λ°λμ
(DongSoon Park)
1β
μ μ§μΌ
(Jin-Il Yu)
2
μ νΈμ€
(Hojun You)
3
-
μ νμ,K-waterμ°κ΅¬μ μμ μ°κ΅¬μ, Stanford University Visiting Scholar, κ΅μ μ μ
-
μ νμ,νκ΅ν΅μ΅ν©μλμ§μ°κ΅¬μ μ°κ΅¬μ
-
μ νμ,K-waterμ°κ΅¬μ μ μμ°κ΅¬μ
Copyright Β© The Korea Institute for Structural Maintenance and Inspection
ν€μλ
λλ‘ , λ μμ , μμ μ κ², λμ§νΈ λͺ¨λΈ, Photogrammetry
Key words
Drone, Dam safety, Safety inspection, Digital model, Photogrammetry
1. μ λ‘
κ΅κ°μ μ€λν λ°©μ¬μμ€μ΄μ μμμμμ€μΈ λμ μ§μκ°λ₯ν κΈ°λ°μμ€ κ΄λ¦¬ κΈ°λ³Έλ²κ³Ό μμ€λ¬Όμ μμ λ° μ μ§κ΄λ¦¬μ κ΄ν νΉλ³λ²μ λ°λΌ μ£ΌκΈ°μ μΈ μμ μ κ²κ³Ό
μ§λ¨μ μνν΄μ€κ³ μλ€. νμ§λ§ μμ μ κ²κ³Ό μ§λ¨μ μν΄ νμ¬ μννλ νμ₯μ‘°μ¬ λ°©μμ μ‘μμ κ² μμ£Όμ κ²½νκ³Ό λ
Ένμ° κΈ°λ° μΈκ΄μ‘°μ¬λ‘μ μλΉν μκ°κ³Ό
λ
Έλλ ₯, λΉμ©μ΄ μλ°λλ€. λν λμ²΄λ‘ κ³ μ μ°¨κ° μ¬νκ³ μλΆ μ μμ§μ μμλΆμ κΈκ²½μ¬μ§κ° μ‘΄μ¬νκΈ° λλ¬Έμ κ³ μμμ€, μμ€λΆ, κΈκ²½μ¬ μ¬λ©΄ λ±μ λν
μμ
μνμ±κ³Ό μ κ² λλ½μΌλ‘ μΈν κ²°κ³Όμ μ λ’°μ± μ νμ λ
ΈμΆλμ΄ μλ€(K-water Research Institute, 2019; 2021; 2022). λμ νμ¬ μ°λ¦¬λλΌ μ 체 κ΅κ° μΈνλΌ μ€ λ
Έννμ¨μ΄ κ°μ₯ λμ μμ€λ¬Όμ΄λ€(Ministry of Environment, 2018; Yoon and Yoon, 2022).
λμ λ
Έννμ νμ, μμ€λ¬Ό μ΄ν λ±μ΄ μμΈμ΄ λμ΄ λ€μν μ¬κ³ λ₯Ό κ²ͺκ³ μλ€(McCann, 2018). μ΄λ¬ν μ΅κ·Ό μ¬λ‘λ‘ 2017λ
2μ, λ―Έκ΅ Oroville λ μ¬κ³ (Koskinas et al., 2019; Vahedifard et al., 2017), 2018λ
7μ, λΌμ€μ€ λ λΆκ΄΄μ¬κ³ (Latrubesse et al., 2020), 2019λ
1μ, λΈλΌμ§ ν
μΌλ§λ λΆκ΄΄ μ¬κ³ (Rose et al., 2023)λ±μ΄ μλ€. κ΅λ΄ λμ κ²½μ°μλ λΆκ΄΄λ₯Ό λΉλ‘―νμ¬, μ±ν¬ν, μ¬λ©΄ νλ, λ΄λΆμΉ¨μ λ± λ€μν μ¬λ‘κ° λ³΄κ³ λκ³ μλ€(Park and Oh, 2016; 2018).
μ΄λ¬ν λ°°κ²½μΌλ‘ νμ¬ νκ²½λΆμμλ λλ‘ λ° λ‘λ΄ νμ© λ μμ μ κ², λμ§νΈ νΈμ λ μμ κ΄λ¦¬λ₯Ό μΆμ§νκ³ μλ€(Ministry of Environment, 2021; Park 2021b). λλ‘ μμ μ κ²κ³Ό λμ§νΈ νΈμ νλ«νΌ ꡬμΆμ μν΄μλ νμμ μΌλ‘ λλ‘ photogrammetryμ κ°μ βνμ€ λͺ¨λΈλ§(Reality Modeling)β
κΈ°μ μ΄ μ€μνλ€(Park, 2020; 2021a; 2022).
λλ‘ photogrammetry κΈ°μ μ νμ©ν 3D λμ§νΈ λͺ¨λΈμ μ°κ΅¬λ μ΅κ·Ό λ€μν λΆμΌμμ κΈ°μ μ μ ν¨μ±μ΄ κ²μ¦λκ³ μλ€. μΌλΆ μ¬λ‘λ‘μ, Ko et al.(2021)μ λλ‘ κ³Ό photogrammetryλ‘ μλνλ 건물 μΈλΆ κ· μ΄ κ²μ¬ μμ€ν
μ μ μνμλ€. Capolupo et al. (2015)μ νκ²½ λͺ¨λν°λ§μ μν΄ λλ‘ κ³Ό μ¬μ§μΈ‘λ λ° μλ¬Έ λͺ¨λΈμ μ¬μ©νμ¬ κ΅¬λ¦¬λ‘ μ€μΌλ ν μμ νμ§νμλ€. Cavalagli et al. (2020)μ μμ¬μ μΈ μμ‘° 건μΆλ¬Όμ ꡬ쑰μ μμμ νκ°νκΈ° μν΄ λλ‘ photogrammetry μ‘°μ¬μ μ νμ±μ μ°κ΅¬νμλ€. Habeenzu et al.(2020)λ λλ‘ photogrammetryμ μ΄λ―Έμ§ μ²λ¦¬ κΈ°μ μ μ¬μ©νμ¬ μλνλ κ΅λ μμ μ κ² λ°©λ²μ μ μνμλ€.
λλ‘ κΈ°μ μ λμ μ κ²μ νμ©ν μ°κ΅¬ μ¬λ‘λ μΌλΆ λ³΄κ³ λκ³ μλ€. μλ₯Ό λ€μ΄, Henriques and Roque(2015)λ μ½ν¬λ¦¬νΈ λμ μκ°μ μ κ²μ μ§μνκΈ° μν΄ λλ‘ μ¬μ©μ κ²ν νλ€. Khaloo et al.(2018)μ λκ·λͺ¨ μ€λ ₯μ μ½ν¬λ¦¬νΈλμ μ‘°μ¬λ₯Ό μν΄ λλ‘ κ³Ό 3D μ»΄ν¨ν° λΉμ μ νμ©νλ€. Angeli et al.(2019)μ λ νμ₯μ κ²μ μν΄ λλ‘ μ μ¬μ©νμ¬ λ νλ©΄μ λ°μ§ν 3D λͺ¨λΈμ μμ±νλ€. Huang et al.(2020)μ λ νλ©΄λΆ λ³ν λͺ¨λν°λ§ λ°©λ²μ κ°λ°νμλ€. μ΅κ·Ό Yu et al.(2022)μ λ μμ€λ¬Όμ λν΄ μ΄ κΈ°μ μ μ μ©νμ¬ λμ§νΈ λͺ¨λΈμ λμ μ λ’°μ±κ³Ό μ λμ μΈ μ±κ³ΌλμΆμ΄ κ°λ₯ν κ²μ νμΈνμλ€. κ΅λ΄ ꡬ쑰물 μ§λ¨ λ° μ μ§κ΄λ¦¬ λΆμΌμ
λλ‘ μ νμ©ν μ¬λ‘λ€λ λ³΄κ³ λκ³ μλ€. μ£Όλ‘ λλ‘ μ κ³ μ±λ₯ μΉ΄λ©λΌμ λΉμ κΈ°μ μ νμ©νμ¬, κΈ°μ‘΄μ μ‘μ κΈ°λ° μ§λ¨ κΈ°μ λ‘λ μ κ·Όμ΄ μ΄λ €μ λ ꡬ쑰물μ
μν μμλ₯Ό λΉ λ₯΄κ³ ν¨μ¨μ μΌλ‘ νμ
ν μ μλ λ°©λ²μ μ μνκ³ μλ€. μ΄λ¬ν μ μ© μ¬λ‘λ‘λ, μλ°μ¬λ©΄μ μ 리 λ°©ν₯μ± μΈ‘μ (Kim et al., 2023), κ³ μλλ‘ κ΅λ μ μΆμ΄μμ₯μΉ μ κ° νμ§(Yang et al., 2021; Jung et al., 2021), ν°λ κ²°ν¨ νμ§(Kim et al., 2021a), μ½ν¬λ¦¬νΈ κ· μ΄ λ° λΆμ νμ§(Kim et al., 2021b), μ² λ μμ μ κ²(Kim et al., 2021c), νλ§μμ€λ¬Ό μμ μ κ²(Min et al., 2021) λ±μ΄ μλ€. κ·Έλ¬λ μ’
λ°©ν₯ μ νμ΄ κΈ΄ λλ‘, μ² λ, ν°λ λ±κ³Ό λ¬λ¦¬ κ³ μ μ°¨κ° μ¬νκ³ μλ©΄μ΄ μ‘΄μ¬νλ λν λ μμ€λ¬Όμ λν κ΅λ΄ μ μ©μ± μ°κ΅¬λ λ―Έν‘ν
μ€μ μ΄λ€.
μ’
λμ ν μ°μ
μ°κ΅¬μμ μ λͺ©ν λλ‘ photogrammetry κΈ°μ μ μ ν¨μ±μ μ§μ μ μΌλ‘ λ μμ€λ¬Όμ μ ν©νλ€κ³ λ³Ό μ μμΌλ©°, λκ·λͺ¨ λ μμ€λ¬Όμ
νΉμ± μ μλμ μΌλ‘ ν° κ³ μ μ°¨, μ μμ§ μλ©΄μ μν₯μΌλ‘ μΈν λΉ λ°μ¬, μμλΆ κΈκ²½μ¬μ§ λ° μμμ μ‘΄μ¬λ‘ μΈν λλ‘ μ무λΉνμ μ μ½, μλ ₯λ°μ μμ€λ¬Όμ
μν₯μΌλ‘ μΈν μ μκΈ°μ κ°μ νμ λ± λμ λν΄ κΈ°μ μ μ μ©μ±μ κ²μ¦ν λ§ν μ°κ΅¬λ λ―Έμ§νμλ€. λν λλΆλΆμ λ μ¬λ‘ μ°κ΅¬λ κ΅λ΄ μμ€λ¬Όμμ λ²μ μκ±°ν
μμ μ κ²κ³Ό κ΅λ΄ λλ€μ λμμΌλ‘ μΌλ°ννμ¬ μ μ©νκΈ°μλ μ¬λ¬ μ μ½μ¬νμ΄ μλ κ΅λΆμ μΈ κΈ°μ λ€μ΄λ©°, νΉν μμ±λλ λμ§νΈ λ°μ΄ν°μ ꡬ쑰ν λ° μ΄λ ₯κ΄λ¦¬
λ°©μμ λν΄μλ μ°κ΅¬κ° λ§€μ° λΆμ‘±ν μ€μ μ΄λ€.
λ³Έ μ°κ΅¬μμλ 2κ° λν λμ λν λλ‘ photogrammetry κΈ°λ° 3D νμ€ λͺ¨λΈλ§μ μννκ³ λ μμ€λ¬Όμ μμ μ κ²μμ νμ₯μ‘°μ¬ μ μ©μ±μ κ³ μ°°νμλ€.
Photogrammetryλ₯Ό μν μ무λΉν μ μ½μ¬ν(μ μμ§ λ° κΈκ²½μ¬ μ¬λ©΄ μ‘΄μ¬, λ°μ μ μ μκΈ°μ₯ κ°μ, λμ κ³ μ μ°¨)μ κ³ λ €νμμ λ, μ€μ λ
νκ²½μμ μμ μ κ²μ νμν μμ€μ 3D λͺ¨λΈλ§μ΄ κ°λ₯νμ§μ λν΄ κ²ν νμλ€. λν μ’
λμ μΈλ ₯ μΈ‘λ λ°©μμΌλ‘ μ μ½μ΄ μμλ μ’
ν‘λ¨ μ ν νλ‘νμΌ λΆμμ
μ μ©μ±μ λν΄μλ λΆμνμλ€. λ μ½ν¬λ¦¬νΈ μμ€λ¬Όμ λν 3μ°¨μμ κ· μ΄ λ° μμ μκ°νλ₯Ό μν λ°©λ²λ‘ μ μΈ μ κ·Όλ²μ μ μνμλ€. μ€μ λ μ¬μλ‘ μμ€λ¬Όμ
λνμ¬ μ’
λμ μΈλ ₯ νμ₯μ κ² λ°©μκ³Ό λλ‘ photogrammetry λ°©μμ μμ°μ±μ μ€μΈ‘νκ³ λΉκ΅νμλ€. λλ‘ photogrammetry κΈ°λ° λ
μμ€λ¬Ό λμ§νΈ λͺ¨λΈλ§ κΈ°μ μ μ ν¨μ±κ³Ό ν¨κ» λ μμ μ κ²μμ νμ©μ±μ μ’
ν©μ μΌλ‘ μ μνμλ€. λ¨ λ³Έ μ°κ΅¬λ λλ‘ photogrammetry κΈ°μ μ λ
μμ€λ¬Ό νμ₯ μΈκ΄μ‘°μ¬μ μ€λ¬΄μ μ΄κ³ λ²μ©μ μΈ μμ μ κ² νμ©μ± κ²ν λ° μ μμ μ΄μ μ λ§μΆμμΌλ©°, λ°λΌμ νν μ λ°μμ μ§λ¨ μμ€μ μ λ°ν κ²°κ³Ό κ²μΆ(μ.
0.3 mm ν λ―ΈμΈκ· μ΄)μ μΆν μ€μ©ν μ°κ΅¬κ° λ³λλ‘ νμνλ€.
2. Photogrammetry κΈ°λ° λ νμ€ λͺ¨λΈλ§
2.1 μ°κ΅¬ λμ λ
λλ‘ photogrammetry κΈ°μ μ λν λμ μ μ©νκΈ° μν΄ 2κ° λμ μ μ νμλ€. λμ μμ§ κ³ μ μ°¨λ 100 mμ 42 mμ΄λ€. λμ νμμ
μ€μ¬μ½μ΄ν λ½νλμ΄λ©°, λμ μΌλ°μ μΈ μ μμ λ€μ Table 1κ³Ό κ°λ€.
Table 1 Dams used in the study
Structures
|
Height
(m)
|
Length
(m)
|
Storage capacity
(million m3)
|
Year of completion
|
JAR dam
|
99.9
|
562.6
|
250
|
1992
|
YCN dam
|
42
|
300
|
96.4
|
1980
|
2.2 Photogrammetry νμ€ λͺ¨λΈλ§
2.1.1 μ§μκΈ°μ€μ μ€μΉ λ° μΈ‘λ
λλ‘ Photogrammetry κ³Όμ μμ GCP (Ground Control Point; μ§μκΈ°μ€μ )μ μμΉ μ ν©μ μ ννκ² μννλ©΄ 3D λͺ¨λΈμ
μ νμ±μ ν¬κ² ν₯μμν¬ μ μλ€. λ³Έ μ°κ΅¬μμλ λμ λν λλ‘ μ무λΉν μν μ GCPλ₯Ό μ€μΉνμλ€. νΉν λ μμ€λ¬Όμ κ³ μ μ°¨μ μμμ μν₯μΌλ‘
GCPμ μ€μΉ μ μμμμ μλ³μ΄ κ°λ₯ν κ³³μ μ λ³νμμΌλ©°, April Tags, Chili Tags λ±μ νμ©νμ¬ νμ²λ¦¬ μμ
μ μμ λ΄μ GCP
μ€μ¬μ μμΉλ₯Ό μλμΌλ‘ μΈμν μ μλλ‘ μ€μΉνμλ€(Fig. 1). GCPμ μ νν μμΉμ νκ³ κ°μ μΈ‘μ νκΈ° μν΄ VRS Network RTK (Virtual Reference Station Network Real
Time Kinematic) λ°©μμ μΈ‘λμ νμλ€. VRS Network RTKλ λλ‘ μΈ‘λμμ μ¬μ©λλ μμΉ λ³΄μ κΈ°μ μ€ νλλ‘, μ§μ κΈ°μ€μ (GNSS
Station)μ μμΉ μ 보λ₯Ό μ μ‘νλ VRS μλ²λ₯Ό μ¬μ©νμ¬ λλ‘ μ μμΉλ₯Ό 보μ νλ€. ν₯ν νμ²λ¦¬ κ³Όμ μμ μΈ‘λν GCPμ μ’νλ μ΄λ―Έμ§μ κ°λμ
μμΉλ₯Ό μ¬μ©νμ¬ 3D λͺ¨λΈμ μ ν©νλ λ°μ μ¬μ©λμλ€. λ³Έ μ°κ΅¬μμλ GCPμ μ’νλ₯Ό μ¬μ©νμ¬ 3D λͺ¨λΈμ μ ν©νκΈ° μν΄ μ΅μ μ κ³±λ²μ μ¬μ©νμλ€.
μ¦ GCPμ μ’νμ λλ‘ μ΄¬μ μ΄λ―Έμ§μ κ°λμ μμΉλ₯Ό μ΅μ μ κ³±λ²μ μ¬μ©νμ¬ μ΅μ ννμ¬ 3D λͺ¨λΈμ μ ν©νμλ€.
Fig. 1 April Tag as a GCP with surveying
2.1.2 λλ‘ μ무λΉν
μ°κ΅¬ λμ 2κ° λμ λν photogrammetry νμ€ λͺ¨λΈλ§μ μν΄ λλ‘ μ무λΉνμ μννμλ€. μ¬μ©λ λλ‘ μ Autel μ¬μ EVO 2 Proμ
DJI μ¬μ Mavic 2 Proμ΄λ€. μ¬μ§ μ΄λ―Έμ§ 촬μμ λλΆλΆμ λλΈ κ·Έλ¦¬λ(double grid) μλ μ무λΉνκ³Ό μ¬μλ‘ μ£Όλ³ κ²½μ¬λ©΄μ λν
μλ 촬μμ μ μ ν μμ΄ μννμλ€. μ무λΉνμ κΈ°μμ΄λ μμ€λ¬Ό νΉμ±μ λ°λΌ νλ ₯μ μΌλ‘ μ μ©νμ§λ§, μλ λ° μλ 촬μμ μν΄ λλΉ μ½ 6 sortieκ°
μμλμλ€. λλ‘ λΉνμμ sortieλ λλ‘ μ΄ μ΄λ₯νμ¬ μ°©λ₯νκΈ°κΉμ§μ νλμ λΉν κ³Όμ μ μλ―Ένλ©°, ν΅μμ μΈ λ°°ν°λ¦¬ μ¬μ© μκ°μΌλ‘ μ½ 20λΆ λ―Έλ§μ
ν΄λΉνλ€.
μ μ GSD (Ground Sampling Distance)λ₯Ό ν보ν μ μλλ‘ κ·Έλ¦¬λ μ무λΉνμμλ μ’
μ€λ³΅λ 80%, ν‘μ€λ³΅λ 70%λ‘ μ΄¬μνμμΌλ©°,
λΉνκ³ λμ μ§λ²κ°λ λ° μΉ΄λ©λΌ Parameterλ₯Ό νμ₯ μν©μ λ§κ² μ μ ν μ€μ νμλ€. κ° λμ νκ· GSDμ RMS λ° Ground Coverageλ
λ€μ Table 2μ κ°λ€. μ λ°μ μΌλ‘ GSD 2.4 cm/pixel μ΄λ΄μ κ³ μ λ°λ 촬μμ νμμμ μ μ μλ€. RMS (Root Mean Square)λ μ¬μ§μ
μ ν©ν νμ μ¬μ§ κ°μ ν½μ
μ€μ°¨λ₯Ό νκ· μ κ³±κ·ΌμΌλ‘ ννν μ§νλ₯Ό μλ―Ένλ€.
Table 2 General drone mission flight quality
Dam
|
Number of images
|
Average GSD [cm/pixel]
|
RMS
[pixels]
|
Ground Coverage
[km2]
|
JAR
|
1,961
|
1.83
|
0.55
|
0.549
|
YCN
|
1.812
|
2.39
|
0.71
|
0.422
|
2.1.3 λ°μ΄ν° νμ²λ¦¬
λλ‘ μ νμ¬λ μΉ΄λ©λΌλ₯Ό ν΅ν΄ μμ§λ μμκ³Ό μμ μ΄λ―Έμ§λ€μ μμΉ λ° μμΈ μ 보λ₯Ό νμ©νμ¬ photogrammetry νμ²λ¦¬ μμ
μ μννμλ€. νμ²λ¦¬μ
μ μ©λ μννΈμ¨μ΄λ Bentley μ¬μ ContextCapture μ΄λ€.
νμ²λ¦¬ κ²°κ³Όμ κ³΅κ° μ νλλ κ° GCPμ λν μνκ³Ό μμ§μ€μ°¨λ₯Ό ν΅ν΄ νκ°ν μ μλ€. λ³Έ μ°κ΅¬μμ νκ· μ΅λ μνμ€μ°¨λ μ½ 0.2 cm, νκ· μ΅λ
μμ§μ€μ°¨λ μ½ 0.3 cmμΈ κ²μΌλ‘ λνλ¬λ€. GCPμ μ€μ°¨λ‘ λ³Ό λ λλ‘ photogrammetry μ μ© μ±κ³Όλ 2κ° λμ λν΄ λ§€μ° μνΈν κ²μΌλ‘
νλ¨λλ€.
μ¬μ§μ΄ 촬μλ μμΉμ λν X, Y, Z λ°©ν₯μ νκ· μμΉ λΆνλ(position uncertainties)λ 2κ°μ λμ λνμ¬ μ λΆ 1cm λ―Έλ§μ΄μλ€.
λ체μ μΌλ‘ λΆνλμ ν¬κΈ°κ° λΉμ·νκ² λνλ κ²μΌλ‘ 보μ 촬μλ μ¬μ§μ μμΉμ 보λ μμ μ μΌλ‘ μμ§λ κ²μΌλ‘ νλ¨λλ€.
2.2 νμ€ λͺ¨λΈλ§ κ²°κ³Ό
λλ‘ Photogrammetry κΈ°μ μ νμ©νμ¬ 3D λ©μ¬ λͺ¨λΈ, μ μ¬μμ(orthomosaic image), μμΉνλ©΄λͺ¨λΈ(DSM; Digital
Surface Model)μ νλνμλ€. Fig. 2μ Fig. 3μ ꡬμΆλ 3D λμ§νΈ λͺ¨λΈμ κΈ°λ°μΌλ‘ μμ±λ JARλκ³Ό YCNλμ 3D λ©μ¬ λͺ¨λΈμ΄λ€. μμ±λ λ체 μ μ¬μμκ³Ό μμΉνλ©΄λͺ¨νμ νκ· ν΄μλλ μ½
1 cm/pixelλ‘ νμΈλμμΌλ©°, μ΄λ μ‘μμ‘°μ¬μ μν μμ μ κ²μ λΉν΄ λ§€μ° μ λ’°ν μ μλ 3μ°¨μ λμ§νΈ λ°μ΄ν°λ₯Ό μ 곡ν μ μμμ μ μ μλ€.
μμ±λ 3D λμ§νΈ λͺ¨λΈμ μΈλ ₯μΌλ‘ μ κ·Όμ΄ μ΄λ €μ΄ κ³³μ ν¬ν¨νμ¬ μ νν 곡κ°μμ μμΉμ 보λ₯Ό μ 곡νκ³ , ν
μ€μ³λ₯Ό μ
ν λͺ¨λΈμ κ²½μ° νμ₯ μν©μ κ·Έλλ‘
λ°μν μ λ°ν μ 보λ₯Ό νμ
ν μ μμΌλ―λ‘ λμ μμ μ κ²μλ νμ©κ°λ₯νλλ‘ μνΈν νμ§ μμ€μ μ 곡ν¨μ νμΈνμλ€. GCP μΈ‘λμ λ³ννμκΈ° λλ¬Έμ
νΉμ μ§μ μμμ μ λ μ’νμ νκ³ μ 보μ μ§κ΄μ μΈ νμΈλ κ°λ₯νμλ€. λν λμ μ°μ§λμ΄κ° 42 m, 99.9 mμ λ¬ν¨μλ λΆκ΅¬νκ³ λλ§λ£¨μμ λλ‘
μ무λΉνμΌλ‘λΆν° μ»μ 3D λμ§νΈ λͺ¨λΈμ λ νλ₯λΆμ νΉμ± νμ
μ ν° μ곑μμ΄ λ°μ΄ν° μ·¨λμ΄ κ°λ₯ν¨μ μ μ μμλ€.
Fig. 2 3D Mesh Model of JAR Dam
μ°κ΅¬ λμ λλ€μ μμ΄ν κ³ μ μ°¨μ μμ λ° μ μμ§ μλ©΄ λΆν¬, μμλΆ κΈκ²½μ¬μ§μ μ‘΄μ¬ λ° λ νλ₯ μλ ₯λ°μ μμ€μ μν₯μλ λΆκ΅¬νκ³ , μ λ°μ μΌλ‘ μμΈν
μμ μ κ²μ΄ κ°λ₯ν μμ€μ 3D λμ§νΈ λͺ¨λΈμ μμ±νμλ€. Fig. 3μ μ°μΈ‘λΆλ YCNλ μ§μλ₯ μΈ‘μ μ‘΄μ¬νλ λͺ¨λκΈλ‘리ν μ¬μλ‘μ 3D λμ§νΈ λͺ¨λΈμ 보μ¬μ€λ€. μΌλ°μ μΌλ‘ μΈλ ₯μ μ κ·Όμ΄ μ΄λ €μ΄ λ μμ€λ¬Όμ΄μ§λ§, λλ‘
photogrammetry κΈ°μ λ‘ λ§€μ° ν¨κ³Όμ μΌλ‘ λμ§νΈ λͺ¨λΈμ ꡬνν¨μ μ μ μλ€.
Fig. 3 3D Mesh Model of YCN Dam
3. λ μμ μ κ² μ μ©μ± μ°κ΅¬
λλ‘ photogrammetryλ‘ κ΅¬νν 2κ° λμ 3D λμ§νΈ λͺ¨λΈμ νμ§μ μνΈνμμΌλ, μ΄λ¬ν μ±κ³Όλ¬Όμ μ°κ΅¬λ¨κ³κ° μλ μ€λ¬΄μ μΌλ‘ λ μμ μ κ²μ
νμ©ν μ μμμ§μ λν΄μλ λ³λμ κ³ μ°°μ΄ νμνλ€. λ³Έ μ°κ΅¬μμλ λ°μ΄ν° κΈ°λ°μ λ μμ μ κ²μ μΆκ΅¬νκΈ° μν λ°©λ²λ‘ μΌλ‘μ λ λ³ν μ¬λΆ μ§λ¨μ μν
νλ‘νμΌ(profile) λΆμκ³Ό μ½ν¬λ¦¬νΈ μμ€λ¬Όμ λν κ· μ΄ λ° μμ λΆμ DBν λ°©λ²μ λν΄ μ μ©μ±μ κ³ μ°°νκ³ λ°©λ²μ μ μνμλ€.
3.1 Profile λΆμ
μ°κ΅¬ λμ λλ€μ λν 3D λμ§νΈ λͺ¨λΈμ GIS νλ‘κ·Έλ¨μ μ¬μ©νμ¬ κΈ°ννμ λ³ν μ 보λ₯Ό νμ
νμλ€. νν μμ μ κ²μ΄λ μ§λ¨μμλ νμμ μΌλ‘ λͺ
μλμ΄
μμ§ μμΌλ, λμ μ’
λ¨ λ° ν‘λ¨ μ νμ μ곡 λλ©΄κ³Όμ λΉκ΅λ₯Ό ν΅ν΄ μ€μ μΆμ‘°λ μμμ νμΈν μ μκ³ , λμ μΉ¨νλ μνλ³μ λ± μ κΈ°μ μΈ λλ‘ νμ€
λͺ¨λΈλ§μ μν΄ λ³ν μ¬λΆλ₯Ό νμ
ν μ μμ΄ μ μ©νλ€.
JARλ λ° YCNλμ λν λλ‘ photogrammetry κΈ°λ° λ λ§λ£¨ νκ³ μ’
λ¨ μ ν νλ‘νμΌκ³Ό λ μνλ₯ λ°©ν₯μ ν‘λ¨ νλ‘νμΌ λ±μ λΆμνμλ€.
κΈ°μ‘΄ μμ μ κ² μ²΄κ³μμλ νμ
λμ§ μλ λ°©μμ΄λΌλ μ μμ μ°¨λ³μ±μ κ°λλ€.
JAR λμ as-built νλ‘νμΌμ Fig. 4μ κ°λ€. νλ‘νμΌ λΆμμ μ€μνκΈ° μν΄, A-Aβλ¨λ©΄μ λλ§λ£¨ νκ³ μ μ’
λ¨ μ νμ λνλ΄λ©°, DSMμμ μΆμΆλ λ¨λ©΄μ νκ³ λ νκ· EL. 115.82mμλ€.
μ΄λ κ³ μλ λλ§λ£¨ νκ³ κ° EL. 115.0mμ κ±°μ μΌμΉνλ κ°μ΄λ€. λ μνλ₯ λ°©ν₯ ν‘λ¨ μ νμΌλ‘μ B-Bβλ¨λ©΄μ λΆμκ²°κ³Ό as-built
κ²½μ¬λ μ½ 1:1.8μμ νμΈνμλ€. C-Cβλ¨λ©΄μ μ¬μλ‘ λ°λ₯ν μ¬λλΈμ μ’
λ¨ μ ν νλ‘νμΌμ΄λ©°, λμ²΄λ‘ κΈκ²©ν λ³ν μμ΄ μΌμ ν μ νμ μ μ§νκ³
μλ€.
Fig. 4 Profile Analysis using Digital Surface Model of JAR Dam
YCN λμ νλ‘νμΌ λΆμμ μ€μνκΈ° μν λ¨λ©΄μ μ΄ 4κ°λ‘, λ λ§λ£¨μ μ’
λ¨ μ ν νκ³ λ₯Ό μΈ‘μ νκΈ° μν A-Aβ λ¨λ©΄κ³Ό λκ³Ό μ¬μλ‘μ κΈ°ννμ μνλ₯λ°©ν₯
μ νμ νμΈνκΈ° μν B-Bβ λ¨λ©΄κ³Ό C-Cβ λ¨λ©΄, κ·Έλ¦¬κ³ μΈλ ₯μ κ·Όμ΄ κ·Ήν μ νλλ λͺ¨λκΈλ‘리ν 보쑰μ¬μλ‘μ νμμ νμΈνκΈ° μν D-Dβ λ¨λ©΄μΌλ‘
ꡬλΆνμλ€(Fig. 5). μμΉνλ©΄λͺ¨νμμ μΆμΆλ A-Aβ λ¨λ©΄μ νκ· νκ³ λ WGS 1984 μ’νκ³λ₯Ό μ¬μ©νμ λ μ½ EL. 162.54 mμλ€. μ΄λ κ³ μλ λ μ μμ
λλ§λ£¨ νκ³ μΈ EL. 162 mμ λ§€μ° μ μ¬ν μμΉμμ νμΈν μ μμλ€. YCN λμ μ€κ³΅ μ λλ©΄μλ λ μλ₯ μ¬λ©΄ κ²½μ¬κ° 1:2.53μΌλ‘ λνλ¬λλ°,
B-Bβ λ¨λ©΄μ λΆμκ²°κ³Ό as-built κ²½μ¬λ μ½ 1:2.61λ‘μ λλ©΄λ³΄λ€ λ€μ μλ§ν μ νμμ νμΈνμλ€. C-Cβ λ¨λ©΄μ μ¬μλ‘ λ°λ₯ν μ¬λλΈμ
μ’
λ¨ μ ν νλ‘νμΌμ΄λ©°, λμ²΄λ‘ κΈκ²©ν λ³ν μμ΄ μΌμ ν μ νμ μ μ§νκ³ μλ€. D-Dβ λ¨λ©΄μ λͺ¨λκΈλ‘리ν μ½ν¬λ¦¬νΈ ꡬ쑰물 ν‘λ¨ μ νμΌλ‘ μ€μ μ νμ
λλ‘ photogrammetryλ‘ μνΈνκ² κ΅¬νν¨μ νμΈν μ μλ€. μ¬κΈ°μ λͺ¨λκΈλ‘리 μ¬μλ‘μ μμ΄μ κ³ λ μ½ EL. 156.67 mλ‘ λνλ¬μΌλ©°,
κ³ μλ μμ΄μ κ³ 156.8 mμ λΉκ΅νμ λ λ§€μ° μ μ¬ν μμΉμμ νμΈν μ μμλ€.
ν₯ν μ κΈ°μ μΈ λλ‘ νμ€λͺ¨λΈλ§μ΄ μλ°λλ€λ©΄ λλ‘ photogrammetry κΈ°λ°μ λ νλ‘νμΌ λΆμμ νν μμ μ κ²κ³Ό μ§λ¨μμ μ€μν κ΄μ°° νλͺ©μΈ
λ체 λ³ν μ¬λΆ νμ
μ΄ κ°λ₯ν¨μ μ μ μμλ€. Photogrammetry κΈ°μ μ ν¨κ³Όμ μΌλ‘ λλ§λ£¨ νκ³ λ° μ’
λ¨μ ν, λ μνλ₯ λ°©ν₯ ν‘λ¨ λ³ν
λͺ¨λν°λ§, λ μ¬μλ‘ μ νμ μ€κ³΅λλ©΄κ³Όμ λΉκ΅λΆμ λ±μ μ μ©νλ©°, μ κ·Ό μ μ½μ§μμμ μΈλ ₯μ‘°μ¬μ νκ³λ₯Ό 극볡νκ³ , λμ μμ μ κ²μ ν¨κ³Όμ μΌ μ μμμ
νμΈνμλ€.
Fig. 5 Profile Analysis using Digital Surface Model of YCN Dam
3.2 κ· μ΄ λ° μμ λΆμ
λμ μ½ν¬λ¦¬νΈ μ¬μλ‘μ μλ¬Έ, μ·¨μꡬ쑰물, κ΄λ¦¬μμ€, μλ ₯λ°μ μμ€ λ± λ€μν μ½ν¬λ¦¬νΈ ꡬ쑰물μ ν¬ν¨νλ€. κ·Έλ¬λ μ¬μλ‘ λ° μ·¨μνκ³Ό κ°μ ꡬ쑰물μ
μΈλ ₯ μ κ·Όμ μν κ· μ΄, λ°±ν, λ°λ¦¬λ°λ½, λμ, μ² κ·Όλ
ΈμΆ λ± μμμ νμ
νκ³ λ§€ννλ κ²μ΄ μ©μ΄νμ§ μλ€.
λ³Έ μ°κ΅¬μμλ λλ‘ photogrammetry κΈ°μ λ‘ κ΅¬νν 3D λμ§νΈ λͺ¨λΈμ νμ©νμ¬ 2κ° λμ μμμ 보λ₯Ό κ²ν νμλ€. λ μμκ²ν λ ν¬κ² λ³Έλκ³Ό
μ¬μλ‘ 2κ°λ‘ ꡬλΆνμ¬ μ€μνμλ€. μμ κΈ°μ ν λ°μ κ°μ΄ λ³Έ λ
Όλ¬Έμ λͺ©μ μ λλ‘ photogrammetry κΈ°λ° λ μμ μ κ²μ μ€λ¬΄νμ©μ μΈ‘λ©΄μμμ
μ μ©μ±μ μλΉ κ²ν νκΈ° μνμ¬, κ²ν κΈ°μ€μ λλ§λ£¨ μ‘μμ κ² μ μλ³κ°λ₯ν μμ€μ κΈΈμ΄ 1 m μ΄μ κ°μ κ· μ΄ λλ λμμ μ½ 0.25 m2 μ΄μ νμ(λ°λ¦¬,
λ°λ½, νλ½), μ² κ·Όλ
ΈμΆ λ± 4κ°μ§ μ νμΌλ‘ ꡬλΆνμ¬ μ°κ΅¬λ₯Ό μννμλ€. κ²°κ³Όλ Table 3κ³Ό κ°λ€. μ 체μ μΌλ‘ μΈλ ₯ μ κ·Όμ΄ μ νλλ λ μ½ν¬λ¦¬νΈ ꡬ쑰물μ λν μμ μ 보λ₯Ό ν¨κ³Όμ μΌλ‘ κ²μΆ λ° λ§€νν μ μμλ€. νμ¬ AIλ₯Ό νμ©ν κ· μ΄
κ²μΆ μ°κ΅¬κ° νλ°νκ² μ΄λ£¨μ΄μ§κ³ μμΌλ―λ‘, ν₯ν μ£Όλͺ©ν λ§ν κ²μΆμ¨ λ° μ¬νμ¨μ ν₯μμ΄ κΈ°λλλ€.
λ³Έ μ°κ΅¬μμλ μ거리 μ‘μ μλ³μ΄ μ΄λ €μ΄ λ―ΈμΈ κ· μ΄μ΄λ μμ보λ€λ μ½κ² μλ³μ΄ κ°λ₯ν μ£Όμ κ· μ΄ λ° μμμ μ§μ€νμμμ λ°ν λλ€. λ§μ½ λμ GSDμ
λλ‘ photogrammetryλ₯Ό μ μ©νλ€λ©΄ λ―ΈμΈ κ· μ΄μ΄λ μμλ νμ
μ΄ κ°λ₯νλ€. μλ₯Ό λ€μ΄ λ³Έ μ°κ΅¬μμ μ¬μ©ν 4K κΈ μμ 촬μ, ꡬ쑰물λ‘λΆν°
5 m μ΄λ΄ κ·Όμ νΈλ²λ§(hovering)κ³Ό μλμ΄μ 촬μμ΄ κ°λ₯ν λλ‘ μ κ²½μ°, νμ₯ κ²½νμ ν΅ν΄ GSD 5 mm/pixel μ λμ κ· μ΄μ μ΄λ―Έμ§
μ 보λ‘λΆν° κ²μΆν μ μμλ€.
Fig. 6μ YCN λμ μ¬μλ‘ μμ μ 보λ₯Ό 보μ¬μ€λ€. μμ λΆμ λ° μμμ λ¨μ μ΄λ―Έμ§κ° μλ, ν
μ€μ³λ₯Ό μ
ν λμ§νΈ 곡κ°μ 보 λ°μ΄ν°μ΄κΈ° λλ¬Έμ κ· μ΄κ³Ό λμ
μμμ 보λ₯Ό νλνμμ λ λ³΄λ€ μμΈν μλ³μ΄ κ°λ₯νλ€. DSMμ μμΉμ 보μ νκ³ μ λ³΄κ° ν¬ν¨λμ΄ μμΌλ―λ‘, μμ λΆλΆμ κΈΈμ΄μ λ©΄μ , 체μ ννμ΄ κ°λ₯νλ€.
μ΄μ κ°μ΄ λμ§νΈ νμ€ λͺ¨λΈλ§μ μ κ·Όμ΄ μ΄λ €μ΄ ꡬ쑰물μ μμ μ¬λΆλ₯Ό μ λ°νκ² νμ
ν μ μμΌλ©°, λ°λΌμ λμ μμ μ κ² λ° μ§λ¨μ κΈμ μ μΌλ‘ νμ©ν
μ μμ κ²μΌλ‘ νλ¨λλ€.
Fig. 6 Detailed Damage Identification of YCN Dam Spillway
Table 3 Damage information analysis results
Dam
|
Crack
|
Leakage
|
Damage
|
Exposure of Rebar
|
JAR
|
0
|
0
|
0
|
0
|
YCN
|
1 sites
|
6 sites
|
2 sites
|
0
|
3.3 μμ μ 보 λ°μ΄ν° ꡬ쑰ν λ°©μ
λμ μμ μ κ² κ²°κ³Όλ₯Ό λμ§νΈ μ ννκΈ° μν΄μλ λ³νμ΄λ μμ μ 보λ₯Ό μ§κ΄μ μΌλ‘ λμ§νΈννκ³ λ°μ΄ν°ννλ μ°κ΅¬λ₯Ό μ§ννμλ€. λν λμ§νΈ λ°μ΄ν°λ μΆμ
κ΄λ¦¬κ° κ°λ₯νκ² ν΄μΌ νλ―λ‘ λ³Έ μ°κ΅¬μμλ λ μ½ν¬λ¦¬νΈ μμ€λ¬Όμ κ· μ΄ λ° μμ μ 보λ₯Ό 3μ°¨μ 곡κ°μμμ μκ°μ μΌλ‘ λμ§νΈ λ°μ΄ν°ννκ³ , ν₯ν μ΄λ ₯
κ΄λ¦¬λ₯Ό μν κ΄κ³ν λ°μ΄ν°λ² μ΄μ€ ꡬ쑰νλ₯Ό μλνκ³ μ μνκ³ μ νλ€.
λλ‘ photogrammetryμ μ΅μ’
κ²°κ³Όλ¬Όλ‘ μ°μΆλ μμΉνλ©΄λͺ¨νκ³Ό μ μ¬μμμ νμ©νμ¬ μ£Όμ κ· μ΄ λ± μ½ν¬λ¦¬νΈ μμμ 보λ₯Ό λμ§νΈννκΈ° μν΄, 2κ°
λμ μΈκ΄μ‘°μ¬λ§λλ₯Ό λμ§νμ΄μ§(digitizing)νμλ€. κΈλ² μ°κ΅¬μμλ μ½ν¬λ¦¬νΈ ꡬ쑰물 νλ©΄μ μκ°μ μΌλ‘ μΈμ§κ°λ₯ν μ£Όμ μμμ 보λ₯Ό λμ§νΈννλ
κ²μ λͺ©νλ‘ μ€μ νμλ€. λ―ΈμΈκ· μ΄μ΄λ μ λ°μμ μ κ² λ° μ§λ¨μμ λͺ©νλ‘ νλ μννκ°λ₯Ό μν μμΈ μΈκ΄μ‘°μ¬λ§λ μμ±μ photogrammetry κΈ°μ μ
GSDμ μ°κ΄νμ¬ μΆν νμ₯μ μ°κ΅¬κ° νμνλ―λ‘ λ³Έ μ°κ΅¬μμλ μκ°μ μΌλ‘ νμΈκ°λ₯ν κ· μ΄ λ° μμμ λν μμ μ κ² κ²°κ³Όλ₯Ό κ°μννμλ€. μλ²μ μΌλ‘
μ¬μλ‘ λ°λ₯ν μ¬λλΈμ νμ νμ¬ λμ§νΈνλ₯Ό μ§ννμλ€.
Fig. 7μ μμ μ κ²μ΄λ μ§λ¨μ μ¬μ©νλ JAR λμ μ½ν¬λ¦¬νΈ μ¬μλ‘ μΈκ΄ μ‘°μ¬λ§λλ₯Ό 3μ°¨μμ μΌλ‘ λ°°μΉν κ²°κ³Όλ₯Ό 보μ¬μ€λ€. λ¨νμ μΌλ‘ μμ±λ λμ§νΈ μΈκ΄ μ‘°μ¬λ§λ
λ° μ
λ©΄ μ μ¬μμμ ν₯ν μμ μ κ² μ μꡬμ μΌλ‘ νμ©κ°λ₯νλ€. κ²½μ°μ λ°λΌ μ’
λμ 2D μΈκ΄ μ‘°μ¬λ§λλ λ³Έ μ°κ΅¬ λμ λλ€μ λν΄ μ€μ μΆμ²κ³Ό μ€μΌμΌμ
μ€λ¬Ό ꡬ쑰물μ μ μ©νμμ λ κΈ°ννμ μκ³‘μ΄ λ°μνλ κ²½μ°κ° λλΆλΆμμ λ°κ²¬νμλ€. λ°λΌμ μ μΆμ΄μλΆ λ° μ곡μ΄μλΆλ₯Ό κ³ λ €νμ¬ μ’
λμ μ‘°μ¬λ§λλ₯Ό κΈλ²μ
λμ§νΈ νμ€ λͺ¨λΈλ§ κ²°κ³Όμ μ΅λν κ°κΉκ² ν¬μνμλ€.
μ½ν¬λ¦¬νΈ ꡬ쑰물 νλ©΄μ μμμ 보λ₯Ό 3μ°¨μ 곡κ°μ 보ννκΈ° μν΄ Fig. 8κ³Ό κ°μ κ³Όμ μ μ μνλ€. λ¨Όμ 2μ°¨μ μ μ¬μμμμ κ· μ΄, λ°±ν, λ°λ¦¬λ°λ½, λμ, μ² κ·Όλ
ΈμΆ λ± μ½ν¬λ¦¬νΈ νλ©΄μ μμμ 보λ₯Ό μμ±νλ€. λ³Έ μ°κ΅¬μμλ
μμμ 보λ₯Ό κΈ°μνλ μ λ°μμ μ§λ¨ λ³΄κ³ μλ₯Ό μ°Έμ‘°νμ¬ μμ±νμλ€. κΈ°ν보μ μ΄ μνλ μ μ¬μμμ κ° ν½μ
λ³λ‘ μμΉμ 보λ₯Ό ν¬ν¨νλ―λ‘ μμ±λ μμμ 보λ μμΉμ 보λ₯Ό
ν¬ν¨νλ 2μ°¨μ 곡κ°μ λ³΄κ° λλ€. μ΅μ’
μ μΌλ‘ 2μ°¨μ μμμ 보λ₯Ό μμΉνλ©΄λͺ¨νμ ν¬μνλ©΄ μμμ 보μ ννλ₯Ό ꡬμ±νλ κ° μ μ μμΉμ ν΄λΉνλ νκ³ λ₯Ό μ
μ μμ΄ 3μ°¨μ 곡κ°μ 보νκ° κ°λ₯νλ€.
μ½ν¬λ¦¬νΈ ꡬ쑰물μ νλ©΄ μμμ 보μ μμ±(κΈΈμ΄, λ©΄μ , μ’
λ₯ λ±)μ λΆμ¬νκΈ° μν΄ Fig. 9μ κ°μ΄ κ΄κ³ν λ°μ΄ν°λ² μ΄μ€ ꡬ쑰λ₯Ό κ³ λ €νμλ€.
μμ μ½λμ κ²½μ°, 볡ν©μ μΌλ‘ λνλ μ μλ λ€μν μμ μ’
λ₯κ° μμΌλ―λ‘ μ΄λ₯Ό 체κ³μ μΌλ‘ λΆλ₯νκΈ° μν΄ μ΄μ§νλ μ½λλ₯Ό μ¬μ©νμ¬ κ΄λ¦¬ν μ μλλ‘
νμλ€. κ· μ΄κ³Ό λ°±νκ° λ³΅ν©μ μΌλ‘ λνλ¬μ κ²½μ° κ· μ΄ μ½λμ ν΄λΉνλ 000001κ³Ό λ°±ν μ½λμ ν΄λΉνλ 000010μ ANDμ°μ° κ²°κ³ΌμΈ 000011μ
μ½λλ‘ λνλλ€. μ΄λ₯Ό 10μ§μλ‘ νννλ©΄ κ· μ΄ μ½λμ 10μ§μμ ν΄λΉνλ 1κ³Ό λ°±ν μ½λμ 10μ§μμ ν΄λΉνλ 2μ ν©μΈ 3κ³Ό κ°λ€. μ΄λ₯Ό ν΅ν΄
볡ν©μ μΌλ‘ λνλλ μμμ ν¨κ³Όμ μΌλ‘ ꡬλΆνμ¬ κ΄λ¦¬ν μ μλ€. λν λͺ¨λ μμμ 보λ λ³λμ 보μ보κ°μ¬λΆμ 보κ°μ 보λ₯Ό μ°Έμ‘°ν μ μκ² νμ¬ κ·Έ μ 보λ₯Ό
νμΈν μ μλλ‘ νμλ€. 보κ°μ 보 νλ λ³΄κ° ννλ₯Ό ν΄λ¦¬κ³€(Polygon)κ³Ό λ©΄μ μΌλ‘ λνλ΄κ³ , μ²λ¦¬λ μΌμλ‘ κ΅¬μ±λλ€. λͺ¨λ μμμ 보λ κ·Έ μ’
λ₯μ
λ°λΌ ꡬλΆνμ¬ κ°μν ν μ μμΌλ©°, κ° μμμ λν κΈ°ννμ ν¬κΈ°(κΈΈμ΄, λ©΄μ λ±)λ₯Ό μ°μ ν μ μλ€. λν, μμμ ν΅κ³λ₯Ό μΈκ΄μ‘°μ¬λ§λ μμ ꡬμμ΄λ
μμμ’
λ₯λ³λ‘ μ λν ν μ μμ λΏλ§ μλλΌ, μκ°μ λ°λ₯Έ λ³λ λ± μ΄λ ₯ κ΄λ¦¬κ° κ°λ₯νλλ‘ μ μνλ€.
Fig. 10μ photogrammetryλ‘ μλ³κ°λ₯ν κ· μ΄ λ° μμμ μ¬μλ‘ 3D λμ§νΈ λͺ¨λΈμμ μ‘°μ¬λ§λμ ν¨κ» 맀νν κ²°κ³Όλ₯Ό 보μ¬μ€λ€. μ£Όμ μμμ 보λ λλΆλΆ
μ§λ°°μ μΈ κ· μ΄ λ³΄μλ³΄κ° λΆμλ₯Ό λ°λΌ λΆν¬νκ³ μμμ μ μ μλ€. μ΄λ κ² λμ§νΈνλ λͺ¨λ μμμ 보λ κ·Έ μ’
λ₯μ λ°λΌ ꡬλΆνμ¬ κ°μν ν μ μκ³ κ°
μμμ λν κΈ°ννμ μ 보(κΈΈμ΄, λ©΄μ , λΆνΌ λ±)λ₯Ό μ°μ ν μ μλ€. λνμ¬ μμμ ν΅κ³λ₯Ό μΈκ΄μ‘°μ¬λ§λμμ ꡬμμ΄λ μμμ’
λ₯λ³λ‘ μ λν ν μ μμ
λΏ μλλΌ, μκ°μ λ°λ₯Έ λ³λ λ± μ΄λ ₯ κ΄λ¦¬κ° κ°λ₯νλ€.
λ°λΌμ ν₯ν μΈλ ₯μ κ·Όμ΄ μ νλκ±°λ, κ³ μμμ
μ μνμ±μ λλ°νλ μ€λν λ μμ€λ¬Όμ μμ μ κ² λ° μ§λ¨ μ
무μ μ΄λ¬ν λλ‘ photogrammetry
κΈ°λ°μ 3D λμ§νΈ μμ μ 보 μκ°νμ κ΄κ³ν μμ μ 보 λ°μ΄ν°λ² μ΄μ€λ μμ°μ±κ³Ό λ°μ΄ν°μ μ λ’°μ± μΈ‘λ©΄μμ μ μ©ν κ²μΌλ‘ νλ¨λλ€.
Fig. 7 Inspection Grid Map of JAR Dam Spillway
Fig. 8 3D Spatial Projection of Digitalized Deterioration Data for Dam Concrete Structures
Fig. 9 Relational Database of Deterioration for Dam Conceret Structures
Fig. 10 3D Digitalized Safety Inspection Map of JAR Dam Spillway
4. μμ°μ± ν₯μ ν¨κ³Ό λΆμ
λλ‘ photogrammetry κΈ°μ μ μν λν λ μμ€λ¬Όμ μμ μ κ²(νμ₯ μΈκ΄μ‘°μ¬)μ μμ°μ±μ κΈ°μ‘΄ μΈλ ₯μ‘°μ¬ μμ£Ό μ κ² λλΉ κ²ν νκΈ° μν΄ κ΅λ΄
μ΅λ λμ΄μ SYGλ μ¬μλ‘λ₯Ό λμμΌλ‘ μκ°κ³Ό λ
Έλλ ₯μ μ€μΈ‘νμλ€. μμ°μ±μ μΈ‘μ λ°©λ²μΌλ‘, 첫 λ²μ§Έλ‘λ μΈλ ₯μ μν μμ μ κ², λ λ²μ§Έλ‘λ λλ‘
photogrammetryμ μν μμ μ κ²μ μννμλ€. SYGλ μ¬μλ‘λ μ°μ§ λμ΄ 115.5 m, λμλ‘ κ²½μ¬ 1:1.7,μμ€λ¬Ό μν κΈΈμ΄ 213
mμ κ±°λν ꡬ쑰물μ΄λ€.
4.1 μΈλ ₯ μμ μ κ² μμ°μ± μΈ‘μ
κΈ°μ‘΄μ μμ μ κ² νμ₯μ‘°μ¬ λ°©μμ μ£Όλ‘ μΈλ ₯μ μν μ κ·Όκ°λ₯μ§μ μ‘μμ κ² λ° μ κ·Όμ μ½μ§μ μμ μ₯λΉ νμ©ν μ‘μμ‘°μ¬λ‘ κ· μ΄ λ± μμλΆ μ’
μ΄μΌμ₯μ 맀νμ
μννκ³ μ€λ΄μμ λ€μ CAD μμ 맀ν μμμ
ν μννκ°νμ μ¬μ§λμ§, μλμ°μΆ λ° λ³΄μλ³΄κ° λ¬Όλ μ°μΆ λ±μ μ λΆ μμμ
μΌλ‘ μννκ² λλ€.
λ³Έ μ°κ΅¬μμ μΈλ ₯ μμ μ κ² νμ₯μ‘°μ¬λ κΈ°μ‘΄μ μ λ°μμ μ κ² μμ€μ μΈκ΄ μνμ‘°μ¬ λ°©λ²μ μΆμ’
νμ¬ μννμλ€. μΈκ΄μ‘°μ¬ μμμ SYGλμ λ체λ₯Ό μ μΈν
μ¬μλ‘λ§μ λμμΌλ‘ νμλ€. μ λ°μμ μ κ²μμ μννλ λ°λ°κ²½λμνκ³Ό μ² κ·Όνμ¬ λ±μ νμ₯μνμ μΌλΆ μμμ λν΄μ μννμλ€.
μΈλ ₯ νμ₯μ‘°μ¬λ₯Ό μν΄ μ€μ μΆμ₯ κΈ°λ‘κ³Ό λ΄μ
κΈ°λ‘μ μ 리νκ³ μκ°μ μΈ‘μ νμλ€. κΈ°μ€μ΄ λλ 거리λ λμ β μΆμ²μ΄λ©°, μ κ²μ ν¬μ
λ μΈλ ₯μ 맀ν
3λͺ
λ¨μλ₯Ό κΈ°λ³ΈμΌλ‘ νμλ€. λ μ¬μλ‘μ κ²½μ¬κ° λ§€μ° κ°νλ₯΄κ³ μμ λ¬Έμ μ μνμ΄ μμ΄μ λ‘ν λ± μμ μ₯ꡬμ λμμ λ°μ μ΅λν λ©΄λ°ν μ‘°μ¬κ° μ΄λ£¨μ΄μ‘λ€.
νμ₯μ‘°μ¬ κ²°κ³Όλ λ΄μ
μ ν΅ν μμ λΆλΆ μ 리 λ° μΊλνμΌ μμ±, κ·Έλ¦¬κ³ λ³΄κ³ μ μμ±κΉμ§ μΆκ° μμ
μΌμκ° μμλμλ€.
κ²°κ³Όμ μΌλ‘ κΈ°μ‘΄ μΈλ ₯μ μν SYGλ μ¬μλ‘μ μ λ°μμ μ κ² μμ€ νμ₯μ‘°μ¬λ μΈμ
28 μΈ.μΌ, λ΄μ
34 μΈ.μΌμ΄ μμλ κ²μΌλ‘ μ§κ³λμλ€.
4.2 λλ‘ Photogrammetry μμ μ κ² μμ°μ± μΈ‘μ
SYGλ μ¬μλ‘μ λνμ¬ λλ‘ λμ§νΈ 맀ν κΈ°μ μ νμ©ν μμ μ κ²μ μ΅μ΄λ‘ μ€μ¦ μννμλ€. μ¬μλ‘λ νκ· GSD 1.08 cm/pixelμ ν΄μλλ‘
λλ‘ λ§€ννμλ€. μλμ무λΉνμ μ€λ³΅λ 75%, μνλ©΄μμ μΉ΄λ©λΌ κ°λ 70Β°λ‘ μννμμΌλ©°, μλμ무λΉνμ κ²Ένμλ€. λλ‘ λ§€ν μμ μ κ²μ μνν
μΈμ
κ³Ό λ΄μ
μ λν κΈ°λ‘μ λ©΄λ°ν μ 리νμμΌλ©°, κ·Έ κ²°κ³Ό μ€μ μ¬μλ‘ μμ€λ¬Όμ λν λλ‘ λ§€ν μΈμ
μλ 12 μΈ.μΌ, νμ²λ¦¬λ₯Ό ν¬ν¨ν λ΄μ
μλ 20
μΈ.μΌμ΄ μμλ κ²μΌλ‘ μ§κ³λμλ€. λ΄μ
μ μλμ μΌλ‘ μκ°μ΄ λ§μ΄ μμλ κ²μ μμ§κΉμ§ μλ μννκ° λλ μλ κ²μΆ μλν, μλ AutoCad
μ‘°μ¬λ§λ μμ± λ±μ κΈ°λ₯μ μμμ
μΌλ‘ μ§νλλ μμ€μ΄κΈ° λλ¬Έμ΄λ€. νμ§λ§, κΈ°μ‘΄μ μ£Όκ΄μ μΈ μ’
μ΄μΌμ₯μ λμ§νΈ μμΉμ 보ννλ μ§λν κ³Όμ μ 3D λμ§νΈ
곡κ°μ 보 λͺ¨λΈμ νμ©ν μ νν μμΉ μ λνλ‘ λ°μ΄ν°μ μ λ’°μ±μ΄ νκΈ°μ μΌλ‘ κ°μ λ μ μμμ νμΈνμλ€.
4.3 μμ°μ± λΉκ΅ λΆμ
SYGλ μ¬μλ‘ μμ€λ¬Όμ λνμ¬ μΈλ ₯ μΈκ΄μ‘°μ¬μ λλ‘ photogrammetry κΈ°λ° μ‘°μ¬μ μμ°μ±μ λΉκ΅ λΆμνμλ€(Table 4). κ²°κ³Όμ μΌλ‘ λλ‘ photogrammetry κΈ°μ μ νμ©ν SYGλ μ¬μλ‘ μμ€λ¬Ό μμ μ κ²μ μΈμ
κ³Ό λ΄μ
μ ν¬ν¨νμ¬ μμ°μ±(ν¬μ
λ
Έλλ ₯ λ° μκ°)μ
μΈλ ₯ μ κ² λλΉ 48% κ°μ ν κ²μΌλ‘ λνλ¬λ€.
μ¬μλ‘ μμ€λ¬Ό νμ₯μ‘°μ¬ μΈμ
κΈ°μ€μΌλ‘ λ³Ό λμλ μΈλ ₯ μ κ² λλΉ 57%, λ΄μ
κΈ°μ€μΌλ‘λ 41% κ°μ ν¨κ³Όκ° μμλ€. κ²°λ‘ μ μΌλ‘ λλ‘ λμ§νΈ 맀ν
κΈ°μ μ νμ©ν μμ€λ¬Ό μμ μ κ²μ νμ μ μΈ μμ°μ± ν₯μ ν¨κ³Όκ° μμμ μ€μ¦νμλ€. λ¨, λ³Έ μμ°μ± ν¨κ³Ό λΆμμ SYGλ μ¬μλ‘ μμ μ κ²μ΄λΌλ λ¨μΌ μ¬λ‘μ
κ΅νν μ±κ³Όμμ λ°νλλ€.
Table 4 Productivity comparison of safety inspection for SYG dam spillway (unit: man.day)
Inspection method
|
Labor and time (man.day)
|
Productivity improvement (%)
|
Field work
|
Office work
|
Total
|
Field work
|
Office work
|
Total
|
Human inspection
|
28
|
34
|
62
|
57
|
41
|
48
|
Drone photogrammetry inspection
|
12
|
20
|
32
|
-
|
-
|
-
|
5. κ²° λ‘
λ³Έ μ°κ΅¬μμλ 2κ° λν λμ λνμ¬ λλ‘ photogrammetry κΈ°λ°μ 3D νμ€ λͺ¨λΈλ§μ μννκ³ , μ€λ¬΄μ μΈ λ μμ€λ¬Όμ μμ μ κ² νμ©μ±μ
κ²ν νκ³ λ°©λ²λ‘ μ μ μνμλ€. μ€μ λ νκ²½μμ photogrammetryλ₯Ό μν μ무λΉν μ μ½ μ¬νμ κ³ λ €ν λ, μ μ ν νμ§μ λ 3D λͺ¨λΈμ
보μ₯ν μ μλμ§λ₯Ό μ‘°μ¬νμλ€. λν κΈ°μ‘΄μ μΈλ ₯ μΈ‘λ λ°©μμμ μ μ½μ΄ μλ μ’
ν‘λ¨ μ ν νλ‘νμΌ λΆμμ μ μ© κ°λ₯μ±μ λν΄μλ λΆμνμλ€. λ μ½ν¬λ¦¬νΈ
μμ€λ¬Όμ 3μ°¨μ κ· μ΄ λ° μμ μκ°νλ₯Ό μν λ°©λ²λ‘ μ μ μνμμΌλ©°, λλ‘ photogrammetryλ₯Ό κΈ°λ° λ νμ₯μ‘°μ¬μ μμ°μ±μ μ’
λμ μΈλ ₯ μ κ²μ
κ²½μ°μ μ λμ μΌλ‘ λΉκ΅νμλ€. κ·Έ κ²°κ³Ό λ€μκ³Ό κ°μ κ²°λ‘ μ λμΆνμλ€.
μ°κ΅¬ λμ λμ μ°μ§ λμ΄ 42 m, 99.9 mμ μλΉν κ³ μ μ°¨μ λ μλ₯ μ μμ§ μλ©΄μ μ‘΄μ¬, λ νλ₯ μλ ₯λ°μ μμ€μ μ μκΈ°μ₯ κ°μ, μμλΆ κΈκ²½μ¬μ§
μ¬λ©΄μ μ‘΄μ¬μλ λΆκ΅¬νκ³ λλ§λ£¨μμμ νλ©΄μ μΈ λλΈκ·Έλ¦¬λ(double grid) μ무λΉν λ° μΌλΆ μλ 촬μμΌλ‘ νκ· GSD 2.5 cm/pixel
μ΄λ΄μ μνΈν ν΄μλλ‘ photogrammetry 3D νμ€ λͺ¨λΈλ§μ΄ κ°λ₯ν¨μ νμΈνμλ€.
λλ‘ photogrammetryμμ μ»μ΄μ§ 3D λ©μ¬ λͺ¨λΈ, μ μ¬μμ, μμΉνλ©΄λͺ¨ν(DSM)μ ν΅ν΄ μΈλ ₯ μ κ·Όμ΄ μ΄λ €μ΄ μμμ μμ€λ¬Ό(μ μμ§ μΈκ·Ό
λ μλ₯ μ¬λ©΄, μ¬μλ‘, μ·¨μν, 보쑰μ¬μλ‘ λ±)μ λν κ³ μ λ° λμ§νΈ μκ°νμ μ¬μ§μΈ‘λμ΄ κ°λ₯νμκ³ , λμ§νΈ λ°μ΄ν°λ₯Ό ν΅ν νκ³ , μ’ν, κΈΈμ΄,
λ©΄μ , λΆνΌ μΈ‘μ κ³Ό κ°μ λ°μ΄ν° μ λν μμ
μ΄ κ°λ₯νμλ€.
λμ μμ μ κ² μ μ©μ± μ°κ΅¬λ₯Ό μν΄, 2κ° λ 본체μ λνμ¬ λλ§λ£¨ μ’
λ¨ μ ν, λ μνλ₯ λ°©ν₯ ν‘λ¨ μ ν λ±μ 3D λͺ¨λΈμμ μΆμΆνμμΌλ©°, μ΄λ ν₯ν
λ³ν μ¬λΆ κ²ν λ° λͺ¨λν°λ§μ ν¨κ³Όμ μΌ κ²μΌλ‘ λνλ¬λ€.
λν κ³ μμμ
μ μνμ±κ³Ό, μ κ·Όμ±μ΄ μ μ½λλ λ μ½ν¬λ¦¬νΈ μμ€λ¬Όμ λνμ¬ κ· μ΄ λ° μμλΆλ₯Ό ν¨κ³Όμ μΌλ‘ κ²μΆνκ³ λ§€νκ°λ₯ν¨μ νμΈνμλ€.
λ μμ€λ¬Όμ μμμ 3D λμ§νΈ λͺ¨λΈ μμμ μκ°μ μΌλ‘ λμ§νΈννλ μΈκ΄μ‘°μ¬λ§λ μμ±κ³Ό κ΄κ³ν λ°μ΄ν°λ² μ΄μ€ ꡬ쑰νλ‘ μμ μ 보λ₯Ό μ΄λ ₯ κ΄λ¦¬ν μ μλ
κΈ°λ²μ μ μνμλ€.
SYGλ μ¬μλ‘λ₯Ό λμμΌλ‘ κΈ°μ‘΄ μΈλ ₯ μμ μ κ² λ°©λ²κ³Ό λλ‘ photogrammetry κΈ°λ° μμ μ κ² λ°©λ²μ μ μ©νμ¬ ν¬μ
λ λ
Έλλ ₯κ³Ό μκ°μ μ€μΈ‘ν
κ²°κ³Ό, λλ‘ photogrammetry κΈ°μ μ μν μμ°μ± ν₯μ ν¨κ³Όκ° 48%λ‘ μΈ‘μ λμλ€.
λλ‘ photogrammetry κΈ°λ°μ λ μμ μ κ² μ μ©μ±μ λ§€μ° μνΈν κ²μΌλ‘ νλ¨λμμΌλ©°, λ³Έ μ°κ΅¬μ μ μν μ±κ³Όμ μ μμ ν₯ν λ μμ μ κ²μ
λμ§νΈνλ₯Ό ν΅ν΄ μμ°μ±κ³Ό λ°μ΄ν° μ λ’°μ± ν₯μμ κΈ°μ¬ν κ²μΌλ‘ κ²ν νμλ€.
λ€λ§ λλ‘ photogrammetry κΈ°μ μ μ¬μ§ 촬μ μ μμ§μμ΄ μ‘΄μ¬νλ μλ©΄μ΄λ μμ λΆλΆμ λν΄μλ μ νν νμ²λ¦¬κ° λμ§ μμΌλ―λ‘ λͺ¨λΈ μμ±
μ μ μν νμκ° μλ€. ν₯ν 촬μ 쑰건μ λ°λΌ μ±κ³Όλ¬Όμ νμ§μ΄ κ²°μ λλ―λ‘ μ΄μ κ΄λ ¨λ 촬μ 쑰건μ λν μ΅μ ν μ°κ΅¬κ° νμν κ²μ΄λ€. λν λμ§νΈ
μκ°νλ μλ²μ μΌλ‘ μ¬μλ‘ λ°λ₯ν μ¬λλΈμ νμ΄μ€ μ¬λλΈ λ± νλ©΄μ ꡬ쑰물μ λμμΌλ‘ μ§ννμμΌλ―λ‘, 벽체μ κ°μ μμ§κ΅¬μ‘°λ¬Όμ μμμ 보λ₯Ό λμ§νΈν
ν μ μλ λ°©μλ ν¨κ» μ°κ΅¬ν νμκ° μλ€.
κ°μ¬μ κΈ
λλ‘ photogrammetry κΈ°μ μ λ νμ₯ μ μ©κ³Ό 3D λͺ¨λΈ νμ²λ¦¬ μμ
μ μ μ μ΄μΈμ K-waterμ°κ΅¬μ κΉνλ―Ό, μ΄μ§μ, μ λκ·,
μμ¬μ°¬ μ°κ΅¬μμ μ°Έμ¬λ‘ μ΄λ£¨μ΄μ‘μΌλ©°, κ°μ¬λ₯Ό μ ν©λλ€. λ³Έ μ°κ΅¬λ κ³ΌνκΈ°μ μ 보ν΅μ λΆ ICTμ΅ν©μ°μ
νμ κ°λ° μ¬μ
(κ³Όμ λ²νΈ 2021-0-00751,
0.5mm κΈ μ΄ν μ΄μ λ° κ°μΒ·λΉκ°μ μ 보 νμΆμ μν λ€μ°¨μ μκ°ν λμ§νΈ νΈμ νλ μμν¬ κΈ°μ κ°λ°, 2021.04~2024.12)μ μ°κ΅¬λΉ μ§μμΌλ‘
μνλμμΌλ©°, μ΄μ κ°μ¬λ립λλ€.
References
Angeli, S., Lingua, A. M., Maschio, P., Piantelli, L., Dugone, D., and Giorgis, M.
(2019), Dense 3D model generation of a dam surface using UAV for visual inspection.
Advances in Service and Industrial Robotics: Proceedings of the 27th International
Conference on Robotics, Alpe-Adria Danube Region (RAAD 2018).
Capolupo, A., Pindozzi, S., Okello, C., Fiorentino, N., and Boccia, L. (2015), Photogrammetry
for environmental monitoring: The use of drones and hydrological models for detection
of soil contaminated by copper, Science of the Total Environment, 514, 298-306.
Cavalagli, N., Gioffrè, M., Grassi, S., Gusella, V., Pepi, C., and Volpi, G. M. (2020),
On the accuracy of UAV photogrammetric survey for the evaluation of historic masonry
structural damages, Procedia Structural Integrity, 29, 165-174.
Habeenzu, H., McGetrick, P., Hester, D., Taylor, S., and Wong, L. (2020), Towards
automated UAV assisted bridge inspections using photogrammetry and image processing
techniques. Civil Engineering Research in Ireland 2020, Bridges β Modelling & Monitoring
1, August 27, 2020, Cork Institute of Technology.
Henriques, M. J., and Roque, D. (2015), Unmanned aerial vehicles (UAV) as a support
to visual inspections of concrete dams, The Second International Dam World Conference.
Huang, T., Ke, F., and Xu, Z. (2023), A dam surface deformation monitoring method
based on concentric circle center location algorithm, Available at SSRN 4335581, Elsevier,
in preprint.
Jung, J. D., Lee, J. H., and Choi, J. W. (2021), Detection technology for gap of expansion
joint in road bridges using drones, Journal of the Korean Society of Structural Integrity
and Maintenance, 25(4), 435-444 (in Korean).
Khaloo, A., Lattanzi, D., Jachimowicz, A., and Devaney, C. (2018), Utilizing UAV and
3D computer vision for visual inspection of a large gravity dam. Frontiers in Built
Environment, 4. https://doi.org/10.3389/fbuil.2018.00031.
Kim, H. K., Park, J. Y., Jung, J. D., Lee, J. H., and Choi, J. W. (2021a), Development
of defect detection technology for tunnels using drones, Journal of the Korean Society
of Structural Integrity and Maintenance, 25(4), 455-464 (in Korean).
Kim, I. B., Park, J. Y., Kim, T. H., Jung, J. D., Lee, J. H., and Choi, J. W. (2023),
Development of measurement equipment for stability assessment of rock slopes using
drones, Journal of the Korean Society of Structural Integrity and Maintenance, 27(1),
39-48 (in Korean).
Kim, J. Y., Park, J. Y., Jung, J. D., Lee, J. H., and Choi, J. W. (2021b), Development
of crack and corrosion detection technology for concrete structures using drones,
Journal of the Korean Society of Structural Integrity and Maintenance, 25(4), 445-454
(in Korean).
Kim, T. H., Park, J. Y., Jung, J. D., Lee, J. H., and Choi, J. W. (2021c), Development
of safety inspection technology for railway facilities using drones, Journal of the
Korean Society of Structural Integrity and Maintenance, 25(4), 465-474 (in Korean).
Ko, P., Prieto, S., and de Soto, B. G. (2021), ABECIS: An automated building exterior
crack inspection system using UAVs, open-source deep learning and photogrammetry.
ISARC. Proceedings of the International Symposium on Automation and Robotics in Construction,
pp. 637-644, Dubai, UAE.
Koskinas, A., Tegos, A., Tsira, P., Dimitriadis, P., Iliopoulou, T., Papanicolaou,
P., Koutsoyiannis, D., and Williamson, T. (2019), Insights into the Oroville dam 2017
Spillway incident, Geosciences, 9(1), 37.
K-water Research Institute, (2019), Preliminary Development of Next-Generation Intelligent
Dam Safety Management Platform (iDSP) (β
), 2019-WR-RR-381-1750, K-water (in Korean).
K-water Research Institute, (2021), Development of Digital Twin Visualization Framework
for Addressing Ultra-precise Visible and Invisible Information(β
), 2022-WR-RR-20-84,
K-water (in Korean).
K-water Research Institute, (2022), Development of Digital Twin Visualization Framework
for Addressing Ultra-precise Visible and Invisible Information(β
‘), 2022-WR-RR-441-2221,
K-water (in Korean).
Latrubesse, E. M., Park, E., Sieh, K., Dang, T., Lin, Y. N., Yun, S.-H. (2020), Dam
failure and a catastrophic flood in the Mekong basin (Bolaven Plateau), Southern Laos,
2018, Geomorphology, 362, 107221.
McCann, M. (2018), Dam failures in the U.S., National performance of dams program,
Dept. of Civil & Environmental Engineering, Stanford University.
Min, J. Y., Park, J. Y., Jung, J. D., Lee, J. H., and Choi, J. W. (2021), Development
of safety inspection technology for port facilities using drones, Journal of the Korean
Society of Structural Integrity and Maintenance, 25(4), 475-484 (in Korean).
Ministry of Environment, (2018), The first step toward sustainable water management,
Press Release (in Korean).
Ministry of Environment, (2021), Smart Dam Safety Management, Press Release (in Korean).
Park, D. S. (2021a) βDrone application for water infrastructure reality modeling.β
The 9th International Symposium on Environmental Hydraulics, July 19-21, 2021, Seoul,
Korea, ISEH.
Park, D. S. (2021b), Toward digitalization of smart maintenance for water infrastructures,
KSCE Magazine, 69(3), 20-36 (in Korean).
Park, D. S., and Oh, J. (2016), Potential hazard classification of aged cored fill
dams, Journal of Engineering Geology, 26(2), 207-221 (in Korean).
Park, D. S., and Oh, J. (2018), Permeation grouting for remediation of dam cores,
Engineering Geology, 233, 63-75.
Park, D. S. (2020), Dam Safety & Digital Transformation, KSCE Magazine, 68(9), 16-30
(in Korean).
Park, D. S. (2022), βWise digital twin dam & river platform.β Weekly ICT Trends, 2041,
2-14, 2022.04.13., IITP (in Korean).
Rose, R. L., Mugi, S. R., and Saleh, J. H. (2023), Accident investigation and lessons
not learned: AcciMap analysis of successive tailings dam collapses in Brazil, Reliability
Engineering & System Safety, 109308.
Vahedifard, F., AghaKouchak, A., Ragno, E., Shahrokhabadi, S., and Mallakpour, I.
(2017), Lessons from the Oroville dam, Science, 355(6330), 1139-1140.
Yang, J. A., Kim, H. K., and Choi, J. W. (2021), Development and application of a
specialized drone for inspection of highway bridges, Journal of the Korean Society
of Structural Integrity and Maintenance, 25(6), 725-734 (in Korean).
Yoon, G. H., and Yoon, J. S. (2022), A study on the establishment smart dam safety
management platform based on drones, Journal of Korea institute for Structural Maintenance
and Inspection Conference, 26(2), 221-221 (in Korean).
Yu, J. I., Park, D. S., Lee, J. E., You, H. J., Kim, T. D., and Jeon, J. H. (2022),
A study on the 3D reality modeling of dam using drone photogrammetry technology, Journal
of Korean Institute of Communications and Information Sciences Conference, 78(1),
149-150 (in Korean).