1. 서 론
지표면 평탄성은 도로, 단지 등 토공사의 건설품질을 평가하는 요소이며, 특히 도로의 평탄성은 자동차 주행과 안전성에 크게 영향을 미치는 중요한 요인으로 정확한 평가법이 필요하다. 미국은 1950~1960년대에 몇 개 주에서 도로포장의 평탄성에 관한 규정을 제정하였고, 1960~1980년대에 걸쳐 7.6m Rolling Reference 시스템을 이용하여 도로의 수직 단면에 대한 기복을 정량적으로 측정하였다(Kim et al., 2003; Park et al., 2010).
국내에서는 아스팔트 및 콘크리트 포장 도로의 국가표준(KS F 2373:2010)으로 평탄성 지수(Profile Index, PrI)에 관한 기준이 제시되어 있고 이 방법은 7.6m 프로파일 미터를 이용하여 일정 거리에서 도로 표면의 요철 파형을 측정하고, 일정한 폭(5mm)의 띠에 해당하는 상·하연선을 벗어난 요철 파형의 합으로 계산되며 도로의 표면 상태를 정량화하여 평가한다. 다른 방법으로 지표면의 수직 변위 측정 센서, 수직 가속계, 거리측정장치가 부착된 차량을 이용하여 평탄성 지수를 측정하고 있다.
Kim et al.(2019)는 LiDAR(Light Detection and Ranging)와 GPS로 구성된 모바일 매핑 시스템(Mobile Mapping System)을 이용하여 지표면의 평탄성과 편경사를 분석하였으며, Choi et al.(2020)은 이동체에서 측정할 수 있는 고성능의 LiDAR 센서를 사용하여 노면의 3차원 형상을 측정하는 시스템을 시험하는 등, 기존 방식의 한계를 극복하기 위해 다양한 방법들을 적용한 선행연구들이 수행되고 있다. 초음파 센서 등 계측기를 활용하는 방법이나 LiDAR를 이용한 도로의 변위를 측정하는 방법 중 일부는 상용화되어 사용되고 있으나 계측기가 대부분 고가의 장비이고 후처리 해석으로 연속 시공에 접목되기 어려운 단점이 있다. 또한, 최근에는 도로 표면 요철의 3차원적 평탄성을 평가하기 위해 토공사 현장에서 시험시공을 통해 시공 영역의 다짐 기술을 평가하는 여러 가지 방법이 시도되고 있다(Baek et al., 2023; Chung et al., 2024).
최근 보급이 확대되는 무인항공기(Unmanned Aerial Vehicle, UAV)는 다양한 센서를 탑재할 수 있고 이동에 제약이 거의 없어 넓은 지역의 공간정보를 신속하게 파악할 수 있다. Zaman et al.(2014)은 고해상도 다중 스펙트럼 이미지를 반사율 이미지로 변환하는 모델을 소개하고, 원격탐사의 비용 효율성과 이미지 분석 기술을 통한 데이터의 정확성을 제시하였다. Pajares(2015)는 무인 항공기 기반 원격탐사 기술의 다양한 응용분야를 종합적으로 검토하여 제시하였다. 다른 한편으로 Lee et al.(2016)은 원격탐사정보를 이용하여 실제 증발산량을 산정하고, 이를 바탕으로 가뭄 지수를 고찰하였고, Watanabe and Kawaharab(2016)은 홍수 전후의 데이터를 무인항공기로 수집하여 지상 측량과 비교하여 정확도를 분석하였다. 기술의 발전으로 안정적이고 반복적인 고해상 원격영상을 구축할 수 있고 이를 활용한 공간정보 구축은 물론 재난 대응 및 환경 분야 등 다양한 분야에서 다양한 연구가 활발하게 진행되고 있다. 특히, 시공 중 현장이나 공용 중 도로와 같이 접근이 곤란한 지역이나 위험 지역에 대한 자료를 쉽게 수집할 수 있다.
이 연구에서는 토공사 현장의 평탄화 단계에서 무인항공기를 이용하여 지표면의 정밀고도정보를 구축하고 지형요소를 계산함으로써 시공 중 도로의 평탄성을 분석하고자 한다. 도로 건설 중 시행되는 평탄화 공정의 단계에 이러한 방법을 적용함으로써 공정의 중단없이도 지반의 공간적인 형태와 지표면의 평탄성을 신속하고 효과적으로 평가하는데 유용할 것으로 기대된다.
2. 연구방법
2.1 대상 지역
도로 건설에 수반되는 성토지반의 공간적인 형태를 분석하기 위해 경기도에 소재한 3개 지역을 시험 장소로 선정하였다. 경기도 연천군에 소재한 한국건설기술연구원 SOC 성능연구센터의 시험 부지에 약 300mm 두께로 성토재료를 포설하고 진동 롤러를 이용하여 4회 반복하여 다짐한 후 원격영상을 수집하고 지표면 변화와 평탄성을 분석하였다(Fig. 1의 (a)). 김포지역은 고속국도 400호선 김포-파주 1공구 성토 건설 현장으로 300mm 두께로 성토재료를 포설한 후 진동 롤러로 1회 다짐한 후 원격영상을 수집하였다(Fig. 1의 (b)). 서울-세종고속도로 건설 현장은 경기도 안성시 보개면 내방리에 소재하며 안성천의 범람원 충적지가 분포하는 평탄지역이다(Fig. 1의 (c)). 대상 지역은 성토재료를 약 500mm 두께로 포설한 후 진동 롤러를 이용하여 다짐하였고 시공 완료 후 원격영상 수집하여 위치별 다짐 횟수에 대한 평탄성 평가에는 한계가 있다.
2.2 연구 흐름도
지표면 기복을 판독하기 위해 촬영한 영상의 후처리 과정을 통해 노이즈를 제거하고 적정한 해상도의 정사영상으로 변환하는 이미지 프로세싱을 수행하게 된다. 이 과정에서 촬영된 사진의 시차(Parallax) 효과를 이용하여 점-군 데이터를 생성하고 면-처리 과정을 거쳐 지형의 위치와 고도 정보를 생성하여 수치고도모형(Digital Elevation Model, DEM)을 제작하며, 이 과정이 원격측량 과정에 해당한다(Fig. 2).
다짐 공정에 따른 지표면 변화를 관찰하기 위한 원격영상은 다중분광센서를 탑재한 DJI사의 팬텀 4 Multispectral 모델의 드론을 사용하여 광학 영상과 분광 자료를 수집하였다. 드론의 고도는 20m로 고정하였으며 종중복도(Front Overlap Ratio) 80%, 횡중복도(Side Overlap Ratio) 70%로 자료를 수집하였다. RTK(Real Time Kenematic) 네트워크를 이용한 수집 영상의 위치 분해능은 수평 1.0cm±1ppm, 수직 1.5cm±1ppm이다. 또한, 지표면 영상 접합 시 GRS80 TM 좌표 기준의 지상 기준점(Ground Control Point, GCP) 선정을 위해 VRS(Virtual Reference Service) 측량으로 획득한 위치와 고도 정보를 이용하여 영상을 매칭하였다.
원격영상에서 지표면의 수치 지도와 일정 격자별 고도(Elevation)를 구축하면 KS F 2373:2010의 평탄성 지수(Profile Index, PrI) 산정식을 이용하여 지표면의 2차원적인 평탄성을 계산할 수 있다. 평탄성 지수는 프로파일 미터와 지표면과의 거리를 이용하여 거칠기를 측정하고 ±5mm 길이의 상·하연선을 작도한 후, 측정 길이에 대해 상·하연선을 벗어난 요철 파형의 합을 Eq. (1)과 같이 표현한다. 일반적으로 평탄성 거리는 0.15km를 기준으로 하고 있다.
여기서, PrI 은 평탄성 지수(cm/km), , 은 0.15km 거리에 대해 상·하연선을 벗어난 지표면 요철 파형의 합(cm)을, 은 측정 길이(0.15km)를 의미한다.
지표면의 특성은 고도, 방위, 경사, 곡률, 상부사면기여면적, 습윤지수 등의 지형요소로 구분되며(Wilson and Gallant, 2000), 이를 활용하여 지층붕괴 위험지도 제작과 지표수의 수렴과 발산 모의에 이용되고 있다(Han et al., 2007; Choi et al., 2013). 지표면의 기복이 수 mm 정도로 평탄화된 지표면에서 육안으로 기복을 확인하기 어렵지만, 수치화된 지형지수를 적용하면 지형의 요철과 평탄도를 정량적으로 표현할 수 있다.
지표면이 평탄화되면 경사와 곡률은 일정해지며 수평에 가까워질수록 0의 값으로 수렴한다(Fig. 3). 이론적으로 지형 곡률이 0이 되면(Fig. 3의 ) 균질한 지반상태로 해석할 수 있고, 지표면의 기복이 있는 경우 곡률은 양지수 내지 음지수의 값을 가지며(Fig. 3의 ) 불균질하고 요철이 있는 상태의 지표면을 지시한다. 드론 원격정보 등의 고해상의 수치고도모형과 곡률해석을 통합하면 다짐된 지반의 균질성 평가에 적용할 수 있다(Kim et al., 2021).
지형요소는 격자 기반의 모형으로 계산되며 강우에 따른 흐름의 점원적 발생과 하부 경사 방향의 면으로 2차원적 수분의 흐름 경로를 효과적으로 표현하며 분포형 수문 모형의 입력변수로 사용된다. 지형요소의 계산 방법은 Lee et al.(2012), Choi et al.(2013; 2017)에 상세히 설명되어 있어 이 논문에서는 제외하였다. 지형요소 중 곡률반경의 역수로 표현되는 곡률은 형태에 따라 등고선구배(Plan curvature) 곡률과 윤곽구배(Profile curvature)곡률로 구분되며, 이 중 등고선구배 곡률은 지표면의 등고선을 따르는 면의 변화율로 (Eq. (2))로 표현되며 윤곽구배곡률은 흐름선 방향으로 경사 기울기의 변화율로써 (Eq. (3))로 표현된다. 등고선구배 곡률은 지표면의 모양이 수렴형과 발산형을 구분하며 윤곽구배는 내리막으로 갈수록 경사가 증가하면 음의 값을 가지며, 감소할 경우 양의 값을 가진다. 접선구배(Tangential curvature)곡률은 (Eq. (4))로 표현되며 등고선구배 곡률에 경사도의 sine 값을 곱하여 작은 경사로 인한 변화를 보정하여 미소 곡률을 잘 표현한다(Mitasova and Hofierka, 1993). Fig. 4는 곡률 종류와 크기에 따른 지표면의 형태를 모식도로 나타낸 것이다.
여기서, , , 는 2차 미분계수이며, 이며 이다. 경사도가 일정한 경사지 또는 수평면에서 곡률은 0이 되며 이외의 곡률은 지형의 기복이 생긴 것을 의미하며 평탄화를 기본으로 하는 다짐 지반에서 지형 곡률의 변화는 성토체의 불균질성을 내포한다(Kim et al., 2021).
3. 연구 결과
3.1 고도 기반 지표면 평탄성
프로파일 미터를 이용한 평탄성 평가(KS F 2373:2010)는 측정기의 센서와 지표면 사이의 거리를 측정한 후 관측 자료의 평균 또는 중앙값에서 일정 범위의 상·하연선을 결정하므로 지표면의 경사와 고도의 영향을 받지 않는다. 반면 원격영상의 고도는 대부분 경사를 가지며 거리에 따른 고도차를 있어 기존의 평탄성 지수 평가법을 활용하기 위해서는 지표면 고도차를 보정하고 요철에 의한 영향만을 고려할 필요가 있다.
원격영상에서 평탄면의 요철은 먼저 정밀 수치고도모형에서 3mm 간격으로 지표면의 2차원적인 고도 단면(Profile)으로 제작하였다. 지표면 요철의 기준선을 설정하기 위해 일정 간격으로 측정된 고도 자료에 고속 푸리에 변환(Fast Fourier Transform, FFT) 알고리즘을 적용하여 일정한 도메인별 고도를 산정하여 보정을 위한 필터로 적용하였다. 드론 영상에서 측정한 고도에서 고속 푸리에 변환에서 계산된 고도와의 차이를 추출하면 고도에 의한 효과는 제거되고 지표면 요철에 의한 효과만 남게 된다. 이러한 방법은 신호의 주파수 스펙트럼을 분석하여 특정 주파수의 강도를 확인하는 방법으로 이용되며, 요철이 없는 도메인은 영상정보의 고도와 FFT의 결과가 같으므로 차이는 0이 된다. 즉 고속 푸리에 변환의 필터를 이용하여 보정한 값이 0이 되는 지표면이 기준선이 되며 요철 파형으로부터 상·하연선을 작도하고 빈도와 거리를 계산하였다.
Fig. 5~Fig. 7은 연천의 SOC 성능연구센터(Fig. 1의 (a)), 김포의 고속국도 400호선 김포-파주 건설 현장(Fig. 1의 (b)), 그리고 안성시에 있는 서울-세종고속도로 건설 현장(Fig. 1의 (c))의 결과를 나타낸 것이다.
연천 SOC 성능연구센터는 토양의 다짐으로 평탄화된 지표면의 형상과 균질성을 평가하기 위한 현장 조건의 시험 시설 조성한 곳으로 다짐 단계별 평가한 바 있다(Kim et al., 2022). 롤러를 이용하여 직사각형으로 평탄화한 지표면은 74.79~74.99m의 해발고도를 보이며 20cm 정도의 차이가 있다. 직사각형 영역의 중앙부를 따라 평탄성 분석을 위한 단면선(A-A’)을 설정하였고 단면의 고도차는 10cm이며 경사도는 0.5° 이하의 분포를 나타낸다(Fig. 5의 (a), (b)). Fig. 5의 (c)는 고도와 고속 푸리에 변환의 도메인별 고도를 나타낸 것으로 FFT-5와 FFT-10은 도메인의 크기에 따른 변화를 보여준다. Fig. 5의 (d)는 원격영상의 고도와 FFT-5와 FFT-10의 차이를 나타낸 것으로 FFT-5는 기준선에서 (+)3.0mm에서 (-)3.5mm의 변화가 관찰되며, FFT-10은 (+)4.7mm에서 (-)3.8mm의 변화를 나타낸다. Eq. (1)을 이용하여 계산한 FFT-5의 평탄성 지수(PrI)는 105.6mm/km이며, FFT-10의 평탄성 지수는 446.8mm/km이다. 평탄화 과정의 지표면은 대부분 연속성을 가지는 매질로 구성되며 표면의 관찰되는 요철이 대부분 점이적인 변화를 나타내고 있는 것을 고려할 때 FFT-5와 FFT-10의 평탄성은 유사한 값을 나타낼 것으로 판단하였으나 고속 푸리에 변환 시 최적 도메인의 설정이 필요하다.
김포 지역은 김포-파주간 고속국도 건설현장의 평탄화된 성토지반에서 가로×세로 크기가 10m×50m인 직사각형 영역을 구성하고 드론을 이용한 지표면 측량과 GPS 정보를 이용하여 고도를 보정한 영상을 구축하였다. 평탄화한 지표면의 고도는 32.74~33.25m 범위를 보이며 최대 51cm 정도의 차이를 나타낸다. 지표면의 기복은 단면의 시점에서 20m까지 변화가 크고 중앙부가 오목한 모양을 보인다. 직사각형 영역의 중앙부를 따라 평탄성 분석을 위한 단면선(B-B’)을 설정하였고 단면의 고도차는 36cm이며 경사도는 1.0° 이하의 분포를 나타낸다(Fig. 6의 (a), (b)). Fig. 6의 (c)는 고도와 고속 푸리에 변환의 도메인별 고도를 나타낸 것으로 FFT-5와 FFT-10은 도메인의 크기에 따른 변화를 보여준다. Fig. 6의 (d)는 원격영상의 고도와 FFT-5와 FFT-10의 차이를 나타낸 것으로 FFT-5는 기준선에서 (+)28.1mm에서 (-)27.3mm의 변화를 보이며 FFT-10은 (±)30.0 이상의 변화를 나타낸다. 고속 푸리에 변환의 분석 결과에서 지표면의 경사도 변화와 요철 규모가 큰 영역(Fig. 6(d)의 ①)은 평탄성이 좋지 못하지만, 경사도가 일정한 중앙부(Fig. 6(d)의 ②)는 ① 영역과 비교하면 균질한 평탄성을 관찰할 수 있다. Eq. (1)을 이용하여 계산한 FFT-5의 평탄성 지수(PrI)는 9,530mm/km이며, FFT-10의 평탄성 지수는 12,079mm/km이다. 김포 지역은 롤러를 이용하여 1회 진동 다짐하였고 지표면의 기복이 크고 불균질 다짐에 의한 요철의 규모와 빈도가 큰 점이 평탄성 해석에서 반영된 것을 볼 수 있다.
안성 지역은 서울-세종고속도로 건설현장에서 평탄화 공정 중의 성토지반에서 가로×세로 크기가 10m×50m인 직사각형 영역을 구성하고 드론을 이용한 지표면 측량과 GPS 정보를 이용하여 고도를 보정한 영상을 구축하였다. 평탄화된 지표면은 51.53~53.29m의 해발고도를 보이며 176cm 정도 고도차를 보이며 단사형의 경사가 관찰된다. 직사각형 영역의 중앙부를 따라 평탄성 분석을 위한 단면선(C-C’)을 설정하였으며 단면상의 고도 차이는 최대 149cm이며 경사도는 2.0° 이하의 분포를 나타낸다(Fig. 7의 (a), (b)). Fig. 7의 (c)는 고도와 고속 푸리에 변환의 도메인별 고도를 나타낸 것으로 FFT-5와 FFT-10은 도메인의 크기에 따른 변화를 보여준다. Fig. 7의 (d)는 원격영상의 고도와 FFT-5와 FFT-10의 차이를 나타낸 것으로 FFT-5는 대부분의 지점이 기준선에서 (±)5.0mm보다 작은 범위를 보이며 10m 정도의 간격으로 요철의 규모가 증가한다. 반면 FFT-10은 이보다는 요철의 규모가 큰 것을 볼 수 있다. Eq. (1)을 이용하여 계산한 FFT-5의 평탄성 지수(PrI)는 8,728mm/km이며, FFT-10의 평탄성 지수는 11,384mm/km이다.
3.2 곡률 기반 지표면 평탄성
지형 곡률은 지표면의 모양과 요철 정도를 수치적으로 표현한 개념으로 평면상의 곡률 등고선 구배() 또는 접선구배곡률()로 표현되며 지표면이 수평으로 휘어진 정도를 표현한다. 이 조건에서 양(+)의 곡률은 볼록한 정도를 지시하며 반대로 음(-)의 곡률은 오목한 지표면을 표현한다. 프로파일 곡률은 윤곽구배곡률()로 표현되며 요철의 수직적인 모양을 표현하면 평면곡률과 마찬가지로 양(+)의 곡률은 볼록한 정도를 지시하며 반대로 음(-)의 곡률은 오목한 지표면을 표현한다(Fig. 4 참조). 지숫값으로 표현되는 곡률은 고도와 경사도와 달리 요철의 모양과 크기에 영향을 받으므로 지표면의 평탄성 해석에 효과적으로 이용할 수 있다. 또한 곡률의 평면적 분포로부터 독립적인 요철과 방향성을 가지는 요철을 구분할 수 있다.
Fig. 8~Fig. 10은 연천의 SOC 성능연구센터(Fig. 1의 (a)), 김포의 고속국도 400호선 김포-파주 건설 현장(Fig. 1의 (b)), 그리고 안성시에 위치한 서울-세종고속도로 건설현장(Fig. 1의 (c))에서 분석한 곡률 기반의 지표면 평탄성을 나타낸 것이다.
Fig. 8은 연천 SOC 성능연구센터의 곡률분포를 나타낸 것으로 접선구배곡률과 윤곽구배곡률은 대부분 (±)0.5 이내의 값을 보인다. 지표면의 경사도가 0.5°이하로 거의 일정하고(Fig. 5의 (b)) 대체로 0에 가까운 지수값을 보이는 것으로 볼 때 평탄성이 양호한 것으로 평가할 수 있다. 지표면의 곡률 분포에서 독립적인 요철은 주변과 구별되는 원형의 경계를 가지는 반면 요철이 특정한 방향으로 선형의 분포를 나타내는 경우 불균질 다짐 내지 지층의 변형으로 해석할 수 있다. Fig. 8의 (a)에서 과 는 롤러의 진행 방향에 따라 경계부 요철에 해당하며 은 윤곽구배곡률()과 접선구배곡률()이 유사한 지수를 보이는 반면 는 윤곽구배곡률에서 다짐 방향으로 경계가 분명하게 관찰되며 접선구배곡률의 경계는 불명확하다. 곡률 단면(A-A’)의 일부 지점(Fig. 8의 (c), (d)의 ①은 접선구배곡률과 윤곽구배곡률이 (±)0.5 이상으로 주변에 비해 높은 지수를 보인다.
김포지역의 접선구배곡률과 윤곽구배곡률은 대부분 (±)4.0의 범위로 매우 큰 변화를 보인다. 곡률 분포(Fig. 9의 (a), (b))에서 곡률의 변화가 큰 영역()과 상대적으로 변화가 작은 영역()이 구분되며 은 다짐에 사용한 롤러의 경계에 해당한다. 곡률 단면(B-B’)의 일부 지점(Fig. 9의 (c), (d)의 ①은 불균질 다짐으로 거리에 따라 곡률 지수의 변화가 크게 관찰되며 이로부터 평탄성이 매우 불량한 것으로 판단할 수 있다. 그림의 ②는 곡률의 지숫값이 감소하고 있으나 여전히 (±)2.0 범위의 지수를 보이며 접선구배곡률과 윤곽구배곡률의 크기가 다른 것으로 볼 때 지표면의 평탄성이 불량한 것으로 평가할 수 있다. 이와 같이 평탄화한 지표면의 곡률 분포는 단면에서 요철의 정도뿐 아니라 평면상에서 평탄한 정도와 요철의 모양과 특성을 구분할 수 있는 장점이 있다.
안성지역은 성토 및 다짐이 완료된 고속도로에서 측정한 것으로 접선구배곡률과 윤곽구배곡률은 대부분 (±)2.0의 범위에 분포하며 10m 정도의 간격으로 곡률의 증가와 감소가 관찰된다. 곡률의 평면 분포(Fig. 10의 (a), (b))에서 변화가 큰 영역()은 고립된 모양을 보인다. 곡률 단면(C-C’)의 일부 지점(Fig. 10의 (c), (d)의 ①은 불균질 다짐으로 거리에 따라 곡률 지수의 변화가 주기적으로 관찰되며 이로부터 평탄성이 불균질한 것으로 판단할 수 있다.
4. 고 찰
본 연구에서는 3개의 시범지역을 대상으로 드론 기반 원격영상과 지형요소 분석을 통해 다짐된 지표면의 평탄성을 분석하였다. 지표면의 특성을 표현하는 지형요소는 영상정보에서 구축한 수치 고도모형을 토대로 Tapes_G 수문모델과 크리깅(Kriging) 공간보간법을 적용하여 일정한 격자 간격으로 계산하였다. 연구 결과와 같이 지표면의 고도와 곡률을 이용하여 고도와 경사도의 차이가 있는 지표면에서 요철 및 평탄성의 상태를 해석할 수 있다. 시범지역의 시공에서 지표면의 다짐은 연천, 안성, 김포 지역의 순으로 다짐 횟수가 감소하며 연구에 적용한 고도 기반의 고속 푸리에 변환(FFT) 방법과 곡률 분석은 지역별 평탄성의 정도를 정량적으로 구분할 수 있다. Kim et al.(2021; 2022)는 지형요소와 지구물리학적 방법을 이용하여 다짐에 따라 지반의 상태변화와 균질성이 증가하는 것을 제시하였다. 이는 시범지역의 다짐 정도에 비례하여 평탄성이 개선된 것을 보여준다.
고도를 이용한 평탄성 해석에서 요철의 기준을 설정하기 위해 고속 푸리에 변환(FFT)을 적용하였고 4회 다짐을 한 연천 지역의 FFT-5의 요철은 기준선(0mm)에서 (+)3.0mm에서 (-)3.5mm의 변화를 보였고 이는 다짐 과정에서 발생한 표면의 미세한 요철이 FFT 분석에 잘 반영된 결과로 판단된다. 도메인의 크기가 다른 FFT-5와 FFT-10의 결과는 서로 유사하나 요철의 규모를 달리 표현하고 있어 원격영상을 이용한 평탄성 분석시 최적의 도메인 결정이 필요하다. 일반적인 고속도로 성토지반의 다짐을 한 안성 지역의 FFT-5는 기준선에서 (±)5.0mm 이내의 변화를 보이며 주기적으로 요철이 크기가 증가하였다. 이에 반해 1회 다짐을 한 김포 지역의 FFT-5는 기준선에서 (+)28.1mm에서 (-)27.3mm의 변화를 보였으며 과소 다짐으로 요철의 빈도와 규모가 증가한 것을 확인할 수 있었다.
3개 시범지역에 대한 지표면의 평탄성을 평가하면 연천 지역은 비교적 평탄성이 우수하고 균질한 다짐 상태를 유지했지만, 김포와 안성 지역은 불균질한 다짐 상태를 보인다. 고도 자료의 고속 푸리에 변환으로 산정한 평탄성 지수(Profile Index, PrI)는 지역별로 뚜렷한 차이를 보여준다. 다짐에 의한 평탄성은 성토재료의 토성, 광물조성과 함수능 등의 조건에 따라 달라질 수 있으나 시범지역의 성토에 사용한 성토재의 토성은 양질사토로 유사하며 다짐 횟수와 평탄성 정도가 비례하는 것을 고려하면 연구에 활용한 FFT 분석은 지표면의 다짐 상태와 평탄성을 비교하고 평가하는 데 유용하게 활용될 수 있을 것으로 판단된다.
기존의 평탄성 평가는 측정기와 지표면의 거리를 이용하며 원격영상의 수치고도모형은 고도차를 포함하고 있어 이에 대한 보정이 필요하다. 고속 푸리에 변환은 고도의 영향을 제거하고 요철의 규모만을 도출하는 방법으로 적용하였다. 시범지역을 대상으로 산정한 FFT-5와 FFT-10의 결과는 유사하나 지표면 요철의 규모와 빈도에 따라 결과가 달라질 수 있으므로 다양한 요철 조건에 관한 비교 연구가 필요하다.
이상적으로 평탄화된 지표면의 지형 곡률은 0으로 일정하며 육안으로 확인하기 어려운 지표면의 상태를 지형요소를 이용하여 표현할 수 있다. 또한, 곡률의 변화는 시공 과정에서 발생한 지표면의 기복을 표현하며 불균질 시공 부분을 분석할 수 있다(Kim et al., 2022). 시범지역 중 연천 지역은 곡률의 변화가 거의 없어 균질한 다짐 상태를 나타내며 수평적 변화를 표현하는 접선구배곡률()과 수직적인 변화를 표현하는 윤곽구배곡률()이 모두 안정적으로 관찰되었고, 이는 다짐 공정이 잘 이루어졌음을 시사한다. 안성 지역은 곡률 분석 결과, 다짐 상태가 불균질하며 특정 구간에서 곡률 변화가 주기적으로 나타났다. 이러한 곡률 변화는 추가적인 다짐이 필요하며 이러한 곡률 분석을 통해 도로 등의 평탄면 시공의 품질을 개선할 수 있다. 김포 지역은 3개 지역 중 곡률 변화가 가장 크고, 특히 특정 구간에서는 곡률이 급격하게 변화하여 불균질한 다짐 상태를 보여준다. 시범지역의 곡률에서 윤곽구배곡률 보다 접선구배곡률의 변화가 잘 관찰되었으며 경사의 변화가 미세한 지표면에도 효과적으로 적용할 수 있을 것이다. 연구의 곡률 분석을 통해 지역별 다짐 상태를 정밀하게 평가할 수 있었으며, 이는 불균질한 다짐으로 인해 발생할 수 있는 문제를 사전에 파악하고 개선할 수 있는 유용한 방법으로 이용될 수 있다. 수치고도모형의 정확도와 해상도는 곡률의 계산과는 별개로 해석 결과에 영향을 미치는 요소이나 지표면 관측 기술의 발전에 따라 정확성과 분석의 신뢰성은 높아질 것으로 판단된다.
건설공사의 공정 중 토공사가 차지하는 비율은 20~30% 정도로 매우 중요한 공정(KICT, 2018)이다. 다짐 장비(롤러)를 이용하여 토양 소재를 다짐하는 과정과 인력 기반의 현장시험에 의한 품질검사 공정으로 구분되어 있고(KCS 11 20 20 : 2023) 평탄면의 품질은 평판재하와 현장 밀도시험 등의 일점시험(Spot test) 결과를 바탕으로 품질검사 공정이 진행되어, 시공된 전체 영역의 품질을 확인할 수 없으며, 다짐 정도를 평가하기 위해 공정을 중단해야 하는 단점이 있다. 원격영상을 이용한 지표면의 상태진단은 공정의 중단없이 단시간에 고해상의 지표면 정보 수집과 가시화할 수 있어 현장 측량에 투입되는 시간과 인력을 절감하는 장점이 있다(Kim et al., 2022). 특히 연약지반은 대부분 평탄하게 시공되며 여러 원인으로 장기간에 걸쳐 지표면이 변형되는 경우가 발생한다. 주기적인 원격측량과 평탄성 분석을 통해 시간에 따른 지표면의 변화를 파악하면 지반의 변형과 관련한 유지관리 방법으로 활용할 수 있을 것이다.
드론을 이용한 영상분석은 기존의 지상관측 방법보다 짧은 시간 안에 넓은 지역을 분석할 수 있다. 사용자의 계획에 따라 측정시간, 측정범위, 간격 등을 조절할 수 있는 장점으로 평탄성 평가에 효과적으로 이용될 수 있다. 반면 원격영상의 측정은 기상조건에 민감하고 장비에 따라 사진의 밝기, 잡신호, 명도, 채도에 따라 결과물의 품질이 저하될 수 있고. 정밀한 사진 측량과 위치의 정확도에 대한 오차가 있어 개선이 필요한 부분이다. 또한, UAV 기체와 카메라 센서, 비행고도, 중복도, 처리 소프트웨어 등에 따라 정확도가 달라질 수 있어 주의할 필요가 있다(Yun et al., 2022). Cho et al.(2021)은 지표면의 촬영 각도에 따라 정확도가 다르며 고경사로 촬영한 영상의 정확도가 저경사로 촬영한 영상보다 높이에 대한 정확도가 크게 개선되고 지상의 표고 관측점이 증가할수록 영상의 정확도가 개선되는 것을 보고하였다. 원격영상을 이용하여 지표면 형상을 분석하기 위해서는 목적에 부합하는 해상도의 지형정보가 필요하다. 영상정보의 격자 간격이 1cm 정도에서 지표면의 곡률 변화가 상세하게 표현되었으며 10cm 이상에서 곡률의 수평적 변화를 효과적으로 표현하지 못하였다(Kim et al., 2021). 따라서 도로 등의 지표면 평탄성을 평가하기 위해서는 mm 단위의 분해능을 가진 정밀 수치고도모형이 필요할 것이다.
포장된 도로의 공용성을 평가하는 항목으로 포장의 종횡 방향 평탄성, 미끄럼 및 지지력 등이 있다. 국내외의 여러 기관에서 평탄성에 관한 관리기준을 도입하여 건설과 유지관리시에 활용하고 있다(Kim et al., 2003). 국내에서 평탄성을 평가하는 방법은 아스팔트, 콘크리트 등으로 포장된 도로를 대상으로 평탄성 지수(Profile Index, PrI)와 국제 평탄성 지수(International Roughness Index, IRI)가 사용되며 지상관측 자료에 기반하고 있다. 한편, 이동체에 디지털카메라, 레이저 스캐너, GNSS(Global Navigation Satellite System) 수신기, 관성항법장치 등을 탑재하여 정밀한 측위와 고품질의 공간정보 DB 구축하는 MMS (Mobile Mapping System)이 도로 평탄성을 평가하는 효과적인 방법으로 알려져 있다(Choung, 2017; Kim et al., 2019). 이러한 방법에 사용되는 계측기는 대부분 고가이며, 대부분 후처리 해석이 필요해 연속적인 평가에 불리하며 시공 중의 지표면은 이동체의 투입이 어려운 단점이 있다.
5. 결 론
이 연구는 시범지역을 선정하고 드론 기반의 원격 영상에서 추출한 고도와 곡률을 활용하여 다짐된 지표면의 평탄성을 분석하였다. 고도 기반의 고속 푸리에 변환(FFT)과 곡률 분석을 통해 다짐도가 다른 지역의 지표면의 평탄성을 정량적으로 평가할 수 있음을 확인하였다. 연천, 김포, 안성의 3개 시험 지역에서 평탄성 분석 결과, 다짐 횟수에 따라 지표면의 평탄성이 개선되었으며, 고속 푸리에 변환을 적용한 평탄성 지수는 지역별로 차이가 관찰된다. 지형의 곡률 분석은 육안으로 확인하기 어려운 미세한 지표면의 기복과 불균질성을 정밀하게 평가할 수 있었다.
원격영상과 지형요소를 이용한 평탄성 분석은 시공 공정을 중단하지 않고 지표면의 3차원적인 상태를 신속하게 평가하는 데 효과적이며, 불균질한 다짐으로 인해 발생할 수 있는 문제를 사전에 파악하는 데 유용하게 활용할 수 있을 것으로 기대된다. 본 연구는 원격영상 정보를 기초로 지표면 평탄성을 분석하는 방법에 관한 것으로 정확성과 신뢰성을 마련하기 위해 다양한 조건에서 후속 연구가 필요하다.
