• 한국수자원학회논문집
• /
• 제55권9호
• /
• pp.657-668
• /
• 2022

하천 유량이 증가된 상태에서 집중호우의 발생은 유량과 강우량 모두 하천변 홍수피해에 영향을 미치게 된다. 또한, 하천변 사회·경제적 영향 수준에 따라 피해정도에 차이를 보이게 되며, 특히, 인구 및 자산 밀집도가 높은 경우 홍수대응에 필요한 충분한 예보 선행시간의 확보가 요구된다. 본 연구에서는 홍수대응에 필요한 시간적 여유의 확보를 통한 피해저감 효과를 증대하기 위해 앙상블 강우유출모델링을 활용한 홍수위험매트릭스를 구축하고, 그 적용성을 판단하고자 한다. 홍수위험매트릭스는 홍수피해 자료를 활용한 홍수피해 영향수준(X축)을 구성하고, 기상청 LENS 강우자료를 이용한 앙상블 강우유출모델링의 결과로 위험 홍수량의 발생 가능성을 예측(Y축)하여 확률예보에 기반한 예측이 가능하다. 이를 위해 과거 홍수피해 자료 및 정량적 홍수피해 평가방법을 이용한 홍수피해 영향수준 결정 방법을 제시하였다. 낙동강권역의 태화강유역 및 형산강유역의 홍수특보지점에 대하여 기존 홍수특보 자료 그리고 피해 발생 상황과 비교하였다. 그 결과 최대 3일전부터 홍수위험 발생시간 및 정도에 대한 예측이 가능한 것으로 분석되었다. 따라서 홍수대응에 필요한 예보 선행시간 확보를 통한 피해저감 활동에 도움이 되리라 판단된다.

• 한국수자원학회논문집
• /
• 제57권2호
• /
• pp.127-137
• /
• 2024

수자원 관리를 위해 주로 사용되는 물리 모형은 입력자료의 구축과 구동이 어렵고 사용자의 주관적 견해가 개입될 수 있다. 최근 수자원 분야에서 이러한 문제점을 보완하기 위해 기계학습과 같은 자료기반 모델을 이용한 연구가 활발히 진행되고 있다. 본 연구에서는 관측자료만을 이용하여 강원도 삼척시 오십천 유역의 장기강우유출모의를 수행했다. 이를 위해 기상자료로 3개의 입력자료군(기상관측요소, 일 강수량 및 잠재증발산량, 일강수량 - 잠재증발산량)을 구성하고 LSTM (Long Short-term Memory)인공신경망 모델에 각각 학습시킨 결과를 비교 및 분석했다. 그 결과 기상관측요소만을 이용한 LSTM-Model 1의 성능이 가장 높았으며, 여기에 MLP 인공신경망을 더한 6개의 LSTM-MLP 앙상블 모델을 구축하여 오십천 유역의 장기유출을 모의했다. LSTM 모델과 LSTM-MLP 모형을 비교한 결과 두 모델 모두 대체적으로 비슷한 결과를 보였지만 LSTM 모델에 비해 LSTM-MLP의 MAE, MSE, RMSE가 감소했고 특히 저유량 부분이 개선되었다. LSTM-MLP의 결과에서 저유량 부분의 개선을 보임에 따라 향후 LSTM-MLP 모델 이외에 CNN등 다양한 앙상블 모형을 이용해 물리적 모델 구축 및 구동 시간이 오래 걸리는 대유역과 입력 자료가 부족한 미계측 유역의 유황곡선 작성 등에 활용성이 높을 것으로 판단된다.