• Journal of Korea Water Resources Association
• /
• v.57 no.7
• /
• pp.471-479
• /
• 2024

Flood damage is becoming more serious due to the heavy rainfall caused by climate change. Physically based hydrological models have been utilized to predict stream water level variability and provide flood forecasting. Recently, hydrological simulations using machine learning and deep learning algorithms based on nonlinear relationships between hydrological data have been getting attention. In this study, the Long Short-Term Memory (LSTM) algorithm is used to predict the water level of the Seomjin River watershed. In addition, Climate Prediction Center morphing method (CMORPH)-based gridded precipitation data is applied as input data for the algorithm to overcome for the limitations of ground data. The water level prediction results of the LSTM algorithm coupling with the CMORPH data showed that the mean CC was 0.98, RMSE was 0.07 m, and NSE was 0.97. It is expected that deep learning and remote data can be used together to overcome for the shortcomings of ground observation data and to obtain reliable prediction results.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.429-429
• /
• 2022

기후변화로 인하여 하천환경은 과거와 다른 형태로 변화하고 있다. 과거의 하천환경은 식생영향 보다는 단면변화, 통제특성 변화 등 하천 전반의 환경변화가 아닌 흐름 특성의 변화가 주를 이루었다. 그러나 현재의 하천은 식생영향이 증대되고 있으며 그로 인하여 수위-유량관계 또한 과거와는 다른 형태로 변화하고 있다. 본 연구에서는 식생현황에 대한 모니터링을 통하여 수위-유량관계곡선식의 수리특성 변화에 따른 기간분리 뿐만 아니라 앞으로 진행될 수위-유량관계곡선식의 추가 변동성을 예상하는 연구를 진행하였다. 식생영향에 의한 수위-유량관계곡선식의 기간분리 검토를 위하여 위치에 따른 구분(저수로 식생, 저수로 수중식생, 홍수터 식생, 제방 식생), 시기에 따른 구분(휴지기, 성장기, 소멸기 등), 유속분포, 기온분포 등을 고려하여 수위-유량관계곡선식을 검토하였고, 기간분리의 시종점과 곡선식의 표현 방법 개선을 위한 연구를 추가로 진행하였다. 연구대상은 '15년~'19년 한국수자원조사기술원에서 수위-유량관계곡선식을 개발한 관측소로 선정하였고, 연구결과 식생의 위치와 유속, 기온 등의 외부요인 등을 모니터링 하여 수위-유량관계곡선식을 예측한 결과 '20년~'21년 개발된 수위-유량관계곡선식은 예상 곡선식과 비교적 일치하였으며 이로 인해 정확도가 향상되어 신뢰도 높은 자료가 생성된 것으로 분석되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.189-193
• /
• 2006

대체용수원의 개발이 시급하게 대두되어지고 있는 가운데 제한된 수자원을 보다 효과적으로 사용하기 위한 하나의 방법으로 지하댐(Groundwater Dam) 건설을 이용한 지하수 자원의 개발이 하나의 방법으로 제안되었다. 하지만 해안지역에 설치된 지하댐을 운영할 경우 지하수위 변동에 따른 염수의 침입을 고려하여 운영하여야 한다. 특히 갈수시는 지하수위 하강이 강하게 나타나는 시기로 지하수위는 지하댐 최적운영을 위한 중요한 지표가 된다. 특히 강우량 자료를 활용한 가뭄지수와 지하수위의 관계를 설명 할 수 있다면 예상 강우자료를 활용한 장래의 지하수위를 예측 할 수 있으며 이것은 지하댐 운영에 매우 효과적으로 활용 할 수 있을 것이다. 본 연구에서는 기존의 강우와 예상 강우 자료를 활용하여 지하수위 예측기법을 개발하였다. 과거 강수량의 일이동 평균값을 바탕으로 한 다항 회귀모델을 수립하여, 계절적 특성을 고려한 구간을 분리하여 적용하였다. 예측된 지하수위의 정확성을 알아보기 위해 관측된 지하수위와 예측된 지하수위를 비교 분석하였다. 분석 결과 단순회귀기법을 지하수위를 예측한 경우 $0.62{\sim}0.63$의 상관계수를 보인반면 다항회귀기법을 적용한 결과 $0.62{\sim}0.84$로 상관계수가 증가하였다. 대체적으로 관측된 지하수위와 예측된 지하수위는 비슷한 경향을 보였다. 따라서 지하댐 운영에 있어 최적의 취수량을 개발하기위해 일강우자료를 활용한 지하수위 예측기법의 활용성은 매우 높은 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.267-267
• /
• 2021

제주도는 화산섬의 지질특성상 강수의 지표침투성이 높아 지표수의 개발이용여건이 취약한 관계로 용수의 대부분을 지하수에 의존하고 있다. 따라서 지하수의 보전관리는 매우 중요한 사항이며 특히 지하수의 안정적인 이용을 위해서는 지하수 취수가 주변지역 지하수위에 미치는 영향 분석이 반드시 필요하다. 본 연구는 딥러닝 알고리즘인 Long Short-Term Memory(LSTM)를 활용하여 제주도 남동쪽 표선유역 중산간지역에 위치한 2개 지하수위 관측정을 대상으로 지하수 취수영향을 분석하였다. 입력자료로써 인근 2개 강우관측소의 일단위 강수량자료와 인근 6개 취수정의 지하수 취수량자료 및 연구대상 관측정의 지하수위 자료(2001. 2. 11. ~ 2019. 10. 31.)를 사용하였다. 지하수위 변동특성을 최대한 반영하기 위해 LSTM의 예측일수를 1일로 설정하였다. 보정 및 검증 기간을 사용하여 매개변수의 과적합을 방지하였으며, 테스트 기간을 사용하여 LSTM의 예측성능을 평가하였다. 평가지수로써 Nash-Sutcliffe Efficiency(NSE)와 평균제곱근오차(RMSE)를 사용하였다. 그리고 지하수 취수가 주변 지하수위 변동에 미치는 영향을 분석하기 위해 취수량을 최대취수량인 2,300 m³/일, 최대취수량의 2/3인 1,533 m³/일 및 0 m³/일로 설정하여 모의하였다. 모의결과, 2개 감시정의 보정, 검증 및 예측기간에 대한 NSE는 최대 0.999, 최소 0.976의 범위를 보였으며, RMSE는 최대 0.494 m, 최소 0.084 m를 보여 LSTM은 우수한 예측성능을 나타내었다. 이것은 LSTM이 지하수위 변동특성을 적절히 학습하였다는 것을 의미하며 따라서 추정된 매개변수를 활용하여 지하수 취수영향을 모의 및 분석하였다. 그 결과, 지하수위 하강량은 최대 0.38 m 였으며 이것은 대상지점에 대한 취수량은 지하수위 하강에 거의 영향을 주지 않는다는 것을 의미한다. 또한 취수량과 지하수위 하강량과의 관계는 한 개 관측정에 대해 선형적인 관계를 보인 반면 나머지 한 개 관측정에 대해서는 비선형적인 관계를 나타내는 것을 확인하였다. 따라서 LSTM 알고리즘을 활용하여 제주도 표선유역 중산간지역의 지하수위 변동특성을 분석할 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.313-313
• /
• 2022

일반적으로 가뭄은 특정지역에서 평균 이하의 강수량이 발생되는 현상으로, 강수량이 감소되면 토양수분, 하천수 수위, 저수지 수위, 지하수위 등이 순차적으로 감소한다. 수문학적 가뭄은 기상학적 가뭄 및 농업 가뭄에 비해 늦게 발현되는데, 이는 강수량의 부족이 토양수분, 하천수량, 지하수 및 저수지 수위 등과 같은 수문학적 시스템에 전이되는 시간이 소요되기 때문이다. 따라서, 가뭄 피해를 경감하기 위해 지하수위 변동성을 이용하여 지하수 함양량을 추정함으로써 효율적인 수자원 관리의 필요성이 증대되고 있다. 지하수위는 농촌 지하수 개발, 가뭄 및 홍수 예측 등 다양한 분야에 활용되며, 강수량에 의한 변화가 지표수에 비해 느리게 나타나고 토양을 통과하는 특성으로 인해 단기 및 장기간의 변화 경향이 나타난다. 미국 지질조사국 (United States Geological Survey)에서는 지하수위를 월 단위로 보통 이하 (Below-normal), 보통 (Normal), 보통 이상 (Above-normal) 3단계로 구분하여 분포도를 작성하고 전체 관측기간 중 25% 이상에서 보통 이하 (Below-normal)로 나타나면 가뭄으로 판단한다. 우리나라의 경우 지형, 유역을 고려한 지하수 수위 및 수질 현황과 변동성을 파악하기 위하여 전국 지하수위 관측망 688개소를 설치하고 운영 중에 있다. 또한, 농촌진흥청에서는 전국 농업기상대와 연계하여 토양수분관측망 (soil moisture monitoring network)을 구축하였으며, 표토 10 cm에 토양수분센서를 전국 168 지점에 설치하여 운영하고 있다. 본 연구에서는 강수량을 기반으로 산정한 표준강수지수 (Standardized Precipitation Index, SPI)와 지하수위를 기반으로 산정한 표준지하수위지수 (Standardized Groundwater Level Index, SGI), 토양수분관측망의 토양수분의 상관 분석을 수행하고자 한다. 밭작물 가뭄의 중요 요소인 토양수분 함량은 강수에 즉각적으로 반응하는 반면 지표수 및 지하수는 상대적으로 장기간의 강수에 영향을 받기 때문에, 본 연구의 결과는 향후 밭작물 지역의 가뭄 취약성을 관리하는 지표로 활용이 가능할 것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.1469-1473
• /
• 2007

일반적으로 자연하천에서의 유량측정은 현장의 접근성 및 측정자의 작업숙련도 등의 문제로 인하여 측정자료의 신뢰도 저하는 물론, 강우관측이나 수위관측과 같이 연속적으로 유량자료를 확보하기에는 기술적, 경제적으로 매우 어려운 실정이다. 현재 실무에서는 연속적인 유량자료를 확보하기위해 하천수위와 관계로부터 수위-유량관계곡선(Rating Curve)을 작성한 후, 연속적으로 관측된 수위로부터 유량을 환산하여 유량자료를 생산하고 있다. 그러나 우리나라는 년강수량의 2/3가 홍수기인 $6{\sim}9$월 사이에 집중되는 반면, 갈수기인 10월에서 그 다음해인 3월까지는 년강수량의 1/5에 불과함에 따라 하천유황의 계절적 변동성이 심하게 발생하며, 이로 인해 홍수기를 전 후로 지속적인 하상변동이 발생하여 수위-유량관계를 크게 왜곡시키고 있다. 특히 본 연구의 대상유역인 금강수계 상 하류 5개 지점에서는 년유출량의 상대오차가 10%이하인 경우가 11%에 불과하여 왜곡된 수위-유량관계로부터 산정된 유량자료의 신뢰도는 매우 낮은 것으로 나타났다. 따라서 본 연구에서는 기 개발된 유역유출예측시스템(RRFS)의 실제 적용성을 평가하고 확장 보완하기 위해, 하천 본류의 제어지점(Control Point) 및 소유역 출구지점의 유량자료에 대한 신뢰도를 평가함은 물론, RRFS 주요제어지점에 대한 유출특성을 파악하고자 한다.

• Journal of Korea Water Resources Association
• /
• v.53 no.4
• /
• pp.273-283
• /
• 2020

Quantitative forecasting of groundwater levels for the assessment of groundwater variation and vulnerability is very important. To achieve this purpose, various time series analysis and machine learning techniques have been used. In this study, we developed a prediction model based on LSTM (Long short term memory), one of the artificial neural network (ANN) algorithms, for predicting the daily groundwater level of 11 groundwater wells in Hankyung-myeon, Jeju Island. In general, the groundwater level in Jeju Island is highly autocorrelated with tides and reflected the effects of precipitation. In order to construct an input and output variables based on the characteristics of addressing data, the precipitation data of the corresponding period was added to the groundwater level data. The LSTM neural network was trained using the initial 365-day data showing the four seasons and the remaining data were used for verification to evaluate the fitness of the predictive model. The model was developed using Keras, a Python-based deep learning framework, and the NVIDIA CUDA architecture was implemented to enhance the learning speed. As a result of learning and verifying the groundwater level variation using the LSTM neural network, the coefficient of determination (R²) was 0.98 on average, indicating that the predictive model developed was very accurate.

• Journal of Soil and Groundwater Environment
• /
• v.13 no.1
• /
• pp.67-76
• /
• 2008

In this study, a combined model of a water-table fluctuation and a soil moisture content model is proposed for the estimation of groundwater recharge rate at a given location. To evaluate the model, groundwater level data from 4 monitoring wells (Pohang Yeonil, Pohang Kibuk, Suncheon Oeseo, Hongcheon Hongcheon) of National Groundwater Monitoring Network from 1996 to 2005 and precipitation data of corresponding years are used. From the proposed methodology, the groundwater recharge rates are estimated to be from 0.5 to 61.4% for Hongcheon Hongcheon, from 1.1 to 27.4% for Pohang Yeonil, from 5.1 to 41.4% for Pohang Kibuk, and from 1.1 to 8.3% for Suncheon Oeseo. The magnitude of variation of the estimated recharge rate depends on the soil type observed near the stations. The groundwater fluctuation model used in this study includes precipitation as a unique source of water-table perturbation and there may exist corollary limitations. To improve the applicability of the proposed method, a capillary-water content constitutive model for unsaturated fractured rock media may be considered. The proposed recharge rate delineation method is physically based and uses minimum numbers of assumptions. The method may be used as a better substitute for the previous tools for delineating recharge rate of a location using water-table fluctuation method and contribute to national groundwater management plan. Further research on the spatial interpolation of the method is under progress.

• Proceedings of the Korean Society of Soil and Groundwater Environment Conference
• /
• 2005.04a
• /
• pp.80-84
• /
• 2005

가뭄의 정도를 정량화하고 예측하기 위하여 다양한 가뭄지수중 가장 일반적으로 사용되는 것들로는 PDSI(Palmer Drought Severity Index), SWSI(Surface Water Supply Index) 및 SPI(Standard Precipitation Index) 등이 있다. 본 연구에서는 가뭄을 평가하는 방법 중 표준강수지수(SPI)를 활용한 가뭄도 산정 결과와 지하수위 관측자료간의 상관성을 평가함으로써 향후 지하수위 자료를 활용한 가뭄 평가의 가능성을 제시하고자 하였다. 본 연구 결과, 충주가금, 양평개군, 문경문경 및 영주문정 관측소 지역에서 가뭄 평가 인자인 표준강수지수와 지하수위는 비교적 상관성을 갖고 있는 것으로 분석되었으나, 표준강수지수 보다 지하수위 변동이 가뭄에 민감하지 않고 지속성과 영속성을 갖는 것으로 평가되어 가뭄 평가 인자로서 활용성이 높을 것으로 평가되었다. 이들 지역의 표준강수지수 및 지하수 수위 관측자료 간의 교차상관계수는 충주 0.750, 양평 0.533 및 영주 0.607 둥으로 분석되어 상관성이 높은 것으로 나타났다. 가뭄 평가를 위한 가뭄 관측정(DIW, Drought-Index Well)은 주변의 영향을 최소화할 수 있는 지점으로서 가뭄을 정확히 평가 예측할 수 있는 지점에 선정되어 가뭄 평가 및 예측에 활용될 수 있도록 하여야 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.1611-1615
• /
• 2006

The purpose of this study is to simulate the riverbed profile changes downstream of Daecheong re-regulation dam from 1988 to 2001, to evaluate the model's applicability and to predict a long-term riverbed-level variation between 2002 and 2017. As a result of simulation 14 sediment transport equations provided by GSTAR-1D, it was found that Acker's & White formula was the most stable relatively. The interval used to calculate its stability was 7 days for bankful discharge$(1,000m^2/s)$, 3 days for daily maximum flow$(4,273m^2/s)$, 1 day for hourly maximum flow$(7,605m^2/s)$ and minimum flow$(8.5m^2/s)$. The simulation results of river bed changes were evaluated and compared to its measure data from 1988 to 2001. It was showed that there was the degradation for a section between Daecheong re-regulation dam and Maepo water stage gage station due to bed-material, and the degradation for a reach between Maepo and Gongju water stage gage station due to massive aggregate collection. Also, as a result of simulating the river profile change for 2002 to 2017, it was predicted that the section between Daecheong re-regulation dam and Geumnam Bridge would remain as the present profile and the reach between Maepo and Gongju water stage gage station would have some degradations in several parts, which would be stable as a whole unless it was due to artificial river profile change.