Abstract
In this study, a data-driven response surface method using the results acquired from the numerical simulation is developed to evaluate the potential storage capacity of groundwater due to the construction of a groundwater dam. The hydraulic conductivities of alluvium and basement rock, depth and slope of the channel are considered as the natural conditions of the location for groundwater dam construction. In particular, the probability models of the hydraulic conductivities and the various types of geometry of the channel are considered to ensure the reliability of the numerical simulation and the generality of the developed estimation model. As the results of multiple simulations, it can be seen that the hydraulic conductivity of basement rock and the depth of the channel greatly influence to the groundwater storage capacity. In contrast, the slope of the channel along the groundwater flow direction shows a relatively lower impact on the storage capacity. Based on the considered natural conditions and the corresponding numerical simulation results, the storage capacity estimation model is developed applying an artificial neural network as the nonlinear regression model for training. The developed estimation model shows a high correlation coefficient (>0.9) between the simulated and the estimated storage amount. This result indicates the superiority of the developed model in evaluating the storage capacity of the potential location for groundwater dam construction without the numerical simulation. Therefore, a more objective and efficient comparison for the storage capacity between the different potential locations can be possibly made based on the developed estimation model. In line with this, the proposed method can be an effective tool to assess the optimal location of groundwater dam construction across Korea.
본 연구에서는 다양한 지하댐 입지조건에 대한 수치 모사 결과에 인공신경망 기반 반응 표면법을 적용함으로써 지하댐 건설에 따른 지하수 저류 가능량을 객관적으로 비교 및 평가할 수 있는 예측 모델을 구축하였다. 입지조건으로 기반암 및 충적층의 수리전도도, 하도의 깊이, 하도의 지하수 유동 방향으로의 경사가 고려되었다. 다양한 시나리오를 이용한 몬테카를로 기반 수치 모사 결과를 종합한 결과, 암반층 수리전도도 및 하도의 깊이가 지하댐 저유 효율에 가장 큰 영향을 미치는 것을 확인할 수 있었으며, 하도의 지하수 유동 방향으로의 경사도가 가장 미약한 영향력을 가지는 것을 확인할 수 있었다. 이와 같은 수치 모사 결과를 기반으로 설정된 입지조건과 이의 결과를 입력 및 출력으로 하는 인공신경망 기반 예측 모델을 구축하였다. 인공신경망 기반 예측 모델의 성능 평가 결과, 모델을 통해 예측된 저유량과 실제 수치 모사를 통해 산정된 저유량 간의 상관성이 0.9 이상의 높은 수치를 보임을 확인하였다. 따라서, 본 연구를 통해 개발된 비선형 예측 모델이 지하댐 개발 대상 지역에 대한 수치 모사 수행 없이 지하댐 건설에 따른 저유량을 즉각적으로 산정하는 데 효과적으로 활용될 수 있을 것으로 판단된다. 또한, 개발된 예측 모델은 서로 다른 지역의 저유 가능량을 보다 객관적이고 효율적으로 비교하는데 이용될 수 있다. 따라서 개발된 모델은 국내 전 지역에 대하여 지하댐 개발 최적 입지를 선정하기 위한 효율적 도구로 활용될 수 있을 것으로 기대된다.
