• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.353-353
• /
• 2022

본 연구에서는 CMIP5(The fifth phase of the Couple Model Intercomparison Project) 미래기후시나리오와 LSTM(Long Short-Term Memory) 모형 기반의 딥러닝 기법을 이용하여 하천유량 예측을 위한 최적 학습 기간을 제시하였다. 연구지역으로는 진안군(성산리) 지점을 선정하였다. 보정(2000~2002/2014~2015) 및 검증(2003~2005/2016~2017) 기간을 설정하여 연구지역의 실측 유량 자료와 LSTM 기반 모의유량을 비교한 결과, 전체적으로 모의값이 실측값을 잘 반영하는 것으로 나타났다. 또한, LSTM 모형의 장기간 예측 성능을 평가하기 위하여 LSTM 모형 기반 유량을 보정(2000~2015) 및 검증(2016~2019) 기간의 SWAT 기반 유량에 비교하였다. 비록 모의결과에일부 오차가 발생하였으나, LSTM 모형이 장기간의 하천유량을 잘 산정하는 것으로 나타났다. 검증 결과를 기반으로 2011년~2100년의 CMIP5 미래기후시나리오 기상자료를 이용하여 SWAT 기반 유량을 모의하였으며, 모의한 하천유량을 LSTM 모형의 학습자료로 사용하였다. 다양한 학습 시나리오을 적용하여 LSTM 및 SWAT 모형 기반의 하천유량을 모의하였으며, 최적 학습 기간을 제시하기 위하여 학습 시나리오별 LSTM/SWAT 기반 하천유량의 상관성 및 불확실성을 비교하였다. 비교 결과 학습 기간이 최소 30년 이상일때, 실측유량과 비교하여 LSTM 모형 기반 하천유량의 불확실성이 낮은 것으로 나타났다. 따라서 CMIP5 미래기후시나리오와 딥러닝 기반 LSTM 모형을 연계하여 미래 장기간의 일별 유량을 모의할 경우, 신뢰성 있는 LSTM 모형 기반 하천유량을 모의하기 위해서는 최소 30년 이상의 학습 기간이 필요할 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• 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.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.365-365
• /
• 2022

강우에 따른 유역 내 유출량은 수문순환에서 중요한 요소 중 하나이며, 과거부터 강우-유출 모델링을 위한 여러 물리적 수문모형들이 개발되어왔다. 또한 최근 딥러닝 기술을 기반으로한 강우-유출 모델링 접근 방식이 유효함을 입증하는 여러 연구가 수행됨에 따라 딥러닝을 기반으로한 유출량 모의 연구도 활발히 진행되고 있다. 따라서 본 연구에서는 물리적 수문모형인 SWAT(Soil Water Assessment Tool)과 딥러닝 기법 중 하나인 LSTM(Long Short-Term Memory)을 사용하여 연구대상지 유출량을 모의했으며, 두 모형에 의해 모의 된 유출량의 극값을 비교 분석했다. 연구대상지로는 영산강 유역을 선정했으며, 영산강 유역의 과거 기간의 기후 변수 모의를 위해 CMIP(Coupled Model Intercomparison Project)6 GCM(General Circulation Model)을 사용했다. GCM을 사용하여 모의 된 기후 변수들은 영산강 유역 내 기상관측소의 과거 기간 관측 값을 기반으로 분위사상법을 사용하여 편이보정 됐다. GCM에 의해 모의 된 기후 변수 및 SWAT, LSTM에 의해 모의 된 유출량은 각각 영산강 유역 내 기상관측소 및 수위관측소의 관측 값을 기반으로 재현성을 평가했다. SWAT 및 LSTM을 사용하여 모의 된 유출량의 극값은 GEV(General Extreme Value) 분포를 사용하여 추정하였다. 결과적으로 GCM의 기후 변수 모의 성능은 과거 기간 관측 값과 비교했을 때 편이보정 후에서 상당히 향상되었다. 유출량 모의 결과의 경우 과거 기간 유출량의 관측 값과 비교했을 때 LSTM의 모의 유출량이 SWAT보다 과거 기간 유출량을 보다 근접하게 모의했으며, 극값 모의 성능의 경우 또한 LSTM이 SWAT보다 높은 성능을 보였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.360-360
• /
• 2023

최근 태풍 및 집중호우로 인한 국내 홍수 피해 규모 및 빈도는 증가하고 있는 추세이며 이에 대한 대응과 수해 방지 대책 수립에 많은 어려움을 겪고 있다. 이와 같은 홍수 피해를 경감시키기 위해서는 유출 모의에 따른 유역 홍수 방어 대책 수립이 이루어져야 하나, 하천 상류 등과 같은 미계측유역이 존재하며 정확한 유출량 산정에 많은 어려움이 따른다. 통상, 미계측유역 유출량 산정은 비유량법, 지역회귀방법, 수문모형에 의한 모의 등이 있다. 그러나 기존의 통계적 방법은 기왕 자료간 관계의 선형성만을 고려한다는 한계가 있으며, 물리적 방법은 다양한 자료 활용에 대한 유연성이 낮다는 한계가 있다. 딥러닝 기반 방법은 자료 내 존재하는 비선형성과 입·출력간 인과관계를 반영하여 모의할 수 있다는 장점이 있다. 본 연구에서는 이러한 미계측유역 유출량 산정을 위해 국내 유역을 대상으로 딥러닝 모형에 대한 적용성을 평가하고자 한다. 알려진 미계측유역 유출량 산정 기법들과 물리적 요소를 고려한 개선된 딥러닝 구조를 활용한 기법에 대한 평가를 수행하였다. 미계측유역에 대한 첨두유출 모의 및 유출용적에 대한 평가를 수행하였으며, 홍수 유출이벤트에 대한 도시적 평가를 통해 딥러닝 기반 미계측유역 유출 모의 기법의 적용성을 평가하였다. 평가 결과, 물리적 요소를 고려한 딥러닝 기반 방법의 정확도가 상대적으로 높은 정확도를 보였으며 첨두 유출 모의를 잘 반영하는 것으로 나타났다. 향후, 유역의 다양한 특성을 활용하는 유출 모의 기법 개발 및 평가가 이루어져야 될 것으로 판단된다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(B)
• /
• pp.63-65
• /
• 2012

최근 군사 모의 소프트웨어는 사용자의 다양한 요구 변화에 빠르게 적응하기 위해 컴포넌트를 조합하여 구성하는 방법으로 개발되고 있다. 이와 같은 소프트웨어에서 부대의 과업을 달성하기 위해 사용자의 관여 없이 부대구성원(부대원 또는 예하부대)의 전술적 행위(협업)를 모의하는 기술은 대규모의 군사 모의를 가능하게 하는 중요한 기술 중 하나이다. 부대 구성원의 협업을 모델링하고 구현하는 기술은 사용자(모의 부대장)로 하여금 부대구성원의 세부적인 제어를 요구하지 않고 자신이 제어하는 부대에 할당된 임무 달성에 집중시키는 등의 이점을 제공한다. 본 연구를 통해 우리는 군 도메인에서 사용하고 있는 OneSAF와 FLAMES, VR-Forces 등의 컴포넌트 기반의 모의 소프트웨어를 분석하고, 이들 소프트웨어에서 협업 모델의 위치를 설명한다. 다음으로 역할 개념을 기반으로 부대구성원들의 협업 모델을 제안한다. 본 연구에서는 프로토타입의 개발을 통해 제안 모델의 적용 가능성을 검증한다.

• 한국시뮬레이션학회논문지
• /
• 제21권1호
• /
• pp.89-96
• /
• 2012

최근 모델링 및 시뮬레이션 기술이 다양한 분야에서 활용되고 있으며 특히, 국방 분야에서는 모의기반획득(Simulation Based Acquisition)이 필수적인 정책으로 인식되고 있다. 모의기반획득 과정 중 시험평가 단계에서는 실제 시험이 불가능한 시험평가 환경을 모의하고 실장비 연동검증을 위한 모의 기반 시험환경 구축이 필요하다. 이때 시험평가의 효율성 및 신뢰성향상을 위해 시험평가 장비의 상호운용성, 재사용성 및 신뢰성 확보가 중요하다. 본 연구에서는 지대공 유도무기 체계 시험평가의 효율성을 위해 시뮬레이션 프레임워크 기반 모의기를 제작하였고 시험평가 신뢰성 향상을 위해 VV&A 프로세스를 적용하였다. 지대공유도무기 시험평가를 위한 통합시험시스템의 개발과정 및 특징에 대해 설명하고 실제 시험평가 적용사례 및 결과를 제시하며 향후 활용방안 및 연구방향에 대하여 설명한다.

• 한국시뮬레이션학회논문지
• /
• 제19권3호
• /
• pp.81-89
• /
• 2010

최근 모델링 및 시뮬레이션 기술이 다양한 분야에서 활용되고 있으며 특히, 국방 분야에서는 모의기반획득(Simulation Based Acquisition)이 필수적인 정책으로 인식되고 있다. 모의기반획득을 효율적으로 수행하기 위해서는 무기체계 개발의 전순기에 모델링 및 시뮬레이션 기법을 적용할 수 있어야 하고 이를 위해서 모의기 하부 컴포넌트 재사용 및 상호운용을 위한 시뮬레이션 아키텍처 프레임워크가 필요하다. 재사용 및 상호운용을 통해 모의기반획득 환경 구축을 위한 비용을 최소화 할 수 있다. 본 연구에서는 재사용성 및 상호운용성 강화를 위한 프레임워크 에 대한 요구사항 및 문제점을 정의하고 그 해결책으로 개발한 시뮬레이션 프레임워크의 설계구조를 제시한다. 제안하는 시뮬레이션 프레임워크는 시뮬레이터를 구성하는데 공통적으로 필요한 기능을 재사용의 단위로 제공하며 사용자가 필요에 따라 쉽게 변경하거나 추가할 수 있다. 이러한 프레임워크를 통해 모의기반획득 환경 구축을 위한 비용을 최소화 하는 것이 가능하다. 제안하는 프레임워크를 실제 사업에 적용한 결과를 제시하고 다양한 적용방안 및 향후 연구 방향에 대하여 설명한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.288-288
• /
• 2016

유역단위 오염부하량 산정에는 SWAT, HSPF 등의 물리적 매개변수 기반 분포형 모형이 주로 사용되고 있으나, 공간분포형 입력자료로 인한 많은 매개변수는 모의 과정을 복잡하게 하며, 보정 과정에 있어 많은 시간과 노력을 요구하는 단점이 있다. 이로 인해 실무에서는 원단위법이나 유량-부하량 관계식과 같은 통계적 분석에 의한 회귀식이 주로 사용되고 있다. 그 중 LOADEST는 회귀식 기반 프로그램으로, 다양한 연구자들에 의해 연구되고 있으나, 수질 모형과의 모의능력을 비교하는 연구는 부족하다. 본 연구에서는 청미천 상류유역을 대상으로 유역특성에 따른 LOADEST 기반 회귀식의 매개변수를 추정하여 오염부하량을 모의하고, SWAT 모형에 의한 오염부하량 모의결과와 비교 평가하고자 한다. 모형의 구동 및 회귀식 매개변수 추정에 필요한 입력 자료는 용인시 백암면 일대에서 2013년부터 2015년까지 모니터링한 수질, 유량 및 기상자료와 지형자료 (토지이용도, 토양도, 수치표고자료)를 이용하여 구축하였다. LOADEST 기반 회귀식의 매개 변수 추정은 김계웅 (2015)이 개발한 방법을 사용하였으며, 유역면적, 토지이용비율 등은 지형자료를 이용하여 산정하였다. SWAT 모형의 보정은 2013년부터 2014년까지의 자료를 이용하였으며, 2015년 자료를 이용하여 검정하였다. 본 연구의 결과는 비점오염원 모델에 대한 이해를 넓히고, 오염부하량 모의를 위한 모형 선정에 있어 도움이 될 수 있을 것으로 기대한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.919-923
• /
• 2012

본 연구에서는 K-water에서 자체 개발한 물리적 기반의 격자단위 강우-유출모형(K-DRUM ; K-water Distributed rainfall RUnoff Model)을 일 단위 장기유출 분석에 활용하기 위해서 유역의 증발산량 산정 및 융 적설 등을 모의할 수 있는 기능을 추가로 개발하였고, 재현성 분석을 위하여 남강댐 유역을 대상으로 장기유출모의를 수행하였다. 모의결과 단기 홍수사상의 경우 유출량에서 증발산 효과가 크지 않지만 연간 전체 유출량을 비교할 경우에는 상당한 차이가 발생하는 것을 확인할 수 있었다. 결과적으로 본 연구를 통해 개선된 K-DRUM 모형은 단기 홍수유출 뿐만 아니라 융 적설을 고려한 장기유출 분석에도 활용이 가능할 것으로 판단된다.

• 한국항행학회논문지
• /
• 제27권5호
• /
• pp.574-579
• /
• 2023

레이다 비행시험은 다양한 조건의 표적, 클러터, 재밍을 모의하는데 많은 제약 사항이 있다. 따라서, 본 연구에서는 운용 시나리오에 따라 운용 모의 기능을 수행하는 레이다 비행 모의 장치를 개발하였다. 개발된 레이다 비행모의 장치는 레이다 빔 운용 모의, 레이다 동작 제어, 모의 신호 발생, 비행자세모의를 통해 레이다의 다양한 임무 환경을 모의한다. 레이다 비행모의 장치는 레이다 임무 환경(클러터, 재밍 등)이 포함된 모의 표적(단일, 다중) 신호를 생성하고 변조하여 RF를 통해 레이다로 송신한다. 개발된 레이다 비행모의장치와 AESA 레이다를 연동하여, 다양한 비행 시나리오를 기반으로 하여 모의 표적을 탐지하고 탐지 결과 확인을 통해 레이다 성능을 검증하였다.