• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.77-77
• /
• 2015

기상이변으로 인한 사회 경제적 피해의 증가로 기상정보에 대한 중요성이 커지면서 해외에서는 민간 기업이 기상 관측망을 구축하는 사례가 나타났다. 미국의 Earth Network은 전 세계에 1만개의 기상 관측센서를 설치하였고, 일본의 통신회사인 NTT DoCoMo는 일본에 4000여 개의 기상 및 환경관측 센서를 구축하였다. 국내에서는 SK플래닛이 자사의 플랫폼 기술과 SK텔레콤의 기지국 인프라를 활용하여 수도권 지역에 국지기상 관측망을 구축하였다. SK플래닛은 2013년 서울지역에 1km 간격으로 264개의 기상센서를 설치하고, 2014년 인천 경기지역에 3km 간격으로 825개의 기상센서를 추가 설치하여, 현재 1089개의 국지기상 관측망을 운용하고 있다. 관측에 사용한 센서는 우량계와 복합 기상센서로 강수량, 기온, 습도, 바람, 기압을 측정한다. 관측된 자료는 데이터로거에서 기상청의 자료처리 표준규격에 따라 처리한 후 M2M 모뎀을 통해 1분마다 서버로 전송한다. 전송된 자료는 기상정보 플랫폼의 수집 서버에서 프로토콜 변환 후 원본자료 DB에 저장하고, 실시간 품질관리를 마친 후 품질관리 자료 DB에 저장한다. 관측 지점의 기본정보 및 작업이력은 메타데이터 DB에 저장되고 관리자 페이지를 통해 조회 및 수정 된다. 관측 자료의 품질 보증은 제조사의 센서 Calibration부터 서비스 모니터링 까지 각 단계별로 체계적인 품질관리를 통해 이루어진다. 품질관리를 마친 국지기상 관측 데이터는 응용프로그램 개발자가 편리하게 사용할 수 있는 API(Application Programming Interface)형태로 제공된다. 2013년 여름부터 수집된 1~3km 해상도의 SK플래닛 국지기상 관측 자료를 통해 그 동안 정량적으로 확인하지 못한 국지성 호우 시의 강수량 편차에 대해 알 수 있었다. 2014년 7월 31일 양평지역에 내린 국지성 호우는 시간당 최대 90mm 이상의 비가 내린 사례로, 귀여리 관측소(SK 플래닛)에 시간당 93.1mm가 내리는 동안 퇴촌 관측소(기상청)에는 17.5mm의 비가 내려, 두 관측지점 간 거리가 3.4km 임에도 불구하고 시간당 75mm 이상의 강수량 차이를 보였다. 앞으로 SK플래닛의 국지기상 관측 자료가 국지성 호우의 조기 경보 및 예측 정확도 향상에 활용되어 재난으로부터 국민의 생명과 재산을 지키는데 많은 도움이 되기를 기대한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1393-1396
• /
• 2009

일반적으로 확률강우량은 관측된 강우자료의 분석을 통해 산정하게 된다. 관측된 강우자료의 빈도해석을 통해 산정된 확률강우량은 기후변화 등을 반영하기 매우 어렵다. 따라서 본 연구에서는 통계적 기법을 이용하여 수문기상인자를 반영하여 서울지점의 확률강우량을 산정하였다. 수문기상인자와 연최대시간강우량사이의 상관관계에 기초하여 확률강우량을 산정할 수 있는 CPPM(Climate Pattern and Precipitation Model)을 구축하고 서울 지점을 대상으로 분석을 수행하였다. 분석결과에서 매개변수적 지점빈도해석의 결과와 CPPM 확률강우량은 비슷한 Qunatile을 산정하는 것으로 나타났다. 또한 본 연구의 결과를 지구온난화 등에 따른 기후변화에 따라 극한강우인 연최대강우량의 변화를 예측하는데 있어 기초자료로 활용 할 수 있을 것으로 기대 된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2004.05b
• /
• pp.323-327
• /
• 2004

우리나라의 경우 짧은 자료기간으로 인해 지점빈도해석에 의한 확률강우량 추정시 불확실성이 커지는 문제가 있어 지역빈도해석의 적용이 필요하다. 본 인구에서는 지역빈도해석 기법의 하나인 FORGEX 기법을 우리나라 강우자료에 적용하였다. 전국의 82개 기상청 산하 관측지점의 자료로부터 지속기간별 연최대 강우 자료를 추출하였으며, FORGEX 기법의 절차애 따라 확률강우량을 계산하고자 하는 지점을 중심으로 네트워크를 구성하였다 Netmax 계열을 이용하여 긴 재현기간에 내한 안정된 확률강우량을 추정할 수 있는 성장곡선을 유도할 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.2228-2232
• /
• 2008

삽교천 수계에 위치하고 있는 지점들은 유역면적이 작은 지점들과 삽교천 갑문의 영향에 의한 배수영향을 받는 지점들로 인하여 수문관측에 어려움이 많아 수위-유량관계곡선개발이 매우 어려운 지점들이다. 따라서 2007년 유량측정성과들을 이용하여 보다 정확한 수위-유량관계곡선개발을 하기 위해서 각 지점별 유량측정성과의 기준측선수, 최대구간유량비, 불확실도 분석 등을 통해 유량측정성과를 분석하였으며, 연유출률 분석, 상 하류 유량 비교, 평 저수시 동시유량 검토, 수위-유량관계곡선 불확실도 분석으로 수위-유량관계곡선의 신뢰도를 검토하였다. 금회 삽교천 수계에서 유량측정된 지점은 수촌, 원평, 매곡, 온천, 충무교 지점이며, 충무교 지점을 제외한 4개 지점은 2007년 수위자료를 이용하였고, 충무교 지점은 충무교 지점 하류의 보 영향으로 계기수위 0.855m(GZF)이상의 수위를 보이는 기간인 7월 19일$\sim$10월 24일까지 기간의 수위자료를 이용하여 순 유출률을 산정하였다. 각 지점별로 순 유출률을 보면 수촌 64.4%, 원평 44.1%, 매곡 56.3%, 온천 56.1%, 충무교 88.2%로 산정되었으며, 대체적으로 적절한 연 유출률을 보이고 있다. 본 연구에서 수행한 삽교천 수계 5개 지점의 측정성과를 이용한 유출특성 분석 결과, 기존의 성과에 비하여 좋은 결과를 얻은 것으로 판단되지만, 본 연구에서 수행한 유량측정에서도 많은 문제점이 발생하였기 때문에 이런 경험과 기술들을 지속적으로 축적한다면 향후 더 정밀한 유량측정성과를 확보할 수 있을 것으로 판단되며, 효과적인 치수 및 이수계획의 수립 등 수자원 개발에 가장 기초가 되는 정확한 수문분석 자료의 확보를 위한 기반을 마련할 수 있을 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.563-563
• /
• 2016

국내 강우발생은 기상학적인 영향으로 인하여 장마기간(6~8월)에 집중되어있으며, 최근에는 기후변화의 영향으로 짧은 시간에 많은 양의 강우가 발생하는 집중호우의 발생빈도가 증가하고 있다. 또한, 시간과 지역에 관계없이 국지성호우의 발생빈도 역시 높아지고 있다. 집중호우와 국지성호우는 짧은 시간에 하천수위를 상승시키므로 홍수로 인한 물적 피해가 크게 발생된다. 국토교통부에서는 그동안 홍수예보에 필수적인 우량, 하천수위 등 기초자료를 확보하기 위해 관측소(500여개) 및 홍수량 측정지점(80여개)을 확대하였으며, 관측된 자료는 모두 전산망에 기록, 보관하고 있다. 또한 한강, 금강, 낙동강, 영산강의 경우 홍수통제소에서 홍수량 예측 계산 등을 통해 홍수 예경보를 실시하고 있다. 하지만 4대강을 제외한 중소하천의 홍수예경보에 대한 정보를 찾아볼 수 없으며, 현재 연구가 진행중이다. 강우-유출모형을 활용하여 중소하천의 강우와 유출의 관계를 해석하는 과정은 다양한 인자를 고려해야하지만 중소하천의 경우 하천단면 등 하천자료가 충분히 구축되어 있지 못하므로 유출량 계산에 많은 어려움을 겪고 있다. 이에 본 연구에서는 중소하천의 홍수위 예측을 위해 한강의 과거 수위와 현재 수위만을 활용하여 인공신경망(Artificial Neural Network, ANN)의 학습을 진행하였다. 첫 번째로 ANN을 활용하여 한강유역 중 홍수예보지점(잠수교)의 수위변화에 직접적으로 연관이 있는 5개 수위관측소를 선정하였으며, 과거 장마기간(6~8월)관측 자료를 활용하였다. 두 번째로 홍수예보지점(잠수교)과 5개 수위관측소의 과거 관측수위(2009~2014년)를 인공신경망의 학습자료로 활용하여 모델을 훈련시켰으며, 마지막으로 2015년의 관측수위를 이용하여 ANN의 학습정확도에 대한 검증을 하였다. 본 과정은 수위예측을 위한 ANN의 훈련단계로 Training/Test를 반복하였으며, 학습결과와 2015년 관측수위 비교시 $R^2=0.987$과 상관계수 r=0.994로 유사한 패턴을 보였으나 최대치와 최소치에 대한 오차가 있음을 확인하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.103-104
• /
• 2017

본 연구에서는 다중회귀분석모형(MLRM)과 MODIS (MODerate resolution Imaging Spectroradiometer) LST (Land Surface Temperature) 자료를 이용하여 전국 공간토양수분을 산정하였다. 공간토양수분을 산정하기 위한 과정은 크게 두가지로 구분된다. 첫 번째로 기존의 MODIS LST 자료를 조건부 합성 보정기법을 적용하여 실측 LST 자료와 비교하여 위성 LST 자료가 갖고 있는 오차를 보정하였다. 그 결과, 조건부 합성 보정기법을 적용하기전 전국 71개 지상 관측지점에서 관측한 실측 LST와 MODIS LST의 R2는 전체 평균 0.70으로 어는정도 유의성 있는 상관관계를 나타냈으나 조건부 합성 보정기법을 적용한 후 실측 LST와 MODIS LST의 R2는 전체 평균 0.92로 상당히 크게 향상됨을 알 수 있었다. 두 번째로 보정된 MODIS LST를 이용하여 다중회귀분석 모형을 개발하고 토양수분을 예측하는 단계로 입력자료로 위성영상 자료와 관측자료를 융합하여 사용하였다. 위성영상 자료로는 보정된 MODIS LST와 MODIS NDV를 구축하였고 일단위 강수량 및 일조시간의 기상자료는 기상청으로부터 전국 68개 지점에 대해 구축하여 IDW 공간보간기법을 이용한 공간자료로 구축하였다. 토양수분 결과를 비교하기 위한 관측 토양수분은 자동농업기상관측(Automated Agriculture Observing System, AAOS)지점에서 2013년 1월부터 2015년 12월까지의 실측 일단위 토양수분 자료를 구축하여 사용하였다. 다중회귀분석 모형은 각각의 입력자료를 독립인자로서 조합하여 12개의 시나리오를 만들었다. 시공간적 경향을 고려하기 위하여 계절별, 토양 토성(soil texture)를 구분하여 회귀분석을 실시하였다. 관측 토양수분과 모의 토양수분을 비교한 결과 $R^2$가 0.80 (철원), 0.90 (춘천), 0.80 (수원), 0.63 (서산), 0.77 (청주), 0.82 (전주), 0.52 (순천), 0.63 (진주), 0.99 (보성)로 높은 상관성을 보였다. 본 연구에서는 토양수분을 예측하기 위한 인자 중 가장 민간함 LST를 보정하지 않는 토양수분 예측 방법은 상당한 오차를 포함하게 되어 실측 토양수분 결과와 크게 차이가 나타남을 보여주었다.

• The Journal of Engineering Geology
• /
• v.16 no.3 s.49
• /
• pp.245-254
• /
• 2006

Using a natural gradient tracer test, the characteristics of hydrodynamic dispersion according to each depth of a fractured rock were studied, and the effective porosity and longitudinal dispersivity of the fractured rock were estimated. The difference of vertical hydrodynamic dispersion was identified by concentration breakthrough curves linear regression analyses of bromide concentrations according to depths versus time, and hydraulic fracture characteristics at two intervals of the monitoring well. Higher concentration and faster arrival time at GL- 18 m depth (RQD 13%, average joint spacing 2 cm, TCR 100%) than at GL- 25 m depth (RQD 41%, average joint spacing 7 cm, TCR 100%) resulted from shorter distance and more fractures. Tracer was transported through the 1 st fractures until the arrival of its peak concentration and through the 2nd fractures or matrix diffusion after the arrival of its peak concentration. The increase/decrease slopes of bromide concentration versus time were 3.46/-1.57 at GL-18 m depth and 3.l9/-0.47 at GL- 25 m depth of the monitoring well. So the faster bromide transport was confirmed at GL- 18 m depth with more fractures. The concentration increment of bromide was fitted by a Gaussian function and the concentration decrement of bromide was fitted by an exponential function. Effective porosity and longitudinal dispersivity estimated by CATTI code were 10.50% and 0.85 m, respectively.

• Journal of Environmental Impact Assessment
• /
• v.19 no.1
• /
• pp.75-81
• /
• 2010

자연형 하천으로 복원된 도시하천의 기온저감 효과를 파악하고자 2007년 6월 1일부터 2008년 5 월 31일까지 10분 간격으로 서울시 강남구의 양재천 및 그 주변지역의 기온을 관측하였다. 관측 값 은 관측지점의 일중 기온변화와 관측 자료들 중에서 연 평균 기온이 가장 높은 숙명여고 (SM) 와 양 재천 주변 두 지역(YW와 YT)의 기온차를 비교 분석하였다. 그 결과 2007년 6월 15일 22:50에 숙 명여고와 양재천 두 지점의 기온차가 $7.7^{\circ}C$로 가장 크게 관측되었으며 이때 기상상태는 바람이 없고 맑고 개인 날씨이었다. 또한 일 중 기온 저감효과는 낮보다는 밤에 뚜렷하였으며 관측 기간 중 숙명 여고 (SM)에서 열대야 현상이 13일로 가장 많이 나타난데 비해 양재천 (YW와 YT)은 4일로서 열대 야의 특성인 도심지 최저기온 상승을 하천이 억제함으로써 하천의 기온저감효과가 확인되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.7-7
• /
• 2015

가뭄 및 홍수 등 재해를 방지하고 효율적인 물 관리를 위해서는 지표와 대기 사이에 이루어지는 수문기상 요소의 정량화가 필요하다. 수문기상요소는 관측을 통해 파악하는 것이 가장 정확하지만 광범위한 지역에 대한 관측은 한계가 있으므로 일반적으로 지면모델(Land Surface Model)을 많이 이용한다. 본 연구에서 Noah LSM(Noah Land Surface Model)과 TOPLATS(TOPmodel based Land-Atmosphere Transfer Scheme) 및 DHSVM(Distributed Hydrology Soil Vegetation Model)의 세 모델을 활용하여 안동댐 유역의 수문기상정보를 산출하고 관측자료와 검증함으로 각 모델의 특성을 분석하자 한다. 본 연구에서 사용된 관측자료는 국립기상과학원에서 운영중인 안동댐 유역 플럭스타워의(A6, A7) 지표근처 기상장과 에너지 요소이다. '13년 10월부터 '14년 11월까지 기간에 대해 각 지점에서 관측된 현열 및 잠열 플럭스의 품질관리를 수행하였으며, 이 자료를 본 연구의 검증자료로 활용하였다. 각 모델을 강제하기 위한 지표근처 기상자료는 두 지점에서 관측된 기온, 풍향 풍속, 상대습도, 강수, 지중온도 및 장 단파 복사량이며, 각 모델에서 산출된 잠열 및 현열 플럭스, 토양수분과 증발산량을 관측값과 비교 검증하였다. 본 연구결과는 한국수자원학회 학술발표회를 통하여 소개될 예정이며, 향후 멀티모델 앙상블 시스템 구축에 기초자료로 활용될 것으로 기대된다.

• Journal of Korean Society of Coastal and Ocean Engineers
• /
• v.29 no.4
• /
• pp.180-188
• /
• 2017

Recently, as the strength of winds and waves increases due to the climate change, abnormal waves such as swells have been also increased, which results in the increase of downtime events of loading/unloading in a harbour. To reduce the downtime events, breakwaters were constructed in a harbour to improve the tranquility. However, it is also important and useful for efficient port operation by predicting accurately and also quickly the downtime events when the harbour operation is in a limiting condition. In this study, numerical simulations were carried out to calculate the wave conditions based on the forecasted wind data in offshore area/outside harbour and also the long-term observation was carried out to obtain the wave data in a harbour. A forecasting method was designed using an auto-regressive (AR) and artificial neural networks (ANN) models in order to establish the relationship between the wave conditions calculated by wave model (SWAN) in offshore area and observed ones in a harbour. To evaluate the applicability of the proposed method, this method was applied to predict wave heights in a harbour and to forecast the downtime events in Pohang New Harbour with highly complex topography were compared. From the verification study, it was observed that the ANN model was more accurate than the AR model.