• Proceedings of the Korea Water Resources Association Conference
• /
• 1990.07a
• /
• pp.49-52
• /
• 1990

강우강도가 큰 집중호우가 지표면에 도달하게 되면 강우량중 상당 부분이 수문학적 손실성분인 침수, 증발산, 차단 및 저류등으로 시간에 따라 분포된다. 이 가운데 지표면에 분포된 식생계 및 낙엽등에 의한 차단(canopy interception effect)과, 지표가 포화시의 증발산(wetted environmental evapotranspiration) 및 각종 저류, 즉 지표면 저류(depression storage), 지표토양층에의 저류(retention storage) 성분 등을 들 수 있으며 이들 각 손실성분은 직접유출로 나타나는 초과우량의 발생시간을 지체시켜 주는 역할을 하나 차단성분 및 저류성분은 시간이 경과함에 따라 결국은 증발산 또는 침투성분으로 흡수된다. 따라서 침투성분은 초과우량 추정에 매우 큰 영향을 줄 뿐 아니라 지표면 아래의 흙의 변형을 야기시키며, 중간유출 및 지하수유출에 기여 한다. 대부분의 호우사상은 강우초기에 강우강도가 지표 흙의 침수계수(hydraulic conductivity)보다 작기 때문에 모두 각 손실성분에 의해 손실되며, 강우강도가 점차 커져 침수능을 초과하면 지표면에 순간적으로 물이 고이게 되는데 이것을 지표심수(surface ponding)라하고, 강우시작부터 이 때까지가 침수시간(ponding time)이 된다. 이 지표침수가 나타나는 순간이 곧 직접유출 시작 시간으로 볼 수 있을 뿐 아니라, 침수시간은 지표면의 물수지면에서 볼 때 초기손실량 및 침수율 결정에 중요한 인자가 된다. 본 연구에서는 각 손실 성분별로 유역의 제반 특성을 고려하여 구한 매개변수로부터 시간에 대한 손실율을 결정하여 산지 하천유역에 발생하는 부정강우사상(unsteady rainfall)의 초과우량을 추정하는 모델을 유도하였다. 대상유역으로는 현재 건설부에서 수행하고 있는 국제수문개발계획(IHP) 대표시험유역 가운데 평창강 수계내의 장평유역으로서, 본 유역은 자기 우량계 및 자기 수위계가 운용되고 있고, 인접 대관령 측후소로부터 기상자료를 획득, 이용할 수 있는 비교적 분석에 양호한 조건을 지닌 유역이다. 모델의 유도 과정은 대상유역 식생계로 피복된 산지유역임으로, 식생차단 저류효과를 고려해서 지표면의 흙에 도달되는 순강우주상도를 얻고 이로부터 침수시간 및 침투율을 결정해서 초과우량을 산정하는 모델을 유도하였다. 강우 지속시간내 즉, 유역이 완전 포화시의 증발산율의 결정은 Morton 모델로부터, 침수시간 및 침투율 결정은 Green-Ampt 방정식을 부정강우사상에 적용할 수 있도록 수정된 모델을 사용하였으며, 분석에 이용된 호우는 1986 ~ 1987년도 발생된 호우사상 가운데 강우강도 및 총 강우량이 비교적 큰 7개 강우사상을 선정하였다. 각 호우사상별로 손실율울 지표면에서 물수지개념을 이용하여 계산하고 산술지상에 구성시킨 결과는 다음 그림과 같다. 이 그림에서 굵은 실선으로 나타낸 곡선(B. L. R)은 각 손실을 곡선을 시간축에 따라 산술평균한 대표손실율곡선이다. 이 대표손실율곡선은 역지수함수형으로서 곡선식의 유도는 회기분석을 이용하였다. 초과우량 주상도를 얻기 위하여 이 대표손실을 곡선을 관측 강우주상도에 적용시켜 본 결과 식생계에 의한 차단 저류율은 약 6mm/hr 정도인 것으로 나타났으며, 이로 인한 침수시간 지체효과는 1~3시간 정도로서 비교적 그 영향이 큼을 알았다. 또한 각 호우사상별 침수시간 계산 결과 그 변동이 큰 것으로 나타났는데 이는 초기 강우강도에 민감하기 때문인 것으로 판단되낟. 한편 유역 포화시의 증발산율은 우기의 기상자료를 이용하여 구한 결과 0.05 - 0.10 mm/hr 의 범위로서 이로 인한 강우손실량은 큰 의미가 없음을 알았다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.37-37
• /
• 2022

유효우량 산정을 위하여 국내에서 주로 사용되는 모형은 NRCS-CN(Natural Resources Conservation Service - curve number) 모형으로, 유역의 유출 능력을 나타내는 유출곡선지수(runoff curve number, CN)와 같은 NRCS-CN 모형의 매개변수들은 관측 강우-유출자료 또는 토양도, 토지피복지도 등을 이용하여 유역마다 결정된 값이 사용되고 있다. 그러나 유역의 CN값은 유역의 토양 상태와 같은 환경적 조건에 따라 달라질 수 있으며, 이를 반영하기 위하여 선행토양함수조건(antecedent moisture condition, AMC)을 이용하여 CN값을 조정하는 방법이 사용되고 있으나, AMC 조건에 따른 CN 값의 갑작스런 변화는 유출량의 극단적인 변화를 가져올 수 있다. NRCS-CN 모형과 더불어 강우 손실량 산정에 많이 사용되는 모형으로 Green-Ampt 모형이 있다. Green-Ampt 모형은 유역에서 발생하는 침투현상의 물리적 과정을 고려하는 모형이라는 장점이 있으나, 모형에 활용되는 다양한 물리적인 매개변수들을 산정하기 위해서는 유역에 대한 많은 조사가 선행되어야 한다. 또한 이렇게 산정된 매개변수들은 유역 내 토양이나 식생 조건 등에 따른 여러 불확실성을 내포하고 있어 실무적용에 어려움이 있다. 따라서 본 연구에서는, 현재 사용되고 있는 강우손실 모형들의 매개변수를 추정하기 위한 방법을 제시하고자 하였다. 본 연구에서 제시하는 방법은 인공지능(AI) 기술 중 하나인 딥러닝(deep-learning) 기법을 기반으로 하고 있으며, 딥러닝 모형으로는 장단기 메모리(Long Short-Term Memory, LSTM) 모형이 활용되었다. 딥러닝 모형의 입력 데이터는 유역에서의 강우특성이나 토양수분, 증발산, 식생 특성들을 나타내는 인자이며, 모의 결과는 유역에서 발생한 총 유출량으로 강우손실 모형들의 매개변수 값들은 이들을 활용하여 도출될 수 있다. 산정된 매개변수 값들을 강우손실 모형에 적용하여 실제 유역들에서의 유효우량 산정에 활용해보았으며, 동역학파 기반의 강우-유출 모형을 사용하여 유출을 예측해보았다. 예측된 유출수문곡선을 관측 자료와 비교 시 NSE=0.5 이상으로 산정되어 유출이 적절히 예측되었음을 확인했다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.680-683
• /
• 2008

최근의 사전재해영향성 평가 등에서 많이 사용되고 있는 Huff 강우분포는 실제 호우사상의 적용성 보다는 최빈분위의 적용에 따라 특히나 재해 관련하여서는 홍수량이 크게 산정된다는 이유로 인하여 Huff 4분위를 채택하고 있다. 시간분포는 설계홍수량 수문곡선의 모양과 첨두홍수량에 많은 영향을 미치므로 신중하게 적용하여야 한다. 원칙적으로는 해당 지역의 과거 강우자료로부터 강우지속기간 동안에 총강우량이 시간이 경과함에 따라 어떻게 분포되었는지를 통계학적으로 분석하여 그 지역에 적합한 시간분포 모형을 작성하여 사용하여야 한다. 그러나 유출수문곡선에 영향을 미치는 점에 있어 분위별 강우 분포에 따른 손실율과 유출수문곡선과의 관계는 아직 연구가 부족하여 본 연구에서는 확률강우량의 시간분포 산정 방법 중 Huff분포를 이용하여 각 분위별로 유출수문곡선을 산정하였으며, 유효우량 손실과 유출수문곡선과의 관계를 비교 분석하였다. 강우의 손실율은 유출수문곡선의 상승부와 첨두전의 유출총량의 변화에 어떠한 영향을 미치는지 분석하였다.

• Journal of Korea Water Resources Association
• /
• v.43 no.6
• /
• pp.533-541
• /
• 2010

It is basic for a flood prediction to calculate direct runoff from rainfall in a basin by the rainfall-runoff model. The direct runoff is calculated from rainfall excess or effective rainfall based on a rainfall-runoff model. The total rainfall minus rainfall loss equals rainfall excess with time. This loss can be treated equal to an infiltration loss under the assumption that the infiltration is a major one among the losses in the rainfall-runoff model. Practically obtaining the infiltration loss $\Phi$ index method, W index method or modified ones of these have been used. In this study it is assumed the loss of rainfall in a basin be a well-known Horton infiltration mechanism. And in case that the parameter set is given in the Horton infiltration model a procedure and assumption for calculating hourly infiltration loss and rainfall excess are offered and the results of its application are compared with those of $\Phi$ index method. By this study it is well shown the value of Horton infiltration function is exponentially decay with time as the Horton infiltration mechanism.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.34-34
• /
• 2019

급격한 기후변화의 영향으로 강우의 발생패턴과 높은 강우강도를 갖는 호우의 발생빈도가 높아지고 있어, 짧은 시간동안 다량의 표토가 손실될 가능성이 증가하고 있다. 강우에 의한 표토손실은 다양한 영역에서 발생하는데, 특히 산지유역과 농경지에서 발생할 경우 산림자원의 손실과 작물을 재배할 수 있는 영역이 감소하는 문제를 가져오게 된다. 또한 침식된 표토가 하천으로 유입되면 퇴적으로 인한 통수능력 저하, 하천생태 교란 등의 다양한 문제가 나타나고 있다. 우리나라는 표토침식량을 추정하기 위하여 연평균 토양침식모델을 적용하고 있다. 이모형은 기본적으로 연평균 토양침식을 예측하기 위해 개발되어온 모형으로, 적용하고 있는 매개변수도 연평균 개념의 값을 가지고 있다. 따라서 이모형은 짧은 시간동안에 발생하는 호우사상으로 발생하는 표토침식을 예측하는데 한계를 가진다. 본 연구에서는 기후변화의 영향으로 나타나는 단기호우사상에 의한 표토침식을 예측하기 위해 외부에서 작용하는 침식요인인 강우강도를 고려하기 위하여, 강우입자의 물리적인 특성을 반영한 강우에너지 산정공식을 제시하였다. 또한 기 개발된 분포형 단기표토침식모형에 제안된 식을 적용하여 타당성을 검토하였다.

• Spatial Information Research
• /
• v.10 no.1
• /
• pp.139-152
• /
• 2002

The purpose of this study is to estimate temporal soil loss change according to long-term land cover changes using G1S and RS. Revised USLE(Universal Soil Loss Equation) factors were prepared by using point rainfall data, DEM(Digital Elevation Model), soil map and land cover map. During the past two decades, land cover changes were traced by using Landsat MSS and TM data. As a result, forest area in 2000 has decreased 25.3 $km^2$ compared with that in 1990. Soil loss has decreased 3751.2 tou/yr. On the other hand, upland area has increased 22.5 $km^2$. Soil loss of upland has increased 5395.4 to/yr. Therefore, soil loss in 2000 increased 6.3 kg/$m^2$/yr compared with that in 1990. This was mainly caused by the increased upland area.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.94-94
• /
• 2023

유역에서의 홍수를 예측하기 위한 다양한 강우-유출 모형들이 개발되어 사용되고 있다. 개념적 강우-유출 모형들은 신뢰성과 적용성이 높아 실무에서 널리 활용되어왔으나, 강우-유출 과정을 단순화하여 고려하므로 유출예측의 정확도에 한계가 있다. 또한 모형의 매개변수에 여러 불확실성이 존재하므로 충분한 양의 관측자료를 사용한 보정 작업이 필요하다. 물리적 강우-유출 모형들은 유출예측 결과가 비교적 물리적으로 정확하다는 장점이 있지만, 높은 계산 비용 및 수치적 불안정성으로 인하여 실무에의 적용이 힘들다. 본 연구에서는 홍수 예측의 정확도와 효율성을 모두 확보할 수 있는 하이브리드 기법을 개발하였다. 본 연구에서 개발한 기법은 물리적 모형인 동역학파 모형과 개념적 모형인 순간단위도 모형, 그리고 딥러닝 모형을 결합하여 사용하는 기법이다. 유역의 조도계수 및 지형을 활용한 동역학파 시뮬레이션을 수행하였으며, 동역학파 시뮬레이션 결과 및 멱함수로 나타내어지는 비선형적 강우-유출 관계를 이용하여 유역의 순간단위도를 유도였다. 또한, 딥러닝 모형인 LSTM 모형을 활용하여 강우손실 매개변수를 추정하였으며, 이를 이용하여 강우손실을 계산한 후 유효강우주상도를 산정하였다. 그리고 유역 출구에서의 홍수수문곡선은 유효강우주상도와 순간단위도를 활용한 회선적분을 통해 예측되었다. 본 연구에서 개발한 기법을 시험유역 및 자연유역에서의 홍수 예측에 적용해보았으며, 예측 결과는 NSE=0.55-0.90, R²=0.67-0.95의 높은 정확도를 보였다. 본 연구에서 유도하는 순간단위도는 한 유역에서 유일하지 않으며, 유효 강우강도의 함수이므로 홍수 예측에 비선형적 강우-유출 관계를 고려할 수 있으며, 수많은 유효 강우강도에 대한 순간단위도들은 멱함수를 이용하여 순간적으로 유도될 수 있다. 또한, 유역의 강우 특성이나 지표면의 토양수분, 식생과 같은 특성을 딥러닝 모형을 통해 고려함으로써 강우 손실 산정의 불확실성을 줄일 수 있다. 또한, 순간단위도 유도를 위한 기초작업인 동역학파 시뮬레이션은 유역의 지형과 조도계수만을 필요로 하므로 미계측 유역에의 적용이 유리하다.

• The Journal of the Korea institute of electronic communication sciences
• /
• v.14 no.3
• /
• pp.483-488
• /
• 2019

The propagation prediction model of the earth-space communication link used as an international standard was used to calculate and analyze the total losses on the communication path. The standard definition and scope of ITU-R Rec. were analyzed for each parameter(rain, scintillation, atmospheric gas, clouds) used to calculate the total loss. The total losses were calculated using the standard model for each parameter and the statistical data provided by ITU-R, and the results were analyzed using the validation examples data. The rain losses were calculated using long-term local rainfall attenuation statistics data measured in the region, and compared with the calculation results using a rainfall map in the ITU-R Recommendation. The data of Cheollian satellites for the L-Band and Ka-Band were used to calculate the rainfall attenuation. In the range of 0.01% to 0.1%, it was found to have a greater attenuation slope when using local data than attenuation by the model of ITU-R.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2002.11a
• /
• pp.640-643
• /
• 2002

본 연구에서는 위성통신을 이용한 방송 및 멀티미디어 서비스의 확대를 앞두고 20[GHz] 이상의 높은 주파수 대역의 강우에 의한 전파 손실 예측 모델을 제안하고 강우량에 따른 감쇠 정도를 기존의 모델과 비교 분석하였다. 특히 위성 방송대역으로 이용될 Ka 대역에서 강우 감쇠에 의한 전파 손실을 제시하고 Ka 대역 위성통신 링크 설계를 위한 기본 자료를 제공하고 강우 감쇠 극복 대책을 제시하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.98-98
• /
• 2015

강우-유출 모형을 이용하여 직접유출량을 산정할 경우, 유역의 유효우량을 산정하기 위해 NRCS-CN(Natural Resources Conservation Service - curve number) 방법을 주로 사용한다. 그러나 NRCS-CN 방법은 초기손실량을 잠재보유수량의 20%로 가정하고 유효우량을 산정한다. 이는 초기손실량을 과대 추정하여 유효우량의 과소산정을 초래한다. 따라서 본 연구에서는 관측된 강우-유출사상을 바탕으로 초기손실량을 추정하는 방법을 보완하였다. 우리나라 홍수기 동안 강우-유출 자료를 확보한 15개의 유역에 대해 658개의 강우-유출사상에 대하여 NRCS-CN 방법을 기반으로, 초기손실량과 유효우량을 산정하고 이를 관측 직접유출량과 비교 분석하였다. 유효우량을 산정하는 방법으로는 NRCS-CN 방법(M1), NRCS-CN 방법에서 초기손실량계수를 감소시킨 방법(M2), 관측 강우-유출 관계를 바탕으로 본 연구에서 제안하는 방법(M3)을 적용하였다. 또한 USDA에서 제시하는 CN값(CNT)과 유역의 경사도를 고려하여 조정한 CN값(CNC)을 각 방법들에 적용하였다. 모형의 성과는 Root Mean Square Error (RMSE), Nash-Sutcliffe Efficiency (NSE), 그리고 Percent Bias (PBIAS) 등을 이용하여 평가되었다. 그 결과 CNT를 M1, M2, M3에 적용한 경우 각 유역에서 평균적으로 [RMSE(0.24, 18.12, and 16.04), NSE(0.54, 0.73, and 0.79), PBIAS(36.54, 20.25, and 12.00)]로 나타났으며. 이와 비슷하게 CNC를 M1, M2, M3에 적용하였을 경우의 각 유역에서 평균적으로 [RMSE(17.17, 15.88, and 13.82), NSE(0.76, 0.80, and 0.85), PBIAS(3.06, 4.47, and 0.11)]로 나타났다. 본 연구에서 제안된 M3방법을 사용하여 추정한 유효우량이 관측된 직접유출량과 통계학적으로 가장 가까운 값으로 나타났다.