• Proceedings of the Korea Water Resources Association Conference
• /
• 2004.05b
• /
• pp.195-199
• /
• 2004

수공구조물의 설계시 확률강우강도와 홍수유출량의 정확한 산정은 경제성 및 안전성과 관련되어 필수인 과정이다. 현재 확률강우강도의 산정은 한국건설기술연구원에서 제시한 확률강우량도를 사용하고 있으나, 설계자의 주관에 따른 오차 발생의 소지가 있고 수치모의시 수작업에 따른 불리함과 지속기간에 따른 강우강도의 일관성 결여 등 공학적으로 불리하다. 본고에서는 시간적(재현기간별) 공간적으로 형식의 통일과 표준화를 기하고 공학적 사용의 편리를 위하여 단순한 형태의 일반형 확률강우강도식을 개발하여 암거설계의 편리를 도모다. 또한 기존 암거설계법을 재검토하여 미흡한 부분을 보완하였다.

• Journal of Korea Water Resources Association
• /
• v.54 no.5
• /
• pp.301-309
• /
• 2021

In this study, we tried to improve the performance of the existing U-net-based deep learning rainfall prediction model, which can weaken the meaning of time series order. For this, ConvLSTM2D U-Net structure model considering temporal consistency of data was applied, and we evaluated accuracy of the ConvLSTM2D U-Net model using a RainNet model and an extrapolation-based advection model. In addition, we tried to improve the uncertainty in the model training process by performing learning not only with a single model but also with 10 ensemble models. The trained neural network rainfall prediction model was optimized to generate 10-minute advance prediction data using four consecutive data of the past 30 minutes from the present. The results of deep learning rainfall prediction models are difficult to identify schematically distinct differences, but with ConvLSTM2D U-Net, the magnitude of the prediction error is the smallest and the location of rainfall is relatively accurate. In particular, the ensemble ConvLSTM2D U-Net showed high CSI, low MAE, and a narrow error range, and predicted rainfall more accurately and stable prediction performance than other models. However, the prediction performance for a specific point was very low compared to the prediction performance for the entire area, and the deep learning rainfall prediction model also had limitations. Through this study, it was confirmed that the ConvLSTM2D U-Net neural network structure to account for the change of time could increase the prediction accuracy, but there is still a limitation of the convolution deep neural network model due to spatial smoothing in the strong rainfall region or detailed rainfall prediction.

• Journal of Korea Water Resources Association
• /
• v.51 no.2
• /
• pp.131-140
• /
• 2018

Precipitation is a key variable to enhance the understanding of water cycle system and secure and manage the water resources efficiently. In this study, we evaluated the feasibility of GPM precipitation datasets through comparison with the 92 ASOS sites in South Korea during 2015. Additionally, three merging techniques (i.e., Geographical Differential Analysis, Geographical Ratio Analysis, Conditional Merging) were applied to improve accuracy of precipitation by fusing the advantages from point and satellite-based datasets. The results of this study are as follows. 1) GPM dataset indicated slightly overestimation with compared ASOS dataset, especially high uncertainties in summer season. 2) Validation of three merging techniques through jackniffe cross-validation showed that uncertainty were decreased as the spatial resolution increased. Especially, conditional merging showed the best performance among three methods.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.262-262
• /
• 2011

최근 들어 지구환경 변화에 따른 이상기후의 영향으로 태풍 및 집중호우로 인한 하천범람 등 홍수재해에 의한 인명과 재산의 피해가 급증하고 있다. 특히 한반도 지역에서는 집중호우와 태풍과 같은 이상강우로 인한 홍수피해의 발생이 매년 나타나고 있으며 홍수피해의 빈도와 강도는 증가하고 있는 실정이다. 이러한 상황에서 극심한 기상이변으로 인하여 발생되는 이상홍수의 예측에 관한 사항은 치수 이수는 물론 친수관점에서 볼 때 하천관리의 측면에서 매우 중요한 관심사로 부각되고 있다. 특히 홍수예측은 주민의 대피 및 통제, 시설물의 보호 등을 위해 충분한 선행시간을 확보할 수 있는 실시간적 관점에서의 홍수예측 및 관리가 중요하다. 기존의 수문학적 강우-유출 모형은 비선형성이 강하고 유역의 지형학적 인자와 기후학적 인자의 영향을 포함하기 때문에 정확한 예측이 어렵고 유출량을 계산하기 위한 유역추적, 저수지추적 및 하도추적의 각 추적과정에서 크고 작은 오차들이 발생하고 그것들이 누적되어 유출 모형의 해석 결과에는 많은 오차들이 포함되어 있다는 문제점이 있다. 또한 주로 유역 면적이 크고 홍수의 도달시간이 긴 대하천의 홍수예측에는 기존의 강우-유출 모형이 적당한 방법임에도 불구하고 유역면적이 작은 중소하천에 적용됨으로써 많은 불확실성을 포함하고 있으며 충분한 선행시간을 확보하지 못하는 문제점을 가지고 있다. 따라서 본 연구에서는 중소하천에서의 기존의 홍수예경보가 가지고 있는 문제점을 해결하기 위해 실시간 수위측정 자료 및 강우자료를 이용한 간단한 입력자료 만으로도 홍수예측이 가능한 뉴로-퍼지(Neuro-Fuzzy) 모형을 구축하여 충분한 선행시간을 확보함으로써 중소하천에서 의 실시간 홍수예측이 가능한 시스템을 구성하여 실시간으로 구동되는 효율적인 홍수예경보 시스템을 개발하고자 하였다. 임진강 유역을 대상으로 기존의 강우-유출 모형이 요구하는 유역의 물리적, 지형 자료 및 매개변수와 같은 광범위한 양의 자료를 배제하고, 유역의 강우 자료와 수위자료만으로 유역의 중요지점에 대한 홍수위 및 홍수량을 예측할 수 있는 뉴로-퍼지 모형을 구축하고 대상 유역에 적용하여 실측치와 비교 검증하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.905-905
• /
• 2012

현재 도시유역의 홍수피해를 경감시키기 위한 방안으로 우수유출 저감시설에 대한 연구가 활발히 진행 중에 있다. 그러나 침투형 우수유출 저감시설의 경우 침투량 산정에 필요한 여러 인자 중 토성에 의해 저감 능력에 많은 차이를 보이고 있으며, 강우시 침투로 인한 토양내 함수비의 변화와 선행강우 조건 등에 의해 정량적인 분석이 어려워 활용도가 미흡한 실정이다. 따라서 본 연구에서는 2009년 국립방재연구원에서 시행한 침투실험 자료의 조건과 동일하게 투수계수 및 형상이 다른 두 종류의 투수성 보도블록 A, B와 토양내 선행강우의 유무에 대하여 표 1과 같이 검증 케이스로 구분하고, 4 가지의 강우강도로 모의 조건을 설정한 후 불포화 투수층의 침투해석을 실시하고 실험결과를 이용하여 모의결과에 대한 검증을 시행하였으며, 모의 결과의 검증을 뒷받침하기 위하여 통계적인 적합도를 나타내는 평균제곱오차(RMSE), 평균편차비율(PBIAS), 모형 효율성 계수(NSE), 지속성 모형효율성 계수(PME)을 산정해 보았다. 검증 결과 그림 1과 같이 투수성 보도블록 B의 형태가 투수성 보도블록 A의 형태보다 적합도가 높게 나타났고, 50mm/hr의 강우강도에서 변동성이 크게 나타났으나, 50mm/hr를 제외한 나머지 강우조건에서 양호한 적합도를 보였으며, 선행강우가 있는 조건이 선행강우가 없는 조건에 비해 높은 적합도를 나타내었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.701-705
• /
• 2006

강우자료는 수문 모델링 작업에서 가장 기초적인 수문학적 입력자료로 시간과 공간에 따른 변동성이 크므로 규명하기 복잡한 수문현상 중의 하나이다. 산악지역이 많은 우리나라의 지형학적 특성과 태풍, 장마 및 특히, 최근의 게릴라성 집중호우 등으로 인하여 이러한 변동성이 더욱 커지고 있는 실정이다. 장기간 실측된 수문기상 기초 자료가 부족한 우리나라의 실정상 홍수예보 및 수공구조물 설계를 위해 정확한 강우량 자료의 취득이 선행돼야 한다. 따라서 적절한 장소에 수문관측소 설치 및 관리를 통해 양호한 강우량 자료를 획득해야 하지만, 현장 여건상 등의 이유로 미계측 및 결측, 이상자료가 발생하고 있다. 따라서 이러한 미계측 혹은 결측지점의 우량을 추정할 수 있는 방법을 비교, 분석하여 적절한 보정과정을 수행할 필요가 있다. 그간의 연구에서는 미계측 지점 혹은 산악지역에서의 점 강우량 보정방법에 대한 연구가 진행되었지만, 본 연구에서는 '도시홍수재해관리기술연구사업단'에서 운영 중인 도시하천 유역 특히 소배수구역에서의 결측 자료에 대해 여러 추정 방법을 비교, 분석하여 적절한 방안을 찾고자 한다. 이를 위하여 중랑천 유역의 3개 소배수 구역(월계1 배수구역, 군자 배수구역, 어린이대공원 배수구역)에 설치된 3개 우량관측소와 건설교통부 관할 우량관측소 2개소의 우량자료를 사용하였다. 본 연구에서는 결측치 보간을 위하여 널리 이용되고 있는 산술평균법(Arithmetic Average method), 역거리법(Reciprocal Distance Squared method), 거리고도비율법(Ratio of Distance and Elevation method), 인근관측소와의 관계식 이용, 크리깅방법(Simple Kriging method)을 비교, 검토 적용하였다. 중랑천 유역의 소배수구역을 대상으로 연중 발생하는 큰 호우사상에 대해 임의의 강우관측소를 결측지점으로 가정하고 주변의 강우관측소로부터 각각의 방법을 이용해 가중치들을 산정하여 결측지점의 강우량 값을 보정하고자 하였다. 또한 각각의 방법을 이용하여 얻어진 결과에 대해 실측값과 보정값의 오차정도를 평균절대오차법(Mean Absolute Error)과 제곱평균제곱근오차법(Root Mean Squared Error)에 의해 산정하여 보정 방법간의 효율성을 검토하고자 하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.441-441
• /
• 2015

북한의 수자원 현황을 분석하고 미래를 전망하는 일은 수자원 분야 전문가들의 공통된 관심사 중 하나이다. 그러나 많은 노력에도 불구하고 제한된 자료로 인해 이에 대한 체계적인 성과가 구축되지 못한 것이 사실이다(안재현 등, 2010). 북한 수자원 현황과 관련해서 1994년 한국수자원공사의"북한 수자원 현황 및 개발 동향"에 대한 연구와 1996년 한국과학기술단체총연합회의"남북한 수자원 비교평가 연구"가 수행된 바 있다. 본 연구에서는 2012년 7월 북한의 홍수피해에 대하여 북한지역의 빈약한 강우량 정보를 활용하여 위성으로부터 유도된 강우자료를 보정하여 북한지역의 홍수량을 산정하는데 활용할 수 있는 시계열 자료를 생성하는 것을 목적으로 하였다. 2012년 북한 홍수피해는 조선 중앙통신 보도에 의하면 6월 말부터 7월말까지 169명 사망, 400여명 실중, 144명 상해의 인명피해와 평안남북도, 자강도, 함경남북도 등 4만 3770여 가구가 침수되었으며, 농경지 피해는 6만 5280정보가 유실, 매몰, 침수(평안북도 2만 3400정보, 평안남도 2만 1900정보, 함경남도 5679정보, 함경북도 7220정보)의 피해를 입은 것으로 보도하고 있다(http://www.hani.co.kr/arti/politics/defense/545795.html). 한편, 북한의 기상수문국 통보에 의하면 2012년 장마가 시작된 이후 20일 동인 평균 강우량의 2배 가까운 비가 내렸으며, 특히 7월 19일 오후 9시부터 21일 오후 3시 사이 자강도 동신군에 413mm, 송원군에 383mm, 희천시에 322mm, 평안북도 태천군에 380mm, 향산군에 312mm, 동창군에 304mm의 폭우가 쏟아졌다고 조선중앙통신은 덧붙였다. 본 연구에서는 위성으로부터 유도된 강수자료 중 GSMaP_NRT자료를 활용하여 북한의 기상수문국에서 통보한 같이 기간의 강수량 자료를 분석한 결과 자강도 동신군 지역의 경우 총강우는 208.8mm로 분석되었으며, 평균강우는 9.49mm, 최대강우강도는 17.7mm/hr로 분석되었다. 두 자료의 총강우량에 대한 상대오차는 약 49.5% 정도의 오차가 있는 것으로 분석되었다. 위성강우 보정 방법으로 Immerzeel(2001) 등은 위성으로 관측된 시계열 자료와 지상계측된 시계열 자료를 분석하여 두 자료간의 평균과 표준편차를 이용하여 평균 및 표준편차 계수를 산정하여 위성자료에 대한 보정강우를 생성하는 방법을 제시한 바 있다. 본 연구에서는 위성으로부터 유도된 강우량 자료는 시계열 자료이나 지점계측 강우는 총강우만 존재하여 총강우에 대한 시계열 자료를 위성강수자료를 무차원화하여 지점계측의 위성 보정강우를 생성하였다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.28 no.4B
• /
• pp.363-374
• /
• 2008

Intensity-Duration-Frequency (IDF) curve that is essential to calculate rainfall quantiles for designing hydraulic structures in Korea is generally formulated by regression analysis. In this study, IDF curve derived by the cumulative distribution function ("IDF by CDF") of the proper probability distribution function (PDF) of each site is suggested, and the corresponding parameters of IDF curve are computed using genetic algorithm (GA). For this purpose, IDF by CDF and the conventional IDF derived by regression analysis ("IDF by REG") were computed for 22 Korea Meteorological Administration (KMA) rainfall recording sites. Comparisons of RMSE (root mean squared error) and RRMSE (Relative RMSE) of rainfall intensities computed from IDF by CDF and IDF by REG show that IDF by CDF is more accurate than IDF by REG. In order to accommodate the effect of the recent intensive rainfall of Korea, the rainfall intensities computed by the two IDF curves are compared with that by at-site frequency analysis using the rainfall data recorded by 2006, and the result from IDF by CDF show the better performance than that from IDF by REG. As a result, it can be said that the suggested IDF by CDF curve would be the more efficient IDF curve than that computed by regression analysis and could be applied for Korean rainfall data.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.25 no.11A
• /
• pp.1642-1651
• /
• 2000

위성통신시스템에서의 10GHz이상의 Ku 또는 Ka 대역은 수십 dB의 크기를 갖는 강우에 의한 감쇠 현상이 심각하여 이러한 감쇠는 위성 링크의 심각한 성능 정하를 가져온다. 본 논문은 위성통신 링크 상에서의 강우 감쇠 보상을 위한 알고리즘을 제시하고, Ku 대역의 강우 감쇠 데이터를 사용한 시뮬레이션을 통하여 그 성능을 비교 분석하였다. 예측 기법 측면에서, 적응형 알고리즘을 적용한 기법과 신호 레벨 변화량에 근거한 예측 기법은 거의 동일한 예측 오차를 보였고, 따라서, 급속한 신호레벨 변화에 적응성을 요하지 않은 강우 감쇠 예측의 경우, 알고리즘 측면에서 비교적 간단한 예측 기법으로도 충분한 성능을 얻을 수 있음을 확인하였다. 또한, 제시된 전송 방식 결정 알고리즘은 기존의 임계값 기반 알고리즘에 비해 품질 저하율이 0.6%에서 0.01% 이하로 감소하였고, 거의 동일한 전송 효율을 가지면서 약 5배의 적은 전송 방식 전환을 요구한다.

• 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.