• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.166-166
• /
• 2022

본 연구의 목적은 고전적 순간단위도 모형 중의 하나인 Nash 모형의 매개변수와 하천망의 동적 Fractal 차원 사이의 관계를 체계적으로 분석하여 해당 매개변수의 수문학적 의미를 추론해 보는 것이다. Nash 모형의 경우, GIUH 이론과의 결합을 통하여 Horton 비를 기반으로 한 두 매개변수의 지형학적 추정 방법이 일찍부터 제안되어 왔다 (Rosso, 1984; Bhunya, 2008). 특히 Liu(1992)는 2차원 자유 Euclidean 공간 내에서 percolation cluster 모형의 응집구조와 유역의 배수구조 사이의 비교를 통하여 하천망의 Fractal 차원을 정적 Fractal 차원과 동적 Fractal 차원으로 구분하고 양자의 수문학적 의미에 대하여 강조한 바 있다. 본 연구에서는 문헌 조사 (Morisawa, 1962; Marani et al., 1991; Rosso et al., 1991)를 통하여 수집한 비교적 신뢰성 있는 국외 하천망들에 관한 정보를 기반으로 Nash 모형의 매개변수와 하천망의 동적 Fractal 차원 사이의 관계를 분석해 보았다. 주요한 결과로서 Nash 모형의 형상 매개변수와 하천망의 Fractal 차원 사이에는 밀접한 상관관계가 존재함을 알 수 있었으며 이를 통하여 하천망의 Fractal 차원을 이용하여 해당 매개변수를 직접 추정할 수 있는 관계식을 제시할 수 있을 것으로 판단된다. 또한 분광 차원과 Nash 모형의 첨두 좌표 사이의 관계를 통하여 겉보기에서로 다른 유역들 사이에 존재할 수 있는 수문학적 상사성을 평가할 수 있는 기준의 수립 역시 본 연구과정을 통하여 제시할 수 있으로 판단된다. 후속 연구로서 국내외 다수 유역들에 대한 지형분석을 통하여 본 연구에서 얻은 결과의 보편성을 검정하고 수문학적 자료들에 대한 검증을 통하여 Nash 모형을 기반으로 한 다양한 수문학적 모형들의 개선 방안을 제시해 보고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.359-359
• /
• 2021

기후변화로 인한 강수량의 지역별, 계절별 불균형은 홍수로 인한 하천 범람피해뿐만 아니라 하천의 건천화로 인한 수생태, 수질, 경관 저해 등의 피해를 야기하고 있다. 이와 같은 기후변화로 인한 수자원의 영향을 평가하기 위해 기상 현상을 재현하고 예측하기 위한 기후모형과 이와 연계하여 지표의 수문 순환과 에너지 순환과정을 모의할 수 있는 지표수문모형의 필요성이 대두되고 있다. 그러나, 하천유출에 대한 모니터링시스템 체계를 구축하기 위해 지표수문모형을 사용하여 하천의 장기유출을 모의하는 시도는 국내에서는 아직 일반화되지 않고 있다. 따라서, 본 연구에서는 횡방향 유출흐름 모의가 가능하도록 개선된 격자형 지표수문모형인 Common Land Model(CoLM)의 우리나라 하천유역에 대한 장기하천유출 모의 적용성을 확인하고자 한다. 이를 위하여 4대강(한강, 낙동강, 금강, 섬진강)의 자연유역을 대상으로 주요 댐 상류유역에 대하여 CoLM이 필요로 하는 지표경계조건자료와 기상입력자료를 구축하고 모형의 주요 매개변수에 대한 검보정을 수행하여 각 지점별 최적의 장기하천유출 모의결과를 도출하고자 한다. CoLM의 지표경계조건자료 구축을 위해서는 고해상도의 인공위성자료 및 지점측정자료를 수집하고, 기상입력자료 구축을 위해서는 기상청에서 제공하는 기상자료를 수집하여, 모형의 계산시간 및 지역예보모델에 많이 사용되고 있는 공간해상도를 고려한 모형의 입력자료는 30km 계산 격자망 자료로 구축될 예정이다. CoLM의 모의성능 평가 및 결과분석을 위해 총 30년(1990-2019) 기간에 대한 모의결과 중, 초기 10년은 초기조건 수립을 위한 안정화 기간으로 제외하고, 다음 10년(2000~2009)은 보정기간으로 설정하고 마지막 10년(2010~2019)은 검정기간으로 설정하여 지표수문모형의 장기하천유출모의 적용성이 평가될 예정이다. 본 논문의 결과는 향후 우리나라 주요 유역에 대해 이상기후로 인한 하천 수자원 및 수생태의 영향을 분석하고, 하천의 건천화 대책 수립 등에 대한 기초정보를 제공할 수 있을 것이라 기대한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.135-135
• /
• 2018

한강의 잠수교는 평상시에는 사람과 차의 통행이 가능하나 예측수위가 5.5m일 경우, 보행자통제, 6.2m일 경우, 차량통제를 실시한다. 잠수교는 국토교통부의 홍수예보 지점은 아니지만 그 특수성으로 인해 정확한 홍수위 예측을 통해 선행시간을 확보할 필요가 있다. 일반적으로 하천 홍수위 예측을 위해서는 강우-유출 모형과 하도추적을 위한 수리모형을 결합한 모델링이 요구되나 잠수교는 하류부 조위로 인한 배수 및 상류부 팔당댐 방류량의 영향을 받아 물리적 수리 수문모형의 구축이 상당히 제약적이다. 이에 본 연구에서는 딥러닝 오픈 라이브러리인 Tensorflow 기반의 LSTM 심층신경망(Deep Neural Network) 모형을 구축하여 잠수교의 수위예측을 수행한다. LSTM 모형의 학습과 검증을 위해 2011년부터 2017년까지의 10분단위의 잠수교 수위자료, 팔당댐의 방류량과 월곶관측소의 조위자료를 수집한 후, 2011년부터 2016년까지의 자료는 신경망 학습, 2017년 자료를 이용하여 학습된 모형을 검증하였다. 민감도 분석을 통해 LSTM 모형의 최적 매개변수를 추정하고, 이를 기반으로 선행시간(lead time) 1시간, 3시간, 6시간, 9시간, 12시간, 24시간에 대한 잠수교 수위를 예측하였다. LSTM을 이용한 1~6시간 선행시간에 대한 수위예측의 경우, 모형평가 지수 NSE(Nash-Sutcliffe Efficiency)가 1시간(0.99), 3시간(0.97), 6시간(0.93)과 같이 정확도가 매우 우수한 것으로 분석되었으며, 9시간, 12시간, 24시간의 경우, 각각 0.85, 0.82, 0.74로 선행시간이 길어질수록 심층신경망의 예측능력이 저하되는 것으로 나타났다. 하천수위 또는 유량과 같은 수문시계열 분석이 목적일 경우, 종속변수에 영향을 미칠 수 있는 가용한 모든 독립변수를 데이터화하여 선행 정보를 장기적으로 기억하고, 이를 예측에 반영하는 LSTM 심층신경망 모형은 수리 수문모형 구축이 제약적인 경우, 홍수예보를 위한 활용이 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.29-29
• /
• 2019

급격한 도시화와 기후변화로 인한 자연적인 물순환 구조의 변화는 기존 수자원 이용 경향을 변화시키며 하천건천화 현상을 유발하고 있다. 이를 관리하기 위해 하천건천화 평가 및 예측이 가능한 영향 평가 기술이 필요하며, 국내에서는 GIS 기반의 분포형 수문 모형인 Drying Stream Assessment Tool and Water Flow Tracking (DrySAT-WFT)이 개발되어 활용되고 있다. 그러나 격자기반의 물수지 모형은 단위 cell 안의 수직적인 물의 거동은 파악하기 용이하나, 모형의 특성상 저수지, 댐, 보와 같은 수리 시설물의 방류량에 따른 하도의 흐름 추적에는 어려움이 있다. 본 연구의 목적은 DrySAT-WFT 모형에 댐?보 방류량 자료와 연계한 하도추적 알고리즘을 개발하여 모형의 유출 모의 성능을 개선하고, 1976년부터 2015년까지의 유출 모의를 통해 전국 표준유역을 대상으로 각 유역에 대한 하천건천화 원인 추적 및 평가를 수행하고자 한다. 하천건천화영향요소를 고려하기 위한 모형의 입력 자료로 산림높이, 도로망, 지하수 이용량, 토지이용, 토심, 기상 변화에 대해 1976년부터 2015년까지 구축한 시계열 전국 자료를 활용하였으며, 일별 강우량, 상대습도, 평균풍속, 평균 및 최고, 최저 기온, 일조시간의 기상자료를 구축하였다. 개선된 DrySAT-WFT 유출 모의 결과는 선행 연구와의 비교를 통해 모의 개선점을 정량적으로 제시하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.432-432
• /
• 2015

농업용 저수지의 하류유역은 저수지로부터 농업용수를 공급받는 관개지구와 산림지 등 관개를 실시하지 않는 비관개지구의 수문순환이 복합적으로 연계된다. 이러한 저수지 하류유역의 하천유량은 배후 유역에서 발생하는 유역 유출량, 관개지구의 농업용수 회귀수량, 저수지에서 방류되는 환경용수 방류량과 제한수위 및 만수위 방류량, 그리고 지하수 유출량 등으로 구성된다. 본 연구에서는 저수지 하류의 하천유량 구성 요소를 해석하는 하천망 모형을 구성하였고, 대상지구의 자료를 구축하였으며, 모형의 보정 및 검정을 수행하였다. 비관개지구의 유출량 모의는 수정 3단 Tank 모형을 이용하였다. 관개지구의 배수량은 논 포장 배수량과 용수로 배수량을 구분하여 모의하며, 논 포장 배수량은 논 물수지식을 기반으로 모의하였다. 저수지 방류량은 저수지 유입량과 저수지 운영방식을 고려하여 모의하도록 구성하였다. 하도 추적은 Muskingum 방법을 이용하였다. 연구 대상지로 이동저수지 유역을 선정하여 기상, 지형, 수문, 그리고 영농 자료를 수집하여 모형의 입력 자료를 구축하였다. 모형의 평가를 위한 통계적 지표는 Nash-Sutcliffe efficiency (NSE), root mean square error-observations standard deviation ratio (RSR), 그리고 percent bias (PBIAS)를 이용하였다. 보정 및 검정 결과 구성된 모형의 모의 결과는 실측치의 경향을 잘 반영하는 것으로 나타났다. 본 연구 결과는 우리나라 농촌유역 물순환에 대한 이해를 넓히며, 저수지 하류유역 유량 해석을 위한 기초자료로 이용될 수 있을 것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.103-103
• /
• 2020

Drying Stream Assessment Tool and Water Flow Tracking (DrySAT-WFT)은 하천건천화 평가 및 예측을 위해 개발된 물수지 기반의 분포형 수문모형이다. 그러나 물수지 모형의 특성상 토양층 사이를 이동하는 수직적인 물의 거동은 파악하기 용이하나, 하천 및 지표를 따라 이동하는 물의 수평적인 거동 추적에는 한계가 있다. 본 연구에서는 DrySAT-WFT 모형에 댐·보 방류량을 고려한 하도 갈수량 추적 알고리즘을 적용하여 유출 모의 성능을 개선하고, 개선된 유출 모형을 금강 유역(9,915.5 ㎢)에 적용하여 건천화 원인 추적 및 평가를 수행하였다. 하천건천화 원인 추적을 위한 영향요소로 1976년부터 2015년까지 구축한 산림높이, 도로망, 지하수 이용량, 토지이용, 토심, 기상 자료를 활용하였다. 건천화 영향요소를 적용하기 전 기상자료만을 활용해 모의한 유출결과를 기준 시나리오로 설정하고 댐·보 지점을 대상으로 검보정을 진행하였다. 이후 각 건천화 영향요소를 적용한 유출 시나리오별 유량의 감소 비율과 건천화 기여 비율을 산정하여 영향평가를 수행하였다.

• 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.

• Journal of Korea Water Resources Association
• /
• v.34 no.4
• /
• pp.303-316
• /
• 2001

In this study, Radial Basis Function(RBF) Neural Networks Model, a kind of Hybrid Neural Networks was applied to hydrological forecasting in a small watershed. RBF Neural Networks Model has four kinds of parameters in it and consists of unsupervised and supervised training patterns. And Gaussian Kernel Function(GKF) was used among many kinds of Radial Basis Functions(RBFs). K-Means clustering algorithm was applied to optimize centers and widths which ate the parameters of GKF. The parameters of RBF Neural Networks Model such as centers, widths weights and biases were determined by the training procedures of RBF Neural Networks Model. And, with these parameters the validation procedures of RBF Neural Networks Model were carried out. RBF Neural Networks Model was applied to Wi-Stream basin which is one of the IHP Representative basins in South Korea. 10 rainfall events were selected for training and validation of RBF Neural Networks Model. The results of RBF Neural Networks Model were compared with those of Elman Neural Networks(ENN) Model. ENN Model is composed of One Step Secant BackPropagation(OSSBP) and Resilient BackPropagation(RBP) algorithms. RBF Neural Networks shows better results than ENN Model. RBF Neural Networks Model spent less time for the training of model and can be easily used by the hydrologists with little background knowledge of RBF Neural Networks Model.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.388-388
• /
• 2020

매년 국지성호우 및 태풍으로 인해 하천 범람이나 저지대침수가 발생하고 있으며 이는 인명 피해 사례로 이어지기도 한다. 피해 발생을 최소화시키기 위해 강우와 유량과 같은 정형데이터로 홍수예보가 이뤄지고 있으나 기존의 정형데이터만 사용하다보니 도심지역이나 소규모 하천에서 인명 피해 예측에 어려움이 있다. 이를 보완하기 위해서는 인구의 유동성을 고려한 비정형데이터를 활용해야 한다. 최근 소셜 네트워크 서비스(SNS)의 사용자가 증가됨에 따라 텍스트나 사진과 같은 다양한 비정형데이터가 생성되고 있다. 이렇게 생성된 데이터는 다양한 분야에서 활용되고 있으며 특히 지진이나 홍수와 같은 재난 발생 시 유용한 데이터로 활용된 사례가 증가하고 있다. 이는 사람들이 GIS와 같은 위치정보나 시간 등을 포함한 다양한 정보를 포함하기 때문이다. 하지만 이렇게 생산된 비정형데이터를 기존 물리적 기반의 수문모형의 데이터로 활용하기에는 많은 한계점이 있다. 따라서 본 연구에서는 SNS 채널을 통해 생성된 비정형 데이터들을 인공신경망모형에 적용하여 하천수위를 예측하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.1517-1521
• /
• 2007

현재 우리나라의 경우는 국가하천이나 주요 지방하천에 대해서는 환경부 등 지방자치단체에서 측정망을 통해서 꾸준히 수질자료가 축적되고 있으나 농촌유역의 소하천 수질개선 사업을 위해 필요한 수질관련 자료는 거의 없다. 최근에 와서 수질 정보 시스템의 개발 및 수질 오염 모니터링을 위한 측정망의 확충 등과 같은 관리체계의 개선에 대한 노력이 활발히 진행되고 있으나 이에 소요되는 재원문제 등으로 채취빈도나 분석항목이 크게 미흡하다. 특히 조사가 유역이 크고 복잡한 복합유역을 대상으로 하기 때문에 자연히 오염물질 유출에 미치는 변수가 너무 많이 개입되므로 해석자체가 특정유역에 제한되기 마련이다. 따라서 본 과업에서는 농촌 소하천 유역을 대상으로 실측 수질-유량 상관분석을 통한 수문모형을 구축하였고 국립환경과학원에서 수계오염총량관리기술지침(2004)에서 제시한 토지계의 발생부하 원단위를 이용하여 SWAT 모형을 보정하였다. 보정된 모형을 이용하여 소유역별 1년(12개월) 오염물질 부하량 및 강우유출량을 산정하였으며, 현장실측을 통해 산정된 유달부하량과 모의 부하량과의 비를 이용한 유달율을 산정하였다.