[논문]드론 RGB 정사영상 기반 하도 지형 공간 추정 방법 - 내성천 중심으로 -

강우철; 이경수; 장은경

doi:10.11108/kagis.2022.25.4.136

드론 RGB 정사영상 기반 하도 지형 공간 추정 방법 - 내성천 중심으로 -
Estimation of channel morphology using RGB orthomosaic images from drone - focusing on the Naesung stream - 원문보기

한국지리정보학회지 = Journal of the Korean Association of Geographic Information Studies, v.25 no.4, 2022년, pp.136 - 150

강우철 (한국건설기술연구원 수자원하천연구본부) , 이경수 (한국건설기술연구원 수자원하천연구본부) , 장은경 (한국건설기술연구원 수자원하천연구본부)

초록
AI-Helper

본 연구는 하천 관리 및 홍수위 분석에 있어 필수적인 자료 중 하나인 하천 지형정보를 얻기 위해 RGB 영상을 활용하는 방법에 대한 비교 검토가 이루어졌다. 하천 구역의 지형정보를 얻는 데 있어 흐름 구간 즉 하도 지형정보를 얻는 것이 가장 어려운 분야 중 하나이기에 본 연구에서는 RGB 영상 기반으로 하도 지형정보를 추정하는 것에 집중하였다. 이를 위해 Acoustic Doppler Current Profiler(ADCP)와 RTK-GPS(Real Time Kinematic-GPS)를 이용하여 하도 지형을 직접 계측하였으며, 동시에 드론 촬영을 통해 획득한 고해상도 이미지를 이용하여 정사 영상을 생성하였다. 이후 수심 계측 결과와 RGB 정사 영상의 밴드 값들을 이용하여 수심 예측을 위한 기존에 개발된 회귀식들을 적용하였으며, 가장 뛰어난 예측력을 보여준 회귀식을 이용하여 연구 대상 지역의 하도 지형을 추정하였다. 흐름 구간 이외 지역의 경우 항공 라이다로부터 생성된 DEM을 이용하여 하천 구간 전체에 대한 지형정보를 구축하였다. 추가로 드론 촬영이 이루어진 동일한 시간 동안 직접 계측한 자료를 이용하여 생성된 지형정보와 드론 정사 영상 기반으로 생성된 하도 지형정보의 비교 검증을 수행하기 위해 CCHE2D 모형을 활용하여 흐름 모델링을 모의하였으며, 일부 구간에 대한 계측이 이루어지지 못한 직접 계측한 지형정보와 비교하여 영상 기반의 지형정보는 보다 나은 수심, 유속 모의 결과를 보여주었다. 본 연구 결과를 통해 RGB 영상으로부터 하도 지형정보를 획득할 수 있는 것을 확인하였으며, 추가적인 연구가 수행된다면 하천 관리를 위한 효율적인 하천 지형정보를 얻는 방법으로 활용할 가능성을 확인하였다.

Abstract ▼ AI-Helper

In this study, a comparative review was conducted on how to use RGB images to obtain river topographic information, which is one of the most essential data for eco-friendly river management and flood level analysis. In terms of the topographic information of river zone, to obtain the topographic information of flow section is one of the difficult topic, therefore, this study focused on estimating the river topographic information of flow section through RGB images. For this study, the river topography surveying was directly conducted using ADCP and RTK-GPS, and at the same time, and orthomosiac image were created using high-resolution images obtained by drone photography. And then, the existing developed regression equations were applied to the result of channel topography surveying by ADCP and the band values of the RGB images, and the channel bathymetry in the study area was estimated using the regression equation that showed the best predictability. In addition, CCHE2D flow modeling was simulated to perform comparative verification of the topographical informations. The modeling result with the image-based topographical information provided better water depth and current velocity simulation results, when it compared to the directly measured topographical information for which measurement of the sub-section was not performed. It is concluded that river topographic information could be obtained from RGB images, and if additional research was conducted, it could be used as a method of obtaining efficient river topographic information for river management.

주제어

표/그림 (12)

그림 FIGURE 1. Study area
표 TABLE 1. Ground Control Points for 3D point cloud modeling
그림 FIGURE 3. Result of channel topography surveying
그림 FIGURE 2. (a) Localization process and (b) channel topography surveying by RTK-GPS, and (c) channel topography surveying by ADCP
그림 FIGURE 4. Result of (a) channel topography surveying from the Lidar, (b) the drone, and (c) orthomosaic image of water
표 TABLE 2. Developed regression models for estimating water depth
그림 FIGURE 5. Initial Bed Elevation (El.m) using (a) ADCP+RGB (b) ADCP+GPS
그림 FIGURE 6. Initial Bed Elevation (El.m) (from Right to Left) at the (a) J=100 (b) J=250 (c) J=400 and (d) J=550. (y-axis is initial bed elevation in meter, and x-axis is grid from right bank)
그림 FIGURE 6. Continued
그림 FIGURE 7. Result using the water depth value of 1 m measured directly downstream using OTT Orphimedes
그림 FIGURE 8. Flow Modeling Results using ADCP+RGB (a) Water Depth(m) (b) Flow Velocity (m/s) and using ADCP+GPS (c) Water Depth(m) (d) Flow Velocity (m/s)
그림 FIGURE 9. water velocity (in m/s) (from Right to Left) at the (a) J=100 (b) J=250 (c) J=400 and (d) J=550 (y-axis is water velocity in meter per second, and x-axis is grid from right bank)

참고문헌 (22)

Fausch, K.D., Torgersen, C.E., Baxter, C.V. and？Li, H.W. 2002. Landscapes to riverscapes:？bridging the gap between research and？conservation of stream fishes: a continuous？view of the river is needed to understansd？how processes interacting among scales？set the context for stream fishes and？their habitat. BioScience 52(6):483-498.

상세보기
Flener, C. 2013. Estimating deep water radiance？in shallow water: Adapting optical bathymetry？modelling to shallow river environments.？Roreal Environment Research 15:488-8502.
Jung, Y. and Kang, S. 2002. Measuring water？depth by using a combination of GPS/Echosounder. Korean Journal of Geomatics？20(4):375-381
Kang, W., Choe, H., Jang, E., Ko, D., Kang,？J and Yeo, H. 2021b. Determination of？Stream Reach for River Environment？Assessment System Using Satellite Image.？Ecology and Resilient Infrastructure 8(4):179-193
Kang, W., Jang, E.K., Yang, C.Y. and Julien,？P.Y. 2021a. Geospatial analysis and model？development for specific degradation in？South Korea using model tree data mining.？Catena 200:105142.

상세보기
Kang, W., Lee, K. and Jang, E.K. 2022b.？Evaluation and Validation of Estimated？Sediment Yield and Transport Model？Developed with Model Tree Technique.？Applied Sciences, 12(3):1119.
Kang, W., Lee, K. and Kim, J. 2022a. Prediction？of Suspended Sediment Concentration？Based on the Turbidity-Concentration？Relationship Determined via Underwater？Image Analysis. Applied Sciences 12(12):6125.
Kang, W., Yang, C.Y., Lee, J. and Julien,？P.Y. 2019. Sediment yield for ungauged？watersheds in South Korea. KSCE Journal？of Civil Engineering 23(12):5109-5120.

상세보기
Kasvi, E., Salmela, J., Lotsari, E., Kumpula,？T. and Lane, S.N. 2019. Comparison of？remote sensing based approaches for？mapping bathymetry of shallow, clear water？rivers. Geomorphology 333:180-197.

상세보기
Kim, S. and Lee, Y., 2018. Present Status？and Future Prospect of Satellite Image？Uses in Water Resources Area. Korean？Journal of Ecology and Environment？51(1):105-123

원문보기 상세보기
Lee, C., Go, D, Kim, D. and Choi, H. 2022.？Quantitative Analysis on the Lateral？Migration of an Alluvial River-Case Study-？on Gopyeong Site of Naeseong Stream-. ？Journal of the Korean Geomorphological？Association 29(2):25-39

상세보기
Lee, C., Kim, D.G., Hwang, S.Y., Kim, Y.,？Jeong, S., Kim, S. and Cho, H. 2019.？Dataset of long-term investigation on change？in hydrology, channel Morphology, landscape？and vegetation along the Naeseong Stream？(II). Ecology and Resilient Infrastructure？6(1):34-48
Lee, G.R. 2022. Changes of Riverbed Relief？and Channel Landscape in Naeseongcheon River before and after Construction？of Yeongju Dam. Journal of the Korean？Geomorphological Association 29(1):31-44？

상세보기
Lee, G.S., and Lee, H.S. 2012. Evaluation？of possibility for the classification of？river habitat using imagery information.？Journal of the Korean Association of？Geographic Information Studies 15(3):91-102

원문보기 상세보기
Lee, J.B., Kim, H.J., Kim, J.H. and Wie,？G.J. 2021. Water Depth and Riverbed？Surveying Using Airborne Bathymetric？LiDAR System-A Case Study at the？Gokgyo River. Journal of the Korean Society？of Surveying, Geodesy, Photogrammetry？and Cartography 39(4):235-243
Lee, J.O., Choi, H.W., Yun, B.Y. and Park,？C.Y. 2014. Integrated geospatial information？construction of ocean and terrain using？multibeam echo sounder data and airborne？Lidar data. Journal of the Korean Association？of Geographic Information Studies 17(4):？28-39

원문보기 상세보기
Lee, J.W., Lee, M.S., Jung, I.K., Park, G.,？and Kim, S.J. 2011. Stream type classification？and 2-dimensional hydraulic characteristics？and bed change in Anseongcheon streams？and tributaries. Journal of The Korean？Association of Geographic Information？Studies 14(4):77-91
Lyzenga, D.R. 1978. Passive remote sensing？techniques for mapping water depth and？bottom features. Applied optics 17(3):379-383

상세보기
Moon, H.T., Lee, J.H., Yuk, J.M. and Moon,？Y.I. 2020. Estimation of river water depth？using UAV-assisted RGB imagery and？multiple linear regression analysis. Journal？of Korea Water Resources Association？53(12):1059-1070？
Park, S.H. 2018. Color Analysis and Binarization？of River Image for River Surveillance. The？Journal of the Korea institute of electronic？communication sciences, 13(1):175-186？
Park, S.K., Kim, J., Lee, K.J., and Jo, M.H.？2013. Analysis of land use change within？four major river areas using high-resolution？air-photographs: the case of the Nakdong？river basin. Journal of the Korean Association？of Geographic Information Studies 16(4):？171-188

원문보기 상세보기
Yi, J.H., Ryu K.H., Shin, C., Baek, W.D.,？and Jeong, W.M. 2016. Bathymetry estimation？using aerial imagery for shallow water？region. Journal of The Korean Society of？Hazard Mitigation 16(5):351-358

저자의 다른 논문 :

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