• Journal of Korea Water Resources Association
• /
• v.46 no.7
• /
• pp.755-765
• /
• 2013

This study developed a real-time dam's hydrologic variables prediction model (DHVPM) and evaluated its performance for simulating historical dam inflow and outflow in the Chungju dam basin. The DHVPM consists of the Sejong University River Forecast (SURF) model for hydrologic modeling and an autoreservoir operation method (Auto ROM) for dam operation. SURF model is continuous rainfall-runoff model with data assimilation using an ensemble Kalman filter technique. The four extreme events including the maximum inflow of each year for 2006~2009 were selected to examine the performance of DHVPM. The statistical criteria, the relative error in peak flow, root mean square error, and model efficiency, demonstrated that DHVPM with data assimilation can simulate more close to observed inflow than those with no data assimilation at both 1-hour lead time, except the relative error in peak flow in 2007. Especially, DHVPM with data assimilation until 10-hour lead time reduced the biases of inflow forecast attributed to observed precipitation error. In conclusion, DHVPM with data assimilation can be useful to improve the accuracy of inflow forecast in the basin where real-time observed inflow are available.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.351-351
• /
• 2011

최근 지구온난화와 더불어 이상기후가 대두됨에 따라 기상 예측이 더욱더 중요시되고 있다. 또한 이전부터 가뭄 및 홍수와 같은 기상현상으로 인한 피해 사례가 빈번하였으며, 이로 인하여 물 관리의 어려움을 겪고 있다. 한 예로 이상기후가 유난히 잦았던 2010년 여름철 경우 평년보다 발달한 북태평양고기압의 영향으로 여름철 92일 가운데 81일의 전국 평균기온이 평년보다 높게 나타났다. 또한 강우 일수가 평년에 비해 7.4일 많은 44.2일을 기록하였으며, 국지성 집중호우 사례가 빈번하였다. 또한 8월 9일 발생한 태풍 `뎬무'를 포함해서 한 달 동안 3개의 태풍이 한반도에 영향을 끼치는 이례적인 사례가 발생하였다. 따라서 본 연구는 이러한 기상재해에 따른 물 관리를 장기적으로 대비하고자 고해상도 전지구 모델 GME를 이용하여 2010년 여름철 강수 예측을 실시하였다. 강수 예측에 사용된 전지구 모델 GME는 기존의 카테시안 격자체계를 가진 모델과 달리 전구를 삼각형으로 구성된 20면체로 격자화 한 Icosahedral-hexagonal grid 격자체계로 구성되어 있어, 해상도 증가에 용이할 뿐만 아니라, HPC(High Performance Computing)환경에서 효율성이 높은 장점을 가지고 있다. 본 계절 예측을 수행함에 있어 발생하는 잡음을 최소화하고자, Time-lag 기법을 이용하여 5개의 앙상블 멤버로 구성되어있으며, 이를 비교 분석하기위해 Climatology를 이용하여 총 10개의 앙상블 멤버로 규준실험을 수행하였다. 선행 연구에 따르면 1개월 이상의 장기 적분의 경우 초기조건보다 외부 강제력이 더 중요한 역할을 한다고 연구된 바 있다. (Yang et al., 1998) 특히 계절 변동성의 경우 대기-해양간의 상호작용에 의해 지배되며, 이를 고려하여 본 연구는 해수면 온도를 경계 자료로 사용하여 계절 예측을 수행하였다. 앞서 말한 실험 계획을 바탕으로 하여 나온 결과를 통해 동아시아지역 및 한반도 도별 강수 및 온도 변수에 대해 순별 및 월별 카테고리맵 분석을 실시하여 한눈에 보기 쉽게 나타냈다. 또한 주요 도시별 강수량 및 온도의 시계열 분석을 실시하여 시간이 지남에 따라 나타나는 변동성을 확인하였다. 계절 예측 결과에서 온도의 경우 평년보다 높게 나타났으며, 이는 실제 온도 예측과도 유사한 패턴을 가졌다, 강수의 경우 7월부터 8월 중순까지 평년보다 다소 적게 모의되었으며, 8월 하순경 회복하는 것으로 예측하였다. 따라서 본 계절 강수 예측은 다소 역학 모델이 가지는 한계를 가지고 있으나, 실제와 비교하여 어느 정도의 경향성이나 패턴에 있어 유사성을 보임을 확인하였으며, 이를 장기적 차원의 물관리를 함에 있어 참고 및 활용 가능할 것으로 예상한다.

• Journal of Korea Water Resources Association
• /
• v.52 no.10
• /
• pp.753-761
• /
• 2019

Localized heavy storm is one of the major causes of flood damage in urban regions. According to the recent disaster statistics in South Korea, the frequency of urban flood is increasing more frequently, and the scale is also increasing. However, localized heavy storm is difficult to predict, making it difficult for local government officials to deal with floods. This study aims to construct a Flood risk matrix (FRM) using ensemble weather prediction data and to assess its applicability as a means of reducing damage by securing time for such urban flood response. The FRM is a two-dimensional matrix of potential impacts (X-axis) representing flood risk and likelihood (Y-axis) representing the occurrence probability of dangerous weather events. To this end, a regional FRM was constructed using historical flood damage records and probability precipitation data for basic municipality in Busan and Daegu. Applicability of the regional FRMs was assessed by applying the LENS data of the Korea Meteorological Administration on past heavy rain events. As a result, it was analyzed that the flood risk could be predicted up to 3 days ago, and it would be helpful to reduce the damage by securing the flood response time in practice.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.175-175
• /
• 2018

우리나라에서 발생하는 대규모 자연재해의 상당부분은 강우에 의한 홍수피해이다. 최근 이러한 홍수피해는 기후변화와 더불어 극한강우 현상의 빈발에 의한 새로운 재해양상으로 전개되고 있으며, 이에 따라 정부에서도 재해발생시 원상복구의 개념이 아닌 항구복구의 개념으로 복구사업을 수행하고 있다. 그러나 설계에 기후변화에 대한 영향을 반영하고 있지 못하기 때문에 기후변화에 의하여 미래에 발생할 극한강우로 반복적인 피해가 예상되고 있으므로 기존의 방재성능목표 강우량의 설정 방법에 대한 개선이 필요하다. 전 세계적으로 이러한 기후변화에 의한 현상을 모의하기 위한 연구로 전지구기후모델(Global Climate Model, 이하 GCM)과 지역기후모델(Reginal Climate Model, 이하 RCM)을 사용하고 있다.우리나라 기상청에서도 CMIP5 국제사업의 표준 실험체계를 통해 전지구 기후변화 시나리오 산출을 위해서 영국 기상청 해들리센터의 GCM인 HadGEM2-AO를 도입하였다. 또한 한반도 기후변화 시나리오를 산출하기 위해 HadGEM3-RA 모형을 이용하여 전지구 기후변화 시나리오를 역학적으로 상세화하고 이를 한반도에 대해 12.5km 공간 해상도로 일 자료를 제공하고 있다. 하지만 유역규모 혹은 지점규모에서 사용하기 위해서는 이러한 일자료의 시 공간적인 상세화기법이 요구된다. 본 연구에서는 기후변화를 고려한 방재성능목표 강우량 개선 방향을 제안하기 위해 다양한 연구단에서 도출된 상세화 결과를 수집하고 비교분석을 통해 기후변화를 고려하고자 하였다. 다양한 연구기관에서 생산된 미래 확률 전망을 살펴본 결과, 동일한 GCM자료를 사용하더라도 상세화 방법론에 따라 서로 다른 결과가 도출되는 것을 확인하였다. 미래 예측의 불확실성을 고려하면 특정한 방법론이 우수하다고 평가하기는 어려움에 따라 앙상블 평균을 활용한 개선방향을 제안한다. 본 연구의 결과는 전국 지자체의 강우특성만을 고려한 것으로, 연안지역의 경우 해수면 상승을 고려하여 추가적인 대책이 필요할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.704-708
• /
• 2008

유역 통합 수자원 환경관리 시스템 내의 유출예측모듈인 RRFS를 통한 유출예측결과의 신뢰도 개선을 위해 ESP 기법을 금강유역에 적용하였다. 시나리오를 통해 생성된 유출예측 앙상블을 이용하여 50%의 확률값을 적용하여 본 결과 우리나라의 실정에 맞지 않아 예측의 결과를 적용하기 힘들고 수자원 관리의 정보로서 활용하기 힘들기 때문에 통계적인 분석을 통하여 정확도가 개선된 발생확률을 제시하기 위하여 본 연구를 수행하였다. 금강유역을 용담, 대청, 공주 지점으로 나눈 뒤, 유출량의 확률 예보를 위하여 '83년$\sim$'07년까지 25년간의 강우자료와 온도자료를 RRFS에 적용하여 '07년의 매월 25개의 유출 시나리오를 생성하였다. 생성된 유출 시나리오에서 Case별로 ESP확률을 산정하였다. 통계분석을 통해 얻어진 월별 ESP 확률분포를 이용하여 '02년부터 '07년까지 과거 실측 월별 유출량에 대한 ESP 확률범위를 결정하였고 년강수량의 2/3가 홍수기인 $6{\sim}9$월 사이에 집중되는 우리나라의 특성을 고려해 이수기(1월$\sim$6월 그리고 10월$\sim$12월)와 홍수기(7월$\sim$9월)로 분리한 후 각각에 대한 ESP 확률 값을 최종적으로 결정하였다. Case별로 '07년 금강유역에 적용한 결과, Case 2로 산정된 ESP확률 값이 다른 Case에 비해 더 적합한 것으로 나타났다. Case 1 큰 오차가 나는 ESP 확률을 제외한 평균 ESP확률의 적용, Case 2 월별 최소 오차가 나는 ESP확률의 적용, Case 3 Case2의 월별 ESP확률을 이수기 홍수기로 평균한 ESP확률 적용, Case 4 분기별 최소 오차가 나는 ESP확률의 적용, Case 5 Case4의 분기별 ESP확률을 이수기 홍수기로 평균한 ESP확률의 적용.

• Journal of Korea Water Resources Association
• /
• v.52 no.4
• /
• pp.279-289
• /
• 2019

Unlike other natural disasters, drought is a reoccurring and region-wide phenomenon after being triggered by a prolonged precipitation deficiency. Considering that remote sensing products provide consistent temporal and spatial measurements of precipitation, this study developed a remote sensing data-based drought outlook model. The meteorological drought was defined by the Standardized Precipitation Index (SPI) achieved from PERSIANN_CDR, TRMM 3B42 and GPM IMERG images. Bayesian networks were employed in this study to combine the historical drought information and dynamical prediction products in advance of drought outlook. Drought outlook was determined through a decision-making model considering the current drought condition and forecasted condition from the Bayesian networks. Drought outlook condition was classified by four states such as no drought, drought occurrence, drought persistence, and drought removal. The receiver operating characteristics (ROC) curve analysis were employed to measure the relative outlook performance with the dynamical prediction production, Multi-Model Ensemble (MME). The ROC analysis indicated that the proposed outlook model showed better performance than the MME, especially for drought occurrence and persistence of 2- and 3-month outlook.

• Journal of Wetlands Research
• /
• v.25 no.4
• /
• pp.306-314
• /
• 2023

Stream sediments are an important component of water quality management because they are receptors of various pollutants such as heavy metals and organic matters emitted from upland sources and can be secondary pollution sources, adversely affecting water environment. To effectively manage the stream sediments, identification of primary sources of sediment contamination and source-associated control strategies will be required. We evaluated the performance of machine learning models in identifying primary sources of sediment contamination based on the physico-chemical properties of stream sediments. A total of 356 stream sediment data sets of 18 quality parameters including 10 heavy metal species(Cd, Cu, Pb, Ni, As, Zn, Cr, Hg, Li, and Al), 3 soil parameters(clay, silt, and sand fractions), and 5 water quality parameters(water content, loss on ignition, total organic carbon, total nitrogen, and total phosphorous) were collected near abandoned metal mines and industrial complexes across the four major river basins in Korea. Two machine learning algorithms, linear discriminant analysis (LDA) and support vector machine (SVM) classifiers were used to classify the sediments into four cases of different combinations of the sampling period and locations (i.e., mine in dry season, mine in wet season, industrial complex in dry season, and　industrial complex in wet season). Both models showed good performance in the classification, with SVM outperformed LDA; the accuracy values of LDA and SVM were 79.5% and 88.1%, respectively. An SVM ensemble model was used for multi-label classification of the multiple contamination sources inlcuding landuses in the upland areas within 1 km radius from the sampling sites. The results showed that the multi-label classifier was comparable performance with sinlgle-label SVM in classifying mines and industrial complexes, but was less accurate in classifying dominant land uses (50~60%). The poor performance of the multi-label SVM is likely due to the overfitting caused by small data sets compared to the complexity of the model. A larger data set might increase the performance of the machine learning models in identifying contamination sources.