J Coast Disaster Prev > Volume 9(2); 2022 > Article
수심 및 AIS 데이터 기반의 공간분석을 활용한 연안 수역 내 고밀도 등심선 생성에 관한 연구

Abstract

ECDIS provides safety function related to depth and contour lines to prevent grounding of ship. However, since the most ENCs contain depth contours at intervals of 2, 5, 10, 20, 30m, it is difficult to provide precise information to users and have limitations as a function of anti-grounding. Recently, the IHO recognized this problem and recommended the production of HD(High Density) ENC that provides depth contours at 1m intervals in confined water. In this study, spatial analysis was performed based on AIS and marine accident data to determine the depth contour ranges and areas required for HD ENC production. The study area was selected near Incheon and Pyeongtaek port on the west coast of Korea and depth contour lines with 1m intervals were created based on the TIN(Triangulated Irregular Network) interpolation algorithm and DEM(Digital Elevation Model) using the water depth data of the digital nautical chart. After that, the distribution of ship’s draft was analyzed based on the AIS data, and the spatial autocorrelation analysis using marine accident data indicates the need to provide dense contour lines in the fairway of Incheon and Pyeongtaek. It is expected to HD ENC that reflects the environment of the area and the characteristics of ships can help safe navigation of ships and prevent marine accidents.

1. 서 론

SOLAS(International Convention for the Safety of Life at Sea, 1974)에 따라 선박의 전자해도표시시스템(ECDIS, Electronic Chart Display and Information System) 탑재가 강제화되면서 핵심 항해장비로 자리잡고 있다. 전자해도(ENC, Electronic Navigational Chart)는 ECDIS에서 사용하기 위해 종이해도 상에 나타나는 해안선, 등심선, 수심, 항로표지, 위험물, 항로 등 선박의 항해와 관련된 모든 해도정보를 국제수로기구(IHO, International Hydrographic Organization)의 표준규격 S-57에 따라 제작된 디지털해도를 말한다(IHO, 2000). ECDIS는 ENC 데이터와 결합하여 항해용 센서로부터 위치정보를 사용해 항로 계획, 항로 감시, 항해 관련 정보제공 등 주요한 기능을 제공한다(IMO, 2006).
ECDIS의 주요 안전기능 중 하나로 선박의 좌초방지를 위해 수심 및 등심선의 강조 표시 및 알람 기능이 있다. 항해사는 선박의 흘수에 선저여유수심을 가산하여 안전수심 및 안전등심선 값을 결정하고 이를 ECDIS 상 항해 계획 및 항로 감시 시 운용하고 있다(Rutkowski, 2018). 안전수심은 항해에 위험을 가하는 수심을 감지하기 위해 사용자가 입력하는 값으로, 입력값 이하의 수심은 굵은 글자체로 강조 표시된다(IHO, 2014). 안전등심선은 안전수역과 비안전수역의 경계를 나타내기 위한 것으로 다른 등심선에 비해 진하고 굵은선으로 강조 표시되며 횡단 및 횡단 예상 시 알람이 발생한다(IHO, 2014; IMO, 2006; Lee et al., 2019).
ECDIS는 사용자의 안전등심선 입력값을 기반으로 ENC에서 제공하는 등심선 중에 선택하여 표시하는데, 입력값보다 같거나 깊은 등심선 중에 가장 낮은 등심선이 선택된다(IHO, 2014). 우리나라 해양정보간행물의 제작 기준 등에 관한 규정에 따르면 해도에 표기되는 등심선의 단위는 Table 1과 같이 0, 2, 5, 10, 20, 30m 등의 간격이며 해도별 축척에 따라 차이가 있다(NLIC, 2021a).
이러한 등심선 간격으로 인해 실제 선박이 수심에 따라 항해 가능한 수역과 ECDIS에서 제공하는 안전등심선에 의한 가항수역의 격차가 발생하여 정밀한 가항수역의 식별이 어려운 한계점이 있다. 연안 또는 항만 입출항 단계의 협수로 및 저수심 수역에서 선박은 불가피하게 안전등심선 내를 항해해야 하는 경우 항해 가능한 수역이 있음에도 불구하고 알람이 지속적으로 발생하게 되어 알람에 대한 피로도 증가를 유발한다. 특히, 안전등심선 내에서 선박이 실제 좌초 위험이 있는 수심에 접근하고 있는지 여부를 확인할 수 없어 좌초방지 기능으로서 실효성이 없는 실정이다. 이로 인해 실무에서는 연안에서 안전등심선 내의 해역을 항해하되, 좌초에 직접적인 위험이 있는 안전수심 이하의 해역에 접근하지 않도록 ECDIS의 User Chart 기능을 활용해서 Limiting Danger Line(No Go Area)을 수기로 작도하여 운용하고 있다.
또한, ECDIS에는 좌초방지 기능과 함께 안전등심선 외에 낮은등심선 및 깊은등심선의 추가 설정을 기반으로 해역의 수심 정보를 4가지 음영색으로 나타내는 기능이 있다. 하지만 등심선의 넓은 간격으로 인해 서로 다른 값으로 입력하더라도 동일한 등심선이 선택되어 ECDIS 상 음영 구분이 되지 않는 경우도 빈번히 발생하고 있다.
한편, ECIDS의 기능상 한계를 극복하고자 영국과 미국, 싱가폴을 중심으로 1m 간격의 등심선을 제공하는 High Density ENC(HD ENC)의 개발이 활발히 진행되고 있다. 영국수로국 UKHO(United Kingdom Hydrographic Office)는 브리스톨 해협, 테임즈 강을 대상으로 HD ENC를 개발하였다. 미국수로국 NOAA(National Oceanic and Atmospheric Administration)는 Table 2와 같이 0~20m 내에 비교적 조밀한 간격의 등심선을 제공하고 있으며, 미시시피 강을 대상으로 HD ENC를 개발하였다(NOAA, 2019). 싱가폴⋅말라카 해협의 경우 항행에 중요하다고 판단되는 5개의 영역에 있어 연안 국가들이 공동으로 수로 측량을 실시하여 10~30m 수심에서 1m 간격의 등심선을 포함하는 보다 정밀한 전자해도가 출시되었다(Lee, 2018). 우리나라에서는 기존 IHO S-57 기반의 정적인 특성을 가진 전자해도 한계점을 인식하고 다이나믹 전자해도 개발에 관한 Park et al. (2009)의 연구가 있으며, 고해상도의 수심과 등심선 등을 포함한 전자해도를 시범 구현한 바가 있다.
국제적으로 HD ENC의 필요성을 인식하고 제한수역을 중심으로 정밀한 수로측량과 함께 ENC를 제작⋅개발하고 있으며 국내에서도 해역의 특성을 반영한 HD ENC의 제작이 필요하다. 따라서 본 연구에서는 Fig. 1과 같이 우리나라 인천항 인근 해역을 대상으로 1m 간격의 등심선을 생성한 다음, 해상교통 데이터와 해양사고 데이터를 분석하여 적정 등심선 범위와 HD ENC의 개발이 필요한 영역을 파악하였다.

2. 데이터 수집 및 전처리

2.1 분석 해역

대한민국 서해안의 인천, 평택, 당진 및 대산항 인근을 분석 해역으로 설정하였다. Fig. 2는 분석 해역의 위치를 나타낸 것이며, 위도 36°30'N ~ 37°36'N, 경도 125°12'E ~ 127°00'E에 해당한다.
분석 해역에는 컨테이너선, 자동차운반선, 유조선, 액화천연가스운반선 및 여객선 등 다양한 종류와 크기의 선박이 통항하고 있다. 또한, 지리적 특징으로는 섬이 많고 수심이 얕아 제한수역이 곳곳에 존재하고 특히 조수간만의 차가 약 8~9m 정도로 크기 때문에 통항 선박 흘수에 따른 위험 수심과 관련하여 좌초방지에 각별한 주의가 요구되는 해역이다.

2.2 수치해도 데이터 수집

수치해도는 전자해도를 변환하여 일반적으로 통용되는 공간정보 포맷의 디지털 파일로 제작한 자료이다. 이는 도형 정보를 포함한 SHP 파일, 위치정보를 포함한 SHX 파일, 속성정보를 포함한 DBF 파일 등으로 구성된다. 전자해도의 셀단위로 제작되며 항해목적별 분류되는 해도에 따라 기준 축척을 가지고 있다. 전자해도와 동일하게 S-57 표준에 따라 다양한 객체와 속성정보를 포함하고 있으며, Table 3에서 그 주요 내용을 확인할 수 있다.
본 연구에서는 수치해도의 수심(SOUNDG) 데이터를 사용하였으며 그 속성값은 전자해도에 수심이 표시되는 규칙과 동일하다. 분석 해역을 포함하는 수치해도의 셀 개수는 총 87개이며, 사용된 수심 포인트 데이터는 약 25만개이다.

2.3 해상교통 데이터 전처리 및 추출

본 연구에 사용된 해상교통 데이터는 선박자동식별시스템(AIS, Automatic Identification System) 데이터이다. AIS 데이터에는 선박고유식별번호(MMSI, Maritime Mobile Service Identity), 항행상태, 위치, 속력, 침로, 선종, 선박 크기 등의 데이터가 포함되어 있다(Lee et al., 2022). 2019년 3월 1일부터 2020년 2월 29일까지 1년간 분석 해역을 통항하는 선박의 AIS 데이터를 수집하였으며, 일정한 통항 패턴을 가지고 있는 여객선, 화물선, 유조선을 대상으로 하였다. Table 4는 분석에 사용된 AIS 데이터의 특성을 나타낸 것이다. 본 연구에서는 AIS 데이터의 위치 정보를 이용하여 선박의 항적을 추출하고, 흘수 정보를 이용하여 통항한 선박의 흘수 분포를 분석하였다.

2.4 해양사고 데이터 수집

본 연구에서는 중앙해양안전심판원에서 제공하는 데이터 중 2011년부터 2020년까지 10년간 발생한 해양사고를 수집하였다. 수집한 데이터의 총 개수는 24,434개이며 분석 해역 내에서 발생한 해양사고 데이터는 3,005개이다. 해양사고 종류로는 충돌, 전복, 운항 저해, 좌초, 기관 손상, 침몰, 부유물 감김, 해양 오염, 접촉, 안전사고, 화재폭발 등이 있으며, 사고 발생 일시 및 지점, 사고 선박의 종류와 크기 등의 정보가 포함되어 있다.

3. 등심선 생성 알고리즘 모델링

3.1 개요

해도에 표시되는 등심선은 같은 값 수심의 외측을 연결한 것이다. 이는 항해의 안전을 위한 것으로, 수심보다 깊은 쪽으로 표현할 수는 있으나 얕은 쪽으로는 표현하지 않으며 해저지형을 묘사하되 평활하게 표현하고 있다(NLIC, 2021a). 하지만, 이를 기반으로 조밀한 등심선을 생성하는 데에는 한계가 있으며 측량된 수심 데이터의 표본 크기와 정확도에 크게 의존한다. 따라서 본 연구에서는 샘플링된 수심 데이터를 기반으로 보간 표면을 생성하고, 래스터 데이터로 변환한 후 등심선을 생성하였다.
본 연구에서 등심선 생성 모델링에 사용한 프로그램은 ArcGIS Pro(ver. 2.9)이다. 수심 데이터, 해상교통 및 해양사고 데이터를 이용하여 공간분석 및 시각화를 수행하였다.
일반적으로 불규칙한 표고점들로부터 지표면을 표현하고 공간분석을 수행하는 데 사용되는 데이터는 래스터 구조의 규칙격자망인 DEM(Digital Elevation Model)과 벡터 구조의 불규칙 삼각망인 TIN(Triangulated Irregular Network)이 있다. DEM은 동일한 간격의 격자인 그리드를 사용하여 셀 내에 중심의 표고를 저장하는 반면, TIN은 불규칙하게 배열된 표고점을 이용하여 서로 중첩되지 않는 삼각형 면을 구성하여 지형을 표현한다. 고도 표면을 생성하기 위한 보간 방법으로는 IDW(Inverse Distance Weighted), Natural Neighbour, Spline, ANUDEM(Australian National University Digital Elevation Model), TIN, Kriging 등 다양하게 있다(Habib et al., 2020). 본 연구에서는 국지적 변이가 심한 복잡한 지형을 표현하는데 적합한 벡터 구조의 TIN 모델을 활용하였다.
Fig. 3은 등심선 생성 모델링 개요를 나타낸 것이다. 개별 포인트마다 위치와 수심 정보를 포함하고 있는 Fig. 3(a)를 기반으로 Fig. 3(b)와 같이 TIN 표면을 생성하였다. 이를 Fig. 3(c)와 같이 래스터 구조인 DEM으로 변환하여 Fig. 3(d)와 같이 등심선을 생성하였다. 마지막으로 Fig. 3(e)와 같이 라인 스무싱 과정을 거쳐 부드러운 곡선으로 처리하였다.

3.2 TIN

TIN 모델은 불규칙하게 분포된 표고점(x, y, z)의 세 값을 기반으로 알려지지 않은 값을 선형 추정하는 벡터 기반 모델로서 복잡한 지형 구조 및 3차원 지형 표현에 효과적이다. TIN 모델은 Fig. 4와 같이 들로네 삼각분할 규칙을 적용하여 일련의 인접한 삼각형을 구성하는데, 들로네 삼각분할 규칙의 주요 속성은 삼각형의 외접원이 삼각형의 점 외에 다른점을 포함하지 않는 것이다(Cho et al., 2004).
TIN 모델은 해상도가 고정되어 있지 않고 주변 지형에 의해 높이 값을 유동적으로 채택할 수 있으며 보다 높은 해상도로 지형을 표현하기 위한 적절한 지형정보를 저장할 수 있다(Yoo et al., 2019). 또한, TIN 모델의 정확도는 관측치의 수와 밀도에 크게 좌우되는 특징이 있다. 따라서 표본이 군집화되면 주변 관측치가 비교적 좋은 예측을 하게 되고, 반대로 고립된 표본의 경우 생성된 삼각형은 그 크기가 더 크고 예측은 더 부정확하거나 오류가 있을 수 있다.
Yoo et al. (2019)의 연구에서는 해양수치모델 목적의 수심 데이터 제작을 위해 대용량의 원시 수심측량자료를 TIN 모델 기반으로 제작하여 해저지형은 최대한 재현하고, 저장공간은 최소화할 수 있도록 지형 굴곡이 많은 부분은 높은 밀도로, 굴곡이 없고 평탄한 지역은 낮은 밀도로 수심을 추출하였다.

3.3 TIN 표면의 DEM 변환

일반적으로 ArcGIS에서는 셀 구조인 래스터 데이터셋을 기반으로 지형 분석을 수행하므로 벡터 데이터의 TIN 표면을 래스터 데이터인 DEM으로 변환하는 과정을 거쳤다. 변환 원리는 출력 셀 중심이 TIN의 보간 영역 내에 있는지 여부에 따라 TIN의 z값인 높이 값이 할당된다. 보간 방법으로는 선형 보간 및 최근린 보간법이 있으며, 선형 보간법은 TIN 삼각형을 평면으로 간주하여 셀 중심의 위치를 평가하여 높이를 할당하는 반면 최근린 보간법은 선형보다 부드러운 결과를 생성한다. 래스터 표면은 해상도인 셀 크기와 TIN 표면상의 변화와 간격에 의해 좌우되는 특징이 있다(Esri, 2022a).

3.4 등심선 생성 방법

Fig. 5는 셀 기반의 래스터 자료로부터 등심선이 생성되는 원리를 보여준다. 먼저 쌍선형 보간법을 이용하여 4개의 인접한 셀의 각 그룹에 대한 중심값을 계산하고, 이 값과 기존 셀 중심값을 특정 등심선의 경로를 결정하는 데 사용한다. 표고값을 가지고 있는 두 점 사이에 선형 보간법을 사용하여 해당 값이 수직, 수평 및 대각선을 따라 놓이는 위치를 결정하고, 최종적으로 이 점을 연결하여 등심선이 생성된다(Esri, 2022b).

3.4 등심선 생성 결과

수심 데이터를 이용하여 TIN 표면을 생성하고, 이를 래스터 구조인 DEM으로 변환하여 최종적으로 등심선을 생성하였다. 0.5m, 1.0m, 2.0m 등 설정하는 간격에 따라 등심선 생성이 가능하지만, IHO의 HD ENC 제작 및 관리 규정에 따르면 사용자에게 가장 유용한 등고선 간격은 1m로 권고하고 있다(IHO, 2020). 이에 따라 본 연구에서는 1m 단위의 등심선을 생성하였고, Fig. 6은 분석 해역 내에 수심 데이터를 기반으로 등심선을 생성한 결과를 나타낸다.

4. 연구결과

4.1 통항 선박 흘수 분포 분석

본 연구에서는 등심선의 적정 범위를 도출하기 위해 분석 해역을 통항한 선박의 특징, 즉 흘수를 분석하였다. Table 5는 전체 통항 선박의 흘수별 상대빈도와 비율을 알아보기 위해 기초통계분석을 수행한 누적분포표이다. 전체 선박 5,246척 중 흘수 6~8m의 범위가 전체의 약 29.0%로 가장 높은 빈도를 나타냈고, 4~12m 범위의 흘수가 전체의 85.7%를 차지하며, 14m 이내의 흘수가 전체 선박의 총 97.0%를 차지하는 것으로 확인하였다.
또한, 선박 크기에 따른 흘수 분포를 추가적으로 파악하기 위해 해사안전법 상 정의하는 거대선을 기준으로 통항 선박을 분류하여 분석하였다(NLIC, 2021b). 거대선은 길이 200m 이상의 선박으로, 통항에 제한이 따르며 좌초를 비롯한 사고 발생 시 대형 해양사고로 이어질 가능성이 있으므로 교통안전특정해역 내에서 항행안전 확보가 각별히 요구된다.
Fig. 7은 전체 선박과 길이 200m 미만 및 200m 이상의 거대선으로 분류하여 흘수 분포를 박스플롯과 히스토그램을 이용하여 나타낸 것이다. 이는 데이터 분포 형태를 쉽게 확인할 수 있는 시각화 도구로, 사분위수와 구간별 데이터의 빈도 등을 확인하여 편향의 정도 및 집중 구간 을 확인할 수 있다.
통항한 전체 선박 중 길이 200m 이하의 선박은 4,016척으로 전체의 76.5%를 차지하고 길이 200m 이상의 거대선은 1,231척으로 23.5%를 차지하였다. 거대선의 경우 8~10m 범위의 흘수가 전체의 약 42.3%로 가장 높은 빈도를 나타냈고, 16m 이내의 흘수가 전체 거대선의 총 94.4%를 차지하는 것으로 확인하였다. 한편, 전체 선박의 흘수는 2~16m 범위에 분포하는 것을 확인할 수 있지만, 거대선에 해당하는 선박의 흘수는 6~22m의 범위로, 우측으로 편향된 것을 확인하였다. 즉, 비교적 흘수 제약을 많이 받는 거대선이 전체 선박에 비해 모수는 작지만 이를 추가적으로 고려할 경우, 전체 통항 선박은 2~22m의 흘수 내에 분포하는 것으로 분석되었다. 따라서, 선박 흘수 분석을 통해 ECDIS 사용자 측면에서 선택될 수 있는 최소 등심선의 범위는 0~30m로 판단되며, 이는 선박의 좌초를 예방하기 위해 흘수에 추가적인 여유값으로 두는 선저여유수심을 고려한 것이다.

4.2 해양사고 핫스팟 분석

해양사고 데이터 중 수심 등의 해역 환경이 영향 요소가 될 수 있는 사고로 좌초, 충돌 및 접촉사고를 추출하여 15km×15km 격자 셀 기반의 핫스팟 분석을 수행하였다. 이는 해양 사고의 공간분석을 통해 해상교통과 중첩되는 셀을 추출하여 고밀도 등심선을 구현하기 위한 것이며, 지리적 공간상에서 발생하는 현상은 인접할수록 유사한 특성을 보인다는 것을 전제로 한다(Lee et al., 2020).
본 연구에서는 Getis-Ord Gi* 통계량을 사용하여 해양사고 발생 지점에 대해 국지적 군집패턴을 파악하였다. GetisOrd Gi*는 공간적 자기상관성의 정도를 통계적으로 측정하며 관심 지역이 우연적인 분포를 제외한 다른 공간적 패턴을 보이지 않는다는 귀무가설을 검정한다(Yang et al., 2016). 이를 위해 각각의 객체마다 Gi*값을 계산하며, Gi*값을 통해 통계적 유의성을 파악할 수 있다. Getis-Ord Gi* 통계량은 Eq. (1)과 같다.
(1)
Gi*=j=1nwi,jxj-X¯j=1nwi,jS[nj=1nwi,j2-(j=1nwi,j)2]n-1
(2)
X¯=j=1nxjn
(3)
S=j=1nxj2n-(X¯)2
Gi*는 Getis-Ord Gi*의 통계량이며, xjj 객체의 속성값, wi,j는 객체 ij 사이의 공간가중치, n은 총 객체 수이다. Eq. (1)X¯S는 각각 Eq. (2)Eq. (3)으로 계산한다.
Gi*통계량이 양수이면 높은 속성값을 지닌 공간 단위들의 군집인 핫스팟을 얻을 수 있으며, 반대로 Gi*통계량이 음수이면 낮은 속성값들을 가진 공간 단위들의 군집인 콜드스팟을 나타낸다. 또한, Gi*통계량의 절댓값이 클수록 통계적으로 더욱 유의미함을 의미한다(Getis and Ord, 1992).
Fig. 8은 해양사고 핫스팟 분석 결과를 보여준다. 생성된 70개의 셀 중 9개의 셀이 핫스팟으로 나타났으며, 해상교통 주요 흐름과 중첩되는 셀은 5개로 나타났다.
핫스팟으로 도출된 해역은 인천항 입출항로와 평택⋅당진항 입출항로, 그리고 태안의 흑도 TSS 인근으로 크게 3개의 해역으로 나누어 볼 수 있다. 도출된 해역 내에 주요 선박 항로의 수심을 파악한 결과, 인천항 인근 해역의 경우 약 10~12m이며 평택⋅당진항의 경우 약 12~14m, 태안 TSS 인근의 경우 약 30m이다. 태안 TSS 인근 해역의 경우 선박이 수심에 의한 영향을 상대적으로 적게 받는 것으로 확인되어 본 연구에서는 고밀도 등심선 구현 및 비교 분석에서 제외하였다.
해양사고 핫스팟 분석으로 도출된 해역을 기반으로 1m 간격의 등심선을 생성한 결과를 기존 ENC에서 제공하는 등심선과 비교하였다. Fig. 9는 인천항 입출항 항로에 등심선을 생성하여 선박 항적과 함께 나타낸 결과이다. Fig. 9(a)는 기존 ENC에서 제공하는 등심선을 나타낸 것이며, 그 결과 2, 5, 10, 20m의 등심선이 추출되었다. 반면, Fig. 9(b)는 1m 단위의 등심선을 생성한 결과로 동일한 영역 내에서 1~28m의 등심선을 나타낼 수 있었다. 같은 방법으로 Fig. 10은 평택항 입출항 항로에 등심선을 비교하기 위해 나타낸 것이다. Fig. 10(a)는 기존 ENC에서 제공하는 등심선을 나타낸 것이며, 그 결과 2, 5, 10, 20, 30m의 등심선이 추출되었다. 반면, Fig. 10(b)는 1m 단위의 등심선을 생성한 결과 1~34m의 등심선을 나타낼 수 있었다.

5. 결 론

선박에서 ECDIS를 이용하여 항해 계획수립 또는 항로감시 시, ENC에서 제공하는 등심선의 한계로 인해 실제 항해 가능한 수역이 안전하지 않은 것으로 나타나면서 불필요하고 잦은 알람이 발생하고 정작 좌초의 위험이 있는 해역은 식별하기 어려운 문제가 있다. 이러한 문제를 극복하고자 IHO를 중심으로 국제적으로 강이나 협수로 같은 제한수역을 대상으로 정밀한 수로측량을 시행하여 1m 간격의 등심선을 제공하는 HD ENC를 제작하고 있다. 하지만 국내에서는 아직까지 HD ENC에 관한 연구와 개발이 미비한 것으로 확인되었다.
본 연구에서는 수심에 제약을 많이 받는 대한민국 인천항 인근 해역을 중심으로 수심 데이터를 이용하여 1m 간격의 등심선을 생성하고, 적정 등심선 범위와 HD ENC 개발이 필요한 영역을 파악하는 연구를 수행하였다. 수치해도의 수심 데이터를 등심선 생성에 활용하고, 해상교통 데이터를 기반으로 분석 해역을 통항한 선박의 흘수 분포를 분석하여 필요한 적정 등심선의 범위를 선정하였다. 마지막으로, 해양사고 데이터를 기반으로 핫스팟 분석을 수행하여 상대적으로 밀집된 해역을 추출하고 이를 선박 항적과 중첩하여 HD ENC 개발이 필요한 해역으로 선정한 후 고밀도 등심선을 구현하였다. 그 내용을 요약하면 다음과 같다.
(1) 수치해도의 수심 데이터를 기반으로 등심선을 생성하기 위해 보간 알고리즘으로 TIN 모델을 활용하였으며, 래스터 구조인 DEM으로 변환하여 1m 간격의 등심선을 추출하였다.
(2) 통항한 선박의 흘수를 분석한 결과 전체 선박의 77%가 길이 200m 미만의 선박으로 0~14m의 흘수 분포를 확인하였으며, 길이 200m 이상의 거대선은 6~22m의 흘수 분포를 확인하였다. 거대선의 경우 흘수 제약을 많이 받고 통항 가능한 항로폭이 좁으며 사고 발생시 대형 해양사고로 이어질 수 있는 특징이 있으므로 선박 통항과 관련하여 좌초 예방을 위해 거대선의 흘수 분포를 추가적으로 고려할 필요성이 있다. 분석 결과를 통해 22m 이내의 전체 선박 흘수 분포를 확인하였으며, 흘수에 추가 여유값으로 두는 선저여유수심 등을 고려하여 HD ENC 내 0~30m 범위의 등심선 생성을 필수적으로 제안한다.
(3) 해양사고 데이터의 핫스팟 분석 결과, 크게 3개의 영역이 도출되었으며 이 중 선박 항적 데이터 및 수심과 밀접하게 연관되는 곳은 인천항 입출항로 및 평택항 입출항로로 도출되었다. 도출된 해역을 기반으로 고밀도 등심선이 포함된 HD ENC를 구현하였으며, 그 결과 기존 ENC와 비교하여 조밀한 등심선이 생성되어 사용자의 입력값과 일치하는 등심선이 선택될 수 있는 것을 확인하였다.
본 연구는 수심 데이터를 기반으로 보간 알고리즘을 이용하여 기존 ENC에서 제공하는 표준 등심선 외에 1m 간격의 조밀한 등심선을 생성한 데에 의의가 있으며, 통항 선박의 흘수 분포와 해양사고 핫스팟 분석을 통해 해역의 환경과 특성에 맞는 등심선 생성 범위와 공간적 영역을 제안하였다. 이러한 분석 결과를 바탕으로 향후 국내 HD ENC 개발시 기초자료로 활용할 수 있을 것으로 사료된다.
하지만, 본 연구의 한계점은 원시 수심 측량 데이터가 아닌 수치해도의 수심 데이터로 등심선을 생성하여 그 정확성과 신뢰성에 한계가 있다. 추후 정밀한 수심 측량을 기반으로 해역의 특성을 반영한 HD ENC를 개발한다면 선박의 안전항해와 더 나아가 해양 환경 보호에 기여할 수 있을 것으로 기대된다.

Fig. 1
Overview of the study
kscdp-2022-9-2-157f1.jpg
Fig. 2
Analysis area
kscdp-2022-9-2-157f2.jpg
Fig. 3
Overview of creation contour lines
kscdp-2022-9-2-157f3.jpg
Fig. 4
Delaunay triangulation rule
kscdp-2022-9-2-157f4.jpg
Fig. 5
Principle of creating contour based on raster data
kscdp-2022-9-2-157f5.jpg
Fig. 6
Contour lines of 1m intervals
kscdp-2022-9-2-157f6.jpg
Fig. 7
Box plot and histogram of ship’s draft
kscdp-2022-9-2-157f7.jpg
Fig. 8
Hot spot analysis of 15km × 15km grid cell
kscdp-2022-9-2-157f8.jpg
Fig. 9
Comparison depth contour in Incheon fairway
kscdp-2022-9-2-157f9.jpg
Fig. 10
Comparison depth contour in Pyeongtaek fairway
kscdp-2022-9-2-157f10.jpg
Table 1
Depth contour intervals in KHOA
Usage Band Navigation Purpose Compilation Scale Depth Contours
1 Overview 2,000,000 0 30 100 300 500 1000 2000
2 General 500,000 0 30 100 300 500 1000 2000
3 Coastal 250,000 0 10 30 50 100 300 500 1000 2000
4 Approach 75,000 0 2 5 10 20 30 50 100 300 500 1000 2000
5 Harbour 25,000 0 2 5 10 20 30 50 100 200 300 400 500 1000 2000
6 Berthing 5,000 0 2 5 10 20 30 50 100 200 300 400 500 1000 2000
Table 2
Depth contour intervals in NOOA
Usage Band Navigation Purpose Compilation Scale Depth Contours
1 Overview 5,760,000
2,560,000
100 200 300 400 500
50 100 150 200 300 400 500
2 General 1,280,000
640,000
50 100 150 200 300 400 500
20 50 100 150 200 300 400 500
3 Coastal 320,000
160,000
20 30 50 100 150 200 300 400 500
10 20 30 50 100 150 200 300 400 500
4 Approach 80,000
40,000
2 5 10 15 20 30 50 100 150 200 300 400 500
2 5 10 15 20 30 50 100 150 200 300 400 500
5 Harbour 20,000
10,000
2 5 10 15 20 30 50 100 150 200 300 400 500
2 3 4 5 6 7 8 10 15 20 30 50 100 150 200 300 400 500
6 Berthing 5,000 2 3 4 5 6 7 8 10 15 20 30 50 100 150 200 300 400 500
Table 3
Contents of digital chart
Objects Contents
COALNE Coastline
SLCONS Shoreline Construction
WRECKS Wrecks
SOUNDG Sounding
DEPCNTD epth Contour
SBDARE Seabed Area
ACHARE Anchorage
PILBOP Pilot Boarding Place
TSSLNE Traffic Separation Line
Table 4
AIS data characteristics
Categorization AIS Data
Period 2019.03.01. ~ 2020.02.29. (1 year)
Area Latitude 36°30′N ~ 37°36′N, Longitude 125°12′E ~ 127°00′E
Ship’s Type Passenger ship, Cargo ship, Tanker
Information MMSI No., Ship’s position, Speed over ground, Course over ground, Length over all, Beam, Draft
Volume of Data 2.98 Giga Byte(GB)
Number of Data Approx. 12 Million
Table 5
Frequency analysis of ship’s draft
Draft (m) Count Cumulative Count Relative Frequency Cumulative Frequency
0~2 11 11 0.2% 0.2%
2~4 297 308 5.7% 5.9%
4~6 1,153 1,461 22.0% 27.9%
6~8 1,520 2,981 29.0% 56.8%
8~10 1,280 4,261 24.4% 81.2%
10~12 544 4,805 10.4% 91.6%
12~14 281 5,086 5.4% 97.0%
14~16 91 5,177 1.7% 98.7%
16~18 21 5,198 0.4% 99.1%
18~20 27 5,225 0.5% 99.6%
20~22 21 5,246 0.4% 100.0%

References

Cho, WH., Kim, CS., Jung, SH., Lee, TO., Yin, JH. (2004). "Modeling of 3D sounding system based on the digital maritime chart." Proc of KINPR Spring Meeting, Vol. 28, No. 1, pp. 265-268. (in Korean).
Esri. 2022a How TIN to raster works https://pro.arcgis.com/en/pro-app/latest/tool-reference/3d-analyst/how-tin-to-raster-3d-analyst-works.htm. last date accessed: 21 March 2022.
Esri. 2022b How Contouring works https://pro.arcgis.com/en/pro-app/latest/tool-reference/3d-analyst/how-contouring-works.htm. last date accessed: 21 March 2022.
Getis, A., Ord, JK. (1992). "The analysis of spatial association by use of distance statistics." Geographical Analysis, Vol. 24, No. 3, pp. 189-206.
crossref
Habib, M., Alzubi, Y., Malkawi, A., Awwad, M. (2020). "Impact of interpolation techniques on the accuracy of largescale digital elevation model." Open Geosciences, Vol. 12, No. 1, pp. 190-202.
crossref
IHO. (2000). IHO Transfer Standard for Digital Hydrographic Data 3.1.0 Edition, Special Publication No. 57. 15p.
IHO. (2014). Specification for Chart Content and Display Aspects of ECDIS 6.1.1 Edition, Special Publication No. 52. 32-34.
IHO. (2020). High density (HD) ENC production and maintenance guidance 1.0.0 Edition, Special Publication No. 65. 5p.
IMO. (2006). "Adoption of the Revised Performance Standard of Electronic Chart Display and Information Systems(ECDIS)." Resolution MSC, pp. 8-9.
Jeong, M., Park, YS., Kang, SY. (2015). "Analysis of user requirement for the improvement of ECDIS to enhance navigational safety and work efficiency." Journal of Korean Navigation and Port Research, Vol. 39, No. 3, pp. 141-147. (in Korean).
crossref
Lee, BK. (2018). "Usability test and investigation of improvements of the ECDIS." Journal of the Korean Society of Marine Environment & Safety, Vol. 24, No. 2, pp. 146-156. (in Korean).
crossref
Lee, JS., Lee, BK., Cho, IS. (2019). "Text mining analysis technique on ECIDS accident report." Journal of the Korean Society of Marine Environment & Safety, Vol. 25, No. 4, pp. 405-412. (in Korean).
Lee, JS., Son, WJ., Lee, HT., Cho, IS. (2020). "A study on the factors affecting optimal site of offshore wind farm from the perspective of maritime traffic using spatial analysis." Journal of Coastal Disaster Prevention, Vol. 7, No. 2, pp. 85-96. (in Korean with English abstract).
crossref
Lee, JS., Lee, HT., Cho, IS. (2022). "Developing a maritime traffic route framework based on statistical density analysis from AIS data using a clustering algorithm.” In." IEEE Access, Vol. 10, pp. 23355-23366.
crossref
NLIC. 2021a Act On Marine Research And The Use Of Marine Information. National Law Information Center https://www.law.go.kr/lsSc.do?menuId=1&subMenuId=15&tabMenuId=81&query=Act%20On%20Marine%20Research%20And%20The%20Use%20Of%20Marine%20Information#undefined. last date accessed: 21 March 2022.
NOAA. (2019). Transforming the NOAA ENC: Implementing the National Charting Plan, pp. 7-10.
Park, JM., Oh, SW., Song, YS. (2009). "A study for the dynamic ENC development." Journal of the Korean Society for Marine Environmental Engineering, Vol. 12, No. 4, pp. 296-301. (in Korean).
Rutkowski, G. (2018). "ECDIS limitations, data reliability, alarm management and safety settings recommended for passage planning and route monitoring on VLCC tankers." TransNav, the International Journal on Marine Navigation and Safety of Sea Transportation, Vol. 12, No. 3, pp. 483-490.
crossref
Yang, Jh., Kim, JO., Yu, KY. (2016). "A selection of high pedestrian accident zones using traffic accident data and GIS: A case study of Seoul." Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography, Vol. 34, No. 3, pp. 221-230. (in Korean).
crossref
Yoo, SC., Mun, JY., Park, W., Seo, GH., Gwon, SJ., Heo, R. (2019). "Development of bathymetric data for ocean numerical model using sea-floor topography data: BADA ver.1." Journal of Korean Society of Coastal and Ocean Engineers, Vol. 31, No. 3, pp. 146-157. (in Korean).
crossref pdf


ABOUT
BROWSE ARTICLES
EDITORIAL POLICY
FOR CONTRIBUTORS
Editorial Office
A-114, College of Engineering, Konkuk University, 120 Neungdongro, Gwangjin-gu, Seoul 05029, Korea
Tel: +82-2-444-7494    Fax: +82-2-444-7264    E-mail: kscdp@kscdp.or.kr                

Copyright © 2024 by Korean Society of Coastal Disaster Prevention.

Developed in M2PI

Close layer
prev next