• Journal of Korea Water Resources Association
• /
• v.37 no.1
• /
• pp.67-75
• /
• 2004

In this study, real-time forecasting model(Neural Dam Inflow Forecasting Model; NDIFM) based on neural network to predict the dam inflow which is occurred by flood runoff is developed and applied to check its availability for the operation of multi-purpose reservoir Developed model Is applied to predict the flood Inflow on dam Nam-Gang in Nak-dong river basin where the rate of flood control dependent on reservoir operation is high. The input data for this model are average rainfall data composed of mean areal rainfall of upstream basin from dam location, observed inflow data, and predicted inflow data. As a result of the simulation for flood inflow forecasting, it is found that NDIFM-I is the best predictive model for real-time operation. In addition, the results of forecasting used on NDIFM-II and NDIFM-III are not bad and these models showed wide range of applicability for real-time forecasting. Consequently, if the quality of observed hydrological data is improved, it is expected that the neural network model which is black-box model can be utilized for real-time flood forecasting rather than conceptual models of which physical parameter is complex.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.135-135
• /
• 2018

한강의 잠수교는 평상시에는 사람과 차의 통행이 가능하나 예측수위가 5.5m일 경우, 보행자통제, 6.2m일 경우, 차량통제를 실시한다. 잠수교는 국토교통부의 홍수예보 지점은 아니지만 그 특수성으로 인해 정확한 홍수위 예측을 통해 선행시간을 확보할 필요가 있다. 일반적으로 하천 홍수위 예측을 위해서는 강우-유출 모형과 하도추적을 위한 수리모형을 결합한 모델링이 요구되나 잠수교는 하류부 조위로 인한 배수 및 상류부 팔당댐 방류량의 영향을 받아 물리적 수리 수문모형의 구축이 상당히 제약적이다. 이에 본 연구에서는 딥러닝 오픈 라이브러리인 Tensorflow 기반의 LSTM 심층신경망(Deep Neural Network) 모형을 구축하여 잠수교의 수위예측을 수행한다. LSTM 모형의 학습과 검증을 위해 2011년부터 2017년까지의 10분단위의 잠수교 수위자료, 팔당댐의 방류량과 월곶관측소의 조위자료를 수집한 후, 2011년부터 2016년까지의 자료는 신경망 학습, 2017년 자료를 이용하여 학습된 모형을 검증하였다. 민감도 분석을 통해 LSTM 모형의 최적 매개변수를 추정하고, 이를 기반으로 선행시간(lead time) 1시간, 3시간, 6시간, 9시간, 12시간, 24시간에 대한 잠수교 수위를 예측하였다. LSTM을 이용한 1~6시간 선행시간에 대한 수위예측의 경우, 모형평가 지수 NSE(Nash-Sutcliffe Efficiency)가 1시간(0.99), 3시간(0.97), 6시간(0.93)과 같이 정확도가 매우 우수한 것으로 분석되었으며, 9시간, 12시간, 24시간의 경우, 각각 0.85, 0.82, 0.74로 선행시간이 길어질수록 심층신경망의 예측능력이 저하되는 것으로 나타났다. 하천수위 또는 유량과 같은 수문시계열 분석이 목적일 경우, 종속변수에 영향을 미칠 수 있는 가용한 모든 독립변수를 데이터화하여 선행 정보를 장기적으로 기억하고, 이를 예측에 반영하는 LSTM 심층신경망 모형은 수리 수문모형 구축이 제약적인 경우, 홍수예보를 위한 활용이 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1136-1140
• /
• 2009

지상강우 관측망을 이용한 강우량 측정의 대안으로서 사용되는 기상 레이더를 활용한 강우량 추정의 경우, Z-R 방정식을 이용하여 반사도를 강우량으로 환산하는 방법을 일반적으로 사용한다. 이때 발생하는 각종 오차는 레이더 장비가 가지는 기계적인 오차뿐만 아니라 Z-R 방정식이 가지는 오차 등이 있으며, 이를 보정하기 위해서 레이더를 활용하여 추정된 강우량에 지상강우량계와 레이더강우량과의 비율인 G/R비를 보정하는 방법을 일반적으로 사용한다. 본 연구에서는 이와 같이 레이더 강우량을 보정하기 위해서 사용되는 G/R비를 산정하는데 미치는 지형적인 효과를 고려하기 위해서 광덕산 레이더 유효범위 100km 내(군사분계선 이북 미포함)의 지역에 대하여 군집분석을 실시하여 크게 산악지역과 평야지역으로 구분하고, 각각 구분된 지역에 대하여 G/R 비를 산정하여 초기추정 레이더 강우량에 곱하는 mean-field bias 보정을 실시하였다. 광덕산 레이더 기상관측소의 유효범위 100km 내의 2007년, 2008년 홍수기(6/21${\sim}$9/20)기간 동안 94개 Automatic Weather Station(AWS)지점에 대하여 크게 산악지역과 평야지역으로 지역화 시키는 방법은 비계층적 군집분석 기법 중 fuzzy-c mean 방법을 적용하였다. 또한 광덕산 레이더 반사도 기본 자료는 차폐영역으로 생기는 반사도 데이터 누락을 보완하기 위하여 0도와 1.5도 sweep 합성 10분단위 uf 자료를 사용하였으며, AWS와 보정이 이루어지는 레이더 격자의 크기는 최대 4km${\times}$4km로 선정하였다. 본 연구에 있어서 검증방법은 지역을 구분하기 전과 후를 AWS 실측 관측값과 절대상대오차, 평균제곱근 오차로써 비교하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.640-640
• /
• 2015

2010년과 2011년 서울에서 발생한 집중호우와 2014년 부산에서 발생한 집중호우의 발생으로 막대한 재산상의 피해와 사상자를 냈다. 2010년 9월 21일에 발생한 집중호우는 1908년 관측시작이래 가장 많은 비가 내린 것으로 기록되었으며 주거지 4,727호, 상가 1,164호, 공장 126동 등이 침수되고 13시를 기준으로 강서지점의 경우 시간당 98.5mm의 기록적인 강우를 기록하였으나, 관악지점은 5.5mm에 그쳐 두 지점간의 시간당 강우량의 편차가 약 200배 가까이 차이가 나는 것으로 나타났다. 이와 같이 최근 도시지역에서 국지성 집중호우가 증가하고 있으며 지역별 강우 편차가 크고 이에 따라 침수피해발생 여부도 지역에 따라 달라진다. 강수의 공간적 분포와 그로 인한 침수해석은 도시돌발홍수 예경보 시스템에 있어 무엇보다도 중요하다. 본 연구의 목적은 도시지역 돌발홍수 예경보 시스템 구축을 위한 정량적 강수추정 QPE(Quantitative Precipitation Estimation)기법에 따른 수리 수문학적 영향을 평가하는 것이다. 정량적 강수추정을 위해 AWS, SKP, 레이더 자료를 활용하여 250m의 해상도를 가지도록 크리깅을 적용하였다: QPE 1은 34개의 AWS의 지점우량을 지구통계학적 기법 중의 하나인 크리깅을 이용하여 산정한 기법, QPE 2는 AWS와 156개의 SKP의 강우데이터를 크리깅을 이용하여 산정한 기법, QPE 3는 광덕산 레이더를 이용한 기법, QPE 4는 AWS, SKP, 광덕산 레이더 자료를 조건부 합성한 기법이다. 월류량을 산정하기 위해 도시유출해석모형인 SWMM을 강남역 일대를 대상으로 구축하고 우수관로 시스템으로 유입되지 못한 노면류(Surface flow)를 함께 고려하였다. 침수해석을 위해서는 DHM모델을 적용하였으며 2013년 7월 기간에 발생한 호우에 대하여 분석을 수행하였다. 비교수행을 위해서 인접한 서초 AWS와 강남 AWS의 지점강우량도 함께 고려하였으며 모의결과를 국가 재난관리 정보 시스템(NMDS)에 침수피해가 확인된 가옥 및 빌딩 정보와 일치여부를 적합도로 산정하였다. 산정된 적합도를 통하여 정량적 강수추정기법에 따른 수리?수문학적 영향을 평가하였다. 실제 침수흔적정보와 비교 결과, QPE 2와 QPE4가 가장 적합도가 높았으며 이에 따라 고밀도의 관측망의 구성이 도시지역 침수해석결과에도 적합할 것으로 판단된다.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.18 no.2
• /
• pp.199-209
• /
• 2000

Recently, GSIS is introduced in the various fields. Especially in hydrology, the useful of GSIS is emphasized to analyze parameters, which are necessary for the analysis of watershed. In this paper, to estimate the direct runoff volume, I used the SCS-CN method which was useful to calculate direct runoff volume in a watershed that was not observed. But because SCS-CN method must treat a great number of spatial data, if we use the GSIS, we can treat numbers of the data easily. GSIS databases is constructed by using the data which is related to soil type, landuse. And runoff curve number was estimated by means of these databases in the study area. Also, the area of covered each subbasin rainfall gauge station was estimated by thiessen polygon network technique. The direct runoff volume was calculated by these subbasin area to the rainfall gauge station. I knew, from this study, that using GSIS, I can calculate parameters needed in direct runoff volume analysis, fast, exactly.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.26 no.6B
• /
• pp.613-622
• /
• 2006

In this study, a fully distributed physical-based rainfall-runoff model called Vflo$^{TM}$ is applied to Junglang-cheon basin for simulating runoff. Geo-spatial data are used to parameterize the model to account for the characteristics of soils, landuse/cover, and topograph. 300m resolution DEM is used to compute slope and drainage network connectivity. Spatially distributed rainfall data is interpolated by ordinary kriging method. In this study, hydrograph from HEC-HMS and Vflo$^{TM}$ without/with calibration of parameters was compared to evaluate the accuracy of rainfall-runoff model From the results, a fully distributed physical-based rainfall-runoff model reproduce the peak time and shape of hydrograph much better than HEC-HMS.

• Journal of Korea Water Resources Association
• /
• v.37 no.1
• /
• pp.21-29
• /
• 2004

The growth of water resources engineering associated with stable supply, management, development is essential to overcome the coming water deficit of our country. Large scale remote sensing and the analysis of sub-pixel variability of soil moisture fields are necessary in order to understand water cycle and to develop appropriate hydrologic model. The target resolution of coming Global monitoring of soil moisture field is about 10km which is not appropriate for the regional scale hydrologic model. Therefore, we need a downscaling scheme to generate hydrologic variables which are suitable for the regional hydrologic model. The results of the analysis of sub-pixel soil moisture variability show that the relationship between ancillary data and soil moisture fields shows there is very weak linear relationship. A downscaling scheme was developed using physically-based classification scheme and Neural Networks which are able to link the nonlinear relationship between ancillary data and soil moisture fields. The model is demonstrated by downscaling soil moisture fields from 4km to 0.2km resolution using remotely-sensed data from the Washita'92 experiment.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.1137-1141
• /
• 2008

본 연구에서는 경기도 설마천 지역에 위치한 독립사면에서 토양수분을 연속측정한 결과를 분석하였다. 관측망의 설계를 통하여 선정한 위치에 탐침을 매설하고 공간적인 분포를 가진 시계열 형태의 데이터를 10cm 깊이에서 수집하였다. 전이함수 모형을 사면에서의 토양수분 전이과정에 대응하고, 이를 실제 측정한 데이터에 의해서 분석한 결과와 비교해 보았다. 전이 함수 모형은 강우 데이터를 입력변수로 하고 토양수분 시계열 데이터를 반응 변수로 하여 전개하였고, 시계열 모형의 전개는 크게 자료전처리, 모형구조의 규명, 모수추정, 모형진단 등의 과정을 통해서 적합한 모형을 도출하였다. 산지 사면에서의 토양수분을 전이함수에 의하여 전개한 모형은 토양수분의 깊이별 변화와 지형적 분포 양상에 따라 특색을 나타내었다. 또한 2003년 가을과 2004년 봄의 전이함수 모형 추정을 통하여 계절별 특성이 나타남을 알 수 있는데, 봄의 토양수분의 분포는 가을의 토양수분에 비하여 큰 변동성과 고차항의 반응양상을 보인다. 본 연구는 전이함수를 이용한 토양수분의 시계열 분석이 사면에서의 토양수분 변동특성을 지형적, 계절적 특성과 연계하여 이해하고 특성화하는 과정의 적절한 도구가 될 수 있음을 보여주고 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.301-304
• /
• 2012

홍수예경보는 강우로 인하여 발생되는 홍수의 규모와 시간을 가능한 한 정확하고 빨리 예측하여 홍수에 대비할 수 있도록 유관기관 및 지역주민에게 사전에 홍수에 관한 정보 즉 예측되는 수위와 시간을 제공함으로써 홍수로부터의 피해를 최소화하는 것이다. 이와 같은 목적을 성공적으로 완수하기 위해서는 홍수시 급변하는 하천유량에 영향을 미치는 모든 수문학적 기상학적 자료를 신속 정확하게 수집할 수 있는 관측 시스템의 구축 뿐 아니라 이들 수집된 자료를 이용하여 실시간 홍수추적을 할 수 있는 효율적인 유출량 계산모형이 조화를 이룰 때 가능하다. 이에 본 연구에서는 중 소하천에서 홍수예경보를 위한 지능형 U-River 시스템의 실시간 모니터링 기술을 조사하고 하천수위를 이용한 예측시스템에 대해 연구하였다. 기존의 홍수예경보의 문제점을 해결하기 위해 간단한 입력자료만으로 홍수예측이 가능한 인공지능 기반의 신경망 모형을 이용 하였으며, 예측 모형의 효율성과 적용성을 높이기 위해 유사한 수문 사상을 가지는 상 하류간 입력 자료를 동시에 사용하였다. 또한 하천수위를 이용한 모델의 수행은 각 지점별 훈련성과를 토대로 최적의 은닉층 노드수를 선발하여 실시간 수위예측에 활용하였으며 수치적 기준을 적용하여 실측 수위와 모형에 의해 예측된 수위를 이용하여 평가하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.426-426
• /
• 2022

하천에서 유사량은 침식(Erosion), 유송(Transport), 퇴적(Deposition)의 3단계 과정으로 진행되며 이 과정에서 다양한 유사 문제가 수반되고 있다. 특히, 하상변동의 예측, 하천계획 수립 등 수자원 개발을 위해 유사량 조사는 반드시 필요하다. 따라서 국외에서는 오래전부터 하천 유사이송과정에 대한 이론적인 개념을 정립하고 양질의 유사량 자료를 위해 연구해 오고 있다. 국내에서는 대표적으로 한국수자원조사기술원에서 유사량조사 업무를 수행하고 있으며 국가유사량관측망 중 매년 약 20개소~30개소의 지점을 대상으로 신뢰성 있는 자료를 만들기 위해 지속적으로 연구하고 있다. 유사량 조사의 항목 중 부유사 채취를 위한 측선수는 하천 폭(ISO 기준)에 따라 5개~7개의 측선에서 부유사를 채취하고 있으며, 강우가 활발한 홍수기 전, 후로 단면측량 및 하상토 자료를 통해 총유사량을 산정하고 있다. 본 연구의 분석방법으로는 이신재(2021)가 제안한 방법을 착안하였고, 측선별 부유사농도와 평균부유사농도의 비교분석 통해 상관계수(R²)가 가장 높은 측선을 선택하여 지표부유사량(Index Suspended Sediment) 산정에 활용하였다. 대상지점으로는 연속 유사량 자료 생산이 가능한 낙동강유역의 함안군(계내리) 관측소와 영산강유역의 구례군(구례교) 관측소를 선정하였다. 먼저, 지표 유사량은 평균부유사농도와 측선별 부유사농도를 비교분석하였으며, 함안군(계내리) 관측소는 5번 측선(R²=0.9869), 구례군(구례교) 관측소는 2번 측선(R²=0.9929)을 통해 지표부유사량을 산정하였다. 그 결과 하천특성에 따라 측정된 부유사량과 지표부유사량의 편차율(함안군(계내리) : 최대 33%, 최소 1%, 구례군(구례교) : 최대 25%, 최소 1%)이 다소 상이한 구간이 발생하였지만 이들의 상관계수(R²)는 각각 0.9922, 0.9947로 매우 높게 산정되었다. 이러한 결과를 통해 제시한 지표 설정은 실제 업무에서 활용 가능할 것으로 판단되며, 추후 과거년도의 하천특성과 수리특성 분석을 통해 해당지점의 대표적인 측선을 선정해 연속적인 지표 유사량 자료 생산이 가능하다면 향후 자동 유사량 채수장치 설치를 통해 안정된 유사량 자료 제공이 가능할 것으로 기대된다.