3.1. 간척지 함수비 추정
토지 피복 분류 후 3개의 각 클래스들을 폴리곤으로 분리(Fig.5-21(a)) 한후 표토 노출 구간의 래스터 이미지만을 추출하면 Fig.5-21(b)와 같다.
(a) Extraction polygon (b) surface soil image [Fig.5-21] Extraction of surface soil from raster image
추출된 표토 노출 구간을 대상으로 DIP 기법을 통해 얻은 함수비 추 정식을 적용하여 함수비 분포를 맵핑하였다. 하지만 실내에서 얻은 추정 식은 현장에서의 광량 조건 등과 다르기 때문에 바로 적용할 수 없다.
실내에서 실험 당시 RGB 값과 현장에서의 채취한 소수의 시료에 대한 함수비와 RGB을 비교분석해 보정 계수를 산정하고 추정식에 보정계수 를 곱하여 산출하였다.
실내에서 얻은 간척지 흙의 함수비 추정 회귀식은 식 5.8과 같다.
(식 5.8)이 때 함수비 26.5% 일 때의 R,G,B 값은 각각 114,111,93 이었다. 이 값을 기준으로 현장에서의 함수비 중 26.5%에 가까운 지점을 정사 영상 에서 찾아 R,G,B 값을 추출한 후 보정계수를 산정하였다. 본 연구에 사 용한 정사 영상에서 함수비가 25.53%인 지점의 R,G,B 값은 200,183,199 로 확인되었다. 이를 이용하면 각 성분의 보정계수는 0.57, 0.61, 0.47 이 되며, 함수비 추정식은 다음과 같이 수정하여 사용할 수 있다.
′ ×
×
(식 5.9)(a) Band-1 image(Red) (b) Water content distribution [Fig.5-22] Digital mapping of water content distribution
표토 노출 구간의 래스터 이미지에서 R,G,B 성분을 각각 band1,2,3로 분리하여 0-255 값을 나타나는 8비트 이미지로 전환(Fig.5-22(a))한 후 Raster Calculator 툴을 이용해 위 식을 적용하여 추정 함수비를 맵핑하 였다.(Fig.5-22(b))
Fig.5-23은 좀 더 자세히 살펴보기 위해 약 20m x 50m 크기로 확대 하여 본 함수비 맵핑도와 정사 영상을 비교한 것이다.
(a) Water content distribution (b) Raster image [Fig.5-23] Digital mapping of water content distribution 2
식생 구간은 맵핑에서 제외되었으며, 염분이 상승하여 재염화되고 염 결정을 이룬 지점에서는 함수비가 10-20%로 다른 표토보다 낮게 나타났 고 표토의 함수비는 20-30% 구간이 가장 넓게 분포하는 것으로 예상되 었다.
3.2. 동하계 함수비 분포 특성 비교
동일 지구에 대하여 시기에 따른 차이를 확인하고 평가하기 위하여 동 계(15년 11월 11일)와 하계(16년 8월 11일)에 각각 획득한 영상을 비교 분석하였다. 각 시기에 획득한 영상에서 연구 영역을 추출한 이미지를 Fig.5-24에 나타냈다.
두 영상은 뚜렷한 계절적 차이로 인해 갈대 및 식생들의 색상이 확연 히 차이나는 것을 확인할 수 있다. 또한 하계 영상에서는 인근 탄도천의 수위 상승으로 인해 침수된 영역이 확인 되었다.
(a) Winter (15.11.11) (b) Summer(16.8.11) [Fig.5-24] Seasonal image of the study area
앞선 함수비 맵핑 방법과 동일하게 현장에서 채취한 1개 시료의 함수 비와 그 지점에 대한 RGB 값을 분석하여 실내 실험 결과와 비교하고, 보정계수를 구하여 전체 지역에 대한 맵핑을 수행하였다. 그 결과는 다 음 Fig.5-25와 같다. 하계 영상에서는 침수 구역 증가로 표토 노출 구간 이 약 33.1% 감소하였으며 수변 영역의 함수비는 높게 내륙 쪽은 낮게 평가되었다.
(a) Winter (15.11.11) (b) Summer(16.8.11) [Fig.5-25] Seasonal image of water content distribution
3.3. 함수비 맵핑 정확성 평가
[Table 5-8] Comparison of actual and estimated water content Sample
실측값과 맵핑 결과의 관계를 그래프로 도시하면 다음 Fig.5-26과 같 으며 두 데이터 간 Pearson 상관계수는 0.876으로 높은 값을 나타냈다.
그림에서와 같이 20% 이하 함수비 영역에서는 다소 과대하게 예측되는 경향이 30% 이상에서는 작게 예측되는 경향을 확인할 수 있었다. 이는 앞서 산정했던 보정계수의 오차 영향이 반영된 것으로 예상된다.
Acutual water content (%)
10 15 20 25 30 35 40
Water content of mapping result (%)
10 15 20 25 30 35 40
: 1 1 ne li
[Fig.5-26] Relationship between actual and estimated water content