• 한국습지학회지
• /
• 제16권3호
• /
• pp.431-440
• /
• 2014

국내 10개 댐저수지 인공습지를 대상으로 수심분포, 유입량 및 유출량, 물흐름분포, 체류시간, 수처리효율, 종횡비, 개방수역/폐쇄수역 구성비 등 습지의 운영현황 및 구조적 형상에 대한 분석을 통해 인공습지의 수질정화기능을 회복시킬 수 있는 개선대책 및 운영방안을 제시하였다. 조사대상 인공습지의 처리수는 하수처리장 방류수 또는 하천수였으며, 처리수의 수질은 외국의 인공습지에 비해 전반적으로 낮은 것으로 나타났다. 특히 처리수의 BOD는 모든 습지에서 3 mg/L 이하로 매우 낮았는데, 이는 하수처리장의 고도처리 및 평수기 저농도 하천수 취입에 기인된 것으로 판단된다. 수처리효율은 TN이 7.6~67.6%(평균 24.9%), TP가 -4.9~74.5%(평균 23.7%)의 범위로 하수처리장 방류수를 처리수로 하는 인공습지에서 높은 값을 보였다. BOD는 -133.3~41.7% 범위로 습지에 따라 큰 차이를 보였으며, 대부분 습지에서 처리효율이 없거나 낮은 것으로 나타났다. 인공습지의 낮은 처리효율은 습지의 부적합한 종행비, 과도한 개방수역 면적 등의 구조적인 문제와 수위관리 미흡, 초기우수 취입시스템 및 운영관리 미흡, 강우시 모니터링 부재 등의 운영적인 문제에 의한 것으로 나타났다. 그러므로 댐저수지 인공습지가 비점오염 저감시설로서의 역할을 할 수 있기 위해서는 댐저수지 인공습지에 적합한 습지설계 및 운영방안이 필요하다. 또한 습지 운영매뉴얼에 비점오염물질이 유출되는 강우시 모니터링이 반드시 포함되어야 하며, 댐저수지 인공습지의 수처리효율도 강우시 모니터링 자료를 토대로 평가되어야 할 것이다.

• 한국해안·해양공학회논문집
• /
• 제33권3호
• /
• pp.101-109
• /
• 2021

항해용 X-band 레이다를 이용한 파랑관측은 해수면에 후방산란 된 전자기파 이미지를 분석하여 이루어진다. 1분당 42개의 해수면 시계열 이미지로부터 3차원 FFT를 계산하고 변조전달함수(Modulation Transfer Function)를 구하여 파랑정보를 추출한다. 따라서 레이다 파고계로 계측한 유의파고의 정확도는 X-band 레이다 영상의 상태에 따라 결정된다. 2020년 여름 태풍 마이삭과 하이선 내습 시 강릉 안인 해안에 설치된 X-band 레이다 파고계로 관측한 유의파고의 오차가 크게 발생하였다. 이는 태풍 내습 시 급격히 유의파고가 증가하는 한편 강한 강우가 동반되어 X-band 레이다 영상의 품질이 저하되었기 때문이다. 최대 오차 발생 이전까지 많은 강우가 있었음이 확인된다. 본 연구에서는 convolution neural network(CNN)을 이용하여 레이다 이미지로부터 강우 여부를 분류하고 강우여부에 따라 강우시 인공신경망 모델을 적용하여 태풍 시 유의파고 관측 정확도를 향상시켰다. 폭우를 동반한 태풍 시 레이다 자료 특성에 기반하여 인공신경망 유의파고 산출 알고리즘을 개선하고 이를 통해 X-band 레이다 파고계의 정확도를 향상시키는 방법을 제시하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.1727-1731
• /
• 2008

수자원의 효율적인 관리를 위해서는 신뢰성 있는 유량자료의 획득이 대단히 중요하다. 우리나라는 양질의 유량자료를 획득하기 위해 매년 많은 시간과 돈을 투자하고 있으나 자료의 질적인 면에서 만족할 만한 성과를 얻지 못하고 있다. 현재까지 우리나라의 유량자료는 댐의 수문자료와 수량관리 부처인 건교부에서 운영하는 수위표 지점의 수위-유량곡선에서 산출된 자료에 의존하고 있다. 그러나 수위-유량 관계식을 보정하기 위한 유량측정사업이 지속적이지 못하며, 이 관계식은 유량이 적은 저수기 및 갈수기에는 부정확하다는 한계가 있다. 또한, 국립환경과학원 낙동강물환경연구소에서 오염총량관리를 위한 낙동강수계 유량측정사업을 실시하고 있지만, 목적은 낙동강수계의 오염총량관리 단위유역 말단 47개 지점에서 유량측정을 효율적으로 실시하여 수질정책의 기초자료를 제공하는데 있다. 이 자료 역시 오염총량관리를 위하여 유량측정을 실시하여 수자원의 효율적인 관리를 위한 일 유량을 알 수가 없는 한계점을 가지고 있다. 따라서 저수기 및 갈수기에 수질정책의 기초자료를 제공하기 위해서 하천을 포함한 유역의 정확한 강우-유출특성의 파악이 필요하다. 그러나 강우-유출특성 또한 유역 내 강우의 시 공간적 분포가 다르며 그 자가 비선형성이 강하고 여러 변동성을 포함하므로, 강우로부터 하천의 유출량의 정확한 해석이 불가능하다. 그러나 최근 인공지능 분야에서 신호처리, 지능제어 및 패턴인식 등의 수단으로 사용되고 있는 신경망은 학습이라는 최적화 과정을 통해 입력과 출력으로 구성되는 하나의 시스템을 비선형적으로 구축할 수 있으며 이러한 이점을 활용하여 수자원 분야에서 다양하게 적용되고 있다. 본 연구의 목적은 강우-유출자료 및 댐 방류량 자료의 비선형적인 특정을 가장 잘 반영할 수 있는 신경망모형을 적용하여 수질정책의 기초자료를 제공하기 위하여 신뢰성 있는 유량자료를 산정하는 모형을 개발하는 것이다. 이를 위해서 낙동강물환경연구소에서 오염총량관리를 위한 낙동강수계 유량측정 지점 상류의 댐 방류량의 일 방류량자료와 강우자료를 입력 자료로 하여 유량을 예측할 수 있는 유량예측 신경망 모형 FFBN(Flow Forecasting By Neural)을 개발하였다. 그리고 입력 자료로서 장기유출모형인 SWAT의 모의결과를 입력 자료로 추가한 FFBNS(Flow Forecasting By Neural and SWAT)을 개발하였다. 신경망 모형의 구조는 입력층과 출력층 사이에 하나의 은닉층이 존재하는 다층 신경망으로 구성하였으며, 학습단계에서는 오류 역전파 알고리듬 학습방법 중 모멘텀법을 사용하였다. 예측된 유출량을 실측치와의 비교를 위하여 낙본D지점과 낙본 E지점에 대하여 $2005{\sim}2006$년까지의 모의 결과를 낙동 수위측정지점과 구미 수위측정지점의 실측치 통하여 복잡한 비선형성을 가지는 유출 시계열 자료에 대한 효과적인 최적의 신경망모델을 개발하여 유량을 예측하고 적용 가능성을 검토하고자 한다. 모의 결과는 수질정책의 기초자료 제공에 기여할 수 있을 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.1027-1031
• /
• 2008

본 연구는 한반도 영역을 대상으로 2001년 7, 8월과 2002년 6월로 홍수기를 대상으로 RDAPS 모형, AWS, 상층기상관측(upper-air sounding)의 자료를 이용하였다. 또한 수치예보자료를 범주적 예측확률로 변환하고 인공신경망기법(ANN)을 이용하여 강수발생확률의 예측정확성을 향상시키는데 있다. 신경망의 예측인자로 사용된 대기변수는 500/ 750/ 1000hpa에서의 지위고도, 500-1000hpa에서의 층후(thickness), 500hpa에서의 X와 Y의 바람성분, 750hpa에서의 X와 Y의 바람성분, 표면풍속, 500/ 750hpa/ 표면에서의 온도, 평균해면기압, 3시간 누적 강수, AWS관측소에서 관측된 RDAPS모형 실행전의 6시간과 12시간동안의 누적강수, 가강수량, 상대습도이며, 예측변수로는 강수발생확률로 선택하였다. 강우는 다양한 대기변수들의 비선형 조합으로 발생되기 때문에 예측인자와 예측변수 사이의 복잡한 비선형성을 고려하는데 유용한 인공신경망을 사용하였다. 신경망의 구조는 전방향 다층퍼셉트론으로 구성하였으며 역전파알고리즘을 학습방법으로 사용하였다. 강수예측성과의 질을 평가하기 위해서 $2{\times}2$ 분할표를 이용하여 Hit rate, Threat score, Probability of detection, Kuipers Skill Score를 사용하였으며, 신경망 학습후의 강수발생확률은 학습전의 강수발생확률에 비하여 한반도영역에서 평균적으로 Kuipers Skill Score가 0.2231에서 0.4293로 92.39% 상승하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.117-117
• /
• 2021

본 연구에서는 Sentinel-1A/B C-band SAR(Synthetic Aperture Radar) 위성영상을 기반으로 인공신경망(Artificial Neural Network, ANN) 모형을 활용해 금강 유역 상류 40×50 km² 면적에 대한 토양수분을 산정하였다. 10 m 공간 해상도의 Sentinel-1A/B SAR 영상은 8일 간격으로 2015년부터 2019년까지 5년 동안 구축하였고, SNAP(SentiNel Application Platform)을 통해 기하 보정, 방사 보정 및 잡음(Noise) 보정을 수행하고 VV 및 VH 편파 후방산란계수로 변환하였다. ANN 모형 검증자료로 TDR(Time Domain Reflectometry)로 측정된 9개 지점의 실측 토양수분 자료를 구축하였으며, 수문학적 개념인 선행강우를 고려하기 위해 동지점에 대한 강수량 자료를 구축하였다. ANN은 각 지점에 해당하는 토양 속성별로 모델링하고, 전체 기간 및 계절별로 나누어 모의하였으며, 전체 자료의 60%와 40%를 각각 훈련 및 테스트 데이터로 사용하였다. 산정된 토양수분은 상관계수(Correlation Coefficient, R)와 평균제곱근오차(Root Mean Square Error, RMSE)를 활용하여 검증을 수행할 예정이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.48-48
• /
• 2022

본 연구에서는 상수원 수질개선을 위한 물환경관리 종합대책의 일환으로 장치형과 자연형 물환경관리시설을 복합 구성하여 강우 및 비강우 시 비점오염물질을 집중 저감 할 수 있는 맞춤형 비점관리 모듈화 시설을 제안하고, 그 적용성을 평가하고자 하였다. 이는 습지, 생태수로, 저류지 등으로 정형화된 기존의 수질개선 대책에서 탈피하여 대규모 댐유역에서 구조적 대책의 실효성과 효과성을 도모하기 위한 목적성을 지니고 있다. 이를 위해, 영천댐 유역을 대상으로 수질모형(HSPF, AEM3D)을 구축하고 목표수질 설정에 따른 수질개선 대책을 마련하였다. 여기서 수질개선 대책은 호내와 유역으로 공간적 범위를 구분하여 효과분석을 위한 단일 및 복합 모의 시나리오를 작성했으며, 평년 강우량과 가장 유사한 최근(2017년)의 영천호 수질과 비교하여 개선 효과를 평가하였다. 맞춤형 비점관리 모듈화 시설은 영천호 유입부에 기 조성된 인공습지(평시)와 연계하여 강우 시에는 모듈형(다기능 저류조, 스크린, 고효율여과) 장치를 통해 침강지로 최종 방류하는 것으로 구성하였다. 모듈화 시설의 연중 삭감량 추정 결과는 T-P 유달부하량을 기준으로 평시 32%, 강우 시 11%로 분석되었다. 자세한 모듈화 시설의 구성과 저감효율, 수질개선 대책 시나리오 적용에 따른 영천호 수질변화 분석 결과 등은 발표를 통해 제시될 예정이다.

• 한국농공학회지
• /
• 제43권1호
• /
• pp.66-74
• /
• 2001

Pollutant loading potential was evaluated for manure application practices on farm fields, through survey and pot experiments. The survey indicated that most farmers applied the manure during the early spring. About 74% farmers apply the manure during the period from December to May. Considering the monthly rainfall amount in this period, the pollutant loading potential is not high. Leachate obtained from pot piled up with manure compost, using a rainfall simulator, showed that average concentrations of COD, SS, TKN, N $O_{3-}$N, TP were up to 2,000mg/L, 240mg/L, 107mg/L, 10mg/L, 50mg/L, respectively. These concentrations could be affected by rainfall intensity and the amount of piled manure compost. Therefore, implementation of management practices are recommended to control or minimize of leachate from manure compost piled on farm field.

• 한국작물학회지
• /
• 제41권6호
• /
• pp.692-697
• /
• 1996

담배의 생육단계 및 환경조건에 따른 duva-trlenediols와 cis-abienol의 함량을 조사하였던 바 얻어진 결과는 다음과 같다. 1. 담배생육 단계별 duvatrlenediols와 cis-abienol의 함량은 이식묘일 때 매우 낮았고 이식후 40일 후부터 많은 양이 생성되었다. 2. 담배생육 환경조건에 따른 duvatrienediols와 cis-abienol의 함량은 3$0^{\circ}C$ 인공광실이 가장 높았고 그 다음은 $25^{\circ}C$ 인공광실과 자연광실 그리고 18$^{\circ}C$ 인공광실은 매우 낮았다. 3. 자연광실에 재배된 연초는 도장에서 담배된 담배보다 duvatrienediols와 cis-abienol의 함량 이 높았다. 4. 개화기 때 엽위별 duvatrienediols와 cis-abienot의 함량은 하위엽이 가장 낮았고 중위엽과 상위엽은 비슷하였다. 5. 강우 전에 채취한 시료는 강우 후 즉시 채취한 시료 보다 duvatrienediols와 cis-abienol의 함양이 현저히 높았다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.382-382
• /
• 2011

최근의 극심한 기상이변으로 인하여 발생되는 유출량의 예측에 관한 사항은 치수 이수는 물론 방재의 측면에서도 역시 매우 중요한 관심사로 부각되고 있다. 강우-유출 관계는 유역의 수많은 시 공간적 변수들에 의해 영향을 받기 때문에 매우 복잡하여 예측하기 힘든 요소이며, 과거에는 추계학적 예측모형이나 확정론적 예측모형 혹은 경험적 모형 등을 사용하여 유출량을 예측하였으나 최근에는 인공신경망과 퍼지모형 그리고 유전자 알고리즘과 같은 인공지능기반의 모형들이 많이 사용되고 있다. 하지만 유출량을 예측하고자 할 때 학습자료 및 검정자료로써 사용되는 유출량은 수위-유량 관계곡선식으로부터 구하는 경우가 대부분으로 이는 이렇게 유도된 유출량의 경우 오차가 크기 때문에 그 신뢰성에 문제가 있을 것으로 판단된다. 따라서 본 논문에서는 수위를 직접 예측함으로써 이러한 오차의 문제점을 극복 하고자 한다. Neuro-Fuzzy 모형은 과거자료의 입 출력 패턴에서 정보를 추출하여 지식으로 보유하고, 이를 근거로 새로운 상황에 대한 해답을 제시하도록 하는 인공지능분야의 학습기법으로 인간이 과거의 경험과 훈련으로 지식을 축적하듯이 시스템의 입 출력에 의하여 소속함수를 최적화함으로서 모형의 구조를 스스로 조직화한다. 따라서 수학적 알고리즘의 적용이 어려운 강우와 유출관계를 하천유역이라는 시스템에서 발생된 신호체계의 입 출력패턴으로 간주하고 인간의 사고과정을 근거로 추론과정을 거쳐 수문계의 예측에 적용할 수 있을 것이다. 유전자 알고리즘은 적자생존의 생물학 원리에 바탕을 둔 최적화 기법중의 하나로 자연계의 생명체 중 환경에 잘 적응한 개체가 좀 더 많은 자손을 남길 수 있다는 자연선택 과정과 유전자의 변화를 통해서 좋은 방향으로 발전해 나간다는 자연 진화의 과정인 자연계의 유전자 메커니즘에 바탕을 둔 탐색 알고리즘이다. 즉, 자연계의 유전과 진화 메커니즘을 공학적으로 모델화함으로써 잠재적인 해의 후보들을 모아 군집을 형성한 뒤 서로간의 교배 혹은 변이를 통해서 최적 해를 찾는 계산 모델이다. 이러한 유전자 알고리즘은 전역 샘플링을 중심으로 한 수법으로 해 공간상에서 유전자의 개수만큼 복수의 탐색점을 설정할 뿐만 아니라 교배와 돌연변이 등으로 좁아지는 탐색점 바깥의 영역으로 탐색을 확장할 수 있기 때문에 지역해에 빠질 위험성이 크게 줄어든다. 따라서 예측과 패턴인식에 강한 뉴로퍼지 모형의 해 탐색방법을 유전자 알고리즘을 사용한다면 보다 정확한 해를 찾는 것이 가능할 것으로 판단된다. 따라서 본 논문에서는 선행우량 및 상류의 수위자료로부터 하류의 단시간 수위예측에 관해 연구하였으며, 이를 위해 유전자 알고리즘을 이용항여 소속함수를 최적화 시키는 형태의 Neuro-Fuzzy모형에 대하여 연구하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.1159-1163
• /
• 2010

최근의 극심한 기상이변으로 인하여 발생되는 유출량의 예측에 관한 사항은 치수 이수는 물론 방재의 측면에서도 역시 매우 중요한 관심사로 부각되고 있다. 강우-유출 관계는 유역의 수많은 시 공간적 변수들에 의해 영향을 받기 때문에 매우 복잡하여 예측하기 힘든 요소이다. 과거에는 추계학적 예측모형이나 확정론적 예측모형 혹은 경험적 모형 등을 사용하여 유출량을 예측하였으나 최근에는 인공신경망과 퍼지모형 그리고 유전자 알고리즘과 같은 인공지능기반의 모형들이 많이 사용되고 있다. 하지만 유출량을 예측하고자 할 때 학습자료 및 검정자료로써 사용되는 유출량은 수위-유량 관계곡선식으로부터 구하는 경우가 대부분으로 이렇게 유도된 유출량의 경우 오차가 크기 때문에 그 신뢰성에 문제가 있을 것으로 판단된다. 따라서 본 논문에서는 선행우량 및 수위자료로부터 단시간 수위예측에 관해 연구하였다. 신경망은 과거자료의 입 출력 패턴에서 정보를 추출하여 지식으로 보유하고, 이를 근거로 새로운 상황에 대한 해답을 제시하도록 하는 인공지능분야의 학습기법으로 인간이 과거의 경험과 훈련으로 지식을 축적하듯이 시스템의 입 출력에 의하여 연결강도를 최적화함으로서 모형의 구조를 스스로 조직화하기 때문에 모형의 구조에 적합한 최적 매개변수를 추정할 수 있다. 따라서 정확한 예측이 어려운 하천수위를 과거의 자료로 부터 학습된 신경망의 수학적 알고리즘을 통해 유출량의 예측에 적용할 수 있을 것이다. 유전자 알고리즘은 적자생존의 생물학 원리에 바탕을 둔 최적화 기법중의 하나로 자연계의 생명체 중 환경에 잘 적응한 개체가 좀 더 많은 자손을 남길 수 있다는 자연선택 과정과 유전자의 변화를 통해서 좋은 방향으로 발전해 나간다는 자연 진화의 과정인 자연계의 유전자 메커니즘에 바탕을 둔 탐색 알고리즘이다. 즉, 자연계의 유전과 진화 메커니즘을 공학적으로 모델화함으로써 잠재적인 해의 후보들을 모아 군집을 형성한 뒤 서로간의 교배 혹은 변이를 통해서 최적 해를 찾는 계산 모델이다. 따라서 본 연구에서는 인공신경망의 가중치를 유전자 알고리즘에 의해 최적화시킨후 오류역전파알고리즘에 의해 신경망의 학습을 진행하는 모형으로 감천유역의 선산수위표지점의 수위를 1시간~6시간까지 예측하였다.