• Ecology and Resilient Infrastructure
• /
• 제9권1호
• /
• pp.24-35
• /
• 2022

수질분야에서 물재해 안정성 강화를 위해 과거와 현재의 수질을 분석하여 예측하는 기술을 지속적으로 고도화하는 것이 필요하며 데이터 기반의 예측 모형이 하나의 대안으로 대두되고 있다. 데이터 기반 모형은 복잡하고 광범위한 자료의 양을 기반으로 구축되기 때문에 보다 신뢰도 있는 결과를 얻을 수 있는 입력자료의 조합을 위한 상관관계 분석방법의 적용이 필수적이다. 본 연구에서는 보다 신속하고 정확한 데이터 기반의 수질 예측 모형을 구성하기 위한 선행단계로 Gamma Test를 적용하였다. 먼저 팔당댐의 다양한 수문조건에 따른 해당 유역의 복잡성과 정밀성이 재현된 과거와 현재의 일단위 수질을 최대한 확보하고자 물리적 기반 모형 (HSPF, EFDC)을 구동하였다. 팔당댐 수질예측지점과 팔당댐으로 유입되는 주요 하천의 수질을 대상으로 Gamma Test를 수행한 후 해석결과 (Gamma, Gradient, Standar Error, V-Ratio)를 통해 최적의 자료조합을 선정하는 방법을 제시하였다. 본 연구의 결과는 데이터 기반 모형 구축 시 반복적인 수행과정을 생략하여 시간을 단축하면서 보다 효율적으로 최적의 입력자료를 선정할 수 있는 정량적인 기준을 보여준다.

• 한국수자원학회논문집
• /
• 제41권3호
• /
• pp.341-351
• /
• 2008

최근 지구 온난화로 인한 이상기후의 영향으로 게릴라성 집중호우의 피해가 증가하고 있으므로 대하천뿐만 아니라 중 소하천에서도 홍수 예 경보의 중요성이 높아지고 있다. 기존의 홍수 예 경보 체계의 경우 유출량을 계산하는 전처리과정과 주 계산과정을 거치는 동안 많은 오차들이 발생하고, 누적되어 그 결과물(예측된 유출량) 속에 오차들이 내포되어 있다. 또한 유출모형의 적용에 필요한 매개변수들을 추정하기 위해서도 많은 실측자료가 필요하고, 많은 불확실성이 내재되어 있다. 본 연구에서는 기존의 홍수 예 경보 시스템의 문제점과 불확실성을 최대한 감소시키기 위해 ANFIS(Adaptive Neuro-Fuzzy Inference) 기법을 사용하였다. ANFIS는 신경회로망 기법을 사용한 data driven 모형으로 기존의 물리적 모형의 구축과정에서 필수적이었던 방대한 양의 물리적 자료를 배제하고 유역의 강우자료와 수위자료만으로 모형을 구축하고 수위 예측을 실시할 수 있다. 입력자료로는 시계열 강우자료와 수위자료를 사용하였고, 모형을 통하여 t+1, t+2, t+3 시간 후의 수위를 예측하였다. 탄천유역의 2003년부터 2005년까지의 강우사상을 이용하여 모형의 적용성과 타당성을 검토하였고, 2006년 실제 강우에 모형을 적용한 결과 실제 수위를 큰 오차 없이 모의할 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2007년도 학술발표회 논문집
• /
• pp.132-136
• /
• 2007

최근 지구온난화로 인한 이상기후의 영향으로 강우일수는 줄고 있으나 강수량은 예년과 비슷한 수준을 보이고 있다. 이로 인해 갈수기의 용수부족 현상은 더욱 심해지고. 장마철의 홍수피해와 게릴라성 집중호우로 인한 피해가 커지는 등 해가 갈수록 홍수 예경보의 중요성은 더욱 높아지고 있다. 그럼에도 불구하고 현재 홍수 예경보 체계는 몇 가지 문제를 가지고 있다. 기존 예경보 체계의 경우 한 번의 예측을 수행하기 위해 수반되는 전처리과정과 주계산과정을 거치는 동안 각 과정에서 발생한 오차들이 반복, 누적되어 최종 결과물(예측된 유출량) 속에 모두 포함된다. 또한 기존 체계에서는 유출모형을 적용하기 위해서 토양형. 피복상태 등에 관련된 매개변수들이 필요한데. 이러한 매개변수의 결정에 어려움이 있고. 불확실성을 갖고 있다. 본 연구에서는 불확실성을 적극적으로 인정하고 수학적으로 해석하려는 fuzzy 이론을 신경망 이론에 도입하여 홍수 예경보 시스템의 운영과정에서 발생하는 불확실성의 문제를 해결하고자 하였다. 본 연구에서 사용한 ANFIS(Adaptive Neuro-Fuzzy Inference System)은 data driven model(자료에 기반을 둔 모형)의 하나로 다음과 같은 장점을 가진다. 우선 data driven model은 유역의 물리적, 지형적 특성을 고려하지 않고(매개변수설정에서 발생하는 문제 해결 가능), 입력자료와 출력자료만을 고려하여 구축되는 모형이므로, 유역의 물리적 자료나 지형 자료와 같은 방대한 양의 자료 수집이 필요 없고, 일단 모형이 구축되면 자료의 입력만으로도 신뢰성 높은 결과를 단시간 내에 효율적으로 획득할 수 있다. 그리고 유역 내의 상황이 변화하더라도, 이들의 영향을 고려하여 쉽게 모형을 갱신할 수 있다. 마지막으로 모형의 구축 과정이 물리적 모형에 비해 비교적 간편하다는 장점이 있다. 본 연구에서는 ANFIS를 통해 탄천유역의 강수량 자료와 대곡교의 수위자료를 입력자료로 사용하여 대곡교의 수위를 예측하였다. 입력 자료는 시간차 계열의 강우량과 수위 자료를 사용하였으며 모형을 통하여 t+1, t+2, t+3 시간 후의 수위를 예측하였다.

• 대한토목학회논문집
• /
• 제33권4호
• /
• pp.1413-1424
• /
• 2013

최근 우리나라에는 집중호우의 발생 빈도가 잦아지고 있다. 집중호우는 단시간에 발생하여 인명과 재산에 직접적인 피해를 주는 특징이 있다. 이러한 이유로 치수에 대한 관심은 점점 높아지고 있으며 정확한 유량 예측을 바탕으로 홍수에 대비할 수 있는 시스템 개발에 대한 연구가 활발하게 이루어지고 있다. 지금까지 홍수 예보에는 주로 물리적 모형이 사용되어 왔다. 물리적 모형은 매개변수 결정을 위해 많은 자료를 필요로 하고 또 매개변수의 결정 과정에서 많은 불확실성을 포함하고 있기 때문에 계산과정을 거치는 동안 다양한 오차가 반복하여 누적되는 단점이 있다. ANFIS는 인공신경회로망과 퍼지기법을 사용한 자료 지향형 모형으로 기존의 물리적 모형에서 사용한 방대한 양의 물리적 자료를 배제하고 유역의 강우자료와 유량자료만을 사용하여 모형을 구축하고 수위를 예측할 수 있다는 장점이 있다. 그러나 자료 지향형 모형은 입력 자료와 결과 사이의 논리적 상관성을 찾을 수 없다는 단점이 있다. 본 연구에서는 ANFIS 모형에 사용되는 함수의 옵션과 입력자료의 특성의 제한적인 변화에 따른 결과자료 분석을 통해 자료 지향형 모형의 특성을 분석하였다. 또한 일반적으로 많이 사용하는 물리적 모형 중 하나인 HEC-HMS의 유출량 산정 결과와의 비교를 통해 ANFIS의 적용성을 평가하였다. 본 연구는 남한강 상류에 위치한 청미천 유역의 2007년부터 2011년까지의 관측 강우자료와 유량자료를 사용하여 수행하였다.

• 한국해안해양공학회지
• /
• 제10권1호
• /
• pp.27-36
• /
• 1998

물의 유동을 해석하기 위한 3차원 수치모형이 개발되었다 모형은 균질류에 대한 $\sigma$-좌표에서 방정식들 을 유한요소법을 사용하여 해석한다. 모형의 정확성을 정토하기 위하여 1차원 수로에서 취송류 분포, 정사각형 호수에서 취송류 분포를 해석하고 해석해와 비교 검증하였으며, 마산-진해만에서 조류분포를 계산하고 현장 관측자료와 비교 검증하였다. 계산결과가 비교된 해석해 및 관측치와 대체로 일치하는 양호한 결과를 보였다. 따라서, 개발된 모형은 복잡한 육지경계를 갖는 자연 수괴의 3차원적 순환현상을 해석하는 데 널리 활용될 수 있을 것이다

• 한국해안해양공학회지
• /
• 제6권3호
• /
• pp.226-233
• /
• 1994

전난류에서 파와 해류가 합성하였을 때 발생하는 해저면 마찰력을 계산하는 방법을 고찰하였다. 전난류에서 일방향 흐름에 의한 마찰력의 산정방법으로 절점조정법을 제시하며, Bijker의 관측자료와 비교하여 절점조정치를 산정하였다. 파와 해류의 합성류에 의한 마찰력 계산방법으로 수정된 Bijker 모형(BYO Model)과 수정된 Fredsoe 모형(FY Model)을 Bijker의 관측자료에 적용하였으며, 두 모형 모두 한가지씩 새로운 개선책을 제시하였다.

• 대한토목학회논문집
• /
• 제44권2호
• /
• pp.173-182
• /
• 2024

최근 홍수예측과 관련한 연구에서 기계학습과 같은 인공지능 기법을 이용한 데이터모형의 활용에 관한 관심이 높다. 데이터모형은 미리 학습된 정보를 활용하기 때문에 모의에 소요되는 시간을 크게 줄일 수 있다는 장점이 있다. 그러나 데이터모형의 사전학습을 위해서는 많은 양의 침수자료가 필요한 데 반하여 적용할 수 있는 실측자료가 부족한 것이 현실이다. 대안으로 매개변수가 검정된 물리모형의 모의 결과를 실측자료와 함께 사전학습자료로 활용하고 있다. 이러한 상황에서 본 연구에서는 하천범람에 의한 침수예측에 데이터모형을 활용하고자 사전학습을 위한 홍수범람지도를 생성하는 엑셀러레이터를 개발하였다. 개발된 엑셀러레이터에서는 HEC-1을 이용한 홍수량 산정, HEC-RAS를 이용한 홍수위 산정, RAS Mapper를 이용한 하천범람 모의 및 침수예상도 출력의 전체 과정을 자동화한다. 이에 따라 사용자는 수백에서 수십만건의 강우시나리오에 대하여 손쉽게 침수예상도 데이터베이스를 구축할 수 있다. 그래픽 편의 인터페이스(GUI)를 포함하여 홍수범람지도 작성에 필요한 다양한 편의기능을 탑재하고 있으며, 전국에 걸쳐서 위치한 26개소의 테스트베드에 적용하여 실무적용성을 검토하였다.

• 물과 미래
• /
• 제51권11호
• /
• pp.13-19
• /
• 2018

• 한국과학교육학회지
• /
• 제40권6호
• /
• pp.657-670
• /
• 2020

지식정보화 사회가 되면서 기존과는 다른 유형의 사회 문제들이 발생하고, 이를 파악하고 해결하는데 필수적인 역량으로 지식정보처리역량을 꼽을 수 있다. 지식정보처리역량은 정보의 수집과 분석, 활용을 할 수 있는 역량으로 학문 분야에 따라 그 적용이 달라질 수 있으므로 일반 소양적인 측면과 교과 맥락적인 측면으로 나누어 교육할 수 있다. 과학에서의 지식정보처리역량 함양 교육은 이제까지는 일반 소양적인 측면에서 주로 실행됐으므로, 과학 탐구 활동을 통해 교과 맥락적인 측면에서의 교육이 필요하다. 따라서 본 연구에서는 학교 현장에서 일반적으로 적용 가능한 지식정보처리함양을 위한 데이터 기반 과학탐구 모형과 수업전략을 개발하였다. 모형과 수업전략은 설계·개발 연구방법론에 따라 문헌연구를 바탕으로 모형과 수업전략을 1차 개발하고 전문가의 조언을 듣는 내적 타당화 과정과 실제 현장에 적용하는 외적 타당화 과정을 통해 수정, 개선하여 완성하였다. 자원기반학습 이론을 바탕으로 과학탐구 모형, 데이터 과학의 특징, 통계적 문제 해결력 모형에 대한 문헌 연구를 실시하였고, 전문가 5인의 자문을 받아 CVI, IRA 값을 구하고 면담을 통해 모형과 전략을 개선하였으며 두 번의 외적 타당화 과정을 거치며 현장 적용성 높은 모형과 전략을 완성하였다. 본 연구에서 개발한 모형은 탐색적 과학 데이터 분석 탐구모형(Exploratory Scientific Data Analysis Inquiry Model, 이하 ESDA 탐구모형)으로 학교의 상황에서 실행가능한 도구를 먼저 선택하고 데이터를 수집하며, 그 후 분석 과정에서 질문을 찾고, 이를 새로운 가설로 설정하여 또 다른 탐구를 진행하는 형태를 갖는다. 수업 전략은 최종 7가지 원리로 세분화 되었는데, 도구 탐색의 원리, 실생활 데이터 수집의 원리, 데이터 변형의 원리, 데이터 해석의 원리, 문제 구체화의 원리, 문제 해결의 원리, 표현과 공유의 원리이다. 각 원리는 탐구 모형과 연계되어 있으며, 교수 전략 뿐 아니라 탐구를 수행할 수 있는 환경 구성의 조건을 포함하고 있어 현장 적용성을 높이고자 하였다. 본 연구는 일반적인 대규모의 학생을 대상으로 양적 연구를 실시하지 못했다는 한계가 있으나 지식정보처리 역량을 과학탐구의 관점에서 접근하여 실제적 모형과 전략을 개발했다는 점에서 의의가 있다.

• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2003년도 춘계학술대회
• /
• pp.1814-1820
• /
• 2003

Nonlinear relationship between Reynolds stresses and the rate of strain of nonlinear ${\kappa}-{\epsilon}$ models is evaluated theoretically by using the boundary layer assumptions against the turbulence-driven secondary flows in noncircular ducts and then their prediction performance is validated numerically through the application to the fully developed turbulent flow in a square duct. Typical predicted quantities such as mean axial and secondary velocities, turbulent kinetic energy and Reynolds stresses are compared with available experimental data. The nonlinear model adopted in a commercial code is found to be unable to predict accurately duct flows with the prediction level of secondary flows one order less than that of the experiment.