드론을 이용한 수질현황 모니터링 방법 및 시스템
Water Quality Monitoring Method and System for Using Unmanned Aerial Vehicle
특허 요약
드론을 이용한 수질현황 모니터링 방법 및 시스템이 제시된다. 일 실시예에 따른 컴퓨터 장치를 통해 구현되는 드론을 이용한 수질현황 모니터링 시스템에 의해 수행되는 수질현황 모니터링 방법은, 드론에 다중분광센서를 탑재하여, 모니터링이 필요한 지역에 대한 다중분광영상을 취득하는 단계; 및 상기 다중분광영상을 식생지수로 변환한 후, 상기 다중분광영상 및 상기 식생지수와 수질인자들 간의 상관관계를 통해 지점별 부영양화 상태 및 수질오염도를 예측하는 단계를 포함하여 이루어질 수 있다. [이 발명을 지원한 국가연구개발사업] [부처명] 환경부 [과제관리(전문)기관명] 낙동강수계관리위원회 [연구사업명] 환경기초조사사업 [연구과제명] 드론을 활용한 유역환경 조사법 개선 및 야적퇴비 적재 등 비점오염원 현황조사 [과제수행기관명] 창원대학교 산학협력단 [연구기간] 2019.01.07~2019.12.06
청구항
번호청구항
1

컴퓨터 장치를 통해 구현되는 드론을 이용한 수질현황 모니터링 시스템에 의해 수행되는 수질현황 모니터링 방법에 있어서, 드론에 다중분광센서를 탑재하여, 모니터링이 필요한 지역에 대한 다중분광영상을 취득하는 단계; 및 상기 다중분광영상을 식생지수로 변환한 후, 상기 다중분광영상 및 상기 식생지수와 수질인자들 간의 상관관계를 통해 지점별 부영양화 상태 및 수질오염도를 예측하는 단계를 포함하고, 상기 드론의 열적외선 카메라와 RGB 카메라를 통해 열적외선 영상과 RGB 영상을 취득하는 단계; 예측된 상기 지점별 부영양화 상태 및 수질오염도와, 상기 열적외선 영상을 통해 파악된 수온 분포와 상기 RGB 영상을 통해 파악된 수온 흐름을 이용하여 녹조 발생 이전에 수질 현황과 녹조 발생 가능성을 파악하는 단계; 및 상기 식생지수는 영상으로 획득되어, 식생지수 영상, 상기 열적외선 영상 및 상기 RGB 영상을 신경망 기반 수질예측모형에 입력하여 수질 분포 맵을 출력하는 단계를 더 포함하고, 상기 수질예측모형은 분석을 위해 데이터베이스(DB)가 구축된 후, 원격탐사 시 선행되어야 하는 영상의 검증 및 보정 과정을 실시하고 지상에서 취득한 지상분광계 측정 데이터를 활용하며, 보정된 드론 영상과 수질의 비교분석을 통해 수질인자의 분광특성을 분석함에 따라 신경망의 학습을 통해 구현되고, 상기 상관관계를 통해 지점별 부영양화 상태 및 수질오염도를 예측하는 단계는, 상기 다중분광영상 및 상기 식생지수과 상기 수질인자의 상관관계를 상관분석 및 회귀분석을 통해 수질예측모형을 제작 후 분석하되, 상관분석 및 회귀분석을 통해 제작된 상기 수질예측모형에 식생지수들을 입력하여 수질오염에 기여하는 클로로필-a 및 영양염류인자를 파악하는 것을 특징으로 하는, 수질현황 모니터링 방법.

2

삭제

3

삭제

4

삭제

5

삭제

6

삭제

7

제1항에 있어서,상기 다중분광영상을 취득하는 단계는, 취득된 상기 다중분광영상은 영상 처리를 통해 이미지들을 정합하여 지역의 지도로 활용되는 다중분광 정사영상으로 제작되는 것을 특징으로 하는, 수질현황 모니터링 방법.

8

제1항에 있어서,각 지역마다 채수를 진행하여 수질분석을 실시하여 수질오염에 기여하는 상기 수질인자를 파악하는 단계를 더 포함하는, 수질현황 모니터링 방법.

9

드론을 이용한 수질현황 모니터링 시스템에 있어서, 드론에 다중분광센서를 탑재하여, 모니터링이 필요한 지역에 대한 다중분광영상을 취득하는 다중분광영상 수집부; 및 상기 다중분광영상을 식생지수로 변환한 후, 상기 다중분광영상 및 상기 식생지수와 수질인자들 간의 상관관계를 통해 지점별 부영양화 상태 및 수질오염도를 예측하는 수질오염도 예측부를 포함하고, 상기 드론의 열적외선 카메라와 RGB 카메라를 통해 열적외선 영상과 RGB 영상을 취득하는 열적외선 영상 및 RGB 영상 수집부; 예측된 상기 지점별 부영양화 상태 및 수질오염도와, 상기 열적외선 영상을 통해 파악된 수온 분포와 상기 RGB 영상을 통해 파악된 수온 흐름을 이용하여 녹조 발생 이전에 수질 현황과 녹조 발생 가능성을 파악하는 녹조 가능성 판단부; 및 상기 식생지수는 영상으로 획득되어, 식생지수 영상, 상기 열적외선 영상 및 상기 RGB 영상을 신경망 기반 수질예측모형에 입력하여 수질 분포 맵을 출력하는 수질 분포 맵 제공부를 더 포함하고, 상기 수질예측모형은 분석을 위해 데이터베이스(DB)가 구축된 후, 원격탐사 시 선행되어야 하는 영상의 검증 및 보정 과정을 실시하고 지상에서 취득한 지상분광계 측정 데이터를 활용하며, 보정된 드론 영상과 수질의 비교분석을 통해 수질인자의 분광특성을 분석함에 따라 신경망의 학습을 통해 구현되고, 상기 수질오염도 예측부는, 상기 다중분광영상 및 상기 식생지수과 상기 수질인자의 상관관계를 상관분석 및 회귀분석을 통해 수질예측모형을 제작 후 분석하되, 상관분석 및 회귀분석을 통해 제작된 상기 수질예측모형에 식생지수들을 입력하여 수질오염에 기여하는 클로로필-a 및 영양염류인자를 파악하는 것을 특징으로 하는, 수질현황 모니터링 시스템.

10

삭제

11

삭제

12

삭제

13

삭제

14

삭제

15

제9항에 있어서,상기 다중분광영상 수집부는, 취득된 상기 다중분광영상은 영상 처리를 통해 이미지들을 정합하여 지역의 지도로 활용되는 다중분광 정사영상으로 제작되는 것을 특징으로 하는, 수질현황 모니터링 시스템.