1. 서 론
2. 대상 현장 및 데이터
2.1 대상 현장
2.2 사용 데이터
3. 방법론
3.1 InSAR
3.2 PS-InSAR
4. 결과 분석
4.1 PS-InSAR 결과 밀도 변화 관측
4.2 시계열 변위 변동성 관측
4.3 조건 별 분산도 평가
5. 결 론
1. 서 론
간척지는 성토와 매립을 거치며, 연약층의 압밀이 장기간 진행되고, 공정 단계와 표면 상태 변화에 따라 침하의 크기와 속도가 시공 구간마다 다르게 나타난다. 이러한 변형은 공간적으로 불균일하고 시간에 따라 단계적으로 전개되기 때문에 동일 지역을 장기간 추적할 수 있는 관측 체계의 필요성이 증가하고 있다(Chaussard et al., 2013).
지표 침하 계측은 대체로 지상 기반과 원격탐사 기반으로 구분된다. 지상 기반에는 정밀 수준측량, GNSS 관측, 침하판 등 변위계가 포함되어 절대 고도 체계에서 높은 수직 정확도를 제공하며, 공정별 세부 추적이 가능하다는 장점이 있다(Kavanagh & Mastin, 2014; Hofmann-Wellenhof et al., 2008). 반면 관측점 설치와 접근성 유지가 필요하고, 관측 구간이 넓거나 공정이 자주 바뀌는 현장에서는 측점 보전과 운영 비용이 급격히 증가한다(Galloway & Thomas, 2011). 원격탐사 기반 접근은 인력 투입 없이 넓은 영역을 일정 주기로 반복 관측할 수 있어 공간적 연속성과 시간적 일관성을 확보하는데 유리하며, 빠르게 광역의 변형 분포를 파악하는 초기 관측에 적합하다(Raspini et al., 2018; Park et al., 2024). 다만 관측 환경과 표면 상태 변화에 따른 신호 품질의 차이로 모든 시기 및 위치에서 동일한 신뢰도를 보장하기는 어렵다(Hanssen, 2001). 이러한 제약을 보완하기 위해 동일 지역을 규칙적으로 반복 관측하여 장기간의 변형을 한 기준으로 추적할 수 있는 위성 기반 InSAR 시계열 해석이 광역 지역의 변형 추세를 효율적으로 파악하는 수단이 된다(Massonnet & Feigl, 1998; Rosen et al., 2002).
이러한 InSAR(Interferometric Synthetic Aperture Radar)기법은 동일 지역의 반복 관측 SAR 영상간 위상 차이를 이용해 LOS(Line Of Sight) 방향 변위를 추정하는 기법으로, 궤도 오차, 지형 위상, 대기 지연과 같은 교란 요인을 보정하여 장기간의 시계열 변형 데이터를 획득할 수 있다(Bamler & Hartl, 1998; Ferretti et al., 2002a; Hooper et al., 2004). 낮과 밤을 가리지 않는 광역 지역 관측 및 규칙적인 재방문 주기는 장주기 침하 감시에 유리한 관측 조건을 제공한다(Zebker & Villasenor, 1992). 또한 동일 센서와 일관된 처리 방식을 유지할 경우, 공정 전환이나 계절 변화에 따른 변형 양상을 같은 기준에서 비교할 수 있어 시공 단계별 거동을 연속적으로 해석하기에 적합하다. 다만 해안 지역 및 매립지와 같은 일관성 수치가 낮아지기 쉬운 환경에서는 위상 전개와 노이즈 제어가 관측의 신뢰도를 좌우한다(Wang et al., 2012).
PS-InSAR(Persistent scatterer InSAR)는 장기간 위상 안정성이 높은 산란자 및 화소를 추려 시계열 변위를 추정하는 방법으로, 산란 특성이 비교적 일정한 대상에서 장기 추세를 드러내는 데 강점이 있다(Ferretti et al., 2002b; Crosetto et al., 2016). 도시 기반 시설물 주변이나 구조물과 같이 반사 특성이 안정적인 구간에서는 관측 밀도와 추세의 명료도가 높게 확보되며, 산란체 확보가 미흡한 구간에서도 후보 선별 기준과 처리 매개변수를 조정하여 적용 범위를 확장할 수 있다(Hooper et al., 2007). 이러한 PS-InSAR 기법은 동일 지역에 다년간 축적된 데이터가 있을 때 장기적인 침하 경향을 파악하는데 유효하다(Mora et al., 2003). 반면 시공 중의 대변형 구간이나 표면의 상태가 급변할 때는 일관성 수치 저하로 안정 화소 수 확보가 어려울 수 있어 처리 매개변수의 합리적 선택이 결과 품질을 결정짓는다(Ferretti et al., 2011). 따라서 대상지 특성, 관측 시기, 요구 해상도에 맞춘 운용 기준의 정립이 중요하다.
이때 진폭 분산 지수(Amplitude Dispersion Index, ADI)는 각 화소의 진폭에 대한 시계열 변동성을 표현하는 핵심 지표로, 값이 낮을수록 산란 특성이 안정적임을 의미한다(Parizzi & Brcic, 2010; Crosetto et al., 2016). 실무에서는 ADI 임계값(Amplitude Dispersion Threshold, DA)이 사실상 관측 밀도와 시계열 신뢰도 사이의 균형을 조절하는 초기 매개변수로 작동한다(Colesanti & Wasowski, 2006). 임계값을 낮게 두면 보수적으로 안정 화소를 확보하되 결과의 밀도가 줄고, 높이면 결과의 밀도가 증가하는 대신 시계열 변위 데이터의 변동성이 커질 수 있다(Perissin & Wang, 2011; Hooper et al., 2007). 본 연구의 대상 현장인 간척지와 같이 산란체 확보가 제한적인 환경에서는 적절한 수치의 임계값의 증가를 통하여 결과의 밀도와 안정성을 확보하는 것이 중요하다(Pepe & Calò, 2017; Xue et al., 2020).
본 연구의 목적은 새만금 산업연구용지를 대상으로 Sentinel-1 자료를 활용한 PS-InSAR 기법을 적용하고, DA 적용 권장 범위가 0.4~0.42임을 고려하여(Hooper et al., 2010) DA의 값을 0.4부터 0.6까지 0.1 단위로 변화시켜 결과 품질에 미치는 영향을 총 PS 포인트 수, 시계열 변위의 변동성, 지반 변형 속도 분포의 표준편차의 지표로 정량 비교하는 것이다. 이를 통하여 간척지와 같이 산란체 확보가 어려운 환경에서 권장 수치보다 DA값을 증가시켜 결과 포인트의 밀도 증가와 시계열 변위 데이터의 신뢰도 간 상충 관계를 제시하고, 대상지의 조건에 맞춘 매개변수의 기준을 제공한다.
2. 대상 현장 및 데이터
2.1 대상 현장
본 연구는 새만금 간척지 중 산업연구용지 인근을 대상으로 한다(Fig. 1). 새만금간척사업은 1991년에 방조제 공사를 착공하여 전라북도 군산, 김제 부안 앞바다의 광대한 갯벌을 매립하여 농지, 산업단지, 관광지 등을 조성하는 국내 최대 규모의 간척사업이다. 산업연구용지는 새만금 최북단에 위치하며, 면적은 약 41.7km2로 새만금 개발계획 용지의 약 14%를 차지한다.
대상지역의 원 지반은 갯벌 기원의 연약점토층이 우세하며, 대규모 성토에 따른 장기 압밀 침하가 우려된다. 이에 따라 시공 단계에서 연직배수재(PBD), 수평배수층, PP매트 등을 설치하여 배수 경로를 단축하고 압밀을 촉진하였으며, 선행압밀과 단계 성토를 통해 안정성을 확보하였다. 매립재는 군산항 및 새만금 담수호에서 채취한 준설토가 사용되었다.
2.2 사용 데이터
PS-InSAR 분석을 위해 선택한 위성은 Sentinel-1으로, C-band 영역대에 속하는 제원을 가지고 있다. 파장대역은 5.6cm에 해당하며, 약 12일의 재방문 주기를 가지고 있다. 해당 위성은 발사 시기에 따라서 Sentinel-1A, B, C 등으로 나뉘며, 각각의 위성의 제원은 동일하다. 해당 위성들의 영상은 NASA earthdata에서 획득할 수 있다. 위성들의 영상은 촬영 모드에 따라서 해상도의 차이가 발생하게 되는데, 본 연구에서 사용한 이미지의 모드는 IW 모드(Interferometric Wide Swath)로 총 250km의 범위의 데이터를 수집하며, TOPSAR(Terrain Observation with Progressive Scans SAR) 방식을 사용함으로써 3개의 하위 범위(Subswath)로 나뉘게 된다. 최종적으로 해당 이미지는 화소 별 5*20m(Range*Azimuth)의 해상도를 가지게 된다. 해당 이미지는 유럽우주국(European Space Agency)에서 제공하며, NASA Earthdata에서 확인할 수 있다.
해석은 총 2017년도 11월부터 2021년도 1월까지 진행하였으며, 각각의 데이터 묶음은 총 21개의 이미지로 형성되었다(Table 1). PS-InSAR 해석을 위하여 Master 이미지를 선정하였으며, 선정 기준은 수직 기선(Perpendicular Baseline)과 시간적 기선(Temporal Baseline)이 최소가 되는 이미지를 선택하였다(Fig. 2). 선정된 Master 이미지는 나머지 Slave 이미지와 함께 간섭도(Interferogram)를 형성하여 PS-InSAR 해석에 사용하게 된다.
Table 1.
Used InSAR dataset
3. 방법론
3.1 InSAR
InSAR(Interferometric Synthetic Aperture Radar)는 간섭도(Interferogram)와 합성개구레이다(Synthetic Aperture Radar)의 합성어로, 서로 다른 시점의 두 장 이상의 레이다 이미지를 정합시켜 간섭 위상을 획득하고, Eq. (1)상에서 변형 위상을 제외한 나머지 항들을 제거하여 지표 변위량을 획득하는 기법이다. 본 연구에서 사용한 SLC파일의 각 화소는 복소수 형태의 정보를 포함하며, 해당 정보에서 진폭과 위상을 유도하는 방식으로 분리하게 된다(Torres et al., 2012). 분리된 진폭값을 이용하여 해당 화소에서 반사되는 신호의 강도를 획득할 수 있으며, Eq. (2)상에서 위상 및 신호의 파장값을 이용하여 지반 변형량을 정량적으로 평가할 수 있다.
여기서, 는 위상의 차, 은 지형 정보로 인한 오류로 발생한 위상, 은 평면 지구 가정으로 인한 위상, 은 지표 변형으로 인한 위상, 는 대기의 영향으로 인한 위상, 는 기타 노이즈들로 인한 위상에 대한 항이다. 는 LOS 방향 변위를 의미하며, 는 주변 화소와 위상 차이를 이용하여 파동의 주기성을 제거하여 최종적으로 연산이 끝난 위상값을 의미한다.
3.2 PS-InSAR
PS-InSAR 기법은 여러 간섭도를 사용해 스택을 형성하고, 해당 간섭도 스택을 이용하여 구조물 같이 안정된 신호를 반사하는 화소를 선정해 시간에 따른 위상 변화를 모델링하여 mm/yr 수준의 변위를 복원하는 기술이다(Ferretti et al., 2002a). 해당 위상 모델은 Eq. (3)의 식을 따른다.
여기서, 와 는 특정 시점의 위상값을 의미하며, 는 잔차 및 노이즈에 대한 항이다(Hooper et al., 2007).
PS-InSAR 기법은 Fig. 3의 절차에 따라 유럽우주국(European Space Agency, ESA)에서 제공하는 소프트웨어인 SNAP(Sentinel Application Platform)과 오픈엑세스 소프트웨어인 StaMPS(Stanford Method for Persistent Scatterers)를 사용하여 진행되었다. 해당 과정을 수행하기 위하여 StaMPS에서 일차적으로 PS 포인트의 선정을 위한 필터링을 수행하게 되는데, 이는 ADI의 임계값인 DA를 통해 조절하며, 구성 식은 Eq. (4)와 같다.
여기서, 는 진폭에 대한 표준편차, 는 진폭에 대한 평균값을 의미하며, ADI는 진폭에 대한 상대표준편차를 의미한다. 이는 전체 표본에 대하여 신호의 상대적인 분산도를 의미하며, ADI의 임계값인 DA값 이상의 화소들의 데이터를 제거한다. DA가 증가할수록 데이터를 유지하는 화소들이 증가하는 반면, 데이터의 안정성이 감소하는 특징을 가지고 있다. 이에 따라 PS-InSAR 기법 상에서 권장되는 DA의 범위는 0.4~0.42이다(Hooper et al., 2007).
4. 결과 분석
4.1 PS-InSAR 결과 밀도 변화 관측
PS-InSAR 해석 결과는 Fig. 4와 같다. Fig. 4(a)는 연구 대상 지역인 새만금 산업연구용지를 구분하였으며, 동일한 지역에 대해 같은 시계열 데이터를 이용하여 DA의 변화에 따른 결과의 밀도 차이를 보여주고자 하였다. Fig. 4(b)-(d)는 2018년 7월-2019년 3월에 해당하는 시계열 데이터로 DA를 0.4부터 0.1단위로 0.6까지 해석한 결과이며, Fig. 4(e)-(g)는 2019년 4월-2019년 12월에 해당하는 시계열 데이터로 DA를 0.4부터 0.1단위로 0.6까지 해석한 결과이다.
해당 결과들은 해석 과정을 거쳐 특정 화소에 대하여 연산된 연간 지반 변형률을 mm/yr 단위로 도시한다. DA값을 0.4에서 0.6까지 증가시킨 결과, PS 포인트가 출력되는 산업연구용지 외부의 공간에서는 결과의 밀도가 확연하게 증가한 것을 확인할 수 있었으나, 해석 시기상 아직 간척이 진행 중인 산업연구용지 내부에는 포인트가 잡히지 않는 것을 확인할 수 있었다. 이는 급격한 지표 변위가 발생하는 지역은 상대적으로 해석상 안정성이 떨어져 노이즈 항으로 판단하여 제거되거나, 절대적으로 반사되는 신호가 부족하여 결과가 도출되지 않는 것으로 판단하였다.
해당 결과를 통하여 출력되는 PS 포인트의 수량을 정량적으로 평가하였다. 총 5개의 시간대역에 대한 SLC 파일을 사용하여 2017년 11월- 2021년 1월에 대해 PS-InSAR 기법을 진행하였고, 이는 Fig. 5에서 확인할 수 있으며, 그래프 상 각 포인트들의 시간대역은 각 데이터셋들 중 중간에 위치한 날짜를 표기하였다. PS-InSAR 기법을 통하여 획득한 PS 포인트를 정량적으로 평가해본 결과, 모든 시간대역에서 DA와 PS 포인트의 수가 비례하는 관계를 가지는 것을 확인할 수 있었다.
4.2 시계열 변위 변동성 관측
DA의 변화에 따른 해석 결과의 신뢰성 평가를 위하여, 서로 다른 침하 경향을 보이는 구역의 포인트 선정이 필요하여 PS 포인트가 출력된 전체의 구간에서 -20mm/yr 이상의 지표 변위 속도를 가지는 침하의 양상이 뚜렷한 구역과 -5~5mm/yr의 변형이 일어나는 안정된 구역을 선정하여 Fig. 6에 나타내었다. 선정된 두 개의 구역 내부에서 시계열 변위 데이터를 확인하기 위하여 임의의 두 점을 선택하였으며, 이를 Fig. 7에 나타내었다.
두 개의 구역 중 하나인 Fig. 6의 Region1의 지역은 해석 당시의 시간대를 기준으로 간척사업이 진행 중이었던 구역으로, 전체 해석 지역에 비해 높은 침하 양상을 보여 선택하였다. 해당 구역 내에 공사가 진행 중인 것으로 추정되는 구역은 연간 지표 변위 속도가 -30~-40mm/yr로 분포되어 있으며, -40mm/yr의 범주 내에 포함된 포인트를 지정하여 시계열 변위량을 확인하였고, 해당 결과는 Fig. 7에 도시하였다. 동일한 PS 포인트에 대하여 DA값을 0.4, 0.5, 0.6로 변화하며, 살펴본 결과, DA값이 증가함에 따라서 시계열 변위 데이터의 변동성이 비례하여 증가함을 확인할 수 있었다.
2017년 11월에서 2018년 2월에 해당하는 침하가 급격히 발생하는 구간에 대해서 DA가 0.4일때는 시계열 변위 데이터가 다소 선형적인 모습을 보이는 반면, DA가 증가함에 따라 변동성이 커지는 것을 확인할 수 있었다. DA값이 0.4에서 0.5로 증가하였을 때에는 시계열 변위 데이터에서 5mm/yr 범위 내의 변동성이 생겼으나, DA값이 0.6으로 증가하였을 때에는 결과 상에서 2017년 11월 2018년 1월 사이의 시계열 변위 데이터가 10mm/yr 이상의 값으로 변동성이 생긴 것을 확인할 수 있었다(Fig. 7(a)).
안정된 구역으로 선정한 Region 2의 경우, 간척 사업지와 약 2km 떨어진 지역으로, 해당 간척사업으로 인한 영향이 미소할 것으로 추정되는 지역이다. Region 2는 지표 변위량이 5~5mm/yr의 분포가 대부분을 차지하는 구간이다. 해당 지역은 구조물과 같이 신호를 반사할 요소가 많아 PS 포인트의 밀도가 Region 1에 비해 높으며, 시계열 변위 데이터에서 침하가 관측되지 않는 결과가 지배적인 지역이라는 특징을 가진다.
해당 지역에서 임의의 점을 선택하여 확인한 결과, DA가 0.4일 때에는 2017년 11월 데이터와 2018년 7월 사이에서 지표 변위 속도가 0.88mm/yr로 나타났다. 이는 Region 2에서 지반 변형이 발생하지 않았음을 의미한다. 따라서 해당 PS 포인트는 급격한 지표 변위로 인한 시계열 변위 데이터의 변동성이 발생하지 않을 것으로 판단하여 선정하였다.
DA가 0.4일 때, 시계열 변위 데이터에서 2017년 11월 20일에 결과의 변동성이 다소 발견되었으나, 해당 시기를 제외한 2017년 11월부터 2018년 7월까지의 결과는 안정된 것을 확인할 수 있었다. DA가 0.5로 증가함에 따라, 기존에 5mm/yr 내의 변위가 발생했던 Region 1에 비해 시계열 변위 데이터가 5~10mm/yr의 범위로 변동성이 형성된 것을 확인하였으며, DA가 0.6으로 증가할 시 기존의 시계열 변위 데이터에 비해 10~15mm/yr의 변동성이 형성된 것을 확인할 수 있었다. 이는 급격한 지표 변위가 일어난 Region 1에 비해 더 큰 값으로, 안정된 지표 변위를 가지는 구간에 대해서 DA의 영향성이 더 증가할 수 있음을 확인하였다(Fig. 7(b)).
4.3 조건 별 분산도 평가
각 조건 별 신뢰도 평가를 위하여 해석 과정의 매개변수인 DA의 변화에 따른 지표 변위 속도의 표준편차를 정량화하여 Fig. 8과 같이 나타내었다. 해당 지표는 전체 PS 포인트의 지표 변위 속도에 대하여 정규 분포를 형성하여 구하였으며, 정규 분포는 -30mm/yr에서 30mm/yr의 범위를 산정하여 진행하였다. 해석 결과의 전체 포인트에 대한 DA의 변화에 따른 지표 변위 속도의 평균값은 0.4, 0.5, 0.6에 대하여 1.08E-07, -4.05E-08, 1.38E-08로 나타났다. 이는 DA의 변화가 해석 지역 전체에 대한 지표 변위 속도의 경향성에는 영향을 미치지 않음을 의미한다.
반면 표준편차는 DA가 0.4일 때 6.482, DA가 0.5일 때 6.938, DA가 0.6일 때 7.018로 증가하는 것을 확인할 수 있다. 이는 각 PS 포인트의 지표 변위 속도가 DA의 증가에 따라 분산도가 증가함을 의미한다. 이는 DA 증가에 따른 시계열 변위의 변동성 증가에 의해 이상치가 발생하여 표준편차가 증가하였거나, 급격한 변위로 인해 노이즈로 판단해 제거되었던 화소의 복구로 인한 증가로 추정된다.
DA의 증가에 따라 전체 PS 포인트의 지표 변위 속도에 대한 평균값은 변화가 없었으나 표준편차값이 증가한 것은 지표 변위 속도에 대한 이상치는 증가하였으나, 융기에 대한 이상치와 침하에 대한 이상치가 동일하게 증가하여 발생한 것으로 추정된다.
5. 결 론
본 연구는 새만금 산업연구용지를 대상으로 Sentinel-1 위성 이미지를 사용하여 PS-InSAR 기법을 적용하였으며, PS-InSAR 적용이 어려운 구역에 대하여 진폭 분산 지수 임계값(DA)을 증가시킴에 따른 해석 결과의 밀도 변화 및 시계열 변위 데이터의 변동성을 나타내고, 각 조건 별 표준편차를 정량적으로 평가하였다.
분석 결과, DA의 증가에 따른 해석 결과의 밀도 변화는 상호 비례함을 확인할 수 있었으나, PS-InSAR 해석의 필요 조건인 신호의 반사가 발생하지 않는 것으로 추정되는 공사 지역 내에는 변화가 없는 것을 확인할 수 있었다. 이는 신호의 세기가 약하거나 밀도가 낮은 지역에 대해서 DA의 증가가 유의미할 수 있으나, 신호의 반사 조건이 갖추어지지 않은 해안가와 같은 지역에 대해서는 DA의 변화가 무의미할 수 있음을 의미한다. 침하 속도가 -20mm/yr 이상의 경향성을 보이는 구역과 -5~5mm/yr의 구역을 나누어 DA의 변화에 따른 시계열 변위 데이터를 확인한 결과, 두 구역 모두 DA가 증가함에 따라 변동성이 증가함을 확인할 수 있었다. 하지만 침하의 경향성이 없는 데이터에서 DA 증가에 따른 변동성의 증가폭이 더 높은 것을 확인할 수 있었다. 이는 급격한 지반 변형이 일어나는 구역에 대해서는 DA의 증가가 PS 포인트의 밀도 증가에 유의미한 영향을 미칠 수 있으나, 안정된 구간에 대해서는 적용성이 감소할 수 있음을 의미한다.
또한, DA의 증가에 따른 전체 PS 포인트에 대한 지반 변형 속도의 표준편차가 증가하는 반면 평균은 변하지 않는 것으로 침하와 융기 양측의 급격한 변형과 관련된 포인트들이 동시에 증가하는 것을 확인하였으며, 이는 결과값들 중 급격한 변위로 인해 노이즈로 판단해 제거되었던 화소의 복구로 인한 증가로 추정된다.
본 연구를 통해 PS-InSAR 기법을 위한 PS 포인트의 선택에 있어 일차적인 필터링 파라미터인 DA값의 선택에 대한 영향을 평가할 수 있었다. DA는 PS 결과 포인트의 밀도와 비례하는 파라미터로, PS-InSAR의 결과 밀도가 낮은 지역에 대하여 기존의 보수적인 권장 범위를 초과하는 적합한 DA를 선정하여 PS 포인트의 밀도를 증가시킴과 더불어 신뢰성도 확보할 수 있을 것으로 판단된다. 또한 정밀 수준측량과 변위계 설치와 같은 현장 조사 방법들을 통해 획득한 지표들과 연계 및 부가적인 필터링 기법들의 강도를 조사 지역에 대하여 최적화함으로써 광역 지역에 대하여 정밀도를 증가시킬 수 있다. 더불어 지형 조건에 따른 다양한 InSAR 기법들을 응용하여 적용할 시 신호의 반사가 불가한 지역 외의 모든 지역에 대한 모니터링이 가능할 것으로 판단된다. 이러한 각 지역의 조건에 맞춘 InSAR 기법은 현장 조사 기법의 결합과 해석 매개변수 조정을 통하여 광역지역 모니터링 기법으로써 발전할 수 있을 것이라 기대된다.
