• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2006년도 학술발표회 논문집
• /
• pp.478-482
• /
• 2006

하천에서의 수질예측은 하천 환경의 관리 및 운영 측면에서 매우 중요하다. 그러나 현재의 수질에 관련된 물관리 운영 체제는 물관련 기관을 대상으로 산재되어 있는 물 정보를 정리하여 D/B로 활용하는 수준에 머무르고 있어 실질적인 정보의 활용과 해석 및 실시간적인 예측기능을 수행할 수 있는 예측시스템의 개발이 요구된다. 따라서 본 연구에서는 수질예측을 위한 시스템의 개발을 위해 신경망 기법을 활용하여 한강유역의 지류인 달천지점의 수질을 예측할 수 있는 지능형 모형을 구축하고 그 적용성을 검증하였다. 개발된 수질예측 시스템은 수자원의 효과적인 활용 및 하천의 중 장기 수질보존 대책 수립에 활용될 수 있을 것으로 기대된다.

• 한국수자원학회논문집
• /
• 제51권2호
• /
• pp.165-174
• /
• 2018

시계열 데이터를 활용하는 모형은 신뢰할 수 있는 자료를 확보한 경우에는 모형 구축이 용이하고 예측 선행 시간 확보를 위해 신속한 모의가 가능한 장점 때문에 규모가 작은 하천의 홍수예측 모형으로 고려할 수 있다. 이 중 Transfer Function Noise (TFN) 모형은 이탈리아, 영국 등 해외에서는 1970년대부터 시간단위 자료를 이용한 하천유량 예측에 적용되었으나, 우리나라에서는 주로 일 단위 혹은 월 단위의 하천유량 모의에 적용되었다. 국내 수문 자료의 품질 향상으로 그동안 축적된 수문자료를 통해 시간단위 자료를 이용한 홍수예측 모형의 구축 기반이 갖추어졌다. 본 연구의 목적은 소규모 하천을 대상으로 외생변수의 반영이 가능하고 동적시스템과 오차항을 결합하여 예측 오차를 줄이는데 용이한 TFN 모형을 구축하고 그 적용성을 검토하는 것이다. 이를 위해 1시간 단위 자료를 이용하여 TFN 모형을 구축하였으며 구축된 모형을 이용한 홍수 예측 결과를 홍수예보 실무에 활용 중인 저류함수모형의 홍수 예측 결과와 비교하였다. 비교 결과 홍수사상에 따라 TFN 모형과 저류함수 모형이 각각 더 나은 결과를 보이는 사상이 있었으며, 실무에서 TFN 모형을 홍수예측 모형으로 활용할 수 있을 것으로 판단하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.284-284
• /
• 2017

최근 한강, 낙동강, 금강, 영산강 등 주요 하천에 설치된 다기능 보는 평수위 및 홍수위의 수위차를 상당히 감소시켰으며, 가동보 운영으로 홍수초기 일정기간동안 수위를 조절할 수 있으므로 친수 목적으로 활용할 수 있는 고수부지 공간과 보로 인하여 유지되는 수면공간 등 새로운 가치를 창출할 수 있는 하천공간이 조성되었다. 새롭게 펼쳐진 하천공간을 다양한 여가 및 문화활동 공간으로 이용하고자 하는 국민적 요구가 증가함에 따라 공원 캠핑장 자전거도로 등 하천내 친수지구를 안전하게 관리해야할 필요성 또한 증가되었으므로, 본 연구에서는 영산강 친수지구를 대상으로 침수예측 현황 및 개선방안을 검토하였다. 지금까지의 국내 하천 홍수관리 정책은 하천의 홍수피해로부터 하천변 저지대의 범람피해를 최소화하는 방향으로 추진되었다. 이에 따라 홍수예보 또한 홍수주의보, 홍수경보 등 비교적 규모가 큰 홍수를 대상으로 사전에 예측하여 발령함으로써 홍수피해를 대비하는 것이 목적이었다. 그러나 하천 친수지구 침수는 지금까지의 홍수예보와는 대상홍수 유량규모에서부터 큰 차이를 나타낸다. 본 연구에서는 친수지구 지형 반영 개선, 지류 유입량의 민감도 분석을 통한 주요 지류유입 유량의 정확도 개선, 다기능 보 운영에 따른 보 배수영향의 반영 등을 통하여 현재 국토교통부의 홍수예측 모형인 FLDWAV 모형의 홍수위 예측 정확도를 개선하였다. 그 결과, 황룡강 합류 상류구간과 하류구간 모두 침수시작 시점의 포착, 수위수문 곡선의 형태 등 다양한 관점에서 수위해석의 정확도가 개선되었다. 삼지 지점의 경우, 홍수초기 수위해석 오차가 크게 줄어서 RMSE가 1.33m에서 0.30m 홍수해석 정확도가 개선되었으며, 광주지점의 경우의 RMSE는 1.60m에서 0.56m로 개선되었다. 황룡강 합류 하류 지점인 본동과 나주지점의 RMSE는 각각 0.30m, 0.39m에서 0.02m, 0.42m로 수정되었으며, 나주지점의 경우 저유량 규모에서 모형의 보정이 좀 더 수행될 필요가 있음을 확인하였으나 침수시점의 포착(본동 7.8 EL.m, 나주 4.0 ELm)에서 크게 개선됨을 확인하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.366-366
• /
• 2022

유역의 하천유량과 같은 수문 시계열을 모의 또는 예측하기 위한 수문 모델링에서 최근 기계 학습 방법을 활용한 연구가 활발하게 적용되고 있는 추세이다. 이러한 데이터 기반 모델링 접근법은 입출력 자료에서 관찰된 패턴을 학습하며, 특히, 장단기기억(Long Short-Term Memory, LSTM) 네트워크는 많은 연구에서 수문 시계열 예측에 대한 적용성이 검증되었으나, 장기간의 고품질 관측자료를 활용할 때 더 나은 예측성능을 보인다. 그러나 우리나라의 경우 장기간 관측된 고품질의 하천유량 자료를 확보하기 어려운 실정이다. 따라서 본 연구에서는 LSTM 네트워크의 학습 시 가용한 모든 유역의 자료를 통합하여 학습시켰을 때 하천유량 예측성능을 개선할 수 있는지 판단해보고자 하였다. 이를 위해, 우리나라 13개 댐 유역을 대상으로 대상 유역의 자료만을 학습한 모델의 예측성능과 모든 유역의 자료를 학습한 모델의 예측성능을 비교해 보았다. 학습은 2001년부터 2010년까지 기상자료(강우, 최저·최고·평균기온, 상대습도, 이슬점, 풍속, 잠재증발산)를 이용하였으며, 2011년부터 2020년에 대해 테스트 되었다. 다지점 통합학습을 통해 테스트 기간에 대해 예측된 각 유역의 일 하천유량의 KGE 중앙값이 0.74로 단일지점 학습을 통해 예측된 KGE(0.72)보다 다소 개선된 결과를 보여주었다. 다지점 통합학습이 하천유량 예측에 큰 개선을 달성하지는 못하였으며, 추가적인 가용 자료 확보와 LSTM 구성의 개선을 통해 추가적인 연구가 필요할 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.354-354
• /
• 2017

홍수예경보는 발생되는 홍수의 규모와 시간을 가능한 정확하고 빠르게 예측하여 홍수에 대한 위험성을 사전에 알리고자 하는데 목적이 있다. 따라서 하천범람에 따른 피해를 최소화하기 위한 홍수예경보는 일정시간의 선행시간을 확보하는 것이 매우 중요하다. 본 연구에서는 현재 하천에서 측정되고 있는 수위 관측 자료를 이용하여 하류의 수위를 예측하였다. 수위 예측을 위해 다중회귀모형 및 신경망 모형을 한강의 제1지류인 횡성댐 상류 섬강 시험유역에 적용하였다. 다중회귀모형 및 신경망 모형의 학습에는 섬강 시험유역의 2002년부터 2010년까지의 수위 관측 자료를 이용하였으며, 학습된 모형을 이용하여 30분 이내에 발생 가능한 수위를 예측하였다. 모의 결과 신경망 수위예측모형의 결정계수는 0.967으로 나타났으며, 다중회귀수위예측 모형의 결정계수는 0.815로 나타나 신경망을 이용한 수위예측모형이 다중회귀모형보다 좀 더 나은 예측 결과를 나타내는 것을 확인할 수 있었다. 본 연구결과는 향후 중소하천에서 선행시간을 확보한 홍수 예경보 구축에 활용할 수 있을 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.27-31
• /
• 2009

홍수피해를 예방할 수 있는 대책에는 여러 가지 방법이 있으나 비구조물적인 방법 중에서 대표적인 것이 홍수예경보이다. 이에 합리적인 설계홍수량 산정을 위해 하천유역에서 강우-유출과정의 정확한 해석과 유출예측은 수자원의 효율적인 활용과 하천의 이수, 치수를 위한 수문학적 해석에 있어서 매우 중요하며, 이를 위해서는 강우로부터 정도 높은 유출량 예측이 요구된다. 뿐만 아니라 하천범람 등의 재해로부터 인명과 재산을 보호하기 위한 홍수예경보 시스템의 구축이 필요하다. 홍수예경보 시스템의 효율적인 관리를 위해서는 실시간 홍수예측(Real-time Flood Prediction)기법의 개발이 필요하다. 홍수유출모형에 있어 공간적 변화특성과 평균 강우량의 공간분포를 반영할 수 있는 분포형 매개변수 모형(Distributed-Parameter Model)인 분포형 모델을 대상으로 앙상블 칼만필터(Ensemble Kalman Filter, EnKF) 이론을 적용하여 비선형시스템에서 오차를 포함한 반응을 실시간으로 처리하여 불확실성을 정량적으로 감소시켜 홍수유출을 예측하는데 그 목적이 있다. 하천유역특성을 이용한 홍수유출예측을 위하여 비선형시스템에서의 앙상블 칼만필터 기법을 적용한 분포형 모형을 이용하여 더욱 정밀한 홍수유출을 예측하게 되고 향후 홍수예경보모형으로서 적정 유역분할 규모를 결정해주는 근거를 제시할 수 있을 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.1393-1397
• /
• 2008

본 연구의 목적은 대청호와 하류 하천을 연계하여 연속적으로 부유물질의 이송, 확산, 침강과정을 해석 할 수 있는 통합 탁수 모델을 구축하는데 있다. 저수지와 하천을 연속적으로 모의하기 위해서 횡방향 평균 2차원 수리 수질 모델인 CE-QUAL-W2 (W2)를 사용하였다. 그러나 W2모델은 탁도를 모의 할 수 있는 알고리즘이 없기 때문에 모델 경계지점에서의 탁도-부유사(SS) 농도 상관관계를 조사하여 연속 측정된 탁도를 SS로 변환하였고, SS를 입자크기에 따라 3개의 그룹으로 나누어 각각의 침강속도가 다르게 모의하였다. 모의된 SS는 다시 저수지내 관측지점의 탁도-SS 상관관계를 이용해 탁도로 변환하여 실측값과 비교하였고, 하류 하천에서 취수하는 부여 취수장의 탁도-SS 상관관계를 이용하여 취수 원수의 탁도와 모의값을 비교하였다. 하천의 탁도는 실측값이 없는 관계로 모의된 SS를 그대로 하천의 SS 실측값과 비교하였다. 연구결과 통합모델은 저수지내에서 탁도의 수심별 농도를 잘 예측하였고 입자 크기별 침강속도를 고려한 결과 기존의 단일 SS 침강속도 모델에 비해 탁도 예측 성능이 향상되었다. 모델은 강우시 하천에서 급증하는 SS의 농도 변화를 잘 예측하였고, 금강 하류에 위치한 부여 취수장의 일별 취수 원수의 탁도 시계열 변화와도 비교적 잘 일치하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.333-333
• /
• 2023

기후변화로 인해 전지구적인 이상기후현상이 빈번하게 발생하고 있으며 지구온도와 해수면상승과 더불어 강우패턴의 변화가 세계적인 문제로 대두되고 있다. 특히 아세안 국가의 경우 태풍 및 집중호우에 대한 침수피해의 빈발로 2,000만명 이상이 피해를 입은 것으로 나타났다. 이러한 윈인으로는 자연재해에 의한 인명 및 재산피해관련 대응기술의 개발 및 대응조직의 전문성이 미흡하다는 것이 가장 큰 원인으로 제시되고 있다. 이에 많은 국가 및 기관에서 재난 대응 기술을 ODA사업을 통해 지원하고 있다. 우리나라에서도 지속적인 ODA사업으로 재난 대응 기술, 그 중에서도 홍수대응 기술을 적극적으로 보급하고 있다. 본 연구에서는 ASEAN국가 현지 맞춤형 인공지능 하천수위예측 모형을 개발하여 ASEAN국가의 홍수대응 능력을 향상시키고자 하였다. 연구대상으로는 관측데이터의 수집이 용이하고 양질의 관측자료를 장기간 확보할 수 있는 필리핀의 Montalban 관측소를 대상으로 하였다. Montalban 수위관측소는 마닐라를 관통하는 마리키나 강의 상류에 위치하고 있다. 주변에는 상류쪽에 Mt. Oro 강우관측소가 있으며 해당 관측소의 강우자료와 Montalban 관측소의 수위자료를 입력자료로 활용하여 최대 3시간까지 수위를 예측하였다. 예측수위에 대한 적합도 지표로 NSE(Nash-Sutcliffe model efficiency coefficient)를 사용하였으며 2시간 예측까지는 0.8이상의 유의미한 결과를 나타내 홍수예보에 활용할 수 있을 것으로 판단되나, 3시간 예측결과는 홍수예보에 활용하기 어려운 것으로 판단하였다. 이는 Mt. Oro관측소에 내린 강우가 Montalban 관측소에 도달하기까지 소요되는 시간이 3시간 이내이기 때문으로 판단된다. 관측소의 수위자료와 상류에 위치한 강우관측소의 장기간 고품질의 관측자료가 존재한다면 높은 정확도의 예측결과를 도출 할 수 있을 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.318-318
• /
• 2022

이상 기후로 인한 집중호우, 폭우로 홍수 피해의 규모가 커지고 있다. 이러한 기후변동에 따른 불확실성 증가로 홍수 발생의 예측 및 대비가 어려운 실정이다. 이를 위해 홍수를 유발하는 전조 기후 패턴을 찾아낼 수 있다면 중장기 홍수 선행예측을 통한 대비가 가능하다. 본 연구에서는 인공지능 기법을 활용하여 홍수 발생 시의 기후패턴을 학습시키고 홍수 유발 기후패턴을 판별하는 알고리즘을 개발하고자 하였다. 이를 바탕으로 국내 홍수 발생에 영향을 미치는 기후패턴을 사전에 감지하여 중장기 홍수 예측의 기초자료를 제시하였다. 본 연구에서 제시된 기법을 분석한 결과, 홍수 예측 선행시간을 확보하는데 활용이 가능함을 확인하였으며 향후 국제협력사업 등을 통해 저개발 국가의 홍수 재난 대응에 기여할 수 있을 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.116-116
• /
• 2022

현재 인공지능은 공학적 문제 해결 외에도 다양한 분야에 적용되어 매우 친숙하게 활용되고 있다. 특히 하천 분야에서는 시설물 주위 국부세굴 또는 어류 서식처 분석과 같이 관련 변수들의 복잡성으로 적절한 결과를 쉽게 얻어내기 어려운 것들에 적용되고 있다. 그 외에도 인공지능 기법을 적용할 수 있는 분야로 하천에서의 수위를 이용하여 유량을 예측하는 것이 있다. 기존에는 수위-유량 관계 곡선을 만들어 수위를 이용하여 유량을 예측하였으나, 관계곡선 제작에 활용된 수위와 유량 범위에서 벗어나는 경우 과다한 유량으로 계산되는 경우가 있다. 본 연구에서는 인공지능 기법 중 하나인 인공신경망 기법을 사용하여 하천의 유량 예측을 수행하였다. 기존 국가수자원관리종합정보시스템에 기록된 자료를 활용하여 수위와 유량 자료를ANN에 학습시키고 학습에 활용하지 않은 시기의 자료를 이용하여 전반적인 유량 예측 성능과 루프형 수위-유량 관계 곡선을 생성할 수 있는지를 검토하였다. 또한 학습 범위를 벗어난 홍수량에 대한 측정 결과를 검토하고, 기존 수위-유량 관계곡선과 비교하여 그 성능을 검토하였다.