<C7D1B1B9BFACBEC8B9E6C0E7C7D0C8B8C1F62038B1C733C8A35F33C2F7C6EDC1FD E687770>

Size: px

Start display at page:

Download "<C7D1B1B9BFACBEC8B9E6C0E7C7D0C8B8C1F62038B1C733C8A35F33C2F7C6EDC1FD E687770>"

을동 구
2 years ago
Views:

1 한국연안방재학회지 /ISSN (Print), ISSN (Online) Journal of Coastal Disaster Prevention Vol. 8, No. 3, pp , July 한국연안방재학회 Korean Society of Coastal Disaster Prevention 포말대에서의파랑특성을관측하기위한 STIV 의적용성평가 Evaluation of the Applicability of STIV to Wave Characteristic Measurement in the Swash Zone 김연중 * 윤종성 * Hasegawa Makoto ** 정재훈 ** * 인제대학교토목도시공학부 ** ( 주 )HTI 코리아 Yeon-Joong Kim * Jong-Sung Yoon * Makoto Hasegawa ** Jae-Hoon Jeong ** * Department of Civil and Urban Engineering, Inje University, Gimhae, Gyeongsangnam-do, South Korea ** Hydro Technology Institute Korea Co., Ltd., Busan, South Korea Abstract The swash zone is an area that causes a change in the shape of a beach by generating sediment transport under the influence of intermittent waves, where wave run-up and run-down are infinitely repeated in the final stage of the shoaling process. However, the ability to predict the sediment transport is extremely poor despite the swash zone being an extremely important area in terms of offshore disaster prevention. In particular, many researchers are conducting studies on the development of various types of observation equipment and analysis techniques because the turbulent flow of active fluid dominates the sediment transport and is an extremely important parameter for the analysis of the transport mechanism. However, in flow velocity measurement, it is difficult to measure a quantitative representative flow velocity over time because the swash zone has a shallow water depth and an active turbulent flow. Expensive equipment and short-time measurement are also limitations. Therefore, the purpose of this study was to evaluate the applicability of nonintrusive space-time image velocimetry(stiv) to analyze the flow characteristics of fluid in the swash zone, such as the movement velocity and period of intermittent waves in the shoaling process. The prediction accuracy was improved by removing various noises included in the images with the introduction of artificial intelligence for immediate and accurate calculation of the representative flow velocity using images that can be obtained easily. Consequently, it was discovered that the spatial representative flow velocity occurring in the swash zone, change in the wave period according to the shoaling effect, rip current and surface velocity can be measured. Keywords : Swash zone, STIV, Artificial intelligence, CNN, Surface velocity, Rip current 1. 서론 현재지구온난화등의환경적인변화에따라지구온도가급격히상승하여세계적으로연안해수면상승속도가가팔라지고있다. 국립해양조사원은 1990년부터 2019년까지 21개조위관측소의자료를분석하여상승률을계산했다. 그결과해수면은 30년간평균적으로매년 3.12mm씩높아졌으며해역별평균해수면상승률은제주부근 ( 연 4.20mm) 이가장높았고, 그뒤로동해안 ( 연 3.83mm), 남해안 ( 연 2.65mm), 서해안 ( 연 2.57mm) 순으로나타났다. 해빈은해양에서발생된고파랑 ( 쓰나미, 폭풍해일등 ) 으로부터연안과주민의안전을지켜주는완충지역할을한다. 해빈에서는쇄파유도, 저면마찰, 투수성등에의해파랑에너지소산이발생하며, 파랑에의한처오름, 월파, 침수등이감소 (Lee and Hur, 2019) 하며연안류 (longshore current) 및이안류 (rip current) 등의흐름도동시에공존하는지역이다. 특히해수면상승과더불어작용하는파랑특성에따른연안표사의이동이활발해져연안침식은점차가속화될것으로전망되며, 이에따른명확한대책수립을위해연안표사의이동특성에관한연구가강조되고있다. 포말대 (Swash zone) 에서발생하는연안표사는주로쇄파대에서발생하지만, 파랑에의한해빈변형은포말대에서가장활발하다 (Kraus et al., 1982). 해안의퇴적물이동은입사파의쇄파와쇄파대에서발생하는해빈류 (wave-induced currents) 의영향을크게받는다. 해빈류는해안선과나란한방향의연안류와해안선과직각방향으로외해쪽으로향하는이안류의성분으로나눌수있으며쇄파로인한강한난류에의하여발생하는부유사 (suspended load) 는이러한 Received 28 April 2021, revised 14 June 2021, accepted 25 June 2021 Corresponding author: Jae-Hoon Jeong, , jeongjh@htikorea.co.kr 141

142 김연중 윤종성 Hasegawa Makoto 정재훈 해빈류에의하여수송된다 (Kang et al., 2015). 포말대에서의흐름은급속히가속되고감속된다. 특히저면에서는경계층이충분히발달되지못하며이러한경항은쇄파역에서흔히관측되는왜도된파형의경우파전면부에서의저면응력이후면부보다크게관측되는사실에서도확인할수있다 (Cho et al., 2008).

2 142 김연중 윤종성 Hasegawa Makoto 정재훈 해빈류에의하여수송된다 (Kang et al., 2015). 포말대에서의흐름은급속히가속되고감속된다. 특히저면에서는경계층이충분히발달되지못하며이러한경항은쇄파역에서흔히관측되는왜도된파형의경우파전면부에서의저면응력이후면부보다크게관측되는사실에서도확인할수있다 (Cho et al., 2008). 한편쇄파대내파의소상영역 (swash zone) 과쇄파대밖에서는파랑에의한유체운동에의하여소류사 (bed load) 형태로퇴적물이수송된다. 이처럼기후변화에따른해수면상승과함께극한폭풍, 슈퍼태풍, 이상너울등과같은영향으로연안에집중되는재해를저감하고관리하기위해서는해빈표사의이동이극심하게발생하는포말대에서의수리현상을거동을명확히이해하기위한연구 (Lee et al., 2019; Shin and Lee, 2019) 가필요하다. Belnkinsopp et al.(2010) 의연구에서는포말대에서시간에 따라변화하는수면의높이 ( 수심 ) 를측정하기위해만조시 LIDAR 초음파파고계를 1m 간격으로설치하여수면의경사를측정 (Fig. 1) 하였고, Puleo et al.(2017) 에서는실내수리모형실험을통해포말대에서발생하는침전물의입자속도를 Optical Current Meter(OCM) 분석으로밀리미터이하의해상도에서동적입자속도를측정하였다. Lim et al.(2017) 의연구에서는소형표류부이를개발하여표층연안류를관측하였다. 이처럼포말대에서의입자를이동시키는유속평가를위해다양한방법과고가의첨단기술이적용되고있지만, 여전히정확하고연속적인측정에많은한계를나타내고있다. 따라서본연구에서는파랑이포말대에진입함에따라간헐적으로발생하는파랑의이동속도, 주기및이안류의유속등포말대에서발생하는파랑특성을관측하기위한연구로서비접촉식시공간영상유속계 (STIV, Space time image velocimetry) 의적용가능성에대한평가를목적으로한다. 손쉽게얻을수있는 CCTV, 드론, 핸드폰영상등을이용하여영상에포함된노이즈의제거를위해인공지능 (Artificial Fig. 1. Photograph showing the instrumentation deployed during the field experiment intelligence) 과융합하여 CNN(Convolutional Neural Networks) 에의한상황별 STI(Space Time Image) 의기울기를평가하였고그결과기울기 ± 오차범위에서는약 97.0% 이상의예측성능을나타냈다. 또한, 포말대에서발생하는시공간적인 run-up에따른 runrush(1.78m/sec) 와 backwash(1.42m/sec) 의평균대표유속이산정되었으며, 천수효과에따른파랑특성 ( 주기변화 ) 및이안류의표면유속을평가하였다. 2. 해석방법 2.1 비접촉식시공간영상유속계 (STIV) 유속을측정하는방법은관측장소의특징과환경에따라다양한방법이제안되었다. 가장기초적인방법의하나인부표를띄어시간이지남에따라이동한거리를계산하여유속을측정하는방법부터최신의장비를이용하여유속측정을위해많은연구가진행되었다. 특히 ADCP(Acoustic Doppler Current Profiler) 를이용하여유수의흐름을방해하지않으면서수중에발사된음파의도플러효과를이용하여유속과유량을측정하는방법이개발되었다. 이장비는 1980년대말미국을중심으로하천유량측정에도입되어적용성평가가이루어졌으며국내에는 1990년대후반부터도입되어지속해서사용됐다. 국토교통부의유량측정을전담하고있는유량조사사업단의 2009~2014년측정장비별측정성과에따르면 2009년 7.8% 의사용률이 2014년 27.8% 로 3배이상증가하였다. 기존의유속계는제한적인지점에서유속을측정하는단점을보완하여선박에장착해횡단운항함으로써하천단면의 3차원유속을신속하게측정할수있는장점이있다. 이처럼정밀한유속및수심자료의확보에있어수리학적특성을도출하는장점이있지만, 장시간및실시간관측에취약하며유지관리에큰비용이필요하다. 반면직접관측이아닌비접촉식유속측정방법의하나인영상을이용한영상유속계개발이최근카메라와컴퓨터의성능발달등으로새로운해석기법이개발되고개량되었다. Fujita and Komura(1994) 의연구에서는하안에서촬영한영상의상관법에따른영상해석법을제시하였으며유량계측수법의가능성을검토하였다. Fujita et al.(2015) 의연구에서는소형화및고성능화되어사용하기편리한드론으로촬영한비디오화상에서공간적인표면유속분포를요구하는 Aerial STIV 의시스템을개발하여실제하천에적용하여기술의타당성을평가하였다. 국내의연구에서는 Kim et al.(2011) 의연구에서는고정식표면영상유속계를이용하여현장에서실시간하천유량을산정하였고영상촬영의시간적한계, 빛이없는경우, 표면유속을평균유속으로환산방법등의기술적한계를지적하였다. Lee and Yu(2017) 의연구에서는 CCTV를활용하여시공간영상분석을이용한하천수위기술을개발하였으나수위예측의정확도에있어영상의해상도 (m/pixel) 에따른의존도가높고악천후

3 포말대에서의파랑특성을관측하기위한 STIV 의적용성평가 143 일때영상에포함되는노이즈에따른문제점을제시하였다. Yu and Hwang(2017) 의연구에서는드론에장착된카메라로하천수표면을촬영하여하천의표면유속측정방법을개발하였다. 이처럼비접촉식유속측정방법은특히홍수시위험한현장잡업이불필요하고비교적저비용으로시스템을구축할수있는장점이많아현재세계적으로많은연구가진행되고있지만, 여전히유속측정의정확도에대해많은과제로남아있다. 또한, 수리모형실험에서의유속측정은여러센서를통한측정과초고속카메라로촬영한영상분석, 입자영상유속계 (Particel Image Velocimetry, PIV) 를이용하여포식자의움직임을영상으로촬영하여입자의시간에따른이동거리를환산하여유속을측정하는방법 (Lee et al., 2020; Hong et al., 2019) 등이사용되고있다. 2.2 STI분석을위한 CNN의적용최근인공지능을이용한연구가활발하게진행되고있다. 특히연안방재분야에서도이기술이실시간예측분야에적용되어활용되고있으며수방활동에필요한중요한정보를제공하고있다. 딥러닝 (Deep learning) 의기술력은방대한데이터로부터반복적으로학습할수있도록연속된계층에신경망을통합하는머신러닝방법론으로비정형데이터로부터패턴을학습할때유용하며이미지인식, 음성, 컴퓨터비전애플리케이션에주로사용된다. 2012년 ILSVRC (ImageNet Large Scale Visual Recognition Challenge) 에있어 AlexNet 의성공을시작으로다양한화상해석에대한딥러닝수법의연구개발이진행되었다. 특히화상해석에있어심층학습모델의핵심을이루는뉴럴네트워크구조 (Convolutional Network, CNN) 의발전은현저하다. CNN은화상의특징량추출필터로부터구성되는압축층과추출한특징량의정보압축을실시하는풀링층을다층으로쌓아올린구성을기본으로하며, 중요한화상특징을추출하는필터를데이터로부터자동구성할수있는큰장점이있어 STI 분석을위해본연구에적용하였다. 2012년 ILSVRC(ImageNet Large Scale Visual Recognition Challenge) 에서 AlexNet의성공을시작으로다양한화상해석에대한심층학습 (Deep Learning) 수법의연구개발이최근적극적으로진행되고있다. 특히화상해석에최적화되어있는뉴럴네트워크구조인합성곱신경망 (Convolutional Neural Network, CNN) 의발전과함께많은연구분야에서사용되고있다. CNN에서는화상의특징량추출필터로부터구성되는합성곱층과추출한특징량의정보압축을실시하는 Pooling층을다층구성을기본으로하며중요한화상특징을추출하는필터를데이터로부터자동구성할수있는점이큰강점이다. 반면시공간영상유속계 (STIV) 는입자영상계측법 (PIV) 을기초로실제하천영역에적용하기위한 LSPIV(Large-Scale PIV, Ettema et al., 1994) 와입자영상계측법에포함된여러문제점과단점을보완하기위해개발 Table 1. CNN model set-up Item Set-up Loss function Cross-entropy function Optimization function Adam Learning rate Learning data number 36,000 (100/class) Batch size 32 Number of epoch 6 Dropout rate 0.3 되었다. 본연구에서는 CNN기법을이용해 STI 영상을분석하는모델을구축하였으며학습을위한모델의설정값을 Table 1에나타내었다. 예측율을평가하기위해인위적인설정값에따라 STI영상을구성하여예측값과비교검토하였다. 학습및검증데이터를작성하기위해 Perlin 노이즈 (Perlin, 2002) 를기반으로 크기의인공 STI 데이터를생성하였고, Perlin 노이즈에서경사를설정하는절점수는 2~48의범위에서난수를선택하여생성한줄무늬패턴영상 3~5장의각화소값을가중평균하여베이스영상군 300장을생성하였다. 또한실제현장조건에따른영상에포함되는다양한휘도분포의특성을학습하기위한 STI를얻기위해베이스영상군 100매를임의로선택하여대상각도로부터의분산도가 1.5도가되는정규분포로부터각각회전각도를선택하여화소치의가중평균후에정규화함으로써최종인공 STI 화상을생성하였다 (Fig. 2). 데이터세트는각인공 STI 화상의푸리에변환화상에대응하는기울기각도의쌍으로구성된다. 이때인공 STI는정사각형이기때문에푸리에변환화상에나타나는피크각도와원래의 STI에서서의줄무늬의기울기각도는직교관계가성립된다. 다층 CNN에 GAP(Global Average Pooling) 를적용하는네트워크를구성하였으며, 다층 CNN에의한특징추출의마지막층에배치된 GAP층이각채널의 2차원정보를스칼라값으로압축함으로써모델의경량화와과학습억제에의한정밀도향상을도모하였다. 손실함수는분류문제에서일반적으로이용되는 Cross-entropy function와현재딥러닝아키텍쳐에좋은성능을나타내고있는최적화기법인 Adam 을적용하였다. 2.3 STI의기울기평가시공간연상분석의원리는우선측정하고싶은검사선을설정하여검사선을따라한줄의영상을추출하고이것을시간에따라축적하여만든영상 (STI) 을생성하며오른쪽축은공간축 ( 검사선의길이 ), 세로축은시간축을나타낸다. 특히본연구에서는 STI의생성을흐름의주방향과무관하게영상속에임의로지정한검사선에따른위치관계와

Physical and screen coordinates 명도 값을 시간축 방향으로 나열하여 시공간 이미지의 제 간), 적색선은 표면파문 등의 휘도치 특성을 나타낸다. STI 작이 가능하다.

4 144 김연중 윤종성 Hasegawa Makoto 정재훈 (a) STI by Perlin noise (b) Fourier transform image by STI Fig. 2. Image analysis (Red line : angle of velocity) Fig. 3. STIV measurement procedure (a) Physical coordinates(x,y,z) (b) Screen coordinates(x,y) (c) Predicted points Fig. 4. Physical and screen coordinates 명도 값을 시간축 방향으로 나열하여 시공간 이미지의 제 간), 적색선은 표면파문 등의 휘도치 특성을 나타낸다. STI 작이 가능하다. STI를 생성하여 공간 화상에 생기는 줄무늬 는 검사선의 휘도치를 시간 방향으로 순서대로 나열하여 패턴으로부터 기울기를 산정하여 유속을 측정하며 방법으 생성하며, 유속에 따른 휘도분포의 줄무늬가 생성된다. STI 로 Fig. 3에 STIV 해석절차와 Fig. 4에 해석에 필요한 물리 로부터 유속을 평가하기 위해 STI에 나타나는 줄무늬의 기 좌표 및 화상좌표의 관계를 나타내었다. 울기( )를 산정하며 공간(가로축) 및 시간(세로축)의 관계 STIV의 해석절차(Fig. 4)는 우선 촬영한 영상으로부터 시 를 이용하여 계산한다. 기울기( )의 산출방법은 기울기가 공간영상(STI)를 생성한다. 이때 황색선은 검사선(측정구 명확한 경우 육안으로 관측하며 휘도구배 텐서법에 의해

5 포말대에서의파랑특성을관측하기위한 STIV 의적용성평가 145 줄무늬패턴의강도에따른가중치를이용하여평균화를수행하며 Fig. 3에나타낸 STI와같이길이 (length) 와시간 (Time) 의기울기 ( ) 를통해검사선상의평규유속을산정한다. 이때기울기의산정방법은육안관측, 휘도구배텐서법, QESTA 법 (Quality Evaluation of STI by using Two dimensional Autocorrelation Function), 인공지능 (Artificial Intelligence) 을적용하였다. 육안으로관측할경우는영상속에부유물과입자와같은물질이포함되어기울기가명료한경우에사용하며휘도구배텐서법은줄무늬패턴의강도에따른가중치를이용하여평균, QESTA법 (Notoya et al., 2017) 은 2차원자기상관계수에서산출하며 STI 품질을정량화할수있는장점이있다. 특히인공지능은인공적으로생성한대량의 STI를학습시켜실제현장에서발생가능한다양한영상을왜곡시키는노이즈제거에장점이있다. 이외푸리에변환에따른노이즈제거등화상전처리를실시하여예측정확도를향상할수있다. 최대파고 0.79m, 최대파주기 6.0sec 및파향 65deg로나타났으며이안류의유속을가시적으로평가하기위해염료를투여하여흐름의이동상태를파악하였다. 3. 모델의결과 본연구에서는표면영상유속계 (STIV) 를이용하여강원도낙산해수욕장의포말대에서발생하는간헐적인표면유속성분, 이안류유속및파랑특성 ( 주기 ) 을분석하여해역에서의비접촉식영상유속계의적용성검토를목적으로한다. 해역에적용한 STIV의성능에대한관측값과의직접적인비교검증을통한모델의신뢰성검토가요구되지만, 관측값의부재로인해본연구에서는검토되지않았다. 하지만 Notoya et al., (2017) 에서는하천지역을대상으로 STIV에의한기초적인예측성능에대한검증을수행하였으며이를바탕으로본연구에서얻은주요한결과는다음과같다. 2.4 영상데이터전세계적으로드론 (drone) 이보편적으로보급됨에따라드론을활용한기술력이급속도로발전하고있으며특히영상촬영을이용해다양한분야 ( 경찰, 군대, 게임용, 배달, 조기경보시스템등 ) 에서폭넓게활용되고있다. 드론이가진가장큰특징은안정적인정지비행 (hovering) 이가능하여품질이뛰어난영상을손쉽게취득할수있다는점이다. 이러한관점에서현재의드론활용은무인비행체로서의활용보다는드론에탑재한카메라를이용하여손쉽게얻을수있는영상의활용도가매우높다. 본연구에는강원도낙산해수욕장을대상으로드론을이용하여영상을촬영하였으며촬영고도는 150m, 영상의해상도는 UHD ( ) 로써지면과수직방향으로촬영하여특별한영상보정은하지않았다 (Fig. 5). 촬영한시간에발생한이지역의파랑특성 ( 국립해양조사원 ) 은유의파고 0.61m, 유의파주기 5.56sec, 3.1 STI분석을위한 CNN의적용 AI는인공생성한대량의 STI를학습시켜 AI에의해보정및각종노이즈제거에장점이있다. 하지만아직다양한환경에대한영상자료와유속을왜곡시키는여러환경에대한자료가부족한상황에서인공지능을도입하기위한학습데이터의부족으로고정도의예측결과를기대하기어렵다. 따라서본연구에서는인공적으로영상을왜곡시켜는 Perlin noise의알고리즘을사용하여영상속에노이즈를삽입 (Fig. 6) 하여그영상을학습하여예측하는방법을도입하였다. 본연구에서는우선인공지능에의한예측결과를평가하기위해다양한환경에서얻은영상 ( 그림자, 빛반사, 웨이브, 정상파, 백파등 ) 을이용하여딥러닝에의한상황별 STI 인식각도를평가하였다. 그결과상황별 STI 인식각도별적중률은 ± (33.0%), ± (80.2%), ± (97.0%), ± (99.5%), ± (99.9%) 을나타내었다 (Fig. 6). 특히 150.0m 88.0m Surf zone Swash zone : Wave run-up & run-down Offshore : about 30m Beach face Fig. 5. Study area

6 146 김연중 윤종성 Hasegawa Makoto 정재훈 (a) Introduction of CNN (b) Recognize angle of STI by deep learning Fig. 6. Results of recognize angle of STI by deep learning 인위적인왜곡에대해서도허용는오차 ± 의범위에서도 97% 이상의적중률을나타내어실제영상에포함된다양한노이즈제거에있어성능이탁월한것으로판단되며 CNN의도입에따른예측성능을확인하였다. 3.2 파랑변형분석해안으로전파하는파랑특성을분석하기위해주로파랑관측을실시한다. 우리나라에서는기상청 (Korea Meterological Agency; KMA), 해양수산부 (Ministry of Oceans and Fisheries; MOF) 및국립해양조사원 (Korea Hydrographic and Oceanographic Agency; KHOA) 에서장기파랑관측을수행하고있으며필요에따라서는별도의관측장비를이용하여추가적인관측을수행한다. 또한주로연안방재시스템에활용되는실시간파랑관측은주로수심이깊은지역을대상으로하며우리에게직접적인피해가발생하는천수과정의마지막단계인포말대에서의파랑관측은수심이매우얕고쇄파하는파랑에의해지속가능한관측장비설치가매우어렵다. 따라서비교적수심이확보되는해역에대해서는파랑관측에주로사용되는부이및파고계등을이용하여파랑특성분석을위해필요한매개변수 ( 파향, 파고, 주기등 ) 를취득하고있지만, 여전히관측장비설치및회수에있어많은시간과고비용이발생하며설치전문가가요구된다. 특히고파랑시의설치는불가능하며일반적인설치환경에서도안전상다양한위험요소가포함되어있다. 반면, 비접촉식영상유속계에의한파랑관측은별도의관측장비설치과정이필요없고영상촬영전문가가아니더라도손쉽게분석에필요한영상을취득할수있고관측지점이핀포인트가아닌영상에포함된전지역을대상으로관측할수있는다양한장점이있지만, 여전히예측정확도에대한검증이 요구된다. 해안선변화를예측하기위해서는해안선과인접한지역 ( 포말대 ) 에서의파랑특성의고려가매우중요하다. 본연구에서는포말대지역에서관측장비에의해얻기힘든파랑매개변수중주기에대한평가를수행하였다. 주기특성을충분히고려하기위해검사선의길이는 40m로설정하였고촬영한영상의중앙부 L~R의단면 10개에대해시간에따른 STI를생성하여 Fig. 7에나타내었다. 특히이안류의흐름특성을분석하기위해검토해역에무해성염색시료를투여하였고염료의시공간적확산형태가 STI의결과 (#No6) 에서도잘나타나고있다. 이결과로부터 STIV를통한파랑특성의시공간적인변화에대해측정이가능한것으로판단된다. 특히, 측정단면 (#No5) 을대상으로주기변화에대한분석결과를 Fig. 8에나타내었다. 실제해역에서는불규칙파랑이작용하며시간에따른파고와주기변화가발생한다. 이결과에서도시간에따른주기변화가해저지형의영향을받아불규칙하게발생하였으며산정결과는최소 5.84sec, 최대 6.96sec 및 8파장에서발생하는평균주기는약 6.45sec로나타났다. 3.3 Swash zone 의표면유속연안에서발생하는모래이동및연안지형변화에영향을미치는중요한외력인자중하나인연안류는파랑, 조석등주로수리동력학적물리인자들에의해서발생하지만, 연안에서나타나는 3차원적인지형특성에의해서도발생한다. 특히포말대에서발생하는파랑, 연안류, 이안류및해저지형은서로간의상호작용을통해밀접한영향을받으며작용한다. 포말대에서이러한물리적인상호작용의메커니즘에관한연구는여전히명확하게규명하기어려운문제중

포말대에서의 파랑특성을 관측하기 위한 STIV의 적용성 평가 (a) Search line 147 (b) Results of STI by survey

Results of wave period by STI at searvey line #5 하나이다.

7 포말대에서의 파랑특성을 관측하기 위한 STIV의 적용성 평가 (a) Search line 147 (b) Results of STI by survey line Fig. 7. Movement of wave by STI Fig. 8. Results of wave period by STI at searvey line #5 하나이다. 따라서, 포말대에서 수리동력학적 특성에 대한 으로 밀려 들어오는 속도(runrush) 및 다시 해역으로 내려가 메커니즘 분석을 위해서는 포말대의 전 영역에 걸쳐 시공 는 속도(backwash)의 유속측정(Fig. 9)을 위해 STIV를 적용 간적인 물리량에 대한 관측자료를 바탕으로 기술개발이 요 하였다. 해안에서는 runrush와 backwash의 발생은 무한 반 구되며 본 연구에서는 파랑이 발달하여 연안 지역으로 전 복적으로 발생하며 입사 파랑의 특성과 해저면의 상태(하 파되어 천수과정의 마지막 단계에서 발생하는 파랑이 해안 상경사)에 따라 유속도 유기적으로 변하게 된다. 이처럼 간

148 김연중 윤종성 Hasegawa Makoto 정재훈 Fig. 9. Target area for velocity analysis (Blue line : search line) A Length (m) 5.0 4.5 4.0 3.5 Velocity A Velocity B Velocity C Wave A Wave B Wave C 7.0 6.0 5.

8 148 김연중 윤종성 Hasegawa Makoto 정재훈 Fig. 9. Target area for velocity analysis (Blue line : search line) A Length (m) Velocity A Velocity B Velocity C Wave A Wave B Wave C Time (sec) B Velocity(m/s) Distance(m) C Times (sec) Fig. 10. Variation of velocity due to the runrush and backwash 헐적인흐름의대표유속측정을위해 STI를생성하였고시간에따른 runrush와 backwash의표면유속측정결과를 Fig. 10에나타내었다. 이결과로부터 runrush와 backwash 의상호간섭에따른시간에따라변화하는유속을산정하였으며, 본연구에서는 3번의 run-up에대해유속을산정하였고그결과 runrush에서는약 1.78m/sec, backwash 에서는약 1.42m/sec 의평균유속이발생하였고 runrush의유속성분이더강한것으로나타났다. 3.4 이안류유속이안류의이동특성을파악하기위한유속측정에다양한방법이도입되고개발되고있다. 이안류는해안으로전파되는주파랑과반대되는방향의흐름이발생하며이처럼이안류의유속성분만을측정하기가매우난해하다. 특히이안류유속에대한직접적인관측은매우어렵지만, 파의진행방향과반대되는방향의표면유속을측정하여이안류의유속을평가를시도한다. 본연구에서는이안류의유속을평가하기위해염료를투하하여염료의이동속도를평가하는방법으로 STIV를통한이안류유속을평가하였다. 본연구에적용된 STIV에서 는흐름의주방향과반대방향에대한직접적인흐름을분리하여유속을평가하는방법은아직적용되지않았다. 하지만염료를투하하여이안류에의해염료가확산하는과정을 STI의기울기로평가하여이안류의유속평가를시도하였다. 따라서해안으로입사하는파랑의주기특성 ( 유의파주기 5.56sec, 최대파주기 6.0sec) 을고려하여검사선의길이를 6m로설정하여입사파랑의영향을배제하였다. STIV 평가에사용된드론영상에서염료의확산이비교적활발한지역을대상으로해안선과수평한검사선에대해검출선 10개의지점별유속을평가하였다 (Fig. 11). 분석에사용된영상의길이는 1분이며이안류의유속값은 1분동안발생한유속의평균값으로산정하였다. 그결과 No. 1~3의지점에서는염료의이동속도가해안방향으로나타났지만이후 No. 4~7의지점에서는파랑의진행방향과반대방향인이안류가관측되었다. 비록관측기간에발생한이안류의성분자체가크지않아이안류의평균유속은최대 0.093m/s로나타났고이결과로부터이안류유속의평가가가능한것으로판단된다.

9 포말대에서의파랑특성을관측하기위한 STIV 의적용성평가 149 Offshore Rip current Offshore Rip current Velocity(m/s) Velocity (m/s) Nearshore Nearshore No. Fig. 11. Calculation of rip current by STIV 4. 결론및고찰 본연구에서는해안에서의비접촉식유속및파랑관측기술개발을의한미래지향적선도적연구로서포말대에서의간헐적인표면유속측정을위해비접촉식영상유속계 (STIV) 의적용가능성의검토를목적으로한다. 특히분석에필요한영상에포함된예측저하를초래하는다양한환경에서발생하는각종노이즈에제거를위해인공지능과융합하여예측성능의향상과더불어언제나일관성있는 STI 의기울기평가를통해대표유속평가가가능하다. 본연구에서얻은주요한결론은다음과같다. 1. 다양한환경에대한영상자료와유속을왜곡시키는여러환경에대한자료가부족한상황에서인공지능을도입하기위한학습데이터의부족으로고정도의예측결과를기대하기어렵다. 따라서본연구에서는인공적으로영상을 Perlin noise의알고리즘을사용하여영상속에인위적인노이즈를삽입하여그영상을학습하여예측하는방법을도입하였고인식각도 ± 오차범위에서는약 97.0% 이상의예측성능을나타냈다. 2. 비접촉식영상유속계 (STIV) 를이용하여 runrush와 backwash 의시간에따른유속변화를손쉽게측정이가능한것으로나타났다. 포말대에서발생하는유속은관측위치에따라상이하게발생한다. 하지만이지역을대표하는유속을평가하기위해주로핀포인트관측으로대표값을산정하는경우가많지만, STIV를활용하여여러주요지점에서의유속평가에대해지속적인평가를시행한다면대상지역을대표하는유속값의신뢰도는향상될것이며특히연안방재시스템도입에있어매우중요한기술로활용가능한것으로판단된다. 3. 이안류의이동특성을파악하기위한 STIV를적용하여단시간동안발생한이안류의평균유속 ( 최대 0.093m/s) 을산정하였다. 비록강한이안류의유속이발생하지않은환경에도불구하고유속평가가가능한것으로판단된다. 4. STIV의분석결과로부터얻을수있는여러연안류의측정자료 ( 표면유속, 주기등 ) 는수치예측모델의검증에있어중요하게활용될수있다. 끝으로본연구에서는해역에서발생하는흐름특성을분석하기위한 STIV 적용가능성에대한검토를수행하였다. 다만해석에적용한 STIV 기법의신뢰성평가에대한검토는동시간대의해안관측자료부재로직접적인비교검토는수행되지않았다. 또한해안에서는다양한흐름이존재하고있으며주방향의흐름과그것과다른흐름에대한분리는푸리에변환에따른스펙트럼분석과검사선의길이를조절하는해석방법에의존하고있다. 더욱명확하고정량적인해석을실제해안에서발생하는파랑특성을해안관측장비를통한표면유속, 파고, 주기등을관측하여 STIV와관측치와의직접적인비교검토하여예측신뢰성확보및해석기술개발에관한연구를진행할것이다. 감사의글 이논문은 2021년해양수산부재원으로해양수산과학기술진흥원의지원을받아수행된연구 ( 연안침식관리및대응기술실용화 ) 의지원을받아수행된연구결과중일부임음밝히며, 연구비지원에감사드립니다. References Blenkingsopp, C. E., Mole, M. A., Turner, I. L. and Peirson, W. L. (2010). Measurements of the time0varying free0surface profile across the swash zone obtained using an industrial LIDAR. Coastal Engineering, Vol. 57, pp Cho, Y. J., Kim, K. S. and Ryu, H. S. (2008). Suspension of Sediment over Swash Zone. Journal of the Korean Society of Civil Engineers, Vol. 28, No. 1B, pp Ettema, R., Fujita, I., Muste, M. and Kruger, A. (1997). Particle-image velocimetry for whole-field measurement of

10 150 김연중 윤종성 Hasegawa Makoto 정재훈 ice velocities. Cold Regions Science and Technology, Vol. 26, pp Fujita, I. and Komura, S. (1994). Application of viedo image analysis for measurements of river-surface flows. Annual Journal of Hydraulic Engineering, JSCE, Vol. 38, pp (in Japanese). Fujita, I., Notoya, Y. and Shimono, M. (2015). Developments of aerial STIV applied to videotaped movie from multicopter based on high-accurate image stabilization method. Journal of Japan Society of Civil Engineers, B1, Vol. 71, No. 4, pp. I_829-I_834 (in Japanese). Hong, J.-W., Jeong, S. W. and Ahn, B.-K. (2019). PIV Measurements of Non-Cavitating and Cavitating Flow in Wake of Two-dimensional Wedge-shaped Submerged Body. Journal of Ocean Engineering and Technology, Vol. 33, No. 1, pp Kang, M. H., Kim, J. S., Park, J. K. and Lee, J. S. (2015). Characteristics of Wave-induced Currents using the SWASH Model in Haeundae Beach. Journal of Korean Society of Coastal and Ocean Engineering, Vol. 27, No. 6, pp Kim, S., Yu, K. and Yoon, B. (2011). Real-time Discharge Measurement of the River Using Fixed-type Surface Image Velocimetry. Journal of Korean Water Resources Association, Vol. 44, No. 5, pp Kraus, N. C., Isobe, M., Igarashi, H., Sakaki, T. and Horikawa, K. (1982). Fields Experiments on Longshore Sand Transport in the Surf Zone. 18th International Conference on Coastal Engineering, ASCE, pp Lim, H. S., Kim, M. and Shim, J. S. (2017). Surface current measurements using lagrangian Drifters in Anmok. Journal of Coastal Disaster Prevention, Vol. 4, Special Issue, pp Lee, G. N., Duong, T. T., Jung, K. H., Suh, S. B. and Lee, J. Y. (2020). Study on PIV-Based Pressure Estimation Method of Wave Loading under a Fixed Deck. Journal of Ocean Engineering and Technology, Vol. 34, No. 6, pp Lee, N. and Yu, K. (2017). A Novel Method to Measure River Water Stage by Using Spatio-Temporal Image Analyses. Journal of the Korean Society of Hazard Mitigation, Vol. 17, No. 2, pp Lee, W.-D. and Hur, H.-S. (2019). Effects of Coastal Groundwater Level on Beach Deformation. Journal of Ocean Engineering and Technology, Vol. 33, No. 6, pp Lee, W.-D., Kim, J.-O. and Hur, H.-S. (2019). Effects of Waveform Distribution of Tsunami-Like Solitary Wave on Run-up on Impermeable Slope. Journal of Ocean Engineering and Technology, Vol. 33, No. 1, pp Notoya, Y., Fujita, I. and Tateguchi, S. (2017). Developments of new surface velocity measurement method in STIV and evaluation methods for image quality of space time image available for improved discharge estimation. Journal of Japan Society of Civil Engineers, B1, Vol. 73, No. 4, pp. I_505-I_510 (in Japanese). Perlin, K. (2002). Improving noise. ACM Transactions on Graphics (TOG), Vol. 121, No. 3, pp Puleo, J. A., Krafft, D., Printado-Patino, J. C. and Bruder, B. (2017). Video-derived near bed and sheet flow sediment particle velocities in dam-break-driven swash. Coastal Engineering, Vol. 126, pp Shin, Y.-S. and Lee, S.-D. (2019). Characteristics of Water Surface Variation around Double-Breaking Type Artifical Reef. Journal of Ocean Engineering and Technology, Vol. 33, No. 3, pp Yu, K. and Hwang, J. G. (2017). Measurement of Surface Velocity in Open Channels Using Cameras on a Drone. Journal of the Korean Society of Hazard Mitigation, Vol. 17, No. 2, pp

THE JOURNAL OF KOREAN INSTITUTE OF ELECTROMAGNETIC ENGINEERING AND SCIENCE. vol. 29, no. 10, Oct ,,. 0.5 %.., cm mm FR4 (ε r =4.4)

THE JOURNAL OF KOREAN INSTITUTE OF ELECTROMAGNETIC ENGINEERING AND SCIENCE. 2018 Oct.; 29(10), 799 804. http://dx.doi.org/10.5515/kjkiees.2018.29.10.799 ISSN 1226-3133 (Print) ISSN 2288-226X (Online) Method