• Journal of Aerospace System Engineering
• /
• v.13 no.4
• /
• pp.1-9
• /
• 2019

Integration of satellites with diverse missions, such as broadcast-communication, earth, meteorologicaland marine observations, and navigation, is vulnerable. The problems of the currently constructed ground station network were analyzed by constructing the test environment. Based on this, we designed a network that was capable of operating multiple satellites by one ground station. In addition, we proposed an interface and network configuration method with domestic and foreign ground stations. The network linking the domestic and foreign ground stations was composed of KREONET (Korea Research Environment Open Network) and GLORIAD (Global Ring Network for Advanced Application Development) of the KISTI(Korea Institute of Science and Technology Information). The internal network consists of VPN (Virtual Private Network), DMZ(De-Militarized Zone), and 1-way USB and so forth. By constructing the network by using the proposed method, harmful data, such as virus inflow and infection, can be blocked.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.886-886
• /
• 2012

우리나라 하천의 대부분은 산지에서 발원하며 전 국토의 약 70%가 산지하천 유역에 포함된다. 최근 기후변화로 인해 여름철 집중호우가 증가하고 있는 상황에서 강우의 예측이 어렵고 경사가 급한 산지하천 유역의 피해가 가중되고 있으며 산지하천의 강우를 정량적으로 파악하고 상시 모니터링 할 수 있는 체계의 구축이 요구된다. 한국건설기술연구원(2011)에서는 산지 하천유역 모니터링 시스템을 구축하여 재해위험지역의 현장관측시스템과 레이더강우를 기반으로 하는 강우유출 시스템을 연계운영하고 있다. 본 연구에서는 하천유역 모니터링 시스템을 통해 수집되고 있는 강원도 인제군 가리산리의 관측강우량을 이용해 산지하천유역의 강우특성을 분석하고 산지유역의 강우추정을 위한 레이더 자료의 활용성을 제시하였다. 대상유역인 가리산천 유역을 대상으로 작성된 티센 면적평균 강우량과 기상레이더를 이용한 레이더 강우량에서 가리산리 관측시스템 위치의 픽셀을 추출한 후 각각의 방법으로 추정된 강우량이 관측값과 어떤 차이를 갖고 있는가를 비교하였다. 또한, 모니터링 사이트 주위의 AWS를 이용해 레이더 강우를 보정한 후 동일한 방법으로 관측강우 위치의 셀 강우를 비교하여 레이더 강우의 보정 효과를 제시하였다. 연구결과 600m 이상의 고지대에 위치한 현장관측시스템의 강우는 고도가 낮은 인근 강우관측소와 큰 차이를 나타냈으며 티센면적 평균 강우의 경우 산지하천의 강우특성을 반영하기에 한계가 있는 것으로 판단되었다. 레이더 강우 역시 실제 관측강우량에 비해 과소추정되며 대상유역 주변의 AWS를 이용해 보정한 레이더 보정강우를 활용시 현장관측시스템의 강우가 가장 유사한 결과가 도출되었다. 본 연구를 통해 산지하천 유역의 강우특성을 파악하기 위해서는 지상관측소와 레이더 자료를 병행하여 활용하는 것이 필요하며 산지하천유역의 강우를 효과적으로 모니터링 하기 위해서는 고도에 따른 관측망의 구성이 필요할 것으로 판단되었다.

• Journal of the Korean Geotechnical Society
• /
• v.19 no.4
• /
• pp.287-298
• /
• 2003

The feasibility of using neural networks to model the complex relationship between piezocone measurements and the undrained shear strength of clays has been investigated. A three layered back propagation neural network model was developed based on actual undrained shear strengths, which were obtained from the isotrpoically and anisotrpoically consolidated triaxial compression test(CIUC and CAUC), and piezocone measurements compiled from various locations around the world. It was validated by comparing model predictions with measured values about new piezocone data, which were not previously employed during development of model. Performance of the neural network model was compared with conventional empirical method, direct correlation method, and theoretical method. It was found that the neural network model is not only capable of inferring a complex relationship between piezocone measurements and the undrained shear strength of clays but also gives a more precise and reliable undrained shear strength than theoretical and empirical approaches. Furthermore, neural network model has a possibility to be a generalized relationship between piezocone measurements and undrained shear strength over the various places and countries, while the present empirical correlations present the site specific relationship.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.63-63
• /
• 2020

최근 머신러닝 기술의 발전에 따라 비선형 시계열자료에 대한 예측이 가능해졌으며, 기존의 과정기반모형을 대체하여 지하수, 하천수 예측 등 다양한 수문분야에 활용되고 있다. 본 연구에서는 기존의 연구들과 달리 과정기반모형을 이용한 하천수 모의결과를 개선하기 위해 과정기반모형과 결합하는 방식으로 머신러닝 기술을 활용하였다. 머신러닝 기술을 통해 관측값과 모의값 간의 차이를 예측하고 과정기반모형의 모의결과에 반영함으로써 관측값을 정확히 재현할 수 있도록 하는 시스템을 구축하고 평가하였다. 과정기반모형으로는 Weather Research and Forecasting model-Hydrological modeling system (WRF-Hydro)을 소양강 유역을 대상으로 구축하였다. 머신러닝 모형으로는 순환 신경망 중 하나인 Long Short-Term Memory (LSTM) 신경망을 이용하여 장기시계열예측이 가능하게 하였다(WRF-Hydro-LSTM). 머신러닝 모형은 2013년부터 2017년까지의 기상자료 및 유입량 잔차를 이용하여 학습시키고, 2018년 기상자료를 이용하여 예상되는 유입량 잔차를 모의하였다. 모의된 잔차를 WRF-Hydro 모의결과에 반영시켜 최종 유입량 모의값을 보정하였다. 또한, 연구에서 제안된 새로운 방법론의 성능을 비교평가하기 위해 머신러닝 단독 모형으로 유입량을 학습 후 모의하였다(LSTM-only). 상관계수와 Nash-Sutcliffe 효율계수(NSE)를 사용해 평가한 결과, LSTM을 이용한 두 방법(WRF-Hydro-LSTM과 LSTM-only) 모두 기존의 과정기반모형(WRF-Hydro-only)에 비해 높은 정확도의 하천수 모의가 가능했으며, PBIAS 지수를 사용하여 평가한 결과, LSTM을 단독으로 사용하였을 때보다 WRF-Hydro와 결합했을 때 더 관측값과 가까운 모의가 가능함을 확인할 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.195-195
• /
• 2012

인공신경망 모형은 복잡하고 비선형의 입력과 출력 관계를 잘 반영할 수 있어서 유출 모델링에 널리 적용되어 왔다. 그러나 인공신경망 모형은 강우나 유역특성의 공간적 분포를 반영하는 것이 어려우며 물리적 개념이 결여되어 있는 단점이 있다. 본 연구에서는 유역특성과 물리적 개념을 반영할 수 있는 물리기반 모형과 인공신경망 모형의 장점들을 조합하여 물리기반 모형의 일 유출량 해석 능력을 향상하기 위하여 SWAT 모형과 인공신경망(ANN)을 연계하였다. SWAT-ANN 연계모형은 두 단계로 구성되어 진다. 첫 번째 단계에서는 관측 자료를 이용하여 SWAT 모형을 보정한다. 두 번째 단계에서는 첫 번째 단계에서 계산한 소유역별 SWAT 모형의 유출결과를 ANN의 입력자료로 이용하여 SWAT-ANN 연계모형을 구축한다. SCE-UA 최적화 방법을 적용하여 SWAT 모형의 매개변수들을 보정하였고, ANN 학습은 3층의 feed-forward 역전파 알고리즘에 기초한 Bayesian Regularization 방법을 적용하였다. ANN 은닉층의 뉴런 및 전달함수는 시행착오를 통하여 적절한 ANN 구조를 설정하여 SWAT-ANN 연계모형의 일유출량을 모의하였다. 여러 가지 통계적 오차기준을 이용하여 보청천 유역에서 SWAT-ANN 연계모형의 결과와 SWAT 단독 모형의 결과를 비교하였다. SWAT-ANN 연계모형이 SWAT 단독 모형보다 더 우수한 결과를 나타내어 일 유출량 해석을 위한 SWAT-ANN 연계모형의 유용성을 확인할 수 있었다.

• Journal of the Korean Geotechnical Society
• /
• v.21 no.8
• /
• pp.73-84
• /
• 2005

A three layered neural network model was developed using back propagation algorithm to estimate the UU undrained shear strength of Korean soft soil based on the database of actual undrained shear strengths and piezocone measurements compiled from 8 sites over the Korea. The developed model was validated by comparing model predictions with measured values about new piezocone data, which were not previously employed during development of model. Performance of the neural network model was also compared with conventional empirical methods. It was found that the number of neuron in hidden layer is different for the different combination of transfer functions of neural network models. However, all piezocone neural network models are successful in inferring a complex relationship between piezocone measurements and the undrained shear strength of Korean soft soils, which give relatively high coefficients of determination ranging from 0.69 to 0.72. Since neural network model has been generalized by self-learning from database of piezocone measurements and undrained shear strength over the various sites, the developed neural network models give more precise and generally reliable undrained shear strengths than empirical approaches which still need site specific calibration.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.204-204
• /
• 2020

환경부는 기존 대형 강우레이더 관측망에 대한 동해안 지역 관측공백 해소와 집중호우에 의한 재해예방을 목적으로 2기의 전파강수관측소를 삼척과 울진 통고산에 구축 운영하고 있다. 본 연구에서는 삼척 및 울진 전파강수관측소 관측 자료 품질 향상을 위한 다양한 품질 분석 기법을 소개하고 그 결과를 제시한다. 설치된 전파강수관측소의 시스템 특성 중 하나인 Short/Long 펄스 신호에 따른 자료의 연속/불연속성 및 피뢰침에 의한 자료 품질, 그리고 강수에 의한 신호감쇠에 따른 유효관측거리 등을 분석하였다. 이러한 분석을 기반으로 신호보정옵셋 및 피뢰침 위치 등을 조정하여 자료 품질을 향상하였다. 또한 삼척과 울진 전파강수관측소를 대상으로 분포형 비차등위상차 산정 기술을 적용하고 그 결과를 분석하였다. 비차등위상차는 시스템 편차나 우박 등의 영향에서 자유로워 특히 전파강수관측소와 같은 X 밴드 정량강우 추정에서 중요하다. 일반적으로 비차등위상차는 차등위상차에 대한 필터링 기법으로 산출하는데, 이 방법은 약한 강수에 대해 변동성이 크며 지형에코 등에 의해 영향을 크게 받는다는 단점이 있다. 본 연구에서는 일반적인 필터링 기법에 의한 비차등위상차와 분포형 기법을 적용한 비차등위상차에 대해 비교 분석을 하였다. 전파강수관측소 강우 자료를 이용한 분포형 비차등위상차 시험적용 결과 기존 비차등위상차에 비해 정성적으로 우위를 보임을 알 수 있었다.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.27 no.1
• /
• pp.713-722
• /
• 2009

Gravity measurement can determine the earth gravitational field, also is the fundamental to the research of earth gravitational field, geodesy and geodynamic, vertical movement of the crust, geoid surface, sea level and climate etc. Recently, National Geographic Information Institute (NGII) introduced FG-5 absolute gravity meter in order to lay a foundation for establishment of Absolute Gravity Network, and furthermore NGII plan to construct about 1,200 multi dimensional and function Unified Control Points(UCP) in nationwide. It will play an important role in development of high accuracy geoid model in South Korea. This paper explains the fundamental theory and method of relative gravity measurement, surveys the relative gravity of 21 stations using latest Scintrex CG-5 relative gravimeter. In addition, it calculates gravity values, compare and analysis gravity survey results using datum-free adjustment and weighted constraint adjustment. The results indicate show that datum-free and weighted constraint adjustment methods are available to determine high accuracy gravity achievement, datum-free method is more advantage than weighted constraint adjustment.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.156-156
• /
• 2021

본 연구는 지역빈도해석을 기반으로한 인공신경망 모델과 기존에 널리 사용되는 방법인 홍수지수법의 성능을 몬테카를로 시뮬레이션을 이용하여 평가하였다. 컴퓨터 기술이 발달함에 따라 인공지능에 대한 접근성이 좋아지며 수문학을 포함한 다양한 분야에 적용되고 있다. 인공지능을 이용하여 강수량 및 유량 등 다양한 수문자료에 대한 예측이 이루어지고 있으나 빈도해석에 관한 연구는 비교적 적다. 본 연구에서 사용된 인공 지능 모델은 대상 지점의 지형학적 자료와 수문학적 자료를 이용하여 인공신경망을 통해 지점의 확률강우량(QRT-ANN) 및 확률분포형의 매개변수 (PRT-ANN)를 추정한다. 지형학적 자료로는 위도, 경도 그리고 고도가 사용되었으며 수문학적 자료로는 대상 지점의 최근 30년 일일연최대강우량을 사용하였다. 지역빈도해석의 정확도는 지역 내 통계적 특성이 비슷한 지점들이 포함되면 될수록 높아진다. 통계적 특성으로는 불일치 척도, 이질성 척도, 적합성 척도가 있으며 다양한 조건의 통계적 특성에 따른 세 개의 지역빈도해석 방법의 성능을 평가하고자 하였다. 대상 지역 내 n개의 지점이 있다고 가정하였을 때, 홍수지수법의 경우 n-1개의 지점으로 추정한 지역 성장곡선을 이용하여 나머지 1개 지점의 확률강우량을 산정할 수 있으며 인공신경망 모델들 또한 n-1개 지점들의 자료를 이용하여 모델을 구축한 뒤 나머지 지점의 확률강우량 및 확률분포형의 매개변수를 예측할 수 있다. PRT-ANN의 경우 예측된 매개변수를 이용하여 확률강우량을 산정하며 시뮬레이션 시행마다 발생시킨 자료의 지점빈도해석 결과에 대한 나머지 세 방법의 평균 제곱근 상대오차 (Relative root mean square error, RRMSE)를 계산하였다. 몬테카를로 시뮬레이션을 이용한 성능 분석을 통하여 관측값의 다양한 통계적 특성에 맞는 지역빈도해석 방법을 제시할 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.393-393
• /
• 2015

대부분의 중규모 유역 내에는 하도가 형성되므로, 유역의 출구는 하도(지류)와 대규모 유역의 하도(본류)가 합류하게 되며, 합류부에서 멀리 떨어지지 않은 곳에 지류 유역의 유출량 산정을 위한 수위관측소가 위치하게 된다. 수위관측소에서는 일반적으로 연속적인 수위관측과 수위-유량관계곡선(rating curve)으로 유량을 산정하게 되는데, 배수영향을 크게 받는 합류부 구간에서는 단일 수위-유량관계가 나타나지 않으므로 유량산정이 어렵게 되는 문제가 발생한다. 이는 배수영향이 발생할 경우, 유량 함수의 주요 변수에는 수위 뿐만 아니라 수면경사 등의 매개변수가 추가되기 때문이다. 현장에서는 하천 흐름방향으로 두 개의 수위관측소를 설치하여 관측소 간의 수면경사를 측정하고, 이를 유량 산정에 활용할 수 있다. 그러나 지류 합류부의 배수 영향 구간에서 수면경사를 알기 위하여 두 개의 수위관측소를 설치하는 것은 경제적이지 않으며, 현재 설치되어 있는 장비와 시설을 활용하여 유량을 산정할 수 있는 방법의 개발이 필요하다. 본 논문의 목적은 합류부 배수영향을 받는 지류 구간에 설치된 수위관측소에서 유량을 산정하기 위한 방법을 개발하는 것이다. 이를 위하여 발생가능한 모든 하천 흐름조건에 대한 배수영향 수면곡선을 요약한 HPG(Hydraulic Performance Graph)를 본류와 지류가 합류하는 시스템에 적용하였다. HPG의 개발을 위하여 본류와 지류로 구성된 수지상 하천망을 HEC-RAS 모형으로 구축하고 부정류 모의로 구축된 모형을 보정 검증하였고, 본류와 지류에 위치한 기존 두 수위관측소 수위와 유량과의 관계 표를 작성하여 크리깅 보간을 수행하였다. 크리깅으로 보간된 HPG와 두 수위관측소에서 계측된 수위를 이용하여 대상 홍수사상 기간 금호강의 유출량을 산정하였고, 유량 산정 결과는 금호강 성서 자동유량측정 자료와 거의 일치하는 것을 확인하였다.