1. 서 론

도시화에 따라 철도를 포함한 교통 인프라의 지하화가 확대되고 있으며(Broere, 2016; Kaliampakos et al., 2016), 도심지 터널 굴착에서는 기존 지상 및 지중 구조물에 미치는 영향을 관리하기 위해 지표침하를 지속적으로 관측할 필요가 있다. 실무에서는 침하판, 레벨링 및 위성항법시스템(global navigation satellite system, GNSS)과 같은 점 단위 계측 방법이 주로 사용되며(Stiros et al., 2004; Kavvadas, 2005; Shu et al., 2023), 레이저 스캐닝, LiDAR (light detection and ranging), 무인 비행체(unmanned aerial vehicle, UAV) 등을 이용하여 국부 영역을 면 단위로 관측하는 방법도 활용되고 있다(Barbarella et al., 2015; Sun et al., 2020; Bentley et al., 2023; Lee et al., 2025). 그러나 이러한 방법은 설치 및 관측 여건에 따라 공간적 적용 범위가 제한되므로, 복잡한 도심지에서 넓은 영역의 지표변형을 연속적으로 파악하는 데 한계가 있다(Jiang et al., 2011; Beattie et al., 2024).

합성 개구 레이더 간섭기법(interferometric synthetic aperture radar, InSAR)은 반복 취득된 위성 레이더 영상의 위상차를 이용하여 광역의 지표변위를 관측할 수 있으며(Giardina et al., 2019), 밀리미터 수준의 변위를 장기간 추적할 수 있다는 장점이 있다. InSAR는 지진, 화산 및 산사태와 같은 지표변형 분석에 폭넓게 활용되어 왔으며(Pritchard and Simons, 2004; Ryder et al., 2007; Bayer et al., 2017; Malinowska et al., 2018; Xie et al., 2020; Reinders et al., 2022; Beker et al., 2023; Li et al., 2025b), 최근에는 철도 및 도시 인프라의 변형 모니터링에도 적용이 확대되고 있다(Barla et al., 2016; Reinders et al., 2021; Deng et al., 2025). 특히 터널 시공에 따른 변형은 공간적으로 국부적이고 변위량이 작기 때문에 안정적인 산란체를 장기간 추적하는 시계열 InSAR의 활용이 중요하다(Ramirez et al., 2022).

대표적인 시계열 InSAR 기법인 PS-InSAR는 관측 기간 동안 안정적인 산란 특성을 유지하는 영구 산란체(persistent scatterer, PS)를 이용하여 지표변위를 산정한다(Ferretti et al., 2001). 반면 SBAS-InSAR (small baseline subset InSAR)는 짧은 시·공간 기선으로 구성된 간섭망과 분산 산란체(distributed scatterer, DS)를 활용하여 PS가 부족한 영역에서도 공간적으로 연속적인 변위장을 복원하는 데 유리하다(Berardino et al., 2002; Li et al., 2022; Hong et al., 2026). SqueeSAR와 같은 기법도 복잡한 산란 환경에서 분석 성능을 높이기 위해 제안되어 왔다(Ferretti et al., 2011; Crosetto et al., 2016). 한편 InSAR 기반 변위의 품질은 분석 알고리즘과 영상 구성 방식에 영향을 받으며, 특히 도심지에서는 산란 환경의 복잡성으로 인해 처리 전략에 따른 차이가 커질 수 있다(Lian et al., 2026; Wu et al., 2026).

최근에는 터널 시공과 연계한 InSAR 활용도 구체화되고 있다. Saraswat et al. (2025)은 도시철도 시공 구간에서 상승·하강궤도 영상을 결합하여 3차원 변위를 산정하고 레벨링 자료로 검증하였으며, Li et al. (2025a)은 PS 정보를 SBAS 분석에 결합하고 베이지안 추론으로 변위 메커니즘을 해석하였다. Rigamonti et al. (2025)은 InSAR 침하곡선과 신호 분리기법을 이용하여 TBM 굴착에 따른 변위 성분과 침하곡선 매개변수를 분석하였고, Zhang et al. (2025)은 도시철도 노선의 공간적으로 불균질한 변위 집중 구간을 평가하였다. 또한 Macchiarulo et al. (2021)은 건축물 단위의 손상 평가에 PS-InSAR를 연계하였으며, Daud et al. (2026)과 Xu et al. (2026)은 InSAR 변위 정보를 교통 인프라의 위험도 평가에 활용하였다. 그러나 기존 연구는 특정 분석기법이나 개별 변위 해석에 집중한 경우가 많아, 제한된 현장 계측을 보완하기 위해 서로 다른 시계열 InSAR 기법의 장점을 역할별로 결합하고 비계측 구간까지 해석하는 접근은 충분히 검토되지 않았다.

본 연구에서는 홍콩 도심지의 약 850 m 도시철도 TBM 터널 구간을 대상으로 시계열 InSAR의 지표침하 모니터링 적용성을 평가하였다. 먼저 PS-InSAR 결과를 이용하여 안정적인 기준 GCP (ground control point)를 선정하였고, 적응형 필터를 적용한 PS-InSAR는 현장 계측 침하량과의 정량적 비교에 활용하였다. SBAS-InSAR는 현장 계측기가 설치되지 않은 구간을 포함하여 터널 노선 주변 지표변형의 공간적 분포와 시간적 변화를 분석하는 데 사용하였다. 이를 통해 시계열 InSAR가 기존 계측을 대체하기보다는 공간적으로 제한된 현장 계측을 보완하는 수단으로 활용될 가능성과 적용상의 한계를 함께 검토하였다.

2. 대상 현장과 데이터셋

2.1 대상 현장

터널 시공에 따른 지표변위를 분석하기 위한 대상 현장은 홍콩 카오룽반도(Kowloon Peninsula)에 위치한 MTR Tuen Ma Line의 두 정거장 사이 약 850 m 구간이다. Fig. 1과 같이 터널은 슬러리 실드 TBM을 이용하여 시공되었으며, 북측 정거장을 발진기지로 하여 상행선과 하행선 터널이 모두 굴착되었다. 발진기지 인근에는 굴착토와 슬러리를 처리하기 위한 플랜트가 설치되었으며, 주변 기반시설과 건축물 공사가 동시에 진행됨에 따라 터널 시공과 별개의 대규모 배후부지가 조성되었다. 터널은 교통량이 많은 도심 도로 하부를 통과하며 대부분의 구간이 고층 주거건물로 둘러싸여 있다. 다만 발진 직후 일부 구간은 건축물이 아닌 공원 하부를 통과한다. 터널 노선을 따라 지표 환경은 횡방향으로 뚜렷한 공간적 이질성을 보인다. 터널 서측은 내륙 방향으로 약 100 m 높이의 완만한 구릉지가 분포하여 토피고가 점진적으로 증가하는 반면, 동측에는 고층 건축물이 밀집한 도심지가 형성되어 있으며 만(bay)과 맞닿아 있다. 또한 터널 노선에는 두 개의 수직구가 설치되어 있으며, 구간 중앙부에는 환기구가, 도착정거장 인근에는 작업구(access shaft)가 각각 도심 도로와 인접한 위치에 시공되었다.

Fig. 1.

Satellite optical image of the study area

본 구간의 터널은 두 개의 터널이 수평 병렬에서 수직 복층 구조로 변화하는 선형을 갖는다. 이는 도심지의 협소한 도로 조건을 고려한 설계이다. 또한 굴착에 따른 지반 교란을 최소화하기 위해 하행선 터널 굴착을 먼저 수행한 후 약 5개월 뒤 상행선 터널 굴착을 시작하였다. 하행선 터널은 2015년 4월 27일부터 11월 21일까지, 상행선 터널은 2015년 9월 17일부터 2016년 1월 31일까지 굴착되었다. 터널의 최소 토피고는 6.7 m이며 외경은 7.1 m이다. 터널은 홍콩 도심지의 대표적인 지반 조건인 인공매립층(artificial fill), 충적층(alluvium), 완전풍화화강암(completely decomposed granite, CDG)을 통과하며, 일부 구간에는 상대적으로 강도가 높은 코어스톤(corestone)이 분포한다(Kim et al., 2022). 지표면 부근의 인공매립층과 충적층은 비교적 낮은 강도와 중간 정도의 투수성을 가지므로 토피고가 얕은 구간에서는 압축성 거동이 발생할 가능성이 크다. 반면 하부의 CDG층은 상대적으로 높은 강성과 전단강도를 나타내어 심부에서 보다 안정적인 지지력을 제공한다. 또한 터널 노선을 따라 지하수위는 지표면으로부터 약 1.57–4.73 m의 비교적 얕은 심도에 분포하고 있어 압밀에 따른 지표침하에도 영향을 미칠 수 있다.

터널 굴착에 따른 지표침하는 터널 노선을 따라 총 253개의 계측점에서 일 단위로 관측되었다. Fig. 2에 표시한 발진정거장과 도착정거장 사이의 분석 대상 터널 연장은 약 850 m이다. 모든 계측은 두 번째(상행선) 터널이 통과한 이후 20일까지 수행되었다. 계측점은 교통량이 많은 도심 도로와 주변 건축물의 영향으로 불규칙하게 분포한다. 발진정거장 인근 공원 구간을 포함한 일부 구간에서는 터널 중심선으로부터 좌우 최대 50 m 범위까지 계측이 수행되었으나, 대부분의 구간에서는 도로를 따라 제한적으로 계측이 이루어졌다.

Fig. 2.

Distribution of settlement measuring points along the approximately 850 m tunnel section between the launching and arrival stations

2.2 데이터셋

본 연구에서는 유럽우주국(European Space Agency, ESA)에서 운영하는 Sentinel-1A 위성의 SAR 영상을 활용하였다. Sentinel-1A는 2014년부터 C-band (파장 5.6 cm) 영상을 약 12일의 재방문 주기로 무료 제공하고 있으며, 동일 지역에 대한 장기 시계열 관측이 가능하다. InSAR 분석에는 Terrain Observation by Progressive Scans (TOPS) 방식의 Interferometric Wide (IW) 모드에서 취득된 Single Look Complex (SLC) 영상을 사용하였다. SLC 영상의 공간해상도는 거리(range) 방향 5 m, 방위(azimuth) 방향 20 m이다. 이와 같은 공간해상도는 도심지 환경에서 하나의 화소 내에 지표면과 건축물 등 여러 산란체가 동시에 포함될 가능성이 있다. 또한 SAR 영상은 측방관측(side-looking) 방식으로 취득되므로, 밀집된 도심지에서는 건축물에 의한 기하학적 왜곡과 복합적인 산란 특성이 발생할 수 있다. 따라서 본 연구에서는 이러한 SAR 영상의 특성을 고려하여 변위 해석을 수행하였다.

Fig. 3과 같이 터널 노선을 포함하는 관심영역(area of interest, AOI)을 설정하였다. 연구대상 터널의 연장은 약 850 m이지만, 주변 지역의 영구 산란체(PS)와 분산 산란체(DS)를 충분히 확보하여 안정적인 시계열 InSAR 분석을 수행하기 위해 AOI의 크기를 4 × 4 km로 설정하였다. 이는 터널 노선을 따라 공간적인 관측 밀도를 확보하고 간섭망의 안정성을 향상시키기 위함이다. 터널 굴착 기간 중 취득된 Sentinel-1A 영상을 활용하였다. 다만, 연구 대상지에서는 2015년 6월 22일 이전에 취득된 영상이 존재하지 않으며, 하강궤도(descending orbit) 영상의 수 또한 제한적이었다. 따라서 본 연구에서는 Path 113, Frame 71에서 취득된 총 27장의 상승궤도(ascending orbit) Sentinel-1A 영상을 이용하여 InSAR 분석을 수행하였다. 분석은 Table 1과 같이 Cases 1, 2의 두 가지 경우로 구분하였다. 세부 사례에 적용된 PS-InSAR와 SBAS-InSAR 분석기법에 대한 상세한 내용은 3장에서 기술하였다.

Fig. 3.

AOI selection for analyzing deformation fields using InSAR technique

디지털 표고모델(digital elevation model, DEM)은 InSAR 분석에서 지형 효과를 제거하고 변위 정보를 정확한 지리적 위치에 대응시키기 위한 핵심 입력자료이다. 본 연구에서는 유럽우주국(ESA)의 Advanced Land Observing Satellite (ALOS) 자료를 기반으로 일본우주항공연구개발기구(Japan Aerospace Exploration Agency, JAXA)에서 제공하는 공개 DEM인 AW3D30을 사용하였다. AW3D30은 InSAR 처리 과정에서 지형 위상(topographic phase) 제거와 지오코딩(geocoding)에 활용하였다.

3. 방법론

본 연구에서는 적응형 필터를 적용한 PS-InSAR와 SBAS-InSAR를 동일한 기준에서 비교하기 위해 공통 전처리 절차와 기준 GCP를 사용하였으며, 각 기법의 분석 조건과 오차 보정 절차를 Fig. 4와 Table 1에 정리하였다.

Fig. 4.

InSAR processing flowchart

3.1 지표변위 해석을 위한 InSAR 분석 절차

두 시점의 SAR 영상으로부터 얻어지는 관측 간섭위상은 지표변위뿐 아니라 지형, 궤도, 대기 및 잡음 성분을 함께 포함한다. 본 연구에서는 이를 Δϕobs=Δϕdef+Δϕtopo+Δϕorb+Δϕatm+Δϕnoise로 표현하였다. 여기서 Δϕdef는 레이더 관측방향(line of sight, LOS)의 변위에 의한 위상, Δϕtopo는 지형 위상, Δϕorb는 궤도 및 잔여 평면 위상, Δϕatm은 대기 지연, Δϕnoise는 시스템 및 비상관 잡음 성분이다. 따라서 지표변위를 산정하기 위해서는 변위 이외의 위상 성분을 단계적으로 제거하거나 억제해야 한다.

처리 절차는 Fig. 4와 같다. 먼저 SLC 영상을 정합(co-registration)한 후 간섭도를 생성하고, ALOS AW3D30 DEM을 이용하여 지형 위상을 제거하였다. 적응형 필터를 적용한 PS-InSAR에서는 통계적으로 동질한 인접 화소 집합을 이용하여 잡음을 억제하고 영구 산란체 후보를 선정한 후 위상 언래핑을 수행하였다. 이후 1차 역산에서 평균 변위속도와 잔여 DEM 오차를 추정·보정하고, 2차 역산에서 시간적으로 변화하는 대기 위상 성분을 제거한 뒤 시계열 변위를 산정하였다. SBAS-InSAR에서는 짧은 시·공간 기선으로 간섭망을 구성하고, 궤도 정밀화 및 re-flattening을 수행한 후 장파장 위상 램프와 저주파 위상 성분을 제거하여 잔여 궤도오차와 공간적으로 완만한 대기 성분의 영향을 최소화하였다. 최종 변위는 공통 기준 GCP에 대해 상대값으로 산정하고 지오코딩하여 지리좌표계에 대응시켰다.

변위 위상과 LOS 변위의 관계는 부호 규약을 포함하여 dLOS=-(λ/4π)Δϕdef로 나타낼 수 있으며, 본 연구에서 사용한 Sentinel-1A C-band의 파장은 5.6 cm이다. 단일 상승궤도 자료만 확보되었으므로 연직변위는 수평변위가 상대적으로 작다는 단순화 가정하에 dv=dLOS/cosθ로 환산하였다. 여기서 𝜃는 단일 고정값이 아니라 Sentinel-1 영상의 기하정보에서 각 산란체 위치에 대응하는 국부 입사각(local incidence angle)을 사용하였다. 본 연구의 분석 대상과 현장 계측자료가 모두 연직 침하에 초점을 두고 있어 수평변위를 독립적으로 검증할 자료가 없었으므로 이 가정을 적용하였으나, 단일 궤도 자료에서는 수평변위 성분이 LOS 변위에 일부 포함될 수 있으며 이는 정량적 연직변위 해석의 한계로 고려하였다(Samieie-Esfahany et al., 2010; Ren and Feng, 2020).

코히런스(coherence)는 반복 취득된 SAR 영상에서 위상 안정성이 유지되는 정도를 나타내며, 본 연구에서는 분석 목적에 따라 서로 다른 임계값을 적용하였다. 적응형 필터를 적용한 PS-InSAR (Case 1)은 신뢰도 높은 영구 산란체를 확보하기 위해 코히런스 임계값 0.75를 사용하였고, SBAS-InSAR (Case 2)은 공간적 연속성을 확보하기 위해 0.30을 적용하였다. 또한 Case 1에서는 통계적으로 동질한 인접 화소가 최소 20개 이상인 경우에만 유효한 산란체로 사용하였다. 두 기법의 변위를 동일한 기준에서 해석하기 위해 기존 PS-InSAR 분석으로 안정적인 기준 GCP를 선정하여 이후 Case 1과 Case 2에 공통 적용하였다.

3.2 기준 GCP 선정

SBAS-InSAR는 분산 산란체(DS)를 이용하는 분석기법으로 위상 언래핑 오차, 잔여 궤도오차(residual orbital error), 대기 지연 등에 의해 발생하는 장파장 위상 왜곡의 영향을 받을 수 있다(An et al., 2023). 이러한 영향을 줄이고 두 분석기법에 일관된 변위 기준을 부여하기 위해 안정적인 기준 GCP를 설정하였다. 적응형 필터를 적용한 PS-InSAR에서도 동일한 기준 GCP를 사용하여 상대 변위를 산정하였다. 따라서 기준 GCP는 관측 기간 동안 안정적인 산란 특성을 유지하고 터널 굴착의 직접적인 영향을 받지 않는 지점이어야 한다.

일반적으로 기준 GCP는 연구 대상지에 대한 사전 정보 또는 GNSS 자료를 이용하여 선정할 수 있으나(Alonso-Díaz et al., 2024), 본 연구 대상지에서는 활용 가능한 인접 GNSS 자료가 제한적이었다. 이에 Fig. 5에 나타내었듯이, 기존 PS-InSAR 결과에서 연간 변위속도가 ±0.1 mm/year 이내이고 코히런스가 0.97 이상인 PS를 기준 GCP 후보로 선정하였다(Ren et al., 2025). 터널 굴착 영향이 기준 변위에 포함되는 것을 방지하기 위해 터널 중심선으로부터 약 200 m 이내의 후보는 제외하였다. 선정된 기준 GCP의 진폭 안정성은 진폭 분산지수(amplitude dispersion index, ADI)로 평가하였으며(Ferretti et al., 2001), ADI 최댓값과 평균값은 두 Case에서 각각 0.216과 0.122로 나타났다.

Fig. 5.

Selected reference ground control points (GCPs) for InSAR processing

3.3 적용 InSAR 기법별 분석 특성

적응형 필터링(adaptive filtering)은 기존 PS만으로 산란체 밀도가 충분하지 않은 구간에서 인접 화소의 정보를 이용하여 위상 안정성을 높이기 위해 적용하였다. 인접 화소 간 통계적 동질성은 Kolmogorov-Smirnov (KS) 검정으로 평가하였고, 특정 진폭 분포를 가정하지 않고 동일한 산란 특성을 갖는 화소를 식별하였다(Ferretti et al., 2011). 하나의 화소는 통계적으로 동질한 인접 화소가 최소 20개 이상 확보된 경우에만 유효한 산란체로 판단하였다. 반면 SBAS-InSAR는 짧은 시·공간 기선으로 구성된 간섭쌍 네트워크의 중복 정보를 이용하여 공간적으로 연속적인 변위장을 복원하는 데 초점을 둔다.

따라서 적응형 필터를 적용한 PS-InSAR는 국부적인 지표변위를 개별 산란체 단위로 비교하는 데 유리하고, SBAS-InSAR는 터널 노선을 따라 공간적으로 연속적인 변위 분포와 침하곡선의 형상을 파악하는 데 유리하다. 본 연구에서는 이러한 상호보완성을 고려하여 Case 1은 현장 계측 침하량과의 정량적 비교에, Case 2는 비계측 구간을 포함한 공간적 지표변형 거동의 해석에 활용하였다.

4. 결과 분석

도심지 터널 시공 환경에서 안정적인 위상 정보를 확보하기 위해 적응형 필터를 적용한 PS-InSAR와 SBAS-InSAR에 서로 다른 코히런스 임계값을 적용하였다. PS-InSAR는 신뢰도 높은 영구 산란체(PS)를 추출하기 위해 코히런스 임계값을 0.75로 설정하였으며, SBAS-InSAR는 시공 과정에서 발생하는 시간적 비상관(temporal decorrelation)을 고려하면서 공간적 분석 범위를 확보하기 위해 0.30을 적용하였다. Fig. 6은 본 연구에서 사용한 간섭쌍(interferometric pair)의 시·공간 기선 분포를 나타낸다. 모든 간섭쌍의 수직기선(perpendicular baseline)은 대부분 약 200 m 이내에 분포하여 기하학적 비상관의 영향이 제한적이었다. Case 1의 간섭망은 기준 영상을 중심으로 구성되었으며, Case 2는 영상 간 연결성이 높은 간섭망을 구성하여 관측 기간 동안 시간적 분포를 확보하였다. 이에 따라 구성된 간섭쌍을 이용하여 변위속도와 시계열 변위를 분석하였다.

Fig. 6.

Spatiotemporal baseline distribution of interferometric image pairs

Fig. 7은 Case 1과 Case 2의 LOS 방향 변위속도 분포를 나타낸다. 도착정거장과 인접한 작업구에서는 -25–-20 mm/year 수준의 큰 침하가 관측되었으며, 이는 집중적인 시공이 이루어진 구간과 공간적으로 일치한다. 발진정거장 인근의 작업장과 주변 도로 및 건축공사가 수행된 구역에서도 광범위한 침하가 확인되어, 해당 변위에는 터널 굴착뿐 아니라 주변에서 동시에 진행된 다양한 시공의 영향이 함께 포함된 것으로 해석된다. 반면 Fig. 7(a) and (b)의 검은 사각형으로 표시한 터널 주변에서는 약 -10 mm/year 수준의 국부적인 침하가 나타나 터널 굴착 영향 가능성이 큰 구간으로 판단하였다.

적응형 필터를 적용한 PS-InSAR는 발진정거장 주변의 식생지와 나지에서 산란체 밀도가 낮아 공간적으로 다소 불연속적인 변위 분포를 나타낸 반면, SBAS-InSAR는 보다 연속적인 변위 분포를 제공하였다. 이러한 차이는 Case 1이 높은 코히런스를 갖는 개별 영구 산란체의 변위를 유지하여 국부적인 변위 특성을 반영하는 반면, Case 2는 다중시기 간섭망과 멀티룩 처리를 통해 공간적으로 평균화된 변위장을 산정하기 때문이다.

Fig. 7.

Contour of LOS displacement velocity

앞서 논의한 바와 같이 Case 1은 현장 계측 침하량과의 정량적 비교에, Case 2는 터널 구간의 공간적 지표변형 거동을 해석하는 데 활용하였다. Fig. 8은 Case 1에서 산정한 연직변위와 현장 계측 침하량을 비교한 결과이다. 전체 253개 계측점 중 비교 지점은 (1) 터널 천단 상부에 위치하고, (2) 터널 노선을 따라 가능한 한 균등하게 분포하며, (3) 현장 계측자료와 유효한 PS-InSAR 산란체가 동시에 확보되는 조건을 만족하는 5개 지점을 대표적으로 선정하였다. (a)는 발진구 인근 공원에 위치한 Greenfield 조건이며, (b)–(e)는 보도 및 차도 등 도심 환경에 위치한다. 공간적 대응은 현장 계측점의 좌표를 InSAR 결과 좌표계에 중첩한 후 해당 위치에서 가장 가까운 유효 PS의 시계열을 선택하는 방식으로 수행하였다. 전체 계측점은 도로와 건축물 조건에 따라 불규칙하게 분포하고 InSAR 산란체와 일대일로 대응하지 않으므로 5개 지점의 비교 결과를 전체 253개 계측점의 통계적 대표값으로 해석하지 않았다.

Fig. 8.

Comparison between measured (open circles, black lines) and estimated vertical displacement (colored symbols) using PS-InSAR with adaptive filtering

시간적 대응을 위해 현장 계측 침하량은 Sentinel-1의 약 12일 재방문 주기를 고려하여 각 위성 관측일 기준 ±6일 이내의 계측값을 평균하여 사용하였으며, 해당 기간에 계측자료가 없는 시점은 비교에서 제외하였다. 따라서 최대 27회의 위성 관측 중 실제 비교에 사용된 유효 관측쌍 수는 지점별 계측 기간과 자료 존재 여부에 따라 서로 다르다. 두 결과의 오차 규모는 평균제곱근오차(root mean square error, RMSE)로 평가하였으며, 5개 지점의 RMSE는 2.39–4.86 mm 범위로 나타났다. 이 결과는 적응형 필터를 적용한 PS-InSAR가 현장 계측 침하량과 전반적으로 유사한 변위 크기와 시간적 변화 경향을 나타냈음을 보여준다. 다만 RMSE 2.39–4.86 mm를 독립적인 객관 기준에 근거한 “높은 정확도”로 규정하지 않았으며, 비교 지점의 수와 공간 대응, 단일 궤도 자료의 연직변위 환산에 따른 불확실성을 함께 고려하여 해석하였다. 또한 본 자료에서는 RMSE 외 MAE, 평균편향 및 상관계수에 대한 원자료 기반 재산정이 수행되지 않았으므로, 정량적 검증 범위가 제한적이라는 점을 연구의 한계로 두었다.

Fig. 9는 시공 단계 Case 1에서 산정된 코히런스 분포를 나타낸다. 발진정거장 후방의 시공 구간에서는 급격한 지표 변화와 큰 변위가 발생하여 위상 연속성이 저하됨에 따라 낮은 코히런스가 나타났다. 이 구간에서는 영구 산란체(PS) 선정 기준을 만족하는 산란체의 수가 크게 감소하여 InSAR 기반 변위 모니터링이 사실상 어려운 것으로 확인되었다. 작업구 주변에서도 집중적인 지표 교란으로 코히런스가 감소하는 경향을 보였으나 감소 정도가 상대적으로 크지 않아 InSAR 기반 변위 모니터링이 가능하였다. 이러한 결과는 코히런스가 지표의 위상 안정성을 반영하며, 시공에 따른 지표 변화가 클수록 안정적인 영구 산란체의 확보가 어려워질 수 있음을 보여준다.

Fig. 9.

Coherence map from Case 1

Fig. 9에서 노란색 윤곽선으로 표시한 바와 같이 현장 계측기가 설치되지 않은 구간에서도 코히런스가 낮은 영역이 확인되었다. 이러한 구간은 기존 현장 계측만으로 지표변형 특성을 파악하기 어려우므로 InSAR 결과를 이용하여 변위 특성을 추가로 분석하였다. Fig. 10은 하행선 터널의 측점 99+619, 99+675, 99+720, 99+770 및 99+855에서 추출한 대표 횡방향 침하 단면을 나타낸다. 이들 단면은 시공 단계에서 코히런스가 저하된 구간이면서 현장 계측기의 설치 범위를 벗어난 위치에 해당한다. 각 측점의 횡방향 침하 형상은 Case 2 (SBAS-InSAR) 결과에서 추출하였으며 Fig. 10의 백색 점으로 표시하였다. 침하 단면은 하행선 터널 중심선을 기준으로 북서측 150 m에서 남동측 150 m까지 폭 5 m의 버퍼 영역(황색 빗금)을 설정하여 구축하였다. Case 1은 비계측 구간에서 변위값의 공간적 변동성이 크게 나타나 침하곡선의 형상을 안정적으로 재현하기 어려웠기 때문에, 공간적으로 연속적인 변위 분포를 제공하는 Case 2를 침하곡선의 형상과 시간적 변화를 해석하는 데 활용하였다.

Fig. 10.

Satellite optical image of low-coherence zone: (a)–(e) correspond to InSAR monitoring transects located at chainage 99+619, 99+675, 99+720, 99+770, and 99+855, respectively

Fig. 11은 횡방향 침하곡선의 시간적 변화를 나타내며 관측 시점이 늦어질수록 진한 색으로 표시하였다. 5개 단면에서는 터널 굴진이 진행되는 동안 침하곡선이 점진적으로 발달하는 양상이 관찰되었고, 모든 단면에서 터널 중심선의 북서측보다 남동측으로 침하 영역이 더 넓게 나타나는 비대칭성이 확인되었다. 각 위성 관측 시점에서 최대 지표침하 위치는 노란색으로 표시하였다. Fig. 11(a)에서는 남동측으로 편향된 일방향성 형상이, Fig. 11(e)에서는 쌍굴터널 굴착과 시간적으로 함께 나타나는 이중형 침하곡선이 관찰되었다. 다만 5 m 버퍼 영역에는 도로 지표면뿐 아니라 다양한 규모의 구조물이 포함되어 있으며 본 연구에서는 지표면 산란체와 구조물 산란체를 별도로 분리하지 않았다. 따라서 건축물의 열팽창·수축 및 구조물 자체 변형이 일부 InSAR 변위에 포함될 가능성이 있으며, Fig. 11의 침하곡선은 순수한 노출 지반의 변위라기보다 버퍼 영역 내 지표 및 구조물 산란체가 혼합된 공간적 변형 경향으로 해석하였다.

Fig. 11.

Settlement troughs obtained using SBAS-InSAR during the construction period; Points colored in yellow indicate the maximum surface settlement at each time

Table 2에는 각 단면의 최대침하량과 최대침하 발생 위치를 상행선 터널 막장 통과 전·후로 구분하여 정리하였다. 전체 InSAR 관측 기간은 2015년 6월 22일부터 2016년 5월 23일까지이며, 이 기간에 하행선 굴착은 이미 진행 중이었고(2015년 4월 27일–11월 21일), 상행선 굴착은 2015년 9월 17일부터 2016년 1월 31일까지 수행되었다. 따라서 하행선 굴착에 대해서는 완전한 시공 전 기준 시계열을 확보하지 못했으나, Table 2의 5개 단면에서는 상행선 막장 통과일이 2015년 9월 27일부터 11월 14일 사이에 위치하여 통과 전·후의 위성 관측값을 비교할 수 있었다. 막장 통과 후 최대침하량은 0.1–1.5 mm 증가하고 최대침하 위치는 전반적으로 남동측으로 이동하였다. 다만 0.1–0.2 mm 수준의 변화는 Case 1의 현장 검증 RMSE보다 현저히 작고 Case 2 자체에 대한 직접적인 계측 검증도 수행되지 않았으므로 통계적으로 유의한 침하 증가로 해석하지 않았다. Table 2의 침하량 증가는 개별 미소 변화량 자체보다 막장 통과 전·후에 반복적으로 나타난 공간적 이동 및 침하곡선 발달 경향을 기술하기 위한 보조 지표로 사용하였다. 이러한 시간적 대응은 터널 굴착과 관측 변형의 연관성을 뒷받침하지만, 주변 동시 시공과 지반·지하수 조건의 영향을 분리하지 못하므로 인과관계로 단정하지 않았다.

현장 계측 구간에서 Case 1을 이용하여 InSAR 변위와 현장 계측 침하량의 정량적 비교를 수행한 후, Case 2를 이용하여 계측기가 설치되지 않은 구간의 지표변형 특성을 분석하였다. Case 2에서는 침하곡선의 발달, 비대칭성, 최대침하 위치의 이동 및 단면별 차이를 공간적으로 확인할 수 있었다. 다만 Case 2 결과는 현장 계측자료와 직접 정량 비교하지 않았으므로 Case 1과 동일한 수준의 검증 결과로 해석할 수 없다. Case 2는 공통 기준 GCP를 사용하고 터널 막장 통과 시점과 시간적으로 대응하는 변형 경향을 보였다는 점을 간접적인 일관성 근거로 활용하였으며, 직접 검증의 부재는 본 연구의 한계로 고려하였다.

5. 결 론

본 연구에서는 홍콩 도심지 터널 시공 구간을 대상으로 시계열 InSAR를 적용하여 지표변형 특성을 분석하고, 현장 계측 결과와의 비교를 통해 지표침하 모니터링에 대한 적용성을 검토하였다. 주요 결과는 다음과 같다.

1. 적응형 필터를 적용한 PS-InSAR 결과를 5개 대표 지점의 현장 계측 침하량과 비교한 결과 RMSE는 2.39–4.86 mm 범위로 나타났으며, 두 자료는 전반적으로 유사한 변위 크기와 시간적 변화 경향을 보였다.

2. 코히런스 분석 결과, 발진정거장 후방과 같이 시공에 따른 지표 교란이 큰 구간에서는 영구 산란체의 확보가 어려워 InSAR 기반 변위 모니터링의 적용성이 제한되었다. 반면 작업구 주변과 같이 코히런스가 일정 수준 이상 유지되는 구간에서는 시계열 변위 분석이 가능하였다.

3. SBAS-InSAR 분석을 통해 현장 계측기가 설치되지 않은 구간에서도 횡방향 침하곡선의 형상과 시간에 따른 발달 과정을 공간적으로 확인할 수 있었다. 특히 침하곡선의 비대칭성, 최대침하 위치의 이동, 쌍굴터널 구간의 공간적 변형 차이를 파악할 수 있어 제한된 현장 계측을 보완하는 활용 가능성을 확인하였다.

4. 곡선형 터널 노선과 충적층 분포 등의 영향을 받은 것으로 추정되는 남동측 편향 경향이 관찰되었다. 다만 현재 자료만으로 각 영향요인의 기여도를 정량적으로 분리하기 어려우므로, 이를 특정 지반 또는 시공 조건에 의한 인과관계로 단정하지 않았다.

5. 본 연구는 단일 상승궤도 자료를 이용하여 LOS 변위를 연직변위로 환산하였고, PS-InSAR의 정량 비교도 전체 253개 계측점 중 5개 대표 지점에 한정되었다. 또한 SBAS-InSAR 결과는 현장 계측과 직접 비교하지 않았으며, 침하곡선 버퍼에는 지표면과 구조물 산란체가 함께 포함되어 있다. 따라서 시계열 InSAR는 기존 계측을 대체하는 절대 계측수단이라기보다 비계측 영역의 공간적 변형 경향을 보완적으로 파악하는 도구로 활용하는 것이 적절하다.