1. 서 론

부유사는 수리·수문 과정과 밀접하게 연관된 핵심 인자로 하상 변동, 수질 악화, 영양염 및 오염물질 이송, 그리고 저수지 퇴사 등 다양한 물환경 문제를 야기한다 (Lamb et al., 2020; Moodie et al., 2022; Cieśla and Gruca-Rokosz, 2024). 특히 하천에서는 강우, 유량 변동, 하상 조건 변화에 따라 부유사 농도(Suspended Sediment Concentration, SSC)가 시공간적으로 크게 변동하며, 이러한 변동성을 정확히 파악하는 것은 하천 관리 및 수자원 운영 측면에서 매우 중요한 과제이다(Kwon et al., 2023a). 전통적으로 SSC는 채수 기반의 실측이나 탁도계, 레이저 회절기(Laser In-Situ Scattering and Transmissometry, LISST)와 같은 점계측 센서를 통해 관측되어 왔다(Rai and Kumar, 2015). 이러한 방법은 비교적 높은 정확도를 제공할 수 있으나, 설치·유지 비용이 크고 공간적 대표성이 제한적이며, 특히 하천에서 나타나는 비정상적이고 단시간 규모의 부유사 변동을 충분히 포착하기에는 한계가 있다.

최근에는 위성 또는 드론 원격탐사를 이용한 부유사 추정 연구가 활발히 수행되고 있으나, 플랫폼별 운영 제약으로 고빈도 계측에는 근본적인 제약이 존재한다(Peterson et al., 2018; Dethier et al., 2020; Kwon et al., 2024). 위성영상은 광역 계측이 가능하지만 재방문 주기가 길고 구름 및 태양각 변화에 따른 관측 공백과 복사 조건 변동으로 인해 연속적인 고빈도 모니터링에 제약이 있다. 반면 드론영상은 위성 대비 저고도 비행을 통해 필요 시점의 고해상 계측이 가능하나 비행 허가·안전·배터리 등 운영 제약과 기상 조건 및 수면 반사 영향으로 장기간·상시 고빈도 관측이 제한된다.

부유사는 특히 기상 조건이 악화되는 홍수기에 급격히 증가하므로 기존 원격탐사 자료를 상호보완적으로 활용하기 위해 고해상도·고빈도 관측이 가능한 지상 원격탐사 플랫폼이 대안으로 주목받고 있다 (Kwon et al., 2025a). 특히 고정형 CCTV기반 분광 센서를 활용한 계측은 설치 이후 지속적인 관측이 가능하고, 부유사 거동을 장기간 추적할 수 있다는 장점을 가진다. 그러나 기존의 가시광 영상 기반 접근은 조도 변화, 수면 반사, 탁도-색상 간 비선형성 등으로 인해 정량적인 SSC 추정에 한계를 보여 왔다. 최근 Kwon et al. (2025a)은 이러한 문제를 해결하기 위해 CCTV 기반 초분광 영상 계측 시스템(CCTV-Hyperspectral Imaging for Suspended Sediment Transport, CCTV-HISST)을 제안하고, 실규모 수로 환경인 한국건설기술연구원 안동 하천실험센터(River Experiment Center, REC)에서 주간과 야간 조건에서 그 가능성을 입증한 바 있다. 해당 연구에서는 초분광 영상과 실측 부유사 자료를 결합하여 주간과 야간에 고빈도 SSC 계측이 가능함을 보였으며, 특히 안정된 수리 조건과 충분한 혼합이 보장된 실규모 수로 환경에서 높은 계측 성능을 확인하였다. 그러나 REC 수로의 경우, 실제 하천과 달리 수심, 유속, 하상 조건, 수환경에 따른 수체 내 광학 특성이 상대적으로 균질하며, 부유사 이송 및 혼합 패턴 또한 안정화된 거동을 보인다. 반면 실제 하천에서는 복잡한 부유사 혼합 특성, 횡방향 및 수직 방향 유동 구조, 다양한 지형 조건 등으로 인해 부유사 거동이 더욱 다양하게 발생하며, 이는 영상 기반 분광 정보에 추가적인 불확실성을 유발할 수 있다(Harringmeyer et al., 2024). 따라서 CCTV-HISST의 실제 현장 적용성을 평가하기 위해서는 실규모 수로 실험을 넘어 실제 하천 환경에서의 검증이 필수적이다.

본 연구는 실제 하천 환경에서 CCTV-HISST 기반 SSC 추정의 적용 가능성을 평가하는 것을 목적으로 한다. 이를 위해 감천(Gam Creek)에서 유사 추적자 실험을 수행하고, 서로 다른 태양복사에서 획득된 초분광 영상 및 실측 부유사 자료를 분석하였다. 또한, 동일한 시스템을 적용한 기존의 REC 실험 결과(Kwon et al., 2025a)와의 비교를 통해, 하천 환경에서 나타나는 구조적 차이가 계측 성능에 미치는 영향을 정량적으로 검토하였다. 구체적으로 본 연구는 (1) 하천 추적자 실험에서 제한된 주입 거리로 인해 완전 혼합이 보장되지 않는 조건에서의 복잡한 3차원적 부유사 거동, (2) 얕은 수심 조건과 교량 설치형 CCTV 관측에 따른 수리구조물 영향, 그리고 (3) 시간대에 따라 변화하는 태양복사 조건이 초분광 기반 부유사 계측에 미치는 영향을 분석하고 이를 종합적으로 평가함으로써 기존 연구와 차별성을 갖는다. 본 연구를 통해 CCTV-HISST가 제어된 실험 환경을 넘어 실제 하천 계측 도구로 확장될 수 있는 가능성과 함께, 현장 적용 시 고려해야 할 한계까지 제시하고자 한다.

2. 연구방법

2.1 대상지역 및 추적자 실험

본 연구는 실제 하천 조건에서 CCTV 기반 초분광 계측(CCTV-HISST)을 활용한 SSC 계측의 적용 가능성을 평가하기 위해, 감천에서 유사 추적자 실험을 수행하고(Figs. 1(a) and 1(b)), 그 결과를 옥외 실규모 수로(REC) 실험 결과(Figs. 1(c) and 1(d); Kwon et al., 2025a)와 비교하였다. 낙동강의 제 1 지류인 감천은 중규모 하천으로, 수심 대비 하폭이 비교적 넓고 하상은 모래 및 실트가 혼재된 충적 하천이다. 실험 구간은 CCTV-HISST를 설치할 수 있는 김천교를 포함한 완만한 직선부로 선정하였으나(Table 1), 사주 및 교량 영향으로 횡·수직 방향의 유동 구조가 존재하여 유사 이송이 3차원적으로 나타나는 구간이다. 이는 직선·균질 조건의 REC 실규모 수로와 구조적으로 구분되는 중요한 차이점이다.

Fig. 1.

Overview of study sites and CCTV-HISST deployment at (a, b) Gam Creek and (c, d) the River Experimental Center (REC), including sediment injection locations and observed sediment plume development

유사 추적자 실험에서는 모든 Case에서 총 40 kg의 황토 유사(d₅₀ = 16.3 µm, 비중 = 1.23; Kwon et al., 2022)를 주입하였다. REC 실험의 경우, 촬영 지점으로부터 약 500 m 상류에서 점주입을 수행하여 유사가 충분히 혼합된 이후 안정화된 부유사 플럭스가 계측 지점에 도달하도록 설계되었다(Kwon et al., 2025a). 반면, 감천에서는 접근성 제약과 넓은 하폭으로 인해 촬영 지점으로부터 약 200 m 상류에서 유사를 주입하였다. 이로 인해 감천 실험에서는 부유사운(suspended sediment cloud)이 완전히 혼합된 상태로 도달하지 못하고, 시공간적으로 변동성이 큰 분포가 관측되었다. 따라서, 계측 지점에서는 일정한 농도 플럭스가 아닌, 3차원적 유동 구조에 의해 변조된 부유사운이 간헐적으로 관측되는 특성을 보였다.

수리량은 관측 지점 기준 김천교 상류 측선을 따라 ADCP (Acoustic Doppler Current Profiler; SonTek RS5, SonTek/Xylem Inc.)를 이용해 각 실험 일자마다 횡단 측정하였다. 모든 실험은 평수기 조건에서 수행되었으며, 이에 따라 실험 기간 동안 유량은 일자별로 거의 정상 상태를 유지하였다(Table 1). 실측 SSC는 보정된 LISST-200X (Laser In-Situ Scattering and Transmissometry-200X; Sequoia Scientific Inc.) 장비를 이용하여 측정하였다. LISST-200X는 레이저 회절(전방 산란) 원리에 기반한 센서로 부유입자에 의해 형성되는 산란광(회절) 패턴과 투과도를 측정하여 입자 크기 분포와 부유물 농도(SSC)를 추정한다.

초분광 영상 기반 SSC 추정은 광 감쇠 특성으로 인해 주로 수표면 인근의 농도 정보를 반영하므로, 본 실험에서는 평균 수심이 얕은 조건(Table 1)을 고려하여 수표면으로부터 약 0.1 m 하부에 LISST 센서를 설치하였다. LISST 센서는 CCTV-HISST 초분광 카메라의 시야(Field of View, FOV) 중앙에 해당하는 위치에 설치하였으며, 영상 기반 분광 스펙트럼과의 시계열 정합성을 확보하기 위해 1초 간격의 고빈도 자료를 취득하였다. 또한 본 실험에 사용된 LISST 장비는 각 실험 일자마다 증류수를 이용해 현장 보정을 진행하였으며, 본 연구에서 사용된 유사 시료에 대한 LISST 측정값의 신뢰성 검증 결과는 Kwon et al. (2025a)의 보조자료(Supplementary Information)에 제시되어 있다.

감천 추적자 실험은 총 3개 Case (G-C1, G-C2, G-C3)로 구성되었다(Table 1). 김천교 상류에서 주입된 유사는 교각의 영향으로 인해 흐름 및 혼합 거동이 불규칙하게 나타났으며, 이에 따라 실측 SSC 범위는 실험 Case별로 상이하게 관측되었다(Table 1). 이러한 조건은 실제 하천 환경에서 원격 비접촉식 부유사 계측이 직면하는 현실적인 변동성을 반영한다는 점에서 의미가 있다. 또한 G-C1과 G-C2는 각각 오후 4시 30분에서 5시 사이, 태양고도가 낮아 태양복사가 상대적으로 약한 조건에서 실험을 수행하였다. 반면, G-C3은 정오 전후에 진행되어, REC 실험과 유사하게 태양복사가 가장 강한 조건에 해당한다. 이와 같은 광환경 변화는 초분광 영상 기반 수질 계측에서 중요한 불확실성 요인으로 작용할 수 있다. 그러나 본 연구에서는 CCTV-HISST 시스템에 적용된 실시간 방사 보정 기법을 통해 이러한 조도 변화의 영향을 보정하였으며, 해당 방법론은 다음 절(2.2)에서 상세히 설명되어 있다.

분광 기반 부유사 추정에서는 수심 조건이 중요한 영향을 미친다. 특히 천수(optically shallow water) 조건에서는 바닥 반사 성분과 수층 내 광 감쇠 변화가 분광 정보에 민감하게 반영된다(Kwon et al., 2024). 감천 실험 구간은 평균 수심 약 0.43-0.44 m로 비교적 얕은 조건에 해당하며, 이로 인해 분광 패턴이 수심 변화에 민감하게 반응할 가능성이 있다. 반면, REC 실험은 평균 수심 약 0.86 m의 조건에서 수행되었으며, 정제된 직선 수로 환경으로 인해 바닥 반사 및 횡방향 변동성의 영향이 제한적이다. 이러한 수리적·기하학적 차이는 두 실험 결과를 해석함에 있어 중요한 구조적 차이로 고려된다.

2.2 CCTV-HISST 시스템 구성

CCTV-HISST는 고정형 초분광 카메라, 방사 보정용 백색 기준 반사판, 현장 제어 및 저장 장치로 구성되며, Fig. 2는 본 연구에서 사용한 시스템의 전체 구성과 관측 개념도를 나타낸다. CCTV-HISST는 하천 제방 또는 교량 상부에 고정 설치된 push-broom 방식의 초분광 카메라를 중심으로 구성된다(Fig. 2(a)). 본 연구에서는 push-broom 방식의 라인 스캔 초분광 카메라인 microHSI 410 SHARK (Corning inc)를 활용하였다. 본 장비는 400~1000 nm 파장대를 포함하며 2 nm 분광 채널 간격으로 영상을 획득할 수 있다. 또한 유효 분광 해상도는 약 8.0 nm (4× spectral pixel bin 기준)이며, 가시광~근적외선 영역에서 SSC에 민감한 분광 정보를 고정식으로 연속 관측할 수 있다. 감천 현장 실험에서는 해당 카메라를 활용하여 하천 횡단 방향을 따라 일정 폭의 수면을 연속적으로 관측하고 시야(FOV) 내에서 시간에 따른 분광 정보 변화를 기록하였다. 카메라로부터 취득된 원시 초분광 영상은 현장에 설치된 PC 기반 제어 및 저장 장치를 통해 실시간으로 수집·저장된다.

Fig. 2.

Configuration and observation concept of the CCTV-HISST system: (a) field installation of the CCTV-type hyperspectral camera, PC controller, and Spectralon reference panel; (b) example of a time-distance hyperspectral image; (c) corresponding suspended sediment concentration (SSC) by LISST

초분광 카메라로 수집된 원시 영상은 각 화소별로 디지털 수치(Digital Number, DN) 형태로 기록되며, 이는 물리적으로 해석 가능한 복사휘도(L; radiance)로의 변환이 필요하다. 본 연구에서는 카메라 내부에서 수행되는 비균일성 보정(Non- Uniformity Correction, NUC) 절차를 통해 DN 값을 복사휘도로 변환하였다. 그러나 L값은 여전히 관측 시점의 태양복사 조건 및 광환경 변화에 영향을 받기 때문에, 수체의 분광 특성을 정량적으로 해석하기 위해서는 표준화된 반사율(R; reflectance)로의 방사 보정(radiometric correction)이 필수적이다.

광환경 변화에 따른 방사 신호 변동을 보정하기 위하여, 본 연구에서는 초분광 카메라의 시야(Field of View) 내에 백색 기준 반사판(Spectralon)를 함께 설치하였다(Fig. 2(a)). 백색 기준 반사판은 파장 전 범위에서 거의 일정한 반사율(약 99%)을 갖는 표준 반사체로, 태양복사 강도 변화, 구름 통과, 태양 고도 변화 등 외부 광환경 요인에 의해 발생하는 영상 신호의 상대적 변동을 실시간으로 추적할 수 있는 기준점 역할을 한다. CCTV-HISST는 시간-공간 2차원 영상 형태의 초분광 시계열 자료를 생성한다(Fig. 2(b)). 횡축은 하천 횡단 방향 거리를, 종축은 시간을 나타내며, 각 픽셀에는 다수의 파장대에 대한 분광 반사율 정보가 포함된다. 이와 같은 자료 구조를 통해 특정 위치에서의 시간적 분광 변화뿐 아니라, 부유사운의 공간적 이동 및 확산 양상을 동시에 분석할 수 있다. Fig. 2(b)에서 좌측 영역은 백색 기준 반사판에 해당하며, 우측 영역은 실제 수체에 해당한다. 백색 기준 반사판에서 관측된 복사 휘도 스펙트럼은 반사율 보정을 위한 기준 스펙트럼으로 사용되며, 수체 영역에서 관측된 복사 휘도 스펙트럼은 이를 기준으로 상대 보정되어 물리적으로 해석 가능한 반사율 값으로 변환된다.

태양복사 조건은 태양 고도의 변화와 구름 통과 등에 따라 시간적으로 크게 변동하며, 이러한 변화는 초분광 영상 기반 수질 계측에서 주요한 불확실성 요인으로 작용한다. CCTV- HISST에서는 동일 프레임 내에 포함된 백색 기준 반사판과 수체의 동시 관측을 통해 이러한 문제를 완화할 수 있는 실시간 방사 보정법(Real-time Radiometric Correction, RRC)을 적용하였다(Kwon et al., 2025a). 즉, 각 시간 프레임에서 수체의 분광 정보를 백색 기준 반사판 신호로 정규화함으로써, 절대 복사량 변화의 영향을 최소화하고 상대적인 분광 형태 변화를 안정적으로 추출할 수 있다. 본 연구에서 사용한 RRC 방법은 다음과 같이 정의된다:

여기서 R(λ,t)는 실시간 방사보정된 반사율, L(λ,t)는 파장 𝜆와 시간 t에서 수체로부터 관측된 원시 복사 신호, Lref corr (λ,t)는 동일 프레임에서 관측된 백색 기준 반사판의 방사 보정된 복사 신호를 나타낸다. 인공광을 사용하는 야간 측정의 경우 조명 각도 및 조명-대상 간 거리 차이를 고려한 보정이 필요하지만, 주간 태양광 조건에서는 이러한 거리 효과가 미미하므로, 동일 시각에 관측된 백색 기준 반사판 픽셀들의 평균값을 사용하였다. Rref는 백색 기준 반사판의 알려진 분광 반사율 0.99로, 시간에 따라 일정한 값으로 가정된다.

이와 같은 정규화 과정을 통해 태양복사 강도, 구름 통과, 태양 고도 변화 등 외부 광환경 요인에 의해 공통적으로 영향을 받는 항은 분모와 분자에서 상쇄되며, 결과적으로 R(λ,t)는 수체 고유의 상대적 분광 반사 특성을 반영하게 된다. 따라서 RRC는 절대 복사량의 정확한 산정보다는, SSC 변화에 따른 분광 형태의 시간적 변화를 안정적으로 추적하는 데 목적을 둔다. 본 연구에서는 이러한 RRC를 모든 시간 단계에 대해 적용하였으며, 보다 상세한 구현 및 검증 과정은 Kwon et al. (2025a)에 제시되어 있다.

실시간 방사 보정 구조는 태양복사가 강한 정오 조건뿐 아니라, 태양 고도가 낮은 오후 및 약광 조건에서도 일관된 반사율 스펙트럼을 확보할 수 있도록 하며, 이는 본 연구에서 수행된 서로 다른 시간대의 실험(G-C1, G-C2, G-C3)을 비교 가능하게 하는 핵심 요소이다. CCTV-HISST는 고정형 설치와 연속 관측을 기반으로 하기 때문에, 기존의 수동 채수나 점계측 센서(LISST 등)가 제공하기 어려운 고빈도·공간 연속적 부유사 분광 정보를 제공할 수 있다. 특히, 실시간 방사 보정을 통해 실제 하천 환경에서 나타나는 비정상적이고 3차원적인 부유사운의 시간적 변동을 영상 기반으로 연속적으로 포착할 수 있다는 점에서 큰 의미를 갖는다.

2.3 CCTV-HISST 시스템 알고리즘

2.3.1 Light Classification and Adaptive Regression (LiCAR)

CCTV-HISST는 하천 수체의 연속적인 초분광 영상으로부터 SSC를 추정하기 위해, Light Classification and Adaptive Regression (LiCAR)를 핵심 알고리즘으로 활용한다(Kwon et al., 2025a). LiCAR는 특정 파장대 또는 단일 지수에 의존하는 기존 경험식 기반 접근법과 달리, 전체 분광 스펙트럼의 정보를 광원조건별로 분류하고 SSC와 RRC로 실시간 방사보정된 반사율 R(λ,t) 간의 비선형 관계를 학습하는 자료구동형 프레임워크이다.

본 연구에서는 LiCAR의 회귀 모델로서, 고차원 초분광 자료에 적용 시 앙상블 학습 특성으로 인해 안정적인 성능을 보이는 것으로 보고된 Random Forest (RF) 모형을 적용하였다(Kwon et al., 2023b; Legleiter et al., 2025). RF는 (1) 다중 파장대 간의 비선형 상호작용을 효과적으로 반영할 수 있으며, (2) 특정 파장대의 노이즈나 광환경 변화에 대해 상대적으로 강건하고, (3) 제한된 현장 학습 자료에서도 안정적인 예측 성능을 유지하는 장점을 갖는다. 이러한 특성은 광환경과 수리 조건의 변동성이 큰 실제 하천 환경에서 특히 유리하다. LiCAR-RF 모델은 실측 SSC 자료와 RRC로 보정된 초분광 반사율을 입력 자료로 학습되었으며, 이를 통해 각 시간 프레임별 2차원(거리-시간) SSC 분포를 산정하도록 구축되었다.

LiCAR 프레임워크는 인공 조명을 활용한 야간 조건에서도 적용 가능하도록 설계되었으나, 본 연구에서는 주간 실험 자료에 한하여 분석을 수행하였다. 다만 G-C1 및 G-C2와 같이 일몰 전후 시간대에 수행된 실험의 경우, 태양 고도 변화와 구름 통과로 인해 광량 변동이 크게 발생한다. 이러한 조건에서도 CCTV-HISST는 실시간 방사보정을 통해 분광 정보의 상대적 안정성을 확보할 수 있었으며, 이는 LiCAR 기반 SSC 계측이 다양한 광환경에서도 안정적으로 수행될 수 있음을 보여준다.

2.3.2 모델 구축 및 검증 전략

LiCAR 기반 SSC 계측 모델의 구축 및 검증을 위해, 본 연구에서는 하천 실험(감천)과 실규모 수로 실험(REC) 자료를 각각 독립적으로 활용하여 학습·검증을 수행하였다. 입력 변수로는 Kwon et al. (2025a)에서 활용한 400~900 nm 파장 범위에 해당하는 120개 분광 밴드의 반사율을 사용하여 SSC를 산정하였다. 감천 실험의 경우, Table 1에 제시된 세 개의 유사 추적자 실험 사례(G-C1, G-C2, G-C3)를 모두 통합하여 하나의 학습 데이터셋으로 구성하였다. 전체 자료의 80%는 학습(training), 20%는 검증(validation)에 사용하였으며, 모델의 과적합을 방지하고 일반화 성능을 평가하기 위해 5겹 교차 검증(5-fold cross-validation)을 추가로 수행하였다.

모델 성능 평가는 결정계수(R²), 평균절대백분율오차(Mean Absolute Percentage Error, MAPE), 그리고 편향 지표인 Percent Bias (PBIAS)를 사용하였으며, 구체적인 식은 아래와 같다:

여기서 ​yi는 i번째 시점에서의 실측 SSC, y^i는 해당 시점에서 LiCAR 기반 모델로 산정된 SSC를 의미하며, y¯는 전체 실측 SSC의 평균값이다. 또한 n은 평가에 사용된 전체 자료의 개수를 나타낸다. R²는 실측값 대비 예측값이 설명하는 분산의 비율을 의미하고, MAPE는 실측값에 대한 예측 오차의 평균적인 상대 크기를 백분율로 나타낸다. PBIAS는 전체 기간에 걸친 예측값의 누적 편향을 평가하는 지표로, 양(+)의 값은 과대 추정을, 음(-)의 값은 과소 추정을 의미한다.

감천 추적자 실험 자료를 개별 사례가 아닌 통합 데이터셋으로 학습한 목적은 실험 시간대(일몰 직전 및 정오)따라 상이한 광량 및 태양 고도 조건을 포함한 자료를 동시에 학습함으로써, LiCAR-RF 모델이 다양한 주간 광환경 변화에 대해 일관된 분광 스펙트럼-SSC 관계를 학습할 수 있는지를 검토하기 위함이다. 이는 하천 환경에서 불가피하게 발생하는 시간적·공간적 광환경 변동성에 대한 모델의 적용 가능성을 평가하는 데 중요한 요소이다. REC 실험 자료는 Kwon et al. (2025a)에서 보고된 주간 황토 주입 실험 자료를 활용하여 동일한 LiCAR-RF 구조로 학습 및 검증을 수행하였다(Table 1). REC 실험은 직선 수로와 비교적 깊은 수심, 균질한 유동 조건 하에서 수행되어, 유사 플럭스가 충분히 혼합·안정화된 상태를 가정할 수 있는 반면, 감천 실험은 상대적으로 얕은 수심과 넓은 하폭, 그리고 3차원적 유사 거동이 지배적인 하천 조건에서 수행되었다. 따라서 본 연구의 비교는 부유사 재질(황토)은 동일하되, 수리·광학적 환경과 계측 시간 및 날짜에 따른 광환경이 상이한 두 실험 조건 간에서 LiCAR-RF의 분광 반응 특성과 산정 성능을 비교하는 데 목적이 있다.

추가적으로 학습된 RF 모델로부터 변수 중요도를 추출하여, 각 파장대가 SSC 산정에 기여하는 상대적 중요도를 분석하였다. 이를 통해 감천과 REC 조건에서 주요 민감 파장대의 분포가 어떻게 달라지는지, 그리고 감천의 얕은 수심, 기저 수질, 광환경 변화가 분광 반응 특성에 미치는 영향을 비교 및 검토하였다.

2.3.3 연직 부유사 농도 분포 추정을 위한 Rouse-alpha 모델

LiCAR를 통해 산정된 2차원 표층 SSC 분포는 이후 Rouse- alpha 모델을 이용하여 연직 방향으로 확장하였다(Kwon et al., 2025b). Rouse-alpha 모델은 Rouse 이론에 기반하여 원격탐사로 관측되는 표층 농도(C(zrs))와 수심(h)을 결합함으로써 수심 평균 농도(C¯)와 연직 농도 분포(C(z))를 재구성하는 접근법이다. 일반적으로 C(zrs)는 수체 내 광 감쇠로 인해 원격탐사 신호가 수심 평균 농도보다는 수표면 인근 농도에 더 민감하므로 표층 실측 SSC로 보정된 분광 스펙트럼-SSC 변환 모델(예: LiCAR)을 통해 추정된다. 또한 이 방법의 핵심은 수심 평균 농도와 표층 농도의 비율을 나타내는 계수 α를 매개로 하여 Rouse 수(P)를 역산하는 데 있다.

기존 연구에 따르면, α는 특정 하천 또는 하천 구간 내에서는 비교적 일정한 값을 갖는 것으로 보고되었다(Santini et al., 2019). 이러한 가정을 바탕으로 𝛼를 Rouse 식(Rouse, 1937)에 대입하면, h와 𝛼만으로 P를 역산할 수 있는 Rouse-alpha 모델 식이 다음과 같이 유도된다:

여기서 z_rs는 원격탐사된 농도 측정지점의 수표면으로부터 연직 거리를 의미하며, Γ(1-P)Γ(1+P)는 Rouse식을 적분하는 과정에서 나온 Gamma 함수를 나타낸다. Rouse-alpha 모델을 활용한 연직 농도장 추정 소프트웨어 및 소스 코드는 Kwon (2025)에 공개되어 있다.

Kwon et al. (2025b)는 전 지구 규모의 연직 SSC 자료를 활용하여 본 관계식을 검증하였으며, 하천 또는 관측 구간 고유의 α값을 알 수 없는 경우에는 글로벌 자료로부터 도출된 대표값(α=1.27)을 적용하더라도 충분한 연직 SSC 분포의 재현성을 확보할 수 있음을 보였다. 따라서, 본 연구에서는 전역 대표값을 α 상수로 적용하였다. 또한 원격탐사 기반 표층 SSC는 수표면 바로 하부의 얕은 수심을 대표한다고 가정하였으며, 표층 기준 깊이 z_rs는 LISST 측정 높이와 동일한 수표면 하부 0.1 m로 설정하였다. h의 경우, 초분광 카메라의 FOV 내에서 하상이 공간적으로 균일하다고 가정하여 영역 내 평균 수심을 활용하였으며, 모든 실험이 평수기 조건에서 수행되었으므로 시간에 따른 수심 변화가 크지 않은 정상상태로 간주하여 상 수값을 적용하였다.

이를 통해 Rouse-alpha 모델에 h를 입력하여 산출된 P와 CCTV-HISST로 산정된 수표면 시·공간 농도장의 값들을 기준 농도로 Rouse식에 적용하여 연직 방향으로 확장된 3차원 SSC 구조를 재구성하였다. 이와 같은 LiCAR & Rouse-alpha 결합 프레임워크는 표층 관측에 국한된 영상 기반 수질 계측의 한계를 보완하고, 실제 하천에서의 공간적·시간적 부유사 거동을 물리적으로 해석 가능한 형태로 확장할 수 있다는 점에서 중요한 의의를 갖는다.

3. 결과 및 고찰

3.1 감천 황토 주입 시 분광 반응 특성

감천에서 수행한 황토 유사 주입 실험 동안 관측된 초분광 반사율은 전반적으로 유사 농도 증가에 따라 반사율이 증가하는 경향을 보였다(Fig. 3(a)). 특히 적색(red, 약 600~700 nm) 및 적색 가장자리(red-edge, 약 700~750 nm) 파장대에서 반사율 변화가 두드러지게 나타났으며, 이는 SSC 증가에 따라 산란 성분이 강화되는 일반적인 분광 반응 특성과 일치한다(Dethier et al., 2020; Kwon et al., 2023a). REC 실규모 수로 실험의 경우(Fig. 3(b)), 가시광 영역에서의 반사율 증가가 뚜렷한 반면, 근적외선(NIR, > 800 nm) 영역에서는 반사율이 상대적으로 낮게 유지되는 전형적인 수체 분광 특성이 관측되었다. 이는 NIR 파장대에서 물의 흡광 계수가 커짐에 따라 수주(water column)를 통과하는 동안 복사 에너지가 급격히 감쇠되기 때문이다.

Fig. 3.

SSC-dependent reflectance spectra observed at (a) Gam Creek and (b) REC during sediment tracer experiments

반면, 감천 실험에서는 800 nm 이상의 NIR 영역에서도 상대적으로 높은 반사율이 관측되는 특징적인 분광 반응이 나타났다. 일반적으로 해당 파장대는 강한 수중 감쇠가 발생하는 영역임을 고려할 때, 이는 수면 인접층에서의 부유사 후방산란 기여가 커졌음을 시사한다. 즉, 관측된 NIR 반사율은 고농도 구간에서 표층(또는 수면 인접층)에 집중된 부유사 이송에 따른 산란이 우세하게 작용하고, 상대적으로 저농도 구간에서는 얕은 수심 조건에서 바닥 반사 성분이 부분적으로 기여하는 등 복합적인 메커니즘의 결과로 해석될 수 있다. 이러한 분광 특성의 차이는 두 실험 조건 간의 수리·구조적 차이와도 밀접한 관련이 있다. REC 실험은 상대적으로 깊은 수심(약 0.86 m)과 직선 수로 조건에서 유사가 충분히 혼합·안정화된 상태로 이송되었으며, 이에 따라 농도 분포가 비교적 균질한 조건을 형성하였다. 반면, 감천은 수심이 약 0.4 m로 얕고, 유사 주입 지점이 관측 위치와 비교적 근접해 있어 유사가 횡방향으로 혼합되지 않은 복잡한 거동 상태를 보였다. 이로 인해 REC 대비 상대적으로 높은 유사 농도가 유지되었으며, 동시에 빛이 수주를 통과하며 감쇠될 경로(수심) 길이가 짧아져 NIR 영역 반사율이 강화된 것으로 판단된다. 또한 얕은 수심 조건에서는 저농도 구간에서 바닥 반사의 기여도가 상대적으로 커져, 분광 반사율의 형태에 추가적인 영향을 미칠 수 있다. 종합하면, 감천과 REC 실험 간에 관측된 분광 반사율 형태의 차이는 유사 혼합 상태, 수심 조건, 그리고 광환경(태양 고도 및 기저 수질)의 차이가 복합적으로 반영된 결과로 해석된다. 이러한 결과는 하천 환경에서 초분광 기반 부유사 계측 시, 단순한 농도-반사율 관계뿐만 아니라 수리 조건과 혼합 구조에 대한 고려가 필수적임을 시사한다.

고차원 자료인 초분광 반사율 스펙트럼의 구조적 유사성을 비교하기 위하여, 본 연구에서는 주성분분석(Principal Component Analysis, PCA)을 적용하여 차원을 축소한 후 두 실험 자료를 동일한 주성분 공간에서 분석하였다. 감천 실험 중 SSC 범위가 REC 실험과 유사한 G-C2 사례를 대상으로 PCA 공간에 분광 스펙트럼을 도시한 결과, SSC와 높은 상관성을 갖는 주성분(PC1 및 PC2) 상에서 두 실험의 분포 경향은 전반적으로 매우 유사하게 나타났다(Fig. 4). 특히 PC1은 전체 분산의 약 75%를 설명하며, Fig. 3에서 확인되는 바와 같이 SSC 변화에 민감한 가시광 영역(550~700 nm) 밴드들과 높은 상관성을 보였다. 또한 PC1이 SSC와 강한 양의 상관관계(𝜌=0.89)를 보여, 분광 반응의 지배적인 변동 요인이 SSC임을 의미한다.

Fig. 4.

PCA results for hyperspectral spectra from Gam Creek and REC. PC1 captures the dominant SSC-related variability, while similar distribution trends in the PC space suggest comparable SSC-driven spectral responses across the two experiments

다만, 두 실험의 자료는 PCA 공간에서 완전히 중첩되지 않고 일정한 편향(bias)을 동반한 분리된 군집 형태를 보였다. 이러한 편향은 실험 조건 간의 구조적 차이에서 기인한 것으로 해석된다. 구체적으로 감천 실험은 얕은 수심(약 0.4 m)으로 인해 표면 인접 영역에서의 부유사 후방산란 기여가 상대적으로 크게 나타난 반면, REC 실험은 깊은 수심과 충분히 안정화된 유사 이송 조건에서 농도 분포가 보다 균질하게 형성되었다. 이로 인해 동일한 SSC 범위에서도 분광 반사율의 절대 수준과 스펙트럼 기울기에서 체계적인 차이가 발생하였고, 이는 PCA 공간에서의 군집 위치 차이로 반영된 것으로 판단된다. 즉, PCA 결과는 감천과 REC 실험 간에 분광 응답의 절대적 수준에는 차이가 존재하지만, SSC 변화에 의해 지배되는 분광 변동의 구조적 패턴은 일관되게 유지됨을 보여준다. 이는 CCTV-HISST 및 LiCAR 프레임워크가 서로 다른 수리·광학 환경에서도 농도 변화에 민감한 공통 분광 모드를 안정적으로 포착할 수 있음을 시사하며, 동시에 실제 하천 적용 시에는 수심, 혼합 상태, 바닥 반사 효과를 종합적으로 고려한 해석이 필요함을 보여준다.

3.2 CCTV-HISST 기반 부유사 농도 산정 결과

CCTV-HISST와 LiCAR-RF 기반 회귀 모델을 감천 실험 자료에 적용한 결과, 실측값 대비 SSC 산정에 있어 전반적으로 높은 정확도를 보였다(Fig. 5). 테스트 자료에서 결정계수 R²는 0.97로 나타났으며, 평균절대백분율오차(MAPE)는 13.3% 수준으로 확인되었다. 또한 편향 지표인 PBIAS는 0.70%로 거의 0에 근접하여, 과대 또는 과소 산정 경향이 뚜렷하지 않음을 보여준다(Fig. 5). 이는 실제 하천이라는 복잡한 분광·수리 조건에서도 CCTV-HISST 기반 SSC 계측이 안정적으로 수행될 수 있음을 보여준다. 해당 성능은 기존 REC 적용사례(Kwon et al., 2025a)에서 보고된 결과와도 정량적으로 유사한 수준으로 확인되었다. Table 2에 나타난 바와 같이 교차검증 결과에서도 REC 실험의 경우 R²_CV 0.984 ± 0.0004, MAPE 5.15 ± 0.2%, PBIAS -0.39 ± 0.05%로 매우 높은 재현성을 보였으며, 감천 실험에서도 MAPE가 14.3 %로 증가하긴 하였으나 다소 높은 변동성에도 불구하고 전반적인 산정 정확도는 유지되었다. 이러한 성능 유지는 감천 환경에서도 SSC 변화에 따른 반사율 민감도가 충분히 확보되었기 때문으로 해석된다. Fig. 3에서와 같이 감천은 고농도 부유사의 표층 이송에 따른 후방산란 증가로 REC 대비 NIR 영역 반사율이 높게 나타났으며, 동시에 SSC 변화에 따른 반사율 변동도 뚜렷하게 관측되었다. 아울러 감천 자료는 REC 대비 상대적으로 고농도 구간을 포함하고 있어 SSC 변화에 따른 반사율 변동 폭이 커졌고, 그 결과 모델이 해당 분광-농도 관계를 보다 명확히 학습했을 가능성이 있다.

Fig. 5.

Performance of the LiCAR-RF regression model for SSC estimation. Panels show (a) training data parity plot (80%), (b) training residual distribution, (c) test data parity plot (20%), and (d) test residual distribution. Here, ME denotes the mean error, STD represents the standard deviation of the estimation error, and N is the number of data points in the histogram

한편, RF 모델에서 도출된 파장별 중요도 분석 결과는 감천과 REC 조건 간의 분광적 차이를 보다 명확히 보여준다(Fig. 6). REC 실험에서는 주로 적색-적색경계(red to red-edge) 영역에서 높은 중요도가 집중되는 반면, 감천 실험에서는 동일한 파장대 외에도 NIR 영역, 특히 약 850 nm 부근에서 상대적으로 높은 중요도가 추가적으로 나타났다. 이는 두 실험이 서로 다른 수리·분광 조건에서 수행되었음에도 불구하고 SSC에 의해 지배되는 공통적인 분광 반응을 적색-적색경계에서 공유하는 한편, 감천에서는 표층 후방산란 증가 등 환경 조건의 영향으로 NIR 영역의 추가 정보가 SSC 산정에 기여했음을 나타낸다. 즉, 동일한 황토 유사 조건에서도 관측 환경에 따라 SSC 산정에 기여하는 유효 파장대가 달라질 수 있음을 의미한다.

Fig. 6.

Wavelength-dependent feature importance derived from the LiCAR-RF model for (a) Gam Creek and (b) REC

이와 같은 결과는 신호 대 잡음비(signal-to-noise ratio, SNR)의 관점에서도 해석될 수 있다. 실제 하천 환경에서는 태양 고도 변화, 구름 통과, 수면 요철, 배경 탁도 등으로 인해 분광 정보의 변동성과 잡음 수준이 증가한다. 그럼에도 불구하고, CCTV-HISST는 동일 프레임 내 백색 기준 반사판을 활용한 실시간 방사 보정과 LiCAR의 다중 파장 기반 비선형 회귀 구조를 통해 유효 신호를 안정적으로 추출하였다. 특히 다수의 파장대를 동시에 활용하는 RF 기반 접근법은 개별 파장대의 잡음에 대한 민감도를 낮추고, 전체 스펙트럼 차원의 SNR을 효과적으로 향상시키는 역할을 수행한 것으로 판단된다.

3.3 시공간 부유사 농도 맵핑 결과

CCTV-HISST와 LiCAR-RF 모델을 적용하여 산정된 감천 유사 추적자 실험의 시공간 SSC 분포 결과를 Fig. 7에 제시하였다. 세 가지 실험 사례(G-C1, G-C2, G-C3) 모두에서 부유사 이동 및 혼합 양상이 시간-거리 공간에서 연속적으로 재현되었으며, 교량 구조물과 흐름 조건에 따라 서로 상이한 분포 패턴이 나타났다. G-C1 및 G-C2 사례에서는 유사 주입 이후 표층 부유사가 하류 방향으로 이동하며 점차 확산되는 전형적인 혼합 양상이 관측되었다. 특히 교량 인근에서 발생하는 흐름 교란 및 횡방향 혼합 효과가 시공간 농도 분포에 명확히 반영되었으며, 이는 실제 하천 조건에서의 3차원적 유사 거동을 잘 포착하고 있음을 보여준다. G-C3 사례의 경우, 상대적으로 높은 농도 조건에서도 SSC의 시공간 분포가 안정적으로 재현되었으며, 고농도 유사 이동 및 확산 과정 역시 명확하게 식별되었다.

Fig. 7.

Spatiotemporal mapping of SSC with corresponding RGB images during tracer injection experiments at Gam Creek

산정된 SSC 맵은 동일 시간대에 취득된 RGB 영상과의 정성적 비교에서도 높은 일관성을 보였다. RGB 영상에서 관찰되는 부유사 분포의 형태, 이동 경로 및 확산 범위는 CCTV-HISST 기반 SSC 맵과 전반적으로 잘 일치하였으며, 이는 영상 기반 분광 정보로부터 산정된 농도 분포가 실제 물리적 유사 거동을 충실히 반영하고 있음을 시사한다. 특히 RGB 영상에서는 정량화가 어려운 농도 차이와 혼합 구조가 SSC 맵에서는 연속적이고 정량적인 형태로 표현되어, CCTV-HISST의 실시간·고해상도 부유사 모니터링 잠재력을 잘 보여주고 있다.

LiCAR를 통해 산정된 2차원 표층 SSC 분포를 Rouse-alpha 모델로 연직 확장한 결과, 각 실험 사례(G-C1-G-C3)에 대해 시간-거리-수심 축을 따라 연속적인 3차원 SSC 구조가 안정적으로 재구성되었다(Fig. 8). 재구성된 3차원 SSC 맵에서는 유사 주입 이후 시간 경과에 따라 부유사가 하류 및 연직 방향으로 확산·감쇠되는 양상이 나타났으며, 전반적인 연직 농도 구조는 Rouse 이론에 기반한 분포 특성과 정성적으로 일관된 거동을 보였다.

Fig. 8.

Three-dimensional spatiotemporal distributions of SSC reconstructed using the LiCAR–Rouse-alpha framework for the Gam Creek tracer experiments: (a) G-C1, (b) G-C2, and (c) G-C3

다만 본 연구에서는 전역 상수로 가정된 α값을 적용하였으므로 향후 대상 하천에서의 연직 부유사 농도장을 직접 계측하여 하천(또는 CCTV 설치 지점)별 α값을 보다 정밀하게 반영할 필요가 있다. 본 연구에서 참조한 비례상수(α=1.27)는 주로 대규모 하천에서 상대적으로 평형 상태에 가까운 조건 하에 도출된 값인 반면, 감천 실험은 주입 지점 직하류 구간으로 난류 혼합이 활발하고 수심이 얕아 비평형 특성이 강한 환경이다. 본 연구에서는 평형 상태를 가정하고 Rouse-alpha 모델을 적용하였으나, 실제 감천과 같은 얕은 난류 하천에서는 유사의 침강 특성과 혼합 거동에 따라 α가 시공간적으로 변동할 수 있으므로 이를 반영하는 개선이 필요하다.

그럼에도 Kwon et al. (2025b)의 Rouse-alpha 모델 민감도 분석에 따르면 α가 1.0-1.5 범위에서 0.1 변할 때 P값의 변화는 0.02 이하로 제한되는 것으로 나타났다. Rouse-alpha 모델에서 다루는 세 변수(α, h, P)는 서로 공변하지만 α의 민감도는 상대적으로 낮은 편이다. 그러나 평형 상태에서 벗어난 비정상적인 유사 이동이 지속되는 경우 α가 시간에 따라 변화할 수 있으므로 향후 연구에서는 현장 자료 기반의 𝛼 추정 및 시간 가변(또는 조건부) α 모형화를 통해 이러한 변화를 정량적으로 반영할 필요가 있다.

또한 장기 모니터링 및 홍수기 적용을 위해서는 시간에 따른 수심 변화가 P 및 연직 농도 분포에 미치는 영향을 함께 고려할 필요가 있다. 이러한 점에서 초분광 영상은 SSC뿐만 아니라 수심 또한 동시에 추정할 수 있기에(Kwon et al., 2024), 향후에는 초분광 기반 수심 산정 결과를 LiCAR-Rouse-alpha 프레임워크에 통합함으로써, 단일 센서 체계 내에서 수심 변화와 연직 부유사 구조를 일관되게 재구성하는 고도화된 3차원 부유사 모니터링으로 확장될 수 있을 것이다.

4. 요약 및 결론

본 연구는 실제 하천 환경에서 CCTV 기반 초분광 계측 시스템(CCTV-HISST)을 활용한 SSC 계측의 적용성을 평가하기 위해 감천에서 황토 유사 추적자 실험을 수행하고, 옥외 실규모 수로 실험(REC) 결과와 비교하였다. 주입 유사를 동일하게 유지한 상태에서 서로 다른 수리·광환경 조건을 갖는 두 실험을 비교함으로써, 복잡한 하천 환경이 초분광 CCTV 기반 부유사 계측에 미치는 영향을 정량적으로 검토하였다.

실시간 방사보정법과 LiCAR 모형을 적용한 결과, 감천 자료에 대해서도 REC 대비 전반적인 산정 성능이 유지되었다. 교차검증 결과 감천은 R² = 0.97, MAPE = 14.3%, PBIAS = 0.61%를 보였으며, REC의 MAPE (5.15%) 대비 오차가 약 9.1% 증가했음에도 높은 설명력과 낮은 편향을 유지하였다.

감천과 REC 적용 결과 모두 적색-적색경계 영역에서 SSC에 의해 지배되는 공통적인 분광 반응을 공유하였으나, 감천에서는 불완전 혼합에 따른 표층 유사 거동과 저농도 구간에서의 바닥 반사 영향으로 NIR (≈850 nm) 대역의 상대적 중요도가 증가하는 특성이 나타났다. 이는 동일한 황토 유사 조건에서도 수심, 혼합 구조, 광환경(태양고도 및 배경 수체 특성)에 따라 SSC 산정에 기여하는 유효 파장대가 달라질 수 있음을 의미한다. 또한 LiCAR 기반 2차원 표층 SSC 분포를 Rouse- alpha 모델로 연직 확장하여, 시공간적으로 연속적인 3차원 SSC 구조를 추정할 수 있음을 확인하였다.

실무 적용 측면에서 CCTV-HISST는 고위험·고탁도 상황에서의 비접촉식 고빈도 SSC 모니터링 대안으로 활용 가능하다. 다만 현장 적용 시에는 (1) 수심과 혼합 상태에 따라 분광 대역의 기여가 달라질 수 있으므로, 얕은 수심(0.5 m 내외) 또는 표층 유사 거동이 활발한 고농도 조건에서는 NIR 밴드를 포함한 알고리즘이 유리할 수 있다. 반대로 (2) 수심이 증가하거나 수면 반사와 조도 변동이 큰 조건에서는 NIR 밴드의 교란 가능성을 고려하여 가시광(blue-red/red-edge) 중심으로 대역 가중치를 조정하거나, 추가적인 전처리(반사/조도 필터링) 기준을 강화하는 운영 전략이 필요하다. 아울러 3차원 재구성을 위해 Rouse-alpha 모델을 적용할 경우, 현장 수리·유사 조건을 반영한 α 값의 보정 및 민감도 검토가 선행되어야 한다. 또한 본 연구는 평수기 인공 유사 주입 자료를 기반으로 하였으므로 향후 홍수기와 같이 현장 접근과 접촉식 계측이 어려운 극한 수문 조건에서의 추가 검증을 통해 CCTV- HISST의 실무 적용 범위와 운영 가이드라인을 정량적으로 확립할 필요가 있다.