Proceedings of the Korea Water Resources Association Conference
/
2008.05a
/
pp.2217-2221
/
2008
정도 높은 유량자료는 수자원 분야의 연구와 실무에 있어 대단히 중요하다. 이런 유량자료를 연속적으로 측정하는 것은 현실적으로 어려운 문제이므로 하천에서 직접 측정된 수위-유량자료를 통해 수위-유량관계곡선을 작성하고, 이를 이용하여 연속적으로 관측된 수위에 대한 유량을 산출한다. 산정된 유량자료의 신뢰성을 평가하기 위해서 유출평가의 과정을 거치게 되며, 이를 위해 유출률 검토, 상 하류 유량검토, 누가유출량 평가, 첨두홍수량 및 저 평수기 동시유량 검토 등의 다양한 평가를 하게 된다. 정확한 유출평가를 위해서는 대상유역의 수계망도 및 배수계통도를 조사해야 하며, 하천 취수량, 댐 및 하수 방류량 등의 자료를 수집하여 물수지 분석을 실시해야 한다. 하지만 농업 지역의 경우 농업용수 공급을 위해 관개수로가 많이 설치되어 있어 배수계통이 매우 복잡하고, 관개수로를 통해 공급되는 정확한 용수량을 파악하는데 한계가 있어 정확한 유출평가가 어렵다. 국내 유역 중 농업 지역으로 복잡한 배수계통를 가지는 대표적인 유역은 동진강 유역이다. 동진강 유역은 섬진강 유역에 위치한 섬진강 댐에서 발전 및 농업용수 공급을 위해 유역변경식으로 동진강 유역으로 용수가 공급되고 있으며, 방류량은 동진강 본류 및 동진강 도수로, 김제간선, 정읍간선, 기타 간선 공급되는 복잡한 배수계통을 가지고 있다. 그리고 방류량 및 각 간선으로 공급되는 용수량은 인위적인 수문조작에 의해 운영되고 있어 유량자료의 평가를 위한 유출검토가 매우 어렵다. 본 연구에서는 복잡한 배수계통을 갖는 동진강 유역에서 2007년 유량측정을 통해 개발된 수위-유량관계 곡선 및 유량자료의 평가를 위해 유출평가를 실시하였다. 대상지점은 동진강 본류의 옹동과 태인 지점이며, 정확한 유출평가를 위해 수계망도 및 배수계통도를 조사하였고, 댐 방류량 및 각 간선으로 공급되는 용수량을 파악하여 물수지 분석을 하였다. 그 결과 2007년 전 기간 유출률은 옹동 53.4%, 태인 47.2%로 분석되었고, $6{\sim}$9월 주요 홍수기의 유출률이 옹동 60.1%, 태인 64.8%로 두 지점의 유출률 차가 심하지 않았고, 자연하천의 일반적인 유출률과 비슷한 결과를 보였다. 상 하류 유량검토를 통해서는 하류의 태인 지점이 상류의 옹동 지점보다 큰 정상적인 상 하류 관계를 나타내었다. 이러한 결과로서 동진강 유역의 옹동, 태인 지점의 유량자료는 적절하며, 측정된 유량자료를 토대로 개발된 수위-유량관계곡선식도 신뢰성이 높다는 것을 확인할 수 있었다.
PARK, Eung-Hyun;AHN, Se-Jin;SHIM, Moon-Bo;JEON, Hae-Yeon;KANG, Ho-Yun;KIM, Dae-Hyun
Journal of the Korean Association of Geographic Information Studies
/
v.22
no.4
/
pp.158-168
/
2019
Korea Hydrographic and Oceanographic Agency(KHOA) carried out a research project named 'Marine Fisheries Infrastructure Construction and Technology Training for the Philippines' as part of the 1st Official Development Assistance(ODA) from 2015 to 2018. It is preparing for the 2nd ODA project which will begin in 2020. Besides, recently, the Philippines is paying attention to marine territory management and response capability due to problems such as the sea-level rise and coastal erosion caused by climate change. Therefore, before 2nd ODA to the Philippines, this study analyzed the vertical ocean model on the vertical datum in Korea and suggests the direction of development of the vertical ocean modeling system for the vertical datum in the Philippines using the observed data from the permanent tide station which was built by the Philippines ODA research project over the last four years. Moreover, as a pilot study, the Sulu Sea in the Philippines was selected and analyzed by harmonic analysis method. At each tide station, constants for correction had been computed. And the grid-based tidal model was constructed based on this study. As a result of the study, similar tidal characteristic were observed when the prediction and the measured tide were compared by applying the constants for correction between two station in the sea area with similar tidal level. These results could be used as basic data for the 2nd ODA to the Philippines, and contributed to construct and maintain a close cooperation and friendship between Korea and the Philippines.
Because precipitation is influenced by various atmospheric variables, it is highly nonlinear. Although precipitation predicted by a dynamic model can be corrected by using a nonlinear Artificial Neural Network, this approach has limits such as choices of the initial weight, local minima and the number of neurons, etc. In the present paper, we correct simulated precipitation by using a multiple linear regression (MLR) method, which is simple and widely used. First of all, Ensemble hindcast is conducted by the PNU/CME Coupled General Circulation Model (CGCM) (Park and Ahn, 2004) for the period from April to August in 1979-2005. MLR is applied to precipitation simulated by PNU/CME CGCM for the months of June (lead 2), July (lead 3), August (lead 4) and seasonal mean JJA (from June to August) of the Northeast Asian region including the Korean Peninsula $(110^{\circ}-145^{\circ}E,\;25-55^{\circ}N)$. We build the MLR model using a linear relationship between observed precipitation and the hindcasted results from the PNU/CME CGCM. The predictor variables selected from CGCM are precipitation, 500 hPa vertical velocity, 200 hPa divergence, surface air temperature and others. After performing a leave-oneout cross validation, the results are compared with the PNU/CME CGCM's. The results including Heidke skill scores demonstrate that the MLR corrected results have better forecasts than the direct CGCM result for rainfall.
In recent, the hydrological regime of the Mekong river is changing drastically due to climate change and haphazard watershed development including dam construction. Information of hydrologic feature like streamflow of the Mekong river are required for water disaster prevention and sustainable water resources development in the river sharing countries. In this study, runoff simulations at the Kratie station of the lower Mekong river are performed using SWAT (Soil and Water Assessment Tool), a physics-based hydrologic model, and LSTM (Long Short-Term Memory), a data-driven deep learning algorithm. The SWAT model was set up based on globally-available database (topography: HydroSHED, landuse: GLCF-MODIS, soil: FAO-Soil map, rainfall: APHRODITE, etc) and then simulated daily discharge from 2003 to 2007. The LSTM was built using deep learning open-source library TensorFlow and the deep-layer neural networks of the LSTM were trained based merely on daily water level data of 10 upper stations of the Kratie during two periods: 2000~2002 and 2008~2014. Then, LSTM simulated daily discharge for 2003~2007 as in SWAT model. The simulation results show that Nash-Sutcliffe Efficiency (NSE) of each model were calculated at 0.9(SWAT) and 0.99(LSTM), respectively. In order to simply simulate hydrological time series of ungauged large watersheds, data-driven model like the LSTM method is more applicable than the physics-based hydrological model having complexity due to various database pressure because it is able to memorize the preceding time series sequences and reflect them to prediction.
Kim, Do Jin;Jang, Dae Won;Seoh, Byung Ha;Kim, Hung Soo
Journal of Wetlands Research
/
v.7
no.4
/
pp.97-107
/
2005
As the distributed model is developed and widely used, the accuracy of a rainfall measurement and more dense rainfall observation network are required for the reflection of various spatial properties. However, in reality, it is not easy to get the accurate data from dense network. Generally, we could not have the proper rainfall gages in space and even we have proper network for rainfall gages it is not easy to reflect the variations of rainfall in space and time. Often, we do also have missing rainfall data at the rainfall gage stations due to various reasons. We estimate the distribution of mean areal rainfall data from the point rainfalls. So, in the aspect of continuous rainfall property in time, we should fill the missing rainfall data then we can represent the spatial distribution of rainfall data. This study uses the Fuzzy-Genetic algorithm as a interpolation method for filling the missing rainfall data. We compare the Fuzzy-Genetic algorithm with arithmetic average method, inverse distance method, normal ratio method, and ratio of distance and elevation method which are widely used previously. As the results, the previous methods showed the accuracy of 70 to 80 % but the Fuzzy-Genetic algorithm showed that of 90 %. Especially, from the sensitivity analysis, we suggest the values of power in the equation for filling the missing data according to the distance and elevation.
The Journal of the Convergence on Culture Technology
/
v.6
no.4
/
pp.195-201
/
2020
COVID-19 is hitting the world. In order to bring about new ways of innovation in the space sector, we need to analyze changes in the space sector and design new challenge strategies. COVID-19 exposes inherent vulnerabilities in the space sector. In particular, COVID-19 is causing supply chain shocks in the space industry, resulting in delays in the supply of systems, subsystems and parts due to a complete or partial interruption of a manufacturing unit. As the overall impact of New Normal on the industry is overall, we continue to look at it in the space sector. COVID is causing supply chain shock in the space industry. It causes a delay in the supply of systems, subsystems and parts due to a complete or partial interruption of a manufacturing unit. In the supply of launch services, the launch schedule is being delayed, but the main launch is still taking place. Demand for major applications such as environmental monitoring is soaring in the earth observation utilization sector. Analyzing the impact on manufacturing, the vendor-based contraction is bringing delays in the supply of systems, subsystems and components, and launch service providers are trying to minimize delays in the launch schedule.
The goal of this research is to develop and apply the generalized regression neural networks model(GRNNM) embedding genetic algorithm(GA) for the estimation and calculation of the pan evaporation(PE), which is missed or ungaged and of the alfalfa reference evapotranspiration ($ET_r$), which is not measured in South Korea. Since the observed data of the alfalfa 37. using Iysimeter have not been measured for a long time in South Korea, the Penman-Monteith(PM) method is used to estimate the observed alfalfa $ET_r$. In this research, we develop the COMBINE-GRNNM-GA(Type-1) model for the calculation of the optimal PE and the alfalfa $ET_r$. The suggested COMBINE-GRNNM-GA(Type-1) model is evaluated through training, testing, and reproduction processes. The COMBINE-GRNNM-GA(Type-1) model can evaluate the suggested climatic variables and also construct the reliable data for the PE and the alfalfa $ET_r$. We think that the constructive data could be used as the reference data for irrigation and drainage networks system in South Korea.
Ha, Ji-Hun;Park, Kun-Woo;Im, Hyo-Hyuk;Cho, Dong-Hee;Kim, Yong-Hyuk
Journal of the Korea Convergence Society
/
v.12
no.10
/
pp.63-70
/
2021
Generating a super-resolution meteological data by using a high-resolution deep neural network can provide precise research and useful real-life services. We propose a new technique of generating improved training data for super-resolution deep neural networks. To generate high-resolution meteorological data with domain specific knowledge, Lambert conformal conic projection and objective analysis were applied based on observation data and ERA5 reanalysis field data of specialized institutions. As a result, temperature and humidity analysis data based on domain specific knowledge showed improved RMSE by up to 42% and 46%, respectively. Next, a super-resolution generative adversarial network (SRGAN) which is one of the aritifial intelligence techniques was used to automate the manual data generation technique using damain specific techniques as described above. Experiments were conducted to generate high-resolution data with 1 km resolution from global model data with 10 km resolution. Finally, the results generated with SRGAN have a higher resoltuion than the global model input data, and showed a similar analysis pattern to the manually generated high-resolution analysis data, but also showed a smooth boundary.
Groundwater, one of the resources for supplying water, fluctuates in water level due to various natural factors. Recently, research has been conducted to predict fluctuations in groundwater levels using Artificial Neural Network (ANN). Previously, among operators in ANN, Gradient Descent (GD)-based Optimizers were used as Optimizer that affect learning. GD-based Optimizers have disadvantages of initial correlation dependence and absence of solution comparison and storage structure. This study developed Gradient Descent combined with Harmony Search (GDHS), a new Optimizer that combined GD and Harmony Search (HS) to improve the shortcomings of GD-based Optimizers. To evaluate the performance of GDHS, groundwater level at Icheon Yullhyeon observation station were learned and predicted using Multi Layer Perceptron (MLP). Mean Squared Error (MSE) and Mean Absolute Error (MAE) were used to compare the performance of MLP using GD and GDHS. Comparing the learning results, GDHS had lower maximum, minimum, average and Standard Deviation (SD) of MSE than GD. Comparing the prediction results, GDHS was evaluated to have a lower error in all of the evaluation index than GD.
KIPS Transactions on Software and Data Engineering
/
v.12
no.9
/
pp.407-418
/
2023
The Multi-Object Goal Visual Navigation(MultiOn) is a visual navigation task in which an agent must visit to multiple object goals in an unknown indoor environment in a given order. Existing models for the MultiOn task suffer from the limitation that they cannot utilize an integrated view of multimodal context because use only a unimodal context map. To overcome this limitation, in this paper, we propose a novel deep neural network-based agent model for MultiOn task. The proposed model, MCFMO, uses a multimodal context map, containing visual appearance features, semantic features of environmental objects, and goal object features. Moreover, the proposed model effectively fuses these three heterogeneous features into a global multimodal context map by using a point-wise convolutional neural network module. Lastly, the proposed model adopts an auxiliary task learning module to predict the observation status, goal direction and the goal distance, which can guide to learn the navigational policy efficiently. Conducting various quantitative and qualitative experiments using the Habitat-Matterport3D simulation environment and scene dataset, we demonstrate the superiority of the proposed model.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.