• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.299-299
• /
• 2021

본 연구에서는 강우-유출 모형의 매개변수를 최적화하기 위해 머신러닝 기법을 활용하였다. 강우-유출 모형의 종류가 검토되었으며 이를 통해 선정된 강우-유출 모형의 매개변수 특성과 유출량 선정과의 관계성이 검토되었다. 이를 위해 다년간의 유출 측정 자료가 있는 연구지역이 선정되었다. 또한 매개변수 최적화를 위한 머신러닝 기법이 검토되었으며, 매개변수 최적화와 유출량 산정 정확성을 비교, 분석함으로써 관계성을 검토하였다. 본 연구의 결과를 요악하면 다음과 같다. (1) 여름 장마의 지속성은 매개변수 최적화 정확성에 영향을 주며 이 둘은 비선형적인 관계를 나타낸다. (2) 매개변수 최적화가 강우 심도에 따라 다른 결과를 나타내며 최적의 강우 심도는 연구 지역마다 차이가 있기 때문에 유역 특성을 반영한 머신러닝 기법 활용이 가능하다. 이를 통해 강우-유출 모형의 매개변수 최적화를 위한 머신러닝 기법의 활용 가능성을 확대하고, 모형의 정확도 개선을 기대 할 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.34-34
• /
• 2017

유역에 대한 유출해석은 지속가능한 수자원 관리 및 수재해 예방을 위한 가장 기본적이지만 중요한 과제이며, 우리나라와 같이 홍수와 가뭄의 재해에 의해 많은 영향을 받는 지역에서는 더욱 중요한 문제로 이러한 유출현상을 물리적으로 표현하기 위해 다양한 모형들을 활용하여 강우-유출해석을 수행하게 된다. 모형을 통한 유출해석에 있어 매개변수 추정은 유출해석 결과에 지대한 영향을 주기에 최적 매개변수를 추정하는 것은 예측결과의 성능 향상에 매우 중요한 사항이며 보다 효율적인 매개변수의 추정을 위해 추정방법간의 비교 및 검토를 통해 적용성을 판단하는 과정이 필요하다. 이를 위해 본 연구에서는 개념적 집중형 수문모형의 매개변수 보정을 위해 오프라인과 온라인의 매개변수 자동보정기법을 이용하여 매개변수를 추정하였으며, 기법별로 추정된 매개변수를 이용한 수문해석 결과의 비교 검토를 통해 각 기법의 장 단점 분석 및 적용성 평가를 수행하였다. 연구대상지역으로 용담댐 상류 천천 유역을 선정하고, 강우유출 모의를 위해 저류함수모형을 선정하였으며, 매개변수 보정을 위한 자동보정기법으로 오프라인 방법으로는 SCE-UA, 온라인 방법으로는 PF 기법을 선정하여 적용하였으며, 총 9개의 강우사상에 대해 강우-유출 모의를 수행하였다. 본 연구의 결과는 강우-유출해석을 위한 사용자의 목적에 맞는 매개변수 자동보정기법의 선정에 있어 유용할 것으로 판단되며, 시간단계 또는 사상별 최적화된 매개변수를 유역에 대한 최적 매개변수로 변환 또는 전이하기 위한 연구가 추가적으로 필요할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.311-311
• /
• 2020

가뭄·홍수 등 수재해 대응대책 수립 측면에서 유역의 자연유출량 산정은 가장 핵심적인 사항이라 할 수 있다. 우리나라는 전국적으로 수위-유량관측소를 설치하여 실시간 유출량 모니터링을 통해 수문정보를 수집하며, 주요지점을 제외한 유역에서는 주기적으로 강우-유출모형의 매개변수 최적화를 통해 산정된 장기유출량 결과를 자연유출으로 가정하여 수자원 계획 수립시 활용하고 있다. 그러나 강우-유출모형의 최적 매개변수 추정을 위해 활용되는 관측 수문자료는 상대적으로 자료의 연한이 짧고, 계절·공간적인 특성으로 인해 매우 제한적이며, 유역의 특성을 충분히 고려하지 못해 미계측유역의 매개변수 추정시 모형의 자료에서 기인한 불확실성이 크게 발생한다는 단점이 있다. 이에 본 연구에서는 관측자료에 대한 신뢰성이 유의하며, 공간적으로 고르게 분포된 12개 댐 유역을 대상으로 매개변수 지역화 연구를 수행하였다. SCEM-UA기법을 통해 GR4J 강우-유출모형의 매개변수를 최적화 하였으며, 매개변수와의 상관관계 및 선형회귀분석을 통해 유역특성인자를 선별하여 Copula 함수를 통해 지역화된 매개변수를 추정하였다. 최종적으로 본 연구에서 제시된 방법론에 대한 적합성을 평가하기 위하여 매개변수 최적화가 수행된 유역을 미계측 유역으로 가정하여 교차검증 관점에서 적합성을 검토하였으며, 통계적으로 유의한 결과가 도출되는 것을 확인하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2004.05b
• /
• pp.287-291
• /
• 2004

가능최대홍수량(PMF)은 가능최대강수량(PMF)을 입력으로 한 강우-유출해석의 결과이다. 대상유역의 가능최대강수량을 산정하여 시${\cdot}$공간분포를 고려한 가능최대호우를 결정한 후, 강우-유출관계를 적용하여 가능최대홍수량을 산정하는 것이다. 이러한 과정을 통하여 산정된 가능최대홍수량은 실무에서 댐설계를 위해 이용되어 오고 있다. 하지만, 댐설계기준(건설교통부, 2001)에 가능최대홍수량 산정을 위한 방법론은 제시되어 있지만, 이에 내한 이론적인 토의가 충분치 않다. 본 연구에서는 국내의 가능최대홍수량 산정절차에 대한 문제점을 제시하고, 이에 대한 논의를 하고자 강우분포와 강우-유출매개변수에 따른 가능최대홍수량의 변화를 검토하였다. 먼저, 강우의 시간분포방법으로 blocking 방법, huff 방법, mononobe 공식을 채택하여 그 문제점을 세시하고, 시간분포방법별 가능최대홍수량의 변화를 비교${\cdot}$검토하였다. 강우-유출 매개변수에 따른 가능최대홍수량의 변화를 검토하기 위해서, 먼지 평균개념의 기존단위도와 최대개념의 단위도에 대해 평가하였으며, 두 단위도 적용에 따른 가능최대홍수량의 변화를 비교${\cdot}$검토하였다. 최대개념의 단위도는 강우-유출관계의 적용을 위해 그동안 우리나라에서 주로 이용되어 왔던 Clark 단위도를 선정하였고, 실측강우-유출자료의 해석을 통해 가능최대홍수량의 개념에 부합되는 매개변수를 산정하였다. 또한, 가능최대강수량의 차이, 강우손실방법, 기저유량 고려유무에 따른 가능최대홍수량의 변화를 검토하였다.

• 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
• /
• 2021.06a
• /
• pp.293-293
• /
• 2021

자연유량이란 인위적 행위에 의한 하천의 유량 변화가 없는 개발되지 않은 상태의 하천유량을 말하며, 실제 유량을 측정하거나 관측자료를 활용한 장기유출모형을 통해 산정할 수 있다. 미계측 유역에 대한 강우-유출 모형 구축시, 무엇보다 실제 미계측유역에 적용시 나타날 수 있는 문제점을 최소화할 수 있는 방향으로 모형 개발이 이루어지는 것이 필요하다. 강우-유출 모형 매개변수의 수가 많아질수록 과적합(over-fitting)의 발생 소지가 증가하게 되며, 지역화 모형 구축시 불확실성을 더욱 가중시키게 된다. 이러한 이유로, 모형의 검정보다는 검증에 초점이 맞춰져 있어야 하며, 더불어 사용되는 강우-유출 모형의 매개변수가 적어야 한다. 본 연구에서는 대표 강우-유출모형의 선정시 여러 평가 기준 중 예측의 정확성 측면에서 통계적 지표를 통해 모형의 수행능력에 중점을 두었으며, 적은 개수의 매개변수를 갖음에도 불구하고 상대적 우수한 모의결과를 제공하는 GR4J(Ge'nie Rural a 4 parame tres Journalier)모형을 최적 유출모형으로 선정하여 댐 상류유역에 대한 자연유량 재현성능을 평가하였다. 최종적으로 강우-유출모형의 최적매개변수와 유역특성인자 사이의 상호연관성을 고려해 매개변수를 지역화하기 위하여, 본 연구에서는 두 가지 이상의 변량에 대한 상관성을 효과적으로 재현하는데 효과적이며, 자유로운 주변확률분포 선택과 결합확률분포의 추정이 용이한 장점이 있는 Copula 함수를 활용하였다. 제시된 방법론에 대한 적합성을 평가하기 위해 교차검증 관점에서 지역화된 매개변수의 적합성을 검토하였으며, 본 연구에서 도출된 결과는 유역특성에 따른 미계측유역의 자연유량 산정시 지역 매개변수를 강우-유출모형에 활용함으로써 신뢰성 있는 자연유량 산정 결과를 제공할 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2005.05b
• /
• pp.619-622
• /
• 2005

적용대상 유역은 낙동강수계로 하였으며 소유역 분할은 총 25개로 하였으며, 강우관측소의 선정과 Thiessen 계수의 산정은 최근에 한국수자원공사에서 새로 추가한 강우관측소를 위주로 대상 연도별로 달리하여 강우관측소를 선정하였다. 강우자료의 결측치는 RDS 방법을 사용하여 보완하였다. 대상연도별 소유역별로 일간 유역 평균 강우량을 산정하였다. 적용 모형의 선정은 한국수자원공사 실무부서에서의 적용사례가 빈번한 SSARR 모형을 최종적으로 선정하였다. SSARR 모형의 입력자료를 물리적 매개변수, 수문기상 매개변수 및 내부처리 매개변수로 구분하여 구축하였고 매개변수의 민감도분석과 함께 모형의 보정을 실시하였다. 민감도 분석 결과, 유역유출과 관련된 매개변수에서는 고수시와 저수시의 경우 지표수와 복류수의 분리하는 매개변수에서 민감도가 크게 나타났다. 저수시의 경우 지하수 중 회귀지하수가 차지하는 비율이 크게 나타났고, 지표수, 복류수, 지하수 및 회귀지하수의 저류시간에서 비교적 큰 민감도를 나타내었다. 1983년부터 2003년까지 21개년에 걸쳐 25개 소유역별로 일평균 자연유출량을 산정하여 이를 이용한 반순, 순, 월 및 연평균 자연유출량을 산정하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.1752-1756
• /
• 2007

정교한 강우-유출 모의를 위해서는 적절한 매개변수의 추정이 필수적이며, 매개변수 추정 방법은 시행착오(trial and error)에 의한 수동보정법과 최적화방법을 사용한 자동보정법으로 구분할 수 있다. 모형의 매개변수의 수가 많은 경우 수동보정법에 의한 매개변수 추정은 매우 어렵다. 자동 보정법에 사용되는 최적화방법은 Rosenbrock 알고리즘, patten search, 컴플렉스(complex) 방법, Powell 방법 등과 같은 지역최적화 방법과 전역최적화 방법으로 나눌 수 있다. 그러나 기존 방법론들은 매개변수의 최적화를 추적하기 위한 알고리즘이 대부분이며 이들 매개변수에 관련된 불확실성을 평가하는데는 미흡한 단접이 있다. 이러한 점에서 본 연구에서는 강우-유출모형의 매개변수 추정에 있어서 불확실성을 평가할 수 있는 새로운 방법론을 검토하고자 한다. 매개변수와 관련된 불확실성을 평가하기 위한 방법은 여러 가지가 있으나 통계적으로 매우 우수한 능력을 보이는 Hierarchical Bayesian 알고리즘을 Probability-Distributed 강우-유출 모형에 적용하였다. 본 방법론은 최적화와 동시에 각 매개변수에 관련된 사후분포(posterior distribution)의 추정이 가능하므로 모형이 갖는 불확실성을 효과적으로 평가할 수 있다. 따라서, 수자원 관리에 있어서 불확실성을 고려할 수 있으므로 보다 수리수문학적 위험도를 저감할 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.422-422
• /
• 2015

수문학적 모델링은 수자원계획에 있어 가장 핵심적인 도구 중에 하나이다. 강우-유출모형의 매개변수 추정시 장기간의 자료를 활용하는데 초점이 맞추어져 있으며, 일반적으로 5년 이상의 자료를 활용하여 매개변수를 추정하는 경년변동(inter-annual variability) 매개변수 추정 방법이 추천되고 있다. 수문학적 변동성 측면에서 볼 때 강우, 온도, 유역의 조건 등의 연내변동성(intra-annual variability)이 경년보다 크게 나타나고 있으나, 이러한 특성을 고려한 수문모형의 매개변수 추정은 이루어지고 있지 않다. 이러한 점에서 연내변동성으로 기인하는 비정상성을 고려한 매개변수 추정 방법의 도입이 필요할 것으로 판단되며, 본 연구에서는 계측유역을 대상으로 다양한 시간규모에서 매개변수 추정을 수행하고 최적의 시간규모를 도출하고자 한다. 이를 위해서 DDS(dynamically dimensioned search) 알고리즘을 도입하여 최적화를 수행하였으며, 다양한 시간 규모에서 모형의 적합특성을 평가하였다. 교차검증을 통하여 매개변수의 통계적 유의성을 확보하였으며, 전통적인 매개변수 추정 절차와 비교 검토를 수행하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.528-528
• /
• 2016

신뢰성 있는 수문순환모의를 위해서 다양한 수문모형이 사용되고 있다. 그 중 대표적인 수문모형인 강우-유출 모형은 유역에 발생한 강우에 반응하는 유출특성을 평가하는데 이용된다. 강우-유출 과정은 강우량, 유출량, 도달시간 및 토양수분 등과 연관된 매개변수들의 최적화 과정을 통해서 추정된다. 하지만 동일한 강우사상이라도 다양한 매개변수들로 인하여 상당히 다른 유출패턴을 나타내기 때문에 수문순환 과정을 정확히 모의하기 위해서 강우-유출 분석시 불확실성 분석이 필수적으로 요구된다. 불확실성 분석은 통계학에서도 쉽지 않은 연구내용으로서 가장 진보된 불확실성 분석기법인 Bayesian 기법은 매개변수의 추정과 불확실성 분석을 동시에 수행할 수 있는 방법으로 매개변수들은 사후분포(posterior distribution)로 귀결되며 최종적으로 확률분포형의 형태를 가진다. 본 연구에서는 국내외적으로 널리 사용되는 단기유출 모형 HEC-1 모형에 Bayesian 기법을 연계하여 대상유역의 도달시간, 저류상수 및 CN No. 최적화 및 불확실성 평가를 수행하였다. 연구결과 Bayesian 기법을 통한 매개변수 최적화 결과는 안정적인 수렴결과를 확인하였으며, 확률강우량을 입력자료로 사용하여 산정된 빈도별 홍수수분곡선의 불확실성 분석을 통하여 향후 수공구조물의 위험도 분석 및 수자원계획 수립시 유용한 자료로 사용될 것으로 판단된다.