• 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.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.169-173
• /
• 2009

돌발홍수는 급격한 경사와 많은 불투수층을 포함하고 있는 좁은 지역에서 짧은 지속기간의 강우강도를 가진 큰 강우가 내리는 경우 발생한다. 이러한 돌발홍수가 발생할 수 있는 강우의 양을 파악하기 위해서 돌발홍수기준(Flash Flood Guidance)을 산정하여 활용하고 있다. 돌발홍수기준은 수문모형으로부터 도출되는 강우-유출관계곡선에서 한계유출량에 대응되는 강우량을 의미한다.따라서 강우-유출관계가 갖고 있는 불확실성(uncertainty)을 최소화 할수록 돌발홍수기준을 정확하게 산정할 수 있으며, 수문모형은 각각 고유의 매개변수와 특성을 갖고 있으므로 어떠한 수문모형을 사용하여 강우-유출관계를 도출하느냐에 따라 불확실성의 정도가 크게 좌우된다. 본 연구에서는 네 개의 수문모형(HEC-HMS 모형, 저류함수모형, SSARR 모형, TANK 모형)의 모의값에 Monte Carlo 모의 방법을 적용하여 네 개의 수문모형에 대한 신뢰구간을 추정하여 제시하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2005.05b
• /
• pp.60-64
• /
• 2005

강우-유출 모형을 수행하기 위해서는 지표면의 성질을 나타내는 보조 자료로서 식생피복자료, 토양분포, DEM 등이 주어지는데, 이러한 인자들이 흐름을 지배하게 되므로 중요하다. 그러므로 강우-유출 모형에서는 지표에서의 식생을 적절하게 나타내 줄 필요가 있는데, 최근의 원격 탐사 기술이 하나의 대안으로 제시되어 왔으며 식생 정보는 2차원 디지털 지도로 작성되어 수치모형에서는 이 디지털지도로부터 조도계수의 값을 전환하는 다단계 방법을 이용하여 오고 있다. 그러나 강우-유출 모형의 격자 간격이 식생 피복을 나타내기 위한 디지털 지도의 격자 간격과 항상 일치하는 것이 아니고 디지털 지도의 격자 간격이 일반적으로 더 세밀하므로 강우-유출 모형에서 디지털 지도를 이용하기 위해서는 적당한 방법의 스케일 확장 (up-scaling)이 필요하며, 이 연구에서는 질량 보존의 법칙을 사용하여 이론적 기반에 근거한 하나의 전략적인 방법이 제시된다. 이 연구의 목적은 강우-유출 모형의 수행 시 이질성을 보이는 지표면에서 식생과 관련된 매개변수를 통합/확장 처리하는 하나의 기법을 대기모형에서 이미 제시된 방법을 모사하여 제시함으로써 이질성을 보이는 지표면의 처리할 때 방향을 설정해 주고자함이다.

• 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.719-723
• /
• 2008

도달시간이 짧은 중소유역의 홍수예측과 돌발호우에 의한 돌발홍수의 예측을 위해서는 단기 예측 강우를 활용하는 기술이 필수적이라고 할 수 있다. 본 연구에서는 예측 강우를 이용한 신속하고 정확한 유출모의를 수행하는 과정으로서, 수치예보자료와 레이더 강우와 같이 격자 형태로 제공되는 강우자료를 직접 이용하여 유출모의가 가능한 1차원 분포형 강우-유출 모형을 개발하고자 한다. 본 연구에서 개발하고자 하는 모형은 모형의 입출력, 유출분석 모듈 등과 같은 모든 과정을 GIS 시스템과 완전 연계하고자 하며, 이를 통해서 그리드 형태로 제공되는 강우 시계열 자료와 공간자료를 화면상에서 조회할 수 있으며, 이를 모형의 입력자료로 직접 이용하고, 모의결과 또한 유역 내에서 공간 분포된 행태로 제시할 수 있다. 본 논문에서는 이와 같은 모형의 유출해석 과정과 이론적 검증 결과를 개략적으로 소개하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.257-257
• /
• 2011

현업에서 사용하는 유출해석 기본이론은 연속방정식과 운동방정식으로서 운동파가정(kinematic wave analogy)을 기반으로 한 집중수문모형(lumped hydrologic model)에 의하여 수행되고 있지만 집중형 모형은 한 매개변수에 여러 가지의 물리적 과정을 개념화하여 담고 있기 때문에 유출과정에 대한 섬세한 모형화의 제약으로 인하여 유역고유의 매개변수값을 찾기가 쉽지 않은 단점을 가지고 있다. 이에 본 연구에서는 물리적 기반의 2차원 분포형 강우-유출모형을 개발하고자 하며 이는 완전분포형 수문동역학적 모형으로 지표흐름과 침투과정, 기저유출과 관련된 과정을 모의한다. 본 모형은 공간적으로 변화하는 침투량과 소규모 및 대규모의 지형학적 특성을 사용하는 St. Venant 방정식을 사용하고 개발될 모형은 모든 스케일에서의 수심과 유량을 계산할 수 있으며 Richard 방정식(또는 선택적으로 Green-Ampt 방정식 채택)을 이용하여 정밀한 침투량 모의가 가능하다. 또한 레이다등의 고해상도 강우관측자료를 지점자료와 합성하여 입력자료로 사용할 수 있도록하고자 하며 강우-유출모형에 다목적댐이나 보등에서의 유량조절효과를 반영하고, 다목적댐군에서의 연계운영모의가 가능케 함으로서 현업의 운영자들이 실무에서 실질적으로 활용할 수 있는 형태의 모형을 개발하고자 한다. 이는 국내에서의 2차원 분포형 강우-유출모형을 자체 개발함으로서 연구역량을 제고하고, 국내 현업기관에서의 분포형 모형기반의 홍수모니터링 및 전망시스템의 확산에 기여할 것으로 예상된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.1896-1899
• /
• 2007

우리나라의 태풍과 국지성 집중호우로 인한 풍수해 빈도는 점진적으로 증가하고 이와 관련된 인명 및 재산 피해 또한 증가하고 있는 실정이다. 피해저감을 위해 정확한 강우의 이동방향 및 강우량 예측은 절실하며 이를 토대로 한 유역의 강우-유출 분석이 필요하다. 본 연구에서는 강우의 이동방향과 2차원 면적강우량을 예측하기 위한 방법으로 TREC(Tracking Radar Echoes by Correlation) 기법과 실시간 Z-R 관계식을 이용하였다. 예측된 면적강우량의 강우-유출 모의에 대한 적용성을 분석하기 위하여 분포형 수문모형을 선정하여 분석하였다. 단시간 강우예측자료의 적용성을 검정하기 위하여 대상유역으로 중랑천유역을 선정하였으며 대상유역의 조도계수, 수로폭, 경사등과 같은 GIS 입력자료를 구축하였다. 검정을 위하여 중랑교 수위관측지점의 관측 수위 및 유량에 대한 분포형 강우-유출 모형의 계산 유량을 비교 분석하였다. 대상 강우사상은 2003년 9월 11일 00시에서 13일 00시까지 태풍 "매미"가 중랑천에 영향을 미친 기간을 선정하였다. 실시간 Z-R 관계식에 의한 비 예측 강우자료를 이용한 강우-유출 결과와 예측 강우에 대한 강우-유출 결과를 이용하여 단시간 강우예측의 강우-유출 모형 적용성을 분석하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.230-230
• /
• 2023

딥러닝 알고리즘 중 과거의 정보를 저장하는 문제(장기종속성 문제)가 있는 단순 RNN(Simple Recurrent Neural Network)의 단점을 해결한 LSTM(Long short-term memory)이 등장하면서 특정한 유역의 강우-유출 모형을 구축하는 연구가 증가하고 있다. 그러나 하나의 모형으로 모든 유역에 대한 유출을 예측하는 지역화 강우-유출 모형은 서로 다른 유역의 식생, 지형 등의 차이에서 발생하는 수문학적 행동의 차이를 학습해야 하므로 모형 구축에 어려움이 있다. 따라서, 본 연구에서는 국내 12개의 유역에 대하여 LSTM 기반 분포형 지역화 강우-유출 모형을 구축한 이후 강우 이외의 보조 자료에 따른 정확도를 살펴보았다. 국내 12개 유역의 7년 (2012.01.01-2018.12.31) 동안의 49개 격자(4km²)에 대한 10분 간격 레이더 강우, MODIS 위성 이미지 영상을 활용한 식생지수 (Normalized Difference Vegetation Index), 10분 간격 기온, 유역 평균 경사, 단순 하천 경사를 입력자료로 활용하였으며 10분 간격 유량 자료를 출력 자료로 사용하여 LSTM 기반 분포형 지역화 강우-유출 모형을 구축하였다. 이후 구축된 모형의 성능을 검증하기 위해 학습에 사용되지 않은 3개의 유역에 대한 자료를 활용하여 Nash-Sutcliffe Model Efficiency Coefficient (NSE)를 확인하였다. 식생지수를 보조 자료를 활용하였을 경우 제안한 모형은 3개의 검증 유역에 대하여 하천 흐름을 높은 정확도로 예측하였으며 딥러닝 모형이 위성 자료를 통하여 식생에 의한 차단 및 토양 침투와 같은 동적 요소의 학습이 가능함을 나타낸다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2005.05b
• /
• pp.80-84
• /
• 2005

본 연구에서는 지점강우를 이용하여 크리깅 기법을 통해 공간적으로 분포된 강우자료를 생성하였으며, HEC-GeoHMS 모형을 이용하여 대상유역의 지형자료, 수문매개변수를 격자크기에 따라 공간적으로 분포시켰다. 유출해석은 공간 분포된 강우의 적용을 용이하게 하기 위하여 준 분포형 접근방법인 Modified Clark 모형을 적용하였으며, 공간 평균된 강우는 Clark 모형을 적용하여 유출 모형을 수행하였다. 정규크리깅과 일반크리깅 기법에 의해 산정된 강우를 이용하여 격자크기에 따른 유출해석을 수행한 결과를 토대로 지점강우량을 공간분포 시킬 경우의 격자크기에 따른 유출 수문곡선의 변화를 파악하였다. 공간 분포된 강우와 공간 평균된 강우를 이용한 유출 모의 결과를 토대로 공간 분포 강우의 적용성을 평가하는데 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.298-298
• /
• 2021

본 연구에서는 국내 6개 지역 서울, 강릉, 대전, 광주, 부산, 제주의 30년 치 시강우 자료에 해석적 확률모형(Analytical Probabilistic Models) 방법을 적용하여 도시 홍수 저감을 목적으로 하는 저류시설 설계를 위한 유출량 예측 정도를 지역별로 비교하고자 하였다. 강우 사상 분포의 해석적 확률모형을 적용하기 위해 무강우 시간을 결정하여 독립 호우를 결정하는데, 자기상관계수와 변동계수를 활용한 무강우 지속시간의 산정(IETD, Interevent Time Definition) 방법을 사용하였다. 해석적 확률모형인 유출량의 확률밀도함수(PDF, Probability Density Function)를 유도하기 위해서 불투수 지역과 투수 지역의 영향을 고려하여 유출계수를 적용하는 강우-유출 관계를 가지고 유출량을 정의하였다. 강우량, 강우 지속시간, 무강우시간과 같은 강우특성은 1변수 지수함수의 PDF를 따른다고 가정하였다. 확률모형 방법의 적합성을 판단하기 위해 결정된 IETD에 따라 각 지역별로 실제 강우 사상을 해석적 모델과 연속모의실험인 SWWM(Storm Water Management Model)에 적용하여 불투수율에 따른 유출량을 산정하였다. 각 방식으로 얻은 유출량 결과는 모든 지역에서 매우 유사하게 나타났고 결론적으로 우리나라에서 도시 홍수 저감을 위한 저류시설의 계획과 설계에 확률모형 방법이 적용 가능하다는 것을 확인할 수 있었다.