• Proceedings of the Korea Water Resources Association Conference
• /
• 2004.05b
• /
• pp.713-718
• /
• 2004

우리나라의 경우 재해영향평가 제도가 실시된 이후 모든 재해영향평가에서는 토양침식량을 산정하고 있다. 유역에서 토양침식량을 산정하기 위한 많은 모형들이 있지만, 분포형 모형들은 토양침식의 산정에 많은 비용과 시간을 요구한다. 그래서, 가장 널리 실무에서 쓰이고 있는 모형은 범용토양침식공식(USLE, Universal Soil Equation)이다. USLE은 연 토양 침식량 산정을 위한 경험공식으로, 토양침식은 강우강도, 토양의 종류, 토지 피복과 토지이용, 사면경사와 경사길이, 그리고 토양보전을 위한 시설의 영향을 받는다. 이러한 모든 변수들은 공간적으로 분포되어 있기 때문에, 이러한 변수들을 추정하기 위해 지형정보시스템(GIS)을 사용하면 보다 빠르고 정확한 변수들을 산정 할 수 있다. 또한, 유역에 내리는 강우는 토양침식뿐만 아니라 유기물의 흡착에 따른 비점오염원의 유출을 발생시킨다. 침식토에 흡착된 유기물의 양은 부유의 개념을 도입하여 산정 할 수 있다. 따라서 본 연구에서는 지형정보시스템(GIS)과 범용토양손실 공식을 연계하여 태풍루사의 강우에 의한 보청천 유역에서의 토양 침식량과 그와 함께 유출되는 유기질소(Organic N)의 양을 산정 하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.576-580
• /
• 2010

NRCS의 유출곡선지수 산정법(CN; Runoff Curve Number method)은 유역내의 토지 이용 및 토지 피복, 토양특성, 수문학적 조건 등을 이용하여 총 강우량으로부터 유효 유출량을 계산하는 방법으로서 이론의 간편성과 적용성으로 인하여 여러 분야에 적용되고 있다. 그러나, 유출곡선지수의 특성상 지역적인 특성에 따라 차이가 발생할 수 밖에 없음에도 국내에서는 대부분 미국 NEH(National Engineering Handbook)에서 제시한 기준을 이용하고 있는 실정이다. 이에 대하여 본 연구에서는 국내 유역의 강우-유출 특성을 반영한 유출곡선지수를 산정하고 강우에 따른 직접 유출량을 모의하기 위한 방법을 연구하였다. 이를 위하여 보청천 유역의 관측 강우-유출 자료에 Hawkins et al(1993)등이 제시한 점근 유출곡선지수방법을 적용하고 이를 국가수자원관리종합정보시스템(WAMIS)에서 제시한 값과 비교하였다. 또한 유역의 대표 유출곡선지수에 대한 회귀식을 유도하고 이를 이용하여 보청천 유역의 하계 유출을 모의하고 그 결과를 비교 분석 하였다. 연구결과 대표 유출곡선지수식을 이용한 유역의 직접유출 모의결과가 단일 유출곡선지수시의 모의결과보다 더 우수한 결과를 나타내었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2005.05b
• /
• pp.553-557
• /
• 2005

유역의 강우-유출 분석에서 유효우량의 산정은 매우 중요하다고 할 수 있다. 이러한 유효우량의 산정에서 대상호우에 대한 유출량 자료가 있는 경우는 침투지수법(infiltration index method)중 하나인 $\Phi$-지표법이나 W-지표법을 사용하여 그 양을 산정할 수 있다. 그러나 대상호우에 대한 유출량 자료가 없는 경우는 침투지수법을 이용하여 유효우량을 산정 할 수 없으며, 이러한 경우 유역의 토양 특성과 식생피복 상태에 대한 자료만으로 총우량으로부터 유효우량을 산정할 수 있는 NRCS(Natural Resources Conservation Service)의 유효우량 산정방법이 널리 사용되고 있다. NRCS유효우량 산정 방법은 선행토양함수조건(antecedent moisture condition, AMC)을 이 용하여 유출곡선지수(runoff curve number, CN)를 결정하는데, 이때 AMC의 산정을 위해 선행5일강우량(total 5-day antecedent rainfall)을 그 기준으로 하고 있으나, 이는 미국의 유역을 대상으로 하여 얻어진 결과이므로 이를 국내 유역에 검증 없이 적용하는 데에는 문제가 있을 것으로 예상되었다. 따라서 본 연구에서는 HEC-HMS모형을 이용하여 선행강우일수을 변화시켜 가면서 실제 유역의 강우-유출에 적용하여 본 뒤 강우-유출을 가장 잘 모의하는 선행강우일수을 결정하였다. 이를 위해, IHP 대상유역인 보청천의 탄부소유역에 대하여 AMC의 산정을 위한 선행강우량을 1일부터 7일까지 변화시키며 적용한 결과 탄부소유역에서는 선행2일강우량이 가장 적합한 결과를 주는 것으로 나타났다. 국내 유역에서 NRCS유효유량 산정방법을 통한 강우-유출모의시 보다 정확한 값을 산정하기 위해서는 대상유역에 적합한 선행 강우일수의 결정이 중요하리라 판단된다.인 분석을 수행하고, 배수갑문 개방에 의한 수질개선효과를 최대화하기 위한 환경관리 방안 제시에 중점을 두어 수행하였다.ncy), 환경성(environmental feasibility) 등을 정성적으로(qualitatively) 파악하여 실현가능한 대안을 선정하였다. 이렇게 선정된 대안들은 중유역별로 검토하여 효과가 있을 것으로 판단되는 대안들을 제시하는 예비타당성(Prefeasibility) 계획을 수립하였다. 이렇게 제시된 계획은 향후 과학적인 분석(세부평가방법)을 통해 대안을 평가하고 구체적인 타당성(feasibility) 계획을 수립하는데 토대가 될 것이다.{0.11R(mm)}(r^2=0.69)$로 나타났다. 이는 토양의 투수특성에 따라 강우량 증가에 비례하여 점증하는 침투수와 구분되는 현상이었다. 경사와 토양이 같은 조건에서 나지의 경우 역시 $Ro_{B10}(mm)=20.3e^{0.08R(mm)(r^2=0.84)$로 지수적으로 증가하는 경향을 나타내었다. 유거수량은 토성별로 양토를 1.0으로 기준할 때 사양토가 0.86으로 가장 작았고, 식양토 1.09, 식토 1.15로 평가되어 침투수에 비해 토성별 차이가 크게 나타났다. 이는 토성이 세립질일 수록 유거수의 저항이 작기 때문으로 생각된다. 경사에 따라서는 경사도가 증가할수록 증가하였으며 $10\% 경사일 때를 기준으로 $Ro(mm)=Ro_{10}{\times}0.797{\times}e^{-0.021s(\%)}$로 나타났다.천성 승모판 폐쇄 부전등을 초래하는 심각한 선천성 심질환이다. 그러나 진단 즉시 직접 좌관상동맥-대동맥 이식술로 수술적 교정을 해줌으로써 좋은 성적을 기대할 수 있음을 보여주었다.특히 교사들이 중요하게 인식하는 해방적 행동에 대한 목표를 강조하여 적용할 필요가 있음을 시사하고

• Proceedings of the Korean Environmental Sciences Society Conference
• /
• 2003.05a
• /
• pp.249-254
• /
• 2003

분석에 이용된 격자망은 동곡, 고로, 미성, 병천, 효령 및 무성지점에 각각 12개, 30개, 45개, 76개, 46개 및 1265개의 조격자를 구성하였으며 하천의 수로방향 및 경사형태를 세분화하기 위하여 각 지점에 대하여 8개, 24개, 24개, 44개, 12개 및 64개의 세격자로 분할하였다. AGNPS를 이용한 첨두유량의 모의발생 결과치가 동곡, 고로, 미성, 병천, 효령 및 무성지점에서 측정값과 비교하여 각 호우사상별로 상대오차가 1.0~25.0%, 4.0~27.0%, 7.0~29.2%, 2.0~23.9%, 3.0~25.0% 및 3.6~21.0%의 차이를 나타내었다. 분석결과에서 AMCII조건에서는 관측치와 분석결과치가 유사하게 나타났으나 AMCI조건에 대해서는 상대적으로 작은 값을 보였으며 AMCIII조건에서는 다소 큰 값으로 분석되었다. SCS방법에서 제안하는 AMC조건별 CN값을 우리 실정에 적합하도록 수정 보완하기 위한 수정 유출곡선지수 $CN_{m}$ /I과 $CN_{m}$/III을 재구성하였으며, 여기에 적용되는 수정 유출 곡선지수식의 계수 a를 추정한 결과, 기왕에 발표된 연구결과와 거의 일치된 경향을 나타내었다. 제안된 수정 CN식을 이용하여 산정한 결과치와 관측치는 거의 유사하게 나타났다. AGNPS모델에 의한 유출량 산정에 있어 수문학적 토양피복형수(CN)의 결정을 위하여 선행강우량과 토양의 공극율 및 지형인자인 각 셀마다의 유역경사를 이용하여 관계식(CN =f($X_1$, $X_2$, $X_3$))을 유도하였으며, 분석 결과에서 CN이 선행강우량과 가장 밀접한 관계가 있음을 알 수 있었으며 유역경사, 토양의 공극율 순으로 나타났다..88mg/$\ell$~의 범위로 나타났다. 무태교 지점에서의 총인의 농도는 0.52mg/$\ell$~0.99mg/$\ell$~의 범위이었다. 신천에 금호강물을 혼합한 이후에도 부유물질, 생화학적산소요구량, 암모니아태 질소, 총인 등의 농도가 개선되지 않았다. 즉 금호강물의 혼합은 신천수질환경사업소에서 배출되는 방류수에 함유되어 있을 2차 오염물질의 희석이라는 이점외의 수질개선효과는 확인되지 않았다.l years and a new type of transfer crane has been developed. Design concepts and control methods of a new crane will be introduced in this paper.and momentum balance was applied to the fluid field of bundle. while the movement of′ individual material was taken into account. The constitutive model relating the surface force and the deformation of bundle was introduced by considering a representative prodedure that stands for the bundle movement. Then a fundamental equations system could be simplified considering a steady state of the process. On the basis of the simplified model, the simulation was performed and the results co

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.444-444
• /
• 2021

하천의 오염부하량 관리 계획은 지속적인 모니터링을 통한 자료 구축과 모형을 이용한 예측결과를 기반으로 수립된다. 하천의 모니터링과 예측 분석은 많은 예산과 인력 등이 필요하나, 정부의 담당 공무원 수는 극히 부족한 상황이 일반적이다. 이에 정부는 전문가에게 관련 용역을 의뢰하지만, 한국과 같이 지형이 복잡한 지역에서의 오염부하량 배출 특성은 각각 다르게 나타나기 때문에 많은 예산 소모가 발생 된다. 이를 개선하고자, 본 연구는 합성곱 신경망 (convolution neural network)과 수문학적 이미지 (hydrological image)를 이용하여 강우 발생시 BOD 및 총인의 부하량 예측 모형을 개발하였다. 합성곱 신경망의 입력자료는 일반적으로 RGB (red, green, bule) 사진을 이용하는데, 이를 그래도 오염부하량 예측에 활용하는 것은 경험적 모형의 전제(독립변수와 종속변수의 관계)를 무너뜨리는 결과를 초래할 수 있다. 이에, 본 연구에서는 오염부하량이 수문학적 조건과 토지이용 등의 변수에 의해 결정된다는 인과관계를 만족시키고자 수문학적 속성이 내재된 수문학적 이미지를 합성곱 신경망의 훈련자료로 사용하였다. 수문학적 이미지는 임의의 유역에 대해 2차원 공간에서 무차원의 수문학적 속성을 갖는 grid의 집합으로 정의되는데, 여기서 각 grid의 수문학적 속성은 SCS 토양보존국(soil conservation service, SCS)에서 발표한 수문학적 토양피복형수 (curve number, CN)를 이용하여 산출한다. 합성곱 신경망의 구조는 2개의 Convolution Layer와 1개의 Pulling Layer가 5회 반복하는 구조로 설정하고, 1개의 Flatten Layer, 3개의 Dense Layer, 1개의 Batch Normalization Layer를 배열하고, 마지막으로 1개의 Dense Layer가 연결되는 구조로 설계하였다. 이와 함께, 각 층의 활성화 함수는 정규화 선형함수 (ReLu)로, 마지막 Dense Layer의 활성화 함수는 연속변수가 도출될 수 있도록 회귀모형에서 자주 사용되는 Linear 함수로 설정하였다. 연구의 대상지역은 경기도 가평군 조종천 유역으로 선정하였고, 연구기간은 2010년 1월 1일부터 2019년 12월 31일까지로, 2010년부터 2016년까지의 자료는 모형의 학습에, 2017년부터 2019년까지의 자료는 모형의 성능평가에 활용하였다. 모형의 예측 성능은 모형효율계수 (NSE), 평균제곱근오차(RMSE) 및 평균절대백분율오차(MAPE)를 이용하여 평가하였다. 그 결과, BOD 부하량에 대한 NSE는 0.9, RMSE는 1031.1 kg/day, MAPE는 11.5%로 나타났으며, 총인 부하량에 대한 NSE는 0.9, RMSE는 53.6 kg/day, MAPE는 17.9%로 나타나 본 연구의 모형은 우수(good)한 것으로 판단하였다. 이에, 본 연구의 모형은 일반 ANN 모형을 이용한 선행연구와는 달리 2차원 공간정보를 반영하여 오염부하량 모의가 가능했으며, 제한적인 입력자료를 이용하여 간편한 모델링이 가능하다는 장점을 나타냈다. 이를 통해 정부의 물관리 정책을 위한 의사결정 및 부족한 물관리 분야의 행정력에 도움이 될 것으로 생각된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.284-284
• /
• 2016

최근 기후변화의 영향으로 재해의 빈도와 피해의 규모는 점점 커지고, 예측의 불확실성 또한 증가하고 있다. 이에 따라 기후변화와 관련된 자연재해에 대처하기 위한 다양한 연구들이 수행되어 왔지만, 대부분의 기후변화 관련 연구는 미래 강우량과 해수면 상승을 분리하여 각각의 인자들에 따른 재난영향을 평가하였다. 그러나 연안지역에서는 강우 증가로 인해 발생하는 재해와 해수면 상승으로 인한 재해 등 두 개 이상의 재해가 복합적으로 작용할 수 있으므로 이를 동시에 고려한 연구가 필요하다. 따라서 본 연구에서는 해수면의 영향을 직접적으로 받는 태화강 유역을 대상유역으로 선정 하였고, 기후변화에 따른 강우의 증가와 해수면 상승이 연안지역에 미치는 영향을 평가하였다. 이를 위해 유역의 토지피복도, 수치고도자료, 토양도, 해당 유역의 단면 등을 이용하여 수리 수문모형을 구성하였다. 기후변화에 따른 강우 증가량을 고려하여 시나리오별 유출량을 산정하였고, 산정된 유출량 및 기점수위를 경계조건으로 입력하여 기후변화 시나리오에 따른 해수면 상승을 고려한 홍수위를 산정하였다. 이를 통하여 산정된 홍수위와 하천설계기준 해설에서 제시하고 있는 제방 여유고를 비교 검토하였다. 결과적으로, 목표기간별로 현재상태보다 최대 25.5%까지 첨두유출량이 증가하였고, 해수면 상승으로 인한 홍수위 변화는 하구부근에서 기점을 기준으로 약 7.1km까지 영향을 미치는 것으로 확인되었다. 또한 여유고의 부족 구간을 검토한 결과, 전체 구간 40.17km 중 약 31.7km인 79.5%가 여유고를 만족하지 못하였고, 해수면 상승을 고려하지 않았을 경우에는 여유고를 만족하지 못하는 구간이 최대 3.8% 감소하였다. 연안지역의 기후변화로 인한 미래 강우량 증가와 해수면 상승을 동시에 고려한다면, 심각한 홍수 피해가 생길 것으로 예상된다. 따라서 이를 고려한 치수대책이 시급할 것으로 판단된다.

• Ecology and Resilient Infrastructure
• /
• v.7 no.2
• /
• pp.114-125
• /
• 2020

Despite the various artificial neural networks that have been developed, most of the discharge models in previous studies have been developed using deep neural networks. This study aimed to develop a discharge model using a convolution neural network (CNN), which was used to solve classification problems. Furthermore, the applicability of CNN was evaluated. The photographs (pictures or images) for input data to CNN could not clearly show the characteristics of the study area as well as precipitation. Hence, the model employed in this study had to use numerical images. To solve the problem, the CN of NRCS was used to generate images as input data for the model. The generated images showed a good possibility of applicability as input data. Moreover, a new application of CN, which had been used only for discharge prediction, was proposed in this study. As a result of CNN training, the model was trained and generalized stably. Comparison between the actual and predicted values had an R² of 0.79, which was relatively high. The model showed good performance in terms of the Pearson correlation coefficient (0.84), the Nash-Sutcliffe efficiency (NSE) (0.63), and the root mean square error (24.54 ㎥/s).