• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1466-1470
• /
• 2010

토양수분은 지표의 다양한 과정을 통제하는 중요한 수문학적 변수며 이에 신뢰할 수 있는 토양수분의 정보를 습득하는 것은 매우 중요하다. 그러나 정확한 토양수분의 실측자료는 그 설치비용과 인력부족으로 매우 빈약하여 이를 대체할 만한 정보를 획득하기 위한 연구 또한 부족하다. 요즘, 많은 수문모형의 개발로 토양 수분 또한 결과물로써 많이 이용된다. 그러나 모형에서 모의된 토양수분의 신뢰성을 판단할 때는 실측자료를 이용하는 것이 가장 이상적이나, 토양수분의 실측값이 부족하므로, 유역의 토양수분 실측자료 대신 모의된 토양수분을 적용할 필요가 있다. 이에 따라 본 연구에서는 우리나라 소양강댐 유역에 대하여 SWAT(Soil and Water Assessment Tool) 모형을 이용하여 실측 토양수분자료를 최대한 활용함으로써 토양수분을 모의하였다. 또한 모의된 토양수분을 Terra MODIS NDVI(Normalized Difference Vegetation Index)와 LST(Land Surface Temperature)과의 상관성을 계절별, 월별로 분석하여 그 관계식을 도출하고자 하였다.

• Proceedings of the KGS Conference
• /
• 2003.11a
• /
• pp.3-7
• /
• 2003

북한강의 가장 큰 지류하천인 소양강은 발원지와 최상류부가 북한 지역이며, 상류부에서도 남한 지역은 휴전선에 접하여 군사지역이 많기 때문에 연구를 위한 접근과 활동이 쉽지 않다. 또한 하류부는 소양강댐으로 인해 하천 양안의 대부분이 소양호의 수면 아래에 수몰되어 있다. 이러한 이유로 인해 소양강을 대상으로 한 지리학 및 지형학적 연구 성과는 거의 없다. 소양강은 남한의 하천 유역분지 중 최북단에 위치하며 태백산맥에 바로 접하고 있어, 태백산맥 일대의 구조 운동으로 인해 활발한 하각(incision) 작용이 나타난다. (중략)

• Geotechnical Engineering
• /
• v.28 no.10
• /
• pp.8-14
• /
• 2012

• Water for future
• /
• v.40 no.5 s.166
• /
• pp.73-82
• /
• 2007

• Water for future
• /
• v.44 no.12
• /
• pp.93-97
• /
• 2011

• Proceedings of the Korea Water Resources Association Conference
• /
• 2001.05b
• /
• pp.1071-1076
• /
• 2001

• Geotechnical Engineering
• /
• v.27 no.11
• /
• pp.31-36
• /
• 2011

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.358-358
• /
• 2023

본 연구에서는 그동안 수자원분야 강우유출 해석분야에 활용되었던 대표적인 머신러닝&딥러닝(ML&DL) 모델을 활용하여 모델의 하이퍼파라미터 튜닝뿐만 아니라 모델의 특성을 고려한 기상 및 수문데이터의 조합과 전처리(lag-time, 이동평균 등)를 통하여 데이터 특성과 ML&DL모델의 조합시나리오에 따른 일 유입량 예측성능을 비교 검토하는 연구를 수행하였다. 이를 위해 소양강댐 유역을 대상으로 1974년에서 2021년까지 축적된 기상 및 수문데이터를 활용하여 1) 강우, 2) 유입량, 3) 기상자료를 주요 영향변수(독립변수)로 고려하고, 이에 a) 지체시간(lag-time), b) 이동평균, c) 유입량의 성분분리조건을 적용하여 총 36가지 시나리오 조합을 ML&DL의 입력자료로 활용하였다. ML&DL 모델은 1) Linear Regression(LR), 2) Lasso, 3) Ridge, 4) SVR(Support Vector Regression), 5) Random Forest(RF), 6) LGBM(Light Gradient Boosting Model), 7) XGBoost의 7가지 ML방법과 8) LSTM(Long Short-Term Memory models), 9) TCN(Temporal Convolutional Network), 10) LSTM-TCN의 3가지 DL 방법, 총 10가지 ML&DL모델을 비교 검토하여 일유입량 예측을 위한 가장 적합한 데이터 조합 특성과 ML&DL모델을 성능평가와 함께 제시하였다. 학습된 모형의 유입량 예측 결과를 비교·분석한 결과, 소양강댐 유역에서는 딥러닝 중에서는 TCN모형이 가장 우수한 성능을 보였고(TCN>TCN-LSTM>LSTM), 트리기반 머신러닝중에서는 Random Forest와 LGBM이 우수한 성능을 보였으며(RF, LGBM>XGB), SVR도 LGBM수준의 우수한 성능을 나타내었다. LR, Lasso, Ridge 세가지 Regression모형은 상대적으로 낮은 성능을 보였다. 또한 소양강댐 댐유입량 예측에 대하여 강우, 유입량, 기상계열을 36가지로 조합한 결과, 입력자료에 lag-time이 적용된 강우계열의 조합 분석에서 세가지 Regression모델을 제외한 모든 모형에서 NSE(Nash-Sutcliffe Efficiency) 0.8이상(최대 0.867)의 성능을 보였으며, lag-time이 적용된 강우와 유입량계열을 조합했을 경우 NSE 0.85이상(최대 0.901)의 더 우수한 성능을 보였다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.28 no.1B
• /
• pp.1-9
• /
• 2008

The impact of snow accumulation and snowmelt in rainfall-runoff modelling was analyzed for the Soyanggang dam basin by comparing the measured and simulated discharges simulated by the NWS-PC model. Sugawara's conceptual model was used to simulate the snow accumulation and snowmelt phenomena and NWS-PC model was employed to simulate rainfall-runoff. Parameters in model calibration were estimated by the Multi-step Automated Calibration Scheme and optimized using SCE-UA algorithm in each step. The results of the model calibration and verification show that the model considering snowmelt process is better than the one without consideration of snowmelt under the performance criteria such as RMSE, PBIAS, NSE, and PME. The measured discharge time series has over 60 days of persistence. Correlograms for each simulation showed that the simulated discharge with snowmelt model reproduce the persistence closely to the measured discharge's while the one without snow accumulation and snowmelt model reproduce only 20 days of persistence. The study result indicates that the inclusion of snow accumulation and snowmelt model is important for the accurate simulation of rainfall-runoff phenomena in the Soyanggang dam basin.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.106-106
• /
• 2022

댐 유역의 수문자료는 댐의 효율적인 운영, 중장기 댐 운영 계획, 수자원 관리, 댐 저수량 예보 등을 위해 사용되며, 최근 기후변화로 인해 정밀한 댐 운영에 필요한 유량자료의 필요성은 더욱 커지고 있다. 일반적으로 댐의 주요 수문자료에는 유입량의 요소, 저수량 요소, 유출량의 요소로 구분된다. 현재까지 강수량, 저수위, 방류량 자료는 지속적인 계측 및 품질관리 기술의 발전으로 인해 신뢰도가 점차 향상되고 있으나, 반면 증발량과 침투량 자료는 여전히 정확한 계측에 많은 어려움이 있다. 따라서 우리나라의 댐 유입량은 직접측정의 현실적 제약사항으로 인해, 방류량과 저수위 변화에 따른 저류량의 차를 이용하여 간접적으로 측정하고 있어, 증발량 및 지하수 유출량 등과 같은 복잡한 자연현상을 고려하지 못한 채 저수지 수위의 변화에 따른 민감도가 크게 발생하는 문제로 이어지게 된다. 본 연구에서는 소양강댐 유역의 증발을 고려하는 개선된 물수지 방정식을 제안하였다. 그 결과, 기존의 댐 유입량 자료에서 발생하는 문제점은 증발을 고려한 물수지법 적용을 통해 어느 정도 개선이 가능하다. 즉, 기존의 댐 유입량 산정 시 고려하지 않는 다양한 유출 요인에 대한 과도한 누락은 음유입량 발생문제를 야기하며, 실제 복잡한 자연현상을 설명하기 위해서는 추가적인 유출 요소(증발량)를 물수지 방정식에 포함할 필요가 있다. 이처럼 개선된 물수지법을 적용할 경우, 직접적인 가용수자원을 구성하는 직접 유출량과 간접 유출량이 전체 유입량에 기여하는 정도를 파악할 수 있다. 다만, 여기에서의 증발량은 유역 내 실측자료가 아님과 동시에 수면 증발량을 고려하지 못한 한계가 있으며, 향후 연구에서는 보다 정확도 높은 수문자료의 생산 및 확보를 위한 지속적인 노력이 필요하다.