• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.49-49
• /
• 2022

인구 증가, 도시화, 산업 발달, 교통량 증가 등의 다양한 인간활동은 기후변화와 더불어 자연의 고유한 환경을 변화시킴으로써, 기존에 평형을 유지하던 생태계를 교란시킨다. 인간활동으로 인해 물 이용량과 배출되는 오염물질이 증가하여 물 스트레스 수준은 높아지고, 수질오염은 더욱 심각해지고 있다. 우리나라는 1980년대부터 산업화, 도시화가 빠르게 진행되어 유역 환경을 변화시키며 하천 생태계가 악화되고 있다. 특히 낙동강 유역은 조류 발생과 그로 인한 심각한 부영양화 문제가 대두되는 유역으로, 유역에서 발생하고 하천으로 유입되는 질소와 인의 부하량의 관리가 필요하다. 따라서 본 연구에서는 하천 생태계에 영향을 미치는 다양한 인간활동 중 농업, 축산과 같은 비점오염원, 하수종말처리장 등의 점오염원 그리고 대기 질소 침착으로 인한 낙동강 유역에서 발생하는 질소, 인의 부하량을 산정하였다. 그리고 하천 수질관측망 자료를 이용하여, 유역의 질소, 인 부하량 중 하천으로 유입되는 질소와 인의 부하량의 비율을 산정하여 각 오염원이 하천 수질에 미치는 영향을 정량적으로 분석하고자 한다. 낙동강 유역의 7개의 주요 수계 내성천, 위천, 감천, 금호강, 남강, 황강, 밀양강을 대상으로 인구수, 토지이용 변화 등의 유역특성을 고려하여, 수계별 과거 1980년에서 현재까지의 부하량 트렌드를 분석하고, 주요 오염원을 추적하고자 한다.

• 한국수자원학회논문집
• /
• 제52권8호
• /
• pp.515-529
• /
• 2019

하천망과 유역 등 하천 네트워크 관련 공간자료는 각종 하천관리, 하천계획 및 설계, 수리수문학적 해석 등의 근간을 이루는 기초자료로 활용되고 있다. 기존 RIMGIS 등에서 제공하는 하천정보도 현행화 및 적절한 관리 부족으로 공간정보시스템간 불일치와 실제 하천지형과 이격이 나타나고 있는 실정이다. 또한, 고해상도 수치지형도(DEM)이 국가하천 주변 등 일부 지역에서만 제공되어, 저해상도 DEM으로부터 추출된 하천네트워크 정보의 신뢰도가 낮고 가용한 기수립 하천네트워크 정보와의 불일치는 DEM 기반 다양한 하천정보 추출 및 탄력적 활용을 저하시키고 있는 실정이다. 본 연구에서는 우선 국내 하천공간정보시스템이 제공하는 하천망 정보의 공간정확도, 정보체계간 일치성 등을 평가하고, 낮은 해상도의 DEM에 기수립된 하천망을 DEM에 강제로 각인시키는 방법으로 DEM을 개선하여 추후 하천망 혹은 유역 추출 시 기수립 하천망 혹은 유역대로 재현이 가능하게 하여 하천분야에 DEM의 활용성을 높일 수 있는 방법론과 소프트웨어(Forced river Network Striation and Delineation tool: FNSD)을 개발하고자 하였다. 개발된 FNSD는 ArcGIS의 ModelBuilder에서 순차적으로 관련 모듈을 연계시켜 자동화되도록 설계되었고, 한강수계의 섬강 유역에 시범 적용되었으며 항공사진 정보를 기반으로 수작업을 통해 도출된 하천망을 기수립 하천망으로 간주하여 30 m 저해상도 DEM에 각인시켜 하천망을 재추출한 후 주어진 기수립 하천망과 비교하여 재현 정확도를 검토하였다. 섬강유역에 적용한 결과 FNSD는 기수립 하천망을 정확하게 재현할 수 있음을 확인하였다. 이러한 검증결과는 각인된 DEM이 다양한 차수의 하천망 및 유역을 신뢰성 있게 재현할 수 있어 저해상도 DEM의 하천활용도를 높이는데 기여할 가능성이 있음을 의미한다.

• Ecology and Resilient Infrastructure
• /
• 제7권4호
• /
• pp.345-352
• /
• 2020

최근 하천범람에 따른 피해를 최소화하기 위해서는 대피를 위한 선행시간을 확보하는 것이 매우 중요하다. 본 연구에서는 현재 하천에서 측정되고 있는 수위 관측 자료를 이용하여 이상호우 발생시 하류의 수위를 예측하였다. 수위 예측을 위해 다중회귀모형 및 인공신경망 모형을 섬강시험유역에 적용하였다. 다중회귀모형 및 인공신경망 모형의 학습에는 섬강시험유역의 2002년부터 2010년까지의 수위 관측 자료를 이용하였으며, 학습된 모형을 이용하여 발생 가능한 수위를 예측하였다. 모의 결과 인공신경망 수위예측모형의 결정계수는 0.991 - 0.999로 나타났으며, 다중회귀수위예측 모형의 결정계수는 0.945 - 0.990로 나타나 인공신경망을 이용한 수위예측모형이 다중회귀모형보다 좀 더 나은 예측 결과를 나타내는 것을 확인할 수 있었다. 본 연구결과는 향후 하천에서 선행시간을 확보한 홍수 예보 구축에 활용할 수 있을 것으로 판단된다.

• 자원환경지질
• /
• 제38권1호
• /
• pp.33-43
• /
• 2005

본 연구의 목적은 2002년 산사태가 많이 발생한 강원도 강릉 지역의 산사태 발생원인에 대해 인공신경망 기법과 GIS를 이용하여 취약성도를 작성 및 이를 검증하는 것이다. 이를 위해 지형도, 토양도, 임상도, 지질도, 토지피복도 등 을 GIS를 이용하여 공간 데이터베이스로 구축하였고, 이러한 데이터베이스로부터, 경사, 경사방향, 곡률, 수계, 지형종 류, 토질, 토양모재, 토양배수, 유효토심, 임상종류, 임상경급, 임상영급, 임상밀도, 암상, 토지피복도, 선구조도 등을 추 출하여 산사태 발생요인으로 이용하였다. 이러한 데이터베이스와 산사태 발생 위치에 대해 인공신경망 기법을 적용하 여 산사태 발생 원인에 대해 상대적인 가중치를 계산하고, 이를 적용하여 산사태 취약성도를 만들었다. 그리고 계산 된 산사태 취약성도는 산사태 발생을 정량적으로 예측하는 비곡선 방법을 이용하여 검증되었다. 이러한 결과는 산사 태 피해 예방을 위한 방재 사업, 국토개발 계획, 건설계획 등에 기초 자료로서 활용될 수 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.377-377
• /
• 2019

본 연구에서는 LSTM 모형을 이용하여 갈수예보를 위한 월 단위 전망모형개발의 대상지점으로 이수 및 치수의 측면에서 아주 중요한 한강대교 지점을 선정하였으며 유량예보를 위하여 한강수계 19개 기상관측소의 월평균강수량, 월평균기온 및 3개 댐(소양,횡성,충주)의 월방류량을 사용하여 한강대교의 월 유량을 예측하였다. 1996년부터 2016년까지의 자료는 모형의 학습, 2017년 자료는 모형의 검증에 활용하였으며 가장 최근 건설된 횡성댐 방류량의 경우 1996년~2000년의 자료가 없으므로 2001년~2005년의 자료를 반복하여 학습에 활용하였다. 모형의 예측결과는 신경망 학습 시 한강대교 월유량자료를 포함한 결과와 미포함 결과를 도출하였으며, 모의결과의 재현성 분석을 위하여 월별 예측값과 실측값의 비율을 산정하였으며 1월부터 12월까지 12개 값을 평균하여 평균예측률을 산정하고 이를 홍수기(6월~10월) 및 비홍수기(1월~5월, 11월~12월)를 구분하였다. 딥러닝 학습 시 월유량을 포함한 경우의 예측결과가 학습 시 월유량을 포함하지 않았을 경우보다 상대적으로 좋은 정확도를 보이는 것으로 분석되었다. 다만, 신경망을 실제 갈수예보에 활용하기 위해서는 예측 기상정보인 월강우량, 월평균기온, 댐방류량만을 활용하여야 하는데 학습 시월유량 미포함 결과는 예측률이 매우 낮았으며, 신경망의 학습횟수가 늘어날 경우 학습자료 과적합(over-fitting)되어 정확도가 보다 저하되는 것으로 나타났다. 그래서 기존의 현재시간 t까지의 입력자료로 학습 후 익월(t+1)의 월유량을 예측하는 (t $\rightarrow$ t+1) 방법에서 현재시점 (t-n ~ t)까지의 입력자료를 이용하여 당월(t)의 월유량을 산정하는 (t$\rightarrow$t) 방법으로 재학습 후 모형검증을 수행한 결과 전술한 익월(t+1) 유량을 예측한 결과보다 재현성이 훨씬 향상된 것으로 분석되며평균예측률이 0.99로 홍수기 및 비홍수기에서도 뛰어난 정확성을 보이고 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.438-438
• /
• 2021

우리나라의 수질오염총량관리제도는 수계 내 모든 유역을 관리대상으로 동일 기준유량 조건에 동일한 대상물질로 관리하고 있지만, 본류는 지류의 영향을 받고 있으며 지류는 사람이 거주하는 지역 인근에 있어 본류 수질에 직접적인 영향을 미치고 있다. 이는 지류의 시급한 개선이 필요한 오염물질의 실질적인 관리가 어려워 이를 개선하기 위해 오염도가 높은 지류의 총량관리를 위한 지류총량제도의 추가 도입이 필요한 실정이다. 본 연구에서는 지류총량제 시행에 따른 효과를 예측하기 위해 팔당수계 유역을 소유역 단위로 분할하고 HSPF 모형을 적용하여 팔당수계 소유역 지류에서의 수질 변화 양상이 본류에 미치는 영향을 분석하였다. 연구대상지역은 팔당수계 중권역 유역(남한강 하류 유역, 경안천 유역, 북한강 하류 유역)으로 구분하고 유역 유출 및 수질 모델링은 지류하천을 포함하는 57개 소유역을 대상으로 수행하였다. 입력자료는 공간자료(표고, 경사, 토지이용, 토양도 등)와 기상자료(춘천, 양평, 이천, 수원관측소)는 2008년~2018년의 강수량, 최고기온, 최저기온, 평균풍속, 평균습도 등의 시단위 자료를 사용하였다. 모의결과, BOD는 남한강 하류유역의 주요 지천 유역인 복하천, 양화천, 청미천 및 흑천 유역에서 0.54~0.56mg/L의 범위로 주변 유역보다 높게 나타났으며, 경안천 유역은 경안천 유역의 중·하류 유역에서 2.63~4.22mg/L의 범위로 높게 나타났고, 북한강 유역은 조종천 하류 및 북한강 상류 유역에서 1.36~3.31mg/L의 범위로 주변 유역보다 높게 나타났다. T-P는 남한강 하류 유역은 주요 지천 유역인 복하천, 양화천, 청미천 유역에서 0.07~0.19mg/L의 범위로 주변 유역보다 높게 나타났고, 남한강 하류 유역의 중간 지점 유역인 한강(E1, E2, E4, E6)에서 높게 나타났다. 경안천 유역은 중·하류 유역의 좌안측 유역인 경안(A4, A3, B2, B1, F9)에서 0.1~0.14mg/L의 범위로 높게 나타났으며, 북한강 유역은 전체 유역에서 0.06mg/L 이하로 남한강 하류 및 경안천 유역보다 전반적으로 낮게 나타났다. 이와 같이 지류총량관리에 HSPF 모형의 적용은 가능하였으나 HSPF 모형을 이용한 소유역 단위의 유량 및 수질 예측을 위해서는 기존의 유량 및 수질 관측망을 소유역 단위로 좀 더 정밀하게 계획하는 것이 필요하다고 판단된다.

• 한국수자원학회논문집
• /
• 제34권4호
• /
• pp.303-316
• /
• 2001

본 연구에서는 중소하천수계에서 수문학적 예측을 위하여 Hybrid Neural Networks의 일종인 반경기초함수(RBF) 신경망모형이 적용되었다. RBF 신경망모형은 4종류의 매개변수로 구성되어 있으며, 지율 및 지도훈련과정으로 이루어져있다. 반경기초함수로서 가우스핵함수(GKF)가 이용되었으며, GKF의 매개변수인 중심과 폭은 K-Means 군집알고리즘에 의해 최적화 된다. 그리고 RBF 신경망모형의 매개변수인 중심, 폭, 연결강도와 편차벡터는 훈련을 통하여 최적 매개변수의 값이 결정되며, 이 매개변수들을 이용하여 모형의 검증과정이 이루어진다. RBF 신경망모형은 한국의 IHP 대표유역중 하나인 위천유역에 적용하였으며, 모형의 훈련과 검증을 위하여 10개의 강우사상을 선택하였다. 또한 RBF 신경망모형과 비교검토하기 위하여 엘만 신경망(ENN)모형을 이용하였으며, ENN 모형은 일단게 할선역전파(OSSBP) 및 탄성역전파(RBP)알고리즘으로 이루어져 있다. 모형의 훈련과 검증과정을 통하여 RBF 신경망모형이 ENN 모형보다 양호한 결과를 나타내는 것으로 분석되었다. RBF 신경망모형은 훈련시키는데 시간이 적게 들고, 이론적 배경이 부족한 수문학자들도 쉽게 사용할 수 있는 신경망모형이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2006년도 학술발표회 논문집
• /
• pp.1701-1705
• /
• 2006

본 연구에서는 일차원 수리학적 하도추적모형인 FLDWAV 모형을 이용하여 낙동강 유역에 대해서 댐하류유역의 하도망을 구성하여 모형을 수행함으로서 댐 방류에 따른 안동댐에서 하구둑까지의 수리학적 흐름특성을 분석하였다. 대상구간은 안동댐${\sim}$하구둑까지의 본류구간과 임하댐직하${\sim}$반변천합류점, 합천댐직하${\sim}$황강합류점, 남강댐직하${\sim}$남강합류점까지의 단면을 적용하였으며, 하천정비기본계획상에 나타난 실측하상단면자료를 FLDWAV모형에 적합하게 변환하였다. 본 연구에서 적용된 모형은 1차원 부정류 해석모형으로서 단일하도 뿐만 아니라 지류와 연계된 하도망의 해석도 성공적으로 수행하게 된다. 모형에 의해 산정된 유량 및 수위의 값들은 당시의 실측값과 비교하여 유사한 형태를 가지며 정량적, 정성적인 부분에서 모형의 적합성을 증명하였다. 본 연구를 통하여 대상구간의 전체하도에 대한 적용절차 및 분석기법 등을 참조하여 다른 수계로의 확장이 가능하게 된다. 단면변환 및 경계조건 산정방법, 모형의 수행 및 결과 분석 과정 등이 댐방류 또는 지류의 유입을 고려한 합리적인 하천관리를 위한 방향을 제시하게 될 것으로 판단된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2013년도 춘계학술대회
• /
• pp.1034-1037
• /
• 2013

정보통신기반시설은 국가 안전보장, 행정, 국방, 치안, 금융, 통신, 운용, 에너지 등의 업무와 관련된 전자적 제어 관리시스템 또는 정보통신망으로, 수자원분야는 국민의 편의와 안전에 중요한 수도 발전 댐관리 등을 전자적으로 수행할 수 있도록 제어시스템이 구축되어있다. 수자원분야는 또한 물관리 패러다임의 변화에 따라 제어시스템은 하나의 네트워크로 통합 관리되어 수계별로 유역통합물 관리가 실현되고 있다. 이러한 제어시스템은 다른 제어망, 업무망, 외부기관과의 연계등의 많은 보안상의 취약점을 노출하고 있고, 이에 대한 사이버테러는 사회 경제적으로 큰 혼란을 야기할 수 있으므로 제어시스템에 대한 보안의 중요성이 대두되고 있다. 본 논문에서는 정보통신기반시설 - 특히 댐 보 등 수자원분야의 제어시스템 보안대책에 대해 알아보고자 한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.1164-1168
• /
• 2010

수자원이 우리 생활의 전반적으로 중요한 역할을 차지하면서 댐의 효율적인 운영과 안정적인 용수공급에 대한 연구는 지속적으로 수행되어지고 있다. 1990년대 이후 비선형적인 특성을 잘 모의하는 장점을 가진 인공신경망(ANN)을 이용하여 유입량 예측에 대한 많은 연구가 수행되었다. 하지만 ANN 모형을 포함한 회귀모형은 월 강우 및 유입량의 예측에 대해 간편하게 사용을 할 수 있지만, 예측의 정확성에 한계를 가지고 있다. 본 연구에서는 ANN 모형과 회귀모형의 예측오차를 후처리 과정을 통하여 오차를 줄임으로써 예측모형의 성과를 향상시키는 방법을 제안하였다. 연구지역은 금강수계의 대청댐 유역으로, 1982년 9월부터 2005년 12월에 해당하는 유역 내 11개 지점의 강우관측소에서 관측한 월 강우와 댐 유입량을 수집하여 모형을 구축하였다. 강우량과 유입량 자료에 대해 자기상관함수와 교차상관함수를 이용하여 입력변수를 결정하였고, 정규화를 통한 전처리 과정을 거쳐 ANN 모형과 회귀모형을 이용한 예측모형을 구축하였으며, 예측성과의 향상을 위하여 군집 분석을 이용하여 오차를 재조정하였다. 이러한 오차 후처리 과정을 포함한 모형은 RMSE와 상관계수를 이용하여 비교 평가한 결과, 예측성과를 약 40% 정도 향상시켰다.