1. 서 론
2. 연구 방법
2.1 SWOT 위성의 작동 원리
2.2 연구 대상지 및 영상 수집
2.3 SWOT 위성자료 수집 및 전처리
2.4 수치지형도 결합 및 수면면적 추정
2.5 수위-담수량 관계식 도출 및 회귀 분석
3. 연구 결과
3.1 SWOT 영상 기반 수위 분포 변화
3.2 수위 관측소 기반 SWOT의 WSE 자료 정확도 검증
3.3 담수량 산정을 위한 SWOT-DEM 기반 ‘Cut/Fill’ 분석 결과
3.4 수위-담수량 관계식 도출
4. 결 론
1. 서 론
국내 수자원 부존량 파악을 위한 저수지와 하천 등에 저장된 담수량 현황은 각종 수자원 용수 활용, 사전 방류여부 결정과 같은 홍수기 치수대책, 기후변화 추세 파악, 가뭄 대책 등 다양한 수자원 정책 수립에 있어 필수적인 정보이다. 특히 대규모 유역이나 국가·지형 경계 지역 등 기존 지상 관측망의 공간적 공백이 큰 지역에서 수문 정보를 확보하는 일은 홍수 예측, 가뭄 대응, 농업·생태계 유지, 수질 관리 등 다목적 의사결정을 위한 핵심 기반이 된다(Gharehtikan et al., 2024). 그러나, 농어촌공사 관할 저수지가 대략 22,000개, 국가 또는 지방하천의 저수량, 수자원공사나 한국수자원원자력 관리 대형 저수지의 담수량을 일정한 주기로 일괄적으로 파악하는 부분은 수위계 설치와 운용, 저수지 지형정보 파악 등 경제적 측면의 한계가 있어 일부 대형 저수지를 제외하고는 중소규모 저수지는 정확한 수위정보 없이 대략적인 수준에서 파악되고 있었다. 최근 저수지의 경우 실시간 계측을 통한 정보를 제공하고 있으나(농촌용수종합정보시스템, https://rawris-am.ekr.or.kr/wrms), 모든 저수지를 포함하지 못하고, 수위계 유지관리 비용도 상당하다. 또한 대형 저수지나 하천의 수위는 비교적 정밀하게 측정되고 있으나 이들은 수면경사를 가지고 있어 일부 지점의 수위계 정보로는 정확한 저수량 산정에 한계가 있다. 즉, 저수지나 하천의 지형정보가 정확하더라도 다지점의 수위정보의 부재는 저수량 산정에 한계를 가져온다. 그리고 북한 황강댐과 같은 미계측 저수지와 같은 경우 수위 정보 자체가 존재하지 않거나 직접 계측이 불가한 지역은 사실상 부존량 정보 확보가 어렵다. 특히 하천 구간의 담수량의 경우, 최근 4대강 사업으로 국가하천에 설치된 다기능보를 통한 담수는 취수와 농업용수 관정개발이나 비상용수로 활용되고 있어 주기적이고 정확한 하천 담수량 파악의 필요성은 높아지고 있다. 홍수 시에는 수위-체적 곡선을 통해 구간 내 저류용량과 첨두저감 능력을 산정할 수 있으며(Shaw et al., 2010), 가뭄 시에는 가용수량 평가와 공급 계획 수립에 활용된다(Bonnema and Hossain, 2017). 또한 수체적 변화는 수질 농도, 부유물질 체류 시간, 녹조, 어류 서식처 공간 등 하천 생태계 전반에 직접적인 영향을 파악할 수 있다(Poff et al., 2010). 즉, 하천 담수량 산정은 단순히 호소나 저수지 관리에서만 의미가 있는 것이 아니라, 구조물 운영과 기후변화 적응을 위한 하천 관리에도 필수적인 지표로 요구되고 있다.
이러한 직접 계측을 통한 수위산정을 대체 혹은 보완하기 위한 상대적으로 조밀하게 수위를 측정할 수 있는 원격탐사 기법이 대안으로 고려되고 있다. 최근 원격탐사 기법으로 합성개구레이다(SAR) 등을 활용할 경우 기술적으로 대규모 호수와 저수지의 수위 변화 추적 및 저장량 산정 등 수문학·수자원 분야에서도 정밀한 정량 분석이 가능함을 확인하였다(Papa and Frappart, 2021). 그러나, 이러한 위성자료는 고가이거나 수자원위성과 같이 발사 전 혹은 해외 위성정보는 접근 자체가 어려운 경우가 많아 아직 본격적으로 전국단위 수자원 부존량 산정에 활용되지 못하고 있다. 그러나, 최근 미국 NASA에서 2022년 12월 발사된 SWOT (Surface Water and Ocean Topography) 위성은 세계 최초로 수면고도(Water Surface Elevation, WSE), 수면 폭, 수면경사를 전지구적으로 무료로 제공하고 있어(NASA, 2025), 전국적인 수자원 부존량의 효율적 산정 가능성을 높이고 있다. 이 위성에는 정밀 관측할 수 있는 Ka-대역 간섭 레이더(KaRIn)가 탑재되어 약 891 km 상공에서 운용되며, 약 250 m 공간 해상도의 수면 관측과 약 10 cm 이내의 수위 정확도를 제공하며, 21일 주기의 반복 관측을 통해 기존 위성 고도계보다 월등히 높은 공간적 또는 시간적 해상도를 확보하였다(Papa and Frappart, 2021; SWOT Project Team, 2025). SWOT이 전지구적으로 서비스를 개시한 이후 SWOT 위성의 수문학적 활용 가능성을 검증하기 위한 연구들이 활발히 진행되기 시작했다. Pavelsky et al. (2014)는 SWOT의 시범운영 기간 동안 관측할 수 있는 하천의 폭과 범위를 전 지구적으로 추정하여, 폭 50-100 m 이상의 하천에서는 위성 기반 수위 및 유량 산정이 가능함을 제시하였다. 이는 기존의 지상 관측망(Global Runoff Data Center, GRDC)에 비해 훨씬 넓은 공간적 적용성을 제공한다는 점에서 실용적 의의가 상당하였다. 또한 Altenau et al. (2021)은 SWOT 모의 시범 관측 자료를 활용하여 대규모 하천 유역의 수위-유량 산정 가능성을 검토하였으며, Durand et al. (2023)은 수면고도, 수로 폭, 수면 경사 등 SWOT 관측 요소를 통합하여 위성 기반 유량 산정 프레임워크를 정립하고 불확실성 요인을 분석하였다. 더 나아가 아마존, 콩고, 메콩 유역에서 SWOT 기반 수위 및 저류량을 비교하거나 범람 특성을 검증하는 사례 연구가 다수 수행되어 (Fu et al., 2024; Tourian et al., 2017), 추후 수자원 분야 활용 잠재력을 보여주었다(Andreadis et al. 2025: Das and Hossain, 2025; Zhao et al, 2025).
국내의 경우, SWOT은 수자원분야에 덜 알려졌고 따라서 본격적으로 활용된 사례는 드물며, 위성을 활용한 수문 모니터링 기술 개발은 주로 기존 Sentinel-1/2 SAR이나 광학 영상을 활용한 토지피복 분류, 수질 지표 추정, 홍수 범람구역 분석에 국한되어 있으며(Son and Kim, 2019; Jeong et al., 2021), 대규모 하천이나 대형 저수지에서 수위 변동이나 담수량을 정밀하게 산정한 위성 기반 연구는 드물었다. 그러나, 현재 기술적으로 매 시점 정확한 하천 구간의 저수량을 하천의 수면경사를 고려하여 산정하기에는 수위계의 공간적 정밀도가 현저히 낮은 상황으로 SWOT과 같은 광역의 250 m 간격으로 제공되는 수위와 수면경사 정보는 하천 또는 대형저수지의 전체 저수량을 정확하게 파악하는 데 기존 수위계를 대체할 수 있는 자료임에는 분명하다.
본 연구에서는 SWOT 위성이 제공하는 높은 공간해상도의 수위 정보를 하천지형정보가 확보된 국가하천 구간(강정고령보-달성보 수체 일부)에 적용하여 복수의 시기에서 하천 담수량의 변화를 모니터링한 사례를 제시함으로써 SWOT 위성의 전국단위 하천 또는 호소의 저수량을 산정하는 기술적인 가능성을 제시하고 하였다. 그리고, SWOT 위성으로 상대적으로 정확하게 산정된 담수량을 바탕으로 지상 수위관측소와 연계하여 수위-담수량 관계를 구축하여 실용화 방안도 함께 제시하였다.
2. 연구 방법
본 연구는 SWOT 위성에서 제공하는 WSE 자료를 활용하여 국내 하천의 수위 변화를 정량적으로 산정하고, 이를 수치지형도(CAD 형식)와 결합함으로써 하천 단위의 담수량(Volume)을 추정하는 분석 체계를 구축하였다. 위성 기반 수문 모니터링의 실용 가능성을 평가하고, 지상 관측소에 의존하지 않는 독립적인 수자원 추정 기법을 제시하는 데 있다. 연구의 전체 절차는 Fig. 1에 도시된 바와 같이 다섯 단계로 구성된다. 첫째, SWOT 위성의 작동 원리에 대한 기술적 이해를 바탕으로, 분석 대상 구간을 선정하고 해당 지역의 위성 관측 자료를 수집한다. 둘째, 수집된 SWOT 위성자료 및 수치지형도 자료에 대해 전처리를 수행하여 결합 가능한 형식으로 변환한다. 셋째, 전처리된 SWOT의 WSE와 CAD 기반 DEM (Digital Elevation Model)을 융합하여, ArcGIS Pro의 Cut/ Fill 도구를 활용한 체적 분석을 통해 시점별 담수량을 산정한다. 마지막으로, 시계열 수위-담수량 자료를 활용하여 정량적인 수위-담수량 관계식을 도출한다.
Fig. 1.
Shematic representation of the freshwater volume estimation process. SWOT-derived Water Surface Elevation (WSE) data are integrated with a CAD-based DEM to perform cut/fill analysis. This process supports the development of a quantitative relationship between water level and storage volume within the study area
2.1 SWOT 위성의 작동 원리
SWOT 위성은 NASA (미국), CNES (프랑스), CSA (캐나다), UKSA (영국)가 공동 개발한 고해상도 수면 관측 위성으로, 2022년 12월에 발사되었다. 이 위성은 세계 최초로 KaRIn를 탑재하여 약 891 km 상공에서 지구 표면의 WSE를 정밀하게 관측할 수 있다. Fig. 2에 도시된 바와 같이, SWOT은 약 10 m 길이의 이중 간섭계 안테나를 활용하여 중심 궤도(nadir) 양측에 각각 약 50 km 폭의 관측 영역을 확보하고, 이를 통해 총 120 km에 이르는 스와스(Swath)를 커버할 수 있다.
Fig. 2.
Overview of the SWOT satellite measurement system. The satellite utilizes a Ka-band interferometer (KaRIn) and nadir altimeter to measure surface water elevation over two 50 km swaths on either side of the nadir path, enabling observations of both ocean and inland water bodies at different spatial resolutions. (Source: JPL, 2024, SWOT Science Data Products User Handbook)
관측 방식은 KaRIn와 나디르 고도계(Nadir Altimeter)를 조합하여 양측 스와스의 수면 고도를 측정하며, 이론적으로는 약 10~60 m 수준의 분해능으로 수면 고도를 샘플링한다. 그러나 실제 사용자에게 제공되는 과학 제품(Level-2 WSE)은 내륙 수체의 경우 약 250 m 공간 해상도, 해양의 경우 약 1~2 km 격자 간격으로 가공된다. 이러한 고해상도 관측 특성은 기존 나디르 고도계 대비 현저히 향상된 성능으로, 특히 폭이 좁은 하천, 습지, 하구역 등에서도 수위 변화를 정밀하게 탐지할 수 있도록 설계되었다. 또한 SWOT 위성은 약 21일 주기로 동일 지역을 반복 관측함으로써, 시계열 기반의 수문 변화 분석이 가능하다.
본 연구에서는 SWOT의 Level-2 제품 중 ‘Water Mask Pixel Cloud (PIXC)’ 자료를 활용하여, 낙동강-금호강 합류부 하천 구간을 대상으로 위성 기반 수면 고도 자료를 수집하고 하천 단면을 따라 연속적인 수위 변화를 분석하였다.
2.2 연구 대상지 및 영상 수집
본 연구는 낙동강 본류의 강정고령보 직하류에서 금호강 합류부(진천천 포함)를 경유하여 하류에 위치한 사문진교까지 포함한 구간을 대상으로 수행되었다. 해당 구간은 SWOT 위성의 실제 관측 궤도에 포함되어 있어 수위 관측의 공간 해상도와 정밀도가 확보된 영역으로, 위성 기반 수문 분석에 적합하다. 연구 범위 내 수위 검증에는 사문진교 수위관측소 자료를 활용하여 SWOT 위성으로부터 산정된 WSE와 비교하였다. 구간 설정 시, SWOT 위성의 해상도 특성을 고려하였다. 지나치게 긴 구간을 포함할 경우 수위 변화가 평균화되어 합류부의 국지적 수문 특성이 희석될 수 있으므로, 위성과 지상 수위관측소가 동시에 관측 가능한 구간으로 범위를 한정하였다. 연구 구간의 단면 특성을 CAD 자료를 통해 검토한 결과, 최저 수위 조건에서도 하폭이 위성 관측에 필요한 기준을 충족하는 것으로 확인되었다. 연구 대상지는 평균 하폭이 약 300~500 m로 SWOT 위성의 관측 조건을 충족하므로, 위성 자료와 지상 관측 자료를 교차 검증하기에 적합하며 분석의 신뢰성을 확보할 수 있었다. 연구 구간 내에는 강정고령보라는 주요 보(Weir) 구조물이 위치하고 있다. 보 운영 특성상 상·하류 수위가 일정 수준에서 조절되므로, 담수량 변동이 자연하천에 비해 상대적으로 안정적이라는 특징을 갖는다. 이러한 점은 본 연구에서 SWOT 위성 기반 담수량 추정 기법의 적용성을 평가하기에 유리한 조건을 제공하지만, 동시에 자연하천 구간에 대한 일반화에는 한계로 작용할 수 있다. 따라서 본 연구는 ‘보 영향 하의 안정적 수위 조건’을 전제로 한 사례 연구로서 의미가 있으며, 추후 보가 없는 자유 흐름 구간에 대한 비교 연구가 필요하다. 하천 주변은 도시 지역과 농경지가 혼재되어 다양한 토지피복 및 수면 경계 조건을 포함하고 있으며, 이러한 특성은 DEM 기반 수면면적 및 담수량 산정 과정에서의 복잡성을 증가시키는 한편, 위성 기반 수문 모형의 적용성을 종합적으로 평가할 수 있는 분석 조건을 제공한다. 연구 구간의 공간적 위치와 주요 수문지형 요소는 Fig. 3에 정리하였다. Fig. 3(a)는 대한민국 전체 지도 내에서 연구 대상지를 붉은 원으로 표시한 것이며, Fig. 3(b)는 낙동강과 금호강의 합류부, 강정고령보, 진천천 등 본 연구에서 중점적으로 다룬 주요 지형 요소를 포함한 확대 지도를 나타낸다.
2.3 SWOT 위성자료 수집 및 전처리
SWOT 위성 자료를 활용하여 낙동강-금호강 합류부 구간의 수위 변동을 분석하였다. 위성은 약 21일 주기로 동일 지역을 반복 관측하며, 관측 자료는 NetCDF4 포맷으로 제공된다. 본 연구에서는 2023년 8월부터 2025년 4월까지 총 12회의 영상을 확보하였고, 취득 시각(UTC→KST 변환)은 Table 1에 정리하여 지상 관측 자료와의 비교·검증에 활용하였다. 일부 자료는 품질지수가 낮아 제외하였으며, 최종적으로 신뢰성이 확보된 12회의 자료만 분석에 사용하였다. 주요 전처리 과정은 픽셀 단위의 위도(Latitude), 경도(Longitude), WSE이며, WSE는 height 값에서 지오이드 고도(geoid), 고체지각조석(solid_earth_tide), 하중조석(load_tide), 극조석(pole_tide)을 보정하여 산정하였다. 자료 전처리는 Python 기반 분석 환경(netCDF4, numpy, pandas, scikit-learn 등)을 활용하여 자동화되었으며, 다음과 같은 단계로 수행되었다. 첫째, water_ frac, classification_qual, geolocation_qual, interferogram_qual, sig0_qual 등의 품질 지수를 적용하여 신뢰도 높은 픽셀만 선별하였다(JPL, 2024). 둘째, WSE의 공간적 변화율을 기준으로 주변 15개 점에 대한 표준편차를 산정하고, 하위 30% 이하거나 변화량이 0.1 m 미만인 픽셀을 추출하여 하천 영역을 필터링하였다. 셋째, WSE 변화량의 상위 5%에 해당하는 극단값을 제거하여 이상치를 최소화하였다. 최종적으로 선별된 수위 자료는 동일 공간 좌표계(EPSG:5186)로 재투영한 후 shapefile 및 CSV 형식으로 변환하여 저장하였다. 이후 ArcGIS Pro 환경에서 DEM 하천 단면 자료와 융합하여 담수량 계산의 입력 데이터로 활용하였다. 입력 데이터는 전처리 과정에서 저품질 픽셀이 제거됨에 따라 일부 구간에서 시각적 결손이 발생할 수 있음을 명확히 하였다. 이는 수리학적 급변 현상을 의미하지 않으며, 필터링 과정의 특성으로 이해해야 한다.
Table 1.
Acquisition dates and times of SWOT satellite imagery (UTC) Acquisition timestamps of SWOT Level-2 PIXC data used in this study. All timestamps are provided in Coordinated Universal Time (UTC) and serve as the temporal reference for WSE data analysis
추가적으로, 대부분의 SWOT 수위 분포의 원시자료에서 동일 구간 내에서도 최대 ±1~1.5 m 수준의 변동이 나타날 수 있는 데 이는 SWOT 위성의 수위관측의 분해능에 기인한다. 즉, 이는 실제 수리학적 수면 변화가 아니라 수백 km 상공의 위성으로 수집되는 간섭 신호 위상 불연속, 수면-비수면 경계 추출 과정에서의 오분류 등 위성 전처리 과정의 불확실성을 반영한 값이다. 이러한 분해능은 기존 SWOT 검증 연구에서도 국지적으로 ±1~2 m 이상의 수직 편차가 보고된 바 있다(Zhao et al., 2025; Hamoudzadeh et al., 2024). 따라서 본 연구에서는 개별 픽셀 절대값보다는 평균적인 공간적 경향성과 상대적 추세에 중점을 두어 분석을 수행하였다. 이러한 전처리 과정과 그 결과는 Fig. 4에 시각적으로 정리하였다. 원시 SWOT Level 2 PIXC 영상(좌)과 Python 기반 전처리 결과(우)를 비교하면, 품질 지수와 수체 마스크 적용을 통해 신뢰성 있는 수면 경계가 추출되는 과정을 확인할 수 있다. 동시에 일부 구간에서 발생하는 결손이나 잡음 현상도 함께 나타나, SWOT 자료의 특성과 한계를 보여준다.
2.4 수치지형도 결합 및 수면면적 추정
Fig. 5는 SWOT 위성으로부터 추출한 WSE와 DEM을 활용하여 하천의 담수량을 산정하는 개념적 절차를 나타낸다. Fig. 5(a)는 실제 단면 추출을 단순화한 개념도로, 하천 최심선을 따라 일정 간격으로 배치된 직교 단면을 기준으로, SWOT 수위를 정렬하는 과정을 도식화한 것이다. 이후 Fig. 5(b)에서는 각 단면에서 WSE와 DEM 간의 고도 차를 계산하여 수심을 도출하고, 이를 통해 단면별 담수면적 및 체적을 추정한다.
Fig. 5.
Conceptual diagrams of freshwater volume estimation using river cross-sections. (a) Illustration of cross-sectional profiles derived from DEM along the river centerline (schematic representation, not actual survey data). (b) Conceptual estimation of volume based on the elevation difference between satellite-derived WSE and the CAD-based cross-sectional terrain profile
본 연구에서 실제 단면 생성은 낙동강 하천기본계획(MLTM, 2009)에서 제공된 CAD 형식의 수치지형도를 기반으로 수행하였다. 단면은 CAD 중심선을 따라 절대 좌표계에서 일정 간격으로 직교 단면을 추출하여 구축되었으며, 이는 곡선 구간에서도 수리학적으로 일관된 좌표 기준을 유지할 수 있다는 장점이 있으며, 해당 지형도는 실제 하상 형상을 반영한 3차원 좌표 기반 자료로, 수위-단면 관계를 정밀하게 구현할 수 있다. 다만, 해당 지형도는 보 건설(2012년 전후) 이전의 하상 조건을 반영한 자료이므로, 보 설치 이후 발생한 하상 세굴·퇴적 등 국지적 형상 변화가 충분히 반영되지 못했을 가능성이 있다. 이러한 변화는 수위-체적 곡선 및 담수량 산정 결과에 직접적인 영향을 미칠 수 있으며, 결과 해석 시 지형자료 시차에 따른 불확실성을 고려할 필요가 있다. 그럼에도 불구하고, 본 연구는 SWOT 위성 수위자료와 기존 지형도를 결합하여 수위-체적 관계식을 도출한 국내 최초의 시도로서 의의가 있으며, 향후에는 최신 DEM 또는 보 이후 측량 자료를 보완하여 정확도를 향상시킬 수 있을 것이다. 관계식을 구축하기 위해, 우선 WSE보다 낮은 고도를 갖는 영역을 수면 침수구역으로 정의하고, ArcGIS Pro의 Cut/Fill 기능을 통해 기준 수위 대비 잠긴 구간의 체적을 산정하였다. 각 단면에서 계산된 체적은 구간별로 통합하여 전체 하천의 담수량으로 집계하였다.
나아가, 본 연구에서 제시한 접근법은 단일 시점의 수위-체적 관계 도출에 그치지 않고 시계열 SWOT 수위 자료에도 적용 가능하다. 이를 통해 수위 변화에 따른 담수량 변화를 연속적으로 추적할 수 있으며, 향후 하천 수문·수자원 분석의 실용적 도구로 활용될 수 있다.
2.5 수위-담수량 관계식 도출 및 회귀 분석
각 시점별로 산출된 WSE와 담수량 데이터를 기반으로 수위-담수량 간의 관계를 정량적으로 분석하였다. 분석에는 하천 및 저수지 유역에서 일반적으로 적용되는 2차 다항 회귀모형(polynomial regression)을 활용하였으며, WSE를 독립변수로, 대응하는 담수량을 종속변수로 설정하였다. 회귀식 도출은 최소제곱법(Ordinary Least Squares, OLS)을 적용하였다. 모형의 적합도 평가는 결정계수(R-squared, R2), 평균 제곱근 오차(Root Mean Square Error, RMSE), 평균 절대 백분율 오차(Mean Absolute Percentage Error, MAPE)를 활용하였다. R2은 관측값과 예측값 간 설명력을 의미하며, RMSE는 예측값과 관측값 차이의 전반적 정확도를 평가하는 지표이다. 또한 MAPE는 오차를 백분율로 제시하여 직관적인 해석이 가능하다.
3. 연구 결과
3.1 SWOT 영상 기반 수위 분포 변화
SWOT 위성의 Level 2 PIXC 자료를 활용하여 낙동강-금호강 합류부 구간의 WSE를 분석하였다. 분석은 2023년 8월부터 2025년 4월까지 총 12개 시점에 대해 수행되었으며, Fig. 6은 각 날짜별로 추출된 수위의 공간 분포를 시각화한 결과이다.
2023년 8월 3일(Fig. 6(a))은 분석 초기 시점으로, 수위는 전반적으로 13.0~14.5 m의 고수위가 유지되며, 강우나 보 운영에 따른 급격한 변동이 없어 단기간 수위 변동성이 낮은 상태가 반영되었다. 2023년 10월 5일(Fig. 6(b))은 여름철 이후 가을철 초기 조건을 반영한 시점으로, 수위는 12.7~13.9 m 범위에서 분포하였으며, 이는 강우 유입이 줄어들고 보 운영이 안정화되면서 여름철 고수위 상태에서 점차 하강하는 과도기적 특성을 보여준다. 2024년 2월 7일(Fig. 6(c))은 동절기의 영향으로 12.7~13.5 m 이하의 저수위 구간이 확대되었고, 4월 30일(Fig. 6(d))에는 해빙기 이후 수위가 상승하여 전 구간에서 14.0 m 이상의 고수위 분포가 관측되었다. 다만 이 시점에서는 하류 전 구간에 걸쳐 국지적 결손이 크게 나타났는데, 이는 실제 수리학적 변화라기보다는 SWOT 위성의 공간 해상도(10~60 m) 한계 및 픽셀 품질 저하로 인한 결측치 발생에 기인한 것으로 해석된다. 본 연구에서는 이러한 특성을 그대로 반영하여 분석을 수행하였으며, 잡음 및 결손으로 인한 불확실성이 있음을 한계로 명시하였다. 2024년 5월 21일(Fig. 6(e))부터 7월 2일(Fig. 6(f)), 7월 23일(Fig. 6(g))까지는 장마철 영향으로 특히 상류 및 중류에서 14.5 m 초과의 고수위가 지속되었으며, 이는 강우 유입 증가와 보 개방의 복합적 결과로 해석된다. 8월 13일(Fig. 6(h))에도 유사한 고수위가 유지되며 누적 유입의 영향을 나타낸다. 9월 3일(Fig. 6(i))에는 여름철 종료에 따라 수위가 13.5~14.2 m 수준으로 다소 하강하였고, 2025년 2월 17일(Fig. 6(j))은 동절기 강우 부족으로 인해 13.0 m 이하의 저수위 영역이 확대되었다. 마지막으로, 2025년 3월 30일(Fig. 6(k))과 4월 20일(Fig. 6(l))은 봄철 초입 수위 회복 흐름을 반영하며, 고수위 영역이 다시 상류 중심으로 확장되고 전 구간에서 비교적 균일한 수위 분포를 보였다. 아울러, 분석 기간을 강우 특성에 따라 건기, 소규모 강우, 집중호우(홍수기) 시기로 구분하여 수위 변화를 검토하였다. 상대적으로 건기 조건이었던 2023년 8월, 10월 및 2024년 2월에는 강수량이 거의 없었으며, SWOT 수위는 안정적인 저수위 상태를 반영하였다. 소규모 강우가 있었던 2024년 4월(일강수량 1.5 mm)에는 수위 변동이 미미하였고, SWOT 결과 역시 큰 차이를 보이지 않았다. 반면 2024년 7월 초·중순에는 20 mm 이상 집중호우가 발생하여 단기간에 수위가 급등하였으며, SWOT 수위 또한 이러한 급격한 변화를 적절히 반영하였다. 이처럼 SWOT 산정 수위는 실제 강우 발생 조건에 따른 수위 변동 특성을 전반적으로 합리적으로 재현하는 것으로 확인되었다.
Fig. 6.
Spatiotemporal distribution of WSE in the confluence section of the Nakdong River and Geumho River, derived from SWOT satellite imagery. A total of 12 observation dates are visualized, allowing seasonal comparison of water level variations. (a) 2023-08-03, (b) 2023-10-05, (c) 2024-02-07, (d) 2024-04-30, (e) 2024-05-21, (f) 2024-07-02, (g) 2024-07-23, (h) 2024-08-13, (i) 2024-09-03, (j) 2025-02-17, (k) 2025-03-30, (l) 2025-04-20
이러한 계절적 변동 특성은 강정고령보 운영 자료와 인근 사문진교 수위관측소의 연중 관측 결과와도 일치하였다. Fig. 7에서 확인되듯 SWOT 기반 수위와 사문진교 수위의 차이는 12개 시점 모두 ±0.4 m 이내였으며, 평균 절대 백분율 오차(MAPE)는 1.68%, 편향 오차(PBIAS)는 1.53%로 매우 낮게 나타났다. 대부분의 시점에서 SWOT 수위가 지상 수위보다 소폭 높게 추정되었지만, ±0.1~0.3 m 수준의 편차에 불과하여 통계적 신뢰성에는 큰 영향을 주지 않았다. 특히 강정고령보의 수문 운영으로 상·하류 수위가 일정 범위 내에서 조절되면서, 자연하천에 비해 변동성이 작고 안정적인 수위 특성이 나타났으며 이러한 효과가 SWOT 관측 결과에도 반영된 것으로 해석된다.
따라서 SWOT 위성 수위 자료는 계절별 수문 조건과 보 운영 상황에 따른 하천 반응을 정량적으로 파악하는 데 유효할 뿐만 아니라, 지상 관측자료와 함께 활용할 경우 신뢰도가 더욱 높아진다. 다만 특정 시점(예: 2024년 4월 30일)에서는 불연속 구간이 확인되었으며, 동일 횡단선 내에서도 최대 2 m 수준의 비정상적 변동성이 나타났다. 이는 실제 수리학적 변화가 아니라, 앞서 2.3절에서 언급한 전처리 불확실성(간섭 신호 처리, 경계 추출 오류 등)에 기인한 것으로 판단된다. 특히 SWOT WSE 자료는 동일 횡단선 내에서도 약 1~1.5 m 수준의 변동이 발생할 수 있는데, 이는 위성 신호 처리 및 보정 과정에서 기인한 불확실성을 반영한 수위 관측의 분해능에 해당한다. 그럼에도 불구하고 상이한 날짜 간 평균 수위를 비교해 보면, 전반적인 변화 경향은 명확하게 나타났다. 이러한 국지적 잡음 현상은 SWOT 수위 자료의 해상도 및 처리 특성에서 비롯된 한계로, 향후 고해상도 DEM이나 다른 위성자료(Sentinel, Landsat 등)와의 융합을 통해 보완할 필요가 있다.
3.2 수위 관측소 기반 SWOT의 WSE 자료 정확도 검증
SWOT 위성으로부터 추출된 WSE의 정확도를 검증하기 위해, 낙동강-금호강 합류부 구간 내 위치한 사문진교 국가 수위관측소의 해발 기준 수위 자료를 활용하여 비교 분석을 수행하였다. 사문진교 지점은 SWOT 위성의 실제 관측 궤도와 정합되는 위치에 해당하므로, 시공간적으로 일치성이 확보된 검증 지점으로 적합하다. Table 2는 총 12회 SWOT 관측 시점에 대해 변환된 현지 시각(KST), 위성 기반 수면고도(SWOT WSE (m)), 수위 관측소 수위(Gauged WSE (m))를 함께 나타낸 것이다. 이를 기반으로 SWOT과 지상 관측 수위 간의 차이를 정량적으로 비교하였다. 전반적으로 SWOT 수위는 지상 관측 수위보다 높은 값을 나타냈으며, 이는 수위 추정 시 과대 측정의 경향이 있음을 시사한다. 이러한 경향은 Fig. 7을 통해 더욱 명확히 확인할 수 있다. Fig. 7은 각 관측일별로 SWOT WSE와 지상 관측소 WSE 간의 차이를 막대그래프로 표현한 것이며, 전체 12개 시점 중 10개에서 위성 수위가 지상 수위보다 높게 나타났음을 보여준다. 평균 편향 오차(Percent Bias, PBIAS)는 1.53%, 평균 절대 백분율 오차(MAPE)는 1.68%로, 전반적으로 매우 낮은 수준의 오차를 기록하였다.
Table 2.
Comparison of WSE values derived from SWOT satellite data and ground-based gauged measurements at 12 observation dates
다만 일부 시점에서는 위성 수위가 지상 수위보다 다소 과대 측정되며, 최대 +0.39 m의 오차가 발생하였다. 반대로 두 시점(2024-07-23, 2024-08-13)에서는 각각 -0.09 m, -0.02 m로 소폭 과소 측정된 사례도 확인되었다. 이러한 오차는 SWOT 위성의 관측 특성(약 21일 재방문 주기), 수면 추출 알고리즘, 그리고 고도 기반 DEM과의 융합 과정에서의 불확실성 등에 기인한 것으로 해석된다. 이와 같은 한계에도 불구하고 전반적인 오차 수준은 매우 낮은 편으로, SWOT 수위 자료는 향후 지상 관측이 어려운 지역에서의 수위 추정 및 담수량 평가 등에 활용 가능한 신뢰도 있는 자료임을 입증한다.
3.3 담수량 산정을 위한 SWOT-DEM 기반 ‘Cut/Fill’ 분석 결과
SWOT 위성으로부터 추출된 WSE와 DEM를 활용하여 하천 구간 내 수위 변화에 따른 담수량을 정량적으로 추정하였다. 이 분석은 ArcGIS Pro 환경의 Cut/Fill 기능을 이용해 자동으로 수행되었으며, WSE 기준에 따라 DEM과의 고도 차이를 기반으로 수면 아래 침수되는 체적을 계산하는 방식이다. 분석 절차는 다음과 같다. 먼저 SWOT 위성 관측일자의 WSE를 기준 수위로 설정하고, DEM 표면과의 격자 단위 높이 차(Δh)를 계산하여 각 격자의 체적 기여도를 산정하였다. ArcGIS Cut/Fill 툴은 이 차이값이 양(+)인 지역을 담수 영역(Wet area)으로 인식하고, 이에 해당하는 총 체적과 면적을 자동으로 계산한다. Wet area는 SWOT WSE보다 낮은 DEM 영역으로 정의하였으며, ArcGIS에서 폴리곤 추출 기능을 통해 하천 외부의 건천(dry area) 및 잡음을 제거하고 실제 수면 분포와 일치하는 경계만을 반영하였다. 이러한 과정을 통해 담수량 산정의 신뢰성을 확보하였다. Fig. 8은 Cut/Fill 분석 과정을 개념적으로 도식화한 것이다. Fig. 8(a)는 SWOT 위성으로부터 수집된 WSE 자료, Fig. 8(b)는 DEM 자료이며, 두 자료는 각각 Kriging 보간법을 적용하여 공간 연속적인 표면으로 변환하였다(Figs. 8(c) and 8(d)). 마지막으로 Fig. 8(e)는 두 표면 간의 고도 차이를 기반으로 수행된 Cut/Fill 분석 결과로, 수위별 담수 영역과 체적 분포를 시각화하였다.
다만, SWOT 위성의 공간 해상도 특성상 하폭이 작은 구간이나 보 직하류처럼 국지적 수문 조건이 급변하는 지역에서는 Wet area 경계가 단순화되거나 실제 수면 경계와 차이가 발생할 수 있다. 이러한 한계는 DEM 기반 고도차 분석과 건천 제거 절차를 통해 일부 보완되었으나, 여전히 불확실성이 존재한다. 또한 Kriging 보간은 공간적 연속성을 확보하는 데 유용하지만, 급격한 수리학적 변화가 발생하는 구간에서는 실제 수면 형상을 충분히 반영하지 못할 수 있다. 따라서 본 연구에서는 Kriging을 적용하였으나, 향후 연구에서는 거리 기반 보간이나 곡선 좌표계 기반 기법 등을 도입하여 이러한 한계를 보완할 필요가 있다.
최종적으로 산정된 수위-담수량 관계 결과는 Table 3에 요약하였으며, 각 관측일자의 WSE, 수면 면적(Area), 담수량(Volume)을 포함한다. 이는 SWOT 수위 자료만으로도 하천 구간의 체적 및 수면 범위를 정량적으로 추정할 수 있음을 보여주며, 지상 관측이 제한적인 구간에서도 담수량 분석의 대안적·보완적 수단으로 활용될 수 있음을 입증한다.
Table 3.
Estimated volume, area, and WSE at each SWOT observation date. Values are derived from Cut/Fill analysis based on the intersection of SWOT-derived WSE and DEM
3.4 수위-담수량 관계식 도출
앞서 산정된 WSE 및 담수량 자료를 활용하여, 수위-담수량 간의 수치적 관계식을 도출하였다. 각 SWOT 관측 시점의 WSE 값을 독립변수로, 대응하는 담수량 값을 종속변수로 설정하였으며, 이들 간의 관계를 설명하기 위해 다항 회귀모형을 적용하였다. 도출된 수위-담수량 관계식은 다음과 같다(Eq. (1)).
여기서 Volume은 하천 구간 내 담수량(m3), WSE는 수면고도(m)를 의미한다. 회귀 결과, 결정계수(R2)는 0.959로 매우 높은 설명력을 나타냈다. 또한 평균 제곱근 오차(RMSE)는 141,044.24 m3, 평균 절대 백분율 오차(MAPE)는 0.1%로 분석되어 회귀모델의 예측 정밀도가 매우 우수함을 확인할 수 있었다. 회귀 결과는 Fig. 9에 시각화되어 있으며, 파란색 점으로 표시된 SWOT 기반 관측값과 빨간 실선으로 표현된 회귀곡선은 실제 관측값과 높은 일치도를 보였다.
또한 비교를 위해 단순 선형식을 적용한 결과, 저수위 구간에서는 일정 수준의 설명력을 보였으나 고수위 구간에서 체계적 과소추정이 발생하여 결정계수(R2)가 약 0.85 수준에 머물렀다. 반면, 2차 다항식은 수위 상승에 따라 담수량이 가속적으로 증가하는 경향(볼록 패턴)을 효과적으로 반영하며, 통계적 설명력(R2=0.959)과 오차 지표(RMSE, MAPE) 모두에서 개선된 성능을 보였다. 다만, 이러한 지표는 SWOT 기반 산정치와 회귀식 간의 일치도를 평가한 것으로, 이는 곧바로 실제 담수량의 절대적 정확도를 의미하지는 않는다.
이러한 결과는 담수량이 본질적으로 길이의 세제곱 차원을 가지므로 수위-체적 관계가 비선형성을 띤다는 점에서 물리적으로도 타당하다. 수위-체적 관계는 이론적으로 3차적 형태를 가질 수 있으므로, 3차 다항식 적용을 검토하였다. 그러나 연구 구간의 수위 변동 폭이 약 0.5 m로 제한적이어서, 2차 다항식만으로도 충분히 높은 설명력(R2 > 0.95)을 확보할 수 있었다. 반면 3차식을 적용할 경우 관측치 수에 비해 자유도가 불필요하게 높아져 과적합 가능성이 존재하였다. 따라서 본 연구에서는 2차 다항식을 최종 모형으로 채택하였다. 향후 보다 다양한 수위-체적 자료가 축적된다면, 3차 다항식 혹은 그 이상의 비선형 모형을 병행하여 검토할 수 있을 것으로 판단된다. 이와 같은 결과는 기존 연구에서 보고된 수위-저류량 관계의 비선형적 특성과도 일치한다(Leopold and Maddock, 1953; Poff et al., 2010; Bonnema and Hossain, 2017).
4. 결 론
본 연구에서는 SWOT WSE 자료와 DEM를 융합하여 낙동강-금호강 합류부 구간의 수위 변화를 정량적으로 분석하고, 이를 기반으로 수위-담수량 관계식을 도출하였다. 각 관측 시점의 WSE와 DEM을 결합하여 ArcGIS Cut/Fill 분석을 수행한 결과, 계절별 및 운영 조건별 담수량 변화를 정량적으로 추정할 수 있었으며, 이는 SWOT 자료의 실질적인 활용 가능성을 보여준다. SWOT 위성 수위 자료는 사문진교 수위관측소의 지상 수위와 비교했을 때 평균 절대 백분율 오차(MAPE) 1.68%, 평균 편향 오차(PBIAS) 1.53% 수준의 높은 정합도를 보였다. 대부분 시점에서 위성 수위와 지상 수위가 유사한 추세를 보였으나 일부 시점에서는 최대 +0.39 m의 과대추정이 발생하였는데, 이는 위성의 21일 반복주기에 따른 관측 시차, 사용한 DEM의 제작 시점(2009년), 수면 영역 추출을 위한 필터링 조건 등의 복합적인 요인에 기인한 것으로 해석된다. 수위-담수량 회귀모형의 경우 선형식과 2차 다항식을 모두 비교하였다. 선형식은 모형이 단순하다는 장점이 있으나 고수위 구간에서 체계적인 과소추정을 보였다. 반면 2차 다항식은 수위 증가에 따른 체적의 가속적 증가를 안정적으로 반영하였으며, 그 결과 결정계수 R2=0.959, RMSE 141,044 m3 및 MAPE 0.1%로 매우 높은 설명력과 정밀도를 보였다. 이는 기존 연구에서 보고된 바와 같이 수위-저류량 관계가 단순 선형이 아닌 비선형적 곡선 형태를 따른다는 점과 일치한다. 특히 수위가 상승할수록 저수지 단면적과 유효저류용량이 확대되면서 체적 증가율이 점차 커지는 현상을 설명한다는 점에서 물리적 직관과도 부합한다. 이 관계는 수위별 면적 가 운영 구간에서 선형적으로 근사될 수 있을 때, 체적이 형태의 2차 다항식으로 표현될 수 있다는 수리적 배경과도 일관된다. 따라서 설명력·안정성·실용성을 종합적으로 평가했을 때, 2차 다항식이 본 연구 범위에서 가장 합리적인 선택으로 판단되며, 최종 회귀모형으로 채택하였다. 도출된 회귀모형은 SWOT 위성의 약 21일 반복주기로 인해 발생하는 시간적 공백을 보완하는 도구로 활용될 수 있을 것으로 기대된다. 즉, SWOT이 관측한 시점에서 구축된 수위-담수량 관계식을 지상 수위관측소의 연속 자료에 적용함으로써, 위성이 관측하지 않는 기간에도 담수량을 추정할 수 있다. 본 연구에서 구축된 수위-담수량 관계곡선은 SWOT 위성 관측으로 확보된 수위 범위(약 13.5~14.0 m)를 중심으로 적용 가능하며, 이 범위는 실제 강정고령보 운영 구간의 수위 변동 폭과도 대체로 일치한다. SWOT 자료를 활용하여 산정한 이 합류부 구간의 담수량은 약 1.94×108 ~ 1.96×108 m3로 추정되었다. 이는 강정고령보의 관리수위 기준 저수용량(약 1.03×108 m3)과 정확히 일치하지는 않지만 동일한 차원(108 m3 수준)의 값으로 비교적 합리적인 범위를 보인다. 이러한 차이에는 2009년 이후 DEM에 반영되지 못한 하상 변동, 분석 구간 설정의 차이, SWOT 관측주기의 제약 및 수위 추정 오차 등이 복합적으로 작용한 것으로 판단된다. 결과적으로, 본 연구에서 제시한 수위-담수량 관계식은 물리적으로 신뢰 가능한 범위 내에 있으며, 관측소가 없는 하천 구간의 담수량 산정에도 활용될 수 있는 잠재력을 지닌다. 이는 곧 관계곡선이 실질적인 하천 운영 및 관리 지표로 활용될 수 있음을 시사한다. 나아가 지상 수위 관측소가 없는 구간에서도 SWOT 위성 관측만으로 담수량을 산정할 수 있다는 점에서 수위-담수 관계식의 의의가 크다.
그러나 본 연구에는 몇 가지 한계가 있다. (1) SWOT 위성의 21일 반복주기 특성상 집중호우나 보 개방 등 단기 수위 변동을 실시간으로 반영하기 어렵다. 반면 지상 수위 관측소는 10분 간격의 높은 시간해상도 자료를 제공하므로, 두 관측 체계를 상호 보완적으로 활용하는 방안이 필요하다. (2) 연구 대상 구간은 강정고령보 등의 보 구조물 운영으로 상·하류 수위가 일정 범위 내에서 조절되어 담수량 변동이 자연하천에 비해 안정적인 특성을 보인다. 따라서 약 0.5 m의 제한된 수위 변동 범위에서 구축된 본 연구의 수위-담수량 회귀모델을 수위 변동성이 큰 자유 유하 구간에 일반화하는 데에는 한계가 있다. (3) 사용된 DEM은 2009년에 구축된 낙동강 하천기본계획 자료이므로, 이후의 하상 변화를 충분히 반영하지 못했을 가능성이 있다. (4) SWOT 수면 영역 추출 시 적용한 PIXC 필터링 조건과 DEM의 공간 해상도에 따라 추출되는 수면 범위와 체적 산정 결과가 민감하게 달라질 수 있다. (5) SWOT 자료의 공간 해상도 한계로 인해 하폭이 60 m 이하이거나 수심이 1 m 미만인 소규모 하천에서는 적용이 제한적이다. 또한 보·취수보 등 구조물 인근에서는 흐름 왜곡으로 인한 수위 추정의 불확실성이 커질 수 있다. 반면 일정 규모 이상의 본류 하천에서는 비교적 안정적으로 수위-담수량 관계를 구축할 수 있으므로, 이러한 특성을 고려하여 적용 가능 범위를 명확히 구분할 필요가 있다. 이러한 한계들로 인해 본 연구의 담수량 추정치에는 일정 수준의 불확실성이 내포되어 있다.
따라서 향후에는 최신 LiDAR 기반의 고해상도 DEM과 ADCP 수심 측정 자료를 활용하여 DEM 정확도를 제고하고, 다양한 수문 조건에 대한 보정 기법을 도입함으로써 결과의 신뢰도를 높일 필요가 있다. 또한, 보 직하류와 같은 수위 변동성이 큰 하천 구간에서는 관계식의 적용성이 제한적일 수 있으나, 저수지와 같이 상대적으로 안정적인 수체계로 확장할 경우 한국 전역의 수자원 부존량을 주기적으로 산정할 수 있는 장점이 있다. 이는 SWOT 기반 담수량 산정 방법론의 활용성을 크게 높이는 방향이 될 수 있다. 아울러 자연하천, 저수지, 홍수터 등으로 적용 범위를 확대하고, Sentinel·Landsat 등 다른 위성자료와 수문·수리모형을 융합하여 SWOT 자료의 시계열 해상도와 예측 정밀도를 보완하는 것이 바람직하다. 또한 공간적인 필터링 기법을 적용하여 국지적 변동성이 수용 가능한 수준으로 평활화되도록 하는 기법의 개발도 필요하다.
종합하면, 국내 최초로 SWOT 위성 수위 자료를 활용하여 하천 단위 담수량을 정량적으로 산정한 사례로서, 위성 기반 비접촉식 수문 관측의 실효성과 확장 가능성을 실증하였다. 특히, 본 연구에서 제시한 수위-담수량 관계식은 SWOT 위성의 약 21일 관측 간극을 메우는 보완적 수단으로서 의의를 가지며, 지상 수위관측소와 결합할 경우 위성이 관측하지 않는 기간에도 연속적인 담수량 추정이 가능하다. 향후에는 관계식의 정확도가 지속적으로 검증될 경우, 지상 관측소가 부족한 지역에서도 보조적 활용이 가능할 것으로 기대된다. 더 나아가, SWOT 수위 자료는 단순한 담수량 산정뿐만 아니라 하천의 수면경사를 정량화할 수 있는 기반을 제공한다는 점에서, 수리학적 분석 및 수문·수리모형과의 연계 활용 가능성을 더욱 확대할 수 있는 중요한 의미를 가진다.
