• Water for future
• /
• v.48 no.9
• /
• pp.57-71
• /
• 2015

• Water for future
• /
• v.53 no.2
• /
• pp.92-106
• /
• 2020

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.631-631
• /
• 2015

최근 데이터가 전략적 의사결정의 핵심요소로 대두됨에 따라 데이터 통합 및 데이터 품질에 대한 관심이 증대되고 있다. 특히, 데이터 품질을 확보하기 위해 데이터 표준화가 필수적으로 수반되어야 한다. 그러나 데이터 활용에 있어 (1)데이터의 중복 및 불일치 발생, (2)데이터에 대한 의미 파악 지연으로 정보 제공의 적시성 결여, (3)데이터 통합의 어려움, (4)정보시스템 변경 및 유지 보수 곤란 등과 같은 현실적인 문제점들이 정확한 정보를 적시에 사용자에게 전달하는데 장애 요인으로 발생하고 있는 실정이다. 따라서 본 연구에서는 '국토관측센서 기반 수문 및 수재해 정보포털시스템 개발'에 앞서 보다 정확한 데이터 통합관리 및 제공서비스가 가능하도록 국내외 사례연구를 통한 기반을 마련하고자 한다. 데이터 표준화는 시스템별로 산재해 있는 데이터 정보요소에 대한 명칭, 정의, 형식, 규칙에 대한 원칙을 수립하여 이를 전사적으로 적용하는 것을 의미하며, 이러한 데이터 표준화 작업은 데이터의 정확한 의미 파악뿐만 아니라 데이터에 대한 상반된 시각을 조정하는 역할을 수행한다. 기본적으로 데이터 모델 및 데이터베이스에서 정의할 수 있는 모든 오브젝트를 대상으로 하는 것이 이상적이나, 주로 관리해야 될 필요성이 있는 오브젝트만을 대상으로 데이터 표준화를 하는 것이 더욱 효율적으로 작용한다. 본 연구는 국내외 데이터 통합관리 표준화 동향을 제시하였으며, 현업 사용자로부터 데이터 표준과 관련된 요구사항을 수요조사를 통하여 조사함으로써 데이터 표준 대상 후보를 식별하고 개선점을 도출하는데 사용할 기반을 마련하였다. 데이터 표준화가 수행되면 현업 사용자는 정확한 데이터를 사용할 수 있고, 올바른 의사결정을 내릴 수 있을 것으로 판단된다. 앞으로 데이터 표준, 데이터 표준 준수 체크, 데이터 표준 조회 및 활용 등 데이터 표준 관리에서 수작업으로 인해 발생하는 애로사항을 배제하기 위해 자동화에 관한 연구가 지속적으로 추진되어야 할 것으로 사료된다.

• Korean Journal of Remote Sensing
• /
• v.38 no.6_3
• /
• pp.1761-1775
• /
• 2022

Due to unpredictable climate change, the frequency of occurrence of water-related disasters and the scale of damage are also continuously increasing. In terms of disaster management, it is essential to identify the damaged area in a wide area and monitor for mid-term and long-term forecasting. In the field of water disasters, research on remote sensing technology using Synthetic Aperture Radar (SAR) satellite images for wide-area monitoring is being actively conducted. Time-series analysis for monitoring requires a complex preprocessing process that collects a large amount of images and considers the noisy radar characteristics, and for this, a considerable amount of time is required. With the recent development of cloud computing technology, many platforms capable of performing spatiotemporal analysis using satellite big data have been proposed. Google Earth Engine (GEE)is a representative platform that provides about 600 satellite data for free and enables semi real time space time analysis based on the analysis preparation data of satellite images. Therefore, in this study, immediate water disaster damage detection and mid to long term time series observation studies were conducted using GEE. Through the Otsu technique, which is mainly used for change detection, changes in river width and flood area due to river flooding were confirmed, centered on the torrential rains that occurred in 2020. In addition, in terms of disaster management, the change trend of the time series waterbody from 2018 to 2022 was confirmed. The short processing time through javascript based coding, and the strength of spatiotemporal analysis and result expression, are expected to enable use in the field of water disasters. In addition, it is expected that the field of application will be expanded through connection with various satellite bigdata in the future.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.21 no.4
• /
• pp.191-201
• /
• 2018

Recently, the frequency of heavy rainfall is increasing due to the effects of climate change, and heavy rainfall in urban areas has an unexpected and local characteristic. Floods caused by localized heavy rains in urban areas occur rapidly and frequently, so that life and property damage is also increasing. It is crucial how fast and precise observations can be made on successful flood management in urban areas. Local heavy rainfall is predominant in low-level storms, and the present large-scale radars are vulnerable to low-level rainfall detection and observations. Therefore, it is necessary to introduce a new urban flood forecasting system to minimize urban flood damage by upgrading the urban flood response system and improving observation and forecasting accuracy by quickly observing and predicting the local storm in urban areas. Currently, the WHAP (Water Hazard Information Platform) Project is promoting the goal of securing new concept water disaster response technology by linking high resolution hydrological information with rainfall prediction and urban flood model. In the WHAP Project, local rainfall detection and prediction, urban flood prediction and operation technology are being developed based on high-resolution small radar for observing the local rainfall. This study is expected to provide more accurate and detailed urban flood warning system by enabling high-resolution observation of urban areas.

• Smart Media Journal
• /
• v.11 no.7
• /
• pp.52-60
• /
• 2022

Due to global warming and changes in the natural environment, flood damage to agricultural land due to wind and flood damage continues. Although disaster prevention projects have been continuously carried out since the founding of the country, progress has been insufficient compared to the sustained period, and huge costs are still being consumed. Therefore, it is necessary to use predictive simulation for pre-emptive response to inundation of farmland. In this paper, a case of immersion analysis simulation using a GIS(Geospatial Information System) based SWMM model was introduced, and the validity was confirmed through the error rate between our simulation result and the results of other models in the US and Korea. In addition, in the direction of using the simulation for agricultural land inundation, we presented various utilization methods to supplement the current agricultural land inundation-based information policy, such as the creation of flood traces. If simulation results from more regions are accumulated in the form of the flood analysis maps in the future, it is expected that they will be able to be utilized in various applications for preemptive response to and prevention of water disasters at the national level.

• Journal of Scientific & Technological Knowledge Infrastructure
• /
• s.18
• /
• pp.88-94
• /
• 2005

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.255-255
• /
• 2023

우리나라의 경우 집중호우와 돌발홍수로 인한 침수 발생에 대응하기 위해 유역 및 하천관리 사업, 각종 풍수해 예방사업 등을 추진하고 있으며, 관련 분야의 스마트기술 도입을 적극 추진하고 있다. 그러나, 2013년 노량진 상수도관 공사 현장 사고, 2019년 신월 빗물저류 배수시설 현장 사고 등과 같은 건설현장 침수 피해 사고가 지속적으로 발생하고 있다. 또한, 건설현장의 다양한 조건 및 시시각각 변화하는 상황에 따라 구조적 대책 및 대응방안을 수립하는 데 한계가 있으며 지금까지는 법, 제도에 기초한 대응 매뉴얼을 제작·배포하여 현장 근로자 교육을 실시하는 수준에서 진행되어 왔다. 본 연구에서는 건설현장의 자연재해, 특히 수재해에 대응하기 위해 보다 과학적인 방법을 통한 현장 침수 예경보 체계를 수립하였으며, 강우예측-침수예측-침수예경보 생산-현장 상황전파에 이르는 일련의 시스템을 개발하여 공사별, 규모별, 공정별 침수 대응 솔루션을 제공하고자 한다. 건설현장 침수예경보 시스템 개발의 주요 내용은 요소기술 개발이며, 간략하게 정리하면 다음과 같다. ① 강우 예측정보 생산: 현장에서 발생하는 집중호우를 고려하는 실시간 강우측정 자료와 연계한 초단기 강우예측 기술 개발, ② 침수 예측모델 개발: 현장의 시공간적 특성, 수재해 피해의 유형 등을 반영할 수 있는 침수피해 예측 모델 개발, ③ 침수예경보 의사결정 방법론 개발: 침수 피해 예경보를 위한 침수 위험단계 세분화 및 노모그래프 개발과 모델 적용(예측정확도 85% 이상), 이를 통합하여 건설현장 침수예경보 시스템 개발을 수행하게 된다. 연구에서 개발된 침수 예경보 통합 시스템은 향후 수재해로 인한 건설현장의 인명, 재산 피해 최소화에 기여할 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.345-345
• /
• 2023

기후변화에 대응하기 위한 가뭄과 홍수 등의 수재해 관리체계 수립의 필요성이 높아지고 있어, 기후예측모형과 연계하여 수문 및 에너지 순환과정에서 하천유출에 대한 기후변화 영향예측이 가능한 지표수문모형(Land Surface Model, LSM)의 개발과 적용이 요구되고 있다. 또한, LSM은 연속적이고 장기적인 유출을 모의할 수 있어 수재해에 관한 예측과 정보 제공에 유용하므로, 최근 수재해 예측시스템 구축을 위한 주요한 도구로 관심을 받고 있다. 이에 따라, 본 연구에서는 기후모형 CWRF(Climate-Weather Research and Forecasting Model)와 연계되어 물-에너지 순환모의가 가능한 최신 LSM 중 하나인 Common Land Model(CoLM)을 우리나라 유역의 장기하천유출모의에 적용하고자 한다. 대부분의 LSM은 지상의 물과 에너지 순환과정이 각 단일 격자의 수직적인 모의과정으로 제한되고 있었지만, 현재 지속적인 개선을 통해 많은 LSM에서 보다 현실적인 물과 에너지 변화를 모의하고자 노력하고 있다. 그러나, 지속적인 모형의 개선에도 불구하고(또는 그로 인해) 정교한 수학적 프로세스를 통합하여 개선된 최신 LSM은 오히려 복잡한 매개변수 체계, 매개변수 추정, 입력자료, 초기 및 경계조건 등에서 비롯된 불확실성이 존재하고 있다. 따라서, 모형의 주요 매개변수값의 추정은 모의결과의 성능과 안정성을 확보하기 위한 LSM의 모의에서 필수적인 과정 중 하나이다. 유역의 특성에 따라 결정되는 모형 매개변수는 관련자료의 부재 또는 관측의 부정확성으로 인해 검보정 과정을 통해 결정되어야 하므로, 유역의 수문특성을 최대한 반영하고 모형의 성능과 안정성을 확보하기 위해 모의목적에 따라 적절한 검보정 목적함수의 선정도 요구된다. CoLM과 같이 다양한 매개변수가 사용되는 LSM에서는 모의결과에 대한 불확실성을 줄이고, 모의목적에 따른 모형의 예측도 향상을 위해서 모의결과에 민감한 주요 매개변수의 검보정이 과정이 중요하다. 따라서, 본 연구에서는 격자기반 지표수문모형인 CoLM을 이용하여 우리나라 유역의 장기하천유출을 모의하는 과정에서 CoLM의 주요 매개변수 검보정에 필요한 적절한 목적함수의 적용을 통해 CoLM 장기하천유출 모의결과의 예측성능을 개선하고자 한다.

• Korean Journal of Remote Sensing
• /
• v.39 no.6_1
• /
• pp.1371-1388
• /
• 2023

Floods are becoming more severe and frequent due to global warming-induced climate change. Water disasters are rising in Korea due to severe rainfall and wet seasons. This makes preventive climate change measures and efficient water catastrophe responses crucial, and synthetic aperture radar satellite imagery can help. This research created 1,423 water body learning datasets for individual water body regions along the Han and Nakdong waterways to reflect domestic water body properties discovered by Sentinel-1 satellite radar imagery. We created a document with exact data annotation criteria for many situations. After the dataset was processed, U-Net, a deep learning model, analyzed water body detection results. The results from applying the learned model to water body locations not involved in the learning process were studied to validate soil water body monitoring on a national scale. The analysis showed that the created water body area detected water bodies accurately (F1-Score: 0.987, Intersection over Union [IoU]: 0.955). Other domestic water body regions not used for training and evaluation showed similar accuracy (F1-Score: 0.941, IoU: 0.89). Both outcomes showed that the computer accurately spotted water bodies in most areas, however tiny streams and gloomy areas had problems. This work should improve water resource change and disaster damage surveillance. Future studies will likely include more water body attribute datasets. Such databases could help manage and monitor water bodies nationwide and shed light on misclassified regions.