하천의 수심은 하천 생태계의 물리적 구조와 역학을 분석하는 데 필수적이다(Dekker et al., 2011; Lee et al., 2022; Mallick et al., 2014). 특히, 수심 데이터는 하천의 흐름과 퇴적물 이송을 모델링하는 필수 요소이며, 이는 효과적인 수자원 관리와 홍수 예측에 중요하다(McKean et al., 2014; Naganna et al., 2017). 기존의 하천 수심조사는 real time kinematic-GPS 또는 Acoustic Doppler Current Profiler (ADCP)를 활용하여 수행되었는데, 이러한 직접 계측 방법은 시간과 인력이 많이 소요되기 때문에 넓은 지역에서의 연속적인 수심 계측에 어려움이 있다. 한편, 최근에는 원격탐사를 활용한 하천조사 기술이 많이 활용되고 있는데, 무인항공기(unmanned aerial vehicles [UAVs], drone)를 이용한 LiDAR나 Structure from Mode (SfM) 영상 측량 기술이 많이 활용되고 있다(McKean et al., 2014; Javernick et al., 2014; Tomsett and Leyland, 2019). LiDAR 기술은 레이저를 사용해 물의 깊이와 하상의 형태를 측정해 하상을 맵핑하는 데 효과적이다. 하지만 레이다는 단일 스펙트럼만 사용하기 때문에 다양한 하상재료의 하천에 적용하는 것은 한계가 있다. 반면 SfM 측량은 드론으로 촬영된 영상으로 고해상도 3D 지형 측정이 가능하나 물을 투과할 수 없기 때문에 하상측량은 어렵다는 한계가 있다. 분광센서(카메라)를 활용한 하천조사 기법 중에서는 초분광영상을 활용한 연구가 활발히 진행되고 있다(Al Najar et al., 2022; Fonstad and Marcus, 2005; Legleiter et al., 2019). Legleiter et al. (2009)은 수면에 의해 반사된 파장 λ에 대한 휘도 LT (λ)를 Eq. 1과 네 가지 요소로 나누어 표현하였다. LT(λ)=Lb(λ)+Lc(λ)+Ls(λ)+L=(λ) [Eq. 1]Lb(λ)는 바닥에 의해 반사된 휘도, Lc(λ) 물기둥에 의해 흡수된 휘도, Ls(λ)는 수표면에서 반사된 휘도, Lp(λ)는 센서와 대기에 의해 감쇠되는 휘도이다. 이 중 수심과 관련된 요소는 바닥에 의해 반사된 휘도와 수표면에서 반사된 휘도이다. Lee et al. (1999)이 제시하였듯 측정 장비를 활용하여 직접 계측한 수심과 영상으로부터 얻은 스펙트럼 밴드 간의 회귀 방정식을 개발하여 수심 맵핑에 활용하였다. Legleiter et al. (2019)은 Optimal Band Ratio Analysis (OBRA) 알고리즘을 제안하여 수심에 가장 관련성 있는 스펙트럼 밴드비를 결정해 선형 회귀식을 개발하였다. 한편, 최근에는 OBRA 기법을 개선하고자 수질농도, 하상재료 등에 따른 수심산정 기법을 구체화하는 연구들이 진행되고 있다(Gwon et al., 2023a; Gwon et al., 2023b; Gwon et al., 2023c; Kwon at al., 2023).그러나 초분광영상은 100개 이상의 분광정보를 수집하기 때문에 약 15분간 드론 비행 시 약 50 GB 이상의 영상이 취득되며, 영상 취득 방식의 한계(push bloom, line scanning)로 지리참조 및 기하보정, 영상정합 등의 전처리 과정이 까다롭고 많은 시간이 소요된다. 한편, 10개 이하의 분광밴드로 이루어진 다분광영상은 분광해상도가 낮으므로 초분광영상에 비해 용량이 적고, 각각의 단일 밴드 영상으로 저장되기 때문에 line scanning이 아닌 area scanning 방식으로 운용이 가능하다. 따라서 다분광영상의 경우 기존 RGB 드론영상의 정합과 동일한 방법으로 자동정합 처리가 가능하다. 이러한 다분광영상은 정규식생지수(normalized difference vegetation index, NDVI)를 측정하거나 작물의 생육 상태를 분석하는 데 유용하기 때문에 특히 농업 및 산림 분야에서 널리 사용되고 있다.본 연구에서는 자료의 용량이 경량화되어 있고, 다루기 편리한 다분광영상이 기존의 초분광영상을 활용한 수심맵 산정 기술의 방법론으로 수심 산정이 가능한지 평가하고자 하였다. 이를 위해 드론 다분광영상 수집, OBRA 기법을 활용한 수심맵 산정을 통해 다분광영상을 활용한 수심산정 기술의 오차(root mean squared error, RMSE)를 분석하였다. 또한, 영상에 기록되는 수체에서 반사되는 빛은 하상재료, 탁도, 수심에 따라 영향이 있으므로 상이한 조건에 따른 특성을 반영할 수 있도록 가우시안 혼합 모델을 이용한 군집분류를 통해 군집별로 수심맵을 각각 산정해 정확도를 평가하였다.