• Journal of Korea Water Resources Association
• /
• v.41 no.10
• /
• pp.1059-1065
• /
• 2008

Rainfall data is the most basic input data to analyze the hydrological phenomena and can be missing due to various reasons. In this research, a neural network based model to estimate missing rainfall data as approximate values was developed for 12 rainfall stations in the Soyang river basin to improve existing methods. This approach using neural network has shown to be useful in many applications to deal with complicated natural phenomena and displayed better results compared to the popular offline estimating methods, such as RDS(Reciprocal Distance Squared) method and AMM(Arithmetic Mean Method). Additionally, we proposed automated data reconciliation systems composed of a neural network learning processer to be capable of real-time reconciliation to transmit reliable hydrological data online.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1164-1168
• /
• 2010

수자원이 우리 생활의 전반적으로 중요한 역할을 차지하면서 댐의 효율적인 운영과 안정적인 용수공급에 대한 연구는 지속적으로 수행되어지고 있다. 1990년대 이후 비선형적인 특성을 잘 모의하는 장점을 가진 인공신경망(ANN)을 이용하여 유입량 예측에 대한 많은 연구가 수행되었다. 하지만 ANN 모형을 포함한 회귀모형은 월 강우 및 유입량의 예측에 대해 간편하게 사용을 할 수 있지만, 예측의 정확성에 한계를 가지고 있다. 본 연구에서는 ANN 모형과 회귀모형의 예측오차를 후처리 과정을 통하여 오차를 줄임으로써 예측모형의 성과를 향상시키는 방법을 제안하였다. 연구지역은 금강수계의 대청댐 유역으로, 1982년 9월부터 2005년 12월에 해당하는 유역 내 11개 지점의 강우관측소에서 관측한 월 강우와 댐 유입량을 수집하여 모형을 구축하였다. 강우량과 유입량 자료에 대해 자기상관함수와 교차상관함수를 이용하여 입력변수를 결정하였고, 정규화를 통한 전처리 과정을 거쳐 ANN 모형과 회귀모형을 이용한 예측모형을 구축하였으며, 예측성과의 향상을 위하여 군집 분석을 이용하여 오차를 재조정하였다. 이러한 오차 후처리 과정을 포함한 모형은 RMSE와 상관계수를 이용하여 비교 평가한 결과, 예측성과를 약 40% 정도 향상시켰다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.417-417
• /
• 2023

도시홍수는 도시의 주요 기능을 마비시킬 수 있는 수재해로서, 최근 집중호우로 인해 홍수 및 침수 위험도가 증가하고 있다. 집중호우는 한정된 지역에 단시간 동안 집중적으로 폭우가 발생하는 현상을 의미하며, 도시 지역에서 강우 추정 및 예보를 위해 레이더의 활용이 증대되고 있다. 레이더는 수상체 또는 구름으로부터 반사되는 신호를 분석해서 강우량을 측정하는 장비이다. 기상청의 기상레이더(S밴드)의 주요 목적은 남한에 발생하는 기상현상 탐지 및 악기상 대비이다. 관측반경이 넓기에 도시 지역에 적합하지 않는 반면, X밴드 이중편파레이더는 높은 시공간 해상도를 갖는 관측자료를 제공하기에 도시 지역에 대한 강우 추정 및 예보의 정확도가 상대적으로 높다. 따라서, 본 연구에서는 딥러닝 기반 초해상화(Super Resolution) 기술을 활용하여 저해상도(Low Resolution. LR) 영상인 S밴드 레이더 자료로부터 고해상도(High Resolution, HR) 영상을 생성하는 기술을 개발하였다. 초해상도 연구는 Nearest Neighbor, Bicubic과 같은 간단한 보간법(interpolation)에서 시작하여, 최근 딥러닝 기반의 초해상화 알고리즘은 가장 일반화된 합성곱 신경망(CNN)을 통해 연구가 이루어지고 있다. X밴드 레이더 반사도 자료를 고해상도(HR), S밴드 레이더 반사도 자료를 저해상도(LR) 입력자료로 사용하여 초해상화 모형을 구성하였다. 2018~2020년에 발생한 서울시 호우 사례를 중심으로 데이터를 구축하였다. 구축된 데이터로부터 훈련된 초해상도 심층신경망 모형으로부터 저해상도 이미지를 고해상도로 변환한 결과를 PSNR(Peak Signal-to-noise Ratio), SSIM(Structural SIMilarity)와 같은 평가지표로 결과를 평가하였다. 본 연구를 통해 기존 방법들에 비해 높은 공간적 해상도를 갖는 레이더 자료를 생산할 수 있을 것으로 기대된다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.5 no.2
• /
• pp.94-100
• /
• 2003

Soil $CO_2$ emission is one of the primary components in carbon balance of terrestrial ecosystems. To accurately assess their net ecosystem exchange of $CO_2$ and net primary production, measurement of soil $CO_2$ efflux is required along with that of canopy $CO_2$ flux. In this paper, soil $CO_2$ flux measurement technique using closed dynamic chamber systems is briefly reviewed. Preliminary results on soil $CO_2$ exchange and inter-comparison of different measurement systems currently used in Korean regional network of tower flux measurement sites (KoFlux) are also reported.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.1474-1478
• /
• 2007

수문 및 수질자료는 일정한 기준에 의한 관측치를 시계열 자료로 기록하거나 전송할 때 다양한 형태의 오차가 발생하게 되며 또한 수문 및 수질자료를 관측하는 측정기기의 고장과 유지관리 등의 어려움으로 다양한 형태의 결측 자료가 발생하고 있다. 이와 더불어 수문 및 수질자료는 시공간적 변동성이 크며 비선형성이 강한 특성을 갖고 있다. 이러한 수문 및 수질 자료를 이용하여 모형을 구축할 경우 다양한 형태의 잡음에 대한 검증 및 잡음저감이 필수적 요건이라 할 수 있다. 따라서 본 연구에서는 영산강 유역의 본류부를 대표하는 나주지점에 대한 유출량과 총유기탄소(TOC) 농도 및 TOC 부하량 예측모형을 개발하였으며, 이를 위한 방법으로는 잡음저감을 위하여 웨이블렛 변환과 인공신경망을 적용하였다. TOC 부하량 자료는 유출량과 TOC 자료간의 함수로서 표현이 가능함에 따라 유출량 및 TOC 자료가 결측되었을 경우 역함수에 의한 계산으로 결측 자료에 대한 보간이 가능하다. 따라서 본 연구의 주안점은 잠음 저감 및 인공신경망에 의해 최적화된 예측 모형이 결측된 유출량과 TOC 자료에 대한 역함수로 정도있는 유출량과 TOC 자료 생성 가능성을 검토하고자 한다. 본 연구의 적용 결과, 유출량 자료가 결측되었을 경우 TOC 및 TOC 부하량 예측으로 유출량 자료에 대한 간접추정 및 결측 자료에 대한 보간의 정도를 평가한 결과 $R^2$는 0.99 이상의 값을 보였다. 또한, TOC 자료가 결측되었을 경우 역시 $R^2$는 비교적 우수한 0.97 이상의 값을 보였다. 따라서 본 연구에서 개발한 유출량 및 TOC, TOC 부하량 예측모형의 개발은 정도있는 유출량 및 TOC 수질 자료의 생성이 가능할 것으로 기대된다.한 물순환 해석을 할 수 있는 기반을 확보 하였으며, 가용한 장 단기간의 관측자료와 물수지 분석 연산식의 추정치를 바탕으로 관측자료에 의한 물수지 분석을 수행하였다. 분석 결과로 산지 소하천 유역인 설마천 시험유역의 각 수문요소의 물이동간의 정량적인 값을 알 수가 있었으며, 앞으로 추가적이고 지속적인 수문모니터링이 운영되고 물순환 해석 모형에 의한 검증이 수행된다면 정량적인 물순환 관계를 규명할 수 있을 뿐만 아니라 이와 관련된 수문요소기술을 확보할 수 있을 것이다.절한 타협과 조정을 필요로 한다. 그러나 절제의 한계를 넘어선다고 생각되거나, 조정의 노력이 불가능하거나, 실패했을 때 폭력적인 행동으로 나타나게 된다. 리차즈(I.A Richards)는 분노와 공포는 일단 겉잡을 수 없는 경향이 있다고 하면서 오늘날 폭력에 대한 요구가 일상의 정서 생활에 있어, 억압을 통한, 빈곤함을 반영하고 있지 않은지 생각해봐야 할 것이라고 충고한다. 조성 가이드라인(안)을 제시하였다.EX>$\ulcorner$세종실록$\lrcorner$(世宗實錄) $\ulcorner$지리지$\lrcorner$(地理志)와의 비교를 해보면 상 중 하품의 통합 9개소가 삭제되어 있고, $\ulcorner$동국여지승람$\lrcorner$(東國與地勝覽) 에서는 자기소와 도기소의 위치가 완전히 삭제되어 있다. 이러한 현상은 첫째, 15세기 중엽 경제적 태평과 함께 백자의 수요 생산이 증가하자 군신의 변별(辨別)과 사치를 이유로 강력하게 규제하여 백자의 확대와 발전에 걸림돌이 되었다. 둘째, 동기(銅器)의 대체품으로 자기를 만들어 충당해야할 강제성 당위성 상실로 인한 자기수요 감

• Proceedings of the Korea Water Resources Association Conference
• /
• 2005.05b
• /
• pp.806-810
• /
• 2005

홍수로 인한 국민의 재산과 인명피해를 방지 또는 최소화하기 위한 방법으로 주요지점을 선정하여 홍수예보를 수행하고 있다. 이러한 홍수예보는 초기 강우법, 수위법 등의 단순한 방법으로 수행되었으나, 컴퓨터가 발달되면서 여러 형태의 홍수유출모형이 개발되어 현재에는 홍수유출모형을 이용한 홍수예보를 수행하고 있다. 낙동강홍수예보 시스템은 1987년 낙동강홍수통제소의 개소시 42개소의 수위관측소와 54개소의 우량관측소를 중심으로 43개 소유역을 구분하고 티센망을 구성하여 홍수예보시스템을 구축하였다. 홍수예보시스템이 구축된 후 여러 차례의 매개변수 개선과정을 거쳐 운용하고 있다. 반면, 지속적인 수문관측소의 증설이 이루어졌으나 이를 모형에 반영하지 않아 증설된 수위관측소를 반영하여 114개 소유역으로 구분하고 추가된 우량관측소를 이용하여 티센망을 구성하였으며, 당초 반영되지 않았던 소규모댐을 모형에 추가하여 예측의 정확도를 재고하였다. 증설된 수문관측소를 모형에 반영과 함께 우량자료의 신뢰성 및 안정성을 확보하기 위한 우량관측소의 확장방안을 제시하였다. 본 연구에서 수행한 낙동강홍수예보 시스템의 소유역을 114개로 나누고 기존의 유효우량산정법, 유역유출모형 하도유출모형의 매개변수를 전통적인 방법으로 재산정하여 홍수기에 적용한 결과 당초의 홍수예보시스템으로 예측한 결과보다 소유역의 적절하게 재구성하는 것으로도 예측의 정밀도가 개선되었음을 확인할 수 있었다. 그러나, 소유역의 수와 하도의 수가 증가하면서 발생하는 오차를 감소시킬 필요성이 있으며, 이는 지속적인 시스템의 운용을 통하여 모형구성을 개선함으로서 어느 정도 개선될 것으로 판단된다. 그밖에 기존의 매개변수산정을 전통적인 방법에서 우리나라 하천 또는 낙동강유역의 하천에 적당한 방법을 개발하여 개선시킬 필요성이 있다.>$4.3\%$로 가장 근접한 결과를 나타내었으며, 총 유출량에서도 각각 $7.8\%,\;13.2\%$의 오차율을 가지는 것으로 분석되어 타 모형에 비해 실유량과의 차가 가장 적은 것으로 모의되었다. 향후 도시유출을 모의하는 데 가장 근사한 유출량을 산정할 수 있는 근거가 될 것이며, 도시재해 저감대책을 수립하는데 기여할 수 있을 것이라 판단된다.로 판단되는 대안들을 제시하는 예비타당성(Prefeasibility) 계획을 수립하였다. 이렇게 제시된 계획은 향후 과학적인 분석(세부평가방법)을 통해 대안을 평가하고 구체적인 타당성(feasibility) 계획을 수립하는데 토대가 될 것이다.{0.11R(mm)}(r^2=0.69)$로 나타났다. 이는 토양의 투수특성에 따라 강우량 증가에 비례하여 점증하는 침투수와 구분되는 현상이었다. 경사와 토양이 같은 조건에서 나지의 경우 역시 $Ro_{B10}(mm)=20.3e^{0.08R(mm)(r^2=0.84)$로 지수적으로 증가하는 경향을 나타내었다. 유거수량은 토성별로 양토를 1.0으로 기준할 때 사양토가 0.86으로 가장 작았고, 식양토 1.09, 식토 1.15로 평가되어 침투수에 비해 토성별 차이가 크게 나타났다. 이는 토성이 세립질일 수록 유거수의 저항이 작기 때문으로 생각된다. 경사에 따라서는 경사도가 증가할수록 증가하였으며 $10\% 경사일 때를 기준으로 $Ro(mm)=Ro_{10}{\times}0.797{\times}e^{-0.021s(\%)}$로 나타났다.천성 승모판 폐쇄 부전등을 초래하는 심각한 선천성 심질환이다. 그러나 진단 즉시 직접 좌관상동맥-대동맥 이식술로 수술적 교정을 해줌으로써 좋은 성적을 기대할 수 있음을 보

• Journal of the Korean GEO-environmental Society
• /
• v.24 no.2
• /
• pp.31-40
• /
• 2023

We installed temporary strong motion seismometers at the ground surface, 1 m, 2 m, and 9 m at an existing seismic station that houses permanent seismometers installed at 20 m and 100 m, to investigate the influence of installation depth on the recorded ambient and anthropogenic noise level and the characteristics of earthquake signals. Analysis of the ambient noise shows that anthropogenic noise dominates where vibration period T < 1 s at the studied site, whereas wind speed appears to be strongly correlated with the noise level at T > 1 s. Frequency-wavenumber analysis of 2D seismometer array suggests that ambient noise in short periods are predominantly body waves, rather than surface waves. The level of ambient noise was low at 9 m and 20 m, but strong amplification of noise level at T < 0.1 s was observed at the shallow seismometers. Both the active-source test result and the recorded earthquake data demonstrated that the signal level is decreased with the increase of depth. Our result also shows that recorded motions at the ground and 1 m are strongly amplified at 20 Hz (T = 0.05 s), likely due to the resonance of the 3 m thick soil layer. This study demonstrates that analysis of ambient and active-source vibration may help find optimal installation depth of strong motion seismometers. We expect that further research considering various noise environments and geological conditions will be helpful in establishing a guideline for optimal installation of strong motion seismometers.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.29 no.3C
• /
• pp.115-125
• /
• 2009

The preconsolidation pressure has been commonly determined by oedometer test. However, it can also be determined by insitu test, such as piezocone test with theoretical and(or) empirical correlations. Recently, Neural Network (NN) theory was applied and some models were proposed to estimate the preconsolidation pressure or OCR. It was already found that NN model can come over the site dependency and prediction accuracy is greatly improved when compared with present theoretical and empirical models. However, since the optimization process of synaptic weights of NN model is dependent on the initial synaptic weights, NN models which are trained with different initial weights can't avoid the variability on prediction result for new database even though they have same structure and use same transfer function. In this study, Committee Neural Network (CNN) model is proposed to improve the initial weight dependency of multi-layered neural network model on the prediction of preconsolidation pressure of soft clay from piezocone test result. Prediction results of CNN model are compared with those of conventional empirical and theoretical models and multi-layered neural network model, which has the optimized structure. It was found that even though the NN model has the optimized structure for given training data set, it still has the initial weight dependency, while the proposed CNN model can improve the initial weight dependency of the NN model and provide a consistent and precise inference result than existing NN models.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.28 no.2B
• /
• pp.199-213
• /
• 2008

The goal of this research is to develop and apply the integrational operation method (IOM) for the modeling of the monthly pan evaporation (PE) and the alfalfa reference evapotranspiration ($ET_r$). Since the observed data of the alfalfa $ET_r$ using lysimeter have not been measured for a long time in Republic of Korea, Penman-Monteith (PM) method is used to estimate the observed alfalfa $ET_r$. The IOM consists of the application of the stochastic and neural networks models, respectively. The stochastic model is applied to generate the training dataset for the monthly PE and the alfalfa $ET_r$, and the neural networks models are applied to calculate the observed test dataset reasonably. Among the considered six training patterns, 1,000/PARMA(1,1)/GRNNM-GA training pattern can evaluate the suggested climatic variables very well and also construct the reliable data for the monthly PE and the alfalfa $ET_r$. Uncertainty analysis is used to eliminate the climatic variables of input nodes from 1,000/PARMA(1,1)/GRNNM-GA training pattern. The sensitive and insensitive climatic variables are chosen from the uncertainty analysis of the input nodes. Finally, it can be to model the monthly PE and the alfalfa $ET_r$ simultaneously with the least cost and endeavor using the IOM.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.308-308
• /
• 2023

자연재해대책법 제 16조 6에 따라 기후변화로 인한 방재성능목표의 영향을 고려하기 위해 방재성능가이드라인을 설정하여 운영하고 있다. 2017년 공표된 기후변화를 고려한 방재성능목표 강우량의 단기 할증률은 CMIP5 자료를 기반으로 기본 5%, 관심 8%, 주의 10%의 할증률로 구분되어 적용되고 있다. 그러나, 미래 기후변화 시나리오에 따르면 확률강우량이 늘어나는 지역도 있지만, 감소될 것으로 예상되는 지역도 존재한다. 따라서, 모든 지역을 3개의 구간으로 나누어 증가 할증률을 적용하는 것에 대한 검토가 필요하다. 본 연구에서는 CMIP6 기후변화 자료를 시단위로 다운스케일링한 시계열을 이용하여 미래 기후변화로 인한 방재성능목표의 할증률을 산정하고, 각 할증률에 기반한 구간을 상세화하고자 한다. 구체적으로, 현재 기상청에서 제공하는 일단위 기후변화 데이터베이스와, CMIP6에서 제공하는 일단위 기후변화 자료를 구축하고, 분석하였다. 이후 구축된 일단위 자료를 시단위 자료로 Downscaling한 후, 각 이산화탄소 배출 시나리오인 SSP1-2.6, SSP2-4.5, SSP3-7.0, SSP5-8.5에 대해 앙상블 시계열을 생성하고, 다양한 기후변화의 불확실성을 적절하게 정량화 할 예정이다. 그중에서 방재성능목표와 가장 밀접하다고 생각되는 변수들(연강우량, 8월강우량, 연최대강우량, 30년빈도 확률강우량 등)을 CCF(Cross Correlation Function), ACC(Auto Correlation Function)방법 등을 통해 분석하여 최적의 변수들을 찾고, 그 값들의 앙상블 평균을 통해 안정된 방재성능목표 기후변화 할증률 값을 산정할 예정이다. 169개 지역의 시·군 단위의 티센망과, 238개 지역의 시·군·구 단위의 티센망을 구축하고, 기상청 ASOS(Automated Synoptic Observing System)의 69개 기상관측소 강우관측자료와 AWS(Automatic Weather System)의 419개 기상관측소를 활용하여 지역별 미래 기후변화를 고려한 비선형적 할증률를 제시할 것이다.