• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.61-61
• /
• 2019

우리나라는 대부분이 산지(약 65%)로 구성되어 있어 강우 시 그 공간적 분포의 변동성이 매우 큰 편이며, 특히 전형적인 산지지형인 댐 유역의 경우 고도 변화 등에 기인한 지형특성 등에 따라 강우의 형태 및 패턴과 이에 따른 유출변화가 큰 복잡한 특성을 갖는다. 이로 인해 단순히 지점강우들을 공간보간(평균)한 면적강우를 홍수 유출모의 등에 활용할 경우 그 신뢰도가 매우 낮은 경우가 많아, 수문모의에 있어 레이더에 기반을 둔 공간 분포형 강우 등의 도입 검토가 요구된다. 한편, 최근 기상청에서는 보다 정확한 레이더 강수량 추정 값의 제공을 위해 "레이더-AWS 강우강도(Radar-AWS Rainrates, RAR)" 산출 기술을 지속적으로 개선하고 있으며, 이는 지상 우량계 대비 상당한 정확도를 보이고 있다. 본 연구에서는 국내 산지지형을 대표하며, 타 댐 유역에 비해 비교적 수문(수위/유량)관측소와 자료가 많은 용담시험유역에 기상레이더 강수량 추정 값(RAR)을 적용해 산지지형 댐 유역에서 강우의 시공간적 변동성과 이에 따른 홍수량의 정확한 분석을 통해 홍수 시 댐 유입량의 정확한 산정 등에 활용할 목적으로 홍수 유출모의를 수행하고자 한다. 모의에는 최근 5년(2014~2018년)동안 발생한 비교적 독립적인 1~2개(연도별)의 홍수사상을 적용하였으며, 모형은 분포형 강우를 적용할 수 있는 비교적 간단한 모형인 HEC-HMS를 활용하였다. HEC-HMS는 주로 집중형 수문모형(Lumped Hydrologic Model)으로 분류되어 레이더 강우와 같은 분포형 자료의 입력을 주로 적용치는 않고 있지만, HEC-GeoHMS와 ModClark 방법을 활용하면 격자단위의 분포형 강우를 적용할 수 있는 형태의 모델 구축이 가능하다. 모의 결과는 기존 유역평균 강우를 적용한 방법과 비교를 통해 그 개선점을 검토하고자 하며, 이를 통하여 산지지역 댐 유역의 홍수특성을 보다 더 정확하게 분석해보고자 한다. 한편, ModClark을 적용한 홍수 유출모의는 단순히 소유역별 도달시간의 격자별 비율을 고려한 홍수추적으로 그 해석상의 한계가 있어, 최근 개발된 하이브리드 수문모형(Hybrid Hydrologic Model, Distributed-Clark) 등도 동일유역에 대해 도입 적용할 계획에 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.105-105
• /
• 2019

보나 여수로와 같은 수공구조물의 주변에서 발생하는 흐름 거동은 구조물 모서리에서 발생하는 흐름분리(flow separation)와 이에 따른 전단층(shear layer)과 재순환(recirculation) 흐름 영역의 발달 그리고 분리된 흐름의 재부착(reattachment)이 특징이다. 공학적으로 난류의 해석에 있어서 이러한 흐름 거동들을 정확하게 예측하는 것은 수공구조물 설계에 있어서 중요하다. 이 연구에서는 흐름 분리와 재순환 영역의 발달 그리고 흐름 재부착을 포함하는 후방계단(backward-facing step) 흐름을 155,000의 레이놀즈수 조건에서 하이브리드 RANS/LES 모델을 적용하여 해석결과를 평가한다. 하이브리드 모델로는 벽에 인접한 격자의 해상도에 상대적으로 민감하지 않은 SST(shear-stress transport) 난류 모델을 이용하는 DES(detached-eddy simulation) 기법을 적용하였다. 계단 높이가 h인 계산영역은 흐름방향 길이가 34h, 높이는 계단 상류와 하류에서 각각 1h와 2h 그리고 폭은 $2{\pi}$이다. 계단은 상류단으로부터 10h 하류부 지점에 위치한다. 경계조건으로 상부와 하부 벽면에 대해서는 비활조건을 적용한다. 상류부 수로에서 완전 발달한 흐름을 재현하기 위해서 유입경계조건은 유입부 하류 $2{\pi}h$ 지점에서 계산된 유속과 난류량을 매핑(mapping)기법을 이용하여 반복적으로 적용한다. 총 3.1백만개와 7.3백만개의 셀로 계산영역을 구현한 두 개의 계산격자 그리고 약 3.1백만개의 셀을 이용했지만 벽면 근처에서의 격자 구성을 다른 방식으로 설정한 두 가지 격자를 이용하여 격자 해상도가 DES 수치해석 결과에 미치는 영향을 분석하였다. 수치해석결과는 본 연구에서 상류단 조건으로 적용한 매핑기법이 대상 수로에서 완전 발달한 흐름을 잘 재현함을 보여주며, 합리적인 DES 해석 결과를 얻기 위해서는 벽에 수직한 방향으로 적절한 격자의 해상도와 분포가 필요함을 보여준다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2009.10a
• /
• pp.393-396
• /
• 2009

This paper describes a design of variable-length FFT/IFFT processor for OFDM-based communication systems. The designed FFT/IFFT processor adopts the in-place single-memory architecture, and uses a hybrid structure of radix-4 and radix-2 DIF algorithms to accommodate FFT lengths of $N=64{\times}2^k$ ($0{\leq}k{\leq}7$). To achieve both memory size reduction and the improved SQNR, a two-step conditional scaling technique is devised, which conditionally scales the intermediate results of each computational stage. The performance analysis results show that the average SQNR's of 64~8,192-point FFT's are over 60-dB. The processor synthesized with a $0.35-{\mu}m$ CMOS cell library can operate with 75-MHz@3.3-V clock, and 64-point and 8,192-point FFT's can be computed in $2.55-{\mu}s$ and $762.7-{\mu}s$, respectively, thus it satisfies the specifications of wireless LAN, DMB, and DVB systems.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.96-96
• /
• 2023

지구온난화는 집중호우 및 태풍의 빈도와 규모를 증가시키는 원인이 되었으며, 전 세계적으로 홍수로 인한 피해가 발생하고 있다. 한국에서는 2020년 홍수로 인하여 1조 이상의 피해가 발생하였으며, 2021년에는 호우로 인한 피해가 60%이상을 차지하였다. 과거에는 구조적인 대책을 수립하기 위하여 경제성 높은 치수사업을 결정하는 연구들이 수행되었다. 하지만 치수 사업은 지구온난화를 가속시키게 되며 그로 인해 집중호우의 빈도와 규모가 증가하는 악순환이 발생하게 된다. 따라서 최근에는 비구조적 대책인 홍수 예경보를 수행하여 홍수에 대응하고자 홍수 예경보 지점을 확대하고 있다. 홍수 예경보는 강우-유출 모형을 이용하여 유출량을 산정하고, 일정 수위를 초과하면 홍수 경보가 발령된다. 하지만 강우-유출 모형의 경우 많은 매개변수 값을 요구하며, 강우 사상에 따라 다른 매개변수를 산정하는데 많은 시간을 필요로 한다. 따라서 특정 강우 사상에 따라 매개변수 값을 고정하여 유출량을 산정하고 있으나, 이는 실제 유출량과 예측 유출량과의 오차가 발생할 수 있다. 따라서 본 연구에서는 강우-유출 모형의 오차를 AI로 예측하여 유출량을 보정하는 연구를 수행하고자 하였다. 강우-유출 모형에서는 유출량을 산정하고 그에 따른 오차를 생성하게 된다. 그리고 산정된 오차들을 이용하여 오차를 예측할 수 있는 AI 모형을 개발하게 된다. 최종적으로 강우-유출 모형의 유출량과 AI 모형의 오차가 결합되어 보정된 유출량을 산정하게 된다. 강우-유출 모형과 AI 모형이 결합된 Hybrid model은 기존의 단일로 사용했을 때의 발생할 수 있는 강우-유출 모형의 문제를 개선할 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.70-70
• /
• 2023

강우 발생 중 용담댐 상류로부터 용담댐으로 유입되는 유입량을 정확하게 예측하는 것은 하류 지역의 홍수 피해를 최소화하기 위한 댐의 적절한 운영에 필수적이다. 물리 기반 강우-유출 시뮬레이션 모형은 물리적 과정의 이해를 바탕으로 홍수 예측 분야에 광범위하게 사용되고 있다. 그러나 복잡한 물리 과정을 완벽히 이해하는 것은 거의 불가능하므로 다양한 가정 조건들을 이용해 복잡한 과정을 단순화하여 계산해야 하는 한계가 존재한다. 최근에는 방대한 데이터의 축적과 컴퓨터 능력의 향상으로 인해 데이터 기반 모형이 다양한 실무 문제를 해결하는 데 강력한 도구로 활용되고 있을 뿐 아니라 시뮬레이션 및 예측 등에도 다양하게 이용되고 있다. 그러나 예측 시간이 늘어날수록 입력자료로 이용되는 과거 자료와 출력자료로 이용되는 미래자료와의 상관관계가 줄어들어 모형의 성능이 저하된다. 따라서 본 연구에서는 용담댐의 시간당 유입량을 예측하기 위해 물리 기반 강우-유출 모형과 오차 보정 모형을 결합한 하이브리드 접근 방식을 제안한다. 물리 기반 강우-유출 모형으로는 HEC-HMS 모형을 사용하였으며, 오차 보정 모형에는 기계학습 모형인 인공신경망(Artificial Neural Network, ANN) 모형을 사용하였다. HEC-HMS 모형, ANN 및 하이브리드 모형(HEC-HMS + ANN)의 성능을 비교하기 위해 20 개의 홍수 사상을 모형 구축 및 검증에 사용하였다. 그 결과 하이브리드 모형은 예측 시간이 늘어날수록 HEC-HMS 및 ANN 모형보다 우수한 성능을 나타냈다. 물리모형에 기계학습을 이용한 오차 보정 절차를 통합한 경우 홍수 유출 예측의 정확성이 향상되었다. 다양한 모형의 비교 결과 본 연구에서 적용한 하이브리드 모형이 물리기반 강우-유출 모형 및 순수 기계학습 모형보다 우수한 성능을 보여줌으로써, 하이브리드 모형은 물리모형과 순수 기계학습 모형의 단점들을 보완하는데 이용할 수 있음을 나타낸다. 이 연구의 주요 목적은 강우-유출 시물레이션 모형의 오차 보정 기술에 대한 더 깊은 이해를 제공하는데 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.150-150
• /
• 2023

기작기반의 역학적 모델과 자료기반의 딥러닝 모델은 수질예측에 다양하게 적용되고 있으나, 각각의 모델은 고유한 구조와 가정으로 인해 장·단점을 가지고 있다. 특히, 딥러닝 모델은 우수한 예측 성능에도 불구하고 훈련자료가 부족한 경우 오차와 과적합에 따른 분산(variance) 문제를 야기하며, 기작기반 모델과 달리 물리법칙이 결여된 예측 결과를 생산할 수 있다. 본 연구의 목적은 주요 상수원인 댐 저수지를 대상으로 수심별 수온과 탁도를 예측하기 위해 기작기반과 자료기반 모델의 장점을 융합한 PGDL(Process-Guided Deep Learninig) 모델을 개발하고, 물리적 법칙 만족도와 예측 성능을 평가하는데 있다. PGDL 모델 개발에 사용된 기작기반 및 자료기반 모델은 각각 CE-QUAL-W2와 순환 신경망 딥러닝 모델인 LSTM(Long Short-Term Memory) 모델이다. 각 모델은 2020년 1월부터 12월까지 소양강댐 댐 앞의 K-water 자동측정망 지점에서 실측한 수온과 탁도 자료를 이용하여 각각 보정하고 훈련하였다. 수온 및 탁도 예측을 위한 PGDL 모델의 주요 알고리즘은 LSTM 모델의 목적함수(또는 손실함수)에 실측값과 예측값의 오차항 이외에 역학적 모델의 에너지 및 질량 수지 항을 제약 조건에 추가하여 예측결과가 물리적 보존법칙을 만족하지 않는 경우 penalty를 부가하여 매개변수를 최적화시켰다. 또한, 자료 부족에 따른 LSTM 모델의 예측성능 저하 문제를 극복하기 위해 보정되지 않은 역학적 모델의 모의 결과를 모델의 훈련자료로 사용하는 pre-training 기법을 활용하여 실측자료 비율에 따른 모델의 예측성능을 평가하였다. 연구결과, PGDL 모델은 저수지 수온과 탁도 예측에 있어서 경계조건을 통한 에너지와 질량 변화와 저수지 내 수온 및 탁도 증감에 따른 공간적 에너지와 질량 변화의 일치도에 있어서 LSTM보다 우수하였다. 또한 역학적 모델 결과를 LSTM 모델의 훈련자료의 일부로 사용한 PGDL 모델은 적은 양의 실측자료를 사용하여도 CE-QUAL-W2와 LSTM 보다 우수한 예측 성능을 보였다. 연구결과는 다차원의 역학적 수리수질 모델과 자료기반 딥러닝 모델의 장점을 결합한 새로운 모델링 기술의 적용 가능성을 보여주며, 자료기반 모델의 훈련자료 부족에 따른 예측 성능 저하 문제를 극복하기 위해 역학적 모델이 유용하게 활용될 수 있음을 시사한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.94-94
• /
• 2023

유역에서의 홍수를 예측하기 위한 다양한 강우-유출 모형들이 개발되어 사용되고 있다. 개념적 강우-유출 모형들은 신뢰성과 적용성이 높아 실무에서 널리 활용되어왔으나, 강우-유출 과정을 단순화하여 고려하므로 유출예측의 정확도에 한계가 있다. 또한 모형의 매개변수에 여러 불확실성이 존재하므로 충분한 양의 관측자료를 사용한 보정 작업이 필요하다. 물리적 강우-유출 모형들은 유출예측 결과가 비교적 물리적으로 정확하다는 장점이 있지만, 높은 계산 비용 및 수치적 불안정성으로 인하여 실무에의 적용이 힘들다. 본 연구에서는 홍수 예측의 정확도와 효율성을 모두 확보할 수 있는 하이브리드 기법을 개발하였다. 본 연구에서 개발한 기법은 물리적 모형인 동역학파 모형과 개념적 모형인 순간단위도 모형, 그리고 딥러닝 모형을 결합하여 사용하는 기법이다. 유역의 조도계수 및 지형을 활용한 동역학파 시뮬레이션을 수행하였으며, 동역학파 시뮬레이션 결과 및 멱함수로 나타내어지는 비선형적 강우-유출 관계를 이용하여 유역의 순간단위도를 유도였다. 또한, 딥러닝 모형인 LSTM 모형을 활용하여 강우손실 매개변수를 추정하였으며, 이를 이용하여 강우손실을 계산한 후 유효강우주상도를 산정하였다. 그리고 유역 출구에서의 홍수수문곡선은 유효강우주상도와 순간단위도를 활용한 회선적분을 통해 예측되었다. 본 연구에서 개발한 기법을 시험유역 및 자연유역에서의 홍수 예측에 적용해보았으며, 예측 결과는 NSE=0.55-0.90, R²=0.67-0.95의 높은 정확도를 보였다. 본 연구에서 유도하는 순간단위도는 한 유역에서 유일하지 않으며, 유효 강우강도의 함수이므로 홍수 예측에 비선형적 강우-유출 관계를 고려할 수 있으며, 수많은 유효 강우강도에 대한 순간단위도들은 멱함수를 이용하여 순간적으로 유도될 수 있다. 또한, 유역의 강우 특성이나 지표면의 토양수분, 식생과 같은 특성을 딥러닝 모형을 통해 고려함으로써 강우 손실 산정의 불확실성을 줄일 수 있다. 또한, 순간단위도 유도를 위한 기초작업인 동역학파 시뮬레이션은 유역의 지형과 조도계수만을 필요로 하므로 미계측 유역에의 적용이 유리하다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.294-294
• /
• 2023

보나 댐에 설치된 배수관이나 지하에 매설된 상하수도관과 같이 물을 운반하기 위한 관로 뿐만 아니라 유류를 운송하는 관, LPG와 같은 기체를 운송하는 관처럼 유체를 운송할 때 다양한 관로를 사용한다. 그 중 사용범위나 제작에 대한 용이성 등에 의해서 원형관이 주로 사용된다. 따라서 위와 같은 원형관 내의 관수로 흐름분포에 대한 연구는 아주 중요하며 필요하다. 원형관 내 흐름분포는 관에 연결된 펌프 혹은 수조나 저수지의 수위에 의한 관내 압력에 의해 지배되어지며, 관 내부 표면의 거칠기나 관의 꺾인 정도 등 다양한 요인에 영향을 받는다. 본 연구에서는 일반적인 실험결과를 도출하기 위하여 직선의 원형관을 대상으로 실험과 수치모의를 동시에 수행한다. 실험은 높이 3m, 길이 4.5m, 폭 1.5m 수조의 바닥에서부터 0.45m 위에 위치한 1.8m 길이의 아크릴 재질의 원형관이 설치된 수조에서 진행되었으며, 수치모의 또한 동일한 규모에서 수행되었다. 수조의 수위를 변화시켜 여러가지 레이놀즈 수에 따른 관 내 흐름의 변화에 대하여 분석하는 것이 목적이며, 실험결과와 수치모의 계산결과 간의 비교검증을 통해 분석한다. 이 연구에서는 난류의 영향을 RANS(Reynolds-averaged Navier-Stokes)와 LES(large eddy simulation)을 혼합한 형태인 Hybrid RANS/LES 모형 중 하나인 DES(detacged-eddy simulation)기법을 이용하여 해석함으로써, 빠른 유속으로 인한 관 내의 강한 와(eddy)에 대한 효과를 예측하는데 한계가 있는 RANS 모형과 벽면근처에서의 흐름 해석을 위해 굉장히 높은 격자해상도가 요구되어 계산적 비용 측면에서 효율이 떨어지는 LES 모형의 한계를 극복하고자 한다. DES 모형은 벽에서 떨어진 와에 대하여 LES로 직접해석하고, 벽 근처에서의 흐름에 대해선 난류모형을 통해 모델링함으로써 벽 근처 계산격자와 계산량을 줄이면서 LES와 비슷한 결과를 얻을 수 있다. 실험결과와 수치모의 계산결과 사이의 비교검증을 통하여 관 내 흐름에 대한 수치모의의 적용성을 평가하고 실험에서 측정하기 어려운 난류강도와 압력변동의 상세한 특성을 수치모의를 통해 분석함으로서 관 내 흐름특성에 대하여 자세히 분석하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.212-212
• /
• 2023

비점오염원관리와 같이 장기적인 유역 관리 계획에서 유역 내 오염원 평가는 정말 중요하다. 유역 내 오염원 평가는 강우 유출에 의한 비점오염 발생원이 어디서 얼마나 발생시키는지에 대한 정량적인 조사가 필요하다. 유역 내의 오염원에 대한 정량적인 조사는 많은 비용과 시간이 필요하다. 이러한 비용과 시간을 줄이기 위해 유역단위 수리 수문 모델을 사용하고 있다. 유역단위 수리수문 모델은 HSPF (Hydrological Simulation Program in Fortran), SWAT (Soil and Water Assessment Tool), L-THIA ACN-WQ(The Long-term Hydrologic Impact Assessment Model with Asymptotic Curve Number Regression Equation and Water Quality model)등 다양한 모델이 사용되고 있다. 하지만 유역 모델을 통한 모의는 다양한 연산 과정을 진행하여 모의까지 많은 시간이 필요하다는 단점이 있다. 이에 따라 데이터 기반 모델링 기법(머신러닝/딥러닝)을 이용한 유출 및 수질 예측 연구가 많이 이루어지고 있다. 단순 머신러닝/딥러닝 기반 모델링 기법은 점(최종유출구)에서의 예측만 가능하여 최적관리 기법 적용 등과 같은 유역관리 방안을 적용하기 힘들다는 문제점이 있다. 따라서 본 연구에서 머신러닝/딥러닝을 통해 일부 수문 프로세스를 대체하고 소유역별 하도추적 기법을 연계하여 유량 및 수질 항목들의 모의가 가능한 하이브리드 모델을 개발하였다. 이는 머신러닝/딥러닝이 유역 모델의 일부 연산 과정을 대체하여 모의시간이 빠르며, 기존 머신러닝/딥러닝 예측 모델에서 평가가 어려웠던 유역 관리 방안 및 최적관리기법 적용 평가에도 활용이 가능할 것으로 판단이 된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.472-472
• /
• 2023

In this study, the transport of pollutants was analyzed using the K-River and K-DRUM coupling model for water pollution accidents that occurred in the Nakdong River water system. In Korea, the necessity of a distribution model that accommodates the water circulation process and the importance of nonpoint pollution sources were emphasized in water quality management after the introduction of the total amount of water pollution. Therefore, in order to reflect the runoff characteristics of nonpoint sources, the K-DRUM distribution model, which can analyze pollution in the basin, was used. And the reproducibility of the model was improved by applying the operating rules of dams operating in the Nakdong River system. In addition, in order to analyze the movement of pollutants in the river, only the advection part of the advection-dispersion equation was applied to the 1D hydraulic model K-River to perform pollutant tracking. As a result of water pollution analysis, the peak concentration of the pollutant was underestimated, but the arrival time and the trend of the overall pollutant concentration were well reproduced.