• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.435-435
• /
• 2016

기후변화에 따라 강우 패턴이 변화하며, 집중호우 발생 빈도의 증가가 예상된다. 이로 인해 저수지 상류에서 유실된 토사는 저수지로 유입하여 정수 처리비용 증가, 1차생산성 감소, 어류폐사, 하천경관 악화 등 다양한 문제를 유발한다. 따라서 위와 같은 탁수 피해 저감을 위해 과학적인 모니터링과 예측, 저수지 운영과 관리기술 개발 등의 대응이 요구된다. 본 연구에서는 극한 탁수사상 발생시 대응 기술의 일환으로 저수지 탁수예측 모델의 신뢰도 향상을 위해, 기존 탁수예측 모형인 CE-QUAL-W2(이하 W2)의 탁수 예측 알고리즘을 개선하고 소양강댐 저수지에 적용하여 그 성능을 평가하였다. 최근 W2모델 3.72 버전까지 출시되었으나, 모델은 단순 침강속도만 고려하여 저수지 밀도 특성을 반영하지 못하고, TSS 모의시 독립침강을 가정하여 응집 침강 및 장기탁수 예측에 취약한 한계점을 가지고 있다. 따라서, 과거 연구내용을 바탕으로 수온에 따른 점성계수 변화(Stoke's), 다중 부유 입자별 침강속도 고려 기능을 추가하였으며, 새롭게 점착성유사의 응집 침강을 고려할 수 있는 기능을 추가하여 모델을 개선하였다. 모델에 점착성 유사 모의 전략은 입자 크기 $63{\mu}m$를 기준으로 비점착성유사(NCS)와 점착성유사(CS)로 구분하고, 비점착성유사는 독립침강, 점착성 유사는 응집침강을 가정하였다. 응집 후 중간 입경의 추정은 Gailani et al(1991)의 식을 사용하였으며, 침강속도 계산 공식은 Hwang and Mehta(1989)식을 적용하였다. 수정된 모델은 소양강댐 운영이후 최대 탁수사상이 발생했던 2006년을 대상으로 기존 탁수해석 결과와 수정된 모델의 모의결과를 실측값과 비교 분석 하였다. Stoke's 식 적용시 기존의 모의결과 대비 AME 평균 23%, RMSE 평균 18%가 개선되는 것으로 나타났으며, Hwang and Metha식 적용시에 SS 모의값이 전반적으로 과소평가되는 것으로 나타났다. 또한, 실측 방류 탁수 농도와 모의값을 비교하여 평가 하였으며, 모의기간인 Julian Day 173~365(192일) 동안 모의 결과의 총 TSS 부하량은 실측값의 약 80%수준을 보였으며, TSS 방류 부하기준 Stoke's 식 적용시 기존 모의대비 오차가 1.3% 개선되는 것으로 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.4-4
• /
• 2018

도시의 발전으로 인해 시 도를 비롯한 시가 및 건조지역의 토지이용은 매우 복잡하게 변화되었다. 과거 농경이 주된 경제활동인 경우 주거지역은 매우 단순한 형태로 구성되었고 논, 밭, 산림 지역 등이 주를 이루었지만, 도시로 산업이 집중, 발달하고 인구가 밀집되며 주거지역, 상업, 공업, 교통지역 등 시가지역은 매우 다양하고 복잡하게 변화되었다. 도시가 발달하며 주거지의 건물가치와 상업 및 공업지역의 자산, 교통 및 공공시설의 공공적 가치가 상승하였고, 침수 발생시 사유재산 및 사회적 피해가 증대되고 있다. 시가 및 건조지역은 대부분 불투수율이 높은 지역으로 구성되어있으며, 이러한 도시에서 침수가 발생할 경우 지표수의 이동, 매설된 관거의 형상과 통수능에 의한 월류가 주된 원인으로 작용하여, 도로 및 건물의 형태에 의해 매우 복잡한 형태로 침수현상이 나타난다. 이러한 도시의 침수피해를 분석하기 위해 복잡하고 고 가치화된 도시의 토지이용 특성을 잘 반영한 침수 피해분석이 필요하고, 피해를 줄이고 재산을 보호하기 위한 치수시설의 도입에 따른 피해액 감소 및 경제성 분석이 우선시 되어 효율성과 타당성을 판단할 수 있어야 한다. 토지이용 특성이 반영되지 않을 경우 피해액을 다소 과소, 과대하게 산정할 수 있다. 홍수피해의 경제성을 분석하기 위한 방법에는 다차원 홍수피해 산정방법이 있으며, 경제성 분석은 하천의 정비상태, 하도 및 관거, 제방 및 유수지 등 홍수 방지시설 등 구조적, 비구조적 대책을 모두 대상으로 하여야 하며, 인명과 재산이 집중된 도시의 경우 보다 정확한 피해액을 산정할 필요가 있다. 본 연구는 과거 침수피해가 있었던 도림천 유역을 대상으로 도시지역의 유출모의에 적합하다고 알려진 SWMM 모형을 활용하여 도시유출 해석 및 침수현상을 분석하였으며, 다차원 홍수피해 산정방법을 활용하여 주거, 상업 및 공업자산을 반영하기 우해 토지이용 특성에 따른 침수피해액을 분석하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.121-121
• /
• 2019

특정 지역에 집중적으로 비가 내리는 현상인 국지성호우가 빈번히 발생함에 따라 하천 주변 사회기반시설의 침수 위험성이 증가하고 있다. 침수 위험성 판단 여부는 주로 수위정보를 이용하며 수위 예측은 대부분 수치모형을 이용한다. 본 연구에서는 빅데이터 기반의 RNN(Recurrent Neural Networks)기법 알고리즘을 활용하여 수위를 예측하였다. 연구대상지는 조위의 영향을 많이 받는 한강 전역을 대상으로 하였다. 2008년~2018년(10개년)의 실제 침수 피해 실적을 조사한 결과 잠수교, 한강대교, 청담대교 등에서 침수 피해 발생률이 높게 나타났고 SNS(Social Network Services)와 같은 비정형화 자료에서는 청담대교가 가장 많이 태그(Tag)되어 청담대교를 연구범위로 설정하였다. 본 연구에서는 Python에서 제공하는 Tensor flow Library를 이용하여 수위예측 알고리즘을 적용하였다. 데이터는 정형화 데이터와 비정형 데이터를 사용하였으며 정형화 데이터는 한강홍수 통제소나 기상청에서 제공하는 최근 10년간의 (2008~2018) 수위 및 강우량 자료를 수집하였다. 비정형화 데이터는 SNS를 이용하여 민간 정보를 수집하여 정형화된 자료와 함께 전체자료를 구축하였다. 민감도 분석을 통하여 모델의 은닉층(5), 학습률(0.02) 및 반복횟수(100)의 최적값을 설정하였고, 24시간 동안의 데이터를 이용하여 3시간 후의 수위를 예측하였다. 2008년~ 2017년 까지의 데이터는 학습 데이터로 사용하였으며 2018년의 수위를 예측 및 평가하였다. 2018년의 관측수위 자료와 비교한 결과 90% 이상의 데이터가 10% 이내의 오차를 나타내었으며, 첨두수위도 비교적 정확하게 예측되는 것을 확인하였다. 향후 수위와 강우량뿐만 아니라 다양한 인자들도 고려한다면 보다 신속하고 정확한 예측 정보를 얻을 수 있을 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.240-244
• /
• 2019

본 연구에서는 2차원 수치모형(Nays2DH)을 적용하여 금강 상류에 건설된 세종보를 중심으로 보 개방 후에 홍수량 변화에 의한 하도의 지형변화 과정을 분석하였다. 수치모의를 위한 홍수량은 금남수위표에서 2018년 1월부터 2018년 12월까지 각 시간별 유량을 일반화(normalizing) 하여 하였다. 부정류 홍수량은 2018년 7월의 홍수량 $3,341m^3/s$을 적용하였으며, 부정류의 첨두유량($3,341m^3/s$)이 발생시간은 28시간이고 유출량은 $108.1m^3/s$으로 설정하였다. 수치모의 시간은 120시간으로 설정하여 사주의 발달, 이동, 사주의 형상 및 하도 지형변화를 분석하였다. 첨두유량은 $2,281m^3/s$, 2차 첨두유량은 $3,515m^3/s$, 3차 첨두유량은 $4,259m^3/s$으로 각각 26시간, 107시간, 200시간 동안 발생하는 부정류를 적용하였다. 수치모의 구간은 세종보를 중심으로 상하류 6.5 km 구간을 설정하였으며, 보는 완전히 개방된 것으로 설정하였다. 단일 홍수가 유입될 때 보다, 3개의 홍수가 연속으로 유입될 때에는 보 상류에서 사주의 크기가 크고, 사주의 수가 증가하며, 저수로의 변화가 다양하였다. 흐름이 집중되는 구간에서 하상은 깊게 세굴 되어 하천구조물의 안정과 주의가 필요하다. 그러나 하도의 다양성과 역동성이 크게 개선되는 특성을 보여주었다. 하상의 종방향 특성을 고려할 때, 세종보 하류에서는 하상고가 상승하는 특성을 보여 주었으나, 하상고가 불규칙한 특성을 보여주었다. 이는 단일홍수에 비해하여 하도의 역동성이 큰 것을 의미한다, 사주의 이동속도는 1차 첨두유량일 때 가장 빠르게 나타났지만, 이후 2차 및 3차의 유량이 더 많았지만 사주의 이동속도가 감소하였다. 보를 완전개방 하였을 때는 흐름이 안정화 되어 이동속도 변동폭이 작아졌다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.65-65
• /
• 2016

위어나 낙차공 같은 수공구조물 직하류부에서는 다양한 형태의 흐름조건이 발생한다. 낙차공 하류에서 발생하는 독특한 흐름형태 중 하나는 정상파형도수를 갖는 파형흐름이다. 이 연구에서는강 등(2010)이 수리실험을 수행한 바 있는 계단형 위어 하류부에서의 형성되는 파형흐름을 3차원 수치해석을 수행한다. 위어 구조물 위를 통과하는 난류흐름을 해석하기 위해서 Spalart-Allamaras 1방정식 모형을 이용한 URANS 수치모의와 DES (detached eddy simulation)을 실시하였다. 위어 주변에서의 자유수면 변동, 파상도수, 자유수면에서의 와류 그리고 바닥부근에서의 재순환 영역의 형상과 크기, 선정된 종방향 위치들에서의 흐름방향유속분포 등의 항으로 수치해석결과를 실험값과 비교하여 수치모의의 적절성과 난류모델들의 성능을 평가한다.

• 한국수자원학회논문집
• /
• 제51권spc1호
• /
• pp.1057-1066
• /
• 2018

기후변화는 홍수의 가장 큰 원인이 되는 극치강우의 빈도와 크기에 매우 큰 영향을 미치고 있다. 특히, 우리나라에서 발생하는 대규모 재해는 강우에 의한 홍수피해가 대부분을 차지하고 있다. 이러한 홍수피해는 기후변화에 의한 극한강우의 발생 빈도가 높아짐에 따라 새로운 재해양상으로 전개되고 있다. 하지만, 미래 기후변화 시나리오 자료는 해상도의 한계로 인하여 중소규모 하천 및 도시유역에 요구되는 수준의 자료 수집이 불가능한 상태이다. 이러한 문제점을 개선하기 위하여 본 연구에서는 전지구모형에서 생산된 기후변화 시나리오에 대해서 여러 단계의 통계적 상세화 기법을 통하여 우리나라 전역에 대하여 미래 시나리오에 대한 빈도해석이 가능하도록 각 지점의 특성에 따라 시간적으로 상세화하기 위해 개발된 방법 및 과정을 소개하였다. 이를 통해, 시간상세화 자료를 토대로 미래 강우에 대한 빈도해석과 기후변화에 따른 방재성능 목표강우량을 산정하는데 활용할 수 있도록 하였다.

• Ecology and Resilient Infrastructure
• /
• 제6권2호
• /
• pp.101-108
• /
• 2019

본 연구에서는 물리서식처 분석을 이용하여 구하도 복원에 따른 어류서식처의 영향을 분석하였다. 연구대상지역은 청미천의 1.2 km 구간이다. 연구 대상 지역에서 구하도 복원은 2012년 7월 부터 2015년 12월 까지 수행되었다. 복원 전과 후에 대하여 물리서식처 분석을 실시하였다. 이때, 수리해석을 River2D 모형을 이용하였으며 서식처분석을 위하여 서식처 적합도 지수 곡선을 이용하였다. 대상어종은 연구대상지역의 우점종인 피라미를 선정하였다. 복원 전과 후의 조건에 대하여 다양한 유량에 대하여 수리해석을 실시하였다. 이후 구하도가 복원 되기 전과 후의 조건에서 복합 서식처 적합도 지수와 가중가용면적을 계산하였으며, 피라미의 물리서식처 변화에 대하여 분석하였다. 모의 결과 구하도가 복원될 경우 어류의 서식처 영역이 증가되었으며, 큰 유량에 대하여 서식처의 감소를 방지하는데 효과가 있음을 확인하였다.

• 상하수도학회지
• /
• 제35권1호
• /
• pp.83-91
• /
• 2021

The increased turbidity in rivers during flood events has various effects on water environmental management, including drinking water supply systems. Thus, prediction of turbid water is essential for water environmental management. Recently, various advanced machine learning algorithms have been increasingly used in water environmental management. Ensemble machine learning algorithms such as random forest (RF) and gradient boosting decision tree (GBDT) are some of the most popular machine learning algorithms used for water environmental management, along with deep learning algorithms such as recurrent neural networks. In this study GBDT, an ensemble machine learning algorithm, and gated recurrent unit (GRU), a recurrent neural networks algorithm, are used for model development to predict turbidity in a river. The observation frequencies of input data used for the model were 2, 4, 8, 24, 48, 120 and 168 h. The root-mean-square error-observations standard deviation ratio (RSR) of GRU and GBDT ranges between 0.182~0.766 and 0.400~0.683, respectively. Both models show similar prediction accuracy with RSR of 0.682 for GRU and 0.683 for GBDT. The GRU shows better prediction accuracy when the observation frequency is relatively short (i.e., 2, 4, and 8 h) where GBDT shows better prediction accuracy when the observation frequency is relatively long (i.e. 48, 120, 160 h). The results suggest that the characteristics of input data should be considered to develop an appropriate model to predict turbidity.

• 한국습지학회지
• /
• 제23권2호
• /
• pp.173-182
• /
• 2021

수자원의 보전과 관리를 위해서는 갈수시의 유량감쇄 특성을 파악하는 것이 중요한 과제 중에 하나이다. 감쇄특성을 하천 유량자료를 이용하여 표현하기 위해서 여러 복잡한 특성을 고려하여야 하므로, 편의성을 위하여 선형 감쇄분석이 주로 적용되어 왔다. 그러나, 최근의 연구에서 제시된 지하수 유출과 비피압대수층의 저장능력의 비선형성을 고려하면, 비선형 감쇄모형의 적용성이 더 높다고 할 수 있다. 따라서, 본 연구의 목적은 유출자료를 이용하여 지하수의 증발손실, 저류 및 재함양과 같은 비선형 특성을 고찰하는 데 있다. 한강의 상류인 평창강 유역의 유출자료를 이용하여 분석을 수행하였으며, 지하수 수지를 구성하는 주요한 요소인 지하수 유출, 증발손실, 저류, 재함양에 대해서 고찰하고 정량화하였다. 연구결과에 따라서, 식생에 의한 지하수 손실이 감쇄곡선을 편향시키는 것으로 나타났다. 또한, 계절적 강우와 잠재증발산 경향을 감쇄분석에 적용하여 월별 증발산 손실과 지하수 함양량을 정량화하여 제시하였다.

• 한국농공학회논문집
• /
• 제64권1호
• /
• pp.39-50
• /
• 2022

In this study, we suggested the optimal training period for predicting the streamflow using the LSTM (Long Short-Term Memory) model based on the deep learning and CMIP5 (The fifth phase of the Couple Model Intercomparison Project) future climate scenarios. To validate the model performance of LSTM, the Jinan-gun (Seongsan-ri) site was selected in this study. We comfirmed that the LSTM-based streamflow was highly comparable to the measurements during the calibration (2000 to 2002/2014 to 2015) and validation (2003 to 2005/2016 to 2017) periods. Additionally, we compared the LSTM-based streamflow to the SWAT-based output during the calibration (2000~2015) and validation (2016~2019) periods. The results supported that the LSTM model also performed well in simulating streamflow during the long-term period, although small uncertainties exist. Then the SWAT-based daily streamflow was forecasted using the CMIP5 climate scenario forcing data in 2011~2100. We tested and determined the optimal training period for the LSTM model by comparing the LSTM-/SWAT-based streamflow with various scenarios. Note that the SWAT-based streamflow values were assumed as the observation because of no measurements in future (2011~2100). Our results showed that the LSTM-based streamflow was similar to the SWAT-based streamflow when the training data over the 30 years were used. These findings indicated that training periods more than 30 years were required to obtain LSTM-based reliable streamflow forecasts using climate change scenarios.