• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1143-1154
• /
• 2021

활성화함수의 선택은 인공신경망(Artificial Neural Network, ANN) 모델의 지하수위 예측성능에 큰 영향을 미친다. 특히 제주도의 중산간 지역과 같이 지하수위의 변동폭이 크고 변동양상이 복잡한 경우 적절한 지하수위 예측을 위해서는 다양한 활성화함수의 비교분석을 통한 최적의 활성화함수 선택이 반드시 필요하다. 본 연구에서는 지하수위의 변동폭이 크고 변동양상이 복잡한 제주도 표선유역 중산간지역 2개 지하수위 관측정을 대상으로 5개의 활성화함수(sigmoid, hyperbolic tangent (tanh), Rectified Linear Unit (ReLU), Leaky Rectified Linear Unit (Leaky ReLU), Exponential Linear Unit (ELU))를 ANN 모델에 적용하여 지하수위 예측결과를 비교 및 분석하고 최적 활성화함수를 도출하였다. 그리고 최근 널리 사용되고 있는 순환신경망 모델인 Long Short-Term Memory (LSTM) 모델의 결과와 비교분석하였다. 분석결과 지하수위 변동폭이 상대적으로 큰 관측정과 상대적으로 작은 관측정에 대한 지하수위 예측에 대해서는 각각 ELU와 Leaky ReLU 함수가 최적의 활성화함수로 도출되었다. 반면 sigmoid 함수는 학습기간에 대해 5개 활성화함수 중 예측성능이 가장 낮았으며 첨두 및 최저 지하수위 예측에서 적절하지 못한 결과를 도출하였다. 따라서 ANN-sigmoid 모델은 가뭄기간의 지하수위 예측을 통한 지하수자원 관리목적으로 사용할 경우 주의가 필요하다. ANN-ELU와 ANN-Leaky ReLU 모델은 LSTM 모델과 대등한 지하수위 예측성능을 보여 활용가능성이 충분히 있으며 LSTM 모델은 ANN 모델들 보다 예측성능이 높아 인공지능 모델의 예측성능 비교분석 시 참고 모델로 활용될 수 있다. 마지막으로 학습기간의 정보량에 따라 학습기간의 지하수위 예측성능이 검증 및 테스트 기간의 예측성능보다 낮을 수 있다는 것을 확인하였으며, 관측지하수위의 변동폭이 크고 변동양상이 복잡할수록 인공지능 모델별 지하수위 예측능력의 차이는 커졌다. 본 연구에서 제시한 5개의 활성화함수를 적용한 연구방법 및 비교분석 결과는 지하수위 예측뿐만 아니라 일단위 하천유출량 및 시간단위 홍수량 등 지표수 예측을 포함한 다양한 연구에 유용하게 사용될 수 있다.

• 한국지반공학회논문집
• /
• 제37권5호
• /
• pp.19-31
• /
• 2021

지하수위 변동은 지반의 응력 상태에 변화를 일으켜 기초구조물의 지지력 및 침하에 직·간접적인 영향을 미칠 수 있다. 본 연구에서는 연구 대상지역을 선정하여 지하수위 영향인자 분석을 수행하였다. 그 결과 대상지역에 따라 지하수위에 미치는 영향인자들이 각각 달랐으며, 규모가 큰 하천변에 위치한 도심지역의 경우 하천수위가 지하수위 변동에 영향을 미치는 주요 인자였으며, 지표면 포장율이 낮은 도외지역의 경우는 선행강우를 고려하기 위해 도입된 강우이동평균이 주요 인자였다. 또한, 여러 입력 인자 조합을 고려하여 인공신경망을 통한 지하수위를 예측을 수행하였다. 분석결과 주요 지하수위 영향인자가 지하수위 예측 성능에 미치는 영향이 큰 것으로 나타났다. 결과적으로, 인공신경망을 이용하여 지하수위를 예측할때, 적절한 지하수위 영향인자 평가가 수행되어야 하며 이를 예측에 적용할 필요가 있는 것을 나타낸다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.11-11
• /
• 2021

2018년부터 삼척지역에는 전파강수관측소(X-band 이중편파레이더)가 설치되어 현업 운영 중에 있다. 해당 지역은 영동지역은 산지로 둘러싸여 있어 지형적인 여건으로 지상강우관측망과 기존 대형 강우레이더로도 정확한 강우관측에 한계가 있었다. 설치 이후 전파강수관측소의 품질관리와 최적 관측전략 수립, 분포형 비차등위상차 기반의 강우추정 기법의 적용으로 정량적 추정강우의 정확도가 확보되어 75m의 고해상도 격자강우 정보가 제공되고 있다. 본 연구에서는 이러한 전파강수관측소의 정량적 추정강우를 홍수예보에 활용하기 위해서 강우기반의 하천 수위 예측 기법인 하천흐름계산도표를 개발하였다. 하천흐름계산도표가 개발된 지역은 삼척 전파강수관측소의 관측 반경에 포함되는 삼척오십천 유역이며, 해당지역은 수변공원으로 조성되어 있어 시민의 접근이 용이하여 하천 수위 급상승으로 인해 피해가능성이 높은 지역이다. 2019년과 2020년 호우사례를 대상으로 개발된 하천흐름계산도표에 전파강수관측소의 정량적 추정강우를 적용하여 하천수위 상승 예측성을 평가하였다. 또한 비교대상으로 강우관측소 강우자료와 환경부 대형 강우레이더 강우자료의 적용결과를 함께 비교하였다. 비차등 위상차 기반의 강우추정 기법을 적용하여 산정된 삼척 전파강수관측소의 정량강우는 기존의 강우추정 결과(SRI, CMP_HFC)보다 강우추정 정확도가 향상된 것을 확인하였다. 특히, 10km 관측 반경을 기준으로 분석하면 정확도가 상대적으로 높았다. 삼척 전파강수관측소 추정강우를 하천흐름 계산도표에 적용한 결과, 2020년 9월 7일 호우에 의해 삼척오십천 유역에서 관심수위 초과(10:20), 주의수위 초과(11:20)가 발생하였는데, 삼척 전파강수관측소 추정강우가 관심수위 초과 1시간 50분 전에 수위상승을 예측하였고, 주의수위 초과 30분전에 수위상승을 예측하였다. 이를 통해 개발된 하천흐름계산도표와 삼척 전파강수관측소의 홍수예보 활용 가능성을 확인하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.460-460
• /
• 2023

최근 범 지구적인 기후변화로 인해 집중호우가 빈번히 발생하고 침수피해가 증가하고 있다. 이에 따른 침수 피해 위험이 큰 지하상가, 지하 주차장, 반지하 주택 등의 침수 발생이 잦아지며 인명 및 재산 피해 발생이 커지고 있다. 이러한 지역은 인근 하수관로의 수위에 따라 침수 영향을 크게 받게 된다. 이에 따른 강우·유출 관계는 침수피해에 대해 대처하기 위해 시공간적 강우 특성이 반영된 하수관로 수위 예측이 중요하다고 판단된다. 이에 본 연구에서 수위 자료는 서울시 하수관로 수위 현황 자료를 활용하였으며, 강수량 자료는 서울 내 서초구 일대의 강수량 자료를 활용하여 연구를 진행하였다. 대상 지역은 저지대에 위치해 침수가 잦은 서초구 서초동으로 선정하였으며, 분석에 사용된 기간은 2012년부터 2021년까지의 수위 자료를 화용하여 이를 바탕으로 순환 신경망인 RNN의 일종이며, 다른 모델의 구조와 비교하여 더욱 간단하고 효율적인 ESN(Echo State Network) 알고리즘을 사용하여 수위 예측을 진행하였다. 분석을 위해 대상 지역의 강수 사상이 발생하여 하수관로의 수위의 변동이 큰 기간을 선정하여 분석을 실시하였다. 2012년부터 2018년까지의 자료를 학습(training) 자료로 활용하였으며, 모형의 검증 위해 통계분석을 실시하여 검증하였다.

• 한국방재안전학회논문집
• /
• 제12권2호
• /
• pp.73-82
• /
• 2019

최근 이상기후로 인한 집중호우에 따른 하천변 사회기반시설의 침수피해가 증가하고 있으며, 침수 가능성 여부에 대한 신속한 예 경보가 필요한 실정이다. 일반적인 홍수 예 경보는 하천수위를 이용하고 있으며, 수치모형을 이용하여 하천수위를 예측하는 연구가 대부분이었다. 그러나 수치모형을 이용한 하천수위 예측은 결과가 정확한 반면 수치모의 시간이 오래 소요된다는 한계점이 있어 최근에는 인공신경망 등을 적용한 자료기반의 수위예측 모형이 많이 이용되고 있다. 하지만 기존의 인공신경망을 활용한 수위예측 연구는 시간적 매개변수를 고려하지 못하였다는 한계점이 존재한다. 본 연구에서는 시간적 매개변수(Time delay= 2시간)를 고려한 NARX 신경망 모형을 사용하여 한강대교의 수위를 예측하였다. 또한 NARX 모형의 적합성을 판단하기 위하여 인공신경망(ANN) 모형과, 순환신경망(RNN)모형의 결과와 비교하였다. 2009년에서 2018년까지 10년간의 수문자료를 이용하여 70%를 학습시키고 검정과 평가에 15%를 사용하여 2018년의 한강대교 3시간 후 수위를 예측한 결과 평균제곱근오차(RMSE)의 경우 ANN, RNN, NARX model이 각각 0.20 m, 0.11 m, 0.09 m, 평균절대오차(MAE)의 경우, 각각 0.12 m, 0.06 m, 0.05 m, 첨두수위 오차(Peak Error)는 각각 1.56 m, 0.55 m, 0.10 m로 나타났다. 연구 대상지역에 대한 시간적 매개변수를 고려한 예측 결과의 오차분석을 통하여 NARX 신경망 모형을 사용하는 것이 수위예측 모형 구축이 가장 적합한 것으로 나타났다. 이는 NARX 신경망 모형이 과거의 입력자료를 고려함으로써 시계열 자료의 변동 추세도 학습 할 수 있으며, 또한 모형 내 활성함수를 쌍곡선탄젠트(Hyperbolic tangent) 및 Rectified Linear Unit(ReLU) 함수를 사용하여 고수위 예측 시에도 정확한 예측 값을 도출할 수 있기 때문이다. 그러나 NARX 신경망 모형은 시퀀스 길이가 길어짐에 따라 기울기 소실문제(Vanishing gradient)가 발생하는 한계점이 있어 향후에는 이를 보완한 LSTM(Long Short Term Model)모형을 이용하여 수위예측의 정확도를 검토하고자 한다.

• Ecology and Resilient Infrastructure
• /
• 제5권3호
• /
• pp.125-133
• /
• 2018

인공신경망 (Artificial neural network, ANN)은 간편히 시계열 데이터를 예측할 수 있는 모델 중에 하나로 지하수위를 예측하는데 빈번히 사용되었으며, 많은 연구자들이 ANN으로 지하수위 예측에 있어서 높은 예측 신뢰성을 얻기 위하여 노력해 왔다. 본 연구에서는 ANN를 이용한 지하수위 예측 시 계절 효과를 반영하기 위한 input으로 사용되는 Dummy가 지하수위 예측 결과에 미치는 영향에 대하여 분석하였다. 정성적 및 정량적인 분석을 위하여 도해법과 상관계수, 에러 지수를 이용하였다. 분석결과 하천변 도심지역에서는 ANN의 input으로 사용된 Dummy가 오히려 예측 신뢰성을 떨어뜨리는 결과를 보였다.

• 한국해안·해양공학회논문집
• /
• 제34권6호
• /
• pp.222-232
• /
• 2022

우리나라 연안의 30개 조위관측소에서 관측된 조위자료를 조화분해하여 2021년에 대한 해역별 장주기 조석성분의 특성 및 장주기 조석성분이 총 수위 예측에 미치는 영향에 대해 알아보았다. 먼저 관측조위의 조화분해 결과, 우리나라 연안에서 장주기 조석성분은 연주조(Sa)와 반년주조(Ssa)가 우세하였으며, 해역별로는 서해안에서 약 17.8 cm의 상대적으로 큰 진폭을 보였다. 계속해서 총 수위 예측에 대한 영향을 살펴보고자, 2021년을 연구 기간으로 장주기 조석성분이 포함된 예측조위와 포함되지 않은 예측조위를 생산하였고, 각각의 예측조위를 폭풍해일 모델의 해일고 예측결과에 더하여 총 수위를 생산하였다. 장주기 조석성분을 고려하지 않은 총 수위와 고려한 총 수위의 오차를 비교한 결과, 전반적으로 뚜렷한 계절적 차이가 나타났다. 장주기 조석성분을 고려하지 않은 총 수위에 비해서, 장주기 성분이 고려된 총 수위는 여름철에는 오차가 큰 폭으로 감소하였고, 겨울철에는 강한 음의 편차를 보이며 오차가 증가하는 경향이 나타났다. 이는 우리나라 겨울철의 강한 고기압과 같은 기상현상에 의한 영향이 예측조위와 해일고 예측결과에 이중으로 반영되어 나타난 결과로 해석되었다. 해일고 예측결과를 조화분해하였을 때, 연주기 성분이 우세하였고 이를 장주기 조석성분이 고려된 총 수위에서 제거하였을 때, 특히 겨울철에 나타난 강한 음의 편차가 사라지고 연평균 RMSE도 감소하는 것으로 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.333-333
• /
• 2023

기후변화로 인해 전지구적인 이상기후현상이 빈번하게 발생하고 있으며 지구온도와 해수면상승과 더불어 강우패턴의 변화가 세계적인 문제로 대두되고 있다. 특히 아세안 국가의 경우 태풍 및 집중호우에 대한 침수피해의 빈발로 2,000만명 이상이 피해를 입은 것으로 나타났다. 이러한 윈인으로는 자연재해에 의한 인명 및 재산피해관련 대응기술의 개발 및 대응조직의 전문성이 미흡하다는 것이 가장 큰 원인으로 제시되고 있다. 이에 많은 국가 및 기관에서 재난 대응 기술을 ODA사업을 통해 지원하고 있다. 우리나라에서도 지속적인 ODA사업으로 재난 대응 기술, 그 중에서도 홍수대응 기술을 적극적으로 보급하고 있다. 본 연구에서는 ASEAN국가 현지 맞춤형 인공지능 하천수위예측 모형을 개발하여 ASEAN국가의 홍수대응 능력을 향상시키고자 하였다. 연구대상으로는 관측데이터의 수집이 용이하고 양질의 관측자료를 장기간 확보할 수 있는 필리핀의 Montalban 관측소를 대상으로 하였다. Montalban 수위관측소는 마닐라를 관통하는 마리키나 강의 상류에 위치하고 있다. 주변에는 상류쪽에 Mt. Oro 강우관측소가 있으며 해당 관측소의 강우자료와 Montalban 관측소의 수위자료를 입력자료로 활용하여 최대 3시간까지 수위를 예측하였다. 예측수위에 대한 적합도 지표로 NSE(Nash-Sutcliffe model efficiency coefficient)를 사용하였으며 2시간 예측까지는 0.8이상의 유의미한 결과를 나타내 홍수예보에 활용할 수 있을 것으로 판단되나, 3시간 예측결과는 홍수예보에 활용하기 어려운 것으로 판단하였다. 이는 Mt. Oro관측소에 내린 강우가 Montalban 관측소에 도달하기까지 소요되는 시간이 3시간 이내이기 때문으로 판단된다. 관측소의 수위자료와 상류에 위치한 강우관측소의 장기간 고품질의 관측자료가 존재한다면 높은 정확도의 예측결과를 도출 할 수 있을 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.422-422
• /
• 2022

최근 기후변화와 도시화 등의 영향으로 인해 전 지구적으로 홍수 피해의 규모와 홍수발생 빈도가 증가하고 있다. 특히, 전 세계 인구의 약 50% 이상이 거주하고 있는 연안지역의 홍수피해 위험성은 급격히 증가하고 있는 추세이며, 각 국가는 홍수 피해를 저감하고 예방하기 위한 노력을 지속적으로 기울이고 있다. 본 연구에서는 연안지역의 감조하천을 대상으로 홍수 예경보 의사결정기법을 개발하고자 하였다. 이를 위해 감조하천에서 관측된 수위는 조석에 의한 수위(조석 성분), 파고에 의한 수위(파고 성분), 강우에 의한 수위(강우-유출 성분), 그리고 잡음에 의한 수위(잡음 성분)의 4가지 수문 성분으로 구성되어 있다고 정의하였고, 감조하천의 예측 강우 성분에 해당하는 예측 수위를 추정하기 위해 수위-유량 관계 곡선식을 개발하고자 하였다. 또한 각 수문 성분별 위기 경보 단계를 설정하고, Bayesian Network를 활용하여 수문 성분들의 위험을 종합적으로 고려할 수 있는 홍수 예·경보 의사결정 기법을 개발하였다. 3가지 난수 발생 방법에 따라 Bayesian Network 모형을 통해 다양한 수문 조건에 따른 조건부 확률을 산정하였으며, 정확도 검토를 수행한 결과 F-1 Socre가 25.1%, 63.5% 및 82.3%의 정확도를 보였다. 향후 본 연구에서 제시한 방법론을 활용한다면 기상청에서 제공하고 있는 예측 강우 및 GRM 모형을 통해 유출량을 산정하고, 이를 예측 수위로 변환하여 연안 지역의 홍수 위험도 매트릭스를 통해 홍수 예·경보에 대한 의사결정을 수행할 수 있을 것으로 판단된다.

• 지질공학
• /
• 제23권2호
• /
• pp.137-147
• /
• 2013

지하수자원의 효율적인 관리를 위해 강우에 대한 지하수위 변화를 예측하는 것은 중요한 문제이다. 본 연구에서는 자료기반 학습 알고리즘인 인공신경망과 지지벡터기계를 이용하여 시계열 예측 모델을 만들고 이를 국가지하수관측망 중 가산, 신광, 청성 관측소 지하수위 변화 예측에 적용하였다. 모델의 입력 성분 구성 방법에 따라 네 가지 모형을 설정하고 각 관측소 및 모델 별 예측 결과를 비교 평가하였다. 강우 입력 모형의 경우 지하수위 감쇠 및 기저 변화 예측을 위해 큰 규모의 입력 성분 구성이 필요하지만 강우 및 지하수위 입력 모형은 보다 작은 규모의 입력 성분으로 효과적으로 지하수위 변화를 예측하는 것으로 나타났다. 강우 및 지하수위 입력 모형의 활용성 증대를 위해 고안된 반복 예측 모형의 경우 관측값과 예측값 사이에 0.75~0.95의 상관계수를 보여 적용 가능성이 큰 것으로 판단된다. 전체적으로 강우-지하수위 교차상관계수가 낮은 신광 관측소의 예측 오차가 크게 나타났고 ANN 모델에 비해 SVM의 예측력이 다소 높은 것으로 조사되었다. 또한 반복 예측 모형의 모델 파라미터 선정 과정에서 보정 단계 오차에 대한 예측 단계 오차의 비의 분포를 조사한 결과 SVM의 경우가 더 작게 나타나 SVM이 본 연구 자료에 대해 보다 안정적이고 효율적인 모델임을 평가하였다.