📚 기술사 수험서 찾아보기

토목시공기술사 → 건축시공기술사 → 건설안전기술사 → 측량및지형공간정보기술사 →

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

레이블이 Sentinel-1인 게시물을 표시합니다. 모든 게시물 표시
레이블이 Sentinel-1인 게시물을 표시합니다. 모든 게시물 표시

2026-11-09

InSAR란? 땅이 몇 mm 꺼지는 것을 위성이 어떻게 알까 | GeoAI 기초 46편

InSAR란? 땅이 몇 mm 꺼지는 것을 위성이 어떻게 알까 | GeoAI 기초 46편

InSAR는 같은 곳을 두 번 찍은 SAR 위성 영상의 위상 차이로 지표가 위성 방향으로 움직인 거리를 mm 단위까지 재는 기술입니다. 지반침하와 사면 변형처럼 느린 움직임을 넓게 훑는 데 쓰입니다.

📌 3줄 요약

  • InSAR는 두 시기 SAR 위상 차이로 변위를 잰다
  • 지반침하·사면·구조물의 느린 움직임을 찾는다
  • 식생·대기 오차가 있어 지상 측량 검증이 필수다

어느 날 도심 도로 한가운데가 푹 꺼졌다는 뉴스가 나옵니다. 며칠 전부터 땅이 조금씩 내려앉고 있었다면, 누군가는 그 낌새를 미리 알 수 있었을까요? 사람이 걸어 다니며 재기에는 도시도 산도 너무 넓고, 내려앉는 폭은 하루에 1mm도 안 될 만큼 작습니다.

이럴 때 하늘 위의 위성이 도움이 됩니다. 위성은 땅을 사진처럼 찍는 데 그치지 않고 전파가 왕복하는 거리의 미세한 차이까지 기록합니다. 두 시기의 기록을 맞대어 보면 땅이 얼마나 움직였는지 계산할 수 있고, 이것이 InSAR입니다. 다만 이 숫자는 그대로 믿을 수 있는 정답이 아니라 읽는 법과 한계를 알아야 쓸 수 있는 단서입니다.

🛰️ InSAR는 위성 영상으로 어떻게 땅의 움직임을 재나요?

SAR 위성은 마이크로파를 쏘고, 되돌아온 신호의 세기와 위상을 함께 기록합니다. 위상은 신호가 왕복하는 동안 파장의 어느 지점에 와 있는지를 나타내는 값입니다. 같은 자리를 지나는 위성이 한 달 간격으로 두 번 촬영했을 때 땅이 그대로라면 두 위상은 거의 같습니다. 땅이 위성에서 멀어지는 쪽으로 내려앉으면 신호가 오간 거리가 늘어 위상이 어긋납니다. 이 차이를 영상 전체에서 계산하면 무지개 같은 간섭무늬가 나옵니다. 흔히 쓰는 C밴드는 파장이 약 5.6cm라서 무늬 한 바퀴는 위성 방향 거리 변화 약 2.8cm에 해당하고, 그 안을 잘게 쪼개 mm 단위를 읽습니다. 비교는 같은 궤도에서 같은 각도로 찍은 쌍끼리만 가능합니다. 현장 점검에 앞서 넓은 지역을 훑어 침하 의심 구역의 우선순위를 잡는 데 쓰입니다.

🏚️ InSAR로 지반침하와 산사태 전조를 찾을 수 있나요?

지반침하는 지하수를 과하게 퍼 올리거나 지하를 파거나 폐광이 있는 곳 위에서 서서히 진행되는 경우가 많습니다. 몇 달에 걸쳐 조금씩 내려앉는 변화는 눈에 띄지 않지만 간섭무늬에서는 주변과 다른 둥근 무늬로 드러납니다. 산사태도 비슷해서, 급경사지의 일부가 큰비가 오기 전부터 느리게 미끄러지고 있다면 그 움직임이 전조로 읽힐 수 있습니다. 다만 위성이 같은 자리를 지나는 간격은 보통 며칠에서 십여 일이라 갑자기 무너지는 사면은 미리 잡지 못합니다. 느린 변형만 보이는 도구라는 점을 기억해야 합니다. 침하 의심 구역에서는 지하수 관측 자료와 함께 읽으면 원인을 추정하기 쉽습니다. 실무에서는 신고가 없는 지역에서 의심 지점을 먼저 뽑고 급경사지 점검 순서를 정하는 데 활용합니다.

🏗️ 교량·댐·건물 같은 구조물도 InSAR로 감시할 수 있나요?

구조물 감시에는 영구산란체(PS) 방식이 자주 쓰입니다. 건물 모서리, 철골, 교량 상판처럼 시간이 지나도 반사가 안정적인 점만 골라, 수십 장의 영상에서 그 점의 변위를 이어 붙여 누적 변위 그래프를 만듭니다. 한 장짜리 간섭무늬보다 훨씬 작은 변화를 추적할 수 있어 도시에서는 건물 단위까지 볼 수 있고, 지도에는 점마다 연간 변위 속도(mm/년)가 색으로 칠해집니다. 예를 들어 인근 공사장 때문에 한쪽 건물만 계속 내려가는지, 제방이나 댐 둑이 계절에 따라 오르내리는지를 비교합니다. 다만 위성이 재는 것은 시선 방향 변화 하나뿐이어서 수평 이동과 수직 이동이 섞여 보입니다. 노후 시설 정밀 점검 대상을 고르는 사전 선별 도구로 알맞습니다.

🌳 식생과 대기 때문에 InSAR 값이 틀리기도 하나요?

InSAR의 가장 큰 적은 두 영상의 신호가 서로 닮지 않게 되는 것, 곧 결맞음 상실입니다. 나뭇잎이 자라고 흔들리거나 논에 물을 대거나 눈이 쌓이면 지면의 반사 성질이 달라져 위상이 뒤죽박죽이 됩니다. 그래서 숲이 우거진 산지는 값이 비는 일이 흔합니다. 또 하나는 대기입니다. 신호가 지나는 길의 수증기가 두 날짜에 다르면 신호 지연이 달라져 실제 변위가 아닌데도 위상이 어긋납니다. 이 오차는 경우에 따라 cm에 이르기도 하고, 산 위와 아래의 높이 차에 따라 무늬처럼 나타나 진짜 변형과 헷갈립니다. 한두 쌍이 아니라 여러 장을 겹쳐 평균을 내면 대기 오차를 줄일 수 있습니다. 산사태 위험지 감시에서는 결맞음이 낮은 숲 구간을 '측정 불가'로 따로 표시해 두어야 합니다.

📏 InSAR 결과를 왜 지상 측량으로 검증해야 하나요?

InSAR 숫자는 그대로 믿지 말고 지상 값과 맞춰 봐야 합니다. 해봐야 아는 것은 이 순서입니다. 먼저 결맞음 지도에서 대상 지점의 값이 낮지 않은지 봅니다. 다음으로 같은 기간의 GNSS 상시관측소나 수준측량 값을 구해 시선 방향으로 환산해 비교합니다. 입사각이 대략 30~45도라면 수직 변위에 입사각의 cos 값을 곱하면 됩니다. 변위가 없다고 알려진 기준 지점이 0에 가까운지도 확인하고, 차이가 기관별 허용 오차를 넘으면 영상 선택과 보정을 다시 합니다. 서비스 화면의 메뉴 이름은 버전에 따라 다를 수 있습니다. 이렇게 확인한 뒤에야 보고서에 '침하 의심'이 아닌 '침하 확인'이라고 쓸 수 있습니다. 현장 정밀 측량과 대피 판단은 그 뒤 단계입니다.

🖥️ 화면에서 따라하기

따라하기 단계

  1. 사이트 접속
    브라우저에서 search.asf.alaska.edu(ASF Vertex)를 열고 우측 상단 로그인에서 Earthdata 무료 계정으로 로그인
  2. 관심지역 지정
    지도 위 검색창에 지역명을 입력하거나 Geographic Region의 사각형 도구로 관심 구역을 그림
  3. 자료 종류 선택
    Dataset 드롭다운에서 SENTINEL-1을 고르고 기간을 두 날짜가 포함되게 한 달 이상으로 설정
  4. 쌍 고르기
    Search Type을 Baseline으로 바꿔 같은 궤도의 두 날짜 장면을 선택
  5. 처리 요청
    선택한 장면에서 On Demand 대기열에 추가 후 InSAR GAMMA 작업을 제출
  6. 결과 열기
    On Demand 목록에서 완료된 결과를 내려받아 QGIS의 레이어 > 레이어 추가 > 래스터 레이어 추가로 열어 확인
  7. (메뉴 이름이 다르면
    (메뉴 이름이 다르면 Vertex 화면 우측 상단의 Help 문서에서 On Demand 항목을 찾아보세요.)

※ 프로그램 버전에 따라 메뉴 이름이 조금씩 다를 수 있습니다. 위 그림은 순서를 정리한 도식입니다.

✍️ 그대로 복사해 쓰는 프롬프트

InSAR 변위 결과를 받은 뒤 오차 원인 점검표와 지상 검증 계획을 얻는다

당신은 지반 모니터링 업무를 돕는 원격탐사 전문가입니다.
나는 [기관명]의 [재난안전 담당 부서]에서 일하며, [지역명]의 [대상: 지반침하/급경사지/교량] 감시를 위해 [위성명, 예: Sentinel-1] 영상으로 [시작일]~[종료일] 기간의 InSAR 변위 결과를 받았습니다.
결과 요약: 최대 변위 [수치] mm, 방향은 위성 시선 방향 기준, 지표 피복은 [시가지/논/숲 비율]입니다.
다음 형식으로 답해 주세요.
1. 이 결과에서 의심해야 할 오차 원인을 식생·대기·기준점·궤도 방향 관점으로 각 2줄 이내로 정리
2. 지상 검증을 위한 점검표(항목, 확인 방법, 판단 기준을 표로)
3. 현장 점검 우선순위를 정하는 기준 3가지
제약: 확인되지 않은 수치나 기관 기준을 지어내지 말고, 모르면 '확인 필요'라고 쓰세요. 침하나 위험을 단정하는 표현은 쓰지 마세요.
사람이 반드시 확인할 것: 답에 나온 환산식과 기준값은 직접 계산·출처 확인을 거치고, 허용 오차는 소속 기관 지침과 대조하며, 최종 판단은 GNSS나 수준측량 결과로 하세요.

※ 대괄호 부분을 상황에 맞게 바꿔서 쓰세요. 받은 답은 그대로 쓰지 말고 사실 확인을 거치세요.

🧪 직접 해보기

  • ASF Vertex에서 우리 동네를 지정해 Sentinel-1 장면이 몇 일 간격으로 있는지 목록으로 세어 보기
  • 뉴스에 나온 지반침하나 산사태 지역을 골라, 사고 전 몇 달간 촬영된 SAR 장면이 있었는지 확인해 보기
  • 가까운 GNSS 상시관측소가 어디에 있는지 공개 지도에서 찾아, 내 관심 구역과의 거리를 재 보기

❓ 자주 묻는 질문

Q. InSAR로 지반침하를 실시간으로 알 수 있나요?
A. 어렵습니다. 위성이 같은 자리를 지나는 간격이 며칠에서 십여 일이고 처리 시간도 필요해서, 서서히 진행되는 변화를 추적하는 데 알맞습니다. 갑작스러운 붕괴는 지상 센서와 현장 감시가 필요합니다.

Q. InSAR는 숲이 많은 산에서도 쓸 수 있나요?
A. 나뭇잎과 가지가 계절에 따라 변해 결맞음이 떨어지기 쉬워 값이 비거나 불안정한 경우가 많습니다. 파장이 긴 L밴드 위성이 대안으로 거론되지만, 어떤 자료를 쓸 수 있는지는 확인이 필요합니다.

Q. InSAR 값이 GPS 측량값과 다르면 어느 쪽이 맞나요?
A. 두 값은 재는 방향과 기준이 달라 먼저 같은 기준으로 환산해야 합니다. 환산 후에도 차이가 크면 대기 오차, 결맞음, 기준점 설정을 점검하고 지상 측량값을 우선 참고합니다.

InSAR는 하늘에서 땅의 느린 숨결을 읽는 방법이지만 식생과 대기라는 잡음 속에서 신호를 골라내야 하고 반드시 지상 측량과 짝을 이뤄야 합니다. 위성은 의심 구역을 넓게 좁혀 주고, 현장은 그 의심을 확인합니다. 두 역할을 구분해 두면 한정된 인력으로 더 위험한 곳부터 점검할 수 있습니다. 그렇다면 이렇게 모은 변위 지도에 AI를 얹으면, 아직 움직이지 않은 곳의 위험까지 미리 짚어낼 수 있을까요?

GeoAI 기초 시리즈 46편 · 전체 57편

🔔 새 글 받아보기

도움이 되셨다면 팔로우해 두세요. 새 글이 올라오면 바로 알 수 있습니다.

➕ 이 블로그 팔로우  ·  ▶️ 유튜브 구독  ·  📡 RSS


재난안전과 GeoAI 이야기를 더 보고 싶다면 아래 채널도 함께 보세요.

📌 바로가기

2026-11-08

폭설, 위성으로 어디까지 볼 수 있을까? 적설 탐지와 한계 | GeoAI 기초 44편

폭설, 위성으로 어디까지 볼 수 있을까? 적설 탐지와 한계 | GeoAI 기초 44편

🎬 1분 브리핑 영상

위성으로 폭설은 눈 덮인 범위까지는 볼 수 있지만, 몇 cm 쌓였는지는 위성만으로 알기 어렵습니다. 구름이 낀 날에는 SAR가 눈이 쌓인 범위를 대신 보여 줍니다.

📌 3줄 요약

  • NDSI로 눈과 구름을 파장 차이로 가른다
  • 구름·밤에는 SAR가 변화를 대신 본다
  • 적설 깊이는 지상 관측과 함께 봐야 한다

겨울 아침, 밤새 눈이 내렸다는 소식에 시청 재난상황실은 어느 마을이 고립됐는지, 어느 비닐하우스 단지가 위험한지부터 찾습니다. 도로 CCTV와 신고 전화만으로는 산간 구석구석을 다 알 수 없어서 위성영상에 눈길이 갑니다.

그런데 폭설이 내린 날은 하늘 전체가 구름으로 덮여 있습니다. 눈과 구름은 둘 다 하얗고, 깊이는 사진에 찍히지 않습니다. 위성이 눈에 대해 무엇을 알려 주고 무엇을 알려 주지 못하는지 구분해 두어야 지도를 잘못 읽지 않습니다.

🌨️ 위성에서 눈과 구름은 어떻게 구분하나요?

가시광선 영상에서는 눈도 구름도 하얗고 밝아서 사람 눈으로 가리기 어렵습니다. 그래서 파장별 반사 차이를 이용합니다. 눈은 초록 파장(Sentinel-2의 B3)을 강하게 반사하고 단파적외선(B11)은 대부분 흡수해 어둡게 보입니다. 구름은 두 파장 모두에서 밝습니다. 이 차이를 식으로 만든 것이 NDSI, 즉 (초록−단파적외선)/(초록+단파적외선)입니다. 값이 높을수록 눈일 가능성이 크고, 0.4 안팎을 기준으로 삼는 경우가 많습니다. 다만 숲이 우거진 곳이나 산그늘에서는 값이 달라져 지역에 맞춰 조정해야 합니다. 폭설 직후 산간 마을 일대가 실제로 눈에 덮였는지 가려내는 첫 단계로 쓰입니다.

🌙 구름이 끼거나 밤이면 위성은 눈을 못 보나요?

광학 위성은 구름 아래와 밤에는 지표를 볼 수 없습니다. 폭설은 구름이 낀 날에 내리니 정작 필요한 순간에 막히기 쉽습니다. 이때 마이크로파를 쏘는 SAR(Sentinel-1 등)는 구름을 뚫고 낮밤 없이 촬영합니다. 젖은 눈은 물 성분 때문에 신호를 흡수해 후방산란이 줄어 어둡게 보이고, 마른 눈은 신호가 대부분 통과해 변화가 작습니다. 그래서 눈이 오기 전 영상과 비교해 달라진 부분을 찾는 방식을 씁니다. 산악 지형에서는 그림자와 왜곡이 생기는 점도 유의해야 합니다. 폭설 당일 광학이 막혀도 SAR로 적설 범위 후보를 잡아 현장 점검 순서를 정할 수 있습니다.

📏 위성으로 눈이 몇 cm 쌓였는지도 알 수 있나요?

일반적인 광학·SAR 영상으로는 눈이 있는지 없는지, 어디까지 덮였는지는 알 수 있어도 깊이를 곧바로 알기는 어렵습니다. 눈은 같은 높이라도 가볍고 푹신한지, 젖어 무거운지에 따라 무게가 크게 다르고, 영상의 밝기나 신호 세기는 깊이와 일정하게 비례하지 않기 때문입니다. 깊이는 기상관측소의 적설계와 자동기상관측 자료 같은 지상 관측이 훨씬 믿을 만합니다. 드론이나 라이다로 눈 덮인 표면과 눈 없는 표면의 높이 차를 구하는 방법도 있지만 좁은 지역에서만 가능합니다. 지상 관측점이 드문 산간 지역에서는 위성의 눈 범위 위에 관측값을 겹쳐 쌓인 정도를 가늠합니다.

🏚️ 비닐하우스·축사 붕괴는 위성으로 찾을 수 있나요?

Sentinel-2의 한 칸은 약 10m라서 비닐하우스 한 동이나 작은 축사의 붕괴를 직접 알아보기는 어렵습니다. 대신 위성은 우선순위를 정하는 데 쓰입니다. 적설 범위 지도에 시설원예 단지와 축사 위치 자료를 겹치면 눈이 많이 덮인 지역의 시설 분포가 드러납니다. 여기에 지상 관측의 적설 깊이와 기온 변화를 더해 붕괴 위험이 큰 단지를 먼저 골라냅니다. 그 뒤 드론이나 고해상도 영상으로 대상지를 좁혀 확인하고, 마지막은 현장 조사로 마무리합니다. 이렇게 하면 넓은 지역을 한꺼번에 뒤지지 않고 점검 인력을 위험한 곳에 먼저 보낼 수 있습니다.

🔍 위성 적설 지도를 믿기 전에 무엇을 확인하나요?

지도가 그럴듯해 보여도 직접 확인해 봐야 알 수 있는 것들이 있습니다. 먼저 촬영 날짜와 시각을 봅니다. 영상이 눈이 녹기 전인지 후인지에 따라 결과가 달라집니다. 다음으로 같은 장소의 가시광선 영상과 NDSI 결과를 번갈아 켜서 구름 가장자리가 눈으로 표시되지 않았는지 살핍니다. 산 북사면의 그늘진 부분이 눈 없음으로 잘못 나오는지도 확인할 부분입니다. 마지막으로 가까운 기상관측소의 적설 값과 위성의 눈 유무가 맞는지 대조합니다. 폭설 대응 회의에 지도를 올리기 전에 이 점검을 거치면 잘못된 정보로 인력을 보내는 일을 줄일 수 있습니다.

🖥️ 화면에서 따라하기

따라하기 단계

  1. 브라우저 접속
    인터넷에서 Copernicus Browser(browser.dataspace.copernicus.eu)를 열고 지도에서 관심 지역을 확대
  2. 기간 검색
    왼쪽 Search 탭에서 Sentinel-2 L2A를 체크, 구름량을 낮게 두고 기간 지정 후 Search 클릭
  3. 가시광선 확인
    결과 목록에서 영상 선택 후 Visualize 탭에서 True color 레이어로 눈과 구름 모양 확인
  4. NDSI 표시
    Visualize 탭에서 NDSI 레이어를 선택, 없으면 Custom script 칸에 (B03−B11)/(B03+B11) 입력
  5. SAR 비교
    Search 탭에서 Sentinel-1을 체크해 눈 오기 전·후 두 날짜 영상을 같은 장소에서 번갈아 확인
  6. 결과 대조
    구름 가장자리와 산그늘의 오류를 눈으로 점검하고 기상관측소 적설 값과 비교
  7. (메뉴 이름은 버전에
    (메뉴 이름은 버전에 따라 다를 수 있으며, 레이어가 안 보이면 Visualize 탭의 레이어 목록이나 도움말을 확인합니다.)

※ 프로그램 버전에 따라 메뉴 이름이 조금씩 다를 수 있습니다. 위 그림은 순서를 정리한 도식입니다.

✍️ 그대로 복사해 쓰는 프롬프트

위성 적설 지도와 지상 관측값을 바탕으로 폭설 피해 점검 우선순위 초안 만들기

당신은 [기관명]의 폭설 대응 지원 담당자입니다.
아래 자료를 바탕으로 비닐하우스·축사 단지의 점검 우선순위 초안을 만들어 주세요.
- 위성 적설 범위: [Sentinel-2 NDSI 또는 Sentinel-1 변화 영상 설명, 촬영일시]
- 지상 관측: [관측소 이름별 적설 깊이와 기온]
- 점검 대상: [단지·시설 이름과 위치, 동수]
출력 형식은 표 하나(순위, 대상, 근거, 확인할 것)와 3줄 요약입니다.
위성만으로 적설 깊이나 붕괴 여부를 단정하지 말고, 자료에 없는 수치는 만들지 마세요.
근거가 부족한 항목은 '자료 부족'이라고 표시해 주세요.
결과에서 반드시 사람이 확인할 것: 촬영 시각과 현장 상황의 일치 여부, 관측소와 대상지의 거리, 구름 가장자리나 산그늘로 인한 눈 표시 오류, 순위의 타당성.

※ 대괄호 부분을 상황에 맞게 바꿔서 쓰세요. 받은 답은 그대로 쓰지 말고 사실 확인을 거치세요.

🧪 직접 해보기

  • Copernicus Browser에서 최근 맑은 날 영상 하나를 골라 True color와 NDSI 화면을 번갈아 켜 보기
  • 같은 지역의 눈 오기 전·후 Sentinel-1 영상을 나란히 놓고 어두워지거나 밝아진 곳 찾기
  • 가까운 기상관측소의 적설 관측값을 확인해 위성에 보이는 눈 범위와 비교해 보기

❓ 자주 묻는 질문

Q. NDSI가 높으면 항상 눈인가요?
A. 아닙니다. 구름 가장자리나 얇은 구름, 지형 그늘에서 값이 흔들릴 수 있습니다. 가시광선 영상과 함께 보고 지역별로 기준값을 조정해야 합니다.

Q. SAR로 눈 쌓인 곳을 항상 찾을 수 있나요?
A. 젖은 눈은 신호가 약해져 비교적 잘 보이지만, 마른 눈은 신호가 거의 통과해 변화가 작습니다. 눈이 오기 전 영상과 비교하고 산악 그림자도 고려해야 합니다.

Q. 위성으로 눈의 깊이를 알 수 있나요?
A. 일반 영상만으로는 어렵습니다. 기상관측소의 적설계 같은 지상 관측이나 드론·라이다로 높이 차를 재는 방법이 필요합니다. 위성은 눈이 덮인 범위를 넓게 보는 데 강합니다.

위성은 폭설 때 눈이 어디까지 덮였는지, 구름 낀 날에도 변화가 어디서 일어났는지 넓게 보여 줍니다. 눈과 구름은 파장 차이로, 구름과 밤의 한계는 SAR로 보완합니다. 하지만 눈의 깊이와 시설 붕괴는 지상 관측, 드론, 현장 조사가 함께해야 확인됩니다. 위성은 어디를 먼저 볼지 정해 주는 도구이고, 결론은 현장에서 내려야 합니다. 그렇다면 눈이 녹을 때 생기는 융설 홍수나 빙판길 같은 이차 피해는 위성으로 어디까지 예측할 수 있을까요? 다음 편에서 이어서 생각해 봅니다.

GeoAI 기초 시리즈 44편 · 전체 57편

🔔 새 글 받아보기

도움이 되셨다면 팔로우해 두세요. 새 글이 올라오면 바로 알 수 있습니다.

➕ 이 블로그 팔로우  ·  ▶️ 유튜브 구독  ·  📡 RSS


재난안전과 GeoAI 이야기를 더 보고 싶다면 아래 채널도 함께 보세요.

📌 바로가기

2026-09-27

SAR 위성으로 침수 지역을 찾는 원리 | GeoAI 기초 12편

SAR 위성으로 침수 지역을 찾는 원리 | GeoAI 기초 12편

📌 3줄 요약

  • SAR 위성은 구름·밤에도 레이더파로 지표를 관측할 수 있다
  • 물 표면은 레이더파를 정반사해 후방산란이 낮아 어둡게 보인다
  • 홍수 전후 영상을 비교하는 변화탐지로 침수 범위를 구분한다

집중호우가 48시간째 이어지는 상황을 상상해 보세요. 하늘은 두꺼운 구름으로 가득 차 있고, 재난 대응 기관은 어느 지역이 얼마나 잠겼는지 파악하지 못해 구조 차량 배치도 못 하고 있습니다. 이때 일반 광학 위성은 구름 때문에 지표를 아예 볼 수 없습니다.

SAR(합성개구레이더, Synthetic Aperture Radar) 위성은 이 상황에서 빛을 발합니다. SAR는 마이크로파 대역의 레이더 신호를 스스로 쏘고 반사돼 돌아오는 신호를 기록하기 때문에, 구름이 두껍거나 야간이어도 지표 정보를 얻을 수 있습니다. 홍수 대응 실무에서 SAR 영상으로 침수 범위를 찾는 원리를 단계별로 풀어 보겠습니다.

🛰️ SAR 위성은 어떤 방식으로 지표를 관측하나요?

SAR는 안테나에서 마이크로파를 지표를 향해 비스듬히 쏘고, 지표 물체에 부딪혀 돌아오는 신호의 세기(후방산란, backscatter)를 측정합니다. 후방산란이 강할수록 영상에서 밝게, 약할수록 어둡게 표현됩니다. 건물이나 울퉁불퉁한 숲은 신호를 사방으로 반사해 많은 양이 안테나로 되돌아오기 때문에 밝게 나타납니다. 반대로 표면이 고르고 매끄러울수록 신호는 거울처럼 멀리 튕겨 나가 안테나로는 거의 돌아오지 않습니다. 위성 운용 기관에 따라 관측 주파수(C밴드, L밴드 등)와 해상도가 다르므로, 분석 전에 사용할 영상의 메타데이터를 반드시 확인해야 합니다. 홍수 대응에서는 이 특성 덕분에 구름이 낀 재난 상황에서도 반복 관측이 가능하고, 야간 침수 확산 모니터링에도 활용됩니다.

🌊 물이 SAR 영상에서 어둡게 보이는 이유가 뭔가요?

잔잔한 물 표면은 거울과 비슷하게 작동합니다. SAR 신호가 비스듬히 입사하면, 수면은 신호를 입사각과 반대 방향으로 정반사(specular reflection)시켜 버립니다. 안테나로 되돌아오는 에너지가 극히 적으므로 후방산란 값이 낮아지고, 영상에서는 어두운 색으로 표현됩니다. 이 원리는 잔잔한 호수, 침수된 논, 도시 침수 구역 모두에 동일하게 적용됩니다. 단, 바람이 강하거나 수면에 파도가 생기면 거칠어진 수면이 신호를 분산 반사하기 때문에 후방산란이 올라가 어두운 정도가 줄어들 수 있습니다. 재난 현장에서 강풍을 동반한 태풍 상황에는 이 점을 감안해 침수 범위가 실제보다 좁게 탐지될 수 있다는 것을 미리 고려해야 합니다.

🔍 변화탐지로 침수 범위를 찾는 절차는 어떻게 되나요?

변화탐지(Change Detection)는 같은 지역을 촬영한 두 시기의 영상을 비교해 달라진 부분을 찾아내는 방법입니다. 홍수 침수 탐지에서는 다음 순서로 진행합니다. 첫째, 홍수 이전(평상시) SAR 영상과 홍수 이후 영상을 준비합니다. 둘째, 두 영상을 같은 좌표계로 정합(registration)하여 픽셀 위치를 맞춥니다. 셋째, 후방산란 차이값(후방산란_이전 빼기 후방산란_이후)을 계산합니다. 홍수로 물이 고인 곳은 이전에는 밝았다가 이후에는 어두워지므로, 차이값이 큰 음수로 나타납니다. 넷째, 임계값(threshold)을 정해 그 이하인 픽셀을 침수 후보로 분류합니다. 이 임계값은 지역과 계절마다 달라질 수 있어 직접 확인해야 하는 부분입니다. 실무에서는 이렇게 추출한 침수 후보 영역을 행정 경계, 인구 데이터와 겹쳐서 피해 가구 수를 추정하는 데 활용합니다.

아래는 Python과 numpy를 사용해 후방산란 차이 이미지를 구하는 간단한 예시입니다.

import numpy as np
import rasterio

with rasterio.open("sar_before.tif") as src:
    before = src.read(1).astype(float)

with rasterio.open("sar_after.tif") as src:
    after = src.read(1).astype(float)

diff = after - before
threshold = -3.0  # dB 단위 임계값은 지역별로 직접 조정 필요
flood_mask = diff < threshold

⚠️ 오탐이 생기는 주요 원인은 무엇인가요?

SAR 변화탐지에서 자주 마주치는 오탐(false positive, 실제로는 침수가 아닌데 침수로 잡히는 경우)은 크게 두 가지입니다. 첫째는 그림자입니다. 산지나 고층 건물 뒤편에 생기는 레이더 그림자(radar shadow) 영역은 신호가 거의 도달하지 않아 후방산란이 낮게 나오며, 이 부분이 물로 오인될 수 있습니다. 둘째는 매끄러운 지면입니다. 비포장 도로, 짧게 깎은 잔디밭, 건조한 소금 평지처럼 표면이 고른 곳은 잔잔한 수면과 비슷한 낮은 후방산란을 보일 수 있습니다. 이를 걸러내려면 DEM(수치표고모델)으로 경사가 심한 그림자 영역을 마스킹하거나, 토지피복 데이터를 겹쳐 건물 밀집 지역과 교차 확인하는 과정이 필요합니다. 재난 대응 결정권자에게 탐지 결과를 보고할 때는 이런 오탐 가능성을 함께 명시하는 것이 신뢰도 높은 보고서의 기본 요건입니다.

🗺️ 실제 재난 대응 업무에서는 어떻게 연결되나요?

침수 범위가 벡터 폴리곤으로 확정되면, 이 데이터는 여러 단계의 의사결정에 연결됩니다. 행정안전부나 지자체의 재난 상황실에서는 침수 폴리곤을 도로망 데이터와 겹쳐 접근 불가 구역을 파악하고, 구조 차량 경로를 재설정하는 데 씁니다. 또 주민등록 기반 거주지 데이터와 교차하면 고립 가능 인구를 빠르게 추정할 수 있습니다. 이 과정에서 영상 촬영 시각과 분석 결과 제공 시각 사이의 시간 지연이 현장 활용성을 크게 좌우합니다. 따라서 분석 자동화 파이프라인을 미리 구축해 두고, 위성 영상이 수신되는 즉시 처리 결과가 나오도록 준비해 두는 것이 실무에서 점점 중요해지고 있습니다. 다음 편에서는 이런 자동화 흐름에 딥러닝 모델을 얹는 방법을 살펴볼 예정입니다.

🖥️ 화면에서 따라하기

따라하기 단계

  1. 영상 검색
    ESA Copernicus Data Space(https://dataspace.copernicus.eu) 접속 후 검색창에 관심 지역 입력, Sentinel-1 GRD 필터 선택
  2. 기간 설정
    날짜 범위 필드에 홍수 발생 전 30일과 발생 후 날짜를 각각 입력, 두 영상 다운로드
  3. SNAP 열기
    ESA SNAP 실행 > File > Open Product로 두 영상(.zip) 차례로 불러오기 (버전에 따라 메뉴 위치가 다를 수 있으므로 SNAP 공식 문서 참고)
  4. 전처리 실행
    Radar > Geometric > Terrain Correction 선택, 출력 좌표계를 EPSG:4326으로 설정 후 Run
  5. 차이 계산
    Raster > Band Maths 클릭, 수식 입력창에 'after_VV - before_VV' 입력 후 OK
  6. 임계값 분류
    Band Maths 재실행, '(after_VV - before_VV) < -3.0' 입력해 침수 마스크 생성, 결과 레이어 내보내기

※ 프로그램 버전에 따라 메뉴 이름이 조금씩 다를 수 있습니다.

✍️ 그대로 복사해 쓰는 프롬프트

SAR 침수 탐지 분석 결과를 재난 상황실 보고용 설명문으로 정리할 때 사용

당신은 재난안전 분야 GIS 분석가입니다.
아래 SAR 변화탐지 분석 결과를 바탕으로, 재난 상황실 비전문가 담당자가 이해할 수 있는 간결한 보고 문단을 작성해 주세요.
분석 개요: [홍수 발생 지역], [촬영 날짜 전후], Sentinel-1 GRD 영상 사용
침수 추정 면적: [숫자] km²
주요 침수 행정구역: [구역 목록]
오탐 가능성 지역: [해당 지역 또는 '없음']
작성 조건:
- 200자 내외의 한국어 단락 1개로 작성
- SAR, 후방산란 같은 전문용어는 괄호 안에 한 줄 설명 추가
- 분석의 불확실성(오탐 가능성, 바람 영향 등)을 마지막 문장에 반드시 포함
- 확인되지 않은 수치는 절대 추가하지 말 것
사람이 확인해야 할 항목: 면적 수치가 실제 입력값과 일치하는지, 불확실성 문장이 빠지지 않았는지 검토하세요.

※ 대괄호 부분을 상황에 맞게 바꿔서 쓰세요. 받은 답은 그대로 쓰지 말고 사실 확인을 거치세요.

🧪 직접 해보기

  • Copernicus Data Space에서 국내 하천 인근 지역의 Sentinel-1 GRD 영상을 두 시기 검색해, 육안으로 밝기 차이가 보이는 위치를 찾아보세요
  • ESA SNAP의 Band Maths 기능으로 두 시기 영상의 VV 밴드 차이 이미지를 만들고, 히스토그램을 확인해 임계값을 직접 조정하며 침수 후보 영역이 어떻게 바뀌는지 관찰하세요
  • 추출한 침수 마스크를 QGIS에서 레이어로 불러온 뒤, 배경 지도와 비교해 그림자·도로 등 오탐 의심 지점을 3곳 이상 찾아 메모해 보세요

❓ 자주 묻는 질문

Q. 광학 위성 NDWI와 SAR 침수 탐지는 어떻게 다른가요?
A. NDWI는 가시광·근적외선 반사율 차이를 이용하므로 구름이 없을 때만 사용할 수 있습니다. SAR는 마이크로파를 직접 쏘기 때문에 구름과 야간에도 관측이 가능합니다. 두 방법의 결과를 교차 검증하면 탐지 신뢰도를 높일 수 있습니다.

Q. 임계값은 어떻게 정하나요?
A. 정해진 고정값은 없습니다. 지역의 토지피복, 계절, 위성 관측 각도에 따라 달라지므로 먼저 분석 지역 안에서 확실히 침수된 곳과 침수되지 않은 곳을 몇 군데 골라 후방산란 차이값 분포를 직접 확인해야 합니다. 이렇게 기준 지점을 정해 임계값을 조정하는 과정을 현장 검증(ground truthing)이라고 합니다.

Q. SAR 영상은 어디서 무료로 받을 수 있나요?
A. ESA(유럽우주국)의 Copernicus Data Space에서 Sentinel-1 영상을 등록 후 내려받을 수 있습니다. 제공 조건과 접근 방식은 플랫폼 정책에 따라 변경될 수 있으므로, 이용 전에 해당 사이트의 최신 이용 약관을 확인하세요.

SAR 영상에서 물이 어둡게 보이는 이유는 물리적으로 단순합니다. 잔잔한 수면이 레이더 신호를 먼 곳으로 튕겨 버리기 때문입니다. 이 단순한 원리 위에 변화탐지라는 비교 절차를 얹으면, 구름이 가득한 재난 상황에서도 침수 범위를 추정하는 실용적인 도구가 됩니다. 다만 그림자와 매끄러운 지면이 만드는 오탐은 자동 분석만으로는 완전히 걸러내기 어렵고, 반드시 사람이 지형·토지피복 데이터를 함께 보며 검토하는 단계가 필요합니다. 침수 범위를 픽셀 단위로 찾아냈다면, 다음 질문은 자연스럽게 이어집니다. 이 침수 지역에 딥러닝 모델을 얹으면 더 빠르고 정확하게 탐지할 수 있을까요?

GeoAI 기초 시리즈 12편 · 전체 43편


재난안전과 GeoAI 이야기를 더 보고 싶다면 아래 채널도 함께 보세요.

📌 바로가기

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....