• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.128-128
• /
• 2023

우리나라 농업용 저수지는 저수량만을 참조하여 운영한다. 이러한 현실을 개선하기 위해, 유입량을 고정시키고 저수지 물수지 분석에 의해 방류량을 생산하는 체계를 구축했다. 2018년부터 2021년까지 총저수량 142만m³의 옥서저수지, 106만m³의 홍동저수지에 적용하여 일별로 저수량을 모의하여 관측값과 비교하고, 저수지 물수지 분석에 의해 실시간 계측되는 수로유량의 신뢰도를 평가하였다. 장기간의 계측 자료를 보유하고 있는 인근 다목적댐인 보령댐의 운영자료(2018~2021)를 이용하여 유입량 모형의 매개변수(α=3.500)를 결정하고, 저수지 유입량을 모의한 결과 NSE 0.854, R² 0.858의 높은 신뢰도를 얻었다. 유입량을 고정시키고, 저수지 물수지 분석에 의해 방류량을 계산한 결과 옥서저수지는 일최대 방류량 5.7m³/s, 일평균 0.2m³/s, 홍동저수지는 각각 5.9m³/s, 0.2m³/s로 나타났다. 총방류량을 측정 수로유량과 여수로 방류량으로 분할하고, 저수지 물수지 분석에 의해 수로유량의 신뢰도를 평가한 결과 옥서저수지는 R²가 0.771, 일평균 저수위 오차 88.6cm, 일평균 저수량 오차 9.4%, 홍동저수지는 R²가 0.086, 일평균 저수위 오차 69.9cm, 일평균 저수량 오차 18.0%로 오차가 크게 나타났다. 저수지 수위가 만수위(FWL) 이하일 때는 여수로 방류량을 0으로 하여 총방류량을 여수로 방류량과 수로유량으로 분할한 후, 물수지 분석에 의해 신뢰도를 평가한 결과, 옥서저수지의 경우 R²는 0.941, 일평균 저수위 오차 2.6cm, 일평균 저수량 오차 0.35%를 나타내, 신뢰도가 크게 증가했다. 그러나 홍동저수지의 경우는 R²는 0.521, 일평균 저수위 오차 2.2cm, 일평균 저수량 오차1.02%를 나타냈지만, 낮은 신뢰도를 보였다. 측정 수로유량의 신뢰도는 두 저수지 모두 낮게 나타났다. 수로유량 조정을 통해 옥서저수지의 신뢰도는 향상 시킬 수 있었지만 홍동저수지의 경우는 향상 시킬 수 없었다. 이는 여수토 비상수문조작 실적과 저수지 사통 수문 조작 실적이 없어, 그 결과를 정확히 반영할 수 없었기 때문인 것으로 결론을 내렸다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.1121-1124
• /
• 2008

저수분석(low flow analysis)은 수자원공학에서 중요한 분야 중 하나이며, 특히 저수량 빈도분석(low flow frequency analysis)의 결과는 저수(貯水)용량의 설계, 물 수급계획, 오염원의 배치 및 관개와 생태계의 보존을 위한 수량과 수질의 관리에 중요하게 사용된다. 그러므로 본 연구에서는 저수량 빈도분석을 위한 점빈도분석을 수행하였으며, 특히 빈도분석에 있어서의 불확실성을 탐색하기 위하여 Bayesian 방법을 적용하고 그 결과를 기존에 사용되던 불확실성 탐색방법과 비교하였다. 본 논문의 I편에서는 Bayesian 방법 중 사전분포(prior distribution)와 우도함수(likelihood function)의 복잡성에 상관없이 계산이 가능한 Bayesian MCMC(Bayesian Markov Chain Monte Carlo) 방법과 Metropolis-Hastings 알고리즘을 사용하기 위한 여러과정의 이론적 배경과 Bayesian 방법에서 가장 중요한 요소인 사전분포를 구축하고 이를 비교 및 평가하였다. 고려된 사전분포는 자료에 기반하지 않은 사전분포와 자료에 기반한 사전분포로써 두 사전분포를 이용하여 Metropolis-Hastings 알고리즘을 수행하고 그 결과를 비교하여 저수량 빈도분석에 합리적인 사전분포를 선정하였다. 또한 알고리즘의 수행과정에서 필요한 제안분포(proposal distribution)를 적용하여 그에 따른 알고리즘의 효율성을 채택률(acceptance rate)을 산정하여 검증해 보았다. 사전분포의 분석 결과, 자료에 기반한 사전분포가 자료에 기반하지 않은 사전분포보다 정확성 및 불확실성의 표현에 있어서 우수한 결과를 제시하는 것을 확인할 수 있었고, 채택률을 이용한 알고리즘의 효용성 역시 기존 연구자들이 제시하였던 만족스러운 범위를 가지는 것을 알 수 있었다. 최종적으로 선정된 사전분포는 본 연구의 II편에서 Bayesian MCMC 방법의 사전분포로 이용되었으며, 그 결과를 기존 불확실성의 추정방법의 하나인 2차 근사식을 이용한 최우추정(maximum likelihood estimation)방법의 결과와 비교하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.321-326
• /
• 2012

장기유출모형을 이용하여 농업용저수지 유입량을 예측하고 농업용수 필요수량 및 홍수기 저수지 홍수조절을 통한 방류량 데이터를 이용하여 장기간에 대한 농업용저수지 저수율을 계산하였다. 계산결과와 실측 저수율 데이터의 비교 검증을 통하여 모형의 적용성을 평가하였다. 대상유역은 담양댐 지점이며 유역면적은 $47.2km^2$ 이며 주 하천 연장은 12.0km 이다. 담양댐은 저수용량에 비하여 유역면적이 작기 때문에 댐 계획 당시 순창군 구림면에 유역면적 $18.4km^2$ 인 2개의 보를 축조하여 유역변경방식으로 간접유역 유출량을 비관개기 및 홍수시에 도수하며 최대 도수량은 $10m^3/s$이다. 장기유출모의는 한국수자원공사(2001)에서 수행한 전역최적화기법인 콤플렉스 혼합진화기법을 통하여 추정된 나주지점의 모형보정 성과를 활용하였으며 모의기간은 1981-2010년(30년)이다. 장기유출모의 결과 담양댐 유역의 평균 유출율은 67% 인 것으로 분석되었다. 농업용수 필요수량은 한국농촌공사에서 산정한 연도별 필요수량 산정결과를 이용하여 실측 농업용수 월별 방류량 자료를 기준으로 관개개간인 4월 21일-9월 20일(163일)동안 월별로 분배하여 적용하였다. 홍수조절은 기존 댐 상시만수위, 홍수기제한수위 데이터를 근거로 운영하였다. 일별저수지 운영모형은 미공병단의 HEC-5 모형을 이용하였으며 한국농어촌공사 농촌용수종합 정보시스템(RAMIS)의 댐 일별 저수율 현황과 기존저수지 일별 저수지 모의운영결과를 비교 검증하였다. 모형수행결과 실측저수율과 모형수행결과의 상관계수는 0.93 인 것으로 분석되었다. 연구결과, 장기유출모의 결과와 연계하여 농업용수, 하천유지용수, 홍수조절을 고려한 저수지 운영을 통하여 비교적 정확하게 농업용저수지 저수율을 예측할 수 있을 것으로 판단된다. 본 연구성과를 바탕으로 농업용저수지의 장기적인 용수수급현황을 예측하여 효율적인 용수공급계획을 수립할 수 있을 것으로 기대된다.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.36 no.6
• /
• pp.433-442
• /
• 2018

The reservoir area is defined as the area surrounded by the planned flood level of the dam or the land under the planned flood level of the dam. In this study, supervised classification based on RF (Random Forest), which is a representative machine learning technique, was performed to detect cropland in the reservoir area. In order to classify the cropland in the reservoir area efficiently, the GLCM (Gray Level Co-occurrence Matrix), which is a representative technique to quantify texture information, NDWI (Normalized Difference Water Index) and NDVI (Normalized Difference Vegetation Index) were utilized as additional features during classification process. In particular, we analyzed the effect of texture information according to window size for generating GLCM, and suggested a methodology for detecting croplands in the reservoir area. In the experimental result, the classification result showed that cropland in the reservoir area could be detected by the multispectral, NDVI, NDWI and GLCM images of UAV, efficiently. Especially, the window size of GLCM was an important parameter to increase the classification accuracy.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.106-106
• /
• 2023

저수지 수문자료는 강우량, 유입량, 저수량, 방류량이다. 이 중에서 관측되고 있는 것은 저수량과 일부 수로방류량에 불과하다. 그럼에도 모의에 의해 유입량을 고정시키면, 물수지에 의해 방류량을 계산할 수 있다. 그러나 저수량 오차로 모의 유입량과 계산 방류량의 신뢰도는 반드시 확인돼야 한다. 신뢰도가 낮으면 모의 유출량과 계산 방류량을 조정하며 신뢰도를 높여야 한다. 신뢰도는 평가주기가 짧을수록 보장된다. 여기서는 유역면적 218.80km², 유효저수량 3,494만m³, 수혜면적 5,117ha인 탑정지에 대해 2020년 1월1일부터 12월31일까지 1시간 단위로 1달, 10일, 3일, 2일 간격의 주기로 저수지 운영자료를 생산하고, 그 신뢰도를 평가하여 평가주기가 짧을수록 오차가 감소되는 것을 관찰코자 했다. 1시간 간격의 유입량은 ONE 모형으로 모의했고, 저수지 물수지 모형을 구축하여 모의 유입량에 저수량 변화를 더해 방류량을 계산했다. 또한 저수지 물수지에 의해 저수위를 모의했으며, 관측 저수위와의 오차제곱근(RMSE)으로 신뢰도를 평가한 결과는 다음과 같다. 1달 간격으로 신뢰도를 평가한 경우 RMSE는 132.466m, 10일 간격은 46.922m, 3일 간격은 0.520m, 2일 간격은 0.349m로 나타났다. 위의 결과로부터 저수지 수문자료의 평가주기를 짧게 할수록 신뢰도는 개선된다고 말할 수 있다. 이상의 결과는 과거 자료에 대해 1년 동안 1시간 간격으로 유입량을 모의하고 방류량을 계산한 결과를 고정시키고, 평가주기를 달리하며 수위오차를 분석한 결과이다. 만약 평가주기별로 유입량과 방류량을 실제 상황에 적합하게 조정하면, 그 신뢰도는 훨씬 더 개선될 것이다. 현재 저수지 수위만을 관리하고 있는 현장의 상황에서 이 연구결과가 시사하는 바는 매우 크다. 첨언하면 AI 시대의 핵심은 자료다. AI의 먹이는 자료다. 다시 말해 자료 없는 AI는 시체와 같다. 자료는 기본이고 진실이다. 자료 없는 결과는 가짜다. 또한 위의 결과는 자료는 상시 관찰돼야 한다는 것을 말한다. 1년에 한 번 수문자료를 평가하는 제도로는 고품질의 자료를 생산할 수 없다. 무엇보다 자료는 상시 관찰하는 제도가 정착돼야 하며, 그 때 비로소 AI와 공존과 협력으로 물관리 기술의 혁신을 이룰 것이라 확신한다.

• Journal of Korea Water Resources Association
• /
• v.51 no.10
• /
• pp.839-852
• /
• 2018

The purpose of this study is to predict monthly agricultural reservoir storage by developing weather data-based Multiple Linear Regression Model (MLRM) with precipitation, maximum temperature, minimum temperature, average temperature, and average wind speed. Using Naïve-Bayes classification, total 1,559 nationwide reservoirs were classified into 30 clusters based on geomorphological specification (effective storage volume, irrigation area, watershed area, latitude, longitude and frequency of drought). For each cluster, the monthly MLRM was derived using 13 years (2002~2014) meteorological data by KMA (Korea Meteorological Administration) and reservoir storage rate data by KRC (Korea Rural Community). The MLRM for reservoir storage rate showed the determination coefficient ($R^2$) of 0.76, Nash-Sutcliffe efficiency (NSE) of 0.73, and root mean square error (RMSE) of 8.33% respectively. The MLRM was evaluated for 2 years (2015~2016) using 3 months weather forecast data of GloSea5 (GS5) by KMA. The Reservoir Drought Index (RDI) that was represented by present and normal year reservoir storage rate showed that the ROC (Receiver Operating Characteristics) average hit rate was 0.80 using observed data and 0.73 using GS5 data in the MLRM. Using the results of this study, future reservoir storage rates can be predicted and used as decision-making data on stable future agricultural water supply.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.30 no.5D
• /
• pp.533-540
• /
• 2010

Dam is very important facility in water supply and flood control. Therefore study needs to analyze reservoir capacity accurately to manage Dam efficiently. This study compared time series reservoir capacity using multi-dimensional spatial information to Chungju Dam reservoir and major conclusions are as follows. First, LiDAR and multi beam echo sounder survey were carried out in land zone and water zone of Dam reservoir area. And calibration process was performed to enhance the accuracy of survey data and it could be constructed that multi dimensional spatial information which was clearly satisfied with the standard of tolerance error by validation with ground control points. Reservoir capacity by water level was calculated using triangle irregular network from detailed topographic data that was constructed by linked with airborne LiDAR and multi beam echo sounder data, and curve equation of reservoir capacity was developed through regression analysis in 2008. In the comparison of the reservoir capacity of 2008 with those of 1986 and 1996, the higher water level goes, total reservoir capacity of 2008 showed decrease because of the increase of sediment in reservoir. Also, erosion and sediment area could be analyzed through calculating the reservoir capacity by the range of water level. Especially the range of water level as 130.0~135.0 which is the upper part of average water level, showed the highest erosion characteristics during 1986~2008 and 1996~2008 and it is considered that the erosion of reservoir slant by heavy rainfall is major reason.

• 한국신재생에너지학회:학술대회논문집
• /
• 2011.05a
• /
• pp.194.1-194.1
• /
• 2011

본 연구에서는 지열히트펌프 시스템의 열원으로써 지열이외에 건축물의 미활용 에너지라고 할 수 있는 상수도의 에너지를 활용하여 지중열교환기의 천공길이를 줄이는 것이 주요 목적이며, 또한 건물의 미활용에너지를 냉난방에너지원으로써 이용 가능한 것을 보여주는 것에 있다. 실험은 4인 가족기준으로 3RT 용량의 히트펌프를 설치하고 인당 평균 177 liter/day 기준으로 하루에 약 710 liter/day의 물을 사용하는 것으로 가정하였다(환경부 2007년 상수도 통계값). 시간당 가정내에서 사용하는 물량은 일정하지 않아 일일 8시간 사용하는 것으로 하여 약 1.5 LPM 으로 실험하였다. 저수조의 크기 및 지열 히트펌프의 열원으로써 사용가능한 열량을 계산하기 위해 CFD 시물레이션을 수행하였다. CFD의 결과 상수도를 급수하기 위한 저수조의 크기는 $2m^3$로 결정하였으며 이때 열원으로써 사용가능한 열량은 약 0.7RT였다. 48시간의 실험기간 동안 저수조를 통해 얻은 열원은 0.6RT 였으며 100m의 지중열교환기를 통해 얻은 열원은 2RT 였다. 히트펌프 자체의 난방 COP는 평균 4.2를 나타내었으며 펌프등의 소비전력을 포함한 System COP는 4.0 나타내었다. 이번 연구를 통해 건물의 미활용에너지인 저수조의 물을 이용하여 지열히트펌프의 열원으로써 이용 가능하며 기존의 지열히트펌프 시스템대비 천공길이 단축, 시공비 저감이 가능한 것을 볼 수 있었다.

• Journal of the Korea Organic Resources Recycling Association
• /
• v.24 no.2
• /
• pp.31-39
• /
• 2016

Due to the temporal variation of inflow/outflow, the water tank is needed. For the calculation of water tank capacity, the absolute difference between cumulative amounts of supply(e.g., rainfall) and demand(e.g.,watering) is used. No matter the (-) and (+) the absolute maximum capacity of the subtraction is calculated as the capacity. In this paper, using rainfall and watering of greenhouse facilities, it is proved that the non-linear supply or demand can be applied, and it is proved also that the greater non-linear variation case. And as the time interval for monitoring is decreased, the basin or tank volume are increased, with approximately 10 days as the critical monitoring interval for the annual natural rainfall event.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1883-1886
• /
• 2010

농업가뭄은 강수의 부족으로 인하여 농업용 저수지의 저수량 저하로 농작물 생육 및 수확량의 직접적인 영향을 미치는 것으로, 농업가뭄평가는 강수량뿐만 아니라 작물의 생육시기별 필요수량과 용수공급능력을 모두 고려할 수 있어야 한다. 농업가뭄관리의 주요 대상인 논벼는 기본적으로 수원공과 관개지역 사이의 물수지를 판단함으로써 농업가뭄의 위험을 정의할 수 있다. 본 연구에서는 가뭄관리가 필요한 농업용 저수지 관개지구의 농업가뭄 평가를 위해 논 물수지 분석 모형과 저수지 물수지 분석 모형을 구성하고, 용수수급해석의 결과로부터 가뭄의 크기를 객관화하고 가뭄의 단계를 평가할 수 있도록 빈도개념을 적용한 저수지가뭄지수 (Reservoir Drought Index, RDI)를 이용하여 농업가뭄을 분석 평가하였다. 또한 농업용 저수지의 저수량 모의치와 실시간 저수위를 이용하여 경험적으로 농업용 저수지의 유입량을 자동으로 보정하여 장기적으로 최적화할 수 있는 방안을 제시하였으며, 과거 유효강수량을 시기별로 나누어 빈도분석을 통해 농업가뭄대응을 위한 가뭄 기상시나리오를 사용하여 향후 가뭄의 여러 가지 패턴에 따른 농업가뭄을 전망하였다. 이러한 다양한 시나리오를 통해 실제 물 관리 및 가뭄대책 업무에 반영하고 농업가뭄대응책 수립 및 농업수자원관리의 의사결정을 수립하는데 기초자료가 될 것으로 판단된다.