• 대기
• /
• 제15권4호
• /
• pp.229-239
• /
• 2005

The effect of inversion layer on the land and sea breeze near the Gangneung city was investigated. The land and sea breeze occurrence days were selected, and the height and the intensity of inversion layer were calculated with the upper air observational data of the Sokcho Station. The relationships between the temperature variation near the Gangneung and the inflow time, inland penetration and the inflow depth of the land and sea breeze were also analyzed. And the Gangwon Short-range prediction system was verified with the comparison of surface stream line by the Gangwon short-range prediction system with the AWS wind vector data. It was revealed that the inversion layer tended to block the sea breeze, shorten the inland penetration distance and lower the inflow depth, causing the temperature rise. The comparison and analysis of surface steam line by the Gangwon short-range prediction system and the AWS wind vector showed that the system quite well simulated the sea breeze, thus the system could be well utilized in the prediction of land and sea breeze.

• 한국수자원학회논문집
• /
• 제55권7호
• /
• pp.495-504
• /
• 2022

최근 인공지능의 발전으로 시계열 자료 분석에 효과적인 Long Short-Term Memory (LSTM) 모델이 댐유입량 예측의 정확도를 높이는 데 활용되고 있다. 본 연구에서는 그 중 LSTM의 성능을 더욱 향상할 수 있는 Sequence-to-Sequence (s2s) 구조에 Attention 기법을 LSTM 모델에 첨가하여 소양강댐 유역의 유입량을 예측하였다. 분석 데이터는 2013년부터 2020년까지의 유입량 시자료와 종관기상관측기온 및 강수량 자료를 학습, 검증, 평가로 나누어 훈련한 후, 모델의 성능 평가를 진행하였다. 분석 결과, LSTM-s2s 모델보다 attention까지 첨가한 모델이 일반적으로 더 좋은 성능을 보였으며, attention 첨가 모델이 첨두값도 더 잘 예측하는 모습을 보였다. 그리고 두 모델 모두 첨두값 발생 동안 유량 패턴을 잘 반영하였지만 세밀한 시간 단위 변화량에는 어려움이 있었다. 이를 통해 시간 단위 예측의 어려움에도 불구하고, LSTM-s2s에 attention까지 첨가한 모델이 기존 LSTM-s2s의 예측 성능을 향상할 수 있음을 알 수 있었다.

• 한국농공학회지
• /
• 제43권2호
• /
• pp.85-93
• /
• 2001

The basic concept of the model is to minimize the error range between forecasted flood inflow and actual flood inflow, and forecast accurately the flood discharge some hours in advance depending on the concentration time(Tc) and soil moisture retention storage(Sa). Simplex method that is a multi-level optimization technique was used to search for the determination of the best parameters of RETFLO (REal-Time FLOod forecasting) model. The flood forecasting model developed was applied to several strom event of Yedang reservoir during past 10 years. Model perfomance was very good with relative errors of 10% for comparison of total runoff volume and with one hour delayed peak time.

• 한국농공학회:학술대회논문집
• /
• 한국농공학회 2000년도 학술발표회 발표논문집
• /
• pp.390-396
• /
• 2000

The basic concept of the model is minimizing the error range between forecasted flood inflow and actual flood inflow, and accurately forecasting the flood discharge some hours in advance depending on the concentration time(Tc) and soil moisture retention storage(Sa). Simplex method that is a multi-level optimization technique was used to search for the determination of the best parameters of RETFLO (REal-Time FLOod forecasting)model. The flood forecasting model developed was applied to several strom events of Yedang reservoir during past 10 years. Model perfomance was very good with relative errors of 10% for comparison of total runoff volume and with one hour delayed peak time.

• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1131-1141
• /
• 2021

본 연구에서는 국내 주요 댐 상류 유역을 대상으로 장기간 시단위 수문자료를 활용하여 실시간 댐 유입량 예측을 위한 인공신경망 모형의 선행 1, 3, 6시간별 예측유입량을 산정 및 평가하였다. 이를 위해, 각 유역별 15년의 시단위 강수 및 유입량 자료를 활용하였으며 연도별 평균 유입량을 고려하여 데이터세트를 구성하였다. 각 대상유역에 대한 선행시간별 예측 성능은 NSE 0.57~0.79 이상으로써 비교적 양호한 성능을 나타내었다. 유역면적이 클수록 이수기의 예측 성능이 낮은 것으로 확인되었으며 홍수기 예측성능과의 편차가 증가하는 것으로 확인되었다. 선행 6시간 예측에 대해 입력자료의 과거길이에 따른 성능 변화는 홍수기보다 이수기에서 큰 차이를 보이며 과거길이가 증가할수록 이수기의 성능이 향상되는 것으로 나타났다. 주요 홍수 사상에 대한 예측 수문곡선은 관측과 비교하여 수문곡선의 형태는 유사한 것으로 나타났다. 다만, 선행시간에 따라 첨두시간의 지연 및 유량의 과소 추정되는 경향이 있으며 이에 대한 개선이 필요함을 확인하였다.

• 대한환경공학회지
• /
• 제31권9호
• /
• pp.817-824
• /
• 2009

여과공정에서 수리적 충격부하로 인한 탁질누출을 방지하기 위하여, 여과지 유입량 변화에 대응하여 여과지 운영지수를 변화시키면서 여과수의 탁도 및 입자수를 고찰하였다. S 정수장은 여과지 유입량 최대/최소의 비가 2.2였으며, 이에 따라 여과속도도 변동하였다. S 정수장에서는 여과속도 변동 최소화를 위하여 여과유입수량 변동에 따라 여과지수를 변동시켰다. 여과지 유입유량 변화에 따라 가동, 휴지, 재가동을 반복하였을 경우 탁질누출은 심하지 않았다. 여과가동 누계시간이 10 h 이전이나 50 h 이후에 재가동시는 탁질누출현상이 일부 발견되었다. 이런 현상은 여재의 숙성이 충분하지 않거나 입자물질의 부착량 과다에 기인할 수 있다. 따라서 여과지를 재가동할 때는 누계여과지속시간이 10 h 이상, 50 h 미만인 여과지를 선택하는 것이 효율적인 것으로 조사되었다. 여과지 유입유량 변동에 따른 여과지수 변동은 UFRV 향상을 위한 방법으로 판단된다.

• 한국물환경학회지
• /
• 제22권2호
• /
• pp.342-348
• /
• 2006

Changes in water quality and algal growth according to the differences in the inflow volume were investigated in the Daecheong Lake from 1998 to 2001. Until year 2000, inflow volume considerably depended on the rainfall throughout the basin. However, the correlation was low since 2001 when water storage in the upstream Yongdam Lake was started. According to inflow volume-TP relationship analyses, significant correlation was found at up- and middle-stream sites, excluding down-stream site of the Daechong Lake. For chlorophyll-a, correlation was found with flow volume at all sites except for Choo-So. In a dry year, although nutrients loads were relatively lower than those in rainy years, there were higher concentrations of chlorophyll-a and massive bloom of Microcystis. Limiting factors for algal growth seems to be not the volume of nutrients load but retention time and physical disturbance of the water body influenced by inflow volume. Thus, in the Daecheong lake, it would be more important to focus on the management of eutrophication in dry years than in rainy ones.

• 한국수자원학회논문집
• /
• 제54권3호
• /
• pp.157-166
• /
• 2021

효율적인 댐 운영을 위해서는 높은 신뢰도를 기반으로 하는 유입량 예측이 요구된다. 본 연구에서는 최근 다양한 분야에서 사용되고 있는 데이터 기반의 예측 방법 중 하나인 딥러닝을 댐 유입량 예측에 활용하였다. 그 중 시계열 자료 예측에 높은 성능을 보이는 Sequence-to-Sequence 구조기반의 Long Short-Term Memory 딥러닝 모형(LSTM-s2s)을 이용하여 소양강 댐의 유입량을 예측하였다. 모형의 예측 성능을 평가하기 위해 상관계수, Nash-Sutcliffe 효율계수, 평균편차비율, 그리고 첨두값 오차를 이용하였다. 그 결과, LSTM-s2s 모형은 댐 유입량 예측에 대한 높은 정확도를 보였으며, 단일 유량 수문곡선 기반의 예측 성능에서도 높은 신뢰도를 보였다. 이를 통해 홍수기와 이수기에 수자원 관리를 위한 효율적인 댐 운영에 딥러닝 모형의 적용 가능성을 확인할 수 있었다.

• 한국농공학회:학술대회논문집
• /
• 한국농공학회 2001년도 학술발표회 발표논문집
• /
• pp.295-299
• /
• 2001

To protect the flooding damages in Medium and Small watershed, it needs to set up flood warning system and develope Flood forecasting Model in real-time basis for medium and small watershed. In this study, it was able to minimize the error range between forecasted flood inflow and actual flood inflow, and forecast accurately the flood discharge some hours in advance by using simplex method recursively for the determination of the best parameters of RETFLO model. The result of RETFLO performance applied to several storm of Yugu river during 3 past years was very good with relative errors of 10% for comparison of total runoff volume and with one hour delayed peak time.

• 한국농공학회논문집
• /
• 제56권6호
• /
• pp.103-111
• /
• 2014

This study was to develop the flood analysis module (FAM) for implementation of a web-based real-time agricultural flood management system. The FAM was developed to apply for an individual watershed, including agricultural reservoir. This module calculates the flood inflow hydrograph to the reservoir using effective rainfall by NRCS-CN method and unit hydrograph calculated by Clark, SCS, and Nakayasu synthetic unit hydrograph methods, and then perform the reservoir routing by modified Puls method. It was programmed to consider the automatic reservoir operation method (AutoROM) based on flood control water level of reservoir. For a $15.7km^2$ Gyeryong watershed including $472{\times}10^4m^3$ agricultural reservoir, rainfall loss, rainfall excess, peak inflow, total inflow, maximum discharge, and maximum water level for each duration time were compared between the FAM and HEC-HMS (applied SCS and Clark unit hydrograph methods). The FAM results showed entirely consistent for all components with simulated results by HEC-HMS. It means that the applied methods to the FAM were implemented properly.