• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.442-442
• /
• 2022

고해상도 시공간적 격자 형태의 레이더 강수는 돌발홍수(flash flood)와 같은 기상재해에 대비하기 위하여 실시간 예측정보로 활용된다. 그러나 대부분의 레이더 강수는 과소 추정되는 경향이 있어 정량적인 보정 과정인 QPE (Quantitative Precipitation Estimation)가 필요하다. 일반적으로 레이더 강수자료 보정은 지점 관측자료를 활용하지만, 본 연구에서는 지상 강수량 기반의 고해상도 격자 강수자료를 생산하여 레이더 강수자료와 직접적으로 비교하고자 한다. 이에 고도와 지형적 특성을 고려한 PRISM(Precipitation-elevation Regressions on Independent Slopes Model) 방법을 사용하여 고해상도 격자기반의 자료를 생성하였다. PRISM 방법은 고도와 지리정보를 독립변수로 갖는 회귀모형 기반의 기후인자 추정 모형이다. 생산된 고해상도 격자 강수자료와 레이더 강수자료를 QPF (Quantitative Precipitation Forecast) 모델의 입력자료로 사용하여 예측결과를 비교하였다. 해당 QPF 모델은 이류(advection)와 확률론적 섭동(stochastic perturbation)을 기반으로 하며, 강수 앙상블 자료를 생산한다. QPF 모델에 대해 투 트랙(two-track) 방법으로 생산된 예측정보를 통해 레이더 강수자료의 격자별 후처리 보정이 가능할 것으로 판단된다.

• 한국재난정보학회:학술대회논문집
• /
• 한국재난정보학회 2022년 정기학술대회 논문집
• /
• pp.158-159
• /
• 2022

최근 건설현장에서는 안전사고 예방을 위한 다양한 노력을 하고 있지만 전 산업에서 건설업 재해율은약 50%로 여전히 높은 비율을 차지하고 있다. 중대재해처벌법 시행(22년 1월 27일)과 4차산업 발달에 따른 IOT기반 안전관리 등 안전규제와 안전관리기술이 현장에 적용되고 있지만 건설현장 안전관리의 접점에 있는 실무자 및 근로자가 실효성 있게 안전관리활동을 하고 실질적으로 안전행동을 강화시키는 안전사고 예방적 안전관리가 부족한 실정이다. 본 연구에서는 건설현장에서 시행되고 있는 안전보건활동, 안전교육, 안전행동강화, 안전성과와의 구조방정식모형(SEM)을 제시하고 관계 분석하였다. 건설현장 실무자 및 근로자의 설문조사 데이터를 구조방정식에 적용하여 관계를 분석한 예측결과, 분석결과에 의해 검증된 가설이 시사하는 부분을 해석하고, 가설검증을 기반으로 외생변수로부터 안전행동강화에 도달하는 경로를 탐색하고 주요 논점을 논의한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.377-377
• /
• 2019

본 연구에서는 LSTM 모형을 이용하여 갈수예보를 위한 월 단위 전망모형개발의 대상지점으로 이수 및 치수의 측면에서 아주 중요한 한강대교 지점을 선정하였으며 유량예보를 위하여 한강수계 19개 기상관측소의 월평균강수량, 월평균기온 및 3개 댐(소양,횡성,충주)의 월방류량을 사용하여 한강대교의 월 유량을 예측하였다. 1996년부터 2016년까지의 자료는 모형의 학습, 2017년 자료는 모형의 검증에 활용하였으며 가장 최근 건설된 횡성댐 방류량의 경우 1996년~2000년의 자료가 없으므로 2001년~2005년의 자료를 반복하여 학습에 활용하였다. 모형의 예측결과는 신경망 학습 시 한강대교 월유량자료를 포함한 결과와 미포함 결과를 도출하였으며, 모의결과의 재현성 분석을 위하여 월별 예측값과 실측값의 비율을 산정하였으며 1월부터 12월까지 12개 값을 평균하여 평균예측률을 산정하고 이를 홍수기(6월~10월) 및 비홍수기(1월~5월, 11월~12월)를 구분하였다. 딥러닝 학습 시 월유량을 포함한 경우의 예측결과가 학습 시 월유량을 포함하지 않았을 경우보다 상대적으로 좋은 정확도를 보이는 것으로 분석되었다. 다만, 신경망을 실제 갈수예보에 활용하기 위해서는 예측 기상정보인 월강우량, 월평균기온, 댐방류량만을 활용하여야 하는데 학습 시월유량 미포함 결과는 예측률이 매우 낮았으며, 신경망의 학습횟수가 늘어날 경우 학습자료 과적합(over-fitting)되어 정확도가 보다 저하되는 것으로 나타났다. 그래서 기존의 현재시간 t까지의 입력자료로 학습 후 익월(t+1)의 월유량을 예측하는 (t $\rightarrow$ t+1) 방법에서 현재시점 (t-n ~ t)까지의 입력자료를 이용하여 당월(t)의 월유량을 산정하는 (t$\rightarrow$t) 방법으로 재학습 후 모형검증을 수행한 결과 전술한 익월(t+1) 유량을 예측한 결과보다 재현성이 훨씬 향상된 것으로 분석되며평균예측률이 0.99로 홍수기 및 비홍수기에서도 뛰어난 정확성을 보이고 있다.

• 한국철도학회논문집
• /
• 제15권5호
• /
• pp.459-466
• /
• 2012

기존의 철도교량 유지관리체계는 주로 정보누락, 문서위주 관리 및 유선기반의 정보수집 등으로 인하여 다양한 현장의 환경변화에 실시간 대응이 곤란하여 능동적인 철도교량 유지관리 전략 수립에 제약을 갖고 있다. 본 연구에서는 유비쿼터스 기반의 철도교량 유지관리 정보운용체계 구축을 위한 실무 활용모형과 건설 생애주기의 통합 정보관리체계인 BIM (Building Information Modeling) 개념을 적용하여 유지관리 통합 운용모형을 제안하고 있다. 이의 개발 및 실무적 적용의 타당성 확보를 위해 설문분석에 의한 정량적 평가를 수행하였다. 최근 철도교량의 지능형 유지관리 운영체계가 확대될 것을 고려하면, 본 연구의 제안사항은 운영체계 구축을 위한 통합 프레임워크로 활용될 수 있을 것이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.135-135
• /
• 2018

한강의 잠수교는 평상시에는 사람과 차의 통행이 가능하나 예측수위가 5.5m일 경우, 보행자통제, 6.2m일 경우, 차량통제를 실시한다. 잠수교는 국토교통부의 홍수예보 지점은 아니지만 그 특수성으로 인해 정확한 홍수위 예측을 통해 선행시간을 확보할 필요가 있다. 일반적으로 하천 홍수위 예측을 위해서는 강우-유출 모형과 하도추적을 위한 수리모형을 결합한 모델링이 요구되나 잠수교는 하류부 조위로 인한 배수 및 상류부 팔당댐 방류량의 영향을 받아 물리적 수리 수문모형의 구축이 상당히 제약적이다. 이에 본 연구에서는 딥러닝 오픈 라이브러리인 Tensorflow 기반의 LSTM 심층신경망(Deep Neural Network) 모형을 구축하여 잠수교의 수위예측을 수행한다. LSTM 모형의 학습과 검증을 위해 2011년부터 2017년까지의 10분단위의 잠수교 수위자료, 팔당댐의 방류량과 월곶관측소의 조위자료를 수집한 후, 2011년부터 2016년까지의 자료는 신경망 학습, 2017년 자료를 이용하여 학습된 모형을 검증하였다. 민감도 분석을 통해 LSTM 모형의 최적 매개변수를 추정하고, 이를 기반으로 선행시간(lead time) 1시간, 3시간, 6시간, 9시간, 12시간, 24시간에 대한 잠수교 수위를 예측하였다. LSTM을 이용한 1~6시간 선행시간에 대한 수위예측의 경우, 모형평가 지수 NSE(Nash-Sutcliffe Efficiency)가 1시간(0.99), 3시간(0.97), 6시간(0.93)과 같이 정확도가 매우 우수한 것으로 분석되었으며, 9시간, 12시간, 24시간의 경우, 각각 0.85, 0.82, 0.74로 선행시간이 길어질수록 심층신경망의 예측능력이 저하되는 것으로 나타났다. 하천수위 또는 유량과 같은 수문시계열 분석이 목적일 경우, 종속변수에 영향을 미칠 수 있는 가용한 모든 독립변수를 데이터화하여 선행 정보를 장기적으로 기억하고, 이를 예측에 반영하는 LSTM 심층신경망 모형은 수리 수문모형 구축이 제약적인 경우, 홍수예보를 위한 활용이 가능할 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.97-97
• /
• 2022

AI 모형을 적용한 도시지역 침수예측에 대한 연구는 꾸준히 수행되어 왔다. AI 모형을 이용해 도시침수예측을 하기 위해서는 모형에 강우자료를 학습시키게 되는데, 시계열 강우분포 자료를AI 모형의 학습자료로 사용하기에 자료의 양이 너무 많기 때문에 총 강우량만을 이용하여 도시침수예측을 수행한 바 있다(Kim et al., 2021). 하지만 총 강우량만을 AI 모형에 학습시킬 경우, 지속기간 동안 강우가 고르게 분포하는지 불규칙적으로 분포하는지에 대한 정보가 포함되지 않았기 때문에 침수예측력이 떨어질 수 있다. 따라서 본 연구에서는 시계열 강우자료의 통계치를 산정하여 AI 모형에 학습시킴으로써 강우분포특성을 고려한 침수예측을 통해 예측력을 높이고자 한다. 총 강우량만을 학습시킬 경우, 같은 지속시간에 같은 양의 강우가 내리더라도 고른 분포를 가진 강우에 의해서는 실제 침수는 작게 일어나므로 과대예측을, 전체 지속시간 중 특정 시간대에 편향된 분포를 가진 강우에 의해서는 실제 침수가 크게 일어나므로 과소예측을 하는 문제가 발생할 수 있다. 따라서 표준편차를 평균 강우량으로 나눈 값인 변동계수, 강우분포의 뾰족한 정도를 나타내는 첨도, 평균값에 대해 어느 방향으로 비대칭인지를 나타내는 왜도 값을 추가로 학습시킴으로써 시계열 강우자료 전체를 학습시키지 않고도 강우분포를 학습시키지 않았을 때 발생하는 과소·과대예측 문제를 해결할 수 있다. 또한 변동계수 대신 표준편차를 학습시키는 모형, 변동계수와 표준편차를 모두 학습시키지 않는 모형, 변동계수와 표준편차를 모두 학습시키는 모형과의 침수예측 결과 비교를 통해 표준편차와 변동계수 중 어떤 통계치를 학습시키는 것이 적합한지와 비슷한 통계치 자료를 모두 학습시켰을 때의 과적합 문제 등에 대한 결론를 얻을 수 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.335-335
• /
• 2021

하천의 홍수터는 평상시 수면위로 노출되어 국민의 여가생활을 위한 공원, 주차장 등으로 활용되다 홍수기 수위가 상승하면 침수되는 하천공간이다. 홍수범람 면적 또는 홍수위 산정을 위한 수치모의 시, 홍수의 평면적인 변화를 분석하기 위해서는 1차원 모의결과와 지형정보를 연계하여 범람면적을 산정하거나 2차원 수치모형의 격자를 대상공간에 대하여 구축한 후 모의를 수행한다. 1차원 수치모형은 계산효율이 우수하고 지류의 합류에 의한 영향을 다수 반영하거나, 긴 구간의 하천단면 구축을 통하여 경계조건이 수치해석 결과에 미치는 영향을 최소화할 수 있는 장점이 있다. 그러나 지형의 영향으로 발생하는 국부적인 유속변화와 유향의 평면적인 분포에 의해 발생하는 범람면적의 변화를 반영하기 어렵다. 홍수범람을 고려하여 제작하는 홍수위험지도는 2차원 수치모형의 결과를 기반으로 한다. 2차원 수치모형은 하도의 만곡, 제방의 형상 등과 같은 지형에 의한 유속장의 변화, 흐름영역의 수축 및 확대에 의한 유속의 변화 등을 자세히 반영할 수 있는 장점이 있다. 반면에 수치격자 생성 및 계산결과 도출에 소요되는 시간이 길고 계산영역 설정의 한계로 인하여 경계조건이 흐름해석결과에 영향을 미칠 수 있는 문제점이 있다. 이와 같은 문제점을 해결하기 위하여 국내외적으로 1차원과 2차원 수치해석기법을 연계하여 하나의 모형으로 구축한 1-2차원 수치해석 모형이 개발 또는 적용되고 있다. 1-2차원 연계해석기법은 1차원 해석영역과 2차원 해석영역을 연계함에 있어서 흐름방향 연계와 횡방향 연계로 구분할 수 있다. 본 연구에서는 1차원과 2차원 수치해석을 연계하는 기법에 따라서 발생하는 수치모의결과를 비교하고 적용성을 검토하였다. 수리실험 관측결과가 있는 사례에 모형을 적용한 후, 한강지형에 수치모형을 적용하고 그 결과를 비교한다. 또한, 계산에 소요되는 시간을 비교하기 위하여 2차원 수치격자의 해상도를 다양하게 적용하여 수치실험을 수행한다. 분석결과를 기반으로 홍수위험지도 제작, 홍수위산정 및 홍수예보 등에 새로운 기술의 적용성을 검토한다.

• 한국건설관리학회:학술대회논문집
• /
• 한국건설관리학회 2007년도 정기학술발표대회 논문집
• /
• pp.652-655
• /
• 2007

최근 해외건설시장은 정체된 국내시장에 대한 대안으로서 국내 건설업체의 관심과 신규 진출이 지속적으로 증가하고 있다. 하지만 해외건설시장은 국내 시장에 비해 상대적으로 건설업체가 직면하게 되는 리스크 부담이 크기 때문에 시장 진출에 대해서 신중하고 합리적인 의사결정이 요구되고 있다. 이에 따라 기존의 많은 연구들이 관심이 증가하고 있는 개별 시장의 리스크에 대해 분석하고 있으며, 이를 고려한 시장 진출 의사결정 모델에 관한 연구도 이루어져 왔다. 본 연구에서는 건설기업의 입장에서 신규시장 진출을 재무적인 측면에서 고려하기 위한 모델을 제시하였다. 이를 위해 시장진출 시의 경쟁 상황을 고려한 실물옵션 게임 (real options game)을 통해 시장 모형을 도출하고, 이를 통해 해당 시장진출에 대한 투자 여부를 판단하기 위한 모델을 제시하였다. 본 연구를 통해서 도출된 시장진출모형은 가정을 통해 제약된 조건 상황 속에서의 특수 모델로서, 추후 연구를 통해 정보의 불균형성, 경쟁 기업 수의 일반화 등을 고려하여 보다 현실성 있는 모델을 제시하고자 한다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2012년도 춘계학술발표대회
• /
• pp.1373-1374
• /
• 2012

공공시설 자산관리는 기존의 대응적 유지보수 개념의 시설물유지관리체계에서 예방적 유지보수 개념으로 전환한 시설물 유지보수의 새로운 개념이다. 기존에 운영되고 있는 공공시설관리 시스템들을 효율적으로 관리하기 위해서는 자산관리 모형이 표준화되어 범정부EA 지원시스템에 목표아키텍처로 등록되고 더 나아가서는 범정부 표준시스템으로 만들어 필요한 기관에 보급할 필요가 있다. 이 연구에서는 공공시설 자산관리 정보시스템을 구축하는데 필수적인 참조모델을 시스템의 상호운영성과 정보의 호환성을 확보하기 용이하도록 범정부EA 관점에서 제시하였다. 제시한 자산관리 참조모델이 GEAP에 등록 관리 된다면 이것을 바탕으로 타 기관에서 향후 정보시스템을 구축할 때 사전에 파악하고 활용하도록 제안 할 수 있을 것이다.

• 한국건설관리학회논문집
• /
• 제17권5호
• /
• pp.13-21
• /
• 2016

주수급자 역할을 하는 건설기업의 부실화는 발주자에게 공사계약 미이행에 따른 피해를 초래할 수 있고, 전문건설업체 및 자재공급업체의 재무건전성에 악영향을 줄 수 있다. 건설업은 프로젝트를 수주하고 진도에 따라 기성을 받는 현금흐름의 재무적 특성이 존재하고, 사업 진행 중의 부실화는 투입한 자금의 손실로 이어질 수 있으므로 건설업체의 부실화 예측은 중요하다. 국내 건설업체의 부실화 예측은 90년도 초 미국에서 개발된 KMV (Kealhofer McQuown and Vasicek)사의 KMV모형으로 수행되는 경우도 있지만, 이 모형은 일반적인 기업 및 은행의 신용위험 평가에 개발되어져 건설기업 예측력에는 부족함이 있다. 또한, KMV값의 부도확률 예측력에 대해서는 분석대상의 기업수 및 데이터의 부족으로 의문점이 지속적으로 제기되고 있다. 따라서 이러한 의문점을 해결하기 위해 기존 부도예측확률모형에 베이지안 확률적 접근법(Bayesian Probabilistic Approach)을 접목하고자 한다. 베이즈 통계학의 사전확률(Prior Probability)만 적절하게 예측가능하다면 적은 정보라도 증거에 대한 조건부 획득으로 신뢰성 있는 사후확률(Posterior Probability)을 예측할 수 있기 때문이다. 이에 본 연구에서는 기존 부도예측확률모형에 베이지안 확률적 접근법을 활용하여 예상부도확률(Expected Default Frequency, EDF)을 측정하고, 기존 모형의 예상부도확률과 비교하여 정확성을 예측하고자 한다.