• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.10-10
• /
• 2023

본질적으로 복잡하고 다양한 특성을 가지는 우리나라(도시, 농어촌, 도서산간, 섬 등)의 물 공급 시스템은 생활수준의 향상, 기후변화 및 가뭄위기, 소비환경 중심의 요구와 한정된 수자원을 잘 활용하기 위한 운영 및 관리가 매우 복잡하다. 이로 인한 수자원 고갈과 가뭄위기 등에 관련한 대책 및 방안으로 대체수자원인 지하수 활용방안들이 제시되고 있다. 따라서, 물 관리 시스템과 관련한 디지털 기술은 오늘날 플랫폼과 디지털 트윈의 도입을 통해 네트워크와 가상현실 세계의 연결이 통합되어진 4차 산업혁명 사업이 현실화되고 있다. 물 관리 시스템에 사용된 새로운 디지털 기술 "BDA(Big Data Analytics), CPS(Cyber Physical System), IoT(Internet of Things), CC(Cloud Computing), AI(Artificial Intelligence)" 등의 성장이 증가함에 따라 가뭄대응 위기와 도시 지하수 물 순환 시스템 운영이 증가하는 소비자 중심의 수요를 충족시키기 위해서는 지속가능한 지하수 공급을 효과적으로 관리되어야 한다. 4차 산업혁명과 관련한 기술성장이 증가함으로 인한 물 부문은 시스템의 지속가능성을 향상시키기 위해 전체 디지털화 단계로 이동하고 있다. 이러한 디지털 전환의 핵심은 데이터에 관한 것이며, 이를 활용하여 가치 창출을 위해서 "Digital Groundwater Technology/Twin(DGT)"를 극대화하는 방식으로 제고해야 한다. 현재 당면하고 있는 기후위기에 따른 가뭄, 홍수, 녹조, 탁수, 대체수자원 등의 수자원 재해에 대한 다양한 대응 방안과 수자원 확보 기술이 논의되고 있다. 이에 따른 "물 순환 시스템"의 이해와 함께 문제해결 방안도출을 위하여 이번 "기획 세션"에서는 지하수 수량 및 수질, 정수, 모니터링, 모델링, 운영/관리 등의 수자원 데이터의 플랫폼 동시성 구축으로부터 역동적인 "DGT"을 통한 디지털 트윈화하여, 지표수-토양-지하수 분야의 특화된 연직 프로파일링 관측기술을 다각도로 모색하고자 한다. "Digital Groundwater(DG)"는 지하수의 물 순환, 수량 및 수질 관리, 지표수-지하수 순환 및 모니터링, 지하수 예측 모델링 통합연계를 위해 지하수 플랫폼 동시성, ChatGPT, CPS 및 DT 등의 복합 디지털화 단계로 나가고 있다. 복잡한 지하환경의 이해와 관리 및 보존을 위한 지하수 네트워크에서 수량과 수질 데이터를 수집하기 위한 스마트 지하수 관측기술 개발은 큰 도전이다. 스마트 지하수 관측기술은 BD분석, AI 및 클라우드 컴퓨팅 등의 디지털 기술에 필요한 획득된 데이터 분석에 사용되는 알고리즘의 복잡성과 데이터 품질에 따라 영향을 미칠 수 있기 때문이다. "DG"는 지하수의 정보화 및 네트워크 운영관리 자동화, 지능화 등을 위한 디지털 도구를 활용함으로써 지표수-토양층-지하수 네트워크 통합관리에 대한 비전을 만들 수 있다. 또한, DGT는 지하수 관측센서의 1차원 데이터 융합을 이용한 지하수 플랫폼 동시성과 디지털 트윈을 연계할 수 있다.

• The Transactions of the Korea Information Processing Society
• /
• v.13 no.4
• /
• pp.199-207
• /
• 2024

Local reservoirs are crucial sources for agricultural water supply, necessitating stable water level management to prepare for extreme climate conditions such as droughts. Water level prediction is significantly influenced by local climate characteristics, such as localized rainfall, as well as seasonal factors including cropping times, making it essential to understand the correlation between input and output data as much as selecting an appropriate prediction model. In this study, extensive multivariate data from over 400 reservoirs in Jeollabuk-do from 1991 to 2022 was utilized to train and validate a water level prediction model that comprehensively reflects the complex hydrological and climatological environmental factors of each reservoir, and to analyze the impact of each input feature on the prediction performance of water levels. Instead of focusing on improvements in water level performance through neural network structures, the study adopts a basic Feedforward Neural Network composed of fully connected layers, batch normalization, dropout, and activation functions, focusing on the correlation between multivariate input data and prediction performance. Additionally, most existing studies only present short-term prediction performance on a daily basis, which is not suitable for practical environments that require medium to long-term predictions, such as 10 days or a month. Therefore, this study measured the water level prediction performance up to one month ahead through a recursive method that uses daily prediction values as the next input. The experiment identified performance changes according to the prediction period and analyzed the impact of each input feature on the overall performance based on an Ablation study.

• The Journal of the Korea Contents Association
• /
• v.17 no.4
• /
• pp.267-274
• /
• 2017

The natural disasters such as typhoon, earthquake, flood, heavy rain, drought, sweltering heat, wind wave, tsunami and so on, are difficult to estimate the scale of damage and spot. Also, these disasters were being damaged to human life. However, if based on the disaster statistics the past damage cases are analyzed and the estimated damages can be calculated, the initial damage action can be taken immediately and based on the estimated damage scale the damage can be mitigated. In the present study, therefore, we proposed the functions of wind wave damage estimation for the southern coast. The functions are developed based on Disaster Report('91~'14) for wind wave and typhoon disaster statistics, regional characteristics and observed sea weather.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.37-37
• /
• 2019

기후변화에 따른 강우량 변화는 유역의 수문학적 변화와 하천 침식, 토양유실 등 물리적 변화를 함께 동반하여 유역환경에 영향을 미치게 된다. 최근에도 강우 발생시 집중강우에 의해 짧은 시간에 많은 강우가 발생하여 홍수피해가 발생하고 있으며, 건기시에는 가뭄이 지속되고 있다. RCP 4.5 및 8.5를 활용한 미래 기후시나리오 예측에 따르면 강우량과 증발산량은 증가할 것으로 예측되고 있으나, 우기시의 강수량은 증가하고 건기시의 강수량은 감소하여 계절 간 강수의 불균형이 심화될 것으로 예측되고 있다. 이러한 변화는 강수량, 하천유량, 침투량 등 유역의 수문체계에 영향을 끼치게 되고, 유량의 변화에 따라 하상변동 등 하천형상의 변화가 발생할 수 있으며, 하천 형상변화에 따라 유량이 변화하고, 토사의 유입이 증가하여 수질이 변화하여, 유역 내 유량 및 수질변화에 따른 불확실성이 높아지게 된다. 최근 개발에 의한 불투수면의 증가와 집중호우의 발생으로 인한 유출량 증가에 따라 강우발생시 직접유출량은 증가하고 침투량은 감소하여 우기시에는 홍수 및 침수가 발생하고, 건기시에는 기저유출에 의한 하천유지용수가 감소하여 하천이 건천화되고 수질이 악화 되는 등 물순환 체계가 훼손되고 있다. 강수량과 강우패턴의 변화에 따른 유출량 변화는 유역의 물순환에 직접적인 영향을 미치게 된다. 홍수나 극한강우가 발생할 경우 유역의 수문학적 특성에 따라 직접유출량은 증가하고 상대적으로 침투 및 증발산양은 감소하게 되며, 건기시에는 하천이 건천화 되는 등 물순환 체계가 훼손되고 유량의 변화에 따라 수질 또한 악화될 수 있다. 본 연구에서는 낙동강 유역을 대상으로 기후변화에 따른 유역 유출량 변화 및 하천형상 변화예측을 위해 기후변화 시나리오를 이용하여 하천환경변화에 대한 전망을 예측하고, 유역의 유출량을 구체적으로 분석 할 수 있는 유역모형을 활용하여 유역의 물순환에 미치는 영향을 검토하고 물순환을 고려한 유량 및 수질부하량을 분석하였다.

• Journal of Korean Society of Disaster and Security
• /
• v.15 no.2
• /
• pp.45-56
• /
• 2022

The countermeasure for the shortage of water during dry season and drought period has not been considered with return flowrate in detail. In this study, the outflow of STP was predicted through a data-based machine learning model, LSTM. As the first step, outflow, inflow, precipitation and water elevation were utilized as input data, and the distribution of variance was additionally considered to improve the accuracy of the prediction. When considering the variability of the outflow data, the residual between the observed value and the distribution was assumed to be in the form of a complex trigonometric function and presented in the form of the optimal distribution of the outflow along with the theoretical probability distribution. It was apparently found that the degree of error was reduced when compared to the case not considering where the variance distribution. Therefore, it is expected that the outflow prediction model constructed in this study can be used as basic data for establishing an efficient river management system as more accurate prediction is possible.

• Journal of Korea Water Resources Association
• /
• v.34 no.4
• /
• pp.347-356
• /
• 2001

Even though the increase of greenhouse gases such as $CO_2$ is thought to be the main cause for global warming, its impact on global climate has not been revealed clearly in rather quantitative manners. However, researches using Genral Circulation Model(GCM) has shown that the accumulation of greenhouse gases increases the global mean temperature, which in turn impacts on the global water circulation pattern. A climate predictive capability is limited by lack of understanding of the different process governing the climate and hydrologic systems. The prediction of the complex responses of the fully coupled climate and hydrologic systems can be achieved only through development of models that adequately describe the relevant process at a wide range of spatial and temporal scales. These models must ultimately couple the atmospheres, oceans, and lad and will involve many submodels that properly represent the individual processes at work within the coupled components of systems. So far, there are no climate and related hydrologic models except local rainfall-runoff models in Korea. The purpose of this research is to predict the change of temperature in Korean Peninsula using regional scale model(IRSHAM96 model) and GCM data obtained from the increasing scenarios of $CO_2$ Korean Peninsula increased by $2.5^{\circ}C$ and the duration of Winter in $lxCO_2$ condition would be shorter the $2xCo_2$ condition due to global warming.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.351-351
• /
• 2011

최근 지구온난화와 더불어 이상기후가 대두됨에 따라 기상 예측이 더욱더 중요시되고 있다. 또한 이전부터 가뭄 및 홍수와 같은 기상현상으로 인한 피해 사례가 빈번하였으며, 이로 인하여 물 관리의 어려움을 겪고 있다. 한 예로 이상기후가 유난히 잦았던 2010년 여름철 경우 평년보다 발달한 북태평양고기압의 영향으로 여름철 92일 가운데 81일의 전국 평균기온이 평년보다 높게 나타났다. 또한 강우 일수가 평년에 비해 7.4일 많은 44.2일을 기록하였으며, 국지성 집중호우 사례가 빈번하였다. 또한 8월 9일 발생한 태풍 `뎬무'를 포함해서 한 달 동안 3개의 태풍이 한반도에 영향을 끼치는 이례적인 사례가 발생하였다. 따라서 본 연구는 이러한 기상재해에 따른 물 관리를 장기적으로 대비하고자 고해상도 전지구 모델 GME를 이용하여 2010년 여름철 강수 예측을 실시하였다. 강수 예측에 사용된 전지구 모델 GME는 기존의 카테시안 격자체계를 가진 모델과 달리 전구를 삼각형으로 구성된 20면체로 격자화 한 Icosahedral-hexagonal grid 격자체계로 구성되어 있어, 해상도 증가에 용이할 뿐만 아니라, HPC(High Performance Computing)환경에서 효율성이 높은 장점을 가지고 있다. 본 계절 예측을 수행함에 있어 발생하는 잡음을 최소화하고자, Time-lag 기법을 이용하여 5개의 앙상블 멤버로 구성되어있으며, 이를 비교 분석하기위해 Climatology를 이용하여 총 10개의 앙상블 멤버로 규준실험을 수행하였다. 선행 연구에 따르면 1개월 이상의 장기 적분의 경우 초기조건보다 외부 강제력이 더 중요한 역할을 한다고 연구된 바 있다. (Yang et al., 1998) 특히 계절 변동성의 경우 대기-해양간의 상호작용에 의해 지배되며, 이를 고려하여 본 연구는 해수면 온도를 경계 자료로 사용하여 계절 예측을 수행하였다. 앞서 말한 실험 계획을 바탕으로 하여 나온 결과를 통해 동아시아지역 및 한반도 도별 강수 및 온도 변수에 대해 순별 및 월별 카테고리맵 분석을 실시하여 한눈에 보기 쉽게 나타냈다. 또한 주요 도시별 강수량 및 온도의 시계열 분석을 실시하여 시간이 지남에 따라 나타나는 변동성을 확인하였다. 계절 예측 결과에서 온도의 경우 평년보다 높게 나타났으며, 이는 실제 온도 예측과도 유사한 패턴을 가졌다, 강수의 경우 7월부터 8월 중순까지 평년보다 다소 적게 모의되었으며, 8월 하순경 회복하는 것으로 예측하였다. 따라서 본 계절 강수 예측은 다소 역학 모델이 가지는 한계를 가지고 있으나, 실제와 비교하여 어느 정도의 경향성이나 패턴에 있어 유사성을 보임을 확인하였으며, 이를 장기적 차원의 물관리를 함에 있어 참고 및 활용 가능할 것으로 예상한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1272-1276
• /
• 2009

극치강우사상에 의한 설계 홍수량의 갑작스런 증 감은 홍수, 가뭄과 같은 기상학적 요인에 기인한 재난을 발생시킨다. 많은 연구자들은 보다 정확한 확률강우량의 예측과 유출량의 예측을 위해 많은 노력을 하고 있다. 본 연구에서는 강원도 강릉 강우관측소를 대상으로 강우-빈도곡선의 불확실성 분석을 수행하였다. 관측 자료의 수집에서 발생하는 불확실성을 최소화 하고자 ARMA 모형을 이용하여 합성강우자료를 구축하였으며, 발생된 합성강우량을 Bootstrap 방법을 이용하여 대규모의 자료집단으로 발생시킴으로서 신뢰구간에 사용할 자료집단을 발생시켰다. 본 연구에서는 극치강우사상에 적합한 것으로 알려진 Gumbel 분포와 일반극치 분포(GEV 분포) 모형을 선정하였으며 각 확률분포모형에 대한 매개변수 추정방법으로 최우도법, 확률가중모멘트법 그리고 베이지안 추론방법을 사용하여 각 매개변수의 최후 추정치를 산정하였다. 또한 원 자료를 이용하여 최우도법, 확률가중모멘트법 그리고 베이지안 추론방법을 통해 매개변수를 산정 후 강우-빈도 곡선을 추정하여 합성강우자료의 Bootstrap 방법에 의해 발생된 자료로부터 산정한 강우-빈도 곡선의 신뢰구간과 비교함으로서 불확실성이 낮은 확률강우량을 산정할 수 있는 매개변수 추정방법을 평가하고자하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.3-3
• /
• 2019

최근 기후변화로 인한 집중호우, 가뭄 등 예측하기 어려운 사태가 발생하면서 깨끗하고 안정적인 용수공급 기술의 필요성이 대두되고 있다. 이에 IoT와 기존 물관리시스템을 결합한 스마트워터그리드 출범은 실시간으로 수요와 공급량의 정보를 취득하여 물 관리 효율성을 제고 할 수 있게 되었다. 실시간 수요량 자료를 이용하여 물 수요량 예측을 통한 최적의 물 공급량을 결정할 수 있다. 이 때 스마트워터그리드의 핵심 기술은 실시간으로 취득한 자료의 품질관리라 할 수 있다. 본 연구 대상지역인 영종도 112 블록에는 528개 AMI 스마트 미터를 이용하여 1시간 단위의 물 수요량 자료를 원격 검침하고 있다. 각 수용가에 설치된 AMI 센서를 통해 수집된 자료에는 오류를 포함할 수 있는데 통신 장애, 미터기 고장 및 교체 등으로 발생된다. 결측된 수요량 자료는 상수관망 수리해석에 사용되는 기본자료로서 비표본오차를 증가시켜 검정력과 정확성을 결여시키는 문제가 있다. 이에 본 연구에서는 수집된 자료를 가용할 수 있는 자료로 정제하고 대체하기 위해 완전히 관찰된 자료(complete data)만을 이용하여 각 시간에 따른 관경별, 용도별 그리고 요일별 수요패턴을 추정한다. 결측된 자료는 기존에 사용되는 평균대체법과 핫덱 대체(hot deck imputation) 등과 비교 검증한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.39-39
• /
• 2016

기후 변화의 수자원 영향 평가에서 전지구모형이 갖는 불확실성이나 이산화탄소 배출 등의 시나리오별 불확실성에 대해서는 많은 연구가 진행되어져 왔으나, 외부의 변화가 아닌 지구 시스템상의 내부 변화에 대한 자연적인 변동성에 대해서는 상대적으로 연구가 미흡한 상태이다. 대표적인 내적 변동성의 예시로 엘리뇨 또는 라니뇨 현상을 들 수 있으며, 일정 영역 해수의 온도 변화에 따른 순환정도가 전세계적으로 큰 영향 (태풍, 가뭄, 홍수 등)을 주는 것을 확인할 수 있었다. 유역에서의 침식 및 퇴적 현상에서도 기후변화에서와 비슷한 내적변동성의 영향이 관찰되어지나, 과거의 대부분의 연구는 외적변동성의 영향에만 집중되어 왔다. 가장 빈번하게 발생하는 예로, 토양 표면의 미묘한 변화 (aggregation, dispersion, shielding, crusting 등)때문에 같은 양의 강우 또는 유출이 발생하는 경우라도 같은 양의 침식량이 발생하지 않는 현상을 들 수 있다. 여기에서 다루어지는 침식량의 '다름'은 같은 지역에서라도 적게는 수십배에서 크게는 수백배까지 예측량이 다를 수 있음을 뜻한다. 이러한 다름이 그동안 수자원/지질학을 연구하는 학자 및 실무자로 하여금 수치모델을 적용하고 예측하는 것을 어렵게 했던 원인이 되었다. 본 연구에서는 기후 변화가 가져올 수자원의 영향 평가를 수행할 것이다. 관심있는 기후변화 변수로서 기온 및 강수량을 시간단위로 상세화할 것이며, 변화한 기후의 영향을 평가할 수자원의 현상으로는 증발산, 토양수분량, 유출량, 하천에서의 수심 및 첨두량, 침식량 등을 고려할 것이다. 물리현상을 모의하기 위해, 유역기반의 수리, 수문, 침식 및 퇴적 현상을 동시에 계산할 수 있는 통합모델을 개발하였고 적용하였다. 여기에서 얻은 결과로부터 내적 변동성이 수자원 현상에 미치는 불확실성을 확률통계적인 기법을 이용하여 정량화할 수 있을 것이다.