• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.299-299
• /
• 2021

본 연구에서는 강우-유출 모형의 매개변수를 최적화하기 위해 머신러닝 기법을 활용하였다. 강우-유출 모형의 종류가 검토되었으며 이를 통해 선정된 강우-유출 모형의 매개변수 특성과 유출량 선정과의 관계성이 검토되었다. 이를 위해 다년간의 유출 측정 자료가 있는 연구지역이 선정되었다. 또한 매개변수 최적화를 위한 머신러닝 기법이 검토되었으며, 매개변수 최적화와 유출량 산정 정확성을 비교, 분석함으로써 관계성을 검토하였다. 본 연구의 결과를 요악하면 다음과 같다. (1) 여름 장마의 지속성은 매개변수 최적화 정확성에 영향을 주며 이 둘은 비선형적인 관계를 나타낸다. (2) 매개변수 최적화가 강우 심도에 따라 다른 결과를 나타내며 최적의 강우 심도는 연구 지역마다 차이가 있기 때문에 유역 특성을 반영한 머신러닝 기법 활용이 가능하다. 이를 통해 강우-유출 모형의 매개변수 최적화를 위한 머신러닝 기법의 활용 가능성을 확대하고, 모형의 정확도 개선을 기대 할 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.326-326
• /
• 2023

본 연구에서는 유역 내 다른 년도 관측 유량 데이터를 이용한 매개변수 최적화를 수행한 후, 최적화된 매개변수에 따라 다르게 추정된 유량 데이터를 이용해 발생하는 수문학적 가뭄 불확실성 분석을 수행하였다. 수문 모형은 장기 강우-유출분석에 주로 사용되는 Soil Water Assessment Tool (SWAT) 모형을 이용하였으며, Symmetric uncertainty을 이용해 불확실성 분석을 수행하였다. 모형 매개변수 최적화는 SWAT-CUP을 이용해 영산강 유역의 과거 1999년부터 2022년까지의관측 유량 데이터로 수행하였다. 최적화된 매개변수에 따라 추정되는 연평균 유량은 최대 5.59%의 차이를 발생시켰으며, 계절 유량은 봄 (6.1%), 여름 (14.6%), 가을 (9.7%), 겨울 (46.1%)의 차이를 발생시켰다. 그 후, 수문학적 가뭄지수인 Streamflow Drought Index (SDI)을 이용해 일 단위가뭄과 월 단위 가뭄 분석을 수행하였다. 매개변수에 따른 일 단위 가뭄 분석은 연평균 가뭄 발생일수가 최대 25.2일까지 차이가 발생하였으며, 월 단위 가뭄 역시 최적화된 매개변수에 가뭄 심도와 발생이 다르게 분석되었다. 그 후, Symmetric uncertainty을 이용한 불확실성 분석은 최적화된 매개변수에 따라 다르게 산정된 가뭄지수의 불확실성을 확인할 수 있었다. 본 연구는 수문학적 가뭄 분석 시, 다양한 관측 유량 데이터를 이용한 매개변수 최적화를 수행한 후, 이를 이용한 유량추정의 필요성을 확인할 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.1752-1756
• /
• 2007

정교한 강우-유출 모의를 위해서는 적절한 매개변수의 추정이 필수적이며, 매개변수 추정 방법은 시행착오(trial and error)에 의한 수동보정법과 최적화방법을 사용한 자동보정법으로 구분할 수 있다. 모형의 매개변수의 수가 많은 경우 수동보정법에 의한 매개변수 추정은 매우 어렵다. 자동 보정법에 사용되는 최적화방법은 Rosenbrock 알고리즘, patten search, 컴플렉스(complex) 방법, Powell 방법 등과 같은 지역최적화 방법과 전역최적화 방법으로 나눌 수 있다. 그러나 기존 방법론들은 매개변수의 최적화를 추적하기 위한 알고리즘이 대부분이며 이들 매개변수에 관련된 불확실성을 평가하는데는 미흡한 단접이 있다. 이러한 점에서 본 연구에서는 강우-유출모형의 매개변수 추정에 있어서 불확실성을 평가할 수 있는 새로운 방법론을 검토하고자 한다. 매개변수와 관련된 불확실성을 평가하기 위한 방법은 여러 가지가 있으나 통계적으로 매우 우수한 능력을 보이는 Hierarchical Bayesian 알고리즘을 Probability-Distributed 강우-유출 모형에 적용하였다. 본 방법론은 최적화와 동시에 각 매개변수에 관련된 사후분포(posterior distribution)의 추정이 가능하므로 모형이 갖는 불확실성을 효과적으로 평가할 수 있다. 따라서, 수자원 관리에 있어서 불확실성을 고려할 수 있으므로 보다 수리수문학적 위험도를 저감할 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1103-1107
• /
• 2009

최근 기상이변에 따른 국지성 호우 등으로 인하여 지역별로 홍수량 차이가 많이 나고 있는 상황으로 유역내 중요시설물 및 인명의 보호를 위해서는 유역의 특성을 정확하게 반영한 홍수분석이 필수적인 실정이다. 유역 주요지점의 정확한 홍수량을 산정하기 위해서는 지역특성이 반영된 호우를 선정하고, 유출모의를 위한 유역특성이 잘 구현되어야 한다. 이를 위해서는 홍수량산정에 영향을 주는 매개변수의 정확한 산정이 필요하며 본 연구에서는 미공병단(US Army Corps)에서 개발하여 배포한 차세대 프로그램인 HEC-HMS(v3.3)를 이용하여 집중시간, 저류상수, Curved Number, 감수상수, 초기손실, 초기기저유량, Threshold 등 7가지 매개변수에 대한 최적화를 수행하였다. 종래에는 첨두홍수량을 중시하여 집중시간과 저류상수는 최적화하고 나머지 변수들은 실측치 및 계산값을 적용하였으나, 금번 연구에서는 첨두홍수량 및 총유출량 모두 관측값에 최대한 일치하도록 7가지 매개변수를 최적화하는 방안 및 최적화시 초기값 선정이 매개변수 최적화에 미치는 영향을 연구하였다. 매개변수 최적화 순서는 먼저 전체적인 평균유출량 또는 평균유출고가 실측치와 모의치 간에 일치하도록 CN, RC를 보정하고 다음 단계로 첨두발생시간이 일치하도록 Tc, K를 보정하고, 마지막으로 홍수 수문곡선의 형태를 결정하는 나머지 매개변수를 조정하여 전체적인 수문곡선의 형태와 첨두홍수량이 일치하도록 수행하였으며, Tc, K, CN 등의 중요 매개변수는 신뢰구간(계산치의 0.8${\sim}$1.2)을 설정하여 목적함수의 수렴을 유도하였다. 위를 이용하여 수렴된 매개변수들로 강우-유출 모의를 분석한 결과를 기존 홍수사상과 비교한 결과 상당히 근접한 결과를 도출할 수 있어, 매개변수는 7가지 모두에 대한 최적화를 가능한 것으로 연구되었으나 목적함수들의 수렴되는 과정에 대해서는 좀 더 심도있는 고찰이 필요할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2002.05b
• /
• pp.1316-1321
• /
• 2002

일반적으로 강우-유출모형은 lumped model과 distributed model로 크게 구분될 수 있으며, 우리나라에서는 이중 비교적 부족한 자료를 이용하여도 개략적 모의가 가능한 전자를 널리 사용하고 있다. 본 연구에서는 이러한 모형들의 매개변수를 보정하는 방법에 관해 연구하였다. 일반적으로 모형의 보정 방법에는 크게 시행오차에 의한 수동보정(manual calibration) 방법과 최적화 기법에 의한 자동보정(automatic calibration) 방법으로 나눌 수 있다. 수동보정 방법은 모형 수행결과를 수문곡선의 시각적 비교에 의해 관측치와 비교하여 모형 운영자의 주관적인 판단하에 조정하는 기법이며, 자동보정 방법은 최적화 기법을 이용8하여 특정한 산정기준(estimation criteria)을 최대 또는 최소화시켜 모형의 매개변수를 결정하는 방법이다. 이러한 최적화기법은 일반적으로 직접탐색법과 경사법으로 구분할 수 있다. 경사법은 수렴속도가 빠르지만 편미분에 의해 방향을 찾아가는 방법으로 편도함수가 필요하므로 수문모형에는 적용하기가 힘들므로 적합하지 않다. 그러나, 보다 많은 컴퓨터 수행시간을 필요로 하는 직접탐색법의 경우 수렴속도는 느리지만, 편도함수를 필요치 않으므로 수문모형의 최적화 기법으로 적합하다고 할 수 있다. 직접탐색법에는 simplex-search 법, 패턴인식(pattern-search)법, rotating-direction 법, brent 법 등이 있으며, 본 연구에서는 직접탐색법의 일종인 패턴인식(pattern -search)법을 이용하여 매개변수 최적화 과정을 모의하였다. 이러한 매개변수 보정모형을 구성한 후 이를 가장 보편적으로 사용되고 있는 유출모형인 각종 단위도법들을 결합하는 모형을 구성하였다. 또한 구성된 모형을 시범유역에 적용하여 나온 결과를 HEC-1에서 적용되고 있는 단일변량 증감법과 같은 최적화 기법을 이용한 결과와 비교·분석을 실시하였다. 본 모형을 활용하여 강우-유출 모형의 매개변수를 지속적으로 산정하고 일반화할 경우 임의의 유역의 수문기상학적 특성에 부합한 매개변수를 정량화 시킬 수 있었다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.38A no.11
• /
• pp.938-943
• /
• 2013

In this paper, we propose a transmission parameter optimization scheme based on genetic algorithm for dynamic spectrum access systems. Specifically, we represent a multiple objective fitness function as a weighted sum of single objective fitness functions to optimize transmission parameters, and then, obtain optimized transmission parameters based on genetic algorithm for given transmission scenarios. From numerical results, we confirm that the transmission parameters are well optimized by using the proposed optimization scheme.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.529-533
• /
• 2016

미국 환경청의 SWMM 5(storm water management model 5)는 유역의 홍수유출 모의 및 연속 유출 모의를 할 수 있는 모형으로서 국내뿐만 아니라 세계적으로 많이 사용되고 있는 모형이다. SWMM 5와 같은 유역 유출모형에서 결과의 적절성을 향상시키기 위해서는 모형에 사용되는 매개변수를 올바르게 추정할 필요가 있다. 하지만, 외국의 정교한 유역 유출모형들이 우리나라에서 제대로 적용되고 있지 못하는 이유 중 하나는 적절한 매개변수의 추정이 이루어지지 못하고 있는 점이다. 이러한 문제를 해결하고자 SWMM 5의 매개변수 추정 지원 시스템을 개발하였다. SWMM 5의 매개변수 추정지원 시스템은 민감도 분석, 최적화 기법에 의한 모형 자동보정, 매개변수 할당 및 도움 모듈로 이루어져 있다. SWMM 5의 매개변수 추정 지원 시스템에 사용되는 최적화 기법은 전역최적화 기법 중 하나인 SCE-UA(shuffled complex evolution-University of Arizona) 이다. SWMM 5의 매개변수 추정 지원 시스템의 개발은 국내 수자원 기술자들의 SWMM 5에 대한 이해 및 활용도를 더욱 향상시켜줄 것으로 기대한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.213-213
• /
• 2017

저수지 유입량은 효율적 저수지 운영을 위해 중요한 요소로, 이는 하류 하천 등과 복합적으로 연계되기에 통합적 수자원 관리를 위해서 정확한 추정이 중요하다. 국내의 일부 저수지에서는 상류에서 유입되는 유량을 측정하고 있으나, 모든 저수지에 대해 측정하기에는 현실적 한계가 있다. 한편, 한국농어촌공사에서는 유효저수량 10만톤 이상 저수지에 대해 수위 계측기를 설치하여 수위자료를 관측하고 있으며, 이는 수위-내용적 곡선을 통해 저수량으로 변환이 가능하다. 저수량 자료가 확보되면 물수지식 기반으로 간접적으로 유입량의 추정이 가능하나, 수위가 상승하는 구간에 대해서만 적용이 가능하기에 연속적인 자료의 확보에 한계가 있다. 이 경우 불연속 유량자료를 대상으로 수문모형의 매개변수를 최적화하여 장기간 연속자료로 변환하는 것이 한 방안이 될 수 있다. 본 연구에서는 저수지 수위 기반으로 추정된 간헐적 유입량 자료를 기반으로 수문모형의 매개 변수를 최적화하여 장기유량으로 변환하고자 한다. 수문 모형과 매개변수 최적화 기법은 각각 Tank 모형과 SCE (Shuffled Complex Evolution) 기법을 이용하였다. 매개변수 최적화를 위한 목적함수는 고유량 저유량 총량 분산 관련 지표에 가중치를 부여한 다중 목적함수로 설정하였으며, 이를 통해 도출된 다양한 매개변수 후보군 중 고유량 저유량 총량 유황곡선의 유사정도가 전반적으로 일치하는 매개변수 군을 선택하였다. 본 연구 결과는 미계측 저수지 유입량을 추정할 수 있음으로써 저수지의 효율적인 물관리와 용수관리 의사결정에 활용할 수 있을 것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.311-311
• /
• 2020

가뭄·홍수 등 수재해 대응대책 수립 측면에서 유역의 자연유출량 산정은 가장 핵심적인 사항이라 할 수 있다. 우리나라는 전국적으로 수위-유량관측소를 설치하여 실시간 유출량 모니터링을 통해 수문정보를 수집하며, 주요지점을 제외한 유역에서는 주기적으로 강우-유출모형의 매개변수 최적화를 통해 산정된 장기유출량 결과를 자연유출으로 가정하여 수자원 계획 수립시 활용하고 있다. 그러나 강우-유출모형의 최적 매개변수 추정을 위해 활용되는 관측 수문자료는 상대적으로 자료의 연한이 짧고, 계절·공간적인 특성으로 인해 매우 제한적이며, 유역의 특성을 충분히 고려하지 못해 미계측유역의 매개변수 추정시 모형의 자료에서 기인한 불확실성이 크게 발생한다는 단점이 있다. 이에 본 연구에서는 관측자료에 대한 신뢰성이 유의하며, 공간적으로 고르게 분포된 12개 댐 유역을 대상으로 매개변수 지역화 연구를 수행하였다. SCEM-UA기법을 통해 GR4J 강우-유출모형의 매개변수를 최적화 하였으며, 매개변수와의 상관관계 및 선형회귀분석을 통해 유역특성인자를 선별하여 Copula 함수를 통해 지역화된 매개변수를 추정하였다. 최종적으로 본 연구에서 제시된 방법론에 대한 적합성을 평가하기 위하여 매개변수 최적화가 수행된 유역을 미계측 유역으로 가정하여 교차검증 관점에서 적합성을 검토하였으며, 통계적으로 유의한 결과가 도출되는 것을 확인하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.606-609
• /
• 2015

본 연구에서는 support vector regression (SVR) 및 매개변수 최적화 알고리즘을 이용한 하천수위 예측모델을 구축하고 이를 실제 유역에 적용하여 모델 효율성을 평가하였다. 여기서, SVR은 하천수위를 예측하기 위한 예측모델로서 채택되었으며, 커널함수 (Kernel function)로서는 radial basis function (RBF)을 선택하였다. 최적화 알고리즘은 SVR의 최적 매개변수 (C?, cost parameter or regularization parameter; ${\gamma}$, RBF parameter; ${\epsilon}$, insensitive loss function parameter)를 탐색하기 위하여 적용되었다. 매개변수 최적화 알고리즘으로는 grid search (GS), genetic algorithm (GA), particle swarm optimization (PSO), artificial bee colony (ABC) 알고리즘을 채택하였으며, 비교분석을 통해 최적화 알고리즘의 적용성을 평가하였다. 또한 SVR과 최적화 알고리즘을 결합한 모델 (SVR-GS, SVR-GA, SVR-PSO, SVR-ABC)은 기존에 수자원 분야에서 널리 적용되어온 신경망(Artificial neural network, ANN) 및 뉴로퍼지 (Adaptive neuro-fuzzy inference system, ANFIS) 모델과 비교하였다. 그 결과, 모델 효율성 측면에서 SVR-GS, SVR-GA, SVR-PSO 및 SVR-ABC는 ANN보다 우수한 결과를 나타내었으며, ANFIS와는 비슷한 결과를 나타내었다. 또한 SVR-GA, SVR-PSO 및 SVR-ABC는 SVR-GS보다 상대적으로 우수한 결과를 나타내었으며, 모델 효율성 측면에서 SVR-PSO 및 SVR-ABC는 가장 우수한 모델 성능을 나타내었다. 따라서 본 연구에서 적용한 매개변수 최적화 알고리즘은 SVR의 매개변수를 최적화하는데 효과적임을 확인할 수 있었다. SVR과 최적화 알고리즘을 이용한 하천수위 예측모델은 기존의 ANN 및 ANFIS 모델과 더불어 하천수위 예측을 위한 효과적인 도구로 사용될 수 있을 것으로 판단된다.