J. Korean Soc. Hazard Mitig Search

CLOSE


J. Korean Soc. Hazard Mitig. > Volume 16(2); 2016 > Article
침수흔적도 작성 방법 개선을 위한 무인항공기 적용 연구

Abstract

The hazard map contained the results of inundation trace investigation, flood possibility analysis, and establishment of evacuation plan for flood area has become the principal means of non-structural flood prevention. The inundation trace maps are used as a basis for the creation of the hazard map and produced by using the results of preliminary investigation and scrutiny about inundation trace of flood damage area. Even though this map is the basic data for national disaster, this mapping was often delayed or impossible because of investigation delay, management insufficiency of inundation trace, and lack of budget. Therefore, it is necessary to study for budget reduction and mapping time shortening when this map was produced. Since the research for produce the various utilization by using a unmanned aerial vehicle(UAV) was actively conducted, the application of the UAV were analyzed to produce the inundation trace map in this study. This map was produced by the virtual survey tool(VST) converted the image data photographed in UAV into map form. The inundation trace map of Gahyeon-dong and Yongdu-ri, Anseong-si, Gyeonggi-do was reproduced by the previous method and was compared with the established one. As a result of comparison of the inundation range in those maps, the inundation trace was almost match. Therefore, the proposed method would be very useful to more quickly and accurately produce the inundation trace map.

요지

최근 침수지역에 대한 침수흔적조사, 침수예상분석 및 대피계획 수립 등에 관한 종합적인 검토 및 분석 결과를 지도로 표현하는 재해지도는 비구조적 홍수방어 대책의 주요한 수단이 되고 있다. 침수흔적도는 재해지도의 작성을 위한 기초자료로 활용되고, 침수피해가 발생한 지역의 침수흔적을 초동조사 및 정밀조사를 실시하여 작성하도록 규정하고 있다. 침수흔적도는 태풍, 호우, 해일 등으로 인한 침수피해가 발생한 지역에 대하여 침수흔적을 측량하고 침수구역에 대한 침수위, 침수심, 침수시간 등을 조사한 내용을 표시한 지도이다. 이처럼 침수흔적도는 국가 방재에 대한 기초적인 자료임에도 불구하고 예산 부족 및 침수흔적 작성 관리가 미흡하여 침수흔적도 제작이 지연되는 문제가 발생하고 있다. 그러므로 침수흔적도 작성시 제작시간의 단축 및 예산 절감을 위한 연구가 필요한 실정이다. 현재 우리나라에서는 무인항공기를 활용하는 연구가 많이 진행되고 있다. 본 연구에서는 침수흔적도 작성을 위한 무인항공기의 적용성을 검토하였다. 무인항공기에서 촬영한 영상자료를 가상측량 프로그램(VST, Virtual Survey Tool)을 활용하여 경기도 안성시 가현동과 용두리 일원을 대상으로 침수흔적도를 재작성하고 기존 침수흔적도와 비교하였다. 그 결과 기 제작된 침수흔적도와 무인항공기의 영상자료로 재 작성된 침수흔적도가 거의 일치하는 것으로 나타났다. 따라서 무인항공기를 활용한 지도제작 방법은 보다 신속하고 정확한 침수흔적도 작성에 활용이 가능할 것으로 판단된다.

1. 서론

최근 이상기후변화에 따른 국지성 집중호우 등 홍수피해로 인한 자연재해 피해가 빈번하게 발생하고 있다. 자연재해 피해로 인한 인명피해나 재산피해가 증가하고 있는 추세이며 도시개발로 인한 불투수율 증가로 침수피해 빈도가 증가하고, 침수지역의 확대로 인한 재산피해가 발생하고 있다. 우리나라의 재해지도는 자연재해대책법 제21조, 동법 시행령 제18조 및 제19조와 ‘재해지도 작성 기준 등에 관한 지침(National Emergency Management Agency(NEMA), 2013)’ 등에 규정되어있다. 이 중 침수흔적도는 태풍, 호우, 해일 등 풍수해로인한 침수피해가 발생한 지역에 대하여 침수흔적 조사 및 측량을 실시하고 침수구역에 대한 침수위, 침수심, 침수시간 등을 조사하여 연속지적도 및 수치지형도 등에 표시한 지도를 말하며, 지방자치단체별로 제작 및 보존하고 있다. 현재의 침수흔적도작성은 침수피해 발생 후 침수 피해지역을 현지 방문하여 침수흔적 조사를 실시하여 작성하고 있다. 그러나 침수흔적도의 작성은 침수피해의 특성상 침수지속시간이 짧아 초동조사에 어려움을 겪고 있으며, 예산 등 행정적인 절차로 인하여 신속히 진행이 어려워 침수흔적도의 침수심과 침수범위에 대한 정확한 정보를 습득하기 어려워 신뢰도 있는 침수흔적도의 작성에 장애요인이 되고 있다.
Park et al. (2015)는 무인항공기(Unmanned Aerial Vehicle,이하 UAV)는 기존의 위성과 항공 영상으로 얻기 힘든 일정지역정보를 짧은 시간에 관측 가능하고 같은 장소를 반복해서 주기적으로 관측이 가능하여 시간변화 파악이 가능한 장점을 가지고 있으며 지상조사에서 얻기 어려운 공간정보와 재해지역 등 접근이 어려운 지역의 영상을 재해발생 후 바로 취득하여 적은 비용으로 재해 상황 파악이 가능한 특징을 가지고 있는데, 이는 지상조사 및 위성과 항공 영상을 이용하여 얻기 어려운 농업재해 등 방재분야에서 발생하는 문제를 파악하고 해결하는데 매우 중요한 정보를 제공할 수 있는 점들이라고 하였고, 경북 영천에 위치한 괴연저수지를 대상으로UAV를 이용한 정밀지형도 작성 및 활용 방안을 제시하였다. Jeong (2014)은 첨단 기기를 이용하여 기존 하천 측정 방법에 비해 시간적, 경제적 효율성 및 신뢰도 높은 자료 제공이 가능한 방법을 개발해 보고자 저수부 하상 측정에는 ADCP 센서를 장착한 무선조종 하천조사보트를 이용하여 3차원 저수부 하상지형자료를 취득하고 고수부 지형자료 취득에는 사진측량 장비를 장착한 UAV를 이용하여 구성된 3차원 하천지형으로 기존의 하천측량 방법으로는 구현할 수 없었던 단절부 없이 고수부와 저수부가 연결된 하천 종·횡단 정보를 추출하여 하천을 유지·관리하고 시설물 등을 계획하는데 유용한 정보로 활용될 수 있을 것이라고 하였다. Goo et al. (2011)은 신뢰성 있는 침수흔적도의 작성은 기존의 지형도나 지적도 등 2차원 지형정보기반 공간분석방식으로는 침수심이나 침수위 등의 입체적인 지형정보 재현과 공간분석에 한계를 보이고 있어 정확한 3차원 지형공간의 구축을 통한 공간분석 및 시뮬레이션 접근방식의 중요성 및 활용성을 제시하였다. Kim et al. (2014)는 무인항공기의 국토모니터링 분야 적용가능성을 평가하였으며, 지도제작과 관련된 법·제도를 검토하고 무인항공기를 이용한 지도제작과 재난재해분야 적용 가능성을 확인하기 위하여 그 정확도를 평가하였다. Cho (2014)는 UAV를 이용한 정사영상제작의 정확도 평가 및 경제성 분석을 연구하여 항공측량에 비해 UAV측량은 접근불가 지역과 기후의 영향이 많은 소규모 지역에 대하여 많은 이익이 있음을 확인하였고, 해외사업에 적용할 경우에는 현지 지역현황측량과 병행한다면 양질의 성과가 나올 수 있을 것으로 판단하였다. Tahar et al. (2011)는 UAV를 이용한 대축척 지도제작연구를 수행하였으며, Lambers et al. (2007), Pueschel et al.(2008) 등은 UAV를 이용하여 문화재 모델링 및 문화재 영상자료 취득관련 연구를 수행하였다.
본 연구에서는 무인비행시스템을 이용하여 3차원 고해상도정사영상의 활용방안으로 가상측량 프로그램(VST)를 활용하여 2006년 7월 25일 집중호우 및 제3호 태풍 ‘에위니아’의 영향으로 경기도 안성시 가현동 일원 및 2008년 7월 23일~26일까지의 집중호우에 따른 경기도 안성시 공도읍 용두리 일원에 대한 침수범위를 분석하여 기 작성된 침수흔적도와 비교·분석하였고, 이를 토대로 침수흔적도 작성 방법 개선 방안을 제시하고자 한다. 무인항공기를 이용한 침수흔적도 제작방법은 하천 수위에 따른 침수범위를 추정할 수 있고 침수흔적도 제작의 문제점을 보완할 수 있을 것으로 사료되며 신속한 데이터 취득 및 운용비용이 저렴하여 향후 효과적으로 활용될 수 있을 것으로 판단된다.

2. 영상데이터를 활용한 지도 제작 방법

2.1 데이터 변환 프로그램 선정

본 연구에서 사용한 무인항공기는 Fig. 1과 같은 고정익으로 크기는 950 × 630 × 70 mm이고, 무게는 약 690 g이며 프로펠러 1개로 구성되어 있다. 촬영 광학센서는 Sony S110RGB(1,200만화소)를 이용하였고, 좌표 취득을 위하여 Sokkia사의 GRX2를 사용하였고, 기상기준점의 현장측량을 실시하였다.
Fig. 1
UAV Configuration
KOSHAM_16_02_223_fig_1.gif
UAV는 자동 항로 설정 S/W인 eMotion2를 이용하여 촬영경로를 설정하게 되며, 설정된 비행경로를 따라 대상지역의 촬영을 하게 된다. 촬영 진행시 UAV와 작업자는 USB 지상모뎀을 통해 노트북화면으로 실시간 비행 현황을 파악하며, 현장 기상상태에 따라 촬영 중첩도를 설정하게 된다. 이때, 촬영 중첩도는 기상상태에 따라 60~75%로 설정을 권장하고 있다. 취득영상의 왜곡 방지는 지상기준점 조사를 실시하여 기준점의 좌표를 GPS 측량을 통하여 획득하고, 취득한 각점의 좌표를 기준으로 촬영 사진 접합시 임의의 점들의 좌표를 생성하게 되어 3D모델의 좌표를 보정하게 된다. GPS측량성과는 후처리방법을 통하여 3D모델의 오차범위를 줄이는 데에 사용된다. 영상해석은 Postflight Terra 3D와 Virtual Surveyor를 통해 2D 평면도 및 3D 지형도를 작성하였다.
Postflight Terra 3D는 사진측량 소프트웨어로서 간단한 설정을 통해 LOG데이터(비행모션데이터)를 입힌 사진들을 접합하여 cm급의 정사영상과 DSM(Digital Surface Model) 제작이 가능하며, 이후 Virtual Surveyor를 통해서 정사영상과DSM을 결합하여 3D지형도를 생성한다. GEOID사의 Virtual Surveyor는 가상측량 프로그램으로 여러 레이어들을 겹쳐서 볼 수 있으며, 정사영상의 TIF 이미지와 DEM 수치표고데이터를 결합한 상태에서 3차원적 모델링 작업이 가능하다. 또한, 벡터라이징 작업도 3차원 뷰어기능을 이용하여 다각도로영상화면을 실시간 상하좌우로 이동이 가능하기 때문에 현장에 있는 것과 동일한 상황을 만들어 내고 일반 모니터에서도 3차원 입체시 판독이 가능하므로 UAV를 활용한 지도 제작에 많이 사용되고 있으며, 특히 처리과정이 신속하고 침수심 및 침수범위를 상당히 정확하게 표현할 수 있는 장점이 있는 것으로 알려져 있다. 따라서 본 연구의 침수흔적도 작성 목적에 부합할 것으로 판단되어 Postflight Terra 3D 프로그램을 선택하였다.

2.2 데이터 취득 및 처리

본 연구에서 침수흔적도 작성을 위한 자료처리 및 피해면적산정 과정은 Fig. 2와 같다. 먼저, 침수흔적도 비교를 위한 기작성된 침수흔적도를 토대로 UAV 촬영이 용이한 지역을 선정한다. 대상지역 선정 후, 취득 영상의 영상접합(모자이크)에 따른 영상왜곡 오차를 최소화하기 위한 GCP(Ground Control Point) 측량을 실시하고, UAV를 이용한 항공영상을 취득한다. 취득한 항공영상의 자료 처리를 통한 정사영상 및 DSM(Digital Surface Model)을 생성하고, GCP의 측량값과 정사영상을 활용한 정확도 평가가 이루어진다. 이후 3D 지형도를 추출하여 해당 지역의 침수피해 범위를 산정한다.
Fig. 2
Flow Chart of Data Processing and Damage Area Estimates
KOSHAM_16_02_223_fig_2.gif

3. 침수흔적도 작성

3.1 대상지역 선정

본 연구에서는 2006년과 2008년의 침수피해로 인한 침수흔적도를 보유하고 있고, UAV 촬영이 용이하며, 유역 현황 또한 도심지 및 농경지의 침수피해가 발생한 지역인 경기도안성시의 가현동 일원과 공도읍 용두리 일원을 연구 대상지로 선정하였다.
경기도 안성시 가현동 일원은 2006년 7월 25일 집중호우 및 제3호 태풍 ‘에위니아’의 영향으로 하천의 제방이 붕괴되어 주택파손 및 침수, 농경지 매몰 및 침수 등의 피해가 발생하였다. 2006년 7월 28일 12:00부터 2006년 7월 29일 02:00까지 침수가 발생하였고, 침수심은 약 0.5 m~ 3.0m, 피해시설은 가옥 및 농경지이며 피해면적은 617,294 m2이다. 2006년 경기도 안성시 가현동 일원의 침수흔적도는 Fig. 3(a)와 같다. 또한 2008년 7월 23일~26일 집중호우로 경기도 안성시 공도읍 용두리 일원이 2008년 7월 24일 1일간 주택침수 21가구, 농경지 4.85 ha, 가축입식 1동 등 시설피해가 발생하였고, 공도삼거리부근 상가 3채, 농경지 일부 및 기업단지 일부가 침수되었다. 피해면적은 약 80,433 m2이며, 피해액은 약 710,371천원으로 집계되었다. 피해원인은 승두천의 수위가 상승됨에 따라 상대적으로 지반고가 낮은 기업단지 입구 지역의 내수침수가 발생하였다. 2008년 경기도 안성시 공도읍 용두리 일원의 침수흔적도는 Fig. 3(b)와 같다. 또한, 침수심의 범위 및 색상은 Table 1과 같다.
Fig. 3
Inundation Trace Map(Korea Cadastral Survey Corp. (2006, 2008))
KOSHAM_16_02_223_fig_10.gif
Table 1
Inundation Depth Legend(Korea Cadastral Survey Corp.(2006, 2008))
Colors Inundation Depth Colors Inundation Depth
KOSHAM_16_02_223_fig_3.gif 0.0 m ~ Less than 0.5 m KOSHAM_16_02_223_fig_4.gif 2.0 m ~ Less than 2.5 m
KOSHAM_16_02_223_fig_5.gif 0.5 m ~ Less than 1.0 m KOSHAM_16_02_223_fig_6.gif 2.5 m ~ Less than 3.0 m
KOSHAM_16_02_223_fig_7.gif 1.0 m ~ Less than 1.5 m KOSHAM_16_02_223_fig_8.gif 3.0 m Over
KOSHAM_16_02_223_fig_9.gif 1.5 m ~ Less than 2.0 m

3.2 대상지역의 영상자료 추출

본 연구의 대상지역인 침수 피해가 발생한 유역에 대해 촬영 시 기상조건이 양호하여 eMotion2의 기본 설정된 종방향 60%, 횡방향 75%의 중첩도로 설정하여 안성시 가현동 일원과 공도읍 용두리 일원에 대하여 각각 3회, 1회로 나누어 880장(312장 + 292장 + 276장), 227장을 촬영하였다. UAV 촬영시간은 기상현황, 중첩도 비율 및 배터리 상태에 따라 최대45분 이내로 설정이 필요하기 때문에 가현동의 경우 중첩도 설정에 따라 총 3회로 나누어 촬영을 하였다(Fig. 4). UAV영상 촬영면적은 가현동 일원이 약 3.25 km2, 용두리 일원이 약 2.17 km2이며, 공간해상도는 4 cm/pixel로 초고해상도 영상이다.
Fig. 4
Flight Control Screen Using eMotion2 S/W
KOSHAM_16_02_223_fig_11.gif
무인항공 사진측량 시스템의 정확도 분석은 Table 2와 같이 대상지역 내에 수직 및 수평방향으로 약 400m 간격으로 설정하여 가현동 일원은 26개, 용두리 일원은 11개의 기준점을 선정하고, GPS측량을 Fig. 5Table 2와 같이 실시하여 영상접합(모자이크)에 따른 영상왜곡 오차를 최소화 하였다. Fig. 6는 대상지역 항공영상 촬영을 위한 UAV 이륙 사진이고, 이를 통해 취득한 항공영상의 자료 처리를 통한 정사영상은 Fig. 7이고, 정확도 평가를 위한 검사점 좌표 취득은 Fig. 8과 같다.
Table 2
Survey of Check-Points
Classification Gahyeon-dong Area Yongdu-ri Area
Check-Point X(N) Y(E) Z(h) X(N) Y(E) Z(h)
gcp01 224943.18 489655.76 29.19 214201.23 488805.04 26.56
gcp02 225370.75 490204.85 31.04 214771.28 488866.90 20.13
gcp03 225046.13 489565.22 31.16 214562.66 488964.23 19.47
gcp04 225326.21 489504.37 29.43 214560.35 489075.95 19.07
gcp05 226107.63 489530.05 33.69 214739.81 489440.36 21.99
gcp06 226341.26 488959.74 36.34 214666.52 489322.82 21.09
gcp07 225968.96 488860.83 34.81 214752.88 489013.57 19.90
gcp08 225481.56 489195.08 32.26 214503.63 488822.55 19.05
gcp09 225720.91 490130.47 30.55 214305.89 489115.71 20.78
gcp10 226084.38 490199.12 32.37 214239.77 489542.48 25.23
gcp11 226406.00 490153.56 33.37 214499.55 489249.50 31.59
gcp12 225298.46 489814.77 28.49
gcp13 225647.05 489806.43 31.48
gcp14 226139.73 489797.30 32.91
gcp15 226487.76 489786.83 35.82
gcp16 226415.38 489490.51 34.95
gcp17 225640.38 489480.98 31.61
gcp18 225797.42 489309.59 31.05
gcp19 226117.01 489213.90 32.45
gcp20 226480.66 489251.15 33.12
gcp21 225125.92 489158.14 30.68
gcp22 225058.99 488763.94 30.18
gcp23 225290.15 488865.36 31.10
gcp24 225732.01 488819.20 30.76
gcp25 226049.94 488748.09 32.66
gcp26 226332.08 488815.01 33.09
Fig. 5
Ground Control Points (GCP) Status
KOSHAM_16_02_223_fig_12.gif
Fig. 6
Flight UAV
KOSHAM_16_02_223_fig_13.gif
Fig. 7
Orthophoto
KOSHAM_16_02_223_fig_14.gif
Fig. 8
Checkpoint Acquired Coordinate
KOSHAM_16_02_223_fig_15.gif

3.3 정확도 평가

본 연구에서 사용한 UAV는 사진촬영 후 지상기준점을 사용하지 않고 3D 모델의 생성이 가능하다. 하지만 이런 경우 각점의 좌표오차가 수십cm 혹은 수m의 오차를 보이게 되어 가상측량 프로그램을 이용하여 현황측량이나 침수범위를 나타내는데 신뢰성이 떨어지게 된다. 따라서 본 연구에서는 정사영상 생성을 위해 각각 26점(가현동 일원), 11점(용두리 일원)의 지상기준점 측량을 실시하였고, Fig. 9와 같이 항공촬영사진에서 육안으로 식별 가능한 1.5 m × 1.5 m 크기의 대공표지판과 도로표식을 사용하여 좌표점을 획득 하였다. 이후 일련의 과정을 거쳐 최종적으로 획득된 3D 모델과 지상기준점측량으로 얻은 각점의 좌표를 Table 3과 같이 비교하여 획득한 자료의 신뢰성을 확보 하였다.
Fig. 9
Ground Control Points (GCP) Survey
KOSHAM_16_02_223_fig_16.gif
Table 3
Accuracy of Check-Points in Orthophoto
Classification Gahyeon-dong Area Yongdu-ri Area
Check-Point X(N) Y(E) Z(h) X(N) Y(E) Z(h)
gcp01 -0.06 0.01 -0.09 -0.17 0.01 0.00
gcp02 -0.07 0.02 0.02 -0.09 -0.01 -0.08
gcp03 0.00 0.10 0.01 0.00 0.00 0.00
gcp04 -0.04 0.05 -0.01 -0.11 0.01 -0.02
gcp05 -0.10 0.04 -0.04 -0.08 -0.01 0.00
gcp06 -0.05 0.07 0.01 -0.05 0.00 0.04
gcp07 -0.06 0.11 0.00 -0.07 0.05 -0.02
gcp08 -0.06 0.10 -0.06 -0.06 0.04 0.01
gcp09 -0.11 0.05 -0.04 -0.01 0.03 -0.02
gcp10 -0.12 0.02 0.05 -0.02 -0.02 -0.02
gcp11 -0.09 0.06 0.00 -0.10 0.00 0.01
gcp12 -0.08 0.00 -0.04
gcp13 -0.07 0.04 -0.03
gcp14 -0.12 0.01 -0.02
gcp15 -0.11 0.06 0.02
gcp16 -0.12 0.03 -0.02
gcp17 -0.04 0.02 -0.13
gcp18 -0.09 0.06 -0.01
gcp19 -0.09 0.11 -0.01
gcp20 -0.09 0.05 -0.01
gcp21 -0.19 -0.38 -0.08
gcp22 -0.07 0.08 0.01
gcp23 -0.06 0.16 -0.04
gcp24 -0.12 0.04 -0.11
gcp25 -0.06 0.14 0.05
gcp26 -0.10 0.07 -0.03
Mean 0.08 0.07 0.04 0.07 0.02 0.02
Table 3과 같이 가현동 일대의 촬영영상 정확도 평가 결과 X, Y, Z 각 성분별 편차는 평균 0.08 m, 0.07 m, 0.04 m로 나타났다. 수평 방향 오차는 평균 7.5 cm 이내의 값을 나타내었으며, 수직방향의 경우 평균 4 cm 정도의 편차를 보였다. 용두리 일원의 경우 X, Y, Z 각 성분별 편차는 0.07 m, 0.02 m, 0.02 m로 나타났다. 수평방향 오차는 평균 4.5cm이하의 값을 나타내었으며, 수직방향의 경우 2 cm 정도의 편차를 나타내었다. 생성된 두 정사영상 모두 약 4.0 cm급 영상으로 도로 및 시설물의 판독이 가능하기 때문에 정사영상을 활용한 현황측량 도면 제작에 활용할 수 있다. 이와 같은 결과는 무인항공기를 이용한 현황측량이 가능한 것으로 판단된다.

4. 비교 및 고찰

4.1 침수흔적도 비교

Fig. 3의 2006년 경기도 안성시 가현동 일원과 2008년 경기도 안성시 공도읍 용두리 일원에 발생한 침수피해 범위를 비교하였다. 본 연구에서 분석한 침수범위는 Table 4와 같고 2006년 가현동 일원에 대한 침수피해 면적은 617,294 m2, 2008년 용두리 일원은 약 80,433 m2이다. 무인항공기를 활용한 침수피해 면적은 각각 590,982 m2, 88,409 m2로 약 4.27%, 9.91% 차이가 나는 것으로 나타났다. 이는 침수피해 당시의 지형과 침수피해 이후 건설공사로 인한 현재의 지형 차이로 인한 것으로 판단된다.
Table 4
Compare flooded Area
Area Established Inundation Trace Map Using UAV Inundation Trace Map
Gahyeon-dong KOSHAM_16_02_223_fig_17.gif KOSHAM_16_02_223_fig_18.gif
Yongdu-ri KOSHAM_16_02_223_fig_19.gif KOSHAM_16_02_223_fig_20.gif

4.2 하천 수위에 따른 침수범위 산정

안성시 가현동 지역은 안성천과 안성천 좌안으로 유입되는 조령천을 접하고 있다. 이 지역의 하천 수위 변화에 따른 내수침수의 경우를 가정하여 침수범위를 예측하였다. 이러한 예측 범위는 안성시 가현동 지역의 경우 내수침수가 안성천 및 조령천 등 하천수위 변화에 민감하기 때문에 수위 상승에 따른 침수피해 등 하천재난에 대한 신속한 피해 상황을 파악하는 용도로 활용이 가능할 것으로 판단된다. 그러므로 본 연구에서는 Fig. 10과 같이 안성천과 조령천의 합류점 부근의 수위를 가정하여 가현동 일원의 내수침수 범위의 변화를 모의하였다.
Fig. 10
Estimation of Inundation Area according to the Water Level of River
KOSHAM_16_02_223_fig_21.gif
Fig. 10에서 Case 1은 조령천의 수위가 28.3(EL.m), Case 2는 29.3(EL.m), Case 3는 31.0(EL.m) 경우 제방 파제시의 침수면적은 Case 1은 약 32,317 m2, Case 2는 약 145,379 m2,그리고 Case 3는 약 590,982 m2로 분석되었다. 이와 같은 분석 결과를 하천 외수위 변화에 따라 내수침수가 발생하는 지역의 침수범위를 산정하고 분석하는 데에 UAV를 활용하여 침수범위의 분석이 가능할 것으로 판단된다. 각 지자체의 내수침수 방재에 대한 기초적인 자료로 활용이 가능할 것이며, 최근 기상이변에 대한 수리수문학적인 분석 결과를 적용하여 침수예상범위를 산정한다면 더욱 효율적인 방재대책 자료 활용이 가능할 것으로 판단된다.

5. 결론

본 연구는 최근 활용도가 높은 무인항공기의 항공촬영기술을 이용하여 침수흔적도를 정확하고 신속하게 제작하기 위한 방법에 대한 연구이며, 신속한 데이터 취득 및 운용비용이 저렴한 무인비행시스템을 이용하여 3차원 고해상도 정사영상을 취득하고 가상측량 프로그램(VST)을 이용하여 2006년과 2008년에 발생한 경기도 안성시의 침수흔적도와 비교를 통해 다음과 같은 결과를 얻었다.
첫째, 무인항공기를 통해 생성된 성과의 정확도 평가 결과, 수평 방향 오차는 가현동 및 용두리 일원 각각 평균 7.5 cm, 4.5 cm이고, 수직방향의 경우 각각 4 cm, 2 cm 정도의 편차를 나타냄으로써 생성된 두 정사영상 모두 약 4.0 cm급 영상으로 도로 및 시설물의 판독이 가능하기 때문에 정사영상을 활용한 현황측량 도면 제작에 활용할 수 있으며 기존의 침수흔적도 작성에 필요한 축척에 상관없이 사용자가 자유롭게 확대, 축소가 가능하다. 따라서 무인항공기를 이용한 현황측량은 현업에 적용 가능한 것으로 판단된다.
둘째, 2006년 경기도 안성시 가현동 일원에 대한 제방붕괴에 따른 침수범위는 직접 측량 조사방법과 비교하여 약 4.27%, 2008년 경기도 안성시 공도읍 용두리 일원의 내수침수에 대한 침수범위는 약 9.91%의 오차를 나타 냈으며, 기초조사, 현장조사, 현장촬영 및 후처리 결과까지 걸리는 시간이 기존 침수흔적도 작성에 필요한 현장 조사 및 측량에 비해 시간을 획기적으로 단축할 수 있다. 따라서 침수흔적 조사에 대한 신속한 자료의 획득 및 피해상황을 파악하는 용도로 활용이 가능할 것으로 판단된다.
셋째, 무인항공기를 이용한 침수흔적 조사기법은 기존 조사방식에 비해 정밀하고 신속 정확하다는 장점을 가지고 있어 수리수문학적 위험지역에 대한 비구조적 대책 수립에 기여할 수 있을 것으로 판단된다.
넷째, 무인항공기를 활용하여 3D 침수흔적도를 생성한다면 웹에서의 통합관리가 가능하며, 이와 함께 사용자가 원하는 내용을 보다 쉽고 빠르게 수집 가능하여 다양한 방재사업에 기초자료로 활용 가능 할 것으로 판단되며, 향후 무인항공기에 의한 고해상도 영상취득과 고정밀 정사영상 생성 등을 통해 재해재난 위험지역, 비접근지역에서의 활용방안과 지도제작의 정확도 평가, 영상처리부문 등에 대한 심도 있는 연구가 필요할 것으로 판단된다.

감사의 글

본 연구는 국민안전처 자연재해저감기술개발사업단(자연재해예측및저감개발연구사업)의 지원으로 수행한 ‘침수재해 경감 표준모델 개발 및 관리기술 고도화’ [MPSS-자연-2014-75]과제의 성과입니다.

References

1. Cho, J.H (2014). Accuracy and Economic Feasibility Study of Orthoimage Map Production using UAV. Master’s Thesis, Department of Geoinformatics, The Graduate School of Urban Sciences. University of Seoul; (in Korean).
crossref
2. Goo, S.H, Kim, S.S, Park, Y.J, and Choi, J.W (2011) Accuracy Improvement foe Building Inundation Trace Map using Accurate DEM Date and Flood Damage Information. Journal of the Korean Society for Geo-spatial Information System, The Korean Society for Geospatial Information System, Vol. 19, No. No. 4, pp. 91-99 (in Korean).
crossref
3. Jeong, C.S (2014) Development of Method for Acquisition of 3Dimensional River Geographic Information Using R2V2 and UAV. Journal of Korean Society of Hazard Mitigation, Korean Society of Hazard Mitigation, Vol. 14, No. No. 3, pp. 269-275 (in Korean). 10.9798/KOSHAM.2014.14.3.269.
crossref
4. Kim, D.I, Song, Y.S, Kim, G.H, and Kim, C.W (2014) A Study on the Application of UAV for Korean Land Monitoring, Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography. Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol. 32, No. No. 1, pp. 29-38 (in Korean).
crossref
5. Korea Cadastral Survey Corp (2006) Anseong-si Flooded Trace Survey Report. (in Korean).
crossref
6. Korea Cadastral Survey Corp (2008) Anseong-si Flooded Trace Survey Report. (in Korean).
crossref
7. Lambers, K, Eisenbeiss, H, Sauerbier, M, Kupferschmidt, D, Gaisecker, T, Sotoodeh, S, and Hanusch, T (2007) Combining photogrammetry and laser scanning for the recording and modelling of the Late Intermediate Period site of Pinchango Alto, Palpa, Peru. Journal of Archaeological Science, Vol. 34, No. No. 10, pp. 1702-1712. 10.1016/j.jas.2006.12.008.
crossref
8. National Emergency Management Agency(NEMA) (2013). Guideline on Disaster Mapping. (in Korean).
crossref
9. Park, J.K, and Park, J.H (2015) Reservoir Failure Monitoring and Identified by the UAV Aerial Images. Korean Review of Crisis & Emergency Management, Vol. 11, No. No. 10, pp. 155-167 (in Korean).
crossref
10. Püschel, H, Sauerbier, M, and Eisenbeiss, H (2008) A 3D model of Castle Landenberg (CH) from combined photogrammetric processing of terrestrial and UAV-based images. Int. Arch. Photogramm. Remote Sens. Spat. Inf. Sci, Vol. 37, pp. 93-98.
crossref
11. Tahar, K.N, Ahmad, A, Wan Mohd Akib, W.A.A, and Udin, W.S (2011) Unmanned aerial vehicle technology for large scale mapping. International Symposium & Exhibition on Geoinformation (ISG), pp. 27-29.
crossref pmid


ABOUT
ARTICLE CATEGORY

Browse all articles >

BROWSE ARTICLES
AUTHOR INFORMATION
Editorial Office
1010 New Bldg., The Korea Science Technology Center, 22 Teheran-ro 7-gil(635-4 Yeoksam-dong), Gangnam-gu, Seoul 06130, Korea
Tel: +82-2-567-6311    Fax: +82-2-567-6313    E-mail: master@kosham.or.kr                

Copyright © 2024 by The Korean Society of Hazard Mitigation.

Developed in M2PI

Close layer
prev next