질현황을 비교·분석하여 수계현황을 시각적으로 제시할 수 있는 자료를 제작할 계획이며, 채수시기를 고려한 수질 변화와 지상분광계를 활용한 UAV 영상의 정확도 검증 등 보다 연구 결과의 정확도 및 신뢰도를 향상시킬 수 있는 연구를 추진할 것이다.
결론적으로 UAV에서 수집된 다중분광 영상 및 식생지수를 활용하여 강우 후 유출되는 총인·총질소, 녹조현상과 간접적 연관성이 있는 클로로필-a의 분광특성을 확인함으로써 소하천의 수질특성 파악에 UAV의 활용 가능성을 확인할 수 있었다. 특히, 영상간의 조합을 통한 식생지수를 활용했을 때 클로로필-a 뿐만 아니라 CIRE의 경우 총인의 상관관계를 확립할 수 있었던 결과는 추후 총인맵, 총질소맵 등의 제작 시 변수로 활용할 수 있는 표본 확보에 유의미한 결과로 활용될 수 있다.
향후에는 대상 범위를 수정하여 하천에 다양한 지점을 선정하여 UAV 영상과 수질현황을 비교·분석하여 수계현황을 시각적으로 제시할 수 있는 자료를 제작할 계획이며, 채수시기를 고려한 수질 변화와 지상분광계를 활용한 UAV 영상의 정확도 검증 등 보다 연구 결과의 정확도 및 신뢰도를 향상시킬 수 있는 연구를 추진할 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
수질특성 분석에 UAV의 활용했을 때 어떤 실험 결과를 얻을 수 있는가?
다음으로 수질 채수지점에 대한 포인트 값을 추출하여 Pearson 상관분석을 실시하였다. 단파장 영상의 상관성 분석 결과 총질소의 경우 Red, Red edge, NIR 파장과 음(-)의 상관관계를 보여 663- 673㎚, 712-722㎚, 820-860㎚ 파장범위에서 총질소의 탐지 가능성을 확인하였다. 클로로필-a는 Blue, Green 파장과 음(-)의 상관관계를 보여 465-485㎚, 550-570㎚ 파장 범위에서 탐지 가능성을 확인하였다. 식생지수의 상관성 분석 결과는 클로로필-a항목의 경우 선행연구에서 주로 사용되는 NDVI뿐만 아니라 NDRE, CIRE 모두 양(+)의 상관관계를 확인하였고, CIRE의 경우 총인항목과 각 0.66의 양(+)의 상관관계를 확인함으로써 영양염류 탐지에도 식생지수의 활용 가능성을 확인하였다. Pearson 상관분석 결과 단파장의 경우 상관관계를 확인할 수 있었던 파장은 모두 음(-)의 상관성을, 식생지수의 경우 양(+)의 상관성을 나타내었다.
UAV 영상기반 연구의 특징은 무엇인가?
UAV는 낮은 고도에서 고해상도의 영상을 취득할 수 있고, 원하는 시점의 영상 확보가 가능하다. 따라서 UAV 영상기반 연구는, 원하는 시점의 영상 확보 및 정밀한 결과 도출에 한계가 있는 위성 영상 기반 연구와 측정 지점의 정확한 분석은 가능하지만 전체 하천에 대한 모니터링이 어려운 현장샘플링기반 연구의 단점을 보완할 수 있다. 현재까지 UAV를 이용하여 녹조 현상 등 수계에서 발생하는 문제에 대해 분석한 연구는 다음과 같다.
녹조현상이 하천에 일으키는 문제점이 무엇인가?
, 2015). 녹조현상은 대기에서 수중으로 유입되어야 할 산소를 차단하여 수중생물의 생존에 악영향을 미치고, 결과적으로 수 생태계를 파괴시키게 된다. 또한 상수원 등 수자원 안전에도 직접적인 영향을 미치기 때문에 국민의 건강에 대한 악영향도 무시할 수 없는 상황이다(Nam et al.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.