• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.605-605
• /
• 2016

최근 기후변화로 인한 국지적 또는 대규모 극한 가뭄과 홍수가 빈발함에 따라 수자원 관리 여건은 점점 더 어려워지고 있다. 이런 물 관련 재해에 보다 효과적으로 대응하기 위해서는 수자원인자에 대한 시공간적 모니터링이 필수적인데, 이러한 관점에서 시공간적 광역관측이 가능한 위성자료의 활용가치는 매우 높게 평가되고 있으며, 최근에는 국내외적으로 위성자료를 이용하여 수문 인자 산출, 가뭄 홍수 등의 모니터링 기술 등에 대한 연구가 활발히 진행되고 있다. K-water는 위성정보 활용기술력 축적을 통한 보다 효율적인 수자원 관리를 하기 위하여 수자원 분야에 활용 가능한 해외의 주요 위성자료를 실시간 직수신 처리하여 표출하는 K-water 위성영상관리시스템(K-SIMS, K-water Satellite Image Management System)을 2015년에 구축하였다. 현재 K-SIMS를 통해 관리되는 위성은 AQUA, TERRA, NPP, GCOM-W, GPM로서 총 5개이다. AQUA, TERRA, NPP 위성은 각 궤도운영 스케쥴에 따라 한반도 상공을 통과하는 시각에 안테나가 위성의 궤도를 따라가며 수신하고, GCOM-W, GPM 위성자료는 FTP 접속를 통해 준실시간으로 수신하고 있다. 산출물은 AQUA, TERRA, NPP가 각각 23종, GCOM-W 9종, GPM 2종 등 총 80여종으로 위성원시자료 수신즉시 처리 표출까지 실시간 자동 수행되고 있으나 식생지수, 강수, 구름, 대기온도, 수증기 등 대부분 수문기상학적 변수들로 구성되어 있어 수자원 관리 현업 업무에는 직접 사용하기에는 다소 한계가 있다. 따라서, 위성자료의 활용성을 높이기 위하여 수문해석에 중요한 변수인 토양수분에 대해서 AQUA, TERRA의 MODIS LST(Land Surface Temperature)와 식생지수(Vegetation Index)를 이용하여 SMI(Soil Moisture Index)를 산출하고 이를 K-SIMS에 표출하는 체계를 추가로 구축하여 현업 활용도가 높은 자료를 생산하고 있으며, 향후 위성자료를 활용한 가뭄지수를 추가로 산출하여 표출할 계획이다. 이와 함께 K-water는 차세대 중형위성 개발 사업에 따른 수자원 위성 확보에 대비해 수자원 분야 위성활용 중장기 계획을 마련하였다. 향후에 광학위성, SAR위성 등 다양한 위성자료의 융복합적 활용을 통하여 위성산출물 알고리즘을 지속적으로 개발함으로써 홍수, 가뭄, 수질 등 물 재해 대응 및 수자원 관리 전 분야에 위성자료의 활용을 확대해 나갈 계획이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.277-277
• /
• 2023

최근 기후변화의 영향으로 호우의 발생빈도가 증가하고 있는 추세이며, 도시지역의 호우는 돌발적이고 국지적인 특성을 가지고 있어 인명과 재산피해 역시 증가하고 있으며, 급격한 도시화로 인한 구조적으로 홍수에 취약한 실정이다. 국지성 도시호우는 저층(1 km 내외)에서 형성되는 강우가 지배적이며, 기존의 대형레이더는 높은 산 정상에 설치되어 1.5 km 이상의 강우관측을 중심으로 운영됨에 따라 저층강우의 탐지 및 변동성 관측에 취약하여, 이에 대형 레이더에서 뿐만 아니라 도시단위의 국지성 호우관측에 대응할 수 있는 소형 레이더 기반 고정밀 강우관측 마련 및 운영 기술이 필요하다. 현재 K-water는 부산 에코델타 스마트시티에 도시 물재해 플랫폼 구현의 일환으로 돌발강우사전 탐지 및 도시의 신속·정확한 강우 관측을 위하여 높은 시공간 해상도를 제공하는 이중편파X 밴드 소형 강우레이더를 설치하고, 효율적 운용을 위해 각 고도각에서의 빔 차폐율을 확인하고 이를 고려한 최적 관측전략을 수립하였다. 또한 Z-Phi 방법을 이용한 반사도 감쇠 보정 기술을 개발하였으며, 강우 추정을 위해 하이브리드 고도면 합성 기법(HSR) 기법을 적용하고 검증하였다. 이후 소형 레이더의 정량적 추정강수를 이용하여 강우예측 정보를 생산하기 위해 이류모델을 적용하고, 비슬산과 소형 합성 레이더 추정강수로 선행 10분에서 180분까지 예측할 수 있도록 개발하였다. 또한, 지상강우관측 자료와의 정확도 비교 평가를 수행하고, 행정구역 및 표준유역의 예측 평균강우량을 생산하여 부산 에코델타 스마트시티 도시 물재해 통합관리 시스템과 연계운영을 위한 후속 과업을 수행중에 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.381-381
• /
• 2019

동남아시아의 급격한 도시인구 증가는 도시화로 파생되는 제반문제를 유발하고 있으며 특히 집중호우와 홍수배제 시설의 부족 및 유관시설의 정보관리체계 부재는 홍수 피해규모를 가중시키고 있다. 인도네시아의 경우 물 재해 관리기관 간의 정보공유체계 부재로, 홍수로 인한 문제해결에 대하여 효과적인 대응이 어려운 실정이다. 주요 물 관리 기관인 유역관리청(BBWS)의 경우 조기홍수경보시스템을 보유하고 있으나 단순 수문현황 모니터링에 국한되어 운영되고 있다. 이에 본 연구에서는 홍수피해를 최소화 할 수 있는 동남아시아 맞춤형 물 재해 관리 클라우드 플랫폼을 개발하여 비구조적 홍수 문제해결의 매개체로 활용하고자 한다. 기본적인 유역 수문현황 모니터링과 함께 댐, 보, 배수문 및 펌프장 등 홍수방어시설물의 운영현황 정보, 홍수상황분석, 홍수위험지도 등 종합적인 물 재해 정보를 제공하고 사전에 홍수위험 지역을 분석하여 유관기관과 공유할 수 있는 물 재해 관리 의사결정지원시스템을 개발하고자 한다. 기본적인 정보관리 체계화를 위하여 인도네시아의 다양한 물 재해 관련기관에서 보유하고 있는 자료들의 통합 클라우드 DB관리 시스템을 구축하였다. 연구대상지역은 인도네시아 수도인 자카르타의 Pesanggrahan유역과 인근 Batam섬 Baloi유역을 선정하였으며 대상 유역의 수문, 기상자료 및 GIS 정보수집은 공동연구기관인 인도네시아 공공사업부 수자원청(MPWH)과 주요 물 관리기관인 유역관리청(BBWS)의 협조를 통하여 진행하였다. 수집된 자료들은 관계형 데이터베이스 관리시스템인 MySQL을 사용하여 통합 물 재해 정보 데이터베이스를 구축하였으며 완성된 데이터베이스의 정보제공 및 공유시스템은 웹기반 인터페이스를 통해 관리되도록 설계하였다. 홍수유출 해석을 위한 분석 엔진은 K-water의 홍수분석 시스템인 FAS를 이용하였다. FAS의 홍수분석모형인 COSFIM과 수리모형인 Fldwav를 연계하는 데이터 분석 플랫폼을 완성하였으며 인도네시아 현지 조건에 부합하는 홍수분석 시스템으로 Customizing과정을 수행하였다. 또한 FAS의 PC기반 시뮬레이션 형식을 DB 연계형 웹서비스 방식으로 연동되도록 개량하였으며 추후 SaaS형 물 재해 분석시스템으로 전환할 수 있는 개발환경을 확보하였다. 개발된 물 재해 분석 플랫폼(WRMP)을 활용하여 인도네시아 공동연구기관과의 협의를 통해 물 재해 관리 시나리오를 수립하고 그 대안을 제시하였으며, 적용 시나리오별 홍수피해 저감 효과를 분석하였다. 또한 향후 방재시설물까지 연계하여 운영효과를 분석할 수 있도록 구조화하였다. 개발된 물 재해 관리 시스템은 개선된 정보처리 및 분석시스템을 활용하여 종합적인 물 재해정보를 제공하고, 사전에 홍수위험 지역을 분석하여 유관기관과 공유할 수 있는 물 재해 관리 의사결정 지원시스템으로써 유용하게 활용될 수 있을 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.261-261
• /
• 2020

물관리의 기본이 되는 연속적인 유량 자료 확보를 위해서는 정확도 높은 수위-유량 관계 곡선식 개발이 필수적이다. 수위-유량 관계곡선식은 모든 수문시설 설계의 기초가 되며 홍수, 가뭄 등 물재해 대응을 위해서도 중요한 의미를 가지고 있다. 그러나 일반적으로 유량 측정은 많은 비용과 시간이 들고, 식생성장, 단면변화 등의 통제특성(control)이 변함에 따라 구간분리, 기간분리와 같은 비선형적인 양상이 나타나 자료 해석에 어려움이 존재한다. 특히, 국내 하천의 경우 자연적 및 인위적인 환경 변화가 다양하여 지점 및 기간에 따라 세밀한 분석이 요구된다. 머신러닝(Machine Learning)이란 데이터를 통해 컴퓨터가 스스로 학습하여 모델을 구축하고 성능을 향상시키는 일련의 과정을 뜻한다. 기존의 수위-유량 관계곡선식은 개발자의 판단에 의해 데이터의 종류와 기간 등을 설정하여 회귀식의 파라미터를 산출한다면, 머신러닝은 유효한 전체 데이터를 이용해 스스로 학습하여 자료 간 상관성을 찾아내 모델을 구축하고 성능을 지속적으로 향상 시킬 수 있다. 머신러닝은 충분한 수문자료가 확보되었다는 전제 하에 복잡하고 가변적인 수자원 환경을 반영하여 유량 추정의 정확도를 지속적으로 향상시킬 수 있다는 이점을 가지고 있다. 본 연구는 머신러닝의 대표적인 알고리즘들을 활용하여 유량을 추정하는 모델을 구축하고 성능을 비교·분석하였다. 대상지역은 안정적인 수량을 확보하고 있는 한강수계의 거운교 지점이며, 사용자료는 2010~2018년의 시간, 수위, 유량, 수면폭 등 이다. 프로그램은 파이썬을 기반으로 한 머신러닝 라이브러리인 사이킷런(sklearn)을 사용하였고 알고리즘은 랜덤포레스트 회귀, 의사결정트리, KNN(K-Nearest Neighbor), rgboost을 적용하였다. 학습(train) 데이터는 입력자료 종류별로 조합하여 6개의 세트로 구분하여 모델을 구축하였고, 이를 적용해 검증(test) 데이터를 RMSE(Roog Mean Square Error)로 평가하였다. 그 결과 모델 및 입력 자료의 조합에 따라 3.67~171.46로 다소 넓은 범위의 값이 도출되었다. 그 중 가장 우수한 유형은 수위, 연도, 수면폭 3개의 입력자료를 조합하여 랜덤포레스트 회귀 모델에 적용한 경우이다. 비교를 위해 동일한 검증 데이터를 한국수문조사연보(2018년) 내거운교 지점의 수위별 수위-유량 곡선식을 이용해 유량을 추정한 결과 RMSE가 3.76이 산출되어, 머신러닝이 세분화된 수위-유량 곡선식과 비슷한 수준까지 성능을 내는 것으로 확인되었다. 본 연구는 양질의 유량자료 생산을 위해 기 구축된 수문자료를 기반으로 머신러닝 기법의 적용 가능성을 검토한 기초 연구로써, 국내 효율적인 수문자료 측정 및 수위-유량 곡선 산출에 도움이 될 수 있을 것으로 판단된다. 향후 수자원 환경 및 통제특성에 영향을 미치는 다양한 영향변수를 파악하기 위해 기상자료, 취수량 등의 입력 자료를 적용할 필요가 있으며, 머신러닝 내 비지도학습인 딥러닝과 같은 보다 정교한 모델에 대한 추가적인 연구도 수행되어야 할 것이다.