• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.49-49
• /
• 2022

인구 증가, 도시화, 산업 발달, 교통량 증가 등의 다양한 인간활동은 기후변화와 더불어 자연의 고유한 환경을 변화시킴으로써, 기존에 평형을 유지하던 생태계를 교란시킨다. 인간활동으로 인해 물 이용량과 배출되는 오염물질이 증가하여 물 스트레스 수준은 높아지고, 수질오염은 더욱 심각해지고 있다. 우리나라는 1980년대부터 산업화, 도시화가 빠르게 진행되어 유역 환경을 변화시키며 하천 생태계가 악화되고 있다. 특히 낙동강 유역은 조류 발생과 그로 인한 심각한 부영양화 문제가 대두되는 유역으로, 유역에서 발생하고 하천으로 유입되는 질소와 인의 부하량의 관리가 필요하다. 따라서 본 연구에서는 하천 생태계에 영향을 미치는 다양한 인간활동 중 농업, 축산과 같은 비점오염원, 하수종말처리장 등의 점오염원 그리고 대기 질소 침착으로 인한 낙동강 유역에서 발생하는 질소, 인의 부하량을 산정하였다. 그리고 하천 수질관측망 자료를 이용하여, 유역의 질소, 인 부하량 중 하천으로 유입되는 질소와 인의 부하량의 비율을 산정하여 각 오염원이 하천 수질에 미치는 영향을 정량적으로 분석하고자 한다. 낙동강 유역의 7개의 주요 수계 내성천, 위천, 감천, 금호강, 남강, 황강, 밀양강을 대상으로 인구수, 토지이용 변화 등의 유역특성을 고려하여, 수계별 과거 1980년에서 현재까지의 부하량 트렌드를 분석하고, 주요 오염원을 추적하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.502-502
• /
• 2022

최근 기후변화와 기상이변으로 예측하지 못한 게릴라성의 국지성호우로 인해서 과거 장마와 같은 피해가 아닌 변화된 강우패턴으로 막대한 피해가 나타나고 있다. 또한, 이러한 게릴라성 호우는 예측 또한 어려운 경향을 나타낸다. 이러한 피해를 방지하기 위해 단기유출 예측을 위해 사용되는 다양한 모형들 가운데 GRM(Grid based Rainfall-runoff Model)을 사용하였으며, GRM모델은 단기유출해석에 사용되며 국내에서 개발된 물리적 기반 모형이다. 본 연구에서는 한강의 하류인 청미천 유역을 대상으로 강우-유출 분석을 진행하였으며, 환경부의 11개 기상관측소의 자료를 이용한 티센망도 기반의 면적강우량으로 산정하였고 이를 GRM에 적용하였다. 강우자료의 Event 선정기간은 2011년 6월 29일부터 2011년 7월 1일까지 86.83mm 강수가 내린 Event이다. 공간자료는 국토지리정보원의 90M DEM(Digital Elevation Model), 농촌진흥청의 정밀토양도와 토심, 환경부 환경공간서비스의 대분류 토지이용도를 이용하였다. 또한, 검정을 위해서 정형우도인 NSE, 비정형우도인 Log-normal 우도를 이용하여 분석하였으며, 각각의 결과값은 NSE 0.966, Log-normal은 -1214.97의 값을 나타냈다. 추후, 다양한 적합지표를 이용하여 GRM의 강우패턴별, 유역별대표매개수가 산정된다면 홍수방어를 위한 강우-유출 모형으로 매우 유용하게 활용될 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.206-206
• /
• 2022

제주도는 투수성이 좋은 대수층이 발달한 화산섬으로 지하수가 가장 중요한 수자원이다. 인위적 요인과 기후변화로 인해 제주도의 지하수위가 저하하는 추세를 보이고 있음에 따라 지하수의 적정 관리를 위해 지하수위의 정확하고 장기적인 예측이 매우 중요하다. 다양한 환경적인 요인이 지하수의 함양 및 수위에 영향을 미치는 것으로 알려져 있지만, 제주도의 특징적인 기상인자가 지하수 시스템에 어떻게 영향을 미치는지를 파악하기 위한 연구는 거의 진행되지 않았다. 지하수위측에 있어서 물리적 모델을 이용한 방안은 다양한 조건에 의해 변화하는 지하수위의 정확하고 빠른 예측에 한계가 있는 것으로 알려져 있다. 이에 본 연구에서는 제주도 애월읍과 남원읍에 위치한 지하수위 관측정의 일 수위자료와 강수량, 온도, 강설량, 풍속, VPD의 다양한 기상 자료를 대상으로 인공신경망 알고리즘인 다층 퍼셉트론(MLP)와 Long Short Term Memory(LSTM)에 기반한 표준지하수지수(SGI) 예측 모델을 개발하였다. MLP와 LSTM의 표준지하수지수(SGI) 예측결과가 상당히 유사한 것으로 나타났으며 MLP과 LSTM 예측모델의 결정계수(R²)는 애월읍의 경우 각각 0.98, 남원읍의 경우 각각 0.96으로 높은 값을 보였다. 본 연구에서 개발한 지하수위 예측모델을 통해 효율적인 운영과 정밀한 지하수위 예측이 가능해질 것이며 기후변화 대응을 위한 지속가능한 지하수자원 관리 방안 마련에 도움을 줄 것이라 판단된다.

• Korean Journal of Remote Sensing
• /
• v.36 no.3
• /
• pp.487-501
• /
• 2020

As a viable option for retrieval of LST (Land Surface Temperature), this paper presents a DNN (Deep Neural Network) based approach using 148 Landsat 8 images for South Korea. Because the brightness temperature and emissivity for the band 10 (approx. 11-㎛ wavelength) of Landsat 8 are derived by combining physics-based equations and empirical coefficients, they include uncertainties according to regional conditions such as meteorology, climate, topography, and vegetation. To overcome this, we used several land surface variables such as NDVI (Normalized Difference Vegetation Index), land cover types, topographic factors (elevation, slope, aspect, and ruggedness) as well as the T₀ calculated from the brightness temperature and emissivity. We optimized four seasonal DNN models using the input variables and in-situ observations from ASOS (Automated Synoptic Observing System) to retrieve the LST, which is an advanced approach when compared with the existing method of the bias correction using a linear equation. The validation statistics from the 1,728 matchups during 2013-2019 showed a good performance of the CC=0.910~0.917 and RMSE=3.245~3.365℃, especially for spring and fall. Also, our DNN models produced a stable LST for all types of land cover. A future work using big data from Landsat 5/7/8 with additional land surface variables will be necessary for a more reliable retrieval of LST for high-resolution satellite images.

• Journal of Korea Water Resources Association
• /
• v.53 no.11
• /
• pp.929-938
• /
• 2020

In this study, we estimated missing evapotranspiration (ET) data at a eddy-covariance flux tower in the Cheongmicheon farmland site using the Artificial Neural Network (ANN). The ANN showed excellent performance in numerical analysis and is expanding in various fields. To evaluate the performance the ANN-based gap-filling, ET was calculated using the existing gap-filling methods of Mean Diagnostic Variation (MDV) and Food and Aggregation Organization Penman-Monteith (FAO-PM). Then ET was evaluated by time series method and statistical analysis (coefficient of determination, index of agreement (IOA), root mean squared error (RMSE) and mean absolute error (MAE). For the validation of each gap-filling model, we used 30 minutes of data in 2015. Of the 121 missing values, the ANN method showed the best performance by supplementing 70, 53 and 84 missing values, respectively, in the order of MDV, FAO-PM, and ANN methods. Analysis of the coefficient of determination (MDV, FAO-PM, and ANN methods followed by 0.673, 0.784, and 0.841, respectively.) and the IOA (The MDV, FAO-PM, and ANN methods followed by 0.899, 0.890, and 0.951 respectively.) indicated that, all three methods were highly correlated and considered to be fully utilized, and among them, ANN models showed the highest performance and suitability. Based on this study, it could be used more appropriately in the study of gap-filling method of flux tower data using machine learning method.

• Journal of Korea Water Resources Association
• /
• v.54 no.spc1
• /
• pp.1131-1141
• /
• 2021

In this study, the artificial neural network model is applied for real-time dam inflow prediction and then evaluated for the prediction lead times (1, 3, 6 hr) in dam basins in Korea. For the training and testing the model, hourly precipitation and inflow are used as input data according to average annual inflow. The results show that the model performance for up to 6 hour is acceptable because the NSE is 0.57 to 0.79 or higher. Totally, the predictive performance of the model in dry seasons is weaker than the performance in wet seasons, and this difference in performance increases in the larger basin. For the 6 hour prediction lead time, the model performance changes as the sequence length increases. These changes are significant for the dry season with increasing sequence length compared to the wet season. Also, with increasing the sequence length, the prediction performance of the model improved during the dry season. Comparison of observed and predicted hydrographs for flood events showed that although the shape of the prediction hydrograph is similar to the observed hydrograph, the peak flow tends to be underestimated and the peak time is delayed depending on the prediction lead time.

• Journal of Korea Water Resources Association
• /
• v.55 no.2
• /
• pp.121-133
• /
• 2022

The drought resulting from insufficient rainfall compared to the amount in an ordinary year can significantly impact a broad area at the same time. Another feature of this disaster is hard to recognize its onset and disappearance. Therefore, a reliable and fast way of predicting both the suffering area and the amount of water shortage from the upcoming drought is a key issue to develop a countermeasure of the disaster. However, the available drought scenarios are about 50 events that have been observed in the past. Due to the limited number of events, it is difficult to predict the water shortage in a case where the pattern of a natural disaster is different from the one in the past. To overcome the limitation, in this study, we applied the four RCP climate change scenarios to the water balance model and the annual amount of water shortage from 360 drought events was estimated. In the following chapter, the deep neural network model was trained with the SPEI values from the RCP scenarios and the amount of water shortage as the input and output, respectively. The trained model in each sub-basin enables us to easily and reliably predict the water shortage with the SPEI values in the past and the predicted meteorological conditions in the upcoming season. It can be helpful for decision-makers to respond to future droughts before their onset.

• Journal of the Korean Society of Marine Environment & Safety
• /
• v.29 no.5
• /
• pp.435-444
• /
• 2023

Suitable environmental conditions in Saemangeum frequently favor phytoplankton growth. There have been occurrences of sudden phytoplankton blooms, surpassing the algae management standards. A model was designed to prevent such blooms using scientific predictive techniques to forecast and regulate the possibility of phytoplankton blooms. We propose effective and efficient algae control measures concerning every phytoplankton species optimized through the policy control of nutrients (DIN, PO4-P) from rivers and controlling lake salinity using gate operations. The probability of phytoplankton blooms was initially forecast using an artificial neural network algorithm based on observations. The model's Kappa number fluctuated from 0.7889 to 1.0000, indicating good to excellent predictive power. The Garson algorithm was then utilized to assess the significance of explanatory variables for every species. Meanwhile, the probability of phytoplankton blooms was anticipated depending on the DIN and salinity value changes. Therefore, the model predicted the precise DIN and salinity concentrations to inhibit phytoplankton blooms for each species. Hence, the green algae model can create effective proactive measures to avoid future phytoplankton blooms in enormous artificial lakes.

• Journal of Korea Water Resources Association
• /
• v.56 no.11
• /
• pp.801-813
• /
• 2023

Recently, as studies about Artificial Neural Network (ANN) are actively progressing, studies for predicting water quality of rivers using ANN are being conducted. However, it is difficult to analyze the operation process inside ANN, because ANN is form of Black-box. Although eXplainable Artificial Intelligence (XAI) is used to analyze the computational process of ANN, research using XAI technology in the field of water resources is insufficient. This study analyzed Multi Layer Perceptron (MLP) to predict Water Temperature (WT), Dissolved Oxygen (DO), hydrogen ion concentration (pH) and Chlorophyll-a (Chl-a) at the Dasan water quality observatory in the Nakdong river using Layer-wise Relevance Propagation (LRP) among XAI technologies. The MLP that learned water quality was analyzed using LRP to select the optimal input data to predict water quality, and the prediction results of the MLP learned using the optimal input data were analyzed. As a result of selecting the optimal input data using LRP, the prediction accuracy of MLP, which learned the input data except daily precipitation in the surrounding area, was the highest. Looking at the analysis of MLP's DO prediction results, it was analyzed that the pH and DO a had large influence at the highest point, and the effect of WT was large at the lowest point.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2006.11a
• /
• pp.279-282
• /
• 2006

IP망을 이용한 IPTV 방송 서비스가 새로운 수익 모델로 인정받고 현재 국내의 KT, SKT 등이 IPTV 시범서비스를 준비하거나 진행 중에 있다 이 IPTV 서비스는 이전의 단방향 방송과는 달리 사용자와의 인터렉션을 중시하는 양방향 방송을 표방하기 때문에 지금까지의 방송과는 다른 혁신적인 방송서비스가 기대된다. 하지만 IPTV 서비스에 있어서 여러 통신사와 방송사가 참여할 수 있을 것으로 보여지는 것과는 달리 실상은 몇몇 거대 통신기업이 자신들의 망을 이용하는 가입자들을 상대로 한정된 사업을 벌이고 있다. 이는 IPTV 서비스를 위한 인프라가 구축되어 있지 않고 방통융합망의 개념을 만족시키기 위해 서비스 개발자가 알아야 할 프로토콜들이 너무나 많기 때문이다. 따라서 본 논문에서는 이러한 상황을 타개할 수 있는 수단을 Open API로 제안한다. 맞춤형 방송을 위한 시나리오를 TV-Anytime의 벤치마킹과 유저 시나리오를 참고하여 재구성하고 이 시나리오로부터 IPTV 방송 서비스를 위한 방통융합망의 기본적이고 강력한 기능들을 Open API 함수로 정의하였다. 여기에서의 방송 서비스는 NDR, EPG, 개인 맞춤형 광고 서비스를 말하며 각 서비스를 위한 서버는 통합망 위에 존재하고 이 서버들이 개방하는 API들은 다른 응용프로그램에 의해 사용되는 것이기 때문에 가장 기본적인 기능을 정의하게 된다. 또한, 제안한 Open API 함수를 이용하여 개인 맞춤형 방송 응용 서비스를 구현함으로써 서비스 검증을 하였다. Open API는 웹서비스를 통해 공개된 기능들로써 게이트웨이를 통해 다른 망에서 사용할 수 있게 된다. Open API 함수의 정의는 함수 이름, 기능, 입 출력 파라메터로 이루어져 있다. 사용자 맞춤 서비스를 위해 전달되는 사용자 상세 정보와 콘텐츠 상세 정보는 TV-Anytime 포럼에서 정의한 메타데이터 스키마를 이용하여 정의하였다.가능하게 한다. 제안된 방법은 프레임 간 모드 결정을 고속화함으로써 스케일러블 비디오 부호화기의 연산량과 복잡도를 최대 57%감소시킨다. 그러나 연산량 감소에 따른 비트율의 증가나 화질의 열화는 최대 1.74% 비트율 증가 및 0.08dB PSNR 감소로 무시할 정도로 작다., 반드시 이에 대한 검증이 필요함을 알 수 있었다. 현지관측에 비해 막대한 비용과 시간을 절약할 수 있는 위성영상해석방법을 이용한 방법은 해양수질파악이 가능할 것으로 판단되며, GIS를 이용하여 다양하고 복잡한 자료를 데이터베이스화함으로써 가시화하고, 이를 기초로 공간분석을 실시함으로써 환경요소별 공간분포에 대한 파악을 통해 수치모형실험을 이용한 각종 환경영향의 평가 및 예측을 위한 기초자료로 이용이 가능할 것으로 사료된다.염총량관리 기본계획 시 구축된 모형 매개변수를 바탕으로 분석을 수행하였다. 일차오차분석을 이용하여 수리매개변수와 수질매개변수의 수질항목별 상대적 기여도를 파악해 본 결과, 수리매개변수는 DO, BOD, 유기질소, 유기인 모든 항목에 일정 정도의 상대적 기여도를 가지고 있는 것을 알 수 있었다. 이로부터 수질 모형의 적용 시 수리 매개변수 또한 수질 매개변수의 추정 시와 같이 보다 세심한 주의를 기울여 추정할 필요가 있을 것으로 판단된다.변화와 기흉 발생과의 인과관계를 확인하고 좀 더 구체화하기 위한 연구가 필요할 것이다.게 이루어질 수 있을 것으로 기대된다.는 초과수익률이 상승하지만, 이후로는 감소하므로, 반전거래전략을 활용하는 경우 주식투자기간은 24개월이하의 중단기가 적합함을 발견하였다. 이상의 행태적 측면과 투자성과측면의 실증결과를 통하여 한국주식시장에 있어서 시장수익률을 평균적으로 초과할 수 있는 거래전략은 존재하므로 이러한 전략을 개발 및 활용할 수 있으며, 특히, 한국주식시장에 적합한 거래전략은 반전거래전략이고, 이 전략의 유용성은 투자자가 설정한 투자기간보다