• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.209-210
• /
• 2016

우리나라의 연평균강수량은 약 1362 mm이며, 총강수량의 약 30% 이상이 증발산을 통해 손실되고 있다고 추정되어지고 있다. 증발산은 물 수지 분석에 있어 매우 중요한 성분이며, 많은 부분을 차지하지만 다른 요인들에 비해 직접적인 관측이 어려워 과거에는 경험식을 사용하거나 단순하게 가정에 의해 결정해 왔다. 또한 기상자료로부터 증발산량을 추정하거나 증발접시나 추정식으로 잠재증발산을 추정하고 있다. 또한 최근 기후변화의 가속화에 따른 홍수의 가뭄의 강도와 빈도가 높아지고 있으며, 이에 따라 수자원 관리에 있어서 기초수문조사 항목에 많은 변화를 요구하고 있다. 그 결과 2007년 4월 하천법 개정으로 증발산량 및 토양수분량이 기초수문조사 항목으로 추가되었으며, K-water 연구원에서는 용담시험유역에 플럭스타워를 설치하였고 현재 운영 중에 있다. 덕유산 플럭스타워는 용담시험유역 내에 위치한 금강 수계 구량천 상류부의 덕곡제 유역 내에 설치하였으며, 2011년 4월부터 실제 증발산량을 관측하고 있다. 동경 $127^{\circ}$42'23" ~ $127^{\circ}$44'53", 북위 $35^{\circ}$50'47" ~ $35^{\circ}$52'50"사이로 중부지방에 위치한 유일한 증발산관측 타워이다. 유역 면적은 9.27 km2으로 유로연장 3.48 km, 유역 평균폭 2.66 km, 형상계수는 0.77이며, 덕곡제플럭스 타워 주변의 토지이용은 대부분 산림으로 구성되어 있으며, 침활 혼효림과 낙엽송림으로 임상 분포가 이루어져 있다. 주요 관측기기로는 3차원 풍향 풍속계, $CO_2/H_2O$ 기체분석기, 순복사 측정 센서, 지중열플럭스 측정 센서 등이 있다. 2011년부터 측정된 자료를 바탕으로 에디공분산 방법을 이용하여 증발산량을 측정하였으며, 30분간의 데이터 18,000개 중 취득률 90 % 이상의 데이터를 대상을 분석을 실시하였다. 2011 ~ 2015년도 증발산량 분석 결과는 아래의 표와 같다. 증발산의 패턴은 1월부터 서서히 증가하지만 활발하지는 않고, 4월부터 매우 활발해져 8월에 최대치에 이른다. 10월부터 증발산량은 급격히 감소하기 시작하며 11, 12월에는 증발산이 거의 발생하지 않는 공통적인 경향을 보였다. 2013년 8, 9월은 다른 해와 다른 경향을 보이고 있는데, 이는 2013년 8, 9월에 강우가 많이 발생하여 증발산량이 감소하였기 때문으로 판단된다. 2015년 8월은 다른 년도와 비교했을 때, 매우 높은 증발산량을 보이는데 이는 2015년 8월에 많은 강우에도 식생이 활발하게 작용하였기 때문으로 판단된다.

• 한국수자원학회논문집
• /
• 제52권3호
• /
• pp.187-194
• /
• 2019

한국의 수자원 총량중 이용량은 26.3%로 강으로부터의 취수 비율은 3%에 불과하며, 중국, 인도, 이탈리아, 남아공 등과 함께 물 스트레스 기준 중~고에 해당한다. 따라서 본 연구에서는 댐 수자원 확보를 위한 적지선정과 관련하여 연구하였다. 미국, 일본 및 한국의 댐 건설절차에 대한 조사 결과, 정량적인 기준 및 계산 방법 또는 공식이 부재하였다. 댐 적지선정의 정량적 기준 제시를 위하여 먼저 기후 변화 시나리오를 조사, 분석하였으며, IPCC제 5 차 평가 보고서에 제시된 12.5 km 격자 해상도의 RCP 4.5 및 8.5를 SWAT와 HEC-ResSim를 이용하여 유역 연구에 적용하였다. 댐 시뮬레이션 결과를 토대로 홍수 및 가뭄의 감소 효과를 정량적으로 제시하였다. 그리고 댐 적지 선정 지표 결정과, AHP 기법을 이용하여 평가지표에 대한 전문가 설문을 실시하여 가중치를 부여하였으며, 이를 통해 댐 적지 선정 함수식(FSDS)을 제안하였다. 함수식의 경우 4곳의 기 설치된 유역에 대하여 보정 및 검증 하였으며, FSDS와 GIS의 'Model builder'를 사용하여 댐 적지선정 자동화 모델을 개발하였다.

• 대한원격탐사학회지
• /
• 제34권6_1호
• /
• pp.1119-1130
• /
• 2018

수도권의 수해 피해를 막고 경제 성장에 기여해온 소양호는 2015년 가뭄 등으로 중상류의 수위가 크게 감소했다. 기존의 유량을 회복하기 위하여 인제군 신남면 부평리에 설치된 부평보는 부평지구 담수 지역의 퇴적환경에 인공적인 변화를 야기했다. 이에 본 연구에서는 부평보 건설 이후의 퇴적환경의 변화를 확인해보고자 하였다. 이 연구를 위하여 Sentinel-2 위성 영상 자료를 활용하여 부평지구 인근의 저수량에 따른 물의 면적을 시기별로 관측하였으며 현장 조사를 통하여 퇴적물의 입도와 함수율을 분석하였다. Sentnel-2 위성 영상을 이용하여 2017년 9월부터 2018년 10월까지 수계면적 변화는 2018년 6월에 촬영된 영상의 수계면적이 최소면적을 나타냈으며, 반대로 2018년 1월에 촬영된 영상이 최대 면적으로 측정되었다. 또한 함수율과 입도 분석결과, 입자 크기가 작을수록 높은 함수율로 측정된 결과로 미루어 보아 퇴적층의 입자사이즈와 수분 함량의 상관관계가 높음을 확인할 수 있었다. 향후 부평지구 담수 지역의 드론에 의한 촬영을 진행한다면 다른 두 시기에 따른 동일 지역의 퇴적물의 분포 변화를 측정할 수 있으며, 현장 조사를 통하여 다양한 퇴적물의 종류도 관측할 수 있을 것으로 판단된다.

• 한국농림기상학회지
• /
• 제23권1호
• /
• pp.1-14
• /
• 2021

양파는 생산량 변동에 따른 가격 변화폭이 커 수급조절 대책이 필요한 대표적인 농산물로 대책의 실효성 증대를 위해서는 정확한 생산량 예측이 요구된다. 양파는 주로 노지에서 재배되기 때문에 기상변화로 인해 생산량의 정확한 추정이 어렵다. 많은 선행연구가 다양하게 시도되었지만 신뢰도 높은 분석결과를 도출하기 위한 양질의 생육 실측자료가 부족한 실정이었다. 선행연구는 기상여건을 통제한 실험설계를 통해 얻어낸 자료를 분석하거나 기상자료와 생육자료 간 지역적 범위가 동일하지 않는 연구가 대다수여서 생육요인과 기상요인 간의 관계를 명확하게 규명하기에는 한계가 있었다. 본 연구는 자연적으로 노출된 환경에서 수집한 생육 실측조사 자료와 함께 실측 대상 지역의 추정 기상자료를 사용하여 생육요인과 기상요인 간 관계를 실증적으로 분석하였다. 양파의 생산량은 구중으로 결정되지만 지상부 생육상황에 따라 구의 생장이 부진할 수 있기 때문에 본 연구에서는 구중뿐만 아니라 지상부 생장과 어떤 기상요인이 중요한지 탐색하였다. 시기별로 생육요인과 통계적으로 유의한 상관관계를 갖는 기상요인을 탐색한 후, 랜덤 포레스트 기법을 이용하여 요인들의 영향력 및 중요도를 분석하였다. 주목할만한 결과로 3월 초에는 일사량이 지상부 생육에 긍정적인 영향을 주었으며, 3월 말에는 강수량과 지상부 생장 간 음의 상관관계에 있어 가뭄에 의한 피해를 언급한 기존 문헌과 상이하였다. 또한 수확기에는 강수량과 일조시간이 지상부와 지하부 생육에 미치는 영향이 유의하게 반대로 나타났다. 본 연구에서 밝혀낸 생육시기별 중요 기상요인은 양파의 생육모형과 생산량 예측모형 개발 연구를 위한 기초자료로 유용하게 활용될 것으로 기대된다.

• 한국농림기상학회지
• /
• 제23권4호
• /
• pp.415-423
• /
• 2021

NCAM-LAMP 중기예측 자료의 통계적 후처리와 개선을 위하여 R 기반의 지점 시계열 자료 검증 체계를 구축하였다. 이 시계열 검증체계를 이용하여 기상청 AWS 관측 자료와 NCAM-LAMP, KMA GDAPS 중기예측 모델 자료를 비교하였다. 이를 위해 관측 지점에 가장 근접한 모델 위도 및 경도 자료를 추출하여 총 9개 지점을 선정하였다. 각 지점에 대해 NCAM-LAMP, GDAPS 모델의 기온, 강수량, 풍속 일평균 예측 자료를 관측과 비교한 결과, 모델들은 풍속의 과대예측 경향을 뚜렷이 보였으며, 기온과 강수의 경우에는 두 모델의 예측력이 월별 및 변수별로 다르게 나타났다. 이를 바탕으로 본 연구에서는 통계적 기법을 개발하여 NCAM-LAMP가 가지고 있는 오차를 줄이고자 하였다. 모델 오차를 줄이기 위해 일반적으로 쓰이는 MOS(Model Output Statistics)기법 중에 인공지능 SVM(Support vector machine) 방식을 8~10월 기간에 적용한 결과, 8월에 비해서 10월이, 기온 변수에 비해서 바람과 강수 변수가 개선된 효과를 보여주었다. 이러한 결과는 풍속의 과대예측을 줄이고, 농림 가뭄지수와 산사태 예측 등을 개선시키며, 지역 수치예보 모델이 시간 적분됨에 따라 영역 내 예측가능성이 점점 저하되는 현상을 완화시키는데 SVM 방법이 일정 부분 기여할 수 있음을 가리키며, 현업 표출 중인 NCAM Agro-Meteogram 개선에도 도움을 줄 것으로 기대된다.

• 대한원격탐사학회지
• /
• 제38권6_3호
• /
• pp.1749-1760
• /
• 2022

현대 사회는 갈수록 대형화되는 자연재해와 잦은 재난사고에 의한 인적·사회적 피해가 해마다 증가하고 있다. 난접근 지역이거나 접근 불능의 위험한 재난 현장을 인공위성이나 드론, 조사로봇과 같은 첨단 조사장비를 활용하여 신속하게 접근하고 유의미한 재난 정보를 적시적으로 수집·분석함으로써, 사전 예방·대비 대책 마련뿐만 아니라 적절한 재난 현장 대응 및 중장기적 복구 계획 수립 등 재난관리 전주기에 걸쳐 국민의 재산과 생명을 지킬 수 있는 중차대한 역할을 수행할 수 있다. 본 특별호에서는 지구 원격 관측 수단인 인공위성 기술뿐만 아니라 근거리 재난현장 관측센서가 탑재된 이동형 조사차량, 드론, 조사로봇 등 다양한 조사 플랫폼을 활용한 연구원의 재난관리 현업화 기술을 소개하고 있다. 주요 연구 성과로 구글어스 엔진을 활용한 수재해 피해 탐지와 중·장기적 시계열 관측, Sentinel-1 Synthetic Aperture Radar (SAR) 영상과 인공지능을 활용한 저수지 수체 탐지, 산불 재난시 주민 이동 패턴 분석과 재난안전 연구 데이터의 효율적인 통합 관리와 활용방안 연구성과를 소개하였다. 아울러, 접근 불능의 위험한 재난현장 조사시 드론, 조사로봇을 활용한 재난원인 과학조사 연구성과를 기술하였다.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.811-818
• /
• 2022

최근 전 지구적으로 기후변화에 따른 기상이변으로 인해 지구환경재해 발생 건수가 급속도로 증가하고 있으며, 이에 따른 경제적 손실 및 인명 피해의 규모가 대형화되고 있는 추세이다. 또한, 도시화 및 산업화에 따라 이상기후의 출현 특성 및 규모가 과거와 다른 양상으로 더욱 복합적이고 대형화되고 있어 지구환경재해 대응 및 관리에 원격탐사와 인공지능 기술의 필요성이 더욱 증대되고 있다. 본 특별호는 원격탐사 및 인공지능 기술을 활용한 지구환경재해·재난 관측 및 관리 연구를 살펴보고, 부경대학교 i-SEED 지구환경교육연구단에서 진행하고 있는 가뭄 및 홍수, 대기오염, 해양오염 등 국내에서 발생되는 재해·재난 관련 연구들의 내용 및 결과를 소개하고자 한다. 본 특별호에서 국내 자연재해 관측 및 관리 기술에 대한 정보 공유를 통해 사전에 재해를 예방하고 피해를 저감시킬 수 있는 기술 발전에 기여할 수 있을 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제55권12호
• /
• pp.1021-1030
• /
• 2022

최근 우리나라의 물 관련 정책은 수량-수질-수생태 통합관리 방향으로 진행되고 있으며, 특히 하천의 자연성 회복이 주요한 이슈가 되고 있다. 이수기 댐 운영에 있어서는 가뭄, 물 수요 증가 등으로 용수공급 효과를 극대화시킬 수 있는 부족분 공급방식을 적용하고자하는 시도들이 이어지고 있다. 댐 운영에 부족분 공급방식을 적용하면 댐의 용수공급능력을 극대화 시킬 수는 있지만 하류 하천의 유량이 일정하게 유지된다는 특징이 있다. 자연하천은 오랜 시간동안 형성된 하나의 생태계로 유량의 변동성에 큰 영향을 받는다. 결국 부족분 공급방식을 적용한 댐 운영은 수량 관리에서는 효과적이지만 하천의 자연성 회복 및 수생태 측면에서는 부정적 영향을 미칠 수있다. 본 연구에서는 저수지 모의를 통해 보장량 공급방식, 부족분 공급방식, 선택적 부족분 공급방식 등의 댐 운영이 하류 하천 유황에 미치는 영향을 분석하고, 각 운영방식의 적용 효과에 대해 분석하고자 하였다. 그 결과 보장량 공급방식을 적용하면 하천의 유량 변동성은 크게 유지할 수 있으나 댐의 용수공급능력은 크지 않은 것으로 나타났다. 부족분 공급방식을 활용하면 용수공급능력을 증대시킬 수는 있으나 하류의 평수량과 갈수량의 차이가 매우 작아 유량의 변동성 측면에서는 매우 취약한 것으로 확인되었다. 선택적 부족분 공급방식을 적용할 경우 기간신뢰도를 95% 이상으로 유지하며, 하류 하천의 유황은 보장량 공급방식을 적용할 때와 유사하게 유지할 수 있는 것으로 분석되었다.

• 한국엔터테인먼트산업학회논문지
• /
• 제13권4호
• /
• pp.53-62
• /
• 2019

최근 몇 년 동안 한국 영화는 세인이 다 알고 있는 성취를 거두었다. 예술적으로는 국제영화제에서 빈번하게 수상을 하였고 상업적으로는 아시아는 물론 전세계의 영화시장을 신속하게 점령하였다. 높은 입소문과 함께 흥행가작들이 쏟아져 나와 영화 관람 붐을 일으키고 문화 현상을 형성하여 "한류"문화의 중요한 힘이 되었다. 이런 상황은 한국 정부의 문화정책이 대대적으로 뒷받침한 덕분이기도 하지만, 한국 영화인들의 높은 문화적 자각에도 관계된다. 바로 한국 영화가 보여주는 한국 문화가 동양의 문화적 정취를 담아 관중들의 사랑을 받고 세계의 인정을 받고 있다. 홍창표 감독이 연출하고 심은경, 이승기 주연의 한국 로맨스 코미디 <궁합>은 2018년 개봉하였다. 영화는 조선시대 최고의 기예를 가진 역술가 서도윤이 궁합풀이를 통해 송화옹주를 위해 부마를 선택하여 혼인을 해결하고 연이는 가뭄으로 인한 민원을 회복하여 나라 위기를 해결하는 이야기를 썼다. 이 논문은 궁합의 예를 들어, 문화의 물질적 측면과 제도적, 행위적 측면, 심리상태적 측면에서 영화 속 표현의 "팔자", "합혼(閤婚)"등의 전통풍속과 이런 풍속 뒤에 내포된 음향오행문화의 관념을 분석하고 전통문화가 영화라는 현대 문화 예술 형식에서 보여 지는 방식, 방법, 규율을 탐구함으로써 더 나아가 세계화 시대에 어떻게 하면 더욱 자각적이고 자신 있게 서로 다른 인류문명에 대해 파악 할지에 대해 탐구하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.261-261
• /
• 2020

물관리의 기본이 되는 연속적인 유량 자료 확보를 위해서는 정확도 높은 수위-유량 관계 곡선식 개발이 필수적이다. 수위-유량 관계곡선식은 모든 수문시설 설계의 기초가 되며 홍수, 가뭄 등 물재해 대응을 위해서도 중요한 의미를 가지고 있다. 그러나 일반적으로 유량 측정은 많은 비용과 시간이 들고, 식생성장, 단면변화 등의 통제특성(control)이 변함에 따라 구간분리, 기간분리와 같은 비선형적인 양상이 나타나 자료 해석에 어려움이 존재한다. 특히, 국내 하천의 경우 자연적 및 인위적인 환경 변화가 다양하여 지점 및 기간에 따라 세밀한 분석이 요구된다. 머신러닝(Machine Learning)이란 데이터를 통해 컴퓨터가 스스로 학습하여 모델을 구축하고 성능을 향상시키는 일련의 과정을 뜻한다. 기존의 수위-유량 관계곡선식은 개발자의 판단에 의해 데이터의 종류와 기간 등을 설정하여 회귀식의 파라미터를 산출한다면, 머신러닝은 유효한 전체 데이터를 이용해 스스로 학습하여 자료 간 상관성을 찾아내 모델을 구축하고 성능을 지속적으로 향상 시킬 수 있다. 머신러닝은 충분한 수문자료가 확보되었다는 전제 하에 복잡하고 가변적인 수자원 환경을 반영하여 유량 추정의 정확도를 지속적으로 향상시킬 수 있다는 이점을 가지고 있다. 본 연구는 머신러닝의 대표적인 알고리즘들을 활용하여 유량을 추정하는 모델을 구축하고 성능을 비교·분석하였다. 대상지역은 안정적인 수량을 확보하고 있는 한강수계의 거운교 지점이며, 사용자료는 2010~2018년의 시간, 수위, 유량, 수면폭 등 이다. 프로그램은 파이썬을 기반으로 한 머신러닝 라이브러리인 사이킷런(sklearn)을 사용하였고 알고리즘은 랜덤포레스트 회귀, 의사결정트리, KNN(K-Nearest Neighbor), rgboost을 적용하였다. 학습(train) 데이터는 입력자료 종류별로 조합하여 6개의 세트로 구분하여 모델을 구축하였고, 이를 적용해 검증(test) 데이터를 RMSE(Roog Mean Square Error)로 평가하였다. 그 결과 모델 및 입력 자료의 조합에 따라 3.67~171.46로 다소 넓은 범위의 값이 도출되었다. 그 중 가장 우수한 유형은 수위, 연도, 수면폭 3개의 입력자료를 조합하여 랜덤포레스트 회귀 모델에 적용한 경우이다. 비교를 위해 동일한 검증 데이터를 한국수문조사연보(2018년) 내거운교 지점의 수위별 수위-유량 곡선식을 이용해 유량을 추정한 결과 RMSE가 3.76이 산출되어, 머신러닝이 세분화된 수위-유량 곡선식과 비슷한 수준까지 성능을 내는 것으로 확인되었다. 본 연구는 양질의 유량자료 생산을 위해 기 구축된 수문자료를 기반으로 머신러닝 기법의 적용 가능성을 검토한 기초 연구로써, 국내 효율적인 수문자료 측정 및 수위-유량 곡선 산출에 도움이 될 수 있을 것으로 판단된다. 향후 수자원 환경 및 통제특성에 영향을 미치는 다양한 영향변수를 파악하기 위해 기상자료, 취수량 등의 입력 자료를 적용할 필요가 있으며, 머신러닝 내 비지도학습인 딥러닝과 같은 보다 정교한 모델에 대한 추가적인 연구도 수행되어야 할 것이다.