📚 기술사 수험서 찾아보기

토목시공기술사 → 건축시공기술사 → 건설안전기술사 → 측량및지형공간정보기술사 →

이 포스팅은 쿠팡 파트너스 활동의 일환으로, 이에 따른 일정액의 수수료를 제공받습니다.

2026-11-19

Whitebox 실제 QGIS 실습 30 — 지형 습윤지수(TWI)로 본 두 유역: 차이는 경사가 아니라 집수면적에서 났다

27~29편에서 두 유역의 표고, 경사, 경사향을 차례로 비교했다. 지형 하나씩만 본 셈이다. 실무에서 "이 유역은 어디가 젖어 있을까"를 물으면 경사 하나로는 답이 안 나온다. 같은 30° 사면이라도 위에서 물을 모아 받는 골짜기 바닥과 아무것도 받지 않는 능선은 전혀 다르게 젖는다. 그래서 많이 쓰는 지표가 지형습윤지수(Topographic Wetness Index, TWI)다.

식은 간단하다. TWI = ln(SCA / tan β). SCA(specific contributing area, 비집수면적)는 그 셀로 물을 보내는 위쪽 면적을 등고선 폭으로 나눈 값(m²/m)이고, β는 경사다. 위에서 모이는 물이 많을수록, 경사가 완만해 물이 빠져나가기 어려울수록 값이 커진다. 이번 회차는 Whitebox로 SCA와 경사를 만들고, WetnessIndex로 TWI를 계산한 뒤, 구역통계(Zonal statistics)로 두 유역을 비교했다.

자료

29편 입력을 새 폴더로 복사하고, 18편에서 만든 함몰지 보정 DEM을 하나 더 가져왔다. 복사본 해시는 원본과 같다.

입력원래 출처내용
wb30_input_breach_cap0p03.tif18편 함몰지 보정 DEM(최대 비용 0.03)11편 DTM(USGS 3DEP 타일 13SDE474426, NAD83 UTM 13N EPSG:26913, 1 m, 1500×1500 셀)을 BreachDepressionsLeastCost로 보정한 것. 하천과 유역 경계가 모두 이 DEM에서 나왔다.
wb30_input_basins_merged.shp26편 병합 폴리곤VALUE 1 = 중간유역(A−B) 1,218,780 m², VALUE 2 = B 유역 211,372 m²
wb30_outlets_ab.shp22편 유출구점A, B 유출구 두 점(지도 표시와 SCA 확인용)

입력 DEM을 원래 DTM이 아니라 보정 DEM으로 잡은 이유가 있다. SCA는 흐름을 위에서 아래로 끝까지 따라가며 면적을 쌓는 계산이라, 작은 함몰지가 남아 있으면 그 자리에서 흐름이 멈춘다. 유역 경계를 만든 DEM과 같은 DEM을 써야 "이 유역 안의 물"이라는 말도 앞뒤가 맞는다. 경사도 같은 DEM에서 뽑았다. SCA와 경사를 서로 다른 DEM에서 만들면 셀마다 두 값의 기준이 어긋난다.

1단계: D-무한대 비집수면적

공간 처리 툴박스 → WhiteboxTools → Hydrological Analysis → DInf Flow Accumulation을 연다. 지금까지 하천 추출에는 D8(가장 가파른 이웃 한 셀로만 흘려보내는 방식)을 썼는데, TWI에는 D-무한대(D-infinity)를 골랐다. D8은 사면 위의 흐름을 한 줄로 몰아 버려서 사면에 가는 줄무늬가 생기고, 사면에서 물이 퍼지는 모양을 TWI에 담기 어렵다. D-무한대는 흐름방향을 연속 각도로 잡고 아래쪽 두 셀에 나눠 보낸다.

입력란값이유
Input DEM or D-inf Pointer FileBreached DEM, max cost 0.03 (practice 18)유역 경계를 만든 DEM과 같은 것
Output TypeSpecific Contributing AreaWetnessIndex가 요구하는 입력. Cells나 Catchment Area를 넣으면 단위가 달라진다.
Convergence Threshold비움하천 구간에서 흐름을 한 셀로 모으는 기준. 이번에는 사면 그대로 보려고 쓰지 않았다.
Log-transform / Clip the upper tail / Is the input a D-inf pointer모두 체크 안 함로그를 미리 씌우면 WetnessIndex에서 ln을 한 번 더 하게 된다. 상위 1% 자르기도 하천 셀 값을 바꾼다.
Output Filewb30_sca_dinf.tif
QGIS DInf Flow Accumulation 대화상자. Input DEM은 Breached DEM, max cost 0.03 (practice 18), Output Type은 Specific Contributing Area, Convergence Threshold는 설정되지 않음, 세 체크박스는 모두 꺼져 있고 출력은 wb30_sca_dinf.tif다. 뒤 지도에는 음영기복도 위에 연보라 중간유역과 주황 B 유역이 칠해져 있다.
그림 1. DInf Flow Accumulation 대화상자. 출력 형식만 Specific Contributing Area로 바꾸고 나머지 선택 항목은 기본값으로 두었다.

결과 값은 1부터 1,669,852까지 퍼져 있고 중앙값은 26.7 m²/m다. 1 m 셀이라 SCA 숫자는 위쪽 면적(m²)과 같다. 99백분위가 4,279라서 몇 안 되는 하천 셀이 위쪽 꼬리를 길게 끈다. 그대로 칠하면 지도 전체가 한 색이 되기 때문에 1, 10, 100, 1,000, 10,000에 색을 찍어 대수 눈금처럼 보이게 칠했다.

비집수면적 지도. 노랑(1)에서 하늘색(100), 진한 파랑(10,000 m2/m)으로 칠했다. 능선은 노랑, 사면을 따라 파랑 줄기가 부채꼴로 퍼지며 골짜기로 모인다. 보라 선은 중간유역, 분홍 선은 B 유역 경계이고 위쪽 가운데에 ID 1 = A, ID 2 = B 유출구 표시가 있다.
그림 2. D-무한대 비집수면적. 사면에서 흐름이 줄 하나로 모이지 않고 부채꼴로 퍼지는 모양이 보인다.

계산이 맞게 됐는지 유출구 셀로 한 번 대 봤다. A 유출구 셀의 SCA는 1,407,308인데, A 전체 유역(중간유역 + B)은 1,430,152 m²라 98.4%다. B 유출구 셀은 224,584로 B 유역 211,372 m²보다 6%가량 크다. D-무한대는 흐름을 두 셀에 나눠 보내는 방식이고 유역 경계는 D8로 그은 것이라, 유출구 한 셀 값이 유역 면적과 딱 맞지는 않는 것으로 보인다. 자릿수와 크기 순서가 맞으니 입력으로 쓰기에는 충분하다고 판단했다.

2단계: 경사

Geomorphometric Analysis → Slope에 같은 보정 DEM을 넣고 Units는 degrees로 두었다. WetnessIndex 설명에는 경사 입력 단위가 따로 적혀 있지 않은데, 이번 결과를 numpy로 ln(SCA/tan(경사°))로 다시 계산해 보니 맞았다(아래 독립 계산). 그래서 도 단위가 맞다. Z Conversion Factor는 29편 경험대로 비워 두었다. 경사는 크기만 보는 값이라 29편의 180° 뒤집힘과는 상관없지만, 비워도 결과가 같다면 굳이 넣을 이유가 없다.

보정 DEM의 경사는 0.020°~88.65°, 중앙값 28.3°다. 0°인 셀이 하나도 없다는 점이 중요하다. tan 0 = 0이면 TWI가 무한대로 간다. 18편 함몰지 보정에서 평탄지 증분(flat increment) 0.001을 넣어 메운 자리에 아주 작은 기울기가 생긴 덕분으로 보인다.

3단계: WetnessIndex

Geomorphometric Analysis → WetnessIndex는 입력란이 둘뿐이다. Input Specific Contributing Area (SCA) File에 1단계 결과, Input Slope File에 2단계 결과를 넣고 출력은 wb30_twi.tif로 했다.

QGIS WetnessIndex 대화상자. Input Specific Contributing Area (SCA) File은 Specific contributing area, D-inf (m2/m), Input Slope File은 Slope, degrees (breached DEM), Output File은 wb30_twi.tif다. 뒤 지도에는 회색조 경사 래스터와 분홍 B 유역 경계가 보인다.
그림 3. WetnessIndex 대화상자. 앞 두 단계 결과를 그대로 넣는다.

TWI는 −3.61~21.78, 중앙값 3.97이다. 음수는 SCA가 1에 가깝고 경사가 아주 급한 셀에서 나온다. 예를 들어 SCA 1, 경사 88°면 ln(1/tan 88°)이 약 −3.4다. 능선 바로 아래 급사면 셀들로 보인다. 지도는 0(갈색)에서 14(진한 청록)까지 칠했다.

지형습윤지수 지도. 범례는 0 갈색에서 14 진한 청록이다. 능선과 급사면은 갈색과 베이지, 골짜기와 사면의 오목한 줄기는 청록색이다. 보라 선은 중간유역, 분홍 선은 B 유역 경계다. B 유역 안에 청록 줄기가 촘촘하다.
그림 4. 지형습윤지수. 골짜기와 사면의 오목한 줄기가 청록으로 드러난다.

4단계: 유역별 구역통계

공간 처리 툴박스 → 래스터 분석 → 구역통계(Zonal statistics)를 썼다. 27~29편은 구간으로 나눈 래스터라 구역히스토그램이 맞았지만, TWI는 연속값이라 평균·중앙값·표준편차를 바로 뽑는 편이 낫다.

입력란값이유
입력 레이어Basins merged: 1 = interval A-B, 2 = B (practice 26)두 유역이 겹치지 않게 나뉜 폴리곤
래스터 레이어 / 밴드Topographic wetness index / 밴드 1
출력 칼럼 접두어twi_Shapefile 필드 이름 10자 제한 안에 twi_median까지 들어간다.
계산할 통계개수, 평균, 중앙값, 표준편차, 최소, 최대분포 모양을 볼 최소한의 묶음
출력wb30_basin_twi_stats.shp
Basins with TWI statistics 속성 표와 지도. VALUE 1 행은 twi_count 1218780, twi_mean 3.850463805, twi_median 3.770642042, twi_stdev 1.676293906, twi_min -3.60733556, twi_max 18.62288284이고 VALUE 2 행은 twi_count 211372, twi_mean 4.383299924, twi_median 4.321889877, twi_stdev 1.742037235, twi_min -2.54237651, twi_max 16.00293159다. 지도에는 A-B mean 3.85 median 3.77, B mean 4.38 median 4.32 라벨이 있다.
그림 5. 구역통계 속성 표와 유역별 평균·중앙값 라벨.
항목중간유역 A−BB 유역
셀 수(= m²)1,218,780211,372
TWI 평균3.854.38
TWI 중앙값3.774.32
표준편차1.681.74
최소 / 최대−3.61 / 18.62−2.54 / 16.00
10~90백분위1.93 ~ 5.692.44 ~ 6.28
TWI 8 이상 면적 비율1.76%2.99%
TWI 2 미만 면적 비율10.86%6.41%

평균·중앙값 모두 B 유역이 0.5 남짓 높다. 분포 전체가 위로 밀려 있어서, 2 미만인 건조한 셀은 B 쪽이 적고 8 이상인 젖은 셀은 B 쪽이 많다. 구간을 2 단위로 나눠 그리면 차이가 더 잘 보인다. 중간유역은 2~4에 46%가 몰려 있고, B 유역은 4~6이 46%로 가장 많다.

TWI 구간별 유역 면적 비율 막대그래프. 가로축은 2 미만, 2-4, 4-6, 6-8, 8-10, 10 이상이다. 보라 막대(중간유역 A-B)는 10.9, 45.9, 35.7, 5.8, 1.1, 0.7%이고 빗금 친 청록 막대(B 유역)는 6.4, 34.3, 46.5, 9.9, 2.0, 1.0%다.
그림 6. TWI 2 단위 구간별 유역 면적 비율(검증 스크립트가 TWI 래스터를 다시 읽어 센 값으로 matplotlib에서 그림).

차이는 어디서 왔나

28편에서 두 유역의 경사 분포가 비슷하다는 걸 이미 봤다. 그렇다면 TWI 차이는 SCA 쪽에서 나왔을 가능성이 크다. TWI는 ln SCA − ln tan β로 쪼갤 수 있어서, 두 항의 유역 평균을 따로 내 봤다.

유역 평균중간유역 A−BB 유역차이(B − A−B)
ln SCA3.2623.762+0.500
−ln tan β0.5890.621+0.032
TWI3.8504.383+0.533
(참고) 경사 평균 / 중앙값30.3° / 30.1°29.5° / 30.7°

0.533 가운데 0.500이 ln SCA에서 왔다. 경사 항은 0.032밖에 안 된다. 같은 경사라도 B 유역 사면은 위에서 받는 면적이 평균적으로 더 크다는 뜻이다. 그림 2에서도 B 유역 안은 파랑 줄기가 촘촘하고, 중간유역은 노랑 바탕(SCA가 작은 셀)이 넓게 보인다. 29편에서 B 유역 사면의 85%가 북쪽 세 방위(북서·북·북동)를 향해 유출구 쪽으로 한데 모였던 것과 같은 그림으로 보인다. 다만 이건 지형 지수만 보고 한 해석이고, 실제 토양 수분 자료로 확인한 것은 아니다.

독립 계산으로 확인

출력 파일을 다시 읽는 별도 스크립트로 세 가지를 대 봤다.

  • Whitebox TWI와 numpy로 다시 계산한 ln(SCA/tan(경사°))는 유효 2,248,166개 셀에서 최대 차이 9.5×10⁻⁷이다. 사실상 같다. 이걸로 Slope 출력이 도 단위로 맞게 들어갔다는 것도 확인됐다.
  • Whitebox 경사를 Horn 3×3 식으로 따로 계산한 경사와 비교하면 차이 평균 0.56°, 중앙값 0.38°, 99백분위 3.04°다. 계산 방식이 Horn 식과 조금 다른 것으로 보이지만 TWI 해석을 바꿀 정도는 아니다.
  • 구역통계의 개수·평균·중앙값·표준편차·최소·최대를 셀 중심 기준으로 래스터화한 유역 마스크로 다시 계산하면 두 유역 모두 차이가 소수점 아래 14자리 수준이다. QGIS 표준편차는 모집단 표준편차와 같았다.

실무에서 챙길 것

  • SCA와 경사는 같은 DEM에서, 그리고 유역 경계를 만든 DEM에서 뽑는다. 보정 전 DTM을 쓰면 함몰지에서 흐름이 끊겨 SCA가 작게 나온다.
  • DInf Flow Accumulation의 Log-transform은 끈다. WetnessIndex 안에서 ln을 하므로 미리 로그를 씌우면 값이 엉뚱해진다. Output Type이 Specific Contributing Area인지도 꼭 본다.
  • 경사 0인 셀이 있으면 TWI가 무한대나 NoData가 된다. 실행 전에 경사 최솟값을 확인하고, 평탄지가 많은 자료라면 함몰지 보정의 평탄지 처리 옵션부터 점검한다.
  • TWI 절댓값은 DEM 공간해상도와 흐름 알고리즘에 크게 좌우된다. 1 m D-무한대 값과 30 m D8 값을 같은 기준으로 비교하면 안 된다. 다른 지역과 비교하려면 같은 공간해상도, 같은 도구로 다시 만든다.
  • TWI는 지형만 본 상대 지수다. 토양, 투수성, 강우를 반영하지 않으므로 "젖을 가능성이 큰 곳"을 고르는 데 쓰고, 실제 습윤 판단은 현장 자료나 토양도와 같이 본다.

다음 회차

이번에 만든 SCA와 경사를 그대로 쓰면 하천강도지수(Stream Power Index, SPI = SCA × tan β)도 바로 나온다. TWI가 물이 고이는 쪽을 본다면 SPI는 흐르는 물이 깎아 내는 힘 쪽을 본다. 다음 회차에서는 Whitebox StreamPowerIndex로 두 유역의 침식 잠재력을 같은 방식으로 비교해 보려고 한다.

작업 메모

이번 회차는 QGIS 시작 스크립트로 같은 대화상자에 값을 넣어 실행했고, 화면은 그때 캡처한 것이다. 원본 프로젝트는 그대로 두고 복사본(QGIS_Play_NaGeoAI_20261119_30_twi.qgz)에서 작업했다. 자료 출처는 USGS 3DEP(The National Map) 타일 13SDE474426이고, 원본 DTM은 재배포하지 않는다. 그림 6, 구간 비율, 백분위, ln SCA·ln tan β 분해, 유출구 셀 SCA와 독립 계산은 출력 파일을 다시 읽는 별도 스크립트로 만든 것이다. QGIS 3.44.15, WhiteboxTools v2.2.0(wbt_for_qgis 플러그인). SHA-256 앞 12자리:

  • 입력 보정 DEM 8e2a7592007c
  • 입력 병합 폴리곤 .shp / .dbf 235891ed214a / 67d3965a6d72
  • 비집수면적 371c0096063a
  • 경사 0971ac9f4ce6
  • 지형습윤지수 4138c6cf7b15
  • 구역통계 .shp / .dbf 235891ed214a / 43372958afcc

댓글 없음:

댓글 쓰기

노르딕워킹 폴을 앞으로 멀리 찍게 될 때, 앞발 옆 무게중심 아래로 가져오는 점검

노르딕워킹을 시작하면 팔을 앞으로 쭉 뻗어 폴을 멀리 찍고 싶어집니다. 폴이 멀리 닿으면 멀리 나가는 느낌이 들기 때문입니다. 스위스 건강보험사 Helsana의 건강 블로그와 독일 폴 제조사 LEKI의 초보자 안내는 이 습관을 흔한 실수로 꼽습니다....