최근 전 세계적으로 기후변화의 영향으로 강우량이 집중되고 강우강도가 커지면서 홍수피해의 규모를 증가시키고 있다. 기존에는 관측되지 않았던 규모의 강우가 내리는가 하면 기록적으로 장기간동안 장마가 지속되기도 한다. 특히, 이러한 피해들은 아세안 국가들에 집중되고 있으며, 최근 해수면 상승, 태풍 및 집중호우로 인해 침수가 빈번히 빌생하는 등 아세안 국가 국민들 중 최소 2,000만 명이 영향을 받고 있다. 우리나라도 각종 ODA사업을 통해 국내의 홍수예경보시스템을 아세안 국가에 지원하고 있지만 통신시설이 불안정하여 중앙제어방식만으로는 한계가 있다. 따라서 본 연구에서는 한 개의 관측소에서 수위, 강우의 관측과, 홍수예측, 경보까지 한번에 가능한 관측소를 개발하기 위한 인공지능기반의 홍수예측모형을 개발하였다. 설마천의 전적비교 관측소의 2009년부터 2020년 까지 10분단위 강우와 수위관측자료를 활용하여 선행예보시간 0.5, 1, 2, 3, 6시간에 대해서 학습, 검증, 시험을 수행하였으며 인공지능알고리즘으로는 LSTM을 적용하였다. 연구결과 모든 선행예보시간에 대해 모형적합도 및 오차에서 우수한 결과를 나타냈다. 설마천과 같이 유역규모가 작고 유역경사가 커서 도달시간이 짧은 경우에는 선행예보시간 1시간은 매우 우수한 예측 결과를 나타낼 것으로 판단되며 유역의 규모나 경사에 따라 더 긴 선행예보시간도 가능할 것으로 예상된다.
K-water의 분포형 강우-유출모형인 K-DRUM(K-water hydrologic & hydraulic Distributed RUnoff Model)은 단기예측 강수자료를 통해 댐의 예측 유출량 및 수위를 산출하는 모형으로, 장기적인 수문기상정보를 획득하기 위해서는 장기예측 강수자료를 입력자료로 사용할 필요가 있다. 본 연구에서는 2014년 국내에 도입된 기상청의 계절예측시스템인 GloSea5(Global Seasonal Forecast System version 5) 예측 강수량 앙상블을 K-DRUM의 입력자료로 사용하는 프로그램을 개발하였으며, 이를 통해 산출된 예측 유출량 앙상블 자료를 기반으로 댐 운영자에게 수문기상정보를 제공하는 웹 기반 확률장기예보 활용 물관리 의사결정지원시스템을 함께 구축하였다. GloSea5의 예측 결과를 입력자료로 사용하기 위하여 대상 댐 유역에 대해 전처리 과정을 수행한 후 편의보정기법을 적용하여 예측 강수 앙상블 자료를 산출하였으며, 이를 K-DRUM에 입력하여 수행하여 예측 유출량을 산출하였다. 이 과정에서 편의보정된 강수량과 강우-유출모형에서 산정된 예측 유출량은 그래프와 테이블로 함께 표출할 수 있도록 하였다. 본 연구의 결과를 통해 시스템의 사용자는 예측 강수량과 유출량을 토대로 댐의 방류량을 조정함으로써 댐 수위 모의 운영을 수행할 수 있게 되어 장기적인 물관리 의사결정에 도움이 될 것으로 기대된다.
실시간 홍수예측시스템의 구성에서 장래 강우 양상(지속기간, 강우강도 등)에 대한 가정으로 인하여 홍수예측의 신뢰성을 높이기 어려웠다는 점을 해결하기 위하여 현재까지의 강우, 현재수위 및 상류지역의 수위를 기반으로 홍수를 예측할 수 있는 간단한 웹기반모형을 구성하였다. 대상유역인 대전광역시의 도심하천 구간에서 각 수위 및 강우관측소들 간의 자료들을 활용하고, 현재까지의 관측 자료들을 이용하여 최대 2시간 후의 수위변화를 예측할 수 있는 회귀분석 모형을 구성하였다. 자료의 전송은 MS-Excel 2007을 기반으로 하여 금강홍수통제소와 국가수자원관리 종합정보홈페이지의 강우 및 수위자료를 실시간으로 읽어오는 방식으로 자료를 연결하였다. 각각의 선행시간에 대하여 예측한 결과 실제 실측치를 예측하는 과정에서 표준편차가 최대 5 cm, 평균 표준편차가 1~4 cm에 머무르고 있는 점 및 수정 결정계수의 값이 대부분 0.95 이상을 나타내는 점 등을 살펴보면 전체적으로 예보모형이 안정적으로 운영이 되고 있음을 알 수 있었다. 다만 본 회귀모형의 특성이 유역반응의 정상성을 가정하여 구성된 것을 감안한다면 어느 정도 기간까지 정상성을 유지할 수 있는가의 문제 및 시계열분석 기법의 적용은 추후 연구가 더욱 필요할 것으로 보인다.
지하수자원의 변동성 및 취약성 평가를 위한 지하수위의 정량적 예측은 매우 중요하다. 이를 위해 다양한 시계열 분석 기법과 머신러닝 기법 등이 사용되어 왔다. 본 연구에서는 제주도 한경면 지역에 설치된 11개 지하수위 관측정의 일 수위자료를 대상으로 인공신경망 알고리즘의 하나인 Long short term memory (LSTM)에 기반한 예측 모델을 개발하였다. 제주도의 지하수위는 일반적으로 조석에 의한 자기상관성이 높고 강수에 의한 영향이 잘 반영되는 것으로 알려져 있다. 이러한 자료 특성을 고려한 입출력 텐서를 구성하기 위해 각 지하수 관측정의 수위변동 관측 자료와 같은 기간의 강수량 자료를 추가 입력자료로 선택하였다. 4계절을 나타내는 초기 365일 자료를 이용하여 LSTM 모델을 학습시켰으며 나머지 자료를 검증에 활용하여 예측 모델의 적합도를 평가하였다. 모델의 개발은 Python기반 딥러닝 프레임워크인 Keras를 이용하였고, 학습속도를 향상시키고자 NVIDIA CUDA 아키텍처를 도입하였다. LSTM 모델을 이용하여 지하수위 변화를 학습시키고 검증한 결과 결정계수가 평균 0.98로 나타나 개발된 예측모델의 적합성이 매우 높은 것으로 확인되었다.
City of Gyeongju's referendum finally offered the long-waited low-level radioactive waste disposal site in November 2005. Gyeongju's positive decision was due to the various economic rewards and incentives the national government promised to the city. 300 billion won for an accepting bonus, the location of the headquarter building of the Korean Hydro and Nuclear Power Co., and the accelerator research center and 3.25 trillion won for supporting regional development program implementation. All of the above will affect the city's infrastructure and the citizens' economic and social lives. Population, land use, economic structure, SOC and quality of life will be affected. Some will be very positive, and some will be negative. This research project will see the future of the city and forecast the demographic, economic, physical and environmental changes of the city via computer simulation's system dynamics technique. This kind of simulation will help City of Gyeongju's what to prepare for the future. The population forecasting of the year 2046 will be 662,424 with the waste disposal site, and 327,274 without the waste disposal site in Gyeongju. The waste disposal site and regional supporting program will increase 184,246 Jobs more with 1,605 agriculture and fishery, 5,369 manufacturing shops and 27,577 shops. The population increase will bring 96,726 more houses constructed in the city. Land use will also be affected. More land will be developed. And road, water plant and waste water plant will be expanded as much. The city's financial structure will be expanded, due to the increased revenues from the waste disposal site, and property tax revenues from the middle-class employees of the company, and the high-powered scientists and technologists from the accelerator research center. All in all, the future of the city will be brighter after operating the nuclear waste disposal site inside the city.
홍수기 중 저수지 운영은 이수와 치수를 고려한 전반적인 홍수기 저수지 운영확 홍수예측시 임의의 저수지 수위에서의 홍수시 저수지 운영으로 구분할 수 있다. 본 연구는 홍수시 저수지운영에 관한 것으로 전반적인 홍수시 저수지 운영방안에 관해 논의하고자 한다. 현행의 홍수시 저수지 운영을 위해서는 확보된 홍수조절용량을 토대로 각종 수문모형의 불확실성과 기술적인 한계, 제약조건 등을 고려한 양적인 홍수조절 방안이 마련되어야 한다. '저수지 홍수변환법'은 이러한 양적인 홍수조절 방안중의 하나로 무피해방류량 이상의 홍수유입량에 대해 댐의 안전을 고려하여 적절한 방류량을 결정하는 일련의 절차이다. 본 연구에서는 기 발표된 '저수지 홍수변환법'에 대한 보충설명과 함께 전반적인 홍수시 저수지 운영방안을 논의하였다.
It is important to predict the groundwater level fluctuation for effective management of groundwater monitoring system and groundwater resources. In the present study, three different time series models for the prediction of groundwater level in response to rainfall were built, those are transfer function noise model (TFNM), artificial neural network (ANN), and adaptive neuro fuzzy interference system (ANFIS). The models were applied to time series data of Boen, Cheolsan, and Hongcheon stations in National Groundwater Monitoring Network. The result shows that the model performance of ANN and ANFIS was higher than that of TFNM for the present case study. As lead time increased, prediction accuracy decreased with underestimation of peak values. The performance of the three models at Boen station was worst especially for TFNM, where the correlation between rainfall and groundwater data was lowest and the groundwater extraction is expected on account of agricultural activities. The sensitivity analysis for the input structure showed that ANFIS was most sensitive to input data combinations. It is expected that the time series model approach and results of the present study are meaningful and useful for the effective management of monitoring stations and groundwater resources.
국내 강우발생은 기상학적인 영향으로 인하여 장마기간(6~8월)에 집중되어있으며, 최근에는 기후변화의 영향으로 짧은 시간에 많은 양의 강우가 발생하는 집중호우의 발생빈도가 증가하고 있다. 또한, 시간과 지역에 관계없이 국지성호우의 발생빈도 역시 높아지고 있다. 집중호우와 국지성호우는 짧은 시간에 하천수위를 상승시키므로 홍수로 인한 물적 피해가 크게 발생된다. 국토교통부에서는 그동안 홍수예보에 필수적인 우량, 하천수위 등 기초자료를 확보하기 위해 관측소(500여개) 및 홍수량 측정지점(80여개)을 확대하였으며, 관측된 자료는 모두 전산망에 기록, 보관하고 있다. 또한 한강, 금강, 낙동강, 영산강의 경우 홍수통제소에서 홍수량 예측 계산 등을 통해 홍수 예경보를 실시하고 있다. 하지만 4대강을 제외한 중소하천의 홍수예경보에 대한 정보를 찾아볼 수 없으며, 현재 연구가 진행중이다. 강우-유출모형을 활용하여 중소하천의 강우와 유출의 관계를 해석하는 과정은 다양한 인자를 고려해야하지만 중소하천의 경우 하천단면 등 하천자료가 충분히 구축되어 있지 못하므로 유출량 계산에 많은 어려움을 겪고 있다. 이에 본 연구에서는 중소하천의 홍수위 예측을 위해 한강의 과거 수위와 현재 수위만을 활용하여 인공신경망(Artificial Neural Network, ANN)의 학습을 진행하였다. 첫 번째로 ANN을 활용하여 한강유역 중 홍수예보지점(잠수교)의 수위변화에 직접적으로 연관이 있는 5개 수위관측소를 선정하였으며, 과거 장마기간(6~8월)관측 자료를 활용하였다. 두 번째로 홍수예보지점(잠수교)과 5개 수위관측소의 과거 관측수위(2009~2014년)를 인공신경망의 학습자료로 활용하여 모델을 훈련시켰으며, 마지막으로 2015년의 관측수위를 이용하여 ANN의 학습정확도에 대한 검증을 하였다. 본 과정은 수위예측을 위한 ANN의 훈련단계로 Training/Test를 반복하였으며, 학습결과와 2015년 관측수위 비교시 $R^2=0.987$과 상관계수 r=0.994로 유사한 패턴을 보였으나 최대치와 최소치에 대한 오차가 있음을 확인하였다.
최근 개발에 따른 토지이용 변화로 유역내 강우의 도달시간이 짧아지고, 집중호우가 빈번하게 발생함에 따라 유출량이 증가하여 많은 홍수피해가 일어나고 있다. 유출량 증가는 하천 수위를 상승시켜 하천주변에 막대한 재산피해를 주고 있으므로 유역의 정확한 유출량 산정이 선행되어야 한다. 산정된 유출량을 바탕으로 홍수재해 발생시 예상되는 홍수범람지역을 추정함으로써 홍수피해를 예방하고, 최소화시키는 것이 필요하다. 실무에서 범용적으로 사용하고 있는 HEC-HMS 모형을 이용하여 남대천 유역의 빈도별 확률강우량에 대한 유출량을 산정하였다. 또한 이로부터 모의된 첨두홍수량을 하도수리분석을 위한 경계조건으로 사용하여 남대천 하류구간의 홍수위를 HEC-RAS 모형에 의해 분석하였다.
다목적댐 유역에서의 호우(濠雨)발생지 저수지 실시간(實時間) 운영을 위해서는 Telemeter 설비를 통해 온라인으로 전송된 강우(降雨) 및 유입량(流入量)(수위(水位)) 관측자료를 이용하여 강우(降雨)-유출(流出) 모형(模型)의 매개변수(媒介變數) 신속하게 보정(補正)하고 정확한 유입량을 예측하여야 한다. 지금까지는 유출모형의 매개변수 보정을 모형 운영자의 주관적인 판단 아래 시행착오(試行錯誤)에 의한 수동보정(手動補正) 방법을 사용하여 왔으나 최적화 기법을 이용하여 강우-유출모형의 매개변수를 자동으로 보정할 수 있는 방법을 제시하는 것이 본 연구의 목적이다. 최적화 기법으로는 다양한 조건하에서도 해의 안정성이 우수한 Pattern-Search법을 선정하였으며 목적함수로는 모형에 의해 산정된 유출량과 관측 유출량과의 편차의 제곱에 대한 누계치를 최소화 하는 것으로 하였다. 본 연구를 위하여 개발한 최적화 기법을 현재 한국수자원공사(韓國水資源公社)에서 소양강 다목적댐의 실시간 홍수조절에 사용하고 있는 저유함수(貯留函數) 유출모형의 매개변수를 과거의 홍수사상(洪水事象) 사용하여 자동으로 보정 하는데 적용하였다. 적용결과에 시행착오에 의한 수동보정 방법보다 시간 및 노력면에서 보다 효율적일 뿐아니라 홍수예측 기능도 보다 우수하여 저수지의 실시간 홍수예측 및 홍수조절에 알맞은 것으로 나타났다.
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.