• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.177-177
• /
• 2018

유역의 홍수량 산정하기 위해서 데이터기반 모형, 개념적 모형, 프로세스 기반 모형과 같은 다양한 개념의 수문학적 모형이 개발되고 적용성이 검토되고 있다. 물리기반 강우-유출관계 모형의 경우, 이론적으로 강우유출응답의 연속 모의에 적합하다고 알려져 있으나 모형 구성에 필요한 수문자료 확보의 한계성 때문에 실절적인 적용에 어려움이 있다. 또한 수문 자료가 충분하지 않거나, 없는 미계측 유역에서 홍수량을 산정하기 위해서는 기존의 수문 관측 시스템의 데이터를 이용하기 어렵기 때문에 레이더 및 위성 등을 이용한 다양한 기상수문데이터 도입이 필요하다. 이에 본 연구에서는 관측된 자료와 함께 모델기반 수문기상 시스템인 GLDAS(Global Land Data Assimilation System, GLDAS)의 자료를 이용하여 개념적 강우-유출관계 모형인 PMD(Probaility Distributed Model, PMD)을 통해 홍수량을 모의하는 방법을 적용하였다. 이를 위해 개념적 강우유출관계 모형을 구성하고, 공간적 토양저류(soil moisture storage)분포를 산정하기 위해 토양의 함수상태를 산출하였다. 이같은 접근법은 수문 자료의 제한, 모형 검정의 문제와 같은 어려움을 해결하기 위한 대안으로 제시할 수 있으며, 분석 결과로부터 모델기반 수문기상 자료와 개념적 강우-유출관계 모형의 활용가능성을 검증할 계획이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.106-106
• /
• 2023

저수지 수문자료는 강우량, 유입량, 저수량, 방류량이다. 이 중에서 관측되고 있는 것은 저수량과 일부 수로방류량에 불과하다. 그럼에도 모의에 의해 유입량을 고정시키면, 물수지에 의해 방류량을 계산할 수 있다. 그러나 저수량 오차로 모의 유입량과 계산 방류량의 신뢰도는 반드시 확인돼야 한다. 신뢰도가 낮으면 모의 유출량과 계산 방류량을 조정하며 신뢰도를 높여야 한다. 신뢰도는 평가주기가 짧을수록 보장된다. 여기서는 유역면적 218.80km², 유효저수량 3,494만m³, 수혜면적 5,117ha인 탑정지에 대해 2020년 1월1일부터 12월31일까지 1시간 단위로 1달, 10일, 3일, 2일 간격의 주기로 저수지 운영자료를 생산하고, 그 신뢰도를 평가하여 평가주기가 짧을수록 오차가 감소되는 것을 관찰코자 했다. 1시간 간격의 유입량은 ONE 모형으로 모의했고, 저수지 물수지 모형을 구축하여 모의 유입량에 저수량 변화를 더해 방류량을 계산했다. 또한 저수지 물수지에 의해 저수위를 모의했으며, 관측 저수위와의 오차제곱근(RMSE)으로 신뢰도를 평가한 결과는 다음과 같다. 1달 간격으로 신뢰도를 평가한 경우 RMSE는 132.466m, 10일 간격은 46.922m, 3일 간격은 0.520m, 2일 간격은 0.349m로 나타났다. 위의 결과로부터 저수지 수문자료의 평가주기를 짧게 할수록 신뢰도는 개선된다고 말할 수 있다. 이상의 결과는 과거 자료에 대해 1년 동안 1시간 간격으로 유입량을 모의하고 방류량을 계산한 결과를 고정시키고, 평가주기를 달리하며 수위오차를 분석한 결과이다. 만약 평가주기별로 유입량과 방류량을 실제 상황에 적합하게 조정하면, 그 신뢰도는 훨씬 더 개선될 것이다. 현재 저수지 수위만을 관리하고 있는 현장의 상황에서 이 연구결과가 시사하는 바는 매우 크다. 첨언하면 AI 시대의 핵심은 자료다. AI의 먹이는 자료다. 다시 말해 자료 없는 AI는 시체와 같다. 자료는 기본이고 진실이다. 자료 없는 결과는 가짜다. 또한 위의 결과는 자료는 상시 관찰돼야 한다는 것을 말한다. 1년에 한 번 수문자료를 평가하는 제도로는 고품질의 자료를 생산할 수 없다. 무엇보다 자료는 상시 관찰하는 제도가 정착돼야 하며, 그 때 비로소 AI와 공존과 협력으로 물관리 기술의 혁신을 이룰 것이라 확신한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1245-1249
• /
• 2009

본 연구에서는 우리나라 수문기상인자의 특성변화 분석의 필요성을 지각하여 국내 기상관측소 중 관측년수가 30년 이상인 관측소 63개 지점에 대한 수문기상인자 중 연평균기온, 연평균상대습도, 연강수량, 연증발량, 연일조시간, 연강수계속시간, 연강수일수, 연적설일수, 연신적설일수 등의 자료를 수집하고 기본통계량에 해당하는 평균, 표준편차, 왜곡도, 변동계수를 통하여 수문기상인자의 경년적 변화를 파악하였다. 또한 각종 통계학적 기법을 이용하여 이들 수문기상인자의 경향성, 주기성, 변동성 등을 분석하였으며, 그 결과는 우리 나라를 대표할 수 있는 서울지점을 중심으로 정리하였다. 기본통계량을 분석한 결과 연강수량, 연강수일수, 연강수계속시간의 표준편차와 변동계수가 다른 수문기상인자 비해 상대적으로 큰 것으로 나타나 강수관련 인자들의 경년별 변화가 두드러짐을 알 수 있다. 또한 선형회귀분석과 5년 이동평균 결과 연강수량과 연평균기온은 증가, 연평균상대습도, 연일조시간, 연강수일수, 연증발량은 감소하는 경향을 보였다. Mann-Whitney Test, Wald-Wolfowitz Test, Hotelling-Pabst Test, Wavelet Method와 같은 통계학적기법으로 동질성, 독립성, 검정, 경향성 검정을 수행한 결과 연강수량, 연증발량, 연강수계속시간, 연강수일수, 연적설일수, 연신적설 일수 인자가 각각의 검정에서 동질성 및 독립성을 보였고, 경향성 검정에서는 연평균기온, 연평균상대습도, 연적설일수 인자가 신뢰수준 내에서 유의함을 보였고, 주기성 검정결과 본 연구에 채택한 9개의 수문기상인자들의 연속된 주기성은 나타나지 않았다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.123-123
• /
• 2018

가뭄은 홍수와 달리 진행속도가 비교적 느리기 때문에 초기에 감지한다면 피해를 최소화 할 수 있다. 국내에서는 가뭄전망을 위해 물리적 기반의 기상-수문연계해석 시스템을 구축하여 월 내지 계절전망을 수행하고 있다. 물리적 기반의 가뭄전망은 수치예보모델의 불확실성을 가지고 있으므로 예보 정확도 개선의 측면에서는 통계적 모델을 같이 활용하는 것이 바람직하다. 최근 국외에서는 통계적 방법인 AI (Artificial Intelligence) 기술을 사용하여 가뭄을 전망하는 연구가 활발히 진행 중이나, 아직까지 국내에서는 관련연구가 미흡한 실정이다. 이에 본 연구에서는 ANFIS (Adaptive Neuro-Fuzzy Inference System) 기반의 댐 유입량 예측 모델을 구축하고 SRI (Standardized Runoff Index)를 활용하여 수문학적 가뭄전망을 수행하였다. 대상유역은 국내 주요 다목적댐이 위치한 충주댐 유역과 소양강댐 유역을 선정하였다. 수문 및 기상자료는 국토 교통부 및 기상청의 관측 댐 유입량, 관측 강수량, 관측 기온 및 장기기상예보 자료를 사용하였다. ANFIS 모델 구축을 위한 훈련 및 보정기간과 검정기간은 각각 1987~2010년과 2011~2016년을 선정하였다. 수문학적 가뭄전망은 지속기간 3개월의 1개월 전망 SRI3를 활용하였으며, SRI3는 관측유입량과 예측유입량을 결합하여 산정하였다. 댐 예측유입량 및 수문학적 가뭄전망의 정확도 평가를 위해 상관계수, 평균제곱근오차를 활용하였다. 댐 예측유입량 평가 결과 예측값과 관측값의 상관계수가 높게 나타났으며, 평균제곱근오차는 낮아 예측성이 뛰어났다. SRI3의 경우 관측값과 예측값의 가뭄발생시기가 유사하여 가뭄을 적절하게 반영하는 것으로 나타났다. 본 연구의 결과는 통계적 기반의 수문학적 가뭄전망기법을 개발하였다는 측면에서 의의가 있으며, 향후 물리적 기반의 가뭄전망정보와 결합한다면 보다 실효성이 향상될 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.169-173
• /
• 2006

일반적으로 확률수문량을 산정하기 위해서는 수문자료에 대해 빈도해석을 실시한 후 확률수문량을 산정하게 된다. 재현기간이 커질수록 확률분포형에 따라 확률수문량의 값은 많은 차이를 나타내므로 적정 확률분포형의 선정은 매우 중요하다고 할 수 있다. 적정 확률분포형의 선정은 객관적인 기준에 의해 이루어져야 하나, 적정 확률분포형의 선정에 있어 명확한 기준이 마련되어 있지 않아 실무에서 확률수문량을 산정할 때 많은 어려움을 겪고 있는 실정이다. 따라서 본 연구에서는 적정 확률분포형의 선정기준으로 제시되어 있는 검정통계량을 이용한 방법의 적용성을 비교 검토하고자 한다. 이를 위해 우리나라에서 널리 사용되고 있는 Gumbel, GEV 분포형과 Weibull, Generalized logistic 분포형을 선택하고 각각의 분포형에 대해 자료의 크기별 모의를 통해 자료를 발생시킨 후 빈도해석을 수행하고, 적합도 검정 단계에서 산출되는 검정통계량을 비교하여 적정 확률분포형을 선정하여 적용성을 검토하고자 한다. 결과적으로 자료 발생에 이용된 분포형과는 관계없이 자료수가 작을수록 2변수 gamma, 자료수가 많을수록 5변수 Wakeby가 제일 많이 선정되는 것으로 나타났으며, Gumbel, GEV, generalized logistic 분포형의 경우는 대체로 자료의 수가 많아질수록 선정되는 빈도가 많은 것으로 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2004.05b
• /
• pp.1132-1136
• /
• 2004

본 논문은 지금까지의 지점빈도해석의 약점을 보완하기 위하여 지역화의 개념을 사용한 지역빈도해석의 방법에 관한 연구이다. 지점빈도해석은 수문자료의 관측기간이 짧은 경우 정확도에 문제를 발생시킬 수 있으므로, 지점 내 충분한 수의 자료 확보가 선행되어야 한다. 반면 지역빈도해석의 경우 우리나라와 같이 자료의 수가 부족한 경우에도 효율적이고 안정적인 확률수문량을 산정할 수 있다. 본 연구에서는 한강유역의 강우자료 선별을 통해 신뢰성 있는 자료를 구축한 훈, L-모멘트기법과 Netmax법을 사용한 지역빈도해석을 각각 실시하여 기존의 방법으로 산정한 수문량과 비교${\cdot}$분석하였다. 지역빈도해석의 결과 남한강 유역은 이질성 척도가 큰 것으로 판명되어 남한강 유역의 경우 지역적인 세분화가 필요한 것으로 나타났다. Netmax를 이용하여 산정된 수문량은 L-모멘트법과 지점빈도해석 그리고 확률강우량도에 의해 산정된 값에 비하여 과소추정 되었다 지역적 특수성을 고려하지 않고 형성된 네트워크는 지역적으로 세분화가 필요한 지역에 대하여서 좋지 않은 결과를 보여주는 것으로 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.444-444
• /
• 2021

하천의 오염부하량 관리 계획은 지속적인 모니터링을 통한 자료 구축과 모형을 이용한 예측결과를 기반으로 수립된다. 하천의 모니터링과 예측 분석은 많은 예산과 인력 등이 필요하나, 정부의 담당 공무원 수는 극히 부족한 상황이 일반적이다. 이에 정부는 전문가에게 관련 용역을 의뢰하지만, 한국과 같이 지형이 복잡한 지역에서의 오염부하량 배출 특성은 각각 다르게 나타나기 때문에 많은 예산 소모가 발생 된다. 이를 개선하고자, 본 연구는 합성곱 신경망 (convolution neural network)과 수문학적 이미지 (hydrological image)를 이용하여 강우 발생시 BOD 및 총인의 부하량 예측 모형을 개발하였다. 합성곱 신경망의 입력자료는 일반적으로 RGB (red, green, bule) 사진을 이용하는데, 이를 그래도 오염부하량 예측에 활용하는 것은 경험적 모형의 전제(독립변수와 종속변수의 관계)를 무너뜨리는 결과를 초래할 수 있다. 이에, 본 연구에서는 오염부하량이 수문학적 조건과 토지이용 등의 변수에 의해 결정된다는 인과관계를 만족시키고자 수문학적 속성이 내재된 수문학적 이미지를 합성곱 신경망의 훈련자료로 사용하였다. 수문학적 이미지는 임의의 유역에 대해 2차원 공간에서 무차원의 수문학적 속성을 갖는 grid의 집합으로 정의되는데, 여기서 각 grid의 수문학적 속성은 SCS 토양보존국(soil conservation service, SCS)에서 발표한 수문학적 토양피복형수 (curve number, CN)를 이용하여 산출한다. 합성곱 신경망의 구조는 2개의 Convolution Layer와 1개의 Pulling Layer가 5회 반복하는 구조로 설정하고, 1개의 Flatten Layer, 3개의 Dense Layer, 1개의 Batch Normalization Layer를 배열하고, 마지막으로 1개의 Dense Layer가 연결되는 구조로 설계하였다. 이와 함께, 각 층의 활성화 함수는 정규화 선형함수 (ReLu)로, 마지막 Dense Layer의 활성화 함수는 연속변수가 도출될 수 있도록 회귀모형에서 자주 사용되는 Linear 함수로 설정하였다. 연구의 대상지역은 경기도 가평군 조종천 유역으로 선정하였고, 연구기간은 2010년 1월 1일부터 2019년 12월 31일까지로, 2010년부터 2016년까지의 자료는 모형의 학습에, 2017년부터 2019년까지의 자료는 모형의 성능평가에 활용하였다. 모형의 예측 성능은 모형효율계수 (NSE), 평균제곱근오차(RMSE) 및 평균절대백분율오차(MAPE)를 이용하여 평가하였다. 그 결과, BOD 부하량에 대한 NSE는 0.9, RMSE는 1031.1 kg/day, MAPE는 11.5%로 나타났으며, 총인 부하량에 대한 NSE는 0.9, RMSE는 53.6 kg/day, MAPE는 17.9%로 나타나 본 연구의 모형은 우수(good)한 것으로 판단하였다. 이에, 본 연구의 모형은 일반 ANN 모형을 이용한 선행연구와는 달리 2차원 공간정보를 반영하여 오염부하량 모의가 가능했으며, 제한적인 입력자료를 이용하여 간편한 모델링이 가능하다는 장점을 나타냈다. 이를 통해 정부의 물관리 정책을 위한 의사결정 및 부족한 물관리 분야의 행정력에 도움이 될 것으로 생각된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.14-14
• /
• 2020

일반적으로 수문빈도해석은 치수계획 수립에 이용되는 설계강수량, 계획홍수량 등을 산정하기 위해 연최대치계열 또는 연초과치계열 자료를 이용한 극치빈도해석을 수행하고, 확률분포의 우측꼬리(right tail) 부분을 이용하여 확장된 재현기간에 해당하는 확률수문량을 추정한다. 하지만 가뭄 관련 분석에서는 확률분포의 좌측꼬리(left tail) 부분은 이용해 확장된 재현기간별 확률수문량을 추정해야할 경우가 발생한다. 또한 물관리 실무에서 장 단기 운영계획 수립을 위해 이용하는 갈수빈도 유입량 산정 등에서도 평년보다 작은 수문량에 대한 빈도해석이 필요한 경우가 있다. 국가 가뭄정보분석센터에서는 기존에 K-water연구원에서 개발한 빈도해석 프로그램인 K-FAT의 분석모듈을 이용해 극소치계열 또는 갈수빈도 유입량 분석에 특화된 가뭄빈도해석 프로그램을 개발하였다. 본 프로그램은 GEV, Gumbel, Weibull 등 14개의 확률분포형을 포함하며, 모멘트법, 최우도법 및 L-모멘트법을 사용하여 매개변수를 추정한다. 적합도 검정의 경우 χ², K-S, CVM, PPCC 및 수정 Anderson-Darling test를 이용하여 다각적인 검정을 할 수 있도록 하였다. 분석을 위한 입력 자료의 경우 사용자가 전처리를 통해 준비한 연최소치계열 등 연도별 시계열자료를 이용할 수 있으며, 일단위 및 월단위의 강수량 또는 댐 유입량 자료를 이용해 사용자가 원하는 기간의 누적강수량, 평균 유입량으로 변환할 수 있는 자료변환 기능을 추가하여 실무 활용성을 높였다. 또한 최적 확률분포 선정을 위해 참고할 수 있도록 AIC(Akaike information criteria)와 BIC(Bayesian information criteria) 분석이 포함되어 있으며, Bootstrap 기법 등을 이용한 불확실성 산정을 통해 추정 값의 신뢰구간을 표시하도록 하였다. 개발된 프로그램은 베타버전 시험배포를 거쳐 가뭄정보포털을 통해 배포할 예정이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.34-34
• /
• 2021

본 연구에서는 격자기반 분포형 수문모델링을 통해 하천갈수량을 추정하고자 한다. 분포형 수문모형은 단방향흐름 알고리즘에 의한 토양 물수지식을 기반으로 개발되었으며 운동파(kinematic wave) 이론을 적용하여 지표 및 지표하 유출을 모의한다. 또한, 격자별로 수문학적 물수지요소인 차단량, 증발산량, 침투 및 침루량, 지하수충전량 등을 계산하며, 댐·보 방류량을 해당 지점 격자의 물수지에 적용할 수 있도록 개발하였다. 본 모형은 2개의 다목적댐과 3개의 다기능보가 위치한 금강유역(9,645.5 km²)에 적용하였으며, 유역 면적과 하천 유속을 고려하여 1 km × 1 km 격자를 구성하고 10분 간격으로 2013년부터 2020년까지 수문모의를 진행하였다. 모형의 입력자료로 유역 인근의 12개 기상관측소로부터 시단위 기상자료를 구축하였으며, 모형의 검보정은 일단위 관측유량(Q), 플럭스 타워 증발산량, 실측 토양수분 및 지하수위 자료를 구축하여 활용하였다. 댐 및 보 지점에 대해 Q와 1/Q로 검보정을 수행한 결과, 평균 결정계수(R²)는 댐 지점에서 0.53~0.65, 보 지점에서 0.46~0.69의 값을 나타냈으며, Nash-Shtcliffe efficiency(NSE)는 댐 지점에서 0.46~0.55, 보 지점에서 0.31~0.65의 값을 나타냈다. 공간 보정을 위해 증발산량, 토양수분, 지하수위에 대한 검보정을 수행할 예정이며, 유황곡선을 활용하여 하천차수, 토양속성 및 토지이용에 따른 하천갈수량을 분석할 예정이다.

• Proceedings of The Korean Society of Agricultural and Forest Meteorology Conference
• /
• 2001.06a
• /
• pp.26-29
• /
• 2001

저수지 계획에서 수문자료는 가장 기본이 되며, 직접 설계에 영향을 미친다. 노 등(1997)은 일 기상자료를 이용한 '댐규모 의사결정지원시스템'을 개발하였다. 그러나 수문자료가 부족할 때는 많은 어려움을 겪게 된다. 어느 곳은 일자료는 없고 월자료만 있는 곳도 있다. 또한 저수지 수면증 발량은 계기증발량 값으로부터 추정하고 있는데, 1990년 이후 증발량을 측정하는 관측소의 수를 대폭 줄였으며 현재 전국 22개소에서만 증발량을 관측하고 있다.(중략)