• 한국방재학회:학술대회논문집
• /
• 2011.02a
• /
• pp.105-105
• /
• 2011

전 세계적으로 이상기후의 발생이 빈번해지고 있으며, 특히 6~9월에 강우가 집중되는 우리나라의 경우에는 예측하지 못한 강우의 발생 빈도가 점점 증가하고 있어 이로 인한 인명 및 재산 피해 또한 심각한 문제가 되고 있다. 이러한 피해를 최소화하기 위해서는, 일반적으로 발생한 강우사상이 아니라 극치의 확률로 발생한 강우사상에 대한 실질적인 연구가 우선으로 수행되어야 한다. 기존의 극한강우에 대한 연구 중 대부분은 정량적인 기준보다는 정성적인 기준을 제시하고 있으며, 최근 국외에서는 STARDEX(Goodess, 2005)와 같은 극한지수를 선정하여 경향성을 분석하는 연구도 수행되고 있다. 국내에서도 극한지수를 사용한 연구사례가 있으나(최영은, 2004, 김보경 외, 2009), 국외에서 제안된 극한지수를 우리나라에 그대로 적용한 것이며, 이외에도 확률모형을 이용한 극한기후사상의 발생빈도 분석에 관한 연구도 활발히 수행되고 있는 추세이다. 본 연구에서는 확률적으로 양적, 시간적, 공간적 측면이 동시에 극한의 값을 갖는 사상을 극치사상이라고 정의하여, 발생 가능한 강수량의 최대량으로 주로 사용되는 가능최대강수량(PMP)과는 다른 의미의 강수량으로 분석하였다. 극한강우사상의 정량적인 분석을 위해, 안성천 유역 강우관측소의 시계열 강우자료를 토대로 전체 강우사상에 대한 강우지속시간, 총 강우량 및 최대 시강우량의 95퍼센타일, 시간에 대한 누적 강우량의 25퍼센타일과 75퍼센타일의 증가율로 계산된 강우 증가율 등 4가지 요소를 제안하였다. 이 방법을 IHP 시험유역인 평창강 유역에 적용하여 그 적용성을 검토하였으며, 극치사상으로 분석된 강우사상은 각 유역별 주요하천의 상위 12개 장기 유출량의 발생일과 비교하였다. 분석 결과, 하천과의 거리가 먼 관측소일수록 최대 유출량의 발생일과 극한강우사상의 발생일에 차이가 발생했으며, 결측자료가 많은 관측소의 경우에는 인근 관측소의 자료로 보완하였을 때 높은 정확도로 분석되는 것으로 보아, 결측자료에 대한 영향과 강우 관측소와 하천과의 거리에 대한 영향이 큰 것으로 판단되었다. 향후 연구에서는 거리 및 지형에 대한 영향과 결측자료의 보완을 통해 더 정확한 분석을 수행하여, 홍수위험도의 개선 및 장기 유출분석에 기여할 수 있을 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.639-639
• /
• 2012

물 수요 및 공급 체계를 바탕으로 수급 상황에 대한 판단을 위해 일반적으로 물수지 분석을 이용하고 있다. 물 수급 체계를 기반으로 하는 물수지 분석은 분석 대상유역의 물 수요를 고려하여 공급 가능량을 판단한 후 두 가지 인자 간 상호 비교를 통해 물 부족 여부를 판단하는 과정이라 할 수 있으며, 가장 대표적인 사례는 수자원장기종합계획에서의 물 수급 전망 분석 과정이라 할 수 있다. 수자원장기종합계획의 물 수급 전망에서는 미래 우리나라에서 예상되는 물 수요를 예측하고 수문조건에 따른 공급 상황과의 비교 검토를 통해 시공간적 물 부족 현황을 제시하고 있다. 수자원장기종합계획에서는 공급량 조건을 검토하기 위한 방법으로 기상청, 국토해양부, 한국수자원공사 등 다양한 기관에서 관측된 강우자료를 강우-유출모형에 적용한 후 산정된 자연유출량을 기반으로 물수지 분석을 수행하고 있다. 수자원장기종합계획과 같이 미래 우리나라의 물 수급 상황을 분석하고 이를 바탕으로 제시된 시공간적 물 부족 정보의 신뢰성을 높이기 위해서는 기본적으로 지역 또는 유역별 강우 발생 특성에 대한 정확한 고려가 기반이 되어야 한다. 그러나 현재 수자원장기종합계획 수립 과정에서 이용하고 있는 강우 관측지점의 공간적 분포를 살펴보면, 도서 및 해안지역의 경우 관측소의 밀도가 상대적으로 매우 빈약한 한계를 포함하고 있으며, 대부분 내륙 지역에 관측소가 집중된 현상을 보이고 있다. 이와 같은 상황에서 강우 관측자료를 이용한 분석을 수행할 경우 도서 및 해안지역에 대한 강우 발생 특성의 정확한 반영이 어려울 수 있으며, 이는 물 부족 분석 결과의 정확도 측면에서도 문제점으로 지적될 수 있다. 이러한 한계를 극복하기 위한 방안으로 기상청에서 운영 중인 자동기상관측지점(Automated Weather Station, AWS)의 관측자료를 이용하는 방안을 검토해볼 수 있다. AWS 지점은 내륙 및 도서 해안지역에 관계없이 고른 관측소 분포를 보이고 있으므로 이를 고려할 경우 기존 관측지점에서 한계로 지적된 부분을 충분히 극복할 수 있을 것으로 판단된다. 따라서 본 연구에서는 기상청에서 생산되고 있는 AWS 관측자료를 수집한 후 이를 수자원장기종합계획의 물수지 분석과 동일한 분석 과정에 적용하였으며, 그 결과에 대한 검토를 통해 국가 수자원계획의 신뢰도를 높일 수 있는 방안을 제시하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.991-995
• /
• 2009

최근 기후변화 등으로 우리나라의 경우 강수일수는 감소한 반면 집중호우의 발생빈도는 증가하고 있다. 실제 가뭄과홍수와 같은 극치사상의 피해가 증가될 가능성과 이러한 재해로부터 인명 및 재산을 보호하고 효율적인 수자원 활용을 위해서는 장기간 강우-유출과정의 정확한 해석이 필수적이다. 본 연구는 미호천 유역을 대상으로 장기유출을 모의하기 위해 개념적 강우유출모형을 적용하였다. 본 연구의 개념적 강우유출모형은 PDM(Probability Distributed Model)으로 유역을 한 개의 단위구역으로 사용한 집중형(lumped) 모형이고, 분포형 모형에 비하여 간단 (parsimonious)하며 영국의 수자원 및 홍수 관리 목적으로 널리 사용되고 있다. 모형의 검정은 MC(Monte Carlo) 방법과 SCE-UA(Shuffled Complex Evolution-University of Arizona) 방법을 적용하였으며, NSE(Nash Sutcliffe Efficiency) 목적함수를 사용하여 모형의 성능을 검토하였다. 그 결과, MC 방법과 SCE-UA 방법 모두 NSE의 값 0.9 이상으로 만족할 만한 모의성능을 나타내었다. 분포형 모형에 비하여 적은 수문자료 및 검정변수를 갖는 PDM 모형을 수문자료의 취득이 용이하지 않은 중 소규모 유역에 적용하여 모형의 검정 및 유량산정에 있어 우수함을 확인하였다. 이에 우리나라 전역에 걸쳐 다양한 유역을 대상으로 PDM 모형의 검토가 요구되고, 향후 우리나라의 홍수량 산정 및 수자원 관리에 적용될 수 있다고 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.230-230
• /
• 2023

딥러닝 알고리즘 중 과거의 정보를 저장하는 문제(장기종속성 문제)가 있는 단순 RNN(Simple Recurrent Neural Network)의 단점을 해결한 LSTM(Long short-term memory)이 등장하면서 특정한 유역의 강우-유출 모형을 구축하는 연구가 증가하고 있다. 그러나 하나의 모형으로 모든 유역에 대한 유출을 예측하는 지역화 강우-유출 모형은 서로 다른 유역의 식생, 지형 등의 차이에서 발생하는 수문학적 행동의 차이를 학습해야 하므로 모형 구축에 어려움이 있다. 따라서, 본 연구에서는 국내 12개의 유역에 대하여 LSTM 기반 분포형 지역화 강우-유출 모형을 구축한 이후 강우 이외의 보조 자료에 따른 정확도를 살펴보았다. 국내 12개 유역의 7년 (2012.01.01-2018.12.31) 동안의 49개 격자(4km²)에 대한 10분 간격 레이더 강우, MODIS 위성 이미지 영상을 활용한 식생지수 (Normalized Difference Vegetation Index), 10분 간격 기온, 유역 평균 경사, 단순 하천 경사를 입력자료로 활용하였으며 10분 간격 유량 자료를 출력 자료로 사용하여 LSTM 기반 분포형 지역화 강우-유출 모형을 구축하였다. 이후 구축된 모형의 성능을 검증하기 위해 학습에 사용되지 않은 3개의 유역에 대한 자료를 활용하여 Nash-Sutcliffe Model Efficiency Coefficient (NSE)를 확인하였다. 식생지수를 보조 자료를 활용하였을 경우 제안한 모형은 3개의 검증 유역에 대하여 하천 흐름을 높은 정확도로 예측하였으며 딥러닝 모형이 위성 자료를 통하여 식생에 의한 차단 및 토양 침투와 같은 동적 요소의 학습이 가능함을 나타낸다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.387-387
• /
• 2022

기존 홍수기시 댐 운영은 예측 강우와 실시간 관측 강우를 이용하여 댐 운영 모형을 수행하며, 예측 결과에 따라 의사결정 및 댐 운영을 실시하게 된다. 하지만 이 과정에서 반복적인 분석이 필요하며, 댐 운영 모형 수행자의 경험에 따라 예측 결과가 달라져서 반복작업에 대한 자동화, 모형 수행자에 따라 달라지지 않는 예측 결과의 일반화가 필요한 상황이다. 이에 댐 운영 모형에 AI 기법을 적용하여, 다양한 강우 상황에 따른 자동 예측 및 모형 결과의 일반화를 구현하고자 하였다. 이를 위해 수자원 분야에 적용된 국내외 129개 연구논문에서 사용된 딥러닝 기법의 활용성을 분석하였으며, 다양한 수자원 분야 AI 적용 사례 중에서 댐 운영 예측 모형에 적용한 사례는 없었지만 유사한 분야로는 장기 저수지 운영 예측과 댐 상·하류 수위, 유량 예측이 있었다. 수자원의 시계열 자료 활용을 위해서는 Long-Short Term Memory(LSTM) 기법의 적용 활용성이 높은 것으로 분석되었다. 댐 운영 모형에서 AI 적용은 2개 분야에서 진행하였다. 기존 강우관측소의 관측 강우를 활용하여 강우의 패턴분석을 수행하는 과정과, 강우에서 댐 유입량 산정시 매개변수 최적화 분야에 적용하였다. 강우 패턴분석에서는 유사한 표본끼리 묶음을 생성하는 K-means 클러스터링 알고리즘과 시계열 데이터의 유사도 분석 방법인 Dynamic Time Warping을 결합하여 적용하였다. 강우 패턴분석을 통해서 지점별로 월별, 태풍 및 장마기간에 가장 많이 관측되었던 강우 패턴을 제시하며, 이를 모형에서 직접적으로 활용할 수 있도록 구성하였다. 강우에서 댐 유입량을 산정시 활용되는 매개변수 최적화를 위해서는 3층의 Multi-Layer LSTM 기법과 경사하강법을 적용하였다. 매개변수 최적화에 적용되는 매개변수는 중권역별 8개이며, 매개변수 최적화 과정을 통해 산정되는 결과물은 실측값과 오차가 제일 적은 유량(유입량)이 된다. 댐 운영 모형에 AI 기법을 적용한 결과 기존 반복작업에 대한 자동화는 이뤘으며, 댐 운영에 따른 상·하류 제약사항 표출 기능을 추가하여 의사결정에 소요되는 시간도 많이 줄일 수 있었다. 하지만, 매개변수 최적화 부분에서 기존 댐운영 모형에 적용되어 있는 고전적인 매개변수 추정기법보다 추정시간이 오래 소요되며, 매개변수 추정결과의 일반화가 이뤄지지 않아 이 부분에 대한 추가적인 연구가 필요하다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.513-513
• /
• 2023

최근 이상기후의 영향으로 국지성 및 집중호우로 인한 침수 피해가 증가하고 있다. 도시유역의 홍수는 사회적·경제적으로 큰 손실을 야기할 수 있어 실제 호우에 대한 침수 양상을 신속하게 예측하는것은 매우 중요하다. 이로 인해 침수 해석에 대한 결과를 빨리 제공할 수 있는 기계학습을 기반으로 한 도시 홍수 분석에 대한 연구가 증가하고 있다. 본 연구에서 적용한 LSTM(Long Short-Term Memory) 신경망은 기존 RNN(Recurrent neural network)이 가지고 있는 장기 의존성 문제를 해결하기 위해 고안된 모델으로 시계열 데이터에 대한 예측능력이 뛰어나다는 장점을 가지고있다. LSTM 신경망은 강우에 대한 격자별 침수심을 예측하기 위해 사용되었으며, 입력자료로 2000~2022년도에 걸친 도림천 유역의 침수피해를 야기한 지속시간 6시간 AWS(Automatic Weather System) 관측 강우 자료를 사용하였고 목표값으로 수집된 도림천 유역의 강우자료를 이용하여 SWMM(Storm Water Management Model)의 유출 결과를 바탕으로 수행된 2차원 침수해석 모의 결과를 사용하였다. 연구유역의 SWMM 배수 관망 입력자료의 정확성을 높이기 위해 서울시 하수관로 수위 현황 자료를 활용하여 매개변수 조정을 실시하였으며, 하수관로의 실측 수위와 모의 수위를 일치시켰다. LSTM 신경망을 이용하여 격자별로 예측된 침수심 데이터를 시각화하여 침수흔적도와 비교하였다.

• Journal of Korea Water Resources Association
• /
• v.41 no.7
• /
• pp.737-746
• /
• 2008

The purpose of developing a rainfall-runoff and reservoir model is to provide an analysis tool for hydrological engineers in order to forecast discharge of rivers and to accomplish reservoir operations easily and accurately. In this study, based on the short-term rainfall-runoff storage function model which has gained popularity for real time flood forecast in practical water management affairs, a long-term runoff model was developed for the improvement of the calculation method of effective rainfall and percolation at the infiltration area. Annual discharge was simulated for three dam watersheds(Andong, Hapcheon, Milyang) in Nakdong River basin to analyze the accuracy of the developed model and compare it to SSARR model, which is used as the long-term runoff model in current practical water management affairs. As the result of the comparison of hydrographs, SSARR model showed relatively better results. However, it is possible for the developed model to simulate reliable long-term runoff using relatively little available data and is useful for hydrological engineers in practical affairs.

• Journal of Satellite, Information and Communications
• /
• v.9 no.4
• /
• pp.53-56
• /
• 2014

In the satellite system design, the design processes from the initial design to launch take about 5 years and the broadcasting satellite lifetime goes over 15 years. Furthermore, global warming phenomenon causes rainfall rate to increase more and more in some regions on the earth. Consequently, at the stage of the satellite link design, we need to consider the future rain attenuation over 20 years. In this paper, we investigated a time-series system model for forecasting to consider the future rainfall rate for the satellite broadcasting service. We found that rainfall rate of the future 20 years is increasing continuously.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.241-241
• /
• 2017

기후변화로 인하여 강우의 불확실성이 가중되고 홍수, 가뭄 등 물 관련 재해의 발생빈도 및 강도가 증가함에 따라 안정적인 용수공급 등 수자원 관리 및 운영에 어려움을 겪고 있어 예측기반의 수자원 계획 및 운영이 요구되고 있는 실정이다. 우리나라 기상청에서는 2010년 6월 영국기상청과 장기 계절예측시스템의 구축 및 운영에 관한 협정을 체결하였으며 2014년부터 전지구 계절예측시스템 GloSea5(Global seasonal forecasting system version 5)을 현업에 활용하고 있다. GloSea5 모델은 대기(UM), 지면(JULES), 해양(NEMO), 해빙(CICE) 모델이 커플러(OASIS)에 의해 결합된 통합 시스템으로 일단위 자료로 제공된다. 현재 수자원 분야에서는 장기예보자료가 제공되고 있음에도 불구하고 장기예보자료의 불확실성 및 수문 모형 입력자료로의 활용 어려움, 예측자료의 검증 미흡 등으로 기상청에서 제공하는 장기예보를 참고할 뿐 실제로는 과거 관측자료를 기반한 빈도해석 결과를 활용하여 댐 운영 계획을 수립하고 있는 실정이다. 따라서, 본 연구에서는 GloSea5모델에서 제공되는 일 단위 예측 강수량을 수자원 장기이수계획 및 관리에 활용하고자 GloSea5모델의 예측력을 평가하고 수치모델이 가지는 시스템 에러에 대하여 편의보정 및 지점 상세화를 수행하였다. 본 연구의 분석결과는 향후, 저수지 운영계획 및 증가하는 물수요와 불확실한 공급에 대한 의사결정 지원, 가뭄 대비를 위한 물 공급 제한 등에 활용 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.122-122
• /
• 2021

전 세계적인 기후변화로 인해 태풍과 집중호우의 빈도와 규모가 증가하고 있으며 그로 인해 수재해 대응과 수자원 관리에 많은 어려움이 따른다. 댐 운영은 이러한 수자원 관리의 중요한 요소이며 정확한 댐 유입량의 예측은 효율적인 댐 운영과 관리의 필수적인 부분이다. 최근에는 여러 분야에서 활용되고 있는 딥러닝 모델을 활용하여 댐 유입량 예측에 관한 다수의 연구들이 수행되고 있다. 특히, 수문 시계열의 장기적인 특성과 비선형적인 관계를 고려하기 위해 연속형 모의를 기반으로 하는 딥러닝 모델의 적용 및 평가와 관련 연구의 필요성이 대두되고 있다. 본 연구에서는 연속형 모의를 기반으로 하는 딥러닝 모델을 활용하여 댐 유입량 예측을 수행하고자 하며 이의 적용성을 평가하고자 한다. 적용 대상 지역으로는 안동댐 상류 유역을 선정하였으며 2006년부터 2020년까지의 시 단위 강우 및 댐 유입량 자료를 활용하였다. 선행시간(1~6시간)별 예측 유입량과 관측 유입량의 비교를 통한 정량적 평가를 수행하였다. 또한 입력 자료에 대한 과거 기간, 모델 구성, 손실함수 등에 대한 조건별 평가를 통해 예측 정확도의 변화에 대한 분석을 수행하였다. 본 연구결과를 통해, 딥러닝 기반의 댐 유입량 예측 정확도에 대한 향상과 실시간 예측을 위한 딥러닝 모델의 활용성 증대에 기여할 것으로 기대된다. 향후, 강우 예보 자료를 연계한 딥러닝 기반의 실시간 댐 유입량 예측 기법을 제안하고 이의 활용성을 평가하고자 한다.