• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.387-387
• /
• 2022

기존 홍수기시 댐 운영은 예측 강우와 실시간 관측 강우를 이용하여 댐 운영 모형을 수행하며, 예측 결과에 따라 의사결정 및 댐 운영을 실시하게 된다. 하지만 이 과정에서 반복적인 분석이 필요하며, 댐 운영 모형 수행자의 경험에 따라 예측 결과가 달라져서 반복작업에 대한 자동화, 모형 수행자에 따라 달라지지 않는 예측 결과의 일반화가 필요한 상황이다. 이에 댐 운영 모형에 AI 기법을 적용하여, 다양한 강우 상황에 따른 자동 예측 및 모형 결과의 일반화를 구현하고자 하였다. 이를 위해 수자원 분야에 적용된 국내외 129개 연구논문에서 사용된 딥러닝 기법의 활용성을 분석하였으며, 다양한 수자원 분야 AI 적용 사례 중에서 댐 운영 예측 모형에 적용한 사례는 없었지만 유사한 분야로는 장기 저수지 운영 예측과 댐 상·하류 수위, 유량 예측이 있었다. 수자원의 시계열 자료 활용을 위해서는 Long-Short Term Memory(LSTM) 기법의 적용 활용성이 높은 것으로 분석되었다. 댐 운영 모형에서 AI 적용은 2개 분야에서 진행하였다. 기존 강우관측소의 관측 강우를 활용하여 강우의 패턴분석을 수행하는 과정과, 강우에서 댐 유입량 산정시 매개변수 최적화 분야에 적용하였다. 강우 패턴분석에서는 유사한 표본끼리 묶음을 생성하는 K-means 클러스터링 알고리즘과 시계열 데이터의 유사도 분석 방법인 Dynamic Time Warping을 결합하여 적용하였다. 강우 패턴분석을 통해서 지점별로 월별, 태풍 및 장마기간에 가장 많이 관측되었던 강우 패턴을 제시하며, 이를 모형에서 직접적으로 활용할 수 있도록 구성하였다. 강우에서 댐 유입량을 산정시 활용되는 매개변수 최적화를 위해서는 3층의 Multi-Layer LSTM 기법과 경사하강법을 적용하였다. 매개변수 최적화에 적용되는 매개변수는 중권역별 8개이며, 매개변수 최적화 과정을 통해 산정되는 결과물은 실측값과 오차가 제일 적은 유량(유입량)이 된다. 댐 운영 모형에 AI 기법을 적용한 결과 기존 반복작업에 대한 자동화는 이뤘으며, 댐 운영에 따른 상·하류 제약사항 표출 기능을 추가하여 의사결정에 소요되는 시간도 많이 줄일 수 있었다. 하지만, 매개변수 최적화 부분에서 기존 댐운영 모형에 적용되어 있는 고전적인 매개변수 추정기법보다 추정시간이 오래 소요되며, 매개변수 추정결과의 일반화가 이뤄지지 않아 이 부분에 대한 추가적인 연구가 필요하다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.33-33
• /
• 2019

최근 반복적인 도시침수 피해가 발생하고 있으나 다양한 강우 및 홍수 자료를 이용하여 실시간으로 침수분석을 실시할 수 있는 기술력이 부재한 실정이다. 한정된 시나리오에 따라 다양한 강우패턴에 의한 침수지역 파악에 어려움이 있으며, 불필요한 자료의 사용으로 인해 짧은 시간에 발생하는 도시침수에 대해 실시간으로 대응하는 데에 한계가 있다. 본 연구에서는 다양한 강우패턴과 극치강우 사상을 반영하기 위한 강우시간 분포법을 나타내고자 하였으며, 강우-유출 자료에 대한 최적의 자료조합을 선정하는 정량적 기준을 제시하고자 하였다. 지역 특성에 따른 극치강우사상의 시간분포에 대한 연구가 다양하게 진행되어 왔지만, 기존의 강우시간분포는 다양한 강우의 집중현상을 나타내기에는 한계가 있음을 보였다. 따라서 본 연구에서는 기존 강우시간분포 기법의 단점을 보완하고 극치강우사상의 집중지속시간 특성을 반영한 강우시간분포 방법과 Huff에 의한 강우시간 분포법을 사용하여 다양한 강우시나리오를 생성하였다. 본 연구에서는 부산 및 울산 연구대상지역의 도시유출해석의 입력 자료로서 사용하였다. 강우 및 유출 자료의 상관성 분석과 불확실도 분석을 기반으로 추후 홍수예측을 위한 최적의 입력 자료를 선정하고자 하였다. 위의 과정들을 통해 다양한 강우조건에 따른 연구대상 지역에서의 침수예상도를 분석할 수 있었으며, 선정된 극치강우사상을 통해 다양한 강우의 집중현상을 나타낼 수 있었다. 1차원 도시유출해석을 실시하여 구축한 강우-유출 데이터베이스의 최적화를 위해 불확실도 분석을 실시하였으며, 수리학적 특성이 고려된 입력 및 출력자료에 대한 사용자의 합리적인 판단을 위해 정량적 기준을 제시하고자 하였다. 더욱이 제시된 방법론을 이용함에 따라 지속적으로 나타나는 국지성 호우와 급변하는 수재해 양상에 능동적으로 대처하는데 도움을 줄 수 있는 기초자료를 제공할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.290-290
• /
• 2016

기후변화가 진행되고 있는 우리나라에서 연강우량의 증가와 강우일수의 감소로 인한 강우강도의 증가 등 많은 현상이 기후변화로 인한 수문기상학적 변화를 가져오고 있다. 이러한 변화는 수자원의 이용에도 많은 영향을 미칠 것으로 예상되고 있다. 본 연구에서는 일반적인 기후변화로 인한 강우의 변화는 연강우량이나 강우강도, 최대강우량의 변화 등에 대해 많은 연구가 이루어지고 있다. 그러나 전통적으로 농업에서 많이 사용되는 시간단위인 24절기에 대해 강우량의 변화패턴을 분석하였다. 24절기에 따른 강우량의 변화는 농업 및 실생활에 많이 이용되고 있고 있다. 이러한 24절기의 강우가 어떠한 패턴으로 변하고 있는지 기후변화에 따른 영향을 검토하여 향후 농업용수 등 수자원의 이용패턴에 어떠한 영향을 미치는 지 파악할 수 있는 기본자료를 제공하도록 하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.450-450
• /
• 2021

기후변화 보고서에 따르면 집중 호우의 강도 및 빈도 증가가 향후 몇 년동안 지속될 것이라 제시하였다. 이러한 집중호우가 빈번히 발생하게 된다면 강우 침식성이 증가하여 표토 침식에 더 취약하게 발생된다. Universal Soil Loss Equation (USLE) 입력 매개 변수 중 하나인 강우침식능인자는 토양 유실을 예측할때 강우 강도의 미치는 영향을 제시하는 인자이다. 선행 연구에서 USLE 방법을 사용하여 강우침식능인자를 산정하였지만, 60분 단위 강우자료를 이용하였기 때문에 정확한 30분 최대 강우강도 산정을 고려하지 못하는 한계점이 있다. 본 연구의 목적은 강우침식능인자를 이전의 진행된 방법보다 더 빠르고 정확하게 예측하는 머신러닝 모델을 개발하며, 총 월별 강우량, 최대 일 강우량 및 최대 시간별 강우량 데이터만 있어도 산정이 가능하도록 하였다. 이를 위해 본 연구에서는 강우침식능인자의 산정 값의 정확도를 높이기 위해 1분 간격 강우 데이터를 사용하며, 최근 강우 패턴을 반영하기 위해서 2013-2019년 자료로 이용했다. 우선, 월별 특성을 파악하기 위해 USLE 계산 방법을 사용하여 월별 강우침식능인자를 산정하였고, 국내 50개 지점을 대상으로 계산된 월별 강우침식능인자를 실측 값으로 정하여, 머신러닝 모델을 통하여 강우침식능인자 예측하도록 학습시켜 분석하였다. 이 연구에 사용된 머신러닝 모델들은 Decision Tree, Random Forest, K-Nearest Neighbors, Gradient Boosting, eXtreme Gradient Boost 및 Deep Neural Network을 이용하였다. 또한, 교차 검증을 통해서 모델 중 Deep Neural Network이 강우침식능인자 예측 정확도가 가장 높게 산정하였다. Deep Neural Network은 Nash-Sutcliffe Efficiency (NSE) 와 Coefficient of determination (R²)의 결과값이 0.87로서 모델의 예측성을 입증하였으며, 검증 모델을 테스트 하기 위해 국내 6개 지점을 무작위로 선별하여 강우침식능인자를 분석하였다. 본 연구 결과에서 나온 Deep Neural Network을 이용하면, 훨씬 적은 노력과 시간으로 원하는 지점에서 월별 강우침식능인자를 예측할 수 있으며, 한국 강우 패턴을 효율적으로 분석 할 수 있을 것이라 판단된다. 이를 통해 향후 토양 침식 위험을 지표화하는 것뿐만 아니라 토양 보전 계획을 수립할 수 있으며, 위험 지역을 우선적으로 선별하고 제시하는데 유용하게 사용 될 것이라 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.417-417
• /
• 2022

현재 수공 구조물 설계 시 설계강우량으로써 빈도해석과정을 통해 산정된 확률강우량을 적용하고 있다. 하지만 확률강우량의 경우 시계열 강우분포형태를 알 수 없는 문제가 존재한다. 강우의 시간분포 형태는 비점오염, 강우에 의한 수식 등 도달시간과 첨두 홍수량에 지대한 영향을 미치는 요소이다. 현재 국내에서는 Huff 4분위법이 널리 사용되고 있지만 Huff 4분위법은 기존의 강우패턴을 평균하였기 때문에 자연현상인 강우의 다양하고 복잡한 분포형태를 반영하기 어렵다는 문제를 가지고 있으며, Huff 4분위법이 갖는 한계로 정의할 수 있다. 따라서 본 연구에서는 Huff 4분위법이 갖는 한계를 보완하기 위해 설계홍수량산정지침에서 제시하고 있는 초과확률 50%의 시간분포 값을 산정하는 것에서 벗어나 한반도의 강우형태와 최근 20년간의 강우 패턴 변화를 고려한 최적 초과 확률값을 선정하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.112-112
• /
• 2019

최근 기후변화와 기상이변으로 예측하지 못한 수문현상의 변화가 나타나고 있으며, 자연재해에 대한 중요성과 인식이 바뀌고 있다. 이러한 자연재해는 과거의 장마와 같은 강우패턴이 아닌 게릴라성의 국지성 호우로 인해서 막대한 피해로 이어지고 있으며 예측 또한 어려운 실정이다. 단기유출 예측을 위해 사용되는 다양한 모형들 가운데 GRM(Grid based Rainfall-runoff Model)은 단기유출해석에 사용되며 국내에서 개발된 물리적 기반 모형이다. 본 연구에서는 남한강 하류인 청미천 유역을 대상으로 강우-유출 분석을 진행하였으며, 환경부의 11개 기상관측소의 자료를 이용한 티센망도 기반의 면적강우량으로 산정하였고 이를 GRM에 적용하였다. 공간자료는 국토지리정보원의 90M DEM(Digital Elevation Model), 농촌진흥청의 정밀토양도와 토심, 환경부 환경공간서비스의 대분류 토지이용도를 이용하였다. 또한, 검정을 위한 유량자료는 청미천유역내에 있는 청미천(원부교), 청미천(장호원교)의 유량관측소의 자료를 이용하였다. 분석결과는 게릴라성 호우사상에 대하여 GRM의 단기유출 예측은 NSE가 원부교에서 모두 0.8이 넘는 결과를 보였. 추후, GRM의 강우패턴별, 유역별대표매개수가 산정된다면 홍수방어를 위한 강우-유출 모형으로 매우 유용하게 활용될 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.300-300
• /
• 2021

최근 기후변화와 기상이변으로 예측하지 못한 게릴라성의 국지성호우로 인해서 과거 장마와 같은 피해가 아닌 변화된 강우패턴으로 막대한 피해가 나타나고 있다. 또한, 이러한 게릴라성 호우는 예측 또한 어려운 경향을 나타낸다. 이러한 피해를 방지하기 위해 단기유출 예측을 위해 사용되는 다양한 모형들 가운데 GRM(Grid based Rainfall-runoff Model)을 사용하였으며, GRM모델은 단기유출해석에 사용되며 국내에서 개발된 물리적 기반 모형이다. 본 연구에서는 한강의 하류인 청미천 유역을 대상으로 강우-유출 분석을 진행하였으며, 환경부의 11개 기상관측소의 자료를 이용한 티센망도 기반의 면적강우량으로 산정하였고 이를 GRM에 적용하였다. 강우자료의 Event 선정기간은 2011년 6월 29일부터 2011년 7월 1일까지 86.83mm 강수가 내린 Event이다. 공간자료는 국토지리정보원의 90M DEM(Digital Elevation Model), 농촌진흥청의 정밀토양도와 토심, 환경부 환경공간서비스의 대분류 토지이용도를 이용하였다. 또한, 검정을 위해서 정형우도인 NSE, 비정형우도인 Log-normal 우도를 이용하여 분석하였으며, 각각의 결과값은 NSE 0.966, Log-normal은 -1214.97의 값을 나타냈다. 추후, 다양한 적합지표를 이용하여 GRM의 강우패턴별, 유역별대표매개수가 산정된다면 홍수방어를 위한 강우-유출 모형으로 매우 유용하게 활용될 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.338-338
• /
• 2019

설계강우량 산정시, 일반적으로 극치자료를 활용하여 정상성 가정하에 빈도해석을 수행하고 있다. 그러나 종종 정상성으로 가정했던 기존 극치강우자료가 정상성 빈도해석 모형에서 효과적으로 모델링되지 않는 비정상성 특성을 나타내고 있다. 또한, 대부분의 극치강우 분포는 해마다 다른 규모로 발생하는 홍수와 태풍 등의 강우요인으로 인해 두 개의 첨두를 갖는 혼합분포 형태를 보인다. 이에 본 연구에서는 혼합분포 기반 비정상성 빈도모델(mixture distribution based nonstationary frequency model, MDNF)을 제시하였다. 제안된 모형의 입력자료로 기후변수(e.g. SSTs and SLPs)를 사용하여 두 개의 분포형으로 구성되는 극치강우의 혼합비(mixing ratio)에 대한 영향을 분석하였으며, 극치강우 패턴이 특정 기후변수의 영향을 받는 것을 확인하였다. 최종적으로 Bayesian 기법을 MDNF 모형에 연계하여 각 첨두에 해당하는 분포형의 매개변수들에 대한 불확실성 구간을 정량적으로 제시하였다. 본 연구를 통해 강우 패턴의 변동은 설계 강우량 추정에 영향을 미치며, 특정 기후변수와 강우 패턴이 상관성을 가지는 것을 확인함으로써 합리적인 설계 강우량 산정을 위한 중요한 근거를 제공할 것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.502-502
• /
• 2022

최근 기후변화와 기상이변으로 예측하지 못한 게릴라성의 국지성호우로 인해서 과거 장마와 같은 피해가 아닌 변화된 강우패턴으로 막대한 피해가 나타나고 있다. 또한, 이러한 게릴라성 호우는 예측 또한 어려운 경향을 나타낸다. 이러한 피해를 방지하기 위해 단기유출 예측을 위해 사용되는 다양한 모형들 가운데 GRM(Grid based Rainfall-runoff Model)을 사용하였으며, GRM모델은 단기유출해석에 사용되며 국내에서 개발된 물리적 기반 모형이다. 본 연구에서는 한강의 하류인 청미천 유역을 대상으로 강우-유출 분석을 진행하였으며, 환경부의 11개 기상관측소의 자료를 이용한 티센망도 기반의 면적강우량으로 산정하였고 이를 GRM에 적용하였다. 강우자료의 Event 선정기간은 2011년 6월 29일부터 2011년 7월 1일까지 86.83mm 강수가 내린 Event이다. 공간자료는 국토지리정보원의 90M DEM(Digital Elevation Model), 농촌진흥청의 정밀토양도와 토심, 환경부 환경공간서비스의 대분류 토지이용도를 이용하였다. 또한, 검정을 위해서 정형우도인 NSE, 비정형우도인 Log-normal 우도를 이용하여 분석하였으며, 각각의 결과값은 NSE 0.966, Log-normal은 -1214.97의 값을 나타냈다. 추후, 다양한 적합지표를 이용하여 GRM의 강우패턴별, 유역별대표매개수가 산정된다면 홍수방어를 위한 강우-유출 모형으로 매우 유용하게 활용될 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.311-316
• /
• 2017

기후변화는 물 관리 측면에서 많은 변화를 일으키는 것으로 보고되고 있다. 주로 강우의 패턴을 변화시키며, 가용수자원의 지역적 편중을 심화시킨다. 기후변화에 적응하며 안정적이고 균등한 용수확보를 위해서는 홍수와 가뭄을 고려한 연속적인 물 순환 해석기술이 필요하다. 강우유출분석은 강우사상에 대한 수문순환과정을 통해 유출량을 산출하는 것으로, 주로 직접유출과 중간유출이 이에 해당된다. 강우발생 이후 무강우기간에 대해서는 기저시간 이후에 발생되는 유출량의 정량적 산출이 필요하다. 기저유출은 강우 발생 시점에 급격히 발생하기보다는 선행강우에 따른 유역 내 지하수위 분포와 대수층의 특성, 하천수위에 따라 다양한 패턴으로 나타나기 때문에 지하수대의 수리학적 성분들을 반영할 수 있어야 한다. 이를 위해서는 강우유출모의 시 지표유출량 산정과 지하수유동해석을 통한 기저유출량 산정이 동시에 이루어져야 한다. 최근 국내외에서는 다양한 형태의 수문모형과 MODFLOW를 연계한 장기유출분석에 대한 연구가 활발하게 진행되고 있다. 본 연구에서 활용한 K-DRUM(K-water Distribution Runoff Model)은 K-water에서 자체 개발한 물리적 기반의 분포형 강우유출모형으로 강우유출, 유사, 기초수질항목에 대한 3차원 분석이 가능하다. 본 모형의 A층(표층)은 지표유출을 고려한 운동파법이 적용되었고, B층과 C층(중간층), D층(지하수층)은 선형저류법이 적용되었다. MODFLOW(A Modular Three-Dimensional Finite-Difference Ground Water Flow Model)는 1980년대 USGS(United State Geolog ical Survey)에서 개발된 가장 범용적으로 사용되는 지하수유동모형이며, 모듈화 된 구조를 갖고 있어 다양한 패키지 중 필요로 하는 기능을 독립적으로 모의할 수 있는 장점이 있다. 본 연구에서는 향후 기후변화에 따른 강우의 불확실성에 대비한 유역의 장기 물순환 해석을 위해 강우유출모형인 K-DRUM과 지하수유동모형인 MODFLOW를 연계하고자한다. 연계방법은 K-DRUM에서 계산된 D층으로 침루되는 양을 MODFLOW의 함양량으로 적용하고, MODFLOW에서 산출된 기저유량을 K-DRUM의 하천유출에 적용하는 것이다. 본 연구의 성과를 갈수기 유출해석에 적용하면 정확성을 크게 향상시킬 수 있을 것으로 판단된다.