• Proceedings of the Korean Environmental Sciences Society Conference
• /
• 2007.05a
• /
• pp.223-226
• /
• 2007

수질모의를 위해 WASP7 수질모델 프로그램을 사용하였으며, 연구대상지역인 임하호의 일부분을 선정하여 수리${\cdot}$수문 조건적용 및 segment 를 구분하였다. 선정된 연구대상지역의 매개변수를 추정한 후 민감도 분석을 임의로 -50%, -25%, 0%, +25%, +50% 로 조정, 적용하여 민감도를 분석한 결과를 이용하여 장래 연구대상 지역의 수질모의 분석에 적용할 수 있으리라 판단된다.

• Journal of Korea Water Resources Association
• /
• v.33 no.4
• /
• pp.505-515
• /
• 2000

THe purpose of this study is to forecast of runoff hydrographs according to rainfall event in a stream. The neural network theory as a hydrologic blackbox model is used to solve hydrological problems. The Back-Propagation(BP) algorithm by the Levenberg-Marquardt(LM) techniques and Radial Basis Function(RBF) network in Neural Network(NN) models are used. Runoff hydrograph is forecasted in Bocheongstream basin which is a IHP the representative basin. The possibility of a simulation for runoff hydrographs about unlearned stations is considered. The results show that NN models are performed to effective learning for rainfall-runoff process of hydrologic system which involves a complexity and nonliner relationships. The RBF networks consist of 2 learning steps. The first step is an unsupervised learning in hidden layer and the next step is a supervised learning in output layer. Therefore, the RBF networks could provide rather time saved in the learning step than the BP algorithm. The peak discharge both BP algorithm and RBF network model in the estimation of an unlearned are a is trended to observed values.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.365-365
• /
• 2020

최근 기후변화로 인한 강우, 온도, 유량과 같은 수문학적 요소의 불확실성 증가와 더불어 산업화, 도시화로 인한 물 수요가 커짐에 따라 물부족 발생 위험이 증가하고 있다. 이에 따라, 안정적인 물 공급을 위한 하천유량과 취수량의 균형을 목적으로 하는 취수량의 예측 및 모의에 대한 중요성이 강조되고 있다. 본 연구에서는 과거 하천 취수량 자료로부터 미래 취수량을 예측하기 위해 딥러링 기법 중 하나인 순환신경망(LSTM) 모형과 시계열분해법을 결합하여 취수량 예측 모형을 개발하였다. 시계열분해법을 통해 자료의 경향성과 계절적 변동성 등 다양한 스케일의 시계열을 분해하여 전처리를 수행하였으며 불확실성을 의미하는 잔차(residual)에 LSTM을 적용하여 예측하였다. 결과적으로 LSTM 취수량 예측 모형은 높은 정확도를 보였으며, 월단위 전망 시 관측값에 대하여 신뢰성이 있는 결과를 나타내었다. 본 연구에서 개발한 모형에 따른 결과는 수자원 관리를 위해 활용이 가능할 것으로 기대된다.

• Journal of Korea Water Resources Association
• /
• v.51 no.5
• /
• pp.405-415
• /
• 2018

Hydraulic variables such as discharge coefficient, gate opening, and upstream water depth are required to calculate the discharge of vertical lift gate. It is very important for a precise gate design, because it may affect the rest, to predict the behavior of gate opening during operation. In this study, an equation by which gate opening could be predicted with any upstream water depths was derived from the relation between the calculated value from buoyancy theory and measured one from experiment for a floating gate model. Downpull force was the reason for the differences between the calculated and the measured and it was verified using pressure coefficient. Also, the relation of discharge coefficient with gate opening ratios was derived. The derived relations were used for flood routing and it was realized that downpull force effect should be fully taken into account during gate design.

• Journal of Korea Water Resources Association
• /
• v.42 no.1
• /
• pp.1-8
• /
• 2009

In this study, based on the major activities which might have affected the ecological system of the Geum River, a conceptual model was proposed to guide scenario development for the eco-hydrological river evaluation. Also, an analysis method employing a set of models consisting, with other supporting programs, of KModSim for watershed network analysis and RAP for ecosystem analysis was developed for eco-hydrological river assessment. Then, hydrological analyses with various scenarios were conducted to examine the flow regime changes expected from the construction and operation of the Youngdam Multipurpose Dam (YMD) and Daecheong Multipurpose Dam (DMD) in the Geum River basin. The results indicated that the "Percentile 10" values for 10% exceeding time were decreased by 20.5% and 8.0% at Sutong downstream of YMD and Gongju downstream of DMD, respectively, while "Percentile 90" values for 90% exceeding time were increased by 56.3% and 340.8% at Sutong and Gongju, respectively, resulting in the reduction of the high flow variability typical for unregulated rivers in Korea. The results of eco-hydrological analyses will be presented in the following papers.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.29 no.2B
• /
• pp.163-171
• /
• 2009

Classical linear models have been generally used to analyze and forecast hydrologic time series. However, there is growing evidence of nonlinear structure in natural phenomena and hydrologic time series associated with their patterns and fluctuations. Therefore, the classical linear techniques for time series analysis and forecasting may not be appropriate for nonlinear processes. In recent, the BDS (Brock-Dechert-Scheinkman) statistic instead of conventional techniques has been used for detecting nonlinearity of time series. The BDS statistic was derived from the statistical properties of the correlation integral which is used to analyze chaotic system and has been effectively used for distinguishing nonlinear structure in dynamic system from random structures. DVS (Deterministic Versus Stochastic) algorithm has been used for detecting chaos and stochastic systems and for forecasting of chaotic system. This study showed the DVS algorithm can be also used for detecting nonlinearity of the time series. In this study, the stochastic and hydrologic time series are analyzed to detect their nonlinearity. The linear and nonlinear stochastic time series generated from ARMA and TAR (Threshold Auto Regressive) models, a daily streamflow at St. Johns river near Cocoa, Florida, USA and Great Salt Lake Volume (GSL) data, Utah, USA are analyzed, daily inflow series of Soyang dam and the results are compared. The results showed the BDS statistic is a powerful tool for distinguishing between linearity and nonlinearity of the time series and DVS plot can be also effectively used for distinguishing the nonlinearity of the time series.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.262-262
• /
• 2011

최근 들어 지구환경 변화에 따른 이상기후의 영향으로 태풍 및 집중호우로 인한 하천범람 등 홍수재해에 의한 인명과 재산의 피해가 급증하고 있다. 특히 한반도 지역에서는 집중호우와 태풍과 같은 이상강우로 인한 홍수피해의 발생이 매년 나타나고 있으며 홍수피해의 빈도와 강도는 증가하고 있는 실정이다. 이러한 상황에서 극심한 기상이변으로 인하여 발생되는 이상홍수의 예측에 관한 사항은 치수 이수는 물론 친수관점에서 볼 때 하천관리의 측면에서 매우 중요한 관심사로 부각되고 있다. 특히 홍수예측은 주민의 대피 및 통제, 시설물의 보호 등을 위해 충분한 선행시간을 확보할 수 있는 실시간적 관점에서의 홍수예측 및 관리가 중요하다. 기존의 수문학적 강우-유출 모형은 비선형성이 강하고 유역의 지형학적 인자와 기후학적 인자의 영향을 포함하기 때문에 정확한 예측이 어렵고 유출량을 계산하기 위한 유역추적, 저수지추적 및 하도추적의 각 추적과정에서 크고 작은 오차들이 발생하고 그것들이 누적되어 유출 모형의 해석 결과에는 많은 오차들이 포함되어 있다는 문제점이 있다. 또한 주로 유역 면적이 크고 홍수의 도달시간이 긴 대하천의 홍수예측에는 기존의 강우-유출 모형이 적당한 방법임에도 불구하고 유역면적이 작은 중소하천에 적용됨으로써 많은 불확실성을 포함하고 있으며 충분한 선행시간을 확보하지 못하는 문제점을 가지고 있다. 따라서 본 연구에서는 중소하천에서의 기존의 홍수예경보가 가지고 있는 문제점을 해결하기 위해 실시간 수위측정 자료 및 강우자료를 이용한 간단한 입력자료 만으로도 홍수예측이 가능한 뉴로-퍼지(Neuro-Fuzzy) 모형을 구축하여 충분한 선행시간을 확보함으로써 중소하천에서 의 실시간 홍수예측이 가능한 시스템을 구성하여 실시간으로 구동되는 효율적인 홍수예경보 시스템을 개발하고자 하였다. 임진강 유역을 대상으로 기존의 강우-유출 모형이 요구하는 유역의 물리적, 지형 자료 및 매개변수와 같은 광범위한 양의 자료를 배제하고, 유역의 강우 자료와 수위자료만으로 유역의 중요지점에 대한 홍수위 및 홍수량을 예측할 수 있는 뉴로-퍼지 모형을 구축하고 대상 유역에 적용하여 실측치와 비교 검증하였다.

• Water for future
• /
• v.23 no.3
• /
• pp.341-350
• /
• 1990

Precise run-off forecasting depends on the ability to predict quantitative rainfall intensity. This study suggests a stochastic model for 1 hour order rainfall prediction. The model simultaneously predicts rainfall intensity at all telemetered rain-gauge locations. All model parameters, velocity and direction of storm movement, radial spectrum, dimensionless time distribution of rainfall, are estimated from telemetered and historical data for the basin being predicted. Also the estimated parameters are based on the previous study. The results are the influence of dimensionless time distributions on the prediction and the model on run-off.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.319-319
• /
• 2012

최근 GIS의 발달로 지리정보를 정확하게 분석한 후 각종 수리 해석에 활발히 적용되고 있다. 수문지형학(Hydrogeomorphology)은 Rodriguez-Iturbe(1971)가 유역의 지형학적 인자를 기초로 하여 순간단위도를 유도하는 방법을 제시하는 것을 시작으로 Rodriguez-Iturbe와 Gonzalez-Sanabria(1982)가 지형학적 순간단위유량도(GIUH, Geomorphologic Instantaneous Unit Hydrograph) 매개변수와 유효우량만으로 함수를 표시하는 지형기후학적 순간단위유량도(GcIUH, Geomorphoclimatic Instantaneous Unit Hydrograph)를 유도하여 오늘날까지 발전해 오고 있다. GIS를 활용한 돌발홍수 및 지형학적 지형 기후학적 순간단위도 유도 및 한계유출량에 관한 연구에서 Sweeney(1992)는 돌발홍수능의 표준적인 산정 알고리즘을 제시하였고, Carpenter 등(1999)은 GIS와 연계하여 돌발홍수능을 산정하는데 중요한 한계유출량 산정방법에 관해 연구하였으며, 국내에서는 김운태 등(2002)은 GIS를 이용한 미소유역 규모의 한계유출량 산정 시스템을 개발한 바 있으며, 황보종구(2007)는 국내 유역에 적합한 GcIUH 산정방안에 관한 연구를 수행한 바 있다. 본 연구에서는 한국건설기술연구원에서 1995년부터 운영해 온 설마천 유역에 대하여 GIS 기법을 활용하여 강우-유출 해석시 GcIUH의 매개변수를 산정하여 유역에 적합한 돌발홍수 기준우량을 산정하는 것을 목적으로 하였다. GIS 기법의 적용결과를 통해 산정된 설마천 유역의 지형학적 특성은 <표 1>과 다음과 같다. 한편, 돌발홍수의 개념에서 한계유출량( )은 소하천의 제방을 월류하기 시작하여 홍수를 일으키기 시작할 때의 유효우량으로 정의되며, 유역전반에 걸쳐 균등하게 내리는 단위유효우량으로 인해 발생하는 직접유출 수문곡선이므로 제방이 가득 찬 상태의 유량 즉, 제방이 월류하기 시작할 때의 유량은 등류상태의 흐름을 해석하는 Manning의 공식으로부터 산정할 수 있으며(Chow et al., 1988), 설마천 유역의 경우 50년 빈도 홍수량에 해당하는 수위와 한계유량을 산정하였다. 향후 2011년 홍수 분석을 통해 한계유량 및 기준우량의 적합성을 평가하고 이를 바탕으로 설마천 유역의 돌발홍수예측을 위한 기준우량의 산정 등을 통해 산지 특성을 고려한 돌발홍수예측시스템 프로토타입을 개발하고자 한다.

• Journal of Korea Water Resources Association
• /
• v.34 no.4
• /
• pp.303-316
• /
• 2001

In this study, Radial Basis Function(RBF) Neural Networks Model, a kind of Hybrid Neural Networks was applied to hydrological forecasting in a small watershed. RBF Neural Networks Model has four kinds of parameters in it and consists of unsupervised and supervised training patterns. And Gaussian Kernel Function(GKF) was used among many kinds of Radial Basis Functions(RBFs). K-Means clustering algorithm was applied to optimize centers and widths which ate the parameters of GKF. The parameters of RBF Neural Networks Model such as centers, widths weights and biases were determined by the training procedures of RBF Neural Networks Model. And, with these parameters the validation procedures of RBF Neural Networks Model were carried out. RBF Neural Networks Model was applied to Wi-Stream basin which is one of the IHP Representative basins in South Korea. 10 rainfall events were selected for training and validation of RBF Neural Networks Model. The results of RBF Neural Networks Model were compared with those of Elman Neural Networks(ENN) Model. ENN Model is composed of One Step Secant BackPropagation(OSSBP) and Resilient BackPropagation(RBP) algorithms. RBF Neural Networks shows better results than ENN Model. RBF Neural Networks Model spent less time for the training of model and can be easily used by the hydrologists with little background knowledge of RBF Neural Networks Model.