• Journal of Korea Water Resources Association
• /
• v.45 no.12
• /
• pp.1213-1226
• /
• 2012

Evolutionary algorithms, which are frequently used in an automatic calibration of watershed runoff simulation models, are unconstrained optimization algorithms. An additional method is required to impose constraints on those algorithms. The purpose of the study is to modify the SCE-UA (shuffled complex evolution-University of Arizona) to impose constraints by a penalty function and to improve performance of the automatic calibration module of the SWMM (storm water management model) linked with the SCE-UA. As indicators related to peak flow are important in watershed runoff event simulation, error of peak flow and error of peak flow occurrence time are selected to set up constraints. The automatic calibration module including the constraints was applied to the Milyang Dam Basin and the Guro 1 Pumping Station Basin. The automatic calibration results were compared with the results calibrated by an automatic calibration without the constraints. Error of peak flow and error of peak flow occurrence time were greatly improved and the original objective function value is not highly violated in the automatic calibration including the constraints. The automatic calibration model with constraints was also verified, and the results was excellent. In conclusion, the performance of the automatic calibration module for watershed runoff event simulation was improved by application of the penalty function to impose constraints.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.279-283
• /
• 2012

유역 유출 연속모의 모형은 수자원 계획과 효율적인 물 관리 정책 수립에 중요한 도구가 된다. 유역 유출 연속모의 모형에는 다수의 매개변수가 있으며, 이러한 매개변수는 모형 보정을 통해 추정된다. 연구에서 사용한 모형은 SWMM이며 집합체 혼합 진화 알고리즘으로 자동 보정하였다. 자동 보정에 사용되는 최적화 알고리즘은 목적함수에 따라 상이한 결과를 도출하기도 한다. 이에 따라 본 연구에서는 유역 유출 모형의 자동보정에 적합한 목적함수를 선정하기 위하여 4개의 목적함수를 구성하였고, 밀양댐 유역에 적용하였다. 그리고 목적함수에 따른 자동 보정의 결과를 평가하기 위해 5가지의 평가지표를 활용하였다. 보정의 결과, 모든 목적함수에서 공통적으로 첨두유량의 오차는 다소 크게 발생하였다. 그리고 잔차 절대값의 합이 최소가 되도록 구성한 목적함수가 다른 목적함수에 비해 상대적으로 양호한 결과를 도출하였지만, 목적함수에 따른 큰 차이는 없었다. 또한, 유역 유출 연속모의에서는 유역의 물수지가 중요한 요소이므로 향후, 보다 정확도 높은 유역 유출 연속모의 모형의 자동 보정을 위해서는 첨두유량과 물수지와 관련된 오차를 제어할 수 있는 추가적인 기법이 요구된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.974-974
• /
• 2012

하천의 유량 측정은 대부분 홍수 예보지역, 댐 상류지역, 대하천 및 유역 내 주요 지점을 위주로 수행되고 있다. 유량 측정이 이루어지는 지점에 대해서 유출모의를 수행할 경우에는 과거의 측정 자료를 이용해서 모형의 검보정이 가능하며, 이러한 과정을 통해 해당 지점에 대한 유출모의의 정확도를 향상시킬 수 있다 그러나 도시유역을 제외한 대부분의 중소유역에서는 유량의 측정이 이루어지지 않고 있으며, 측정 자료가 없는 미계측 유역에 대한 유출모의 및 모의결과의 검증은 사실상 불가능 하다. 분포형 수문모형의 가장 큰 장점 중 하나는 소유역 분할과정을 거치지 않고도 유역내 임의의 여러 지점에 대한 유출을 모의할 수 있다는 것이다. 이와 같은 분포형 모형의 특징은 관측된 지점에 대해서 보정된 매개변수를 이용해서 이 지점의 유량 발생에 기여한 상류 미계측 지점의 유량을 모의할 수 있다는 것이다. 따라서 본 연구에서는 분포형 모형을 이용하여 유역의 임의 지점에 대해서 모형을 보정한 후 유출모의를 수행하고, 보정된 매개변수를 이용해서 상류의 소하천 지점에 대한 유량을 모의함으로써 매개변수의 지역화를 평가하였다. 이를 통해 유량 측정이 이루어지지 않는 중소 하천의 소유역에 대한 유량 추정의 가능성을 평가하였다. 모의 결과 산지유역 또는 소하천유역과 같은 미계측 유역에서 활용성이 높을 것으로 기대된다.

• Journal of Wetlands Research
• /
• v.16 no.2
• /
• pp.161-171
• /
• 2014

Recession of hydrograph gives a significant contribution to estimation of baseflow using rainfall-runoff models and baseflow separation methods, because recession affects baseflow. This study attempted to enhance the accuracy of streamflow predictions using a Soil and Water Assessment Tool (SWAT) model and to separate baseflow from the predicted streamflow. For this, this study used two scenarios: 1) to calibrate eleven parameters using an auto-calibration tool with the alpha factor obtained from RECESS (S1); and 2) to calibrate twelve SWAT parameters including alpha factor (one of SWAT parameters) using an auto-calibration tool (S2). Then, baseflow spearation from the predicted streamflow was conducted by using Web-based Hydrograph Analysis Tool (WHAT). The results show that there is no significant difference between Nash-Sutcliffe efficiency (NSE) values of S1 and S2 for calibrations to streamflow. However, calibrations to baseflow showed that NSEs are 0.777 for S1 and 0.844 for S2, which means a significant difference. Quantitatively compared to the observed streamflow, relative errors were 20.78 % for S1 and 6.59 % for S2. Finally, this study showed the importance of recession in baseflow separated from the predicted streamflow using a rainfall-runoff model.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.420-420
• /
• 2023

하천의 유량 자료는 하천 관리에 필수적인 요소로, 지속적인 유량측정을 위해 국가 유량 측정망을 구성하여 주요 지점을 대상으로 유량 측정을 수행하고 있다. 측정된 유량자료는 일반적으로 수위-유량 관계곡선식을 개발하여 제공되고 있으며, 홍수파와 배수 영향 등으로 인해 수위-유량 관계곡선식에서 발생하는 산포로 인한 신뢰도에 문제가 우려되는 경우에는 실시간의 정확한 유량자료를 제공하기 위해 H-ADCP를 설치하여 지표유속법 기반의 실시간 유량 자료 생산하여 제공하고 있다. 그러나 H-ADCP를 이용한 유량 측정 방법은 장비의 한계로 인해 상대적으로 규모가 작고 수심이 얕은 하천에 적용하기 어려운 문제가 있다. 따라서, 최근에는 자동유량관측소 지점 확대를 위해 비접촉식 유속계를 활용한 자동유량관측소 운영이 점차 고려되고 있다. 이에 따라 비접촉식유속계를 이용한 유량 측정 결과의 검증 및 유지 관리를 위한 소프트웨어가 필요하다. 이에 본 연구에서는 비접촉식유속계 중 전자파를 이용하여 수표면의 표면유속을 측정할 수 있는 장비인 RQ-30의 측정결과를 분석하기 위해 Microsoft Visual Studio(C#) 사용하여 측정결과의 검토 및 자료 관리를 위한 후처리 소프트웨어를 개발하였다. 개발한 소프트웨어는 측정 원시자료를 읽고, 도시하여 측정 결과를 확인할 수 있으며, 머신러닝 기반의 알고리즘을 적용하여 수위 및 유속 시계열 자료에서 발생하는 이상치를 탐색할 수 있도록 개발하였다. 그리고 탐지된 이상치에 대한 보정을 위해 선형보간, LOESS, SuperSmoother를 사용하여 이상치를 보정하여 결과를 도출할 수 있도록 개발하였다. 추후 본 연구를 통해 개발된 프로그램을 활용하여 측정 자료의 유지 관리 효율성을 증대시킬 수 있을 것으로 기대되며, 지속적인 프로그램의 개선을 통해서 실무적으로 활용이 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• 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.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.342-342
• /
• 2022

본 연구에서는 금강 최상류 용담댐에 유입되는 오염부하를 효과적으로 관리하기 위하여 용담댐 상류 유역에 수문-수질 모델을 적용하고 보정한 결과를 보고하고자 한다. 유역의 유출유량과 오염물질 부하를 산정하기 위해 미국환경부의 Hydrological Simulation Program-Fortran(HSPF)을 적용하였고 강우에 의한 용담댐 유역의 유입유량과 오염물질 부하 특성을 분석하였다. 용담댐은 금강수계 최상류에 있는 다목적댐으로 국내에서 5번째로 규모가 큰 댐으로서 도수터널을 이용한 유역변경을 통해 전라북도 지역의 용수를 공급하고 있다. 용담댐 유역을 환경부의 소유역 구분에 따라 51개의 소유역으로 세분화한 후 티센망을 고려하여 12개의 그룹으로 범주화하였고, 강우 관측지점 12곳의 2017-2021년 강우 자료를 각 소유역에 입력하였다. 강우를 제외한 여타 기상 자료는 자료의 한계로 인해 장수기상청과 전주기상청의 동일 기간의 것을 사용하였다. 수질 모의 항목은 총부유물질(TSS), 총인(TP)과 총질소(TN)이며, 유량과 수질 항목의 보정은 측정망의 2017~2021년 실측자료에 대하여 시행하였다. 보정 결과는 R², RMSE, MAE로 평가하였다. 본 연구의 결과는 용담댐 내부의 수질을 예측할 수 있는 3차원 수리-수질 모델의 입력자료로 활용될 예정이며, 추후 기후변화 영향을 고려한 상류 유역의 수질관리 계획 수립에 기여할 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.254-254
• /
• 2021

기후변화로 인한 자연재해는 해마다 크게 증가하고있으며, 홍수 및 가뭄의 강도와 빈도 증가, 지구온난화로 인한 하천 건천화 등 많은 문제들이 대두되고 있다. 특히, 물 순환과정의 핵심요소로 설명되는 유출량의 변동은 용수 공급과 홍수 대응 및 관리, 하천생태계 유지를 위한 환경에 영향을 미치고 있다. 따라서, 갈수량, 풍수량 등을 산정하여 하천별 유황특성을 결정하는 방법을 사용하고 있으나, 이와같은 지표는 계측자료가 과소한 경우 하천의 유황특성을 세부적으로 이해하고 정량적으로 제시하는데에 한계가있다. 따라서, 미계측 유역에서 Soil and Water Assessment Tool (SWAT)과 같은 수리해석모델이 광범위하게 이용되고있으며, SWAT 모델은 유역의 수치표고모형, 토양 특성, 토지이용 현황, 기상 현황, 유역의 매개변수 등을 반영하여 모델이 구동되고 있다. 하지만, 광범위하게 이용되고 적용성이 입증된 모델임에도 불구하고 입력자료의 불확실성 및 조사되지 않은 영농활동 등으로 인해 결과에 불확실성이 내포되어있으며, 불확실성을 줄이기 위해 실측된 하천의 유량 자료를 이용하여 검정 및 보정작업을 거치고 있다. 모델의 보정 방법으로는 SWAT-CUP과 같은 프로그램 이용되고 있지만, 모델에서 이용되는 매개변수로는 보정할수 있는 범위가 한정적이기 때문에 모델의 정확성을 높이는데에 한계가 있다. 따라서, 본 연구에서는 선암천 유역을 대상으로 모델의 매개변수를 보정하지 않고도 머신러닝 기법을 이용하여 모델의 결과를 향상시켰다. 보정 결과, 유량의 경우 R²가 0.42에서 0.91으로 향상되었으며, 특히 고유량 구간에서의 정확성이 매우 향상되었다. 본 연구에서 평가된 SWAT+머신러닝 결합 모형은 향후 모델 구동에 필요한 입력자료가 부족한 경우와 빠른 검정 및 보정 작업이 필요할 경우 활용될수 있을것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.136-136
• /
• 2017

본 연구의 목적은 이중편파 레이더 강우자료와 현재 실무에서 널이 이용되고 있는 레이더 강우보정 기법 적용에 따른 격자기반 분포형 강우-유출 모형인 KIMSTORM (KIneMatic wave STOrm Runoff Model)을 이용하여 유출해석을 수행하여 보정된 레이더 강우자료를 적용한 분포형 수문모형의 효율성을 검토하는데 있다. 남강댐 유역($2,293km^2$)을 대상으로 2014년 8월 태풍 이벤트(나크리), 2016년 10월 태풍 이벤트(차바)에 대하여 비슬산 레이더 강우자료를 사용하였다. 강우자료의 보정은 21개 지점 강우와 레이더 강우를 이용하여 조건부 합성 보정기법을 이용하였으며, 누적 강우량 그리고 면적 강우량 모두 관측치를 잘 재현함을 확인 할 수 있었다. $R^2$(coefficient of determination), ME (model efficiency), VCI (volume conservation index)를 이용하여 적용성을 평가하였다. 2016년 태풍 차바 이벤트에서의 유출 모형의 보정결과 조건부 합성 보정기법을 적용하기전 $R^2$, ME는 각각 0.75, 0.13으로 나타났고 조건부 합성 보정기법을 적용하였을 경우 각각 0.87, 0.82로 유출량 정확도가 크게 향상됨을 나타냈다. 다양한 국지성 집중호우 이벤트는 레이더 강우자료의 과대 및 과소추정을 유발하는 오차의 원인으로 조건부 합성 보정기법은 이러한 오차를 줄여 강우-유출 모형의 유출분석 결과 비교시 첨두유량 및 정량적인 면에서 실측 유량과 가깝게 모의되는 결과를 나타냈다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.315-315
• /
• 2018

L-THIA ACN-WQ 2016 모형 개선 연구에서는 침투량 산정, 다중 기상지점 등 유역 규모 확대를 목적으로 엔진 개선과 모형의 최적 매개변수 선정을 위해 최적화 알고리즘을 활용한 자동보정 모듈을 개발하였다. 개선된 침투량 초기손실 산정 계수를 적용한 침투량 산정 방법을 Green-Ampt 모형의 침투량 산정 결과와 비교한 결과 편차는 매우 작았으며, Green-Ampt 모형을 통해 산정된 침투량 범위 내에 분포되어 개선된 침투량 산정 방법의 결과가 유효한 값을 의미하는 것으로 나타났다. 이렇게 도출된 초기손실 산정 계수를 관계식으로 개발하여 L-THIA ACN-WQ 2018 모형 내에서 CN에 따른 초기손실량이 산정되도록 하였고, 이를 기반으로 침투량 및 기저유출량이 산정된다. 유역 규모 확대를 위해 다중 기상지점이 적용되도록 엔진 코드를 개선하였으며, 평창A와 고부A 유역을 대상으로 단일 기상지점과 다중 기상지점 적용에 따른 유출 해석을 유량지속곡선을 통해 비교 한 결과 다중 기상지점 적용에 따라서 평창A와 고부A 유역 모두 유황구간이 크게 달라지는 것으로 나타났다. 특히 고부A 유역은 우황 변동 특성이 크게 나타났는데, 지역적 강우 특성이 뚜렷한 유역에서는 유출해석에 매우 중요한 영향인자로 작용되는 것으로 알 수 있었다. 마지막으로 L-THIA ACN-WQ 2018모형을 이용함에 있어 유역 특성에 알맞은 최적 매개변수 산정을 위해 유량 및 TN, TP 자동보정 툴을 개발하였다. 자동보정툴은 2개의 보정방안으로 개발하였다. 첫 번째는 유역 전체에 대해 하나의 최적매개변수를 도출하는 것이며, 두번째는 유역 내 다중 보정 지점을 통해 소유역별 최적매개변수를 도출하는 것이다. 이를 통해 사용자는 모형의 활용 목적 및 가용 가능한 보정 자료 등을 고려하여 모형의 최적 매개변수를 도출할 수 있다. 이렇게 개선된 L-THIA ACN-WQ 2018 모형을 총량단위유역 한강 평창A와 금강 고부A에 적용한 결과 유량은 NSE 0.76, 0.85로 매우 높게 나타났으며, TN, TP의 NSE는 0.64 ~ 0.86 로 매우 높은 적용성 결과가 도출되었다. Ryu(2016)의 연구 결과와 비교해보면 평창A는 NSE와 $R^2$ 수치로는 큰 차이를 보이지 않았지만, 유량 모의에서 일별 예측값 변화 폭에 큰 변화가 있는 것으로 나타났다. 기존 L-THIA ACN-WQ 2016모형 결과에서는 일별 유량의 변동성이 매우 크지만, L-THIA ACN-WQ 2018 모형에서는 일별 유량 변동폭이 크게 감소하여, 유량 모의에 큰 개선 효과가 있는 것으로 나타났다