• 대한토목학회논문집
• /
• 제38권6호
• /
• pp.783-791
• /
• 2018

낮은 밀도의 강우관측망과 레이더 강우의 편향적인 추정은 좁은 지역에서 발생하는 돌발홍수에 대한 적용에는 한계가 있다. 이를 개선하기 위해서는 더 많은 강우정보의 생산이 필요하다. 본 연구에서는 최근에 개발되어 활용되고 있는 차량용 강우센서를 이용하여 적용성을 분석하였다. 개발된 강우센서를 차량에 부착하여 차량의 이동에 따른 강우 관측을 수행하였다. 분석 방법은 강우센서와 인근 강우관측소의 관측값에 대하여 시계열 및 평균 강수량을 이용하였다. 차량별로 부착된 센서(1~10번)의 관측 강우를 분석한 결과 전체적으로 센서별로 상대적으로 차이가 발생하고 있으나 강우 사상에 따른 관측값의 경향은 일정한 패턴을 나타내고 있는 것을 알 수 있었다. 이는 강우센서의 관측위치와 인근 강우관측소와의 거리 차이, 차량의 이동 속도, 강우관측 방법 등 다양한 원인에 의해 발생하는 것으로 분석되었다. 이 결과는 차량용 강우센서를 이용한 강우관측의 가능성을 보여주었으며 향후 다양한 조건에서의 실험 및 강우센서 개선을 통하여 보다 정밀한 강우관측이 가능할 것으로 검토되었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.328-328
• /
• 2020

본 연구에서는 강우앙상블 멤버를 입력자료로 한 강우기반 유출앙상블 멤버와 관측 강우자료를 입력자료로 한 모형기반 유출앙상블 멤버를 생성하고 각 유출앙상블 멤버의 정확도를 비교·평가하였다. 본 연구에서는 강우앙상블 멤버 생성을 위해 서울 지역을 대상으로 강우장 이동 모의에 필요한 모의 격자망을 구축하였다. 다음으로 최근 10년 동안 발생한 37개 호우사상의 관측자료를 토대로 격자별 특성방향을 결정하고 특성방향의 통계치로부터 유도된 베타분포를 기반으로 강우앙상블 멤버를 생성하였다. 유출앙상블 멤버는 대한민국 서울에 위치한 구로1 빗물펌프장 배수유역을 대상으로 shot noise process 기반 강우-유출모형을 이용하여 생성하였다. 강우-유출모형 매개변수의 난수 생성을 위해서 감마분포를 이용하였다. 2017년과 2018년 발생한 호우사상을 대상으로 강우기반 및 모형기반 유출앙상블을 생성한 결과, 강우의 방향성을 조정하여 생성한 강우기반 유출앙상블의 정확도가 더 높은 것으로 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.1052-1056
• /
• 2009

본 연구에서는 대상 지점의 강우량자료와 유출수문곡선으로 전 기간에 대한 유출률과 특정기간을 갖는 유출률을 각각 산정하여 유출특성을 분석하였다. 본 연구를 수행하기 위해서 GIS 소프트웨어인 ArcInfo와 ArcView 등으로 대상유역의 유역도, 강우관측망도, 수위관측망도, 수계망도,티센망도 등을 생성하여 대상유역의 수계 특성을 파악하였다. 개발된 곡선식의 적정성을 판단하기위해 상 하류 간의 유출특성 등을 비교 분석하였으며, 유역 내 댐이나 저수지가 존재할 경우 이를 고려하였다. 유출률 산정결과, 이호대교(남한강 본류) 지점에서의 유출률은 방류량을 고려하지 않았을 경우 59.8%, 고려했을 경우 74.5%로 산정되었다. 흑천의 원덕교 지점에서는 67.1%, 경안천의 경안교 지점에서는 78.3%, 홍천강의 성포교와 남산교 지점은 각각 63.3%, 53.1%로 산정되었다. 따라서 개발된 수위-유량관계곡선식은 적정한 것으로 판단되며, 이에 근거하여 유출수문곡선은 양질의 수준인 것으로 평가되었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2007년도 학술발표회 논문집
• /
• pp.1844-1848
• /
• 2007

본 연구에서는 섬진강유역에 위치한 주요 수위관측소 지점의 유출률을 산정하기 위해서 지리정보시스템(Geographic Information System : GIS)을 적용하였다. 유출률 산정에 이용된 GIS 소프트웨어로는 ArcInfo와 ArcView 등을 이용하였으며, 대상유역의 수치유역도, 강우관측망도, 수위관측망도, 수계망도, 주암댐 유역도, 섬진강댐 유역도, 순유역도 등을 일차적으로 생성하였다. 또한 수치표고모델(Digital Elevation Model : DEM), 토양도, 토지피복도, 유출곡선지수도(Curve Number : CN) 등의 기본도를 생성하였다. 일반적으로 미계측 유역에서의 유출률 산정은 강우모형과 유역모형, 하도모형 등에 의한 수문학적 방법으로 산정되나, 계측 유역은 수위관측소 지점의 수위-유량관계곡선식에 의해 수위 수문곡선을 유량 수문곡선으로 변환하여 산정하게 된다. 본 연구에서는 수위-유량관계곡선식에 의하여 유출수문곡선을 산정하였으며, 또한 산정된 유출률의 적정성을 파악하기 위해 GIS를 이용하여 산정한 CN의 값과 비교하였다. 본 연구는 섬진강유역을 대상으로 하는 유출률 산정에 관한 연구로 강우량자료의 일관성 분석 등도 수행하였다. 유출률 산정에 이용된 강우자료는 기상청 자료이며 평균 강우량은 강우의 시간적 분포와 강우량의 양적분포 등을 분석한 후 산술평균법에 의해 산정하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.492-492
• /
• 2017

강수량은 지상에 내린 물의 총량으로 홍수 및 갈수량 산정에 있어서 유출특성을 파악하는데 중요한 자료이다. 부정확한 자료 및 수문분석기법에 의한 수자원량의 추정은 수공구조물의 설계 시과소 또는 과다 설계로 문제를 가져올 수 있으며, 수리 수문분석시스템의 효율적인 운영에 많은 지장을 초래하게 될 수 있다. 특히 강수량자료를 기초로 하는 홍수예보 및 갈수예보 모형들은 그 입력치인 강수량자료의 정확도가 큰 비중을 차지하게 된다. 강수량은 면적 강수량을 대표할 수 있는 위치에서 관측되어야 점 강수량을 면적 강수량으로 환산하는데서 발생하는 오차를 최소화 할 수 있다. 최근 강수 특성은 과거에 비해 시공간적으로 매우 불규칙해졌으며, 특히 짧은 지속시간 동안에 많은 양의 강우가 집중되고 있다. 강수량조사망은 이와 같은 강수 특성 변화를 충분히 반영할 수 있어야 한다. 강수 특성을 반영하여 수문조사, 홍수예보, 강우레이더에 활용하기 위해서는 기존 강수량조사망에 대한 재평가가 선행되어야 하며, 재평가된 결과를 토대로 강수량조사망을 설계하여야 한다. 또한 강수량관측소는 그 자체에 여러가지 오차를 내재하는데, 이는 바람의 영향, 증발, 주변 환경 변화 등 다른 여러 가지 오차들이다. 이러한 오차의 발생을 최소화하기 위해서는 관측시설의 유지관리가 매우 중요하다. 강수량자료의 품질 문제를 최소화하여 강수량자료의 품질을 향상시키기 위해서는 기존 강수량관측소 및 운영현황에 대한 명확한 고찰이 선행되어야 하며, 기존의 강수량조사망에 어떠한 문제점 등이 내포되어 있는지에 대한 객관적인 평가를 통하여 수문조사, 홍수예보, 강우레이더 활용에 적합한 강수량조사망 구축이 필요하다. 본 연구에서는 영산강홍수통제소 관할 유역의 강수량관측소 67개소를 조사 평가하여 수문조사, 물관리, 강우레이더의 활용에 필요한 강수량조사망을 구축하였다. 이에 따라 신설 강수량관측소는 14개소가 필요한 것으로 나타났으며, 이 경우 평균 시강수량의 추정 불확실도가 0.2 이상인 영역은 19.3 %에서 10.6 %로 줄어들며, 연평균 강수량의 추정 불확실도가 0.2 이상인 영역은 9.0 %에서 4.7 %로 줄어드는 것으로 나타났다. 또한 강수량조사망 구축에 필요한 강수량관측소 설치, 위치선정, 배치 등에 관한 기준 및 유지관리에 필요한 사항을 제시하였다.

• 물과 미래
• /
• 제48권9호
• /
• pp.36-49
• /
• 2015

• 한국수자원학회논문집
• /
• 제42권12호
• /
• pp.1039-1052
• /
• 2009

고해상도의 시공간 분해능을 갖는 레이더 추정강우는 특히 강우계가 설치되어 있지 않은 지역에서 수문학적 활용에 유용한 정보를 제공할 수 있으나, 레이더 관측자료는 기본적으로 많은 오차 요소를 포함하고 있다. 이러한 이유로 레이더 자료를 특정한 목적에 활용하기 위해서는 그 목적에 적합한 자료의 평가가 요구된다. 본 연구에서는 레이더 추정강우의 수문학적 활용을 위한 정성적, 정량적 정확도 평가 방법 및 절차를 제안하고자 한다. 제안한 방법의 적용을 위해 진도(S-band) 및 관악산(C-band) 레이더와 자동기상관측장비시스템(Automatic Weather Stations, AWS)내 강우계의 자료를 이용하였으며, 대표적인 두 호우사상에 대한 적용성을 검토하였다. 연구 결과, 관측누적시간이 증가할수록 레이더 추정강우의 정확도가 증가하고, 레이더 사이트의 관측반경이 짧을수록 레이더 추정강우의 정확도가 향상되는 것을 파악할 수 있었으며, 특히 C-band 레이더의 경우 그 경향이 더 명확하게 나타났다. 또한 강우계 관측망의 밀도에 따른 평균편이 표본오차를 조사하기 위해 Monte Carlo 모의실험을 수행하였으며, 그 결과 강우계 밀도의 감소에 따라 편이오차가 증가하는 것으로 나타났으며, 이를 통해 강우계 관측망의 밀도가 레이더 강우추정의 정확도에 중요한 영향을 미치는 인자중에 하나라는 것을 확인하였다. 또한, 실시간 편차 보정기법은 현재의 국내 레이더의 수문학적 활용을 위해 필요한 과정이라 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.562-562
• /
• 2016

신경망 모형에서 학습이란 주어진 입출력시스템에 대하여 원하는 동작을 수행할 수 있도록 연결 강도를 최적의 상태로 적응(adaptation)시키는 과정을 의미한다. 따라서 강수와 지하수위의 관계를 연계시킨 인공신경망기법은 선택적으로 예측 지하수위에 영향을 미치는 변수들을 학습에 의하여 택함으로써 예측모형을 구성할 수 있다. 즉, 예측 지하수위와의 상관관계에 의하여 입력되는 변수와의 연결강도를 조정하여 매개변수 조정 및 모형의 최적화를 자동화할 수 있다. 본 연구에서는 지하수위에 영향을 주는 요소는 지하수위와 강우량이라고 가정하고, 지하수위의 입출력과정을 시계열 분석에 의하여 모형화하였으며 예측지하수위는 강우 및 지하수위의 선행조건과 매우 밀접한 관계를 갖는다. 따라서 선행강우 및 지하수위의 상태에 따라 이를 입력하여 미래의 지하수위를 예측하게 된다. 이 모형을 제주지역의 관측소에 적용한 결과 관측소별로 타당한 예측결과를 도출하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.387-387
• /
• 2023

2022년 중부권 폭우로 인하여 서울 강남구에서 도시홍수가 발생하였고, 많은 인명 및 경제적 지해를 유발하였다. 기후변화로 야기되는 극한 강우의 발생 패턴 및 강우 패턴의 변화가 많은 연구에서 확인되어 오고 있다. 한국의 경우 극한 강우가 국지적이고 단기간에 많은 강우량을 발생시키는 패턴으로 변화하고 있는 것으로 연구되고 있다. 특히, 도시홍수의 경우 도달시간이 매주 짧기 때문에, 초단기간에 대한 강우분석이 필요하나, 강우관측시스템의 한계로 인하여 현재까지는 초단기간에 대한 극한 강우분석이 미비한 실정이다. 1997년 이후로 기상청에서는 지속적으로 방재기상관측망(Automatic Weather System, AWS)를 설치를 하였고, 최근에 설치된 AWS의 경우 초단기간 강우량 자료를 관측할 수 있는 장비 및 시스템을 구축하고 있으나, 운영된 기간이 짧아 빈도해석에 적용하기에 한계점이 많다. 본 연구에서는 서울 지역에서 영향을 주는 40여개의 AWS의 초단기간 강우량 자료를 이용하여 서울 지역을 확률강우량을 산정하고자 한다. 짧은 관측기간으로부터 발생하는 확률강우량 추정불확실성의 저감을 위해서 지역빈도해석을 적용하였다. 지역빈도해석으로는 지수홍수법을 적용하였다. 추가적으로 서울안에서 공간적으로 확률강우량의 편차에 대하여 조사 분석하였다. 본 연구의 결과를 통하여 서울지역의 초단기간에 대한 안정적인 확률강우량의 추정이 가능할 것으로 예상되며, 추가적으로 지역별 확률강우량의 차이를 비교분석 할 수 있을 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.120-120
• /
• 2023

본 연구에서는 CCTV 영상 내 빗줄기의 특성을 바탕으로 강우강도를 산정하기 위한 합성곱 신경망(CNNs, Convolutional Neural Networks) 기반 강우강도 산정 모형을 제안하였다. 중앙대학교 및 한국건설생활환경시험연구원 내 대형기후환경시험실에서 얻은 CCTV 영상들을 대상으로 연구를 수행하고, 우적계 등과 같은 지상 관측자료와 강우강도 산정 결과를 비교·검증하였다. 먼저, CCTV 영상 내 빗줄기의 미세한 변동 특성을 반영하기 위해 데이터 전처리 작업을 진행하였다. 이는 원본 영상으로부터 빗줄기 층을 분리해내는 과정, 빗줄기 층에서 빗물 입자를 분리해내는 과정, 그리고 빗물 입자를 인식하는 과정 등 총 세 단계로 구분된다. 합성곱 신경망 기반 강우강도 산정 모형 구축을 위해 영상 전처리가 완료된 데이터들을 입력값으로 설정하고, 촬영 시점에 대응되는 지상관측 자료를 출력값으로 고려하여 강우강도 산정모형을 훈련시켰다. CCTV 원자료 내 특정 영역에 편향되어 강우강도를 산정하는 과적합 현상의 발생을 방지하기 위해 원자료 내 5개의 관심 영역(ROI, Region of Interest)을 설정하였다. 추가로, CCTV의 해상도를 총 4개(2560×1440, 1920×1080, 1280×720, 720×480)로 구분함으로써 해상도 변화에 따른 학습 결과의 차이를 분석·평가하였다. 이는 기존 사례들과 비교했을 때, CCTV 영상을 기반으로 빗줄기의 거동 특성과 같은 물리적인 현상을 직간접적으로 고려하여 강우강도를 산정했다는 점과 더불어 머신러닝을 적용하여 강우 이미지가 갖는 본질적인 특징들을 파악했다는 측면에서, 추후 본 연구에서 제안한 모형의 활용 가치가 극대화될 수 있을 것으로 판단된다.