Water reservoir is defined as a storage space to hold and supply filtered water and it's significantly important to manage water level in the water reservoir so as to stabilize water supply by controlling water supply depending on demand. Liquid level sensors have been installed in the water reservoir and the pumps in the booster station facilitated management for optimum water level in the water reservoir. But the incident responses including sensor malfunction and communication breakdown actually count on manager's inspection, which involves risk of accidents. To stabilize draining facility management, this study has come up with AI model that predicts changes in the water level in the water reservoir. Going through simulation in the case of missing data in the water level to verify stability in relation to the field application of the prediction model for water level changes in the reservoir, the comparison of actual change value and predicted value allows to test utility of the model.
Journal of The Korean Society of Agricultural Engineers
/
v.66
no.1
/
pp.1-13
/
2024
This study assessed the efficacy of improving the accuracy of reservoir water level prediction models by employing automated machine learning models and efficient cross-validation methods for time-series data. Considering the inherent complexity and non-linearity of time-series data related to reservoir water levels, we proposed an optimized approach for model selection and training. The performance of twelve models was evaluated for the Obong Reservoir in Gangneung, Gangwon Province, using the TPOT (Tree-based Pipeline Optimization Tool) and four cross-validation methods, which led to the determination of the optimal pipeline model. The pipeline model consisting of Extra Tree, Stacking Ridge Regression, and Simple Ridge Regression showed outstanding predictive performance for both training and test data, with an R2 (Coefficient of determination) and NSE (Nash-Sutcliffe Efficiency) exceeding 0.93. On the other hand, for predictions of water levels 12 hours later, the pipeline model selected through time-series split cross-validation accurately captured the change pattern of time-series water level data during the test period, with an NSE exceeding 0.99. The methodology proposed in this study is expected to greatly contribute to the efficient generation of reservoir water level predictions in regions with high rainfall variability.
According to the construction of infrastructure for the water resource management services, the importance of the eco-friendly reservoir tank management is being spotlighted. In this paper, we proposed the eco-friendly reservoir tank management using prediction for improving the water quality and on-line managing efforts of reservoir tanks. The proposed method defined the context and environment of the reservoir tank and predicted the profited service according to the pump motion, the solar battery, the chemicals, the water level, the telephone line, and the modem using collaborative filtering. To evaluate the performance of the eco-friendly reservoir tank management system using prediction, we conducted sample T-tests so as to verify usefulness. This evaluation found that the difference of satisfaction by service was statistically meaningful, and showed high satisfaction. Accordingly, the satisfaction and the quality of services will be improved the efficient prediction by supporting the context information as well as the environment information.
The Transactions of the Korea Information Processing Society
/
v.13
no.4
/
pp.199-207
/
2024
Local reservoirs are crucial sources for agricultural water supply, necessitating stable water level management to prepare for extreme climate conditions such as droughts. Water level prediction is significantly influenced by local climate characteristics, such as localized rainfall, as well as seasonal factors including cropping times, making it essential to understand the correlation between input and output data as much as selecting an appropriate prediction model. In this study, extensive multivariate data from over 400 reservoirs in Jeollabuk-do from 1991 to 2022 was utilized to train and validate a water level prediction model that comprehensively reflects the complex hydrological and climatological environmental factors of each reservoir, and to analyze the impact of each input feature on the prediction performance of water levels. Instead of focusing on improvements in water level performance through neural network structures, the study adopts a basic Feedforward Neural Network composed of fully connected layers, batch normalization, dropout, and activation functions, focusing on the correlation between multivariate input data and prediction performance. Additionally, most existing studies only present short-term prediction performance on a daily basis, which is not suitable for practical environments that require medium to long-term predictions, such as 10 days or a month. Therefore, this study measured the water level prediction performance up to one month ahead through a recursive method that uses daily prediction values as the next input. The experiment identified performance changes according to the prediction period and analyzed the impact of each input feature on the overall performance based on an Ablation study.
Journal of The Korean Society of Agricultural Engineers
/
v.49
no.4
/
pp.13-22
/
2007
The uncertainty in water quality model predictions is inevitably high due to natural stochasticity, model uncertainty, and parameter uncertainty. An integrated modeling system under uncertainty was described and demonstrated for use in watershed management and receiving-water quality prediction. A watershed model (HSPF), a receiving water quality model (WASP), and a wetland model (NPS-WET) were incorporated into an integrated modeling system (modified-BASINS) and applied to the Hwaseong Reservoir watershed. Reservoir water quality was predicted using the calibrated integrated modeling system, and the deterministic integrated modeling output was useful for estimating mean water quality given future watershed conditions and assessing the spatial distribution of pollutant loads. A Monte Carlo simulation was used to investigate the effect of various uncertainties on output prediction. Without pollution control measures in the watershed, the concentrations of total nitrogen (T-N) and total phosphorous (T-P) in the Hwaseong Reservoir, considering uncertainty, would be less than about 4.8 and 0.26 mg 4.8 and 0.26 mg $L^{-1}$, respectively, with 95% confidence. The effects of two watershed management practices, a wastewater treatment plant (WWTP) and a constructed wetland (WETLAND), were evaluated. The combined scenario (WWTP + WETLAND) was the most effective at improving reservoir water quality, bringing concentrations of T-N and T-P in the Hwaseong Reservoir to less than 3.54 and 0.15 mg ${L^{-1}$, 26.7 and 42.9% improvements, respectively, with 95% confidence. Overall, the Monte Carlo simulation in the integrated modeling system was practical for estimating uncertainty and reliable in water quality prediction. The approach described here may allow decisions to be made based on probability and level of risk, and its application is recommended.
Magazine of the Korean Society of Agricultural Engineers
/
v.35
no.1
/
pp.50-58
/
1993
The sedimentation patterns at a reservoir, important to the reservoir capacity curve were simulated using a depth averaged, two-dimensional sediment transport model, that is capable of depicting velocity distributions and sediment transportation. The Banweol reservoir, whose stage capacity relationships have been surveyed before and after the construction, was selected and the daily inflow rates and stages were simulated using a reservoir operation model(DI-ROM). The applicability of the transport model was tested from the comparisons of simulated sedimentation patterns to the surveyed results. The simulated inflow rates and water level fluctuations at the reservoir during twenty-one years from 1966 to 1986, showed that water levels exceeding 80 percent of the total capacity occurred for 70 percent of the periods and inflow rates less than 5000rn$^3$/day sustained for 54 percent of the spans. Dorminant flow directions were simulated from two streamflow inlets to the dam site. And simulated sediment concentrations were higher near the inlets and lower at the inside of the reservoir. Sediment was deposited heavily near the inlets, and portions of sediments were distributed along the flow paths within the reservoir. The comparisons between the simulation results and the surveyed depositions were partially matched. However, it was not possible to compare two results at the upper parts of the reservoir where dredging was carried out few times for the purpose of reservoir maintenance. This study demonstrates that sedimentation patterns within the reservoir are closely related to incoming sediment and flow rates, water level fluctuations, and flow circulation within the reservoir.
Journal of the Korea Society of Computer and Information
/
v.29
no.3
/
pp.67-74
/
2024
In this paper, we present a study aimed at analyzing how different rainfall measurement methods affect the performance of reservoir water level predictions. This work is particularly timely given the increasing emphasis on climate change and the sustainable management of water resources. To this end, we have employed rainfall data from ASOS, AWS, and Thiessen Network-based measures provided by the KMA Weather Data Service to train our neural network models for reservoir yield predictions. Our analysis, which encompasses 34 reservoirs in Jeollabuk-do Province, examines how each method contributes to enhancing prediction accuracy. The results reveal that models using rainfall data based on the Thiessen Network's area rainfall ratio yield the highest accuracy. This can be attributed to the method's accounting for precise distances between observation stations, offering a more accurate reflection of the actual rainfall across different regions. These findings underscore the importance of precise regional rainfall data in predicting reservoir yields. Additionally, the paper underscores the significance of meticulous rainfall measurement and data analysis, and discusses the prediction model's potential applications in agriculture, urban planning, and flood management.
Journal of The Korean Society of Agricultural Engineers
/
v.62
no.6
/
pp.1-9
/
2020
Reservoir storage and water level information is essential for accurate drought monitoring and prediction. In particular, the agricultural drought has increased the risk of agricultural water shortages due to regional bias in reservoirs and water supply facilities, which are major water supply facilities for agricultural water. Therefore, it is important to evaluate the available water capacity of the reservoir, and it is necessary to determine the water surface area and water capacity. Remote sensing provides images of temporal water storage and level variations, and a combination of both measurement techniques can indicate a change in water volume. In areas of ungauged water volume, satellite remote sensing image acts as a powerful tool to measure changes in surface water level. The purpose of this study is to estimate of reservoir storage and level variations using satellite remote sensing image combined with hydrological statistical data and the Normalized Difference Water Index (NDWI). Water surface areas were estimated using the Sentinel-2 satellite images in Seosan, Chungcheongnam-do from 2016 to 2018. The remote sensing-based reservoir storage estimation algorithm from this study is general and transferable to applications for lakes and reservoirs. The data set can be used for improving the representation of water resources management for incorporating lakes into weather forecasting models and climate models, and hydrologic processes.
Lee, Heung Soo;Chung, Se Woong;Shin, Sang Il;Choi, Jung Kyu;Kim, Yu Kyung
Journal of Korean Society on Water Environment
/
v.23
no.5
/
pp.591-599
/
2007
The quality of water released from a stratified reservoir is dependent on various factors such as the location and shape of intake facility, structure of reservoir stratification, profile of water quality constituent, and withdrawal flux. Sometimes, selective withdrawal capabilities can provide the operational flexibility to meet the water quality demands both in-reservoir and downstream. The objective of this study was to evaluate the performance of a one-dimensional reservoir selective withdrawal model (SELECT) as a tool for supporting downstream water quality management for Daecheong and Imha reservoirs. The simulated water quality variables including water temperature, dissolved oxygen (DO), conductivity, turbidity were compared with the field data measured in tailwater. The model showed fairly satisfactory results and high reliability in simulating observations. The coefficients of determinant between simulated and observed turbidity values were 0.93 and 0.95 for Daecheong and Imha reservoirs, respectively. The outflow water quality was significantly influenced by water intake level under fully stratified condition, while the effect of intake amount was minor. In conclusion, the SELECT is simple but effective tool for supporting downstream water quality prediction and management for both reservoirs.
Journal of The Korean Society of Agricultural Engineers
/
v.54
no.1
/
pp.27-38
/
2012
This study is to analyse the hydrological behavior of agricultural reservoir using CAT (Catchment hydrologic cycle Assessment Tool). The CAT is a water cycle analysis model in order to quantitatively assess the characteristics of the short/long-term changes in watershed. It supports the effective design of water cycle improvement facilities by supplementing the strengths and weaknesses of existing conceptual parameter-based lumped hydrologic models and physical parameter-based distributed hydrologic models. The CAT especially supports the analysis of runoff processes in paddy fields and reservoirs. To evaluate the impact of agricultural reservoir operation and irrigation water supply on long-term rainfall-runoff process, the CAT was applied to Idong experimental catchment, operated for research on the rural catchment characteristics and accumulated long term data by hydrological observation equipments since 2000. From the results of the main control points, Idong, Yongdeok and Misan reservoirs, the daily water levels of those points are consistent well with observed water levels, and the Nash-Sutcliffe model efficiencies were 0.32~0.89 (2001~2007) and correlation coefficients were 0.73~0.98.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.