• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.37-41
• /
• 2009

본 연구에서는 티센망을 이용한 면적강우량 산정방법의 대안으로서 최근 들어 수자원공학 분야에의 활용성이 커지고 있는 고해상도 기상레이더의 반사도자료(dBZ)를 활용하여 면적강우량을 산정하였다. 또한 이렇게 산정된 레이더 면적강우량을 티센망으로써 산정된 면적강우량과 비교하여 그 유용성을 판단하였다. 연구지역으로는 소양강댐 유역을 선정하였으며, 연구기간은 2008년 가장 강한 강우를 보였던 상위 5개의 사상을 선정하였다. 본 연구에서는 레이더 반사도를 강우강도로 변환시키는 과정은 인공신경망(artificial neural network, ANN) 중에서 일반적으로 널리 사용되고 있는 다층 퍼셉트론 인공신경망 모형을 적용하였다. 연구방법으로는 선택된 4개의 인자를 입력노드에 넣어 인공신경망을 학습시킨 후 연구지역 내 10개 AWS 지상관측소의 강우량을 추정하여 정확도를 비교 분석하였다. 이를 바탕으로 최종적으로 레이더 면적강우량을 산정하여 기존의 티센망을 이용한 면적강우량과 그 값을 비교하였다. 그 결과 인공신경망을 이용한 레이더 강우량의 경우, 평균제곱오차(mean square error, MSE) 및 상관계수(correlation coefficient, CC)가 매우 양호한 값을 보였다. 또한 유역 내 레이더 면적강우량이 티센망을 이용한 면적강우량에 비하여 약 $7%^{\sim}19%$ 정도 차이가 발생함을 확인하였으며, 레이더 면적강우량이 티센망을 이용한 면적강우량에 비하여 더 정확한 면적강우량을 산정할 수 있다고 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.367-367
• /
• 2019

최근 기후변화로 인해 국지성 호우 및 태풍의 빈도가 빈발하고 및 규모가 커지고 있으며 그로 인한 홍수피해규모는 증가하고 있다. 본 논문에서는 도시 지역의 호우로 인한 침수유발 강우량을 산정하는 기법의 정확도를 산정하는데 목적이 있으며 이를 위해 ROC(Receiver Operation Characteristic Curve) 분석을 이용하였다. 본 논문에서는 분포형 홍수해석 모형인 S-RAT 모형과 2차원 침수해석 모형 FLO-2D을 커플링하여 호우로 인한 침수해석을 실시하였으며 강우시나리오는 설계 강우 200mm의 강우를 10% 간격으로 증가시켜 강우량 대비 침수심 자료를 모의하였다. 모의한 침수심 자료를 이용하여 유역 격자를 $1km{\times}1km$ 별 강우량-침수심 관계곡선식을 제시하였으며 개발된 곡선식을 이용하여 특정 침수심(20cm)을 유발시키는 강우량(한계강우량)을 산정하였다. 정확도 산정은 ROC(Receiver Operation Characteristic Curve) 분석 방법을 이용하여 침수 유무의 적중률에 따른 민감도와 특이도를 이용하여 AUC(Area Under the Curve)의 점수로 정확도를 판단하였다. 본 논문에서는 본 논문에서 제시한 한계강우량의 정확도를 판단하기 위하여 2011년 7월의 사당역 일대 침수사례를 이용하였다. 실제 침수정보가 없어 실제 호우사상과 실제 하수관망을 고려할 수 있는 SWMM 모형을 이용하여 침수분석을 실시하였다. 분석 결과 평균 ROC는 약 0.7로 나타났으며 5 단계의 구분에서 Fair 단계로 적정 수준의 정확도를 확보한 것으로 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.1013-1017
• /
• 2008

이 연구는 기상수치예보 모델 중 지역수치예보모델인 RDAPS 모델을 이용하여 강우자료를 예측한 값과 실제 강우관측지점에서의 강우량을 비교해 보고 RDAPS 예측량의 정확도를 높이기 위한 연구이다. RDAPS 모델의 자료는 00UTC와 12UTC에 3시간 누적 자료를 48시간에 대해서 생성하고, 30km 격자망에 대한 정보를 담고 있기 때문에 1시간 간격으로 측정된 지점 강우량과의 비교를 위해서는 관측지점과 근거리 정보를 찾고 1시간 간격의 관측 자료를 3시간 누적강우량으로 바꾸는 전처리 과정이 필요하다. 실제 강우예측이 어려움을 겪는 것처럼 RDAPS의 예측 강우량과 관측 강우량은 큰 차이를 보이는 것으로 나타났다. 예측 강우량의 정확도를 높이고자 인공신경망을 적용하였다. 인공신경망이란 뇌기능의 특성 몇가지를 컴퓨터 시뮬레이션으로 표현하는 것을 목표로 하는 수학 모델이다. 강우수치예측 자료 외에도 RDAPS 모델에서 얻을 수 있는 풍향, 풍속, 상대습도, 기압, 온도 등의 다른 수치자료들을 이용하여 인공신경망을 이용하여 자료들의 패턴을 시뮬레이션 하여 정확도가 높은 예측값을 얻을 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.540-540
• /
• 2015

유역의 하천관리 및 홍수관리를 위하여 강우량을 정확하게 예측하고자 많은 수문학자들에 의해 강우량을 예측하는 연구를 진행하였다. 강우를 예측하기 위한 여러 가지 방법 중 인공신경망을 이용하여 강우를 예측하는 선행연구들을 살펴볼 수 있었다. 그러나 기존에 강우량을 예측하는 사례들을 살펴보게 되면, 강우사상이 발생된 후 강우량 예측은 비교적 높은 정확도를 가지고 있으나, 강우가 발생하기 시작하는 시점에 대한 강우량 예측은 그 정확성이 떨어지는 것을 확인할 수 있었다. 이에 본 연구에서는 무강우 기간에도 보다 정확하게 강우량을 예측할 수 있는 인공신경망 모델을 제안하고자 한다. 이를 위해 강우량 이외에도 기온, 풍속, 습도, 증기압, 전운량을 인공신경망의 입력자료로 활용하고자 하였다. 입력자료을 구성을 여러 가지 CASE로 구분하여 부산지점의 강우량을 예측하고 그 정확성을 평가하고자 하였다. 이 때, 사용되는 자료는 기상청 부산지점에서 제공하고 있는 1시간 간격자료를 적용하였다. 본 연구를 통해 개발된 인공신경망 모형을 이용하여 예측된 강우량은 부산 내에 위치한 하천관리 뿐 만 아니라 하천의 홍수 예 경보에 필요한 기초적인 자료로 활용될 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.27-27
• /
• 2018

최근 국지적인 집중 호우에 따른 홍수 피해와 도로에 홍수가 발생하고 있다. 또한, 기존의 도로위 강우관측 방식은 인근 강우관측소에서 관측된 강우량을 활용하며 지상 관측소 또는 AWS기상관측소의 관측 네트워크와 근접한 거리에서 강우량 편차가 크고 원하는 위치에서의 강우량과 다르며 인근관측소와의 거리가 멀어질수록 강우량의 정확도는 감소하게 된다. 국지적인 집중호우로 인한 도로위의 홍수에 따른 피해를 줄이기 위해서는 현재 운영 중인 관측망 외에 보다 상세화된 위치에서 강우량을 관측하고 이에 따라 실시간으로 강우정보를 수집하는 것이 필요하다. 따라서, 원하는 위치에서의 보다 정확한 강우량 값을 관측하기 위해서는 고해상도의 강우 관측망을 형성할 필요가 있다. 차량용 강우센서는 관측시 차량을 사용하기 때문에 고밀도 강우 관측 망을 형성하기 용이하다. 하지만 기존 강우량계와 달리 차량용 강우센서는 빛의 양을 이용하여 강우량을 변환시켜 측정되기 때문에 정확한 강우보정기술의 개발하는 것이 필수적이다. 본 연구에서는 차량용 강우센서를 활용하여 정확도 높은 강우량 관측을 위한 관계식을 개발했습니다. 관계식은 실내실제 관측되는 차량용 강우센서 정보 값에 적용하여 강우량을 생산하고 실제 강우관측 값과 비교 검실험을 통해 도출한 후 강우 관측장비 인근에서 실제 주행실험을 통해 강우관측소에서 관측된 강우량 값과 비교 및 검증을 수행하였습니다. 차량용 강우센서 정보 수집을 위해 데이터 스키마를 표준화하여 실시간으로 수집체계를 구축하였고 이는 보다 여러 위치에 있는 많은 차량에서 재해 관리를 위해 도로기상정보를 수집하고 활용할 수 있을 것입니다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.165-165
• /
• 2018

이상기후로 인한 일강우량의 경신이 빈번하게 발생함에 따라 홍수피해 위험이 증가하고 있다. 최근 해안지대와 근접한 제주시와 서귀포시 도심부근에서 200 mm 이상의 일강우량이 빈번하게 발생하고 있으며, 한라산 정상 부근에서 500 mm 이상의 강우 발생빈도도 증가하고 있다. 특히, 2014년에 발생한 태풍 '나크리'는 기상청 관측 사상 최대인 1,500 mm의 일강우량을 기록하는 등 호우재해로 인한 피해 위험도가 증가하고 있다. 호우재해로 인한 홍수피해를 저감시키기 위해서는 정확한 홍수량 산정을 통한 계획수립이 매우 중요하다. 홍수량 산정 시 필수조건인 강우자료는 면적 개념의 면적평균 강우량이 필요하며 대표적 방법으로 티센다각형법이 있다. 티센다각형법은 현재 실무에서 가장 많이 사용되는 방법으로 쉽게 산정할 수 있으나 고도에 따른 강수 변화를 고려하지 못하는 단점이 있다. 이에 따라 제주도와 같은 산악지형에 적합한 방법을 고려하기 위하여 등우선법을 활용한 면적평균 강우량 산정 후 티센다각형법과 비교하였다. 티센다각형법은 관측소마다 관측된 강우량에 관측소 주위로 작도한 티센다각형의 면적 비를 가중치로 부여하는 방법으로 빠른 시간 안에 면적평균 강우량을 산정할 수 있는 반면, 등우선법은 등우선간 평균강우량에 등우선간 면적을 가중치로 부여하기 때문에 시간별 혹은 일별 등우선을 매번 작도해야 하는 점과 오랜 시간이 걸린다는 단점이 있다. 이에 따라 본 연구에서는 제주시 도심하천을 기준으로 티센다각형법과 등우선법 간 변환식을 개발하여 효율적인 면적평균 강우량 산정이 가능하도록 하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.69-69
• /
• 2020

수자원 확보 및 홍수 대응을 위해서는 정확한 강우정보를 바탕으로 한 효율적인 댐 운영이 필요하다. 그러나 댐이 위치한 지역은 산지지역으로 강우관측소 밀도의 지역적인 편차로 인해 지상 관측 강우자료 활용 시 강우 정보의 정확도 확보에 한계가 있다. 또한, 강우의 시·공간적 변동성 심화로 기존의 강우계만으로는 정확한 강우량 추정이 어려워 이를 홍수기 댐 운영의 기초정보로 활용 시 합리적 댐 운영에 한계가 있다. 댐 운영 시 강우 관측정보는 댐 유입량 산정을 위한 강우-유출해석 모형의 입력 자료로 활용되기 때문에 강우량 자료의 정확도 확보가 무엇보다 중요하나, 현재 댐 운영에 필요한 강우 관측정보로는 지상우량계 자료가 주로 활용되고 있어 이를 보완하고자 일반적으로 강우의 공간분포를 관측할 수 있는 고해상도 레이더 강우 정보가 활용되고 있다. 본 연구에서는 전력생산(발전) 및 용수공급, 홍수조절 기능을 고려하여 운영되고 있는 한국수력원자력(주)의 수력발전용댐(팔당, 의암, 춘천, 화천, 청평, 도암, 괴산, 섬진강, 보성강댐)에 활용할 수 있도록 환경부 합성레이더 자료를 바탕으로 레이더 강우정보를 산출하고, 레이더 강우의 정확도 향상을 위해 고도영향을 고려한 레이더 강우 보정기술을 개발하고자 한다. 적용한 기법은 강우장의 공간적 구조는 레이더 자료로 획득하고, 강우량은 강우계 관측정보를 합성하는 조건부합성기법을 기본으로 하며, 고도 영향을 고려할 수 있도록 강우분포장 생성 시 주변수를 강우로, 이차변수를 고도로 정의한 표준화된 정규공동크리깅을 활용한 기법이다. 본 연구를 통해 산출된 레이더 강우를 댐 유입 측면에서 기존의 보정기법과 비교하여 정확도를 검토하고, 댐 운영에 활용할 수 있도록 유역평균강우량 정보를 산출하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.130-130
• /
• 2022

기후변화로 인한 기상이변 현상으로 폭우와 홍수 등 수문학적 극치 사상의 출현 빈도가 잦아지고 있다. 따라서 이러한 기상이변 현상에 적응하기 위하여 보다 정확한 확률강우량 측정의 필요성이 증가하고 있다. 대장 지점의 미래 확률강우량 계산을 위해선 기후변화 시나리오의 비정상성을 고려해야 한다. 본 연구는 비정상적인 미래 기후에서 확률강우량이 어떻게 변화하는지 측정하는 것을 목표로 한다. Representative Concentration Pathway (RCP4.5)에 따른 우리나라의 확률강우량 계산에 인공신경망을 포함한 정상성, 비정상성 확률강우량 산정 모델들이 사용되었다. 지점빈도해석(AFA), 홍수지수법(IFM), 모분포홍수지수법(PIF), 인공신경망을 이용한 Quantile & Parameter regression technique(QRT & PRT)이 정상성 자료에 대해 확률강우량을 계산하는 모델로 사용되었으며, 비정상성 자료에 대해서는 비정상성 지점빈도해석(NS-AFA), 비정상성 홍수지수법(NS-IFM), 비정상성 모분포홍수지수법(NS-PIF), 인공신경망을 사용한 비정상성 Quantile & Parameter regression technique(NS-QRT & NS-PRT)이 사용되었다. Rescaled Akaike information criterion(rAIC)를 사용한 불확실성 분석과 적합도 검정을 통해서 generalized extreme value(GEV) 분포형 모델이 정상성 및 비정상성 확률강우량 산정에 가장 적합한 모델로 선정되었다. 이후, 관측자료가 GEV(0,0,0)을 따르고 시나리오 자료가 GEV(1,0,0)을 따르는 지점들을 선택하여 미래의 확률강우량 변화를 추정하였다. 각 빈도해석 모델들은 몬테카를로 시뮬레이션을 통해 bias, relative bias(Rbias), root mean square error(RMSE), relative root mean square error(RRMSE)를 바탕으로 측정하여 정확도를 계산하였으며 그 결과 QRT와 NS-QRT가 각각 정상성과 비정상성 자료로부터 가장 정확하게 확률강우량을 계산하였다. 본 연구를 통해 향후 기후변화의 영향으로 확률강우량이 증가할 것으로 예상되며, 비정상성을 고려한 빈도분석 또한 필요함을 제안하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.1169-1173
• /
• 2008

국내의 유역은 대부분 상류부는 산지 하류부는 평야지로 구성되어 있으며, 산지가 많은 유역에서는 일정기간 동안 내린 강우량이 시 공간적으로 매우 다르다. 특히 최근에는 국소지역에 강우가 집중하는 특성을 보이고 있기 때문에 한 유역에서도 지역적으로 많은 양적 차이를 보이고 있어 유역평균강우량은 강우관측소의 공간적 분포 및 밀도에 따라 크게 달라질 수 있다. 따라서 정확한 유역평균강우량을 산정하기 위해서는 한유역에 강우관측소가 고루 분포되어 있고 밀도가 높아야 가능하며, 유출률 역시 보다 정확히 산정할 수 있다. 또한 정확한 유출률 산정은 하천에서 직접 측정된 유량자료 및 수위-유량관계곡선의 적정성을 평가할 수 있게 한다. 따라서 본 연구에서는 섬진강 유역을 대상으로 강우관측소의 공간분포 및 밀도에 따른 유역평균강우량과 유출률 변화를 검토하였다. 유역평균강우량을 산정하기 위해 강우자료는 섬진강 유역 내 외에 위치한 기상청 및 건교부 강우관측소의 강우자료를 이용하였다. 하천 유출량은 2007년에 섬진강에서 유량측정이 실시된 3개 지점의 수위-유량관계곡선식을 이용하여 산정하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.301-301
• /
• 2016

국내의 경우 수공구조물을 설계하기 위해서는 빈도해석을 통해 설계수문량을 산정한다. 일반적으로 실무에서는 지점빈도해석을 수행하게 되는데 설계빈도보다 대부분 짧은 기간의 자료를 이용하여 산정한다. 지역빈도해석은 이러한 자료기간이 가지는 문제점을 극복하기 위하여 확률수문량의 정확도와 신뢰도를 향상시키는 기법이다. 스케일 모델은 지속기간별로 관측된 강우자료를 이용하여 재현기간에 대한 지속기간의 함수로 표현이 가능하며, 이를 통해 강우의 IDF곡선을 제시할 수 있는 수학적 모델이다. 대상지역의 강우관측소에서 관측된 강우자료가 일단위이면, 기준지속기간이 24시간이 되며, 기준지속기간에 대한 확률강우량으로부터 임의의 지속기간에 대한 확률강우량을 스케일 모델을 이용하여 추정할 수 있다. 따라서 짧은 자료를 보유한 지역이거나 미계측 지역에 대한 확률강우량을 추정을 위해 지역빈도해석과 지역 스케일 모델을 이용하여 확률강우량을 추정하여 지점빈도해석과 비교하고자 한다. 본 연구를 위해 한강유역의 강우 관측소를 이용하였으며, 군집분석 중 k-means방법을 적용하여 수문학적 동질성을 확보한 후 지역을 구분하였다. 구분된 지역은 지점 및 지역빈도해석을 수행한 후 상대평균제곱근오차(relative root mean square error, RRMSE)를 비교하여 정확도를 판단하였고, 정확도가 높은 빈도해석에 지역 스케일 모델을 적용하여 미계측 지점에 대한 임의의 시간에 대한 확률강우량을 추정하고자 한다.