• Proceedings of the Korea Water Resources Association Conference
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.135-135
• /
• 2016

지구온난화가 진행되면서 태풍, 홍수, 호우 등 기후변화에 기인한 재해의 피해수준이 심해지고 범위도 날로 확대되고 있다. 한국의 경우에도 집중호우와 그로 인한 침수피해 등 자연재해로 인한 피해가 늘어나면서 자연재해에 대응할 수 있는 재난행정에 대한 관심이 높아지고 있다. 그럼에도 불구하고 복합적인 양상을 보이는 재난에 효과적으로 대처하기 위한 행정체제에 대한 연구는 아직 부족한 실정이다. 특히 재난행정이 오랫동안 발전해온 미국과 일본의 체제 각각에 대한 연구는 있어왔으나, 한미일 3개국의 재난행정체제를 체계적으로 비교하고 한국에 필요한 시사점을 도출한 연구는 많지 않았다. 따라서 본 연구는 한국의 행정체제의 발전에 오랫동안 지대한 영향을 미쳐온 미국과 일본의 재난행정체제를 분석하고 최근의 재난 양상과 관련해 한국에 필요한 시사점을 도출한다. 본 연구의 연구방법으로는 비교제도분석을 실시했다. 우선 선행연구 검토에 기반하여 재난행정체제의 비교분석에 필요한 비교틀을 구성하고, 분석틀에 기반해 한국, 미국, 그리고 일본의 재난행정체제를 비교한다. 분석결과 한국의 재난 행정체제는 미국 및 일본과 같은 재난행정의 선진국가와 비교할 때 재난관련 법률이 통합적이지 않고 분산되어 있어 상호중복 및 충돌의 소지가 있으며, 재난관리 단계에 있어서도 예방보다는 대응과 복구에 중점을 두는 것으로 나타났다. 또한 재난대응의 1차 책임소재도 불명확하며 민간네트워크도 재난에 효과적으로 대응할 수 있는 수준으로 발전되지 않은 것으로 드러났다. 이러한 문제점에 대한 개선방안으로서 미국과 일본의 재단대응체제으로부터 다음과 같은 시사점을 얻을 수 있다. 첫째, 기존의 분산되어 있는 기본법들을 통폐합하여 재난관리를 통합적으로 다루는 기본법을 제정할 필요가 있다. 둘째, 지방정부의 재난대응역량을 강화시키고 보다 많은 책임과 권한을 부여해야 한다. 셋째, 재난관련 기관들의 역할을 명확히 분담하고, 정보를 공유하며, 조정기제를 효율화하여 재난대응시 협업이 효과적으로 이루어질 수 있도록 하여야 한다. 이를 위해서는 분산적인 재난관리체제를 통합적 성격의 체제로 전환해야 한다. 넷째, 주민단위 재난대응조직과 협력의 틀을 구축하여 민관네트워크를 활성화하여야 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.350-350
• /
• 2016

댐 및 저수지 시설물의 붕괴에 대비하기 위한 댐 붕괴 비상대처계획 수립은 대규모 인명 또는 재산의 피해를 예방하기 위한 중요한 비구조적 대책중의 하나이다. 특히 대규모 댐붕괴로 인한 재난 발생시 국민의 생명과 재산 피해를 최소화하기 위해 댐 시설물의 관리주체 및 유관기관은 발생가능한 비상상황을 미리 예측하고, 대응조치를 신속하고 효율적으로 집행해야 한다. 댐 붕괴 비상대처계획 수립을 위해 가장 중요한 사항은 댐 붕괴 위험도를 파악하고, 발생가능한 여러 시나리오에 따른 댐 하류부의 피해정도를 예측하는 일이다. 댐 붕괴 비상대처계획 시 작성되는 홍수범람 지도는 댐 붕괴사고가 발생했을 때 주민대피계획 및 위험지역 교통통제, 응급의료활동 및 생필품 공급 등, 비상대처계획 수립을 위한 가장 기본적인 자료가 된다. 현재 우리나라는 댐 붕괴 비상대처계획 수립을 위해 1차원 또는 2차원 수리해석 모형을 이용하여 홍수범람지도를 작성하고 있다. 전체적인 비상대처 계획도 작성을 위해 댐 붕괴로 인한 홍수파 해석이 가능한 1차원 수리해석 모형을 주로 이용하지만, 홍수파가 전파되는 하류부의 지형학적 특성상 2차원 해석이 필요한 지역에 대해 2차원 수리해석 모형을 이용하여 추가의 검토가 이루어지고 있다. 본 연구에서는 비상대처계획시 동시에 활용되는 1차원 수리해석 모형과 2차원 수리해석 모형의 특성을 각각 분석하고, 시범지역의 가상 댐 붕괴사상에 대해 적용함으로써, 각 모형의 장단점과 적용성에 대한 비교 검토 연구를 수행하였다. 낙동강유역내 위치한 다목적댐에 대해 1차원 및 2차원 붕괴모의를 실시하였으며, 여러 시나리오에 대해 1차원 모형과 2차원 모형 각각에 대해 동일하게 적용함으로써 두 모형의 모의 결과에 대한 비교 분석을 실시하였다. 본 연구를 통해 비상 대처계획 수립을 위한 홍수범람지도 작성 시 1차원 모형과 2차원 모형의 장점을 각각 반영할 수 있도록 홍수범람지도를 효율적이고 정확하게 작성하기 위한 제언을 제시하고자 하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.248-248
• /
• 2023

In recent years, the number of landslides in Korea has been increasing due to extreme weather events such as localized heavy rainfall and typhoons. Landslides often occur with debris flows, land subsidence, and earthquakes. They cause significant damage to life and property. 64% of Korea's land area is made up of mountains, the government wanted to predict landslides to reduce damage. In response, the Korea Forest Service has established a 'Landslide Information System' to predict the likelihood of landslides. This system selects a total of 13 landslide factors based on past landslide events. Using the LR technique (Logistic Regression) to predict the possibility of a landslide occurrence and the accuracy is known to be 0.75. However, most of the data used for learning in the current system is on landslides that occurred from 2005 to 2011, and it does not reflect recent typhoons or heavy rain. Therefore, in this study, we will apply a total of six machine learning techniques (KNN, LR, SVM, XGB, RF, GNB) to predict the occurrence of landslides based on the data of Inje, Gangwon-do, which was recently produced by the National Institute of Forest. To predict the occurrence of landslides, it is necessary to process converting landslide events and factors data into a suitable form for machine learning techniques through ArcGIS and Python. In addition, there is a large difference in the number of data between areas where landslides occurred or not. Therefore, the prediction was performed after correcting the unbalanced data using Tomek Links and Near Miss techniques. Moreover, to control unbalanced data, a model that reflects soil properties will use to remove absolute safe areas.

• Proceedings of the Korea Water Resources Association Conference
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.173-173
• /
• 2023

The Mekong River Basin (MRB) is a crucial watershed in Asia, impacting over 60 million people across six developing nations. Accurate satellite-based precipitation products (SPPs) are essential for effective hydrological and watershed management in this region. However, the performance of SPPs has been varied and limited. The APHRODITE product, a unique gauge-based dataset for MRB, is widely used but is only available until 2015. In this study, we present a novel framework for correcting SPPs in the MRB by employing a deep learning approach that combines convolutional neural networks and encoder-decoder architecture to address pixel-by-pixel bias and enhance accuracy. The DLF was applied to four widely used SPPs (TRMM, CMORPH, CHIRPS, and PERSIANN-CDR) in MRB. For the original SPPs, the TRMM product outperformed the other SPPs. Results revealed that the DLF effectively bridged the spatial-temporal gap between the SPPs and the gauge-based dataset (APHRODITE). Among the four corrected products, ADJ-TRMM demonstrated the best performance, followed by ADJ-CDR, ADJ-CHIRPS, and ADJ-CMORPH. The DLF offered a robust and adaptable solution for bias correction in the MRB and beyond, capable of detecting intricate patterns and learning from data to make appropriate adjustments. With the discontinuation of the APHRODITE product, DLF represents a promising solution for generating a more current and reliable dataset for MRB research. This research showcased the potential of deep learning-based methods for improving the accuracy of SPPs, particularly in regions like the MRB, where gauge-based datasets are limited or discontinued.

• Journal of the Korean Geotechnical Society
• /
• 제23권10호
• /
• pp.109-119
• /
• 2007

As the number of CFRD constructions increases, the necessity of an accurate assessment on its behavior also has been increasing. The performance of concrete faced rockfill dam (CFRD) under different water levels is a great concern of dam engineers and designers in the world. However, domestic research on CFRD design and construction has not been performed sufficiently. This study deals with three centrifuge model tests, mainly investigates quantitatively the deformation of the concrete faced slabs and settlements on the crest with different face slab stiffness. The prototype of a centrifugal model dam is half size of domestic CFRD dam. Detailed material preparation, model design, model set-up, model instrumentation and testing procedures are presented. In order to simulate the prototype concrete faced slab, three kinds of thin fiberglass plates with different thickness were adopted in three model tests. Finally, the centrifuge test results were compared with field measurements of domestic dams, which showed that the centrifuge tests were performed successfully.

• Proceedings of the Korea Water Resources Association Conference
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.351-351
• /
• 2021

저수지에 대한 비상대처계획수립은 최근 기상이변 등에 따른 대규모 호우가 빈번히 발생하고 있을 뿐만 아니라 세계 도처에서 대규모 지진 등으로 많은 인명과 재산 피해가 속출함에 따라 지진 및 이상홍수에 대한 저수지의 안정성 평가를 수행하고 저수지 지점에서 발생할 수 있는 천재지변 또는 예상치 못한 대규모 재해에 효율적으로 대처하기 위한 비상상황의 등급 및 위험수준을 체계적으로 판단하고 비상상황 가상 시나리오별 체계적 행동요령 및 대처계획을 수립하여 저수지 붕괴에 따른 대규모 홍수피해 예상지역 주민들의 신속한 대응으로 생명과 재산피해를 최소화하는데 목적이 있다. 현행 한국농어촌공사 및 지자체에서 수립하고 있는 30만 톤 이상 저수지에 대한 1차원 모형 기반의 EAP수립은 침수구역을 산정할 때 수치지도에 의한 단일 침수심 분석으로 실제 침수구역과는 많은 오류가 나타난다. 이는 침수구역 부정확에 따른 피해복구액 산정이 과다로 책정될 수 있고, 마지막으로 가장 중요한 비상대처계획 수립에 막대한 영향을 미친다. 이에 본 연구는 댐 붕괴에 대응하기 위한 EAP 수립 시 기본이 되는 홍수범람해석을 수행하고 1차원 및 2차원 모형의 결과검토를 통해 보다 효과적인 비상대처계획의 수립을 위한 방안을 제시하고자 하였다. 이를 위해 경천저수지 유역을 대상으로 가능최대강수량 조건 하에서 가능최대홍수량을 산정하고 DAMBRK 모형을 이용하여 댐 붕괴 모의를 위한 시나리오 구성 및 모의를 수행하였다. 이후 댐 붕괴 모의결과를 이용하여 WMS(Watershed Modeling System) 모형을 이용한 1차원 홍수범람해석과 FLUMEN(FLUvial Modeling ENgine) 모형을 이용한 2차원 홍수범람해석에 적용 후 각 결과를 비교·검토하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.358-358
• /
• 2020

2016년 경주지진, 2018년 밀양 세종병원 화재사고, 2019년 강원도 동해안 산불, 2020년 코로나바이러스감염증-19 재난까지 매년 다양한 유형의 재난이 발생하면서 재난대응에 대한 관심 역시 커지고 있다. 정부는 물론 각 지자체에서 재난유형별로 재난대응 매뉴얼에 따라 체계적으로 해당 재난에 대한 대응을 실시하고 있으나 중앙 상황실과 현장 간 소통의 어려움, 의사결정의 지연 등으로 인해 신속한 대응방안 수립 및 피해상황 파악에 있어서 미흡한 대처를 보여주어 질타를 받기도 하였다. 본 연구에서는 중앙 상황실과 현장 간의 원활한 소통과 재난으로 발생한 피해현황 및 응급복구 계획 등을 신속하게 수립할 수 있도록 군부대에서 사용하고 있는 공통작전상황도(Common Operating Picture, 이하 COP)의 개념을 재난대응 체계에 도입하여 제시하고자 한다. 공통작전상황도는 미군이 군사적인 대응을 위하여 정보공유 차원에서 처음으로 사용되었으며, 미국연방재난관리청(Federal Emergency Management Agency, 이하 FEMA)이 현재 재난상활 발생 시 의사결정을 지원하기 위한 시스템으로 개발하여 활용하고 있다. 이를 구성하는 요소들은 재난발생시 가장 기초적인 정보(신고사항, 기상정보, 시민제보 등) 뿐 만 아니라 현장에 관한 정보(구체적인 대응상황, 요구사항 등)까지 다루어지고 있으며, 결국 공통작전상황도는 이를 모두 관리할 수 있는 하나의 통합플랫폼이라 할 수 있다. 따라서 본 연구에서는 재난상황에서 공통작전상황도를 활용한 해외사례 분석과 국내 도입 시각 재난유형별로 공통작전상황도에 필요한 정보요소들을 1차적으로 확인함으로써 새로운 재난대응 시스템의 필요함을 강조하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.131-131
• /
• 2021

Deep learning models, especially those based on long short-term memory (LSTM), have presented their superiority in addressing time series data issues recently. This study aims to comprehensively evaluate the performance of deep learning models that belong to the supervised learning category in streamflow prediction. Therefore, six deep learning models-standard LSTM, standard gated recurrent unit (GRU), stacked LSTM, bidirectional LSTM (BiLSTM), feed-forward neural network (FFNN), and convolutional neural network (CNN) models-were of interest in this study. The Red River system, one of the largest river basins in Vietnam, was adopted as a case study. In addition, deep learning models were designed to forecast flowrate for one- and two-day ahead at Son Tay hydrological station on the Red River using a series of observed flowrate data at seven hydrological stations on three major river branches of the Red River system-Thao River, Da River, and Lo River-as the input data for training, validation, and testing. The comparison results have indicated that the four LSTM-based models exhibit significantly better performance and maintain stability than the FFNN and CNN models. Moreover, LSTM-based models may reach impressive predictions even in the presence of upstream reservoirs and dams. In the case of the stacked LSTM and BiLSTM models, the complexity of these models is not accompanied by performance improvement because their respective performance is not higher than the two standard models (LSTM and GRU). As a result, we realized that in the context of hydrological forecasting problems, simple architectural models such as LSTM and GRU (with one hidden layer) are sufficient to produce highly reliable forecasts while minimizing computation time because of the sequential data nature.

• Proceedings of the Korea Water Resources Association Conference
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.208-208
• /
• 2022

Recently, the frequency of abnormal weather due to complex factors such as global warming is increasing frequently. From the past rainfall patterns, it is evident that climate change is causing irregular rainfall patterns. This phenomenon causes difficulty in predicting rainfall and makes it difficult to prevent and cope with natural disasters, casuing human and property damages. Therefore, accurate rainfall estimation and rainfall occurrence time prediction could be one of the ways to prevent and mitigate damage caused by flood and drought disasters. However, rainfall prediction has a lot of uncertainty, so it is necessary to understand and reduce this uncertainty. In addition, when accurate rainfall prediction is applied to the rainfall-runoff model, the accuracy of the runoff prediction can be improved. In this regard, this study aims to increase the reliability of rainfall prediction by analyzing the uncertainty of the Korean rainfall ensemble prediction data and the outflow analysis model using the Limited Area ENsemble (LENS) and the Grid based Rainfall-runoff Model (GRM) models. First, the possibility of improving rainfall prediction ability is reviewed using the QM (Quantile Mapping) technique among the bias correction techniques. Then, the GRM parameter calibration was performed twice, and the likelihood-parameter applicability evaluation and uncertainty analysis were performed using R², NSE, PBIAS, and Log-normal. The rainfall prediction data were applied to the rainfall-runoff model and evaluated before and after calibration. It is expected that more reliable flood prediction will be possible by reducing uncertainty in rainfall ensemble data when applying to the runoff model in selecting behavioral models for user uncertainty analysis. Also, it can be used as a basis of flood prediction research by integrating other parameters such as geological characteristics and rainfall events.

• Proceedings of the Korea Water Resources Association Conference
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.146-146
• /
• 2022

A flash flood is one of the most hazardous natural events caused by heavy rainfall in a short period of time in mountainous areas with steep slopes. Early warning of flash flood is vital to minimize damage, but challenges remain in the enhancing accuracy and reliability of flash flood forecasts. The forecasters can easily determine whether flash flood is occurred using the flash flood guidance (FFG) comparing to rainfall volume of the same duration. In terms of this, the hydrological model that can consider the basin characteristics in real time can increase the accuracy of flash flood forecasting. Also, the predicted radar rainfall has a strength for short-lead time can be useful for flash flood forecasting. Therefore, using both hydrological models and radar rainfall forecasts can improve the accuracy of flash flood forecasts. In this study, FFG was applied to simulate some flash flood events in the Taehwa river basin by using of SURR model to consider soil moisture, and applied to the flash flood forecasting using predicted radar rainfall. The hydrometeorological data are gathered from 2011 to 2021. Furthermore, radar rainfall is forecasted up to 6-hours has been used to forecast flash flood during heavy rain in August 2021, Wulsan area. The accuracy of the predicted rainfall is evaluated and the correlation between observed and predicted rainfall is analyzed for quantitative evaluation. The results show that with a short lead time (1-3hr) the result of forecast flash flood events was very close to collected information, but with a larger lead time big difference was observed. The results obtained from this study are expected to use for set up the emergency planning to prevent the damage of flash flood.