무인항공기(UAV)는 군사적 목적으로 개발되었지만, 최근 다양한 분야에서 활용되고 있다. 수자원 관리를 위해서도 시대적 흐름에 따라 드론과 관련된 많은 연구가 진행되고 있다. 이수임 등(2015)은 UAV영상을 활용한 수변구조물의 DSM 생성 및 정확도 연구를 통해 지상 LIDAR와 같은 수준의 DSM 및 더욱 정확한 GCP 취득의 필요성을 제시했다. 이용창(2015)은 회전익 UAS 영상기반 고밀도 측점자료의 위치 정확도를 평가하였다. 이인수 등(2013)은 초경량 고정익무인항공기 사진측량기법의 정사영상 정확도 평가를 수행하였다. 또한 김민규 등(2010)은 풍수해 모니터링을 위한 UAV 적용성 분석을 실시하였고, 김홍래 등(2014)은 UAV를 활용한 감시정보정찰 임무분석 및 설계도구 개발을 위한 연구를 수행하였다. 상기와 같이 수자원 분야 활용을 위한 많은 연구가 보고 되고 있으나, 아직까지 드론 활용의 대부분은 항공영상 취득 및 분석기술 개발에 집중되어 있다. 본 연구에서는 무인항공기를 수재해 감시 및 관리 기술에 적용하기 위해 수행되었다. 수재해 감시 및 관리를 위한 방법으로 NIR(Near Infrared) 센서를 부착한 '재해관리용 드론'을 개발하고 현장실험을 수행하였다. 실험결과 NIR센서를 탑재한 드론은 수재해 관리에 매우 유용하게 활용될 수 있을 것으로 판단되었다.
This study investigates the capability of Physics-Informed Neural Networks (PINNs) for solving the solution of partial differential equations. Particularly, the 1D Saint-Venant Equations (SVEs) were considered, which describe the movement of water in a domain with shallow depth compared to its horizontal extent, and are widely adopted in hydrodynamics, river, and coastal engineering. The core contribution of this work is to combine the robustness of neural networks with the physical constraints of the SVEs. The PINNs method utilized a neural network to approximate the solutions of SVEs, while also enforcing the underlying physical principles of the equations. This allows for a more effective and reliable solution, especially in areas with complex geometry and varying bathymetry. To validate the robustness of the PINNs method, numerical experiments were conducted on several benchmark problems. The results show that the PINNs could be achieved high accuracy when compared with the solution from the numerical solution. Overall, this study demonstrates the potential of using PINNs and highlights the benefits of integrating neural network and physics information for improved efficiency and accuracy in solving SVEs.
Kareem Kola Yusuff;Adigun Adebayo Ismail;Park Kidoo;Jung Younghun
한국수자원학회:학술대회논문집
/
한국수자원학회 2023년도 학술발표회
/
pp.95-95
/
2023
Common hydrological problems of developing countries include poor data management, insufficient measuring devices and ungauged watersheds, leading to small or unreliable data availability. This has greatly affected the adoption of artificial intelligence techniques for flood risk mitigation and damage control in several developing countries. While climate datasets have recorded resounding applications, but they exhibit more uncertainties than ground-based measurements. To encourage AI adoption in developing countries with small ground-based dataset, we propose data augmentation for regression tasks and compare performance evaluation of different AI models with and without data augmentation. More focus is placed on simple models that offer lesser computational cost and higher accuracy than deeper models that train longer and consume computer resources, which may be insufficient in developing countries. To implement this approach, we modelled and predicted streamflow data of the Asa River Watershed located in Ilorin, Kwara State Nigeria. Results revealed that adequate hyperparameter tuning and proper model selection improve streamflow prediction on small water dataset. This approach can be implemented in data-scarce regions to ensure timely flood intervention and early warning systems are adopted in developing countries.
산지의 토양침식 모형인 SEMMA를 대규모 산지유역에 적용하기 위해서는 모형의 개선이 필요하다. 본 연구에서는 원래 SEMMA의 기본구조와 주요 매개변수의 산정방법을 설명하였고, 적용범위 확대를 위한 개선 매개변수들을 제시하였다. 특히 광범위한 지역에 대해 NDVI를 활용하기 위하여 식생구조지수 대신 식생피복지수를 사용하여 개선된 모형 SEMMA-Ic을 개발하였다. 개선모형의 모의결과 상관계수와 모의효율계수는 본래 모형보다 다소 감소하였다. 그러나 개선모형을 유역에 적용한 결과 실측값에 근접하게 모의했고, 토사유출량이 많은 경우에는 과소 예측하는 경향을 보였다. 따라서 산지 사면에서 개발한 토양침식 모형을 유역에 적용하기 위해서는 수로침식에 대한 추가적인 연구가 필요하다.
본 연구는 기상학적 가뭄지수가 수문학적 가뭄에 대한 모사정도를 검토하였다. 기상학적 가뭄지수 중에서 강수량을 변수로 하는 SPI(Standardized Precipitation Index)와 강수량 및 증발산량을 변수로 하는 SPEI(Standardized Precipitation Evapotranspiration Index)를 이용하였고, 수문학적 가뭄 평가를 위하여 월 총 유입량과 하천수 가뭄지수인 SDI(Streamflow Drought Index)를 계산하여, 최종적으로 기상학적 가뭄지수와 수문학적 가뭄지수와의 상관정도를 분석하였다. 월별 상관계수 비교결과, 지속기간 270일에 기상학적 가뭄지수와 월 총 유입량과 상관정도가 가장 높아서 0.67로 나타났고 기상학적 가뭄지수로 SDI와의 상관정도는 0.72~0.87이었다. 연별 극한값을 비교한 결과, 월 총 유입량의 최저값과 기상학적 가뭄지수의 연관성은 거의 확인되지 않았다. 다만 SDI와 SPEI가 매우 높은 상관정도를 보였다. 기상학적 가뭄지수로 수문학적 극한가뭄에 해석하는 데에 한계가 있는 만큼 수문 가뭄해석이 목적이라면 유량자료가 직접 활용될 수 있는 가뭄지수가 필요하다.
가뭄 및 갈수시에 용수부족 현상이 발생하나 회귀수량을 고려한 대응이나 대책 마련이 진행되지 않고 있다. 이에 본 연구에서 자료기반의 기계학습 모형(LSTM)을 통해 회귀수량 중 하수종말처리장의 방류량을 예측하였다. 입력자료로 방류량, 유입량, 강수량, 수위를 사용하였고 예측 결과의 정확도를 개선하기 위하여 추가적으로 입력변수의 변동성 분포를 고려하였다. 방류량 자료의 변동성을 확인하기 위해서 관측값과 분포 사이의 잔차를 복합삼각함수 형태로 가정하여 이론적인 확률분포와 함께 방류량 최적의 분포 형태로 나타내었다. 변동성 분포를 고려한 입력자료를 이용한 결과와 그렇지 않는 결과를 비교한 결과, 오차정도가 감소함을 보였으며 이는 변동성 분포가 계절성을 상대적으로 잘 재현하였기 때문이라 판단된다. 따라서 본 연구에서 구축한 하수종말장처리장의 방류량 예측 모형을 활용할 경우 보다 정확한 회귀수량 예측이 가능하여 효율적인 하천수 관리 체계를 수립하는데 기초자료로 활용될 수 있을 것으로 기대된다.
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.
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.
최근 들어 이상기후 발생이 급증하여 집중호우의 발생 빈도가 증가하고 있다. 이로 인해 안정적인 수자원관리가 어려운 실정이며, 인적·물적 피해가 과거에 비해 늘어나고 있다. 집중호우로 인한 피해저감을 위해 여러 대책을 마련하고 있으나 소규모 산지유역의 경우 상대적으로 기본계획 수립부재 등으로 인하여 관리에 어려움을 겪고 있다. 본 연구는 안전한 국립공원의 관리를 위한 기초 연구로서 소백산 국립공원 내 연화동 유역을 대상으로 강우-유출모형을 활용해 유출량을 산정하였다. 소백산 연화동 유역은 재현빈도 50년 이상의 강우가 발생했을 때의 홍수위와 과거 발생한 홍수흔적수위를 비교했을 때 모형의 적합성을 확인하였다.
국내의 화학 산업이 지속적으로 발전이 이루어짐에 따라 화학물질의 취급량과 운송량은 매년 증가하고 있다. 우리나라 도로 화물운송은 90%이상을 차지하고 있으며, 화학물질 운송도 대부분 도로를 통해 이루어지고 있다. 이러한 화학물질 운송차량들은 사고가 발생하게 되면 대형사고로 이어질 수 있다. 운송차량은 1차 피해인 교통사고뿐만 아니라 2차 피해인 환경 피해 요인들인 수질오염, 토양오염 등을 발생시킬 가능성이 높다. 본 연구는 반포IC와 서초IC 구간을 연구지역으로 설정하여 염화수소 가스 누출에 대한 시나리오를 작성하여, ALOHA 프로그램을 사용하여 예측거리를 측정하고 거리에 따라 염화수소 가스가 도달한 시간을 분석하였다. 또한 GIS를 이용해 시간별로 발생한 피해 영역에 대해서 인구밀도를 이용한 리스크 평가를 수행하였다. 이를 통해 피해 영역에 대해서 예방·대응 방안의 필요성을 제시하였다.
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.