• Journal of The Korean Society of Grassland and Forage Science
• /
• v.43 no.1
• /
• pp.1-10
• /
• 2023

This study aimed to confirm the importance ratio of climate and management variables on production of orchardgrass in Korea (1982-2014). For the climate, the mean temperature in January (MTJ, ℃), lowest temperature in January (LTJ, ℃), growing days 0 to 5 (GD 1, day), growing days 5 to 25 (GD 2, day), Summer depression days (SSD, day), rainfall days (RD, day), accumulated rainfall (AR, mm), and sunshine duration (SD, hr) were considered. For the management, the establishment period (EP, 0-6 years) and number of cutting (NC, 2nd-5th) were measured. The importance ratio on production of orchardgrass was estimated using the neural network model with the perceptron method. It was performed by SPSS 26.0 (IBM Corp., Chicago). As a result, EP was the most important variable (100%), followed by RD (82.0%), AR (79.1%), NC (69.2%), LTJ (66.2%), GD 2 (63.3%), GD 1 (61.6%), SD (58.1%), SSD (50.8%) and MTJ (41.8%). It implies that EP, RD, AR, and NC were more important than others. Since the annual rainfall in Korea is exceed the required amount for the growth and development of orchardgrass, the damage caused by heavy rainfall exceeding the appropriate level could be reduced through drainage management. It means that, when cultivating orchardgrass, factors that can be controlled were relatively important. Although it is difficult to interpret the specific effect of climates on production due to neural networking modeling, in the future, this study is expected to be useful in production prediction and damage estimation by climate change by selecting major factors.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.43 no.3
• /
• pp.337-352
• /
• 2023

In general, Rainfall-Runoff model parameter set is optimized using the entire data to calculate unique parameter set. However, Korea has a large precipitation deviation according to the season, and it is expected to even worsen due to climate change. Therefore, the need for hydrological data considering seasonal characteristics. In this study, we conducted regional sensitivity analysis(RSA) using the conceptual Rainfall-Runoff model, GR4J aimed at the Soyanggang dam basin, and clustered combining the RSA results with hydrometeorological data using Self-Organizing map(SOM). In order to consider the climate characteristics in parameter estimation, the data was divided based on clustering, and a calibration approach of the Rainfall-Runoff model was developed by comparing the objective functions of the Global Optimization method. The performance of calibration was evaluated by statistical techniques. As a result, it was confirmed that the model performance during the Cold period(November~April) with a relatively low flow rate was improved. This is expected to improve the performance and predictability of the hydrological model for areas that have a large precipitation deviation such as Monsoon climate.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.438-438
• /
• 2021

우리나라의 수질오염총량관리제도는 수계 내 모든 유역을 관리대상으로 동일 기준유량 조건에 동일한 대상물질로 관리하고 있지만, 본류는 지류의 영향을 받고 있으며 지류는 사람이 거주하는 지역 인근에 있어 본류 수질에 직접적인 영향을 미치고 있다. 이는 지류의 시급한 개선이 필요한 오염물질의 실질적인 관리가 어려워 이를 개선하기 위해 오염도가 높은 지류의 총량관리를 위한 지류총량제도의 추가 도입이 필요한 실정이다. 본 연구에서는 지류총량제 시행에 따른 효과를 예측하기 위해 팔당수계 유역을 소유역 단위로 분할하고 HSPF 모형을 적용하여 팔당수계 소유역 지류에서의 수질 변화 양상이 본류에 미치는 영향을 분석하였다. 연구대상지역은 팔당수계 중권역 유역(남한강 하류 유역, 경안천 유역, 북한강 하류 유역)으로 구분하고 유역 유출 및 수질 모델링은 지류하천을 포함하는 57개 소유역을 대상으로 수행하였다. 입력자료는 공간자료(표고, 경사, 토지이용, 토양도 등)와 기상자료(춘천, 양평, 이천, 수원관측소)는 2008년~2018년의 강수량, 최고기온, 최저기온, 평균풍속, 평균습도 등의 시단위 자료를 사용하였다. 모의결과, BOD는 남한강 하류유역의 주요 지천 유역인 복하천, 양화천, 청미천 및 흑천 유역에서 0.54~0.56mg/L의 범위로 주변 유역보다 높게 나타났으며, 경안천 유역은 경안천 유역의 중·하류 유역에서 2.63~4.22mg/L의 범위로 높게 나타났고, 북한강 유역은 조종천 하류 및 북한강 상류 유역에서 1.36~3.31mg/L의 범위로 주변 유역보다 높게 나타났다. T-P는 남한강 하류 유역은 주요 지천 유역인 복하천, 양화천, 청미천 유역에서 0.07~0.19mg/L의 범위로 주변 유역보다 높게 나타났고, 남한강 하류 유역의 중간 지점 유역인 한강(E1, E2, E4, E6)에서 높게 나타났다. 경안천 유역은 중·하류 유역의 좌안측 유역인 경안(A4, A3, B2, B1, F9)에서 0.1~0.14mg/L의 범위로 높게 나타났으며, 북한강 유역은 전체 유역에서 0.06mg/L 이하로 남한강 하류 및 경안천 유역보다 전반적으로 낮게 나타났다. 이와 같이 지류총량관리에 HSPF 모형의 적용은 가능하였으나 HSPF 모형을 이용한 소유역 단위의 유량 및 수질 예측을 위해서는 기존의 유량 및 수질 관측망을 소유역 단위로 좀 더 정밀하게 계획하는 것이 필요하다고 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.291-291
• /
• 2020

제주도는 강수의 지표침투성이 좋은 화산섬의 지질특성상 지표수의 개발이용여건이 취약한 관계로 용수의 대부분을 지하수에 의존하고 있다. 따라서 제주도는 정책 및 연구적으로 오랜 기간동안 지하수의 보전관리에 많은 노력을 기울여 오고 있다. 하지만 최근 기후변화로 인한 강수의 변동성 증가로 인해 지하수위의 변동성 또한 증가할 가능성이 있으며 따라서 지하수위의 급격한 하강에 대비하여 지하수위의 예측 및 지하수 취수량 관리의 필요성이 요구되고 있다. 지하수에 절대적으로 의존하고 있는 제주도의 수자원 이용 여건을 고려할 때, 지하수의 취수량 관리를 위한 지하수위의 실시간 예측이 필요한 실정이다. 하지만 기존의 예측방법에 의한 제주도 지하수위 예측기간은 충분히 길지 않으며 예측기간이 길어지면 예측성능이 낮아지는 문제점이 있었다. 본 연구에서는 이러한 단점을 보완하기 위해 딥러닝 알고리즘인 Long Short Term Memory(LSTM)를 활용하여 제주도 남동쪽 표선유역 중산간지역의 1개 지하수위 관측정에 대해 지하수위를 예측하고 분석하였다. R 기반의 Keras 패키지에 있는 LSTM 알고리즘을 사용하였고, 입력자료는 인근의 성판악 및 교래 강우관측소의 일단위 강수량자료와 인근 취수정의 지하수 취수량자료 및 연구대상 관측정의 지하수위 자료를 사용하였으며, 사용된 자료의 기간은 2001년 2월 11일부터 2019년 10월 31일까지 이다. 2001년부터 13년의 보정 및 3년의 검증용 시계열자료를 사용하여 매개변수의 보정 및 과적합을 방지하였고, 3년의 예측용 시계열자료를 사용하여 LSTM 알고리즘의 예측성능을 평가하였다. 목표 예측일수는 1일, 10일, 20일, 30일로 설정하였으며 보정, 검증 및 예측기간에 대한 모의결과의 평가지수로는 Nash-Sutcliffe Efficiency(NSE)를 활용하였다. 모의결과, 보정, 검증 및 예측기간에 대한 1일 예측의 NSE는 각각 0.997, 0.997, 0.993 이었고, 10일 예측의 NSE는 각각 0.993, 0.912, 0.930 이었다. 20일 예측의 경우 NSE는 각각 0.809, 0.781, 0.809 이었으며 30일 예측의 경우 각각 0.677, 0.622, 0.633 이었다. 이것은 LSTM 알고리즘에 의한 10일 예측까지는 관측 지하수위 시계열자료를 매우 적절히 모의할 수 있다는 것을 의미하며, 20일 예측 또한 적절히 모의할 수 있다는 것을 의미한다. 따라서 LSTM 알고리즘을 활용하면 본 연구대상지점에 대한 2주일 또는 3주일의 안정적인 지하수위 예보가 가능하다고 판단된다. 또한 LSTM 알고리즘을 통한 실시간 지하수위 예측은 지하수 취수량 관리에 활용할 수 있을 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.385-385
• /
• 2021

하천에서 실제로 유속 2.0m/s 이상 발생할 시 유량측정은 매우 급변하는 유속과 수위변화에 따른 측정값의 불확실성, 운영적인 측면에서의 시·공간적 한계 등으로 고유량에 대해 정확한 유량을 산정하기 어려운 실정이다. 그리고 국가하천은 최소 80년 빈도 이상, 지방하천은 최소 50년 빈도 이상의 확률강우량 채택을 통해 고유량에 해당하는 계획홍수량을 산정하고 있으나, 실제로 높은 호우의 빈도는 쉽게 발생하지 않아 유량측정성과가 부재하거나 매우 극소수에 불과한 상황이다. 따라서 유량측정성과는 대상하천의 계획홍수량(계획홍수위) 이하의 수준, 즉 중규모 수위 이하의 구간에서 대부분의 성과를 가지고 있으므로 고유량 산정은 고수위 외삽추정식에 의존할 수밖에 없다. 고수위 외삽추정은 대체로 기 유량측정성과(h, q)와 통수단면적(AD^1/2) 자료를 이용하는 Stevens 방법을 주로 이용하며, 이 방법은 하폭에 비해 수심이 비교적 작은, 얕은 하천과 기 유량측정성과가 추정하려는 고수위 구간에 근접한 경우에 적용성이 매우 용이하다고 할 수 있다. 설마천 유역 전적비교 수위관측소의 경우는 수위 4.110m까지 최대로 통수할 수 있으며, 하폭은 24.230m, 관측 최고수위는 3.194m, 유량측정성과 최대수위는 1.613m(40.303m³/s)이다. 설마천 유역에 대해 Stevens 방법을 적용하는 경우 위 조건을 만족하지 않으므로 다른 방법으로의 접근이 필요하다. AMC-III 조건의 선행강수량과 지속기간 1시간을 갖는 최대강우강도별 관측도달시간 자료를 통해 관계식을 유도하였으며, 강우 빈도해석의 결과인 지속기간 1시간의 빈도별 강우강도에 해당하는 도달시간을 유속으로 환산하는 과정을 거쳤다. 그 결과 유속은 1.808m/s(2년 빈도_43.3mm)~4.254m/s(500년 빈도_101.9mm)이며, 기 유량측정성과의 결과인 수위, 통수단면적, 유속, 유량, 최대강우강도(86.1mm_80년 빈도)가 발생했을 때의 해당 유속(도달시간 환산값), 수위, 통수단면적을 통해 최종적으로 빈도(년)별 유속, 수위, 유량을 결정하였다. 한국하천일람(2018)에서 제시된 설마천 전체 유역의 80년 빈도 계획홍수량(315m³/s, A=17.59km²) 값은 전적비교 수위관측소(A=8.48km²)와 직접적인 비교는 어렵지만, 유역면적비(0.482)를 적용한 추정된 계획홍수량은 약 152m³/s 볼 수 있다. 상기의 빈도별 유속, 수위, 통수단면적 결과인 80년 빈도(86.1mm)-유속(3.594m/s)-수위(3.194m)-통수단면적(53.197m²)에 해당하는 계산된 유량은 191.212m³/s로 분석되었다. 그리고 최대통수가 가능한 수위 4.110m의 계산된 유량은 313.674m³/s(약 424년 빈도 추정, 유속 4.203m/s, 통수단면적 74.761m²)로 결국에는 빈도(년)에 해당하는 수위-유량관계식(고수위 외삽추정식)을 통해 고유량을 산정할 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.88-88
• /
• 2021

최근 수자원과 수질관리 분야에 자료기반 머신러닝 모델과 딥러닝 모델의 활용이 급증하고 있다. 그러나 딥러닝 모델은 Blackbox 모델의 특성상 고전적인 질량, 운동량, 에너지 보존법칙을 고려하지 않고, 데이터에 내재된 패턴과 관계를 해석하기 때문에 물리적 법칙을 만족하지 않는 예측결과를 가져올 수 있다. 또한, 딥러닝 모델의 예측 성능은 학습데이터의 양과 변수 선정에 크게 영향을 받는 모델이기 때문에 양질의 데이터가 제공되지 않으면 모델의 bias와 variation이 클 수 있으며 정확도 높은 예측이 어렵다. 최근 이러한 자료기반 모델링 방법의 단점을 보완하기 위해 프로세스 기반 수치모델과 딥러닝 모델을 결합하여 두 모델링 방법의 장점을 활용하는 연구가 활발히 진행되고 있다(Read et al., 2019). Process-Guided Deep Learning (PGDL) 방법은 물리적 법칙을 반영하여 딥러닝 모델을 훈련시킴으로써 순수한 딥러닝 모델의 물리적 법칙 결여성 문제를 해결할 수 있는 대안으로 활용되고 있다. PGDL 모델은 딥러닝 모델에 물리적인 법칙을 해석할 수 있는 추가변수를 도입하며, 딥러닝 모델의 매개변수 최적화 과정에서 Cost 함수에 물리적 법칙을 위반하는 경우 Penalty를 추가하는 알고리즘을 도입하여 물리적 보존법칙을 만족하도록 모델을 훈련시킨다. 본 연구의 목적은 대청호의 수심별 수온을 예측하기 위해 역학적 모델과 딥러닝 모델을 융합한 PGDL 모델을 개발하고 적용성을 평가하는데 있다. 역학적 모델은 2차원 횡방향 평균 수리·수질 모델인 CE-QUAL-W2을 사용하였으며, 대청호를 대상으로 2017년부터 2018년까지 총 2년간 수온과 에너지 수지를 모의하였다. 기상(기온, 이슬점온도, 풍향, 풍속, 운량), 수문(저수위, 유입·유출 유량), 수온자료를 수집하여 CE-QUAL-W2 모델을 구축하고 보정하였으며, 모델은 저수위 변화, 수온의 수심별 시계열 변동 특성을 적절하게 재현하였다. 또한, 동일기간 대청호 수심별 수온 예측을 위한 순환 신경망 모델인 LSTM(Long Short-Term Memory)을 개발하였으며, 종속변수는 수온계 체인을 통해 수집한 수심별 고빈도 수온 자료를 사용하고 독립 변수는 기온, 풍속, 상대습도, 강수량, 단파복사에너지, 장파복사에너지를 사용하였다. LSTM 모델의 매개변수 최적화는 지도학습을 통해 예측값과 실측값의 RMSE가 최소화 되로록 훈련하였다. PGDL 모델은 동일 기간 LSTM 모델과 동일 입력 자료를 사용하여 구축하였으며, 역학적 모델에서 얻은 에너지 수지를 만족하지 않는 경우 Cost Function에 Penalty를 추가하여 물리적 보존법칙을 만족하도록 훈련하고 수심별 수온 예측결과를 비교·분석하였다.

• The Journal of Engineering Geology
• /
• v.33 no.4
• /
• pp.555-571
• /
• 2023

Due to South Korea's concentrated summer rainfall, constituting 70% of the annual total, landslides frequently occur during the rainy season, necessitating accurate prediction methods to mitigate associated damage. In this study, a reduced-scale and full-scale slope was configured using weathered granite soil to find the possibility of establishing measurement management criterias through landslide reproduction. The experiment focused on matric suction, analyzing changes in ground properties and failure patterns caused by rainfall infiltration. Subsequently, an unsaturated infinite slope stability analysis was conducted. By calculating the failure time when the safety factor falls below 1 for each experiment, landslide prediction was demonstrated to be possible, approximately 17 minutes prior for the reduction-scale experiment and 6.5 hours for the full-scale experiment. These findings provide useful data for establishing Korean soil slope measurement management criteria that consider the characteristics of weathered granite soil.

• Research in Plant Disease
• /
• v.29 no.4
• /
• pp.414-419
• /
• 2023

In 2023, a number of seeds suspected to be discolored black oat seeds on oat farms in Gangjin were observed and examined for fungal infection. The species Alternaria alternata was predominant, accounting for 84% of all fungal infections. The appearance and quality of seeds harvested in 2022 were compared with seeds harvested in 2023 from the same field. The lightness value was lower in the seeds harvested in 2023, while the electrical conductivity was higher in the seeds harvested in 2023. The content of avenanthramide was found to be 10 times higher in the 2023 seeds than in those harvested in 2022. The accumulated precipitation in Gangjin in May 2023 was 230 times higher than that in May 2022, and the average relative humidity was high. These conditions created an environment suitable for infection of A. alternata, which were thought to have caused discolored black oat seeds.

• The Sea:JOURNAL OF THE KOREAN SOCIETY OF OCEANOGRAPHY
• /
• v.15 no.4
• /
• pp.192-202
• /
• 2010

Submarine groundwater discharge (SGD) has been recognized as a provider for freshwater, nutrients, and dissolved constituents from continents to the oceans and paid more attention with regard to the mass balance of water or dissolved constituents on local and global scales. The submarine discharge of fresh groundwater (fresh SGD) through seepage or springs in coastal ocean may be especially important in aspects of water resource and marine environment managements in the future. Based on the worldwide compilations of observed fresh SGD, our review reveals that fresh SGD occurs in various marine environments along most shoreline of the world and the global estimates of fresh SGD were approximately 0.01-17% of surface runoff. In addition, the input of fresh SGD calculated and investigated in this study were about 50%, 57%, 89%, and 420% of total river discharge in Jeju Island, Yeongil Bay, Masan Bay, and Yeoja Bay, respectively. These inputs from fresh SGD along the shoreline of Korea Peninsula are much higher than those of the whole world, greatly vary with the region. However, since these estimates are based on the water balance method mainly used in coastal ocean, we have to perform continuous monitoring of various parameters, such as precipitation, tide, evapotanspiration and water residence time, which have an impact on the water balance in a lot of areas for evaluating the precise input of fresh SGD. In addition, since the method estimating the input of fresh SGD has brought up many problems, it is required to make an intercomparison between various methods such as hydrogeological assumption, numerical modeling, and seepage meter.

• The Sea:JOURNAL OF THE KOREAN SOCIETY OF OCEANOGRAPHY
• /
• v.12 no.4
• /
• pp.370-379
• /
• 2007

Short-term variations of phytoplankton community structure in the southeast coastal waters of Korea from July to September in 2006 were investigated with data set of phytoplankton, chemical and physical water properties, and meterological data. A total of 11 sampling sites of 4 different depths (surface, 5 m, 10 m, and bottom) were visited on July 11-14, July 24-26, August 7-10, August 21-24 and September 5-8. We identified 151 species in 63 genera of phytoplankton in which diatoms were the most diverse group composed of 92 species in 37 genera. Dinoflagellates were the second diverse group of 52 species in 22 genera. The other groups include 7 species in 4 genera including Raphidophytes, and Euglenophyta. After rainy season, excessive nutrients from adjacent streams to the stratified water column proliferates Chaetoceros group in July. But biomass of phytoplankton and nutrient concentrations were decreased during the period of a drought in August. However, Chaetoceros was the most dominant genera in all depths of the first, second, third and fifth cruises, except the 4th cruise on August 21-24 when dominant group were dinoflagellates including Gymnodinium spp. and Cochlodinium polykrikoides. The characteristic of phytoplankton community and environment condition during summer 2006 can be summarized as: 1) low concentration of nutrients caused by a long lasting drought in August 2) no summer outbreak of C. polykrikoides because the strength of offshore waters was weak than other years, and 3) Chaetoceros spp. was the dominant species despite short period appearance of dinoflagellates.