Waterbody Detection from Sentinel-2 Images Using NDWI: A Case of Hwanggang Dam in North Korea

Sentinel-2 기반 NDWI를 이용한 수체 탐지 연구: 북한 황강댐을 사례로

Abstract

In thisletter, we developed technology which can exclude effect of cloudsto perform remote waterbody detection based on Sentinel-2 optical satellite imagery to calculate the area of ungauged reservoirs and applied to the Hwanggang dam reservoir, a representative ungauged reservoir, to verify usability. The remote waterbody detection technology calculates the cloud blocking ratio by comparing the cloud boundary in the Sentinel-2 imagery and the reservoir boundary first. Next, itselects data whose cloud blocking ratio does not exceed a specific value and calculates NDWI (Normalized Difference Water Index) with selected imagery. In last, it calculatesthe area of the reservoir by counting the number of grids which have NDWI value considered as waterbody within the boundary of the target reservoir and correcting with cloud blocking ratio. To determine cloud blocking ratio threshold forselecting image, we performed the area calculation of Hwanggang dam reservoir from July 2018 to October 2021. As a result, when the cloud blocking ratio threshold wasset 10%, we confirmed that the result with large error due to clouds were filtered well and obtained 114 results that can show changes in Hwanggang dam reservoir area among 220 images.

본 논문에서는 미계측 저수지에 대한 저수지 면적 계산을 위하 Sentinel-2 광학 위성 영상을 기반으로 한 원격 수체 탐지를 수행하는 과정에서 구름의 영향을 배제할 수 있는 기술을 개발하고, 이에 대한 활용성 확인을 위해 대표적인 미계측 저수지인 북한 황강댐 저수지에 적용해보았다. 원격 수체 탐지 기술은 가장 먼저 탐지 대상 저수지가 포함된 Sentinel-2 위성 자료의 구름 경계 정보와 저수지 경계를 비교하여 구름 차폐 비율을 계산하고, 그 값이 일정 값을 넘지 않는 자료를 선정한다. 그 후, 선정한 영상을 이용해 NDWI (Normalized Difference Water Index)를 계산해 대상 저수지 경계 내에서 수체로 간주할 수 있는 NDWI 값을 지니는 격자 수를 구하고 구름 차폐 비율을 이용해 보정하는 것으로 저수지의 수체 면적을 계산한다. 이를 토대로 황강댐 저수지에 대한 자료를 선정하기 위한 구름 차폐 비율 기준을 결정하기 위해 2018년 7월부터 2021년 10월까지의 자료에 적용해본 결과, 구름 차폐 비율 기준을 10%로 설정했을 때 구름으로 인한 왜곡이 크게 발생한 탐지 결과가 충분히 걸러지는 것을 확인하고, 총 220개 영상 중 수체면적 변화를 확인할 수 있는 114개의 황강댐 저수지 면적 계산 결과를 얻을 수 있었다.

1. 서론

오늘날, 전세계 많은 하천에 건설된 저수지는 다양한 용수 공급, 수력 발전, 관개, 홍수 조절 등의 용도를 지닌다. 현재 국내에서는 한국농어촌공사에 의해 3,423개 의 저수지가 운영되고 있으며, 저수량, 저수율 등의 정보를 실시간으로 제공하고 있다. 하지만 해외에서 운영되는 저수지의 경우, 국내 저수지와 다르게 운영 정보에 대한 접근이 불가하거나 계측 자료의 제공이 원활하지 않은 경우가 있다. 특히 북한 황강댐 저수지의 경우 대표적인 공유하천인 임진강 상류에 위치한 저수지로서, 남한에 위치한 임진강 하류에 무시할 수 없는 영향을 미치고 있으나, 북한 지역의 특성상 황강댐의 수위나 저수량 등의 운영 정보를 직접 취득할 수 없는 문제가 있다. 이러한 한계를 극복하기 위해 임진강 접경지역을 대상으로 하는 연구가 이어져 왔다. Park and Hur (2009)는 1 km 해상도의 DEM(Digital Elevation Model)을 사용하여 분포형 수문모형을 구축하고 황강댐 건설 이전 임진강 하류의 관측 자료를 이용하여 모형을 보정하였다. 또한, Kim et al. (2011)은 NWS-PC 모형을 활용한 장기유 출모형을 구축하고 댐 건설 이전의 관측 자료를 이용하여 모형을 보정하고 황강댐의 방류량을 추정하였다. 이렇듯 2010년 전후로는 황강댐 건설 이전 자연 상태의 유출량을 모의하는 연구가 주를 이루었으나 최근까지는 북한 황강댐의 영향을 고려한 연구가 진행되어 왔다. Jang et al. (2020)은 황강댐 건설이 임진강 하류 유황 변화에 미치는 영향을 알아보고자 일 단위 물수지분석을 수행하여 임진강 수계의 물 부족분을 정량적으로 산정하였으며, Ha et al. (2020)은 준 분포형 수문모형에 저수지 운영 모형을 결합하여 황강댐의 유입 및 방류량을 산정하는 시도를 하였다. 하지만 모형의 보정을 위해서는 북한 황강댐의 정보를 활용하는 것이 최선이지만 자료 취득이 불가능하기에 임진강 하류에 위치한 군남홍수조절지의 유입량을 활용하는 것을 차선책으로 선택하여 활용하고 있다. 최근 인공위성 원격 탐사 자료의 활용성이 대두됨에 따라 Kim et al. (2021)은 북한 황강댐을 대상으로 광학 인공위성에서 추출한 수표 면적을 수위로 환산하고 댐 운영 알고리즘을 보정하여 유입량을 보정하는 연구를 시도하였다. 하지만 광학 위성 영상 특성상 구름이 저수지 내외각에 위치했을 경우 온전한 수체 면적을 획득할 수 없어 수위로 환산했을 때 큰 오차가 발생하는 한계가 존재하였다. 따라서 본 논문에서는 직접 계측하거나 운영 정보를 취득하는 것이 불가능한 북한 황강댐 저수지의 상황을 개략적으로 확인할 수 있도록 고해상도 광학 위성인 Sentinel-2 위성의 관측 자료를 토대로 촬영된 저수지의 수체를 탐지하였다. 이 과정에서 구름의 영향을 최대한 배제하여 면적을 자동으로 계산할 수 있는 기술을 개발하고 북한 황강댐 저수지에 시범 적용해보는 과정을 통해 적용 가능성과 한계점을 확인하였다.

2. 자료와 대상 지점

1) 사용 자료

본 논문에서 저수지 수표면적 추출을 위해 사용한 위성 자료는 ESA(European Space Agency)에서 운영하는 Sentinel-2 위성의 자료이며, 동일 궤도로 움직이는 Sentinel-2 A/B 위성을 통해 약 5일마다 동일 위치의 영상이 제공된다. Sentinel-2 위성은 다분광 촬영장비(Multi Spectral Instrument, MSI)를 통해 13개의 분광대역대 영상을 촬영하며, 그 중 가시광선과 근적외선 영상은 10 m, 그 외 영상은 20 m, 60 m의 공간 해상도를 지닌다(Drusch et al., 2012). 본 논문에서는 2018년 7월부터 2020년 10월 사이에 촬영된 220개의 Sentinel-2 레벨 1C(L1C) 영상 자료를 사용하였으며, 그 중에서 저수지 수체를 탐지하기 위한 NDWI(Normalized Difference Water Index) 계산에 쓰이는 Band 3(Green), Band 8(Near Infrared, NIR) 영상을 활용하였다. 해당 밴드의 대역 및 공간 해상도 정보를 Table 1에 정리하였다.

Table 1. Spectral bands and spatial resolutions of the Sentinel-2 imagery used in this paper

제공되는 Sentinel-2 L1C 자료는 광학 영상을 포함하고 있기 때문에 구름 정보를 함께 제공하고 있다. 구름 정보는 영상 전처리 과정에서 탐지한 구름들의 테두리 영역을 GML(Geography Markup Language) 형식의 벡터 마스크 형태로 제공하며, 불투명한 두꺼운 구름(Opaque Cloud)와 반투명한 얇은 구름(Cirrus Cloud)의 정보를 구분하여 제공하고 있다. 두꺼운 구름은 청색 스펙트럼 영역에서 높은 반사도를 보이는 특징이 있으며 눈(Snow)과의 구분을 위해 구름에서는 높은 반사도를 보이고 눈에서는 낮은 반사도가 나타나는 단파적외(Shortwave Infrared) 스펙트럼의 반사도를 함께 사용하여 구분한다. 본 논문에서는 저수지의 영역을 가려 수체 탐지를 방해하는 두꺼운 구름의 정보를 활용하여 저평가될 수 있는 저수지의 수체 면적을 복원하였다.

Sentinel-2 L1C 자료는 ESA에서 운영하는 온라인 기반 Sentinel 기술 가이드(Sentinel Technical Guides)를 통해 매달 자료 품질 보고서(Data Quality Report)가 제공되고 있다. 이 보고서는 L1C 자료와 L2A 자료의 지리 정보와 밴드 별 영상, 구름 정보 등의 관측 정보에 대한 품질 검증 내용을 포함하고 있고, 현재까지 L1C 자료에 대해 68개, L2A 자료에 대해 42개의 보고서가 제공되고 있다. 또한 Sentinel 기술 가이드는 배포된 Sentinel-2 자료에서 확인된 오류를 정리한 이상치 데이터베이스 (Anomaly Database)를 제공하고 있다. 이러한 이상치 데이터베이스를 통해 연구에 사용할 영상과 구름 정보의 품질에 문제가 없음을 확인하였다.

2) 대상 지점

본 논문에서는 위성 영상을 이용한 원격 수체 탐지 기술을 적용할 시범 대상으로 임진강 상류의 북한 황강댐 저수지를 선정하였다. 황강댐은 군사분계선으로부터 42.3 km 북쪽에 위치한 저수용량 3~4억 m³ 규모의 다목적 댐으로, 2007년 12월에 완공되었다(Kim et al., 2011). 황강댐의 저수용량은 임진강 유역 수량의 약 20%가량을 차지하는 것으로 추산되기 때문에 임진강 하류 지역 에 대해 큰 영향을 미치고 있으나, 직접적으로 수위 및 운영 정보를 확인할 수 없기에 위성 영상을 이용한 저 수지 수표 면적 탐지 대상으로 선정하였다. Fig. 1은 사용한 Sentinel-2 위성 영상의 촬영 위치와 해당 영상에서 나타나는 황강댐 저수지 영역을 표기한 것이다.

Fig. 1. Hwanggang dam reservoir in Sentinel-2 imagery

3. 방법론

Sentinel-2 위성 영상을 이용한 원격 수체 탐지는 Fig. 2의 흐름으로 이루어진다. 첫번째로 위성 영상을 사용할 수 있는지 판단하기 위해 수체를 탐지하고자 하는 저수지 영역 중 구름에 가려진 비율인 구름 차폐 비율을 계산한다. 그 후 구름 차폐 비율 임계 값을 넘지 않는 자료에 대해 위성 영상을 이용한 NDWI 계산을 수행하고, 대상 저수지 영역 내에서 수체로 간주할 수 있는 NDWI 값을 지니는 영역의 면적을 계산하는 것으로 저수지 수 체 면적을 탐지한다.

Fig. 2. Flowchart of the remote waterbody detection.

구름 차폐 비율 계산은 Sentinel-2 자료에 포함되어 있는 두꺼운 구름의 벡터 마스크 자료와 사전에 준비한 대상 저수지 경계의 벡터 마스크 자료를 비교하여, 저수지 경계 마스크 넓이 대비 두 벡터 마스크 자료가 겹쳐지는 영역 넓이의 비율을 구하는 것으로 이루어진다. 이로부터 기준값 이상의 구름 차폐 비율을 갖는 영상은 저수지 면적 계산에 부적합한 것으로 판단하여 배제하였으며, 본 연구에서는 이를 판단할 영상 배제 기준값을 결정하기 위해 220개 영상에 대해 구름 차폐 비율을 계산하고, 그 분포와 구름 차폐 비율에 따른 수체 면적 계산 결과를 분석하였다. Fig. 3는 실제 위성 영상에 나타난 대상 저수지인 황강댐 저수지 경계와 영상 자료 내의 구름 경계를 표시한 것이다.

Fig. 3. BoundariesoftheHwanggangdamreservoir(Green) and opaque clouds (Red) in Sentinel-2 imagery.

그 후, 구름 차폐 비율을 통해 선정한 위성 영상으로 NDWI를 계산한다. NDWI는 McFeeters (1996)가 수체 탐지를 위해 제시한 지수로, 수체에 반사가 가장 잘되는 녹색광과 흡수가 가장 잘되는 근적외선파를 이용해 산출하며, Eq. (1)과 같이 계산한다.

\(\begin{equation} N D W I=\frac{\rho_{\mathrm{Gmm}}-\rho_{\mathrm{Mr}}}{\rho_{\text {Gmon }}+\rho_{\mathrm{NR}}} \end{equation}\)       (1)

이때 ρ_Green은 녹색광의 반사도, ρ_NIR은 근적외선파의 반사도(Reflectance)를 나타낸다. 본 논문에서는 Sentinel-2 위성 영상 중 녹색광 자료로 Band 3 영상을, 근적외선 자료로 Band 8 영상을 사용하여 황강댐 저수지 영역의 NDWI를 계산하였다(Fig. 4).

Fig. 4. (a) Sentinel-2 band 3 imagery, (b) NDWI map, and (c) detected waterbody of Hwanggang dam reservoir.

마지막으로 위 과정에서 산출한 NDWI 영상을 이용해 대상 저수지 영역 내에서 수체로 간주할 수 있는 영역의 넓이를 계산한다. Kim et al. (2021)은 Sentinel-2 L1C 자료를 통한 수체 탐지 기준 값을 설정하기 위해 산출한 NDWI 영상 내의 격자별 값 분포를 살펴보았다. 그 결과, Sentinel-2 자료에서 나타나는 수체 격자와 비수체격자의 분포가 NDWI 값이 0일 때를 기준으로 명확히 구분되는 것을 확인하였고, 동일한 Sentinel-2 위성 영상 을 사용해 동일 대상인 황강댐 저수지의 수체를 탐지한 본 논문에서도 NDWI 영상 내의 수체 탐지 기준 값을 0으로 설정하였다. 이를 통해 대상 저수지 경계 마스크 내에서 NDWI 값이 0 이상인 격자를 수체 격자로 간주 하였으며, 사용한 영상의 공간 해상도가 10 m인 점을 감안하여, 저수지 경계 내 수체 격자 수에 영상의 해상도를 고려한 기준면적(100 m²)을 곱하는 것으로 저수지 내 수체 면적을 계산하였다. 이때 구름으로 가려진 영역은 수체로 간주되지 않기 때문에, 저수지 일부가 구름에 가려진 영상에 대해서는 저수지 면적이 과소평가될 수 있다. 따라서 이를 보정하기 위해 구름 차폐 비율을 이용해 Eq. (2)와 같이 보정 면적을 계산하고, 이를 저수지 수체 면적으로 간주하였다.

\(\begin{equation} \text { Corrected Area }=\text { Area } \times \frac{100}{100-C B R} \end{equation}\)       (2)

이때 Corrected Area는 보정 면적, Area는 보정 전면적, CBR은 % 단위의 구름 차폐 비율(Cloud Blocking Ratio) 를 의미한다.

4. 결과 및 토의

본 논문에서는 시범 대상인 황강댐 저수지에 대해 위에서 서술한 수체 탐지 기술을 적용하였다. 이때 적용 과정에서 임의의 영상에 대한 활용 가능성을 확인하고, 구름 차폐 비율에 따른 영상 배제 기준 값을 결정하기 위해 2018년 7월부터 2021년 10월까지의 황강댐 저수지가 포함된 Sentinel-2 자료에 대해 황강댐 저수지 면적 탐지를 수행하고 각 영상의 구름 차폐 비율을 계산하였다. 그 결과, Fig. 5, Table 2와 같은 전체 영상 대비 구름 차폐 비율의 분포를 확인할 수 있었다. 이로부터 220개 영상 중에서 구름 차폐 비율이 50% 이상, 100% 미만인 영상은 무시할 수 있을 만한 수인 7개가 존재한다는 것을 알 수 있었다. 따라서 해당 구간을 제외하고 구름 차폐 비율 기준 값을 각각 10%, 20%, 30%, 40%, 50%로 정의했을 때의 수체 탐지 면적 변화를 확인하고, 이를 구름 차 폐가 발생하지 않은 104개의 영상을 이용한 수체 탐지 면적 곡선과 비교하였다(Fig. 6).

Table 2. Distribution of cloud blocking ratio for Hwanggang dam reservoir

Fig. 5. Histogram of cloud blocking ratio for Hwanggang dam reservoir.

Fig. 6. Time-series curves of detected area of Hwanggang dam reservoir with cloud blocking ratio threshold(CBRT) (a) 10%, (b) 20%, (c) 30%, (d) 40%, (e) 50% compared with curve of CBRT 0% (red dashed lines in (a)~(e) and black line in (f)).

비교 결과, 구름으로 인한 차폐에 대한 보정을 수행했음에도 불구하고 구름 차폐 비율 기준 값이 높아질수록 수체 탐지 면적에 이상 값이 많이 포함되는 것을 확인할 수 있었다. 반대로 구름 차폐 비율 기준 값을 10%로 설정했을 때의 수체 탐지 면적 곡선(Fig. 6(a))은 구름 차폐가 없는 영상의 수체 탐지 면적 곡선(Fig. 6(f))에서 크게 벗어나지 않는 모습을 보여주었다. 이로부터 구름 차폐 비율이 10% 미만인 영상은 구름으로 인한 왜곡이 크게 발생하지 않고, 이를 Eq. (2)와 같은 계산을 통해 충분히 보정할 수 있다고 판단하였다. 따라서 황강댐 저수지 면적 탐지 과정의 구름 차폐 비율 기준 값을 10%로 결정하였고, 이에 따라 전체 220개의 영상 중 114개의 영상을 저수지 면적 탐지에 활용할 수 있음을 확인하였다.

5. 결론

본 논문에서는 직접적으로 계측하거나 운영 정보를 취득할 수 없는 저수지에 대한 수체 면적 탐지를 수행하는 과정에서 자동적으로 구름을 감지할 수 있는 기술을 개발하였다. 위성 영상을 이용한 원격 수체 탐지 기술은 Sentinel-2 위성의 Band 3, Band 8 영상을 이용해 NDWI 지수를 계산하고 이를 통해 저수지 영역 내의 수체 면적 을 구하는 것으로 이루어진다. 이 과정에서 Sentinel-2 위성 자료의 구름 경계 자료를 이용해 탐지 대상 저수지 영역이 구름에 의해 일정 비율 이상 가려지는 영상을 자동으로 걸러내는 과정과, 구름으로 인한 왜곡을 줄일 수 있는 보정 면적 산출 과정을 추가하였다. 또, 구름으로 인한 왜곡이 적게 나타나는 범위의 구름 차폐 비율을 확인하기 위해 북한 황강댐 저수지를 촬영한 220개 영상에 대한 구름 차폐 비율과 수체 면적 탐지 결과를 산출하였다. 그 결과, 구름 차폐 비율이 10% 미만인 영상은 수체 면적 탐지에 활용 가능하다는 결론을 얻을 수 있었고, 이와 동시에 구름 감지 기술이 추가된 수체 탐지 과정을 미계측 저수지의 수체 면적 계산에 활용 가능하다는 결론을 얻을 수 있었다. 본 논문에서 설정한 수체 탐지를 위한 NDWI 기준과, 영상 선정을 위한 구름 차폐 비율 기준은 황강댐 저수지에 대한 값으로, 환경이 다른 미계측 저수지에 대한 수체 탐지 과정에 알맞지 않을 수 있다. 따라서 위성 영상을 통한 수체 탐지 과정 을 다양한 대상에 적용하고자 한다면 대상 저수지의 황경이나 형태를 감안하여 새로운 NDWI 기준 값과 구름 차폐 비율 기준 값을 정의하는 과정이 매우 중요할 것이다. 적절한 기준값 정의 과정을 거친다면, 본 논문에서 개발한 기술은 수체 면적 계산 과정에서 구름의 영향을 최소화할 수 있고, 이에 따라 다양한 미계측 저수 지의 수체 면적 탐지에 활용 가능할 것으로 기대한다.