• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.250-250
• /
• 2012

하천유량 예측정보는 하천홍수를 잘 관리하기 위한 중요한 정보이다. 하천유량을 예측하기 위해서는 실제 기상상황이 잘 나타내는 관측 및 예측강우정보 구축, 대상유역의 수문반응특성을 잘 모의할 수 있는 유출모형 적용, 상류에 댐이 존재할 경우 저수지추적모형의 연계모의가 필요하다. 다만, 강우정보, 유출모형, 저수지추적모형은 항상 불확실성을 포함하고 있으며 어느 하나의 정보 또는 모형이 다른 것보다 항상 정확하기는 어렵다. 이러한 조건에서 하천유량을 잘 예측하기 위한 대안은 자료동화기법의 연계적용이라 할 수 있다. 본 연구에서는 관측유량 자료동화가 가능한 SURF 모형에 AUTO ROM 저수지추적방법을 연계하여 상류에 댐이 존재하는 유역에서도 하천유량을 예측할 수 있는 통합하천유량예측모형을 개발하였다. 적용유역은 한강유역을 채택하였으며 2002~2009년에 대해 모형을 구축하였다. 자료동화효과로 인해 유출모형만을 적용한 경우보다 유출모의 정확도가 높아지는 것을 확인하였다. 또한 저수지추적과정에서도 임의시점을 기준으로 과거기간에 대해서는 관측유입량과 방류량을 적용하고 미래기간에 대해서는 저수지추적을 통해 모의되며 이 결과로부터 저수위-유입량-방류량의 관계가 합리적으로 모의됨을 확인하였다. 이상의 결과로부터 하천유량예측을 위해서는 하천유량정보와 댐수문정보의 자료동화를 수행하므로써 하천유량 예측결과의 정확도를 향상시킬 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.888-892
• /
• 2008

저수지의 퇴사는 저수량을 감소시켜 수명을 단축시키고 저수피해를 가중시킴과 동시에 용수공급에도 지장을 초래하게 된다. 또한 자연하천에서 흐르던 유사는 댐이라는 수공구조물로 인해 흐름에 방해를 받으며, 홍수기 홍수조절을 위한 방류시 하류 하천의 하상변동에 영향을 미치게 된다. 100년을 내용수명으로 하는 다목적댐은 한번 건설되면 저수상태에서 장기간 유지관리를 필요로 하므로 저수지내 퇴사에 대한 예측은 설계 단계에서 부터 신중한 검토와 적용이 요구된다. 저수지내에서 유사의 퇴적으로 인한 하상변동은 유역내에서 유입되는 유사입자의 크기와 형상, 하천의 계절적 유량변화와 유사량 변화, 저수지의 형태와 크기, 그리고 저수지의 홍수기 방류량과 운영계획 등 상호 관련된 많은 요소에 의해 좌우된다. 따라서 합리적이고 효율적인 하천 및 저수지의 정비와 관리를 위해서는 적절한 수치모형을 이용한 저수지의 퇴사분포 예측과 퇴사량 예측이 필요하다. 본 연구에서는 홍수기간 저수지로 유입되는 홍수량을 대상으로 퇴사거동에 대한 변화를 알아보기 위해 2차원 수치모형인 SMS(Surface-Water Modeling System) 모형을 사용하였으며, 모형내에 내장되어 있는 RMA-2와 SED-2D에 대한 모형의 특성 사용법 입력자료를 분석하고 대상유역에 대한 기 조사된 하천 종 횡단 자료를 토대로 지형자료를 작성하여 기본계획 단계에 있는 김천시 부항다목적댐을 대상으로 100년 빈도 홍수량 유입시 공간적 퇴사거동 현상을 모의하였으며, 유속분포 퇴사의 공간적범위를 고려하여 저수지내 구조물 위치 선정 등에 미치는 영향을 연구하였다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2022.06a
• /
• pp.213-213
• /
• 2022

본 논문은 슬로싱(Sloshing) 거동에 놓인 극저온 액체수소 화물창의 BOG 예측을 위한 CFD 해석 절차를 다루고 있다. 특히, 적재율(Filling Ratio)에 따라 달라지는 열 유입과 그에 따른 액체수소의 기화 경향을 파악하기 위한 목적으로 수행되었다. 액체수소와 기체수소의 혼재에 의한 다상 열유동(Multiphase-Thermal flow) 특성을 반영하고 유동에 따른 강제 대류 현상을 열유속에 반영하기 위한 CFD 해석을 수행하였다. 다상 유동 모델의 정확성을 검증하기 위하여 슬로싱 실험의 압력 계측 값과 해석의 압력 값 및 자유수면(Free surface) 형상을 비교하였다. 소형 C-Type 독립형 액화수소 탱크를 대상으로 슬로싱 유동과 BOG 발생을 수치적으로 예측하였다. 해석 과정에서 VOF(Volume of fraction) 모델과 Eulerian 모델을 모두 적용하여, 액체수소에 유입되는 열 유속(Heat flux)의 예측 정확성을 비교하였다. 슬로싱 유무에 따라 액체수소에 유입되는 열 유속을 비교하여 슬로싱 유동의 포함 여부에 따른 BOG 발생량의 변화를 제시하였으며, 최종적으로 액체수소의 충전율(Filling ratio) 별로 BOG 발생량의 경향성을 제시하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.63-63
• /
• 2020

최근 머신러닝 기술의 발전에 따라 비선형 시계열자료에 대한 예측이 가능해졌으며, 기존의 과정기반모형을 대체하여 지하수, 하천수 예측 등 다양한 수문분야에 활용되고 있다. 본 연구에서는 기존의 연구들과 달리 과정기반모형을 이용한 하천수 모의결과를 개선하기 위해 과정기반모형과 결합하는 방식으로 머신러닝 기술을 활용하였다. 머신러닝 기술을 통해 관측값과 모의값 간의 차이를 예측하고 과정기반모형의 모의결과에 반영함으로써 관측값을 정확히 재현할 수 있도록 하는 시스템을 구축하고 평가하였다. 과정기반모형으로는 Weather Research and Forecasting model-Hydrological modeling system (WRF-Hydro)을 소양강 유역을 대상으로 구축하였다. 머신러닝 모형으로는 순환 신경망 중 하나인 Long Short-Term Memory (LSTM) 신경망을 이용하여 장기시계열예측이 가능하게 하였다(WRF-Hydro-LSTM). 머신러닝 모형은 2013년부터 2017년까지의 기상자료 및 유입량 잔차를 이용하여 학습시키고, 2018년 기상자료를 이용하여 예상되는 유입량 잔차를 모의하였다. 모의된 잔차를 WRF-Hydro 모의결과에 반영시켜 최종 유입량 모의값을 보정하였다. 또한, 연구에서 제안된 새로운 방법론의 성능을 비교평가하기 위해 머신러닝 단독 모형으로 유입량을 학습 후 모의하였다(LSTM-only). 상관계수와 Nash-Sutcliffe 효율계수(NSE)를 사용해 평가한 결과, LSTM을 이용한 두 방법(WRF-Hydro-LSTM과 LSTM-only) 모두 기존의 과정기반모형(WRF-Hydro-only)에 비해 높은 정확도의 하천수 모의가 가능했으며, PBIAS 지수를 사용하여 평가한 결과, LSTM을 단독으로 사용하였을 때보다 WRF-Hydro와 결합했을 때 더 관측값과 가까운 모의가 가능함을 확인할 수 있었다.

• Proceedings of the Korean Society of Soil and Groundwater Environment Conference
• /
• 2006.04a
• /
• pp.259-262
• /
• 2006

본 연구는 지하처분연구시설(URT : Underground Research Tunnel)시설 건설공사와 관련하여 굴착 후의 지하수유동체계 변화를 예측하기 위하여 수행되었다. 지하수유동체계 모사를 위해 사용된 모델은 연속체 매질 개념의 Visual Modflow이며, URT 주변의 시추공에서 조사된 자료를 초기 입력자료로 이용하였다. 1단계 터널굴착 후에 계측된 지하수위 및 터널 내 지하수 유입량을 토대로 모델교정을 수행하였고, 교정된 모델을 이용하여 2단계 터널굴착 후의 지하수유동체계를 예측하였다. 1단계 굴착 후 약 4.3m의 수위강하가 발생한 KP-2번공은 2단계 굴착 후에는 약 0.05m의 수위강하가 예측되었다. 또한 2단계 굴착 후의 지하수위는 터널 입구를 기준으로 약 108m지점부터 터널 종점부 175m까지는 터널 상부에 분포하며, 종점부 175m지점에서는 지하수위가 터널 천장(roof)부로부터 약 12.7m 상부에 위치하는 것으로 예측되었다. 지하수위의 강하범위는 터널 중심부로부터 반경 약 300m까지 발생되는 것으로 예측되었고, 예상 지하수 유입량은 24.7ton/day로 1단계 공사 후보다. 약 2.7ton/day 증가하며, 공동굴착 전 터널 중심부의 지하수가 지표까지 도달하는 시간은 약 39.8년이 소요되는 것으로 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.473-473
• /
• 2023

토사재해는 토사로 인해 발생하는 재해로 정의되며, 일반적으로 우기(rainy season)에 주로 발생한다. 또한, 강우로 인해 발생하는 토양침식(soil erosion)과 강우 및 지진에 의해 나타나는 산사태로 인한 토석류(debris flow)가 토사재해의 주요 원인으로 꼽힌다. 이러한 재해로 인하여 하천 및 호소의 수질 저하, 토양유실에 따른 농경지 감소 등 여러 문제가 발생하고 있다. 특히, 댐으로 유입되는 토사는 사수역(dead storage)을 증가시키고, 발전용 댐의 경우 토사재해가 발전설비 마모 등을 일으킴에 따라 발전효율을 감소시키기도 한다. 더욱이, 기후변화로 인하여 강우량 및 강우강도가 증가하고, 최근 한반도에서는 지진의 강도와 빈도 또한 증가함에 따라 토사재해의 잠재적 위험성을 증대시키고 있다. 따라서 댐 유역에서의 토사 유입에 관한 정량적 예측을 포함한 종합적인 댐 토사 관리기술 및 대책이 요구된다. 본 연구에서는 현재 수질 악화로 인해 발전이 중단된 도암댐을 대상으로 댐으로의 토사 유입량을 분석하고자 토양침식과 토석류의 정량적 예측이 가능하고, 각각의 물리적 과정을 고려하는 물리기반 모형을 활용하였다. 토사재해의 주요 원인인 강우와 지진에 대해 미래에 발생 가능한 시나리오를 작성하고, 시나리오별 토사 유입량과 유입 비율을 정량적으로 산정하였다. 본 연구의 결과는 유역 내 토사재해로 인한 피해 예방기술 및 댐 유지관리와 운영을 위한 기초 자료로 활용이 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 1990.07a
• /
• pp.105-116
• /
• 1990

홍수기간중에는 강우, 유출, 저수지 및 하류 수위등의 수시로 변하는 자료들을 on-line system으로 읽어서 실시간으로 저수지를 운영하므로써 현상태에서의 최선의 방류량을 결정하는 것이 가장 바람직하며, 이를 위한 선행조건으로 정확한 강우및 유출예측모형과 하류의 홍수추적모형이 연계 된다면 저수지의 홍수조절 용량을 최대한 활용하여 최적의 방류량을 결정할 수 있다. 본 연구에서는 홍수기중 실시간 저수지 운영을 위해 여러가지 제약조건을 고려한 모델을 개발하여, 단일 저수지인 대청 다목적 댐을 대상으로 적용하였다. 예측 유입량 대신에 재현기간별 홍수수문곡선과 실제의 저수지 유입량을 이용했으며, 하류의 홍수추적 모형은 일정한 유량을 방류하는 것이 가장 안전하다고 가정하여 최대 방류량을 변화시키므로써 하도 추적모형을 대신 하였다. 본 모델은 별도의 강우 유출예측모형과 하도의 홍수추적모형과 더불어 종합적인 실시간 저수지 운영모델이 된다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2005.05a
• /
• pp.427-433
• /
• 2005

인공적으로 조성한 저수지의 대부분은 유역면적이 넓고 집중강우로 인하여 매년 입자성 물질이 상당량 유입하는 편이며 이들의 장기간 축적으로 인하여 저수지 용량을 줄이고 수질관리에 어려움을 야기 시킨다. 따라서 이들에 대한 정화한 예측이 필요한 실정이지만 지표에서의 침식현상은 토양조건, 피복조건, 그리고 지형조건 등의 복합적 요소에 의하여 지배되기 때문에 정확한 유입량을 산정하기에 많은 어려움이 존재한다. 본 연구에서는 높은 정확도를 갖는 LiDAR(Light Detection and Ranging)기술을 이용하여 DEM, DSM을 제작하고 반사강도 데이터로부터 물질적 특성을 분류하여 연구지역내 범용토양유실공식(USLE; Universal Soil Loss Equation)에 의한 유입퇴적량을 산정하였다. 또한 이들 분포를 기준으로 퇴적물의 유입 가능성이 큰 위치를 파악하였으며 지형특성에 따른 퇴적물의 유입경로를 분석하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.303-303
• /
• 2011

효율적인 수자원 관리를 위해서는 미래 수문자료의 예측치에 대한 구간을 추정하여 미래에 관측될 자료에 대한 정보를 얻는 문제는 어렵지만 중요한 부분에 해당한다. 특히 중장기 유량예측은 입력변수의 불확실성이 크므로 확률론적 방법을 적용한 예측이 유리하다. 본 연구에서는 SSARR 모형을 이용하여 현재 유역의 상태에 과거에 재현되었던 강우를 결합한 앙상블 유출시나리오를 생성하였다. 그리고 대청댐 월 유입량에 대한 확률론적 예측방안을 제시하기위하여 과거 시나리오의 관측 ESP(Ensemble Streamflow Prediction)확률 및 Croley방법, PDF-Ratio방법을 한국의 기상예측정보 실정에 맞는 가중치 부여방안으로 적용하여 분석하였다. 2010년도 상반기를 기준으로 각 분석 기법별 정확성을 검증한 결과 Croley, PDF-Ratio 등 기상전망을 가중치로 부여한 확률론적 예측기법의 효용성을 확인하였다.

• Journal of Korea Water Resources Association
• /
• v.56 no.1
• /
• pp.63-74
• /
• 2023

High-reliability prediction of dam inflow is necessary for efficient dam operation. Recently, studies were conducted to predict the inflow of dams using Multi Layer Perceptron (MLP). Existing studies used the Gradient Descent (GD)-based optimizer as the optimizer among MLP operators to find the optimal correlation between data. However, the GD-based optimizers have disadvantages in that the prediction performance is deteriorated due to the possibility of convergence to the local optimal value and the absence of storage space. This study improved the shortcomings of the GD-based optimizer by developing Adaptive moments combined with Improved Harmony Search (AdamIHS), which combines Adaptive moments among GD-based optimizers and Improved Harmony Search (IHS). In order to evaluate the learning and prediction performance of MLP using AdamIHS, Daecheong Dam inflow was learned and predicted and compared with the learning and prediction performance of MLP using GD-based optimizer. Comparing the learning results, the Mean Squared Error (MSE) of MLP, which is 5 hidden layers using AdamIHS, was the lowest at 11,577. Comparing the prediction results, the average MSE of MLP, which is one hidden layer using AdamIHS, was the lowest at 413,262. Using AdamIHS developed in this study, it will be possible to show improved prediction performance in various fields.