• 상하수도학회지
• /
• 제34권1호
• /
• pp.35-43
• /
• 2020

Turbidity has various effects on the water quality and ecosystem of a river. High turbidity during floods increases the operation cost of a drinking water supply system. Thus, the management of turbidity is essential for providing safe water to the public. There have been various efforts to estimate turbidity in river systems for proper management and early warning of high turbidity in the water supply process. Advanced data analysis technology using machine learning has been increasingly used in water quality management processes. Artificial neural networks(ANNs) is one of the first algorithms applied, where the overfitting of a model to observed data and vanishing gradient in the backpropagation process limit the wide application of ANNs in practice. In recent years, deep learning, which overcomes the limitations of ANNs, has been applied in water quality management. LSTM(Long-Short Term Memory) is one of novel deep learning algorithms that is widely used in the analysis of time series data. In this study, LSTM is used for the prediction of high turbidity(>30 NTU) in a river from the relationship of turbidity to discharge, which enables early warning of high turbidity in a drinking water supply system. The model showed 0.98, 0.99, 0.98 and 0.99 for precision, recall, F1-score and accuracy respectively, for the prediction of high turbidity in a river with 2 hour frequency data. The sensitivity of the model to the observation intervals of data is also compared with time periods of 2 hour, 8 hour, 1 day and 2 days. The model shows higher precision with shorter observation intervals, which underscores the importance of collecting high frequency data for better management of water resources in the future.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2007년도 학술발표회 논문집
• /
• pp.31-39
• /
• 2007

In this study we developed a turbidity management system to support the operation for effective turbid water management. The decision-making system includes various models for prediction of turbid water inflow, effective reservoir operation using the selective withdrawal facility, analysis of turbid water discharge in the downstream. The system is supported by the intensive monitoring devices installed in the upstream rivers, reservoirs, and downstream rivers. SWAT and HSPF models were constructed to predict turbid water flows in the Imha and Andong catchments. CE-QUAL-W2 models were constructed for turbid water behavior prediction, and various analyses were conducted to examine the effects of the selective withdrawal operation for efficient high turbid water discharge, turbid water distribution under differing amount and locations of turbid water discharge. A 1-dimensional dynamic water quality model was built using Ko-Riv1 for simulation of turbidity propagation in the downstream of the reservoirs, and 2-dimensional models were developed to investigate the mixing phenomena of two waters discharged from the Andong and Imha reservoirs with different temperature and turbidity conditions during joint dam operation for reducing the impacts of turbid water.

• 국제학술발표논문집
• /
• The 3th International Conference on Construction Engineering and Project Management
• /
• pp.168-172
• /
• 2009

Shihmen reservoir was started in May 1963. The main purposes of Shihmen reservoir are for agriculture, power supply, flood control and tourism. Shihme Asn dam is an earth dam. Its crown height is 133m above mean sea level, with length 360 m, watershed 763.4 km², and maximum volume 309 million cms. Turbidity in Shihmen dam was severely affected by typhoons Aere (2004) and Masa (2005). Increased deposition after Aere was 28 million cms. Turbidity at Shihmen Canal Inlet is 3000 NTU (Nephelometry Turbidity Unit). Sediment sluicing strategies for downstream channel are demanded. Therefore, diversionary sediment preventing channel is planned in the upstream of Shihmen reservoir. Finally, turbid flow in tunnel channel is bypassed and diverted its flow down to downstream.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 춘계학술대회
• /
• pp.263-264
• /
• 2021

산업화의 변화와 환경파괴에 영향중 음용수 수질의 평가 및 관리의 중요성이 대두되고 있다. 현재 우리나라의 탁도에 관한 법 규제가 되어 공정관리에 있어 1.0NTU이하의 저농도 탁도를 유지해야하며, 제어 기술이 필요한 과제로 남아있다. 본 연구는 470nm, 670nm, 850nm를 이용하여 탁도에 따른 흡광도 실험을 하였으며, 850nm의 광원과, 820nm의 수광소자를 이용하여 시료의 90,180도와 따른 반사과 투사광의 관계와 입사광과 수광부의 높이차를 두어 산란광의 영향에 대해 실험을 하였다.

• 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.

• 한국수자원학회논문집
• /
• 제41권3호
• /
• pp.293-303
• /
• 2008

저수지의 탁수 장기화는 몬순기후대의 많은 나라에서 물 공급시스템의 효율성과 지속가능성을 저하시킨다. 본 연구에서는 대청댐 저수지를 대상으로 홍수시 유입하는 탁수의 실시간 감시와 예측을 통해 탁수의 최적조절 대안을 효과적으로 분석할 수 있는 의사결정지원시스템인 RTMMS를 개발하였다. RTMMS는 실시간 계측자료를 수집하여 저장, 조회할 수 있는 데이터베이스관리시스템, 모델의 입력 자료를 자동 생성하기 위한 예측모듈, 2차원 저수지 탁수예측 모델, 그리고 모델의 수행결과 분석 및 다양한 시나리오에 따른 의사결정이 가능하도록 설계된 후처리시스템으로 구성되어 있다. RTMMS의 예측 신뢰도를 검증하기 위해 2004년 홍수기 동안 실시간 계측을 통해 수집된 자료를 이용하여 모델을 보정하고, 2006년 홍수사상을 대상으로 실시간 검증 모델링을 실시하였다. 저수지의 수온과 탁도의 시공간적인 변화를 모의하고 실측값과의 오차를 분석하였다. RTMMS는 저수지내 탁수의 밀도류 유동특성과 소멸과정을 비교적 잘 모의하였으며, 특히 시스템의 실시간 적용에 필수적인 조건인 계산효율이 매우 높은 것으로 나타났다. 본 연구에서 제시된 RTMMS의 구성은 비슷한 탁수문제를 가지고 있는 많은 저수지에서도 물 공급시설의 최적관리와 하류 수생태계의 향상을 위해 효과적으로 적용될 수 있을 것이다.

• 한국수자원학회논문집
• /
• 제49권1호
• /
• pp.1-9
• /
• 2016

원활한 용수공급과 정수장의 효율적이고 경제적인 설계 유지 관리를 위해서 한강수계에 위치하고 있는 두 광역정수장의 원수탁도와 수문자료간의 상관관계를 분석하였다. 광역정수장의 취수원인 댐의 유입유량, 방류량, 강우를 수문자료로서 활용하였으며, 상관관계 분석을 위해서는 상관분석과 주성분분석 기법을 이용하였다. 또한, 탁도변화를 예측할 수 있는 회귀식을 제안하여 탁도 변화 예측을 수행하였다. 충주정수장의 원수탁도는 충주댐의 방류량(0.708)과 와부정수장의 원수탁도는 팔당댐의 유입량(0.805)과 높은 상관성이 높은 것으로 확인되었다. 상관성이 높은 시계열자료를 이용하여 제안한 회귀식의 탁도 예측치는 상수도시설기준에서 제시하고 있는 원수탁도 산정방법을 이용한 경우와 유사한 결과를 도출하였다. 본 연구의 결과는 장래의 원수탁도를 예측하여 추가적인 정수장 건설 및 기존 정수장의 효율적인 유지 관리를 위한 기초 자료를 제공할 수 있을 것으로 판단된다.

• Ecology and Resilient Infrastructure
• /
• 제10권4호
• /
• pp.107-115
• /
• 2023

고 탁도의 원수는 정수장 운영 및 수 생태 환경에 부정적인 영향을 줄 수 있어 관리가 필요한 수질 인자이며, 하천의 탁도 예측을 통해 고 탁도의 원수의 효율적 관리를 수행하기 위해 관련분야에 대한 연구가 지속되고 있다. 본 연구에서는 대표적인 앙상블 머신러닝 알고리즘 중 하나인 LightGBM (light gradient boosting machine)을 이용하여 탁도를 예측하는 다중 분류 모형을 구축하였다. 모형의 구축을 위해 입력자료를 탁도값에 따라 탁도가 낮은 경우부터 높은 경우까지 4개의 class로 구분하였으며, class 1 - 4에 속하는 자료수는 각각 945개, 763개, 95개, 25개로 분류되었다. 구축한 모형의 class 1 - 4에 대한 정밀도 (Precision) 각각 0.85, 0.71, 0.26, 0.30 재현율 (Recall)은 각각 0.82, 0.76, 0.19, 0.60로 데이터 수가 적은 소수 class에서 상대적으로 모형이 성능이 낮은 경향을 보였다. 데이터 불균형을 해소하기 위해 over-sampling알고리즘 중 SMOTE를 적용한 결과 개선된 모형의 class 1 - 4에 대한 정밀도 및 재현율은 각각 0.88, 0.71, 0.26, 0.25 및 0.79, 0.76, 0.38, 0.60으로 데이터 불균형 해소를 통해 모형의 재현율이 크게 개선되는 것을 확인할 수 있었다. 또한 데이터 구성비율이 모형성능에 미치는 영향에 대한 확인을 위하여 입력자료의 구성비를 다양하게 하고 각각의 자료로 구축된 모형의 결과를 비교하여 입력자료 구성비에 따른 모형성능의 차이를 분석하였으며, 모형 입력자료의 구성비의 적정한 산정을 통해 모형의 성능을 향상시킬 수 있음을 확인하였다.

• 한국산림과학회지
• /
• 제101권3호
• /
• pp.381-386
• /
• 2012

산지소유역의 밤나무림, 소나무림 및 개벌조림지를 대상으로 강우특성에 따른 임분별 탁도 변화 특성을 분석한 결과를 요약하면 다음과 같다. 동일한 강우의 발생 시 임분별 탁도 발생은 개벌조림지 >밤나무림 >소나무림순으로 나타나 임분별 차이를 알 수 있었다. 탁도와 강우강도와의 상관분석에서 밤나무림 91%, 소나무림 80%, 개벌조림지는 71%로서 세 임분 모두 높은 설명력을 보였다. 반면 탁도와 강우지속시간과의 상관분석에서 밤나무림, 소나무림 및 개벌조림지 모두 0~1%의 낮은 설명력을 보였다. 탁도와 선행무강우일수와 분석에서 밤나무림, 소나무림 및 개벌조림지 모두 30% 범위의 낮은 설명력을 보였고, 탁도와 누적강우량과의 분석에서도 밤나무림, 소나무림 및 개벌조림지에서 세 임분 모두 6~22%의 낮은 설명력을 보였다. 따라서 산림의 개발과 이용으로 집중호우 시 산사태등 산지재해로 인해 발생된 토사는 산지계류에 유입되어 하류 하천의 수질에 많은 영향을 미칠 수 있으므로 산림지역의 중 하류에서는 사방댐 등을 설치하여 계류수의 탁수화와 수질오염을 방지할 필요성이 있다.

• 환경영향평가
• /
• 제20권2호
• /
• pp.227-234
• /
• 2011

In the study, CE-QUAL-W2 was used and its examination and correction were conducted targeting 2001 and 2003 when the condition of rainfall was contradicted. Using the proved model in 2003, a scenario was implemented with management of locations for dewatering outlets and actual data for dam management in 1987 when inflow and outflow level were almost same. In case of the scenario which the location of dewatering outlets was 5m higher than usual location, exclusion efficiency for turbid water inflow at the beginning of precipitation was good. In case of the scenario which the location of dewatering outlets was 10m lower than usual location, exclusion efficiency for excluding turbid water remained in a reservoir after the end of precipitation. However, the scenario applying dam management data in 1987, exclusion efficiency was relatively low. In the scenario, power-generating water release spot at EL.57m for first four days after the beginning of precipitation, EL.52m for 5th to 8th and EL.42m from 9th days. An analysis of the scenario reveals that both excessive days exceeded 30 NTU and average turbidity levels were decreased comparing before and after the alteration on outlets. The average turbidity levels were decreased by minimum of 55% to maximum of 70% and 30NTU exceeding days were decreased by 45 days at maximum. Also, since it could exclude most of turbid water in a reservoir before the destatifcation, the risk for turbid water evenly distributed in a reservoir along with turn-over could be decreased as well.