• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.415-415
• /
• 2012

유역의 홍수위험도를 평가하기 위하여 선행 연구로서 DPSIR framework를 적용한 인자를 선정하였다. 이때 인자의 범위를 사회적, 경제적, 환경적 분야로 구분하고 각 분야에 대하여 홍수로 인하여 야기되는 유역의 다양한 영향요소를 포함하여 인자를 선정하였다. 본 연구에서는 이를 대상으로 각 인자의 가중치를 선정하기 위하여 패널식 조사연구기법인 Delphi 방법을 적용하였다. Delphi 기법은 델파이 절차가 반복되는 동안 조사 참여자에게 전회의 조사 결과, 즉 통계적 집단 반응을 피드백하며 참여자는 이를 참고하여 자신의 판단을 수정 보완 할 수 있는 방법이다. 따라서 1차 설문조사를 통하여 각 패널은 홍수위험도 평가 인자에 대해서 주관적인 가중치를 선정하고 이를 분석한 결과를 피드백 받아 참고한 후 2차 설문조사에 응하여 가중치를 재선정하게 된다. 조사에 참여할 패널의 선정은 수자원분야의 전문가를 대상으로 하였다. 또한 각 인자에 대한 가중치를 수집하는 방법을 다양하게 설정하여 기법에 따른 영향을 검토하였다. 수집기법은 상대적 가중치 결정법 중에서 가장 많이 사용되는 순위법과 직접입력법, 절대적인 기준에 대한 가중치를 수집하기 위하여 Fuzzy 가중치 입력법을 사용하였으며 이 때 각 인자가 소속되는 분야와 DPSIR framework 요소에 대해서도 별도로 가중치를 수집하여 최종적인 인자의 가중치를 결정하였다. 본 연구는 추가 연구를 통해 남한강에 적용되며 인자의 자료는 문헌조사, 통계자료 조사 및 수리학적 수치모형 등의 분석을 통해 수집될 예정이다. 이를 통하여 사회, 경제, 문화, 환경적인 측면을 고려한 인자들을 반영한 하천의 구간별 상대적 홍수취약도를 정량적으로 제시할 수 있으며 하천 구간별 치수관리 우선순위를 결정하는데 적극적으로 활용될 수 있다.

• Journal of The Korean Society of Agricultural Engineers
• /
• v.51 no.1
• /
• pp.41-52
• /
• 2009

새로 개발된 모형에 대한 민감도 분석은 입력변수의 선정 및 보정을 위한 필요한 지침을 제공하기 위해 수행되어야 할 필수적인 과정이다. 동적 농업비점오염 평가모델 (dynamic agricultural nonpoint source assessment tool, DANSAT)은 농업 최적관리기법(BMP)의 지표 및 지하수에 대한 영향을 평가하기 위해 개발된 3차원 모델이다. 본 연구의 목적은 서로 다른 토층 및 유역내 위치에서 입력변수의 변화에 따른 지표 및 지하관련 출력들의 반응을 토대로 DANSAT의 일반적인 민감도 분석을 수행하는 것이다. 선정된 입력변수들의 변화에 따른 세가지의 지표관련 출력 (유출량, 유사량, 유출수중 농약 부하량) 및 두가지의 지하관련 출력 (지하수로의 유입 유량 및 지하수로의 농약 유입량)의 반응이 고려되었다. 민감한 입력변수들은 하나의 격자만을 이용한 예비 민감도 분석을 통하여 선정되었는데, 대체로 토양 관련 인자들이 지표 및 지하에서 양적/질적으로 민감하게 작용하는 것으로 나타났다. 예비민감도 분석을 통해 선정된 토양입력변수들의 서로 다른 토층에서의 변화에 따른 모형 출력들의 반응을 고려한 수직적 민감도 분석결과, 지표관련 출력들의 경우 지표 부근의 상층 토양의 인자가, 지하관련 출력들의 경우 하부 토층의 인자가 각각 민감하게 작용하는 것으로 평가되었다. 유역내에서 입력변수들의 공간적 위치의 변화에 따른 반응을 고려하는 수평적 민감도 분석결과, 유역 경계의 주변보다 하천 주변에서의 입력변수 변화가 모형의 지표 및 지하관련 출력들에 민감한 것으로 나타났다. 본 연구 결과는 BMP의 지표 및 지하의 수문/수질에 미치는 영향을 평가하기 위해 개발된 DANSAT 모형의 입력변수 선정 및 보정에 유용한 자료로 활용될 것으로 기대된다.

• Journal of Korea Water Resources Association
• /
• v.50 no.7
• /
• pp.475-488
• /
• 2017

To simulate accurate drought, a drought index is needed to reflect the hydrometeorological phenomenon. Several studies have been conducted in Korea using the Modified Surface Water Supply Index (MSWSI) to simulate hydrological drought. This study analyzed the limitations of MSWSI and quantified the uncertainties of MSWSI. The influence of hydrometeorological components selected as the MSWSI components was analyzed. Although the previous MSWSI dealt with only one observation for each input component such as streamflow, ground water level, precipitation, and dam inflow, this study included dam storage level and dam release as suitable characteristics of the sub-basins, and used the areal-average precipitation obtained from several observations. From the MSWSI simulations of 2001 and 2006 drought events, MSWSI of this study successfully simulated drought because MSWSI of this study followed the trend of observing the hydrometeorological data and then the accuracy of the drought simulation results was affected by the selection of the input component on the MSWSI. The influence of the selection of the probability distributions to input components on the MSWSI was analyzed, including various criteria: the Gumbel and Generalized Extreme Value (GEV) distributions for precipitation data; normal and Gumbel distributions for streamflow data; 2-parameter log-normal and Gumbel distributions for dam inflow, storage level, and release discharge data; and 3-parameter log-normal distribution for groundwater. Then, the maximum 36 MSWSIs were calculated for each sub-basin, and the ranges of MSWSI differed significantly according to the selection of probability distributions. Therefore, it was confirmed that the MSWSI results may differ depending on the probability distribution. The uncertainty occurred due to the selection of MSWSI input components and the probability distributions were quantified using the maximum entropy. The uncertainty thus increased as the number of input components increased and the uncertainty of MSWSI also increased with the application of probability distributions of input components during the flood season.

• Journal of Korean Tunnelling and Underground Space Association
• /
• v.18 no.2
• /
• pp.245-256
• /
• 2016

Prediction of TBM performance is very important for machine selection, and for reliable estimation of construction cost and period. The purpose of this research is to analyze the evaluation process of various prediction models for TBM performance and applied methodology. Based on the solid literature review since 2000, a classification system of TBM performance prediction model is proposed in this study. Classification system suggested in this study can be divided into two stages: selection of input parameter and application of prediction techniques. We also analyzed input and output parameters for prediction model and frequency of use. Lastly, the future research and development trend of TBM performance prediction is suggested.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.68-73
• /
• 2009

본 연구는 SWSI를 보완한 식을 이용하여 금강유역에 대해 농업가뭄지수(ASWSI)를 산정하고 농업가뭄 분포도를 작성하여 가뭄지수에 의한 농업용 저수지 유역의 가뭄을 평가하는 방법을 제시하였다. SWSI는 유역 단위의 수문학적 가뭄을 평가하기 위하여 개발된 지표로서 융설량, 강수량, 하천유출량, 저수지 저류량이 입력인자로서 유역별, 계절별로 입력인자를 선택적으로 적용하여 유역의 수문학적 가뭄을 평가한다. 본 연구에서는 가뭄에 영향을 미치는 인자를 강수량, 저수지 유입량 및 저수량으로 결정하고 ASWSI의 입력인자를 저수지 상류유역은 강수량과 유입량, 하류지역은 강수량과 저수량을 사용하였다. 금강유역 내 천만톤 이상의 대표 저수지 7개를 선정하여 16개년(1991-2006) 동안의 저수지 상 하류 유역의 농업가뭄지수를 산정하였으며, 산정된 결과를 토대로 다중회귀분석을 실시하여 금강유역 용수구역별 농업가뭄지수 분포도를 작성하였다. 적용결과를 과거 가뭄사상에 검증한 결과, 1994년 1, 2차 가뭄 피해기간인 7월과 9월에 대해서 심한가뭄 상태로 표현하였고, 1995년 가장 가뭄이 심화되었던 6월의 가뭄에 대해서도 심한가뭄으로 표현하였으며, 2001년에도 5월의 최대 용수부족 상황에 대해서 심한가뭄을 표현하였다. 이처럼 ASWSI가 실제 가뭄 발생 현상과 일치함을 확인하였으며, 농업가뭄을 표현하는데 있어 적합한 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.219-219
• /
• 2020

하천의 수질을 나타내는 환경지표 중 국가 TMS(Tele Monitoring system)의 수질측정망을 통해 관리되고 있는 지표로는 DO, BOD, COD, SS, TN, TP 등 여러 인자들이 있다. 이러한 수질인자는 하천의 자정작용에 있어 많은 영향을 나타내고 있다. 이를 활용한 경제적이고 합리적인 수질관리를 위해 하천의 자정작용을 활용하는 것이 중요하다. 생물학적 작용을 가장 효과적으로 활용하기 위해서는 수질오염 데이터에 기초한 수질예측을 채택하여 적절한 대책이 필요하다. 이를 위해서는 수질인자의 데이터를 측정하고 축적해 수질오염을 예측하는 것이 필수적인데, 실제적으로 수질인자의 일일 측정은 비용 관점에서 쉽게 접근할 수 없다. 본 연구에서는 시계열 학습으로 알려진 RNN-LSTM(Recurrent Neural Network-Long Term Memory) 알고리즘을 활용하여 기존에 측정된 수질인자의 데이터를 통해 시간당 및 일일 수질인자를 예측하려고 했다. 연구에 앞서, 기존에 시간단위로 측정된 수질인자 데이터의 이상 유무를 확인 후, 에러값은 제거하고 12시간 이하 데이터가 누락되었을 때는 선형 보간하여 데이터를 사용하고, 1일 데이터도 10일 이하 데이터가 누락되었을 때 선형 보간하여 데이터를 활용하여 수질인자를 예측하였다. 수질인자를 예측하기 위해 구글이 개발한 딥러닝 오픈소스 라이브러리인 텐서플로우를 활용하였고, 연구지역으로는 대한민국 부산에 위치한 온천천의 유역을 선정하였다. 수질인자 데이터 수집은 부산광역시에서 운영하는 보건환경정보 공개시스템의 자료를 활용하였다. 모델의 연구를 위해 하천의 수질인자, 기상자료 데이터를 입력자료로 활용하였다. 분석에서는 입력자료와, 반복횟수, 시계열의 길이 등을 조절해 수질 요인을 예측했고, 모델의 정확도도 분석하였다.

• 한국방재학회:학술대회논문집
• /
• 2011.02a
• /
• pp.38-38
• /
• 2011

일반적으로 레일마모는 열차의 주행안전 및 승차감에 미치는 영향이 크고, 소음 진동의 주요원인으로 작용한다. 또한 레일마모가 발생할 경우 궤도구조의 파괴를 촉진시킴으로써 차량 및 궤도유지보수비를 크게 증가시킨다. 따라서 구간 특성 및 환경 영향 인자 등 현장에서 발생하는 마모 원인을 체계적으로 분석함으로써 마모를 저감할 수 있도록 차량운행 조건과 선로선형 및 궤도구조를 설계하는 것은 중요한 과제이다. CART(Classification And Regression Tree; 분류와 회귀나무) 분석은 패키지화된 좋은 분류 및 예측도구 기법으로 나무의 상위 분리수준에서 일반적으로 나타나는 가장 중요한 입력변수들을 사용하는 등의 입력변수를 선정하는 경우 매우 유용하다. 본 연구에서는 다변수 구간특성 및 환경인자를 고려한 검측 자료 상관관계 분석을 위한 회귀 나무기반 모델(TBM: Tree Based Model) 분석 수행을 위해 지하철 2호선 마모 데이터와 마모 데이터에 영향을 미치는 각종 다변수 구간특성 및 환경인자를 사용하였다. 2호선 지하철의 구간특성 인자 및 환경인자는 레일의 종류, 레일의 위치, 도상, 곡률반경, 캔트 슬랙 및 운행 일수 등으로 구분하였다. 레일의 종류는 ks-50kg과 ks-60kg 두 종류의 레일이 있으며, 레일의 위치는 지상과 지하로 크게 구분할 수 있다. 도상은 콘크리트 도상, 자갈 도상과 일부 구간의 방진상 콘크리트 도상으로 구분할 수 있으며, 곡률반경은 직선구간과 완화곡선 구간 및 최소 250m부터 627m까지 분포된 원 곡선 구간으로 구분할 수 있다. 캔트 간격은 최소 96cm 부터 120cm 간격으로 구분하며, 슬랙은 5~9cm에 분포하고, 운행 기간은 해당 기간 동안 유지보수 이력이 없는 구간을 선정하여 2005년부터 2006년까지 4번에 걸쳐 검측된 지하철 2호선 내선 마모데이터를 사용하였다. 총 X1부터 X7까지 총 7개의 구간특성 또는 환경특성을 영향인자로 선정하였으며, 이러한 영향인자에 의해 결정되는 종속 인자로 Y1인 직마모와 Y2인 측마모를 선정하여 이 중 실질적으로 지하철 궤도의 성능 평가에 주요 판단인자로 사용되는 측마모와 구간특성 및 환경영향인자와의 상관관계 분석을 수행하였다. 해당 마모 데이터가 검측되는 기간 동안 유지보수 이력이 없는 12272 point의 데이터를 검출하였고 CART 프로그램을 이용하여 데이터를 분석하였으며, CART 프로그램의 해석을 위해 종속변수인 직마모량은 각 검측 지점의 마모량에 해당하는 등급으로 변환하여 분석을 수행하였다. 레일의 마모에 영향을 미치는 구간특성 및 환경인자와 종속 변수로 사용된 레일의 마모량 사이의 CART를 이용한 상관관계 분석은 실제 구조물에서 영향인자간의 상관 관계와 유사하며, 추후 연구에서는 이를 바탕으로 하여 정량화된 검측 데이터를 종속변수로 하여 구간특성 또는 환경인자 등 외부 영향인자를 고려한 궤도 검측데이터와의 상관관계 분석을 수행할 계획이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.339-339
• /
• 2021

XP-SWMM은 유역의 강우-유출과 1차원 관망 해석 및 2차원 지표면 흐름 해석이 가능하여 도시지역의 침수 모의에 활용도가 높다. 하지만 대부분의 수학적 모형이 그러하듯 XP-SWMM은 많은 입력 변수를 포함하고 있어 사용자의 숙련도에 따라 모의 결과가 달라질 수 있다. 본 연구의 목적은 XP-SWMM을 이용한 침수 모의의 정확도를 향상시키기 위해 침수 모의에 영향을 줄 수 있는 인자를 검토하고, 민감도 분석을 통해 인자별 적정 범위를 제안하는 것이다. 다만, 유역의 강우-유출과 1차원 관망 해석에 사용되는 매개변수는 과거 많은 연구자들이 적정 범위를 제시하였으므로 본 연구에서는 2차원 지표면 흐름 해석에 관한 입력 변수만을 대상으로 하였다. 이를 위해 2차원 계산의 지배방정식인 천수방정식의 매개변수 중 XP-SWMM에서 제어할 수 있는 인자와 XP-SWMM의 사용자 편의환경(graphical user interface; GUI)에서 제어 가능한 인자를 고려하였다. 선정된 인자는 지표면 조도계수, 2차원 계산 시간 간격, 2D 집수유량 계수, Smagorinsky 계수, Wet/dry 깊이이다. 제시된 인자들을 대상으로 침수흔적도의 침수 면적을 기준으로 민감도 분석을 수행하였고, 인자의 변화율을 침수 면적의 변화율로 변화시키는 조건수(condition number)를 활용하여 인자별 민감 여부를 분석하였다. 또한, 영향 인자 변화에 따른 침수 면적과 침수흔적도의 상대오차를 분석하여 영향 인자의 적정 범위를 제안하였다. 그 결과, 지표면 조도계수의 적정범위는 0.02~0.05, 2차원 계산 시간 간격은 0.1-3.5초, Smagorinsky 계수는 0.06~1.0, Wet/dry 깊이는 0.001~0.02 m인 것으로 나타났다. 본 연구는 XP-SWMM을 이용한 2차원 침수 모의에 활용될 수 있는 영향 인자와 적정 범위를 제안한 연구로서, 향후 XP-SWMM을 이용한 많은 침수분석에 참고자료로 활용될 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.873-877
• /
• 2012

지형인자는 하천유역의 홍수량을 산정하는데 있어 매우 중요한 인자이다. 유역의 지형인자를 통해 홍수유출 모형에 적용하기 위한 매개변수를 산정하고 강우-유출모형에 적용시켜 홍수수문곡선을 추정하고 있다. 그러나 우리나라에 적합한 매개변수의 추정방법은 아직 미흡하여 외국에서 개발된 경험식을 주로 이용하고 있다. 본 연구에서는 하천유역의 홍수유출을 계산할 때 입력인자로 사용되는 집중시간 및 저류상수 등과 같은 매개변수를 산정하는데 있어 사용되는 경험식들의 조합에 따른 홍수유출량의 변화양상을 분석하였다. 시험유역으로 청미천 유역을 선정하여 각 경험식에 따른 매개변수를 산정하여 비교하였다. 강우-유출 모델로 HEC-HMS를 적용하였으며 모의시 관측된 강우 자료를 전 유역에 걸쳐 분포시키기 위하여 IDW(Inverse Distance Weighted) 방법을 사용하고 공간적으로 분포된 강우자료와 지형자료를 이용한 유출모의가 가능하도록 ModClark(Modified Clark) 방법을 사용하였다. 또한, 중규모 이상의 큰 유역의 경우는 유입시간이 유하시간에 비해 상대적으로 짧아 유입시간을 무시하고 유하시간을 집중시간으로 취급하므로 각 소유역에 대한 집중시간 산정은 유하시간을 산정하는 방법을 적용하였다. 본 연구에서는 집중시간 및 유하시간 산정에 Kirpich, Rziha, Kraven(I), Kraven(II) 공식을 적용하였고, 저류상수 산정에 Clark, Linsley, Sabol, Russel, Peters 공식을 적용하였다.

• Journal of the Korean Geotechnical Society
• /
• v.32 no.2
• /
• pp.5-17
• /
• 2016

Collapse of a tunnel can occur anytime, anywhere due to the special characteristics of tunnel structures and unexpected geological conditions during construction. Tunnel collapse will lead to economic losses and casualties. So various studies are continually being conducted to prevent economic losses, casualties and accidents. In this study, we analyzed data from 56 domestic construction tunnel collapse sites, and input factors to be applied to the artificial neural network were selected by the sensitivity analysis. And for the artificial neural network model design studies were carried out with the selected input factors and optimized ANN model to predict the type of tunnel collapse was determined. By using it, in 12 sites where tunnel collapse occurred applicability evaluation was conducted. Thus, the tunnel collapse type predictability was verified. These results will be able to be used as basic data for preventing and reinforcing collapse in the tunnel construction site.