• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2004년도 학술발표회
• /
• pp.195-199
• /
• 2004

수공구조물의 설계시 확률강우강도와 홍수유출량의 정확한 산정은 경제성 및 안전성과 관련되어 필수인 과정이다. 현재 확률강우강도의 산정은 한국건설기술연구원에서 제시한 확률강우량도를 사용하고 있으나, 설계자의 주관에 따른 오차 발생의 소지가 있고 수치모의시 수작업에 따른 불리함과 지속기간에 따른 강우강도의 일관성 결여 등 공학적으로 불리하다. 본고에서는 시간적(재현기간별) 공간적으로 형식의 통일과 표준화를 기하고 공학적 사용의 편리를 위하여 단순한 형태의 일반형 확률강우강도식을 개발하여 암거설계의 편리를 도모다. 또한 기존 암거설계법을 재검토하여 미흡한 부분을 보완하였다.

• 한국조경학회지
• /
• 제36권4호
• /
• pp.111-119
• /
• 2008

합리식은 배수시설을 설계하기 위한 기본방정식으로 이용되고 있으며, 유출계수, 강우강도와 유역면적의 함수이다. 본 연구에서는 조경공간의 배수시설설계에 이용되는 합리식의 유출계수를 블록포장지역을 대상으로 지역적 강우분포를 고려하여 산정하였다. 합리식의 유출계수는 강우강도와 유출량의 비로 나타낼 수 있다. 강우강도는 재현기간과 강우지속기간의 함수로, 강우의 특성상 지역에 따라 변한다. 따라서 합리식의 유출계수는 동일한 재현기간과 강우지속기간일지라도 지역에 따라 강우강도가 변하므로 지역에 따라 변한다. 또한, 강우강도와 유출량의 비는 강우량에 대한 손실량에 따라 결정되므로, 손실량을 산정하기 위하여 본 연구에서는 Horton의 침투법칙 중 종기침투능을 이용하였다. 블록포장지역의 침투는 줄눈을 통하여 발생하며, 줄눈은 시간이 지남에 따라 황사, 오염물질, 꽃가루 등에 의하여 공극이 메워지고, 답압 등에 의하여 다져질 것이므로, 침투능은 감소할 것이다. 시공연한이 다른 6개 지역의 블록포장지역을 대상으로 Horton의 종기침투능을 산정하여 시간이 지남에 따라 침투능이 감소하는 것을 확인하였고, 지역별 재현기간 10년에 대한 강우지속기간 10, 20 및 30분에 해당하는 강우강도를 선정하여, 합리식의 유출계수를 산정하였다. 본 연구의 결과로, 산정 된 블록포장지 역의 유출계수 범위는 재현기간 10년, 강우지속기간 10분의 경우 지역에 따라 $0.94{\sim}0.84$의 범위를 가진다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.450-450
• /
• 2021

기후변화 보고서에 따르면 집중 호우의 강도 및 빈도 증가가 향후 몇 년동안 지속될 것이라 제시하였다. 이러한 집중호우가 빈번히 발생하게 된다면 강우 침식성이 증가하여 표토 침식에 더 취약하게 발생된다. Universal Soil Loss Equation (USLE) 입력 매개 변수 중 하나인 강우침식능인자는 토양 유실을 예측할때 강우 강도의 미치는 영향을 제시하는 인자이다. 선행 연구에서 USLE 방법을 사용하여 강우침식능인자를 산정하였지만, 60분 단위 강우자료를 이용하였기 때문에 정확한 30분 최대 강우강도 산정을 고려하지 못하는 한계점이 있다. 본 연구의 목적은 강우침식능인자를 이전의 진행된 방법보다 더 빠르고 정확하게 예측하는 머신러닝 모델을 개발하며, 총 월별 강우량, 최대 일 강우량 및 최대 시간별 강우량 데이터만 있어도 산정이 가능하도록 하였다. 이를 위해 본 연구에서는 강우침식능인자의 산정 값의 정확도를 높이기 위해 1분 간격 강우 데이터를 사용하며, 최근 강우 패턴을 반영하기 위해서 2013-2019년 자료로 이용했다. 우선, 월별 특성을 파악하기 위해 USLE 계산 방법을 사용하여 월별 강우침식능인자를 산정하였고, 국내 50개 지점을 대상으로 계산된 월별 강우침식능인자를 실측 값으로 정하여, 머신러닝 모델을 통하여 강우침식능인자 예측하도록 학습시켜 분석하였다. 이 연구에 사용된 머신러닝 모델들은 Decision Tree, Random Forest, K-Nearest Neighbors, Gradient Boosting, eXtreme Gradient Boost 및 Deep Neural Network을 이용하였다. 또한, 교차 검증을 통해서 모델 중 Deep Neural Network이 강우침식능인자 예측 정확도가 가장 높게 산정하였다. Deep Neural Network은 Nash-Sutcliffe Efficiency (NSE) 와 Coefficient of determination (R²)의 결과값이 0.87로서 모델의 예측성을 입증하였으며, 검증 모델을 테스트 하기 위해 국내 6개 지점을 무작위로 선별하여 강우침식능인자를 분석하였다. 본 연구 결과에서 나온 Deep Neural Network을 이용하면, 훨씬 적은 노력과 시간으로 원하는 지점에서 월별 강우침식능인자를 예측할 수 있으며, 한국 강우 패턴을 효율적으로 분석 할 수 있을 것이라 판단된다. 이를 통해 향후 토양 침식 위험을 지표화하는 것뿐만 아니라 토양 보전 계획을 수립할 수 있으며, 위험 지역을 우선적으로 선별하고 제시하는데 유용하게 사용 될 것이라 사료된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2004년도 학술발표회
• /
• pp.328-332
• /
• 2004

본 연구에서는 자연하천유역에 적합한 저류상수 산정공식을 개발하기 위하여 섬진강 유역에 대한 유역특성인자 및 강우특성인자를 분석하고, 이의 단계별 회귀분석으로부터 유역면적, 하도연장, 하도경사의 유역특성인자뿐만 아니라 강우특성인자인 유효강우강도를 설명변수로 갖는 저류상수 산정공식을 개발하였다. 그리고 개발된 공식의 적용성을 검토하고자 Clark의 단위도 모형에 기존의 경험공식 및 본 인구에서 개발된 공식을 이용하여 섬진강 유역의 실제 호우사상에 대한 유출수문곡선을 분석하여 관측수문곡선과 비교 검토한 겉과, 본 연구에서 개발된 공식에 의한 유출수문곡선이 관측치에 가장 적합하였다. 또한, 남한강의 지류인 섬강 유역에 대한 빈도별 설계강우량을 적용하여 저류상수 및 설계홍수량을 산정하고 기존에 분석된 저류상수 및 홍수량과 비교 검토한 결과 빈도별 유효강우강도의 변화를 고려한 저류상수의 적용 가능성 및 그 타당성을 확인할 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.16-16
• /
• 2016

실무에서 많이 사용되고 있는 면적강우량 산정방법은 관측소간 위치관계를 이용한 기법으로 본 연구에서는 실측자료를 기반으로 한 면적강우량 산정기법 개발을 위한 연구를 진행하였다. 강우공간분포의 실측자료인 기상레이더 자료를 이용하여 지점관측소가 위치한 곳에서의 강우강도와 주변지역의 강우강도를 검토하였고 지점관측소 위치에서 계측된 강우강도와 일정한 차이 범위 안에 있는 유사한 강우강도가 발생했던 빈도를 기준으로 관측소의 지배범위를 결정하는 방법인 '레이더 폴리곤 기법(Radar polygon Method, PRM)'을 제시하였으며, 이를 안성천 유역에 적용하여 유역 크기 및 관측소 배치에 따른 영향을 검토하였다. 본 연구는 관측기간 및 정확도의 문제로 인하여 제한적으로 활용되어 온 레이더 강우관측자료의 새로운 활용분야를 개척하였다는 점에서 큰 의미를 찾을 수 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2007년도 학술발표회 논문집
• /
• pp.142-146
• /
• 2007

본 연구에서는 강우강도식의 매개변수를 보다 효율적으로 산정하기 위해서 유전자알고리즘을 적용한 매개변수 산정법을 제시하였으며, 지속기간의 장, 단기간에 따른 매개변수의 변화를 고려하기 위하여 다목적 유전자알고리즘을 적용하여 매개변수를 추정한 후 기존의 강우강도식에 의한 결과와 비교해 보았다. 매개변수는 지점빈도해석을 통해 산정된 확률강우량을 사용하여 추정하였고, 유전자 알고리즘의 목적함수로는 Nash & Sutcliffe Index, Root Mean Square Error(RMSE), Relative Root Mean Square Error(RRMSE), 결정계수, 평균들을 사용하여 가장 효율적인 형태의 목적함수를 구성하였다. 그 결과 기존의 매개변수 추정 방법들에 비해 유전자알고리즘을 이용한 경우에 더 정확한 강우량값을 산정할 수 있었고, 특히 다목적 유전자 알고리즘을 사용할 경우 장기간과 단기간에 걸쳐서 동시에 정확도를 향상시킬 수 있는 매개변수를 추정할 수 있는 것으로 나타났다.

• 한국방재학회 논문집
• /
• 제2권2호
• /
• pp.85-93
• /
• 2002

본 연구는 공주지역의 한국확률강우량도를 이용하여 확률강우량을 산정한 후 강우강도-지속기간-빈도곡선식을 개발하는데 목적이 있다. 공주지역의 재현기간별 확률강우강도식의 산정결과 강우강도식은 장 단기간으로 구분하는 것이 타당하였고, 강우강도식의 신뢰성을 설명하는 장기간의 결정계수($R^2$)는 $0.9924{\sim}0.9971$로써 매우 높게 나타나고 있기 때문에 본 연구에서 제시한 재현기간별 확률강우강도식이 상당히 의미 있는 것으로 사려된다. 공주지역의 확률강우강도식은 최소자승법을 사용하여 Talbot형, Sherman형, Japanese형, 일반형의 4가지로 분석한 결과 본 연구에서 적용한 Sherman형이 가장 적합한 것으로 나타났다. 따라서 공주지역의 수공구조물 설계시 본 연구에서 산정된 재현기간별 확률강우강도식을 이용함으로써 보다 정도가 높은 설계를 할 수 있으리라 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.169-173
• /
• 2010

토양침식은 농경지 면적의 감소 및 사태 유발, 토사의 하천 유입으로 인한 생태계 교란 및 오염물질 확산 등의 피해를 야기시킨다. 토양침식을 유발하는 가장 큰 인자는 일반적으로 강우로 알려져 있으며, 연구대상 지역의 토양침식량을 산정하기 위해서는 강우침식인자를 추정하는 과정을 거치게 된다. 이와 관련하여 정필균(1983), 박정환 등(2000)은 각각 1980년, 1996년 이전의 강우자료를 이용하여 우리나라 강우침식인자를 제시한 바 있으나, 기상청에서 제공하는 1시간 단위 강우량으로 30분 최대 강우강도를 추정하는 것이 제한되어, 근래에 들어서는 연강수량을 이용하여 강우침식인자를 산정할 수 있는 국외 추정식을 적용하는 연구사례가 늘고 있다. 본 연구는 기상청에서 제공하는 1시간 단위 강우자료를 바탕으로 각 호우사상별 30분 최대 강우강도를 추정하여 보다 정확한 연강우침식인자를 산출하기 위한 것으로서 강우의 스케일 성질을 이용하였다. 속초 지점의 2007년 강우자료를 바탕으로 각 호우사상의 1시간 최대 강우량을 하향스케일링 하여 30분 최대 강우강도를 산출하여 강우침식인자를 산정한 결과, 기존의 $EI_{30}$와 $EI_{60}$의 상관관계식 및 연강수량을 이용한 추정방법보다 더 합리적임을 알 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.388-391
• /
• 2011

강우침식인자를 구하기 위해서는 개별 호우사상의 30분 최대 강우강도를 산정해야 한다. 이를 위해서는 연속된 분단위 강우자료가 필요하지만, 자료 획득이 제한되어 지점별로 보다 얻기 쉬운 시간 단위 강우량을 이용하여 30분 최대 강우강도를 추정하려는 노력이 있어왔다. 본 연구는 시강우량을 이용하여 개별 호우사상의 30분 최대 강우강도를 추정하기 위한 것으로서 대구 지점의 1960년~1999년 기간의 818개 호우사상을 이용하였다. 분류된 호우사상별 30분 최대 강우강도를 기상청으로부터 획득한 분단위 강우자료를 이용하여 산출한 뒤, 이를 참값으로 하여 60분 최대 강우강도와의 상관관계를 분석하였다. 그 결과 대구 지점의 60분 최대 강우강도로부터 30분 최대 강우강도를 추정할 수 있는 변환계수는 1.228로 나타났으며, 고정시간 1시간 최대 강우강도로부터 30분 최대 강우강도를 추정할 수 있는 변환계수는 1.3778로 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.28-28
• /
• 2015

본 연구는 KICT X밴드 이중편파 레이더 관측자료를 이용하여, 우리나라 기상조건에서 X밴드 이중편파 레이더 $K_{DP}$ 추정 기법에 따른 강우강도 추정의 차이를 비교 검토하였다. 이중편파 레이더로 $K_{DP}$ 기반의 정확도 높은 강우강도 분포 추정에 있어, $K_{DP}$ 추정의 방법에 따라서 추정된 $K_{DP}$의 공간 분포는 상당한 차이를 보이게 된다. 추정 기법만을 볼 때, 이는 주로 ${\Phi}_{DP}$로부터 기울기를 산정하는 방법과 기울기를 산정하는 윈도우의 크기에서 차이가 발생한다. 윈도우의 크기는 일반적으로 호우의 강도에 따라 달리 적용하는 것이 $R-K_{DP}$ 관계에서 보다 정확도가 높은 것으로 알려져 있다. $K_{DP}$ 산정 기법에 따른 차이 검토를 위해 기울기 산정 기법, 필터(FIR) 상수 및 ${\Phi}_{DP}$ 기울기 산정을 위한 윈도우 크기에 따른 강수 추정의 정확도를 검토하였다.