• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.325-325
• /
• 2021

딥러닝을 이용한 침수해석은 강우자료와 그에 대한 1차원 EPA-SWMM 결과인 총월류량을 인공신경망에 학습시키고, 학습시킨 인공신경망을 테스트하기 위해 또다른 강우자료를 인공신경망으로 예측해서, 이것이 해석결과를 얼마나 잘 나타내는지 확인하고, 인공신경망이 모의한 총월류량을 잘 나타낸다면 인공신경망을 잘 학습시킨 것으로 판단하여 새로운 강우가 발생했을 때 새로운 강우자료에 대해 매번 새로 1차원, 2차원해석을 하는 것을 대신하여 인공신경망만으로 총월류량을 예측할 수 있게 되는 것이다. 강우자료를 입력자료로 사용하게 되는데, 강우량만으로는 그 강우의 특성을 전부 나타낸다고 할 수 없기 때문에 지속기간과 총강우량, 왜도(skewness), 표준편차를 추가적인 입력자료로 사용한다. 1차원, 2차원 해석결과인 총월류량은 입력자료에 대한 타깃자료가 되어, 인공신경망을 테스트하거나 실제로 이용할 때 비슷한 지속기간과 총강우량, 왜도, 표준편차를 가진 강우가 발생했을 때 타깃자료를 이용해 총월류량을 예측하는 것이다. 인공신경망이 얼마나 잘 학습되었는지 확인하기 위해서 침수지도를 작성해볼 필요가 있다. 1차원, 2차원 모의해석으로 나온 총월류량과, 인공신경망을 이용해 예측한 총월류량을 이용해 각각 침수지도를 작성하여 시각적 자료로 변환하여 비교하고, 침수지도가 일치한다면 인공신경망이 잘 학습되었다고 판단할 수 있고, 새로운 강우가 발생하면 학습시킨 인공신경망을 통해 1차원, 2차원 모의해석을 하지 않고도 총월류량을 예측할 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.72-76
• /
• 2011

본 연구는 레이더 강우 영상에서 추출된 강우 패턴을 인공신경망으로 처리하여 단기 강우 예측을 수행하는 방안을 제시한 것이다. 본 연구에 활용한 CAPPI 영상자료로는 편차 보정과 품질 관리가 이루어지고 있으며 획득이 용이한 기상청 자료를 이용하였으며 CAPPI의 PNG 영상으로부터 강우 패턴을 추출하고, 이를 역전파 알고리즘의 인공신경망 강우 예측 모형에 학습시켜 단기 강우를 예측하기 위한 절차를 제시하였다. 이를 위하여 강우의 시공간적 변화 패턴 추출을 위한 영상 처리와 GIS 자료처리 기법을 제시하였고 이를 인공신경망의 단기 강우 예측 학습과 검증에 적용하여 본 연구에서 제시된 기법의 타당성을 검토하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.497-497
• /
• 2018

복잡한 기상조건 하에서 강우의 예측은 수문 기상 분야에서 필수적인 과정이라 할 수 있다. 특히 월 단위의 강우 예측은 장기적인 수자원 관리 및 계획 수립 시 매우 중요한 기준이 되기 때문에 보다 정확하고 신뢰도 있는 예측을 필요로 하고 있다. 이를 위해 전 지구적 기후 변동의 양상을 수치화 하여 나타낼 수 있는 기상인자의 활용이 활발해지고 있으며 다양한 모형을 기반으로 한 강우 예측이 수행되고 있다. 최근에는 인공지능 기법을 활용한 인공신경망 모형의 적용이 활발해짐에 따라 높은 예측력을 바탕으로 강우 예측에 대한 연구가 이루어지고 있지만 초기 가중치의 무작위성 또는 과적합으로 인한 문제도 함께 나타나고 있다. 본 연구에서는 인공신경망 모형의 활용성을 높이고 신뢰성을 확보하기 위한 강우 예측을 수행하고자 하였다. 이를 위해 다양한 기상인자를 활용하여 인공신경망 모형을 위한 정보를 구축하고 인공신경망 모형을 통해 생성되는 결과로부터 단일 예측이 아닌 앙상블 예측을 활용함으로써 강우 앙상블을 생성하고 조합하였다. 그 결과 인공신경망 모형을 통한 단일 예측보다 앙상블을 통한 예측으로 안정적이고 정확한 예측 결과를 산정할 수 있었으며 기존에 인공신경망 모형을 통한 예측의 문제점을 보완할 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.306-306
• /
• 2023

인공강우 실험은 일반적으로 호우 기간 중 수행한다. 과거 연구(국립기상과학원, 2020)에서 설정된 인공강우 실험 기준은 "일 강우량 20 mm를 초과하는 경우"로, 이는 경험적으로 결정된 기준이다. 이에 본 연구에서는 가용한 장기간 관측자료를 수집하고 자료를 분석하여 인공강우 실험을 위한 댐 유역의 기상학적 조건과 수문학적 조건을 평가하였다. 인공강우 실험 조건 평가를 위한 대상 유역으로 한반도 남부지방에 위치한 보령댐, 용담댐, 남강댐, 안동댐, 임하댐 유역을 고려하였다. 기상학적 조건은 인공강우 발생 조건과 밀접한 연관이 있다. 기상학적 조건을 평가하기 위한 자료로 장기간 자료가 가용하며 수집이 용이한 일 강우량, 상대습도, 운량 등의 자료를 수집하였다. 강우량과 운량의 경우 상위 10%, 20%, 30%에 대응하는 기준치를 산정하고, 이를 초과하는 연 횟수를 비교하여 유역의 조건을 평가하는데 반영하였다. 상대습도의 경우 연중 80%, 85%, 90%를초과하는 횟수를 비교하고 추가로 이 기준치를 초과함에도 강우는 발생하지 않은 횟수도 고려하였다. 수문학적 조건은 인공강우의 필요성, 즉 수자원 공급량 차원에서 고려한 조건으로 볼 수 있다. 수문학적 조건을 평가하기 위한 자료로는 댐의 일 및 월 단위 저수용량을 수집하고, 댐의 총 저수용량과 유효저수용량에 대한 비를 산정하여 평가에 고려하였다. 댐 유역의 인공강우 실험 조건을 평가한 결과는 다음과 같이 요약된다. 기상조건을 고려한다면 보령댐과 용담댐이 적절한 것으로 판단되었다. 특히 보령댐의 경우, 상대습도가 90% 이상으로 매우 높음에도 대기중의 수증기가 응결되지 못하여 강우량이 발상하지 않는 경우가 있어 Seeding의효과가 극대화될 여지가 높은 것으로 판단된다. 수문학적 조건을 고려하는 경우, 보령댐 유역, 안동댐 유역, 임하댐 유역이 유효 저수율이 낮은 것으로 나타나 인공강우를 활용한 수자원 확보의 필요성이 높은 유역으로 평가된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1412-1416
• /
• 2009

최근의 극심한 기상이변으로 인하여 발생되는 이상호우의 예측에 관한 사항은 치수 이수는 물론 방재의 측면에서도 역시 매우 중요한 관심사로 부각되고 있다. 강우를 예측하기 위해 많은 방법들이 사용되고 있으나 강우의 메커니즘은 매우 복잡하여 수문순환과정에서 가장 예측하기 힘든 요소이며, 추계학적 예측모형이나 확정론적 예측모형 모두에 있어 상당한 불확실성을 내포하고 있다. 기상예측모형 등을 이용하여 강우예측에 대한 정도를 높여가고는 있으나 많은 수문학적 모형에서 요구하는 시공간적으로 정도가 높은 강우를 예측하기에는 힘들다. 인공신경망은 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 강우사상을 과거의 자료로부터 신경망의 수학적 알고리즘을 통해 강우의 예측에 적용할 수 있을 것이다. 따라서 본 연구에서는 이러한 인공신경망의 기법 중 오류 역전파 알고리즘을 통하여 과거의 강우사상들을 입 출력 자료로 이용하여 인공신경망을 학습시켜 강우의 예측에 대한 정도를 높이도록 하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1269-1273
• /
• 2010

이러한 강우자료의 결측값이나 오자료를 보정하는 것은 그 유역의 정확한 수문학적 특성 파악 및 안전한 수공구조물의 설계에 영향을 미치게 되므로 매우 중요하다고 할 수 있다. 최근 이러한 강우자료를 비선형적 모델인 인공신경망(Artificial Neural Network)을 이용하여 보정하는 연구가 활발히 진행되고 있다(오재우 등, 2008). 그러나 이러한 인공신경망을 적용하는 경우, 선택한 신경망 구조의 형태와 학습(training)을 위해 사용되는 자료가 전체 자료의 특성을 반영하고 있는 정도에 따라 정확도에 차이를 보인다(한광희 등, 2010). 따라서 자료보정을 위한 입력 자료의 선택은 인공신경망을 이용한 결측치 보정의 중요한 과정이다. 본 연구에서는 이러한 입력 자료의 선택을 위한 여러 가지 기법 중 입력 변수간의 상호정보량 (Mutual Information)을 이용한 방법을 적용하여 대상 결측 지점을 보정할 강우지점을 선별한 후 선택된 지점만으로 인공신경망을 구성하여 강우자료를 보정하고 주변 자료를 모두 이용한 결과와 상관성분석으로 얻어진 결과와 비교하였다.

• The Science & Technology
• /
• v.34 no.10 s.389
• /
• pp.76-78
• /
• 2001

인공강우 기술을 보유하고 있으면 가뭄 및 수자원 수요에 따라 필요할 때만 가동시킬 수 있어 다른 방법에 비해 초기 투자비용이 적게 드는 장점이 있으며, 가뭄 및 대체 수자원 확보방법으로 이용이 가능하다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.540-540
• /
• 2015

유역의 하천관리 및 홍수관리를 위하여 강우량을 정확하게 예측하고자 많은 수문학자들에 의해 강우량을 예측하는 연구를 진행하였다. 강우를 예측하기 위한 여러 가지 방법 중 인공신경망을 이용하여 강우를 예측하는 선행연구들을 살펴볼 수 있었다. 그러나 기존에 강우량을 예측하는 사례들을 살펴보게 되면, 강우사상이 발생된 후 강우량 예측은 비교적 높은 정확도를 가지고 있으나, 강우가 발생하기 시작하는 시점에 대한 강우량 예측은 그 정확성이 떨어지는 것을 확인할 수 있었다. 이에 본 연구에서는 무강우 기간에도 보다 정확하게 강우량을 예측할 수 있는 인공신경망 모델을 제안하고자 한다. 이를 위해 강우량 이외에도 기온, 풍속, 습도, 증기압, 전운량을 인공신경망의 입력자료로 활용하고자 하였다. 입력자료을 구성을 여러 가지 CASE로 구분하여 부산지점의 강우량을 예측하고 그 정확성을 평가하고자 하였다. 이 때, 사용되는 자료는 기상청 부산지점에서 제공하고 있는 1시간 간격자료를 적용하였다. 본 연구를 통해 개발된 인공신경망 모형을 이용하여 예측된 강우량은 부산 내에 위치한 하천관리 뿐 만 아니라 하천의 홍수 예 경보에 필요한 기초적인 자료로 활용될 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.353-353
• /
• 2017

주요 도시 지역에서 발생한 집중호우로 인하여 도시지역의 홍수 피해가 증가하고 있다. 2010, 2011년에 발생한 서울지역의 홍수로 인하여 인명과 재산피해가 발생하였으며, 2014년도에는 부산 경남지역에 발생한 집중호우로 도심지역에 홍수피해가 발생하였다. 이와 같이 증가하고 있는 도시 지역의 홍수피해 저감을 위하여 다양한 치수사업 및 홍수대책 연구가 진행되고 있지만, 일부지역에서는 여전히 침수 위험성이 상존하고 있다. 기후변화로 인하여 강우량이 증가하고 있는 상황에서 도시지역 내수 배제 능력이 변화하는 환경을 적절히 대응하지 못하여 새로운 기술 개발에 대한 필요성 증가하고 있다. 본 연구에서는 도심홍수 피해를 저감시키기 위하여 도심지 홍수의 복합적 원인을 고려한 공간해석에 필요한 실험 및 수치모의를 수행하였다. 도시 지역의 침수현상을 재현 검토하기 위해서 인공강우를 구현할 수 있는 강우 시뮬레이터를 이용하여 2010년, 2011년 도심홍수 피해가 발생한 지역의 도심지 모형을 제작하고 침수현상을 재현하였다. 인공강우 모형실험을 통하여 주요 도로망의 침수심 및 흐름전파 경향을 분석하였다. 다음으로는 도심 공간의 건물과 도로망 형태에 따라서 우수의 거동을 계측한 실험결과를 이용하여 지표수 모의 수치모형의 적용성을 검토하였다. 인공강우 실험결과와 수치모의결과를 정량적으로 비교하였으며, 각 실험결과에 의한 차이점을 분석하였다. 본 연구결과에 의하면 인공강우 시뮬레이터와 수치모의를 병행하여 도심지역 침수를 재현함으로써 도심홍수에 의한 피해를 저감 시킬 수 있는 대응기술을 발전시킬 수 있을 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 1997.05a
• /
• pp.186-191
• /
• 1997

인공위성을 이용한 강우관측은 지상에서의 강우관측과는 달리 넒은 지역의 관측을 가능하게 하고 또한 해양에서의 강우까지도 관측할 수 있다는 장점이 있다. 그러나 이러한 강우관측도 몇가지 문제점을 포함하고 있는데 그 하나로서 관측오차 문제를 들 수 있다. 이것은 관측된 강우가 공간적으로는 연속이지만 시간적으론 불연속이기 때문에 발생하는 구조적인 문제로서 강우의 시간적-공간적 통계특성과 관측계획에 따라 각각 다르게 정량화 된다. 본 논문에서는 인공위성을 이용한 강우 관측시 발생하는 관측오차의 추정식을 소개하고 두개의 다차원 강우모형을 사용하여 적용해 보았다. 현재까지의 관측오차 추정은 강우의 2차원 통계특성만을 고려하기 때문에 모형의 매개변수들이 이 특성에 맞추어 적절히 추정된 경우, 모델에 따른 차이는 크지 않은 것으로 밝혀졌다. 앞으로 이러한 단점은 2차원 이상의 통계특성을 고려하는, 궁극적으로는 강우의 확률밀도함수를 고려할 수 있는 관측오차 추정식의 개발을 통해 개선될 수 있을 것이다.