• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.27-27
• /
• 2015

본 연구에서는 강우레이더 관측망의 효과적인 운영관리 측면에서 관측과 운영 성능의 목표를 설정하고 평가하는 방안을 검토하였다. 레이더 관측망의 운영관리 측면에서 정량화가 가능한(정량적으로 평가된) 관측과 운영 목표를 설정하고 활용하는 것은, 관측의 정확도와 운영효율성을 과학적으로 평가 및 제고하기 위해 반드시 필요한 사안이다. 국토교통부는 2015년 현재, 기존에 설치 운영 중인 임진강, 소백산, 비슬산 레이더와 함께 예봉산, 가리산, 모후산, 서대산 총 7대의 S밴드 이중편파 레이더를 설치 운영할 계획이다. 이에 따라 강우레이더를 활용한 최적의 홍수예경보를 위해서는, 강우레이더 관측성능의 현 수준을 파악하여 홍수예경보 측면에서 관측정확도와 운영효율을 높이기 위한 방법(목표설정 및 평가 방법)의 모색이 필요하다. 가장 이상적인 방법은 관측 자료를 기반으로 분석하여 도출하는 것이겠으나, 현재 설치 단계로 모든 관측소의 관측 자료가 생산되고 있는 것은 아니므로, 본 연구에서는 관측 정확도에 영향을 미치는 관측환경 요소를 분석하는 방법을 선택하였다. 관측환경 요소로는 차폐, 빔고도, 빔높이, 빔폭 등이 이에 해당하며, 홍수예경보 측면을 고려하면 홍수취약성 요소(홍수예경보목표 대상유역 면적, 도달시간, 경사, 인구 등)도 고려해야 할 것이다. 즉, 강우레이더는 홍수예경보 정확도 향상을 위해 운영되므로, 홍수예경보 정확도 향상에 어느 정도 기여할 수 있는지 평가해야 한다. 이는 현재 지역별로 홍수예경보 취약 정도를 평가해야 하고 이를 위해서는 관측 취약성과 홍수 취약성을 함께 고려해야 한다. 따라서 본 연구에서는 관측 취약성과 홍수 취약성을 함께 고려한 강우레이더 관측망의 관측 운영 성능 목표설정 및 평가 방안을 제시하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2005.05b
• /
• pp.928-932
• /
• 2005

본 연구에서는 강우의 공간상관구조에 대한 무강우자료의 영향을 혼합분포를 이용하여 평가하였다. 강우자료의 형태는 두 강우관측소간의 자료를 모두 양의 자료를 가지는 경우, 두 자료중 하나 이상의 양의 자료를 가지는 경우, 그리고 전체 자료를 사용한 경우 등 3가지를 고려하였다 아울러 사용된 자료는 강우의 형태별로 태풍, 장마, 대류성 강우에 의한 강우로 나누어 비교가 이루어 질 수 있도록 하였다. 금강유역 내 12개 강우관측소의 시 자료를 이용하였으며, 그 결과 WMO에서 추천하는 강우관측망의 밀도가 장마와 태풍으로 인한 강우에 대하여는 적절하지만, 대류성 강우에 대하여는 부족한 수준인 것으로 파악되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.288-288
• /
• 2020

우리나라의 1시간 간격으로 측정되고 있는 지하수 관측망의 지하수위의 변동성은 강우, 양수, 하천, 지표피복에 의한 영향 등 다양하게 나타날 수 있다. 현재 한국수자원공사 및 한국농어촌공사에서 운영중인 지하수 관측망 중에서 지하수위의 변동 양상이 일반적(계절변동, 강우반응 변동 등)이지 않은 것으로 파악되는 101개소(국가지하수관측망 62개, 4대강보 주변 관측망 5개, 해수침투 관측망 15개, 농촌지하수관리관측망 19개)를 대상으로 현장조사를 실시하고 관측정 주변의 특성과 지하수위 변화와의 관계를 정성적으로 분류하여 보았다. 현장 조사는 지하수 관측정 주변 반경 100 m를 대상으로 하였으며, 기존 우물의 존재 및 규모, 지표 피복 상태, 인근 하천과의 관계(표고차, 하천의 규모, 보의 존재 등), 지형적 이상 특성, 저수지 분포 등을 조사하였다. 조사 대상 지하수 관측정 중에서 주변의 인위적인 요인(양수 영향, 하천수위 조절 영향, 지표 피복 변화, 저수지 수위 조절 등)에 의한 변동으로 확인된 것은 총 89개에 해당한다. 이와 같은 지하수위의 이상 데이터는 지하수 모델링, 함양량 산정과 같은 추가적인 분석에 오류를 발생할 수 있으므로 인공신경망 또는 통계 기법을 활용하여 보정하는 과정이 필요해 보인다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.320-320
• /
• 2023

강우 데이터는 수문기상, 환경, 농업, 자연재해, 그리고 수자원 시스템 분야에서 가장 필수적인 기본 요소 중 하나이다. 또한 강우 데이터는 수문학적 분석에서 활용되는 필수 입력 자료 중 하나로 관측 데이터의 품질에 따라 수문 모형을 이용한 모의 결과물의 정확도가 결정된다고 할 수 있다. 따라서, 강우 관측소별로 강우 데이터의 품질을 어떻게 관리하느냐에 따라 수문 모형의 활용 범위 및 수자원 관리의 효율성이 결정될 수 있다. 강우의 시공간적 변동성은 수 많은 인자들과 직간접적으로 연계되어 있기 때문에 미계측 강우 자료에 대해 직접 관측이 아닌 수치 모형을 이용하여 강우의 발생과 강우량을 산정하는 것은 매우 복잡한 과제 중 하나이다. 현재 국내에서 운용되고 있는 강우 관측소의 경우에도 미계측 된 강우 데이터가 존재함으로써 강우 데이터의 활용에 제한이 생기는 경우가 있다. 따라서, 이러한 미계측 데이터의 추정 및 보완은 보다 효과적인 수재해 방지, 수자원 관리를 위한 필수 과제 중 하나이다. 일반적으로, 미계측 강우를 산정하기 위해서 Kriging, Thiessen, 등우선법, 그리고 역거리 관측법 등 다양한 수문학적 방법들이 적용되고 있다. 이러한 방법들은 산악효과나 강우 관측소의 분포 상태 등을 고려하지 못하기 때문에 측정하는 지역에 따라 강우 추정 오차가 커질 수 있다는 한계가 있다. 최근에는 데이터 관측 시스템과 빅데이터 기술의 발전과 활용 가능한 데이터의 양이 증가함에 따라 머신러닝을 활용한 사례가 증가하고 있다. 머신러닝은 데이터 사이의 관계를 기반으로 분류, 회귀, 그리고 예측 문제에 주로 사용되는 기법 중 하나이다. 따라서, 본 연구에서는 광주광역시 지역에 위치한 주요 강우 관측 지점들을 대상으로 미계측 된 시강우 데이터를 추정 및 복원하고자 한다. 여기서 데이터 추정 기술이란 미계측 강우의 발생 유무 및 강우량을 추정할 수 있는 기술을 의미한다. 이를 위해 대표적인 머신러닝 알고리즘인 인공신경망(Artificial Neural Network) 및 랜덤포레스트(Random Forest)를 적용하였다.

• Journal of Wetlands Research
• /
• v.19 no.1
• /
• pp.103-111
• /
• 2017

In this study, we estimate the NNI(Nearest Neighbor Index) which is considered altitude of rain gauge network as a method for evaluating appropriateness of spatial distribution and the current rain gauge network is evaluated. The altitude is divided by equal-area-ratio and optimal NNI within given basin condition is estimated using harmony search method for considering geographical conditions that vary from altitude to altitude. After calculating current state and optimal NNI for each altitude, the distribution of the rain gauge network is evaluated based on the difference between the two NNIs. As a result, it founds that the density of rain gauge networks is relatively thin as the altitude increases. Furthermore, it will be possible to construct an efficient rain gauge network if the characteristics of different altitudes are considered when a new rain gauge network is newly constructed.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2005.05b
• /
• pp.123-126
• /
• 2005

본 연구에서는 상층기상자료, 자동 기상 관측망 자료 및 신경망기법을 사용하여 단시간 강우 예측 모형을 개발하였다. 호우를 동반한 이송 기상 시스템의 이동 경로가 라디오존데로부터 획득할 수 있는 상층기상 자료 즉 상층 풍향자료와 동일한 방향으로 이동한다는 가정 하에 원거리에서 발생하는 기상현상의 발달과정을 판단 할 수 있는 알고리즘을 개발하고, 이러한 원거리 입력 자료와 예측하고자 하는 값 사이의 비선형 상관 관계를 연결하는 기법으로 인공 신경망 기법을 도입하였다. 개발된 모형을 2002년 태풍 루사로 인하여 큰 피해를 입은 감천지역에 적용하였다. 포항과 오산의 라디오존데에서 획득한 700mb에서의 풍향자료와 5년의 자료기간을 가지는 350개의 자동 기상 관측망 자료를 입력 자료로 사용하였으며 결과는 상층기상자료를 사용하지 않고 예측한 결과에 대하여 개선된 강우 예측결과를 보여주었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.147-153
• /
• 2008

본 연구에서는 레이더 강우를 이용하여 시공간적 변동성을 고려한 격자형 면적강우량을 산정하기 위하여 추계학적 방법인 칼만필터 기법을 이용하여 지상 강우 관측망과 레이더 강우 관측망을 조합하여 면적강우량을 산정하였다. 또한 전통적인 지상 강우량을 면적강우량으로 전환하는 기법인 Thiessen법, 역거리법, 크리깅 기법을 이용하여 면적강우량을 산정한 후 칼만필터 기법에 의해 보정된 면적 레이더 강우와 비교 하였다. 그 결과, 칼만필터 기법에 의해 보정된 레이더 강우는 실제 강우 분포와 유사한 공간분포를 가지는 원시 레이더 강우 분포를 잘 재현하면서도 강우 체적(볼륨)은 우량계 자료의 체적과 유사하게 나타났다. 그리고 칼만필터 기법에 의해 보정된 레이더 강우를 물리적 기반의 분포형 모형인 $Vflo^{TM}$ 모형과 준분포형 모형인 ModClark 모형에 적용하여 홍수유출을 모의하였다. 그 결과, $Vflo^{TM}$ 모형은 첨두시간과 첨두치가 관측 수문곡선과 유사하게 모의되었으며 ModClark 모형은 총 유출체적에서 좋은 결과를 나타냈다. 그러나 매개변수 검증에서는 $Vflo^{TM}$ 모형이 ModClark 모형보다 관측 수문곡선을 잘 재현하였다. 이를 통해 지상강우와 레이더 강우를 적절하게 조합하여 정확도 높은 면적강우량을 산정하고 분포형 수문모형과 연계하여 홍수유출모의를 실시할 경우 충분한 적용성을 가지고 있음을 확인할 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.234-234
• /
• 2011

기후변화로 인한 수문사상의 특성이 급격하게 변동되는 것은 이미 많은 연구로 인해 밝혀졌다. 이중, 강우사상의 경우 연강우량의 증가에도 불구하고, 일최대강우량 또는 강우강도나 강우집중률이 비교적 더 크게 증가하면서 직접유출 부분이 증가하고 침투량이 감소하면서, 즉 총강우의 유역출구로 나가는 부분이 증가하면서, 갈수기의 지하 및 하천수위는 예년에 비해 더욱 하강하고 있는 실정이 국가지하수관측망이나 하천수위 자료로서 관측되고 있다. 이는 지하수위의 변동특성이 강우패턴의 변화로 인해 분명히 영향을 받고 있다는 사실을 자료로서 입증하고 있다고 할 수 있다. 본 연구는 국가지하수 관측망 중 낙동강유역에 위치한 관측소를 대상으로 관측자료를 검토한 결과 총 43개의 관측소를 선정하여 암반층 36개, 충적층 19개로 관측정별 자료 수집을 하였으며, 연최대, 연평균, 연최저 지하수위에 대한 경향성 및 유의성 검정을 실시하였다. 유의성 검정은 t-test를 실시하였다. 연 평균지하수위를 기준으로 암반층은 27개 관측소가 하강하였고, 이 중 유의수준 5% 이내에 유의하며 하강하는 지점은 9개로 나타났다. 충적층은 16개 관측소가 하강하는 경향을 나타냈으며, 이 중 12개 관측소가 유의수준 5% 이내에 유의하는 것으로 나타났다. 지하수위의 하강하는 경향성이 뚜렷한 지역은 지하수의 고갈과 함께 인근하천의 건천화 그리고 지반침하나 해안지방인 경우는 염수침입이 일어날 가능성이 큰 지역이므로 향후 이에 대한 대책이 세워져야 할 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2005.05b
• /
• pp.904-907
• /
• 2005

본 연구에서는 강우량의 실측치인 자동기상관측소(AWS) 자료와 현재의 대기상태인 인공위성(GMS-5호) 자료를 입력자료로 하여 현재부터 3시간 선행시간까지의 면적평균강우량을 예측할 수 있도록 강우예측 신경망 모형을 개발하였으며, 2002년 8월 집중호우시 남강댐 유역에 적용하였다. 신경망 모형의 학습을 위해서 $1998\~2001$년 $6\~9$월과 2002년 6, 7월의 강우사상과 적외선 자료가 사용되었고, 학습이 종료되면 예측기간(2002년 8월 $6\~16$일)동안의 강우예측이 수행되었다. 신경망 모형의 학습단계에서는 자료들간의 비선형 상관관계를 나타내는데 적합한 역전파 알고리즘 학습방법 중 모멘텀법을 사용하였으며, 신경망 모형의 출력값은 현재부터 3시간 후까지의 면적평균강우량을 예측할 수 있도록 구성하였다. 예측된 면적평균강우량은 실제 관측된 강우량의 패턴은 잘 따르고 있었지만 첨두치를 과소평가하는 경향이 나타났다. 본 연구에서 개발된 신경망 모형은 관측된 강우자료의 품질과 패턴이 모형의 정확성에 미치는 영향이 절대적인 기존의 신경망 모형과 차별화하여, 현재의 대기상태를 나타내는 인공위성 자료를 추가함으로써 보다 정확한 강우량 예측이 가능하도록 하였다.

• Water for future
• /
• v.45 no.9
• /
• pp.59-64
• /
• 2012

강수량관측소의 주변여건은 강수량자료의 신뢰도를 좌우할 만큼 중요하며, 이러한 강수량 자료는 낙동강홍수통제소의 수문조사, 홍수예보, 레이더 강우의 검보정 등의 기초자료로 다양한 분야에서 이용되고 있다. 그러나 낙동강홍수통제소가 관리 중인 강수량관측소의 주변 환경 여건 변화로 관측 자료의 신뢰도 저하의 우려가 있고 기후변화 등에 따른 돌발홍수, 국지적 강수로 인한 관측소의 설치 위치의 재검토가 필요한 실정이다. 이에 따라 본 연구에서는 낙동강홍수통제소가 관리 중 강수량관측소의 현황조사 및 개선방안을 제시하여 신뢰도를 제고하고, 낙동강유역을 대표할 수 있는 관측망을 분석하여 강우자료의 신뢰성 및 정확도를 확보하는데 그 목적이 있으며, 개정된 하천법에 맞는 수문조사시설 관리대장을 체계적으로 DB화하여 편리하고 신속하게 대국민 및 관련 업무담당자에게 제공하는 정보체계를 수립하는데 있다.