• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.276-276
• /
• 2021

최근 댐과 같은 수공구조물의 건설로 대규모 홍수피해는 급격히 줄어들었지만, 돌발홍수(flash flood)로 인한 저지대 침수 등의 도시홍수 발생빈도가 급증하고 있다. 2020년에는 최장의 장마가 관측되었으며, 전국적으로 홍수로 인한 침수피해가 발생하였다. 홍수에 선제적으로 대응하기 위해서 신뢰성 있는 홍수예·경보가 필요하며, 이를 위해서는 신속하고 정확성있는 강우예측이 선행되어야 한다. 이에 본 연구에서는 초단기 강우예측을 목적으로 둔 레이더 기반의 강우앙상블 예측모형을 개발하였다. 라그랑지안 지속성(Lagrangian persistence)을 기반으로 개발하였으며, 강우장의 이동 패턴은 이류특성을 활용해 추정하였다. 즉, 강우장의 예측정확도를 향상시키기 위해 공간적 규모별 캐스캐이드(cascade) 방법으로 분리해 이동 경로를 추정하였다. 예측시간에 따른 강우량은 각 캐스캐이드에 자기회귀모형을 적용하였다. 레이더 강우량은 2016-2020년 사이에 발생한 강우사상에 대한 환경부 홍수통제소에서 제공한 레이더 합성장을 이용하였다. 예측강우량에 대한 평가는 RMSE, Pearson's Correlation, FSS 등 통계치를 통해 수행하였다. 본 연구에서 소개된 강우예측 모형은 초단기 홍수예측에 정확도 높은 강우 정보를 제공할 수 있으며, 이에 따라 홍수피해를 저감하는데 도움이 될 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.65-65
• /
• 2023

최근 기후변화로 인해 홍수, 가뭄 등 수재해가 세계 곳곳에서 빈번하게 발생하고 있다. 이로 인해 정확한 강우-유출 해석의 중요도는 높아지고 있으며 강우-유출 해석에 따라 수자원 관리 및 계획수립의 정도가 달라질 수 있다. 본 연구 대상 지역인 메콩강 유역은 중국과 동남아시아 5개국(라오스, 태국, 미얀마, 베트남, 캄보디아)을 관통하는 국가공유하천으로 기초자료의 획득이 어렵고 국가별로 구축된 자료가 질적, 양적 품질이 상이하여 수문해석에서의 기초자료로 사용하기에 불확실성이 있다. 최근 기술의 발달로 글로벌 격자형 강수자료 획득이 용이함에 있어 미계측 대유역에서의 다양한 연구들이 수행되고 있지만, 지점강수자료와 시·공간적 오차로 인한 불확실성을 내포하고 있다. 이에 본 연구에서는 글로벌 격자형 강수자료의 적용성을 평가하기 위하여 지점 격자형 강수자료(APHRODITE)와 4개의 위성강수자료(CHIRPS, CMORPH, PERSIANN-CDR, TRMM)를 수집하고 합성곱 신경망 모형인 ConvAE 기법을 이용하여 위성강수자료의 시·공간 편의 보정을 수행하였다. 또한, 하천 수위에 대한 장기간 정보 수집이 가능한 메콩강 본류 4개 관측소(Luang Prabang, Pakse, Stung Treng, Kratie)를 선정하였으며 SWAT 모형을 이용하여 매개변수 보정(2004~2013)과 격자형 강수자료의 보정 전·후의 유출모의(2014~2015) 결과를 비교·분석하였다. 격자형 강우를 이용한 보정 및 유출 분석 결과 4개의 위성강수자료 모두 성능이 향상되었으며 그 중 보정된 TRMM이 가장 우수한 성능을 보여 해당 유역에서의 APHRODITE를 대체할 수 있다고 판단하였다. 따라서 본 연구에서 제시하는 ConvAE를 이용한 보정기법과 이를 이용한 강우-유출 해석은 향후 다양한 격자형 강수자료를 활용한 미계측 대유역에서의 수문해석에서 활용이 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2005.05b
• /
• pp.225-229
• /
• 2005

이류모형을 이용한 단기예측 레이더 강우자료와 관측 레이더자료의 비교를 통하여 얻어진 예측오차를 분석하였다. 임의 시점까지의 예측오차 장에 나타나는 확률분포 형태와 공간적 상관성을 분석하여 이들 특성을 반영하는 추후의 예측오차 장을 모의할 수 있었다. 모의된 예측오차 장과 합성된 단기예측 강우 장은 이류모형을 이용한 예측에 따른 불확실성 을 추계학적으로 반영한 예측강우를 제공한다.

• Journal of Korea Water Resources Association
• /
• v.54 no.5
• /
• pp.301-309
• /
• 2021

In this study, we tried to improve the performance of the existing U-net-based deep learning rainfall prediction model, which can weaken the meaning of time series order. For this, ConvLSTM2D U-Net structure model considering temporal consistency of data was applied, and we evaluated accuracy of the ConvLSTM2D U-Net model using a RainNet model and an extrapolation-based advection model. In addition, we tried to improve the uncertainty in the model training process by performing learning not only with a single model but also with 10 ensemble models. The trained neural network rainfall prediction model was optimized to generate 10-minute advance prediction data using four consecutive data of the past 30 minutes from the present. The results of deep learning rainfall prediction models are difficult to identify schematically distinct differences, but with ConvLSTM2D U-Net, the magnitude of the prediction error is the smallest and the location of rainfall is relatively accurate. In particular, the ensemble ConvLSTM2D U-Net showed high CSI, low MAE, and a narrow error range, and predicted rainfall more accurately and stable prediction performance than other models. However, the prediction performance for a specific point was very low compared to the prediction performance for the entire area, and the deep learning rainfall prediction model also had limitations. Through this study, it was confirmed that the ConvLSTM2D U-Net neural network structure to account for the change of time could increase the prediction accuracy, but there is still a limitation of the convolution deep neural network model due to spatial smoothing in the strong rainfall region or detailed rainfall prediction.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.64-64
• /
• 2022

이상기후로 인해 돌발적이고 국지적인 호우 발생의 빈도가 증가하게 되면서 짧은 선행시간(~3 시간) 범위에서 수치예보보다 높은 정확도를 갖는 초단시간 강우예측자료가 돌발홍수 및 도시홍수의 조기경보를 위해 유용하게 사용되고 있다. 일반적으로 초단시간 강우예측 정보는 레이더를 활용하여 외삽 및 이동벡터 기반의 예측기법으로 산정한다. 최근에는 장기간 레이더 관측자료의 확보와 충분한 컴퓨터 연산자원으로 인해 레이더 자료를 활용한 인공지능 심층학습 기반(RNN(Recurrent Neural Network), CNN(Convolutional Neural Network), Conv-LSTM 등)의 강우예측이 국외에서 확대되고 있고, 국내에서도 ConvLSTM 등을 활용한 연구들이 진행되었다. CNN 심층신경망 기반의 초단기 예측 모델의 경우 대체적으로 외삽기반의 예측성능보다 우수한 경향이 있었으나, 예측시간이 길어질수록 공간 평활화되는 경향이 크게 나타나므로 고강도의 뚜렷한 강수 특징을 예측하기 힘들어 예측정확도를 향상시키는데 중요한 소규모 기상현상을 왜곡하게 된다. 본 연구에서는 이러한 한계를 보완하기 위해 적대적 생성 신경망(Generative Adversarial Network, GAN)을 적용한 초단시간 예측기법을 활용하고자 한다. GAN은 생성모형과 판별모형이라는 두 신경망이 서로간의 적대적인 경쟁을 통해 학습하는 신경망으로, 데이터의 확률분포를 학습하고 학습된 분포에서 샘플을 쉽게 생성할 수 있는 기법이다. 본 연구에서는 2017년부터 2021년까지의 환경부 대형 강우레이더 합성장을 수집하고, 강우발생 사례를 대상으로 학습을 수행하여 신경망을 최적화하고자 한다. 학습된 신경망으로 강우예측을 수행하여, 국내 기상청과 환경부에서 생산한 레이더 초단시간 예측강우와 정량적인 정확도를 비교평가 하고자 한다.

• Journal of Korea Water Resources Association
• /
• v.49 no.3
• /
• pp.263-273
• /
• 2016

This study applied conditional merging (CM) spatial interpolation technique to obtain the satellite and in-situ composite soil moisture data. For the analysis, 24 gages of hourly in-situ data sets from the Rural Development Administration (RDA) of Korea and the satellite soil moisture data retrieved from Advanced Microwave Scanning Radiometer-Earth observing system (AMSR-E) were used. In order to verify the performance of the CM method, leave-one-out cross validation was used. The cross validation result was spatially interpolated to figure out spatial correlation of the CM method. The results derived from this study are as follow: (1) The CM method produced better soil moisture map over Korean Peninsula than AMSR-E did for the over 100 days out of total 113 days considered for the analysis. (2) The method of CM showed high correlation with gage density and better performance on the western side of Korean peninsula due to high spatial gauge density. (3) The performance of CM is not affected by the non-rainy season unlike to AMSR-E data is. Overall, the result of this study indicates that the CM method can be applied for predicting soil moisture at ungaged locations.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.390-390
• /
• 2011

본 연구는 기초기술연구회의 위성정보 활용 지원 운영사업(과제명: 위성영상을 이용한 하천정보 생산 및 활용에 관한 연구)의 연구비 지원에 의해 수행되었습니다. 지난 2010년 6월 발사된 천리안 위성이 약 9개월간의 정지궤도 시험운행을 마치고 본격적으로 위성자료 서비스를 시작함에 따라 한반도 악기상 관측 및 예측 정확도 향상에 기여할 것으로 예상된다. 최근 기후분야 외에도 수자원, 방재, 농업, 해양 등 다양한 응용분야에서 기상위성을 활용하고자 하는 연구가 수행되고 있으며 자료제공 시간의 단축과 기상자료 산출물의 제공으로 천리안 위성은 향후 광범위하게 활용 될 것으로 예상된다. 본 연구는 천리안 위성의 수자원 분야 활용을 위한 기반연구로 천리안 위성과 동일한 채널 특성을 보유한 MTSAT-1R 기상위성을 이용하여 면적강우량을 추정하고 이를 지상관측소를 이용하는 강우보정기법에 적용하며 강우산정 결과를 레이더 및 티센, 크리깅 등과 비교하였다. 강우추정은 NOAA NESDIS의 Power-law 공식을 이용하였으며 지상관측소를 이용한 강우보정은 조건부 합성기법을 적용하였다. 연구대상 유역은 충주댐 유역과 충주댐 유역 상류에 위치한 영월수위표 지점 상류유역을 대상으로 하였으며 레이더 차폐에 따른 레이더 강우량의 감쇄 효과를 분석하고 지형적 특성에 영향 받지 않는 기상위성을 이용한 강우량 산정 기법의 활용성을 제시하였다. 연구결과 레이더 차폐에 영향 받지 않는 영월 수위표 상류유역의 경우 레이더를 이용한 강우량 산정결과와 기상위성을 이용한 결과가 큰 차이가 없으나 전체 유역면적의 절반 정도가 레이더 차폐 지역에 포함되는 충주댐 유역의 경우 레이더를 이용할 경우 20%~35% 가량 강우량이 과소 추정되는 것으로 나타났다. 본 연구를 토대로 산악지형에 의해 레이더 차폐가 발생되는 유역에 대해 기상위성의 활용을 기대할 수 있을 것으로 판단되었다.

• Proceedings of the KSME Conference
• /
• 2008.11b
• /
• pp.2964-2964
• /
• 2008

• Proceedings of the Korea Water Resources Association Conference
• /
• 2001.05a
• /
• pp.347-352
• /
• 2001

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.257-257
• /
• 2011

현업에서 사용하는 유출해석 기본이론은 연속방정식과 운동방정식으로서 운동파가정(kinematic wave analogy)을 기반으로 한 집중수문모형(lumped hydrologic model)에 의하여 수행되고 있지만 집중형 모형은 한 매개변수에 여러 가지의 물리적 과정을 개념화하여 담고 있기 때문에 유출과정에 대한 섬세한 모형화의 제약으로 인하여 유역고유의 매개변수값을 찾기가 쉽지 않은 단점을 가지고 있다. 이에 본 연구에서는 물리적 기반의 2차원 분포형 강우-유출모형을 개발하고자 하며 이는 완전분포형 수문동역학적 모형으로 지표흐름과 침투과정, 기저유출과 관련된 과정을 모의한다. 본 모형은 공간적으로 변화하는 침투량과 소규모 및 대규모의 지형학적 특성을 사용하는 St. Venant 방정식을 사용하고 개발될 모형은 모든 스케일에서의 수심과 유량을 계산할 수 있으며 Richard 방정식(또는 선택적으로 Green-Ampt 방정식 채택)을 이용하여 정밀한 침투량 모의가 가능하다. 또한 레이다등의 고해상도 강우관측자료를 지점자료와 합성하여 입력자료로 사용할 수 있도록하고자 하며 강우-유출모형에 다목적댐이나 보등에서의 유량조절효과를 반영하고, 다목적댐군에서의 연계운영모의가 가능케 함으로서 현업의 운영자들이 실무에서 실질적으로 활용할 수 있는 형태의 모형을 개발하고자 한다. 이는 국내에서의 2차원 분포형 강우-유출모형을 자체 개발함으로서 연구역량을 제고하고, 국내 현업기관에서의 분포형 모형기반의 홍수모니터링 및 전망시스템의 확산에 기여할 것으로 예상된다.