• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.382-382
• /
• 2023

기존의 GRM(Grid based rainfall-Runoff Model)에서는 강우-유출 사상에 대한 유출 모의를 주요 대상으로 하였다. 본 연구에서는 GRM 모형에서 연속형 모의가 가능하도록 차단, 증발산, 융설을 모의할 수 있는 모듈을 개발하였다. 차단은 LAI의 연최댓값과 해당월의 값의 비율을 이용해서 계산하며, 증발산은 Blaney-Criddle, Hamon, Hargreaves, Priestly-Taylor 방법을 적용하였다. 융설은 Anderson에 의해서 제안된 방법을 적용하였다. 연속형 모의를 위한 모델 매개변수 설정 인터페이스를 추가하였으며, 기온, 일사량, 일조시간 등의 기상자료를 입력할 수 있게 하고, 계산된 각 수문성분을 출력할 수 있도록 GRM 모형의 입력과 출력 모듈을 개선하였다. 충주댐 유역을 대상으로 개선된 모형을 적용하였다. 공간자료의 해상도는 500m × 500m로 구축하였으며, 수문학적 지형정보와 토양도, 토지피복도를 구축하였다. 기상자료를 강수량, 일최고 기온, 일최저 기온, 일조시간, 일사량을 적용하였다. 증발산은 Hargreaves 방법을 이용하여 모의하였다. 모의 기간은 2001년 ~ 2018년이며, 이 중 2004년까지의 4년은 모델 warming up 기간으로 하고, 적합도 평가는 2005년 ~ 2018년의 모의결과를 이용하였다. 충주댐 유입량 모의결과를 관측값과 비교하였을 때 Nash-Sutcliffe model efficiency coefficient(NSE) 0.84, 상관계수 0.92, 총용적 오차는 0.26%를 나타내어 관측유입량을 잘 재현하였다. 그러므로 본 연구에서 개발된 차단, 증발산, 융설 모의 기법은 적절히 구현된 것으로 판단되며, GRM을 이용한 연속형 모의가 가능한 것으로 나타났다. 향후 연구에서는 좀 더 다양한 유역에 대해 GRM을 이용한 연속형 유출모의 결과를 평가할 필요가 있다.

• Journal of Wetlands Research
• /
• v.14 no.3
• /
• pp.353-363
• /
• 2012

In order to operate the hydraulic structures efficiently for reducing flood damage after 4 Major River Restoration Project, it is essential to obtain enough hydraulic information with certain reliability. A coupled modeling system, providing spatial hydraulic information, for multi-dimensional hydraulic models was developed to complement 1-D hydraulic modeling. Developed system can offers spatial and grid unit information as well as line and section unit information from 1-D modeling. It is considered that the coupled modeling system can be used to provide various kinds of hydraulic information for river management and treatment.

• Journal of Korea Water Resources Association
• /
• v.51 no.12
• /
• pp.1207-1216
• /
• 2018

Discharge or water level predictions at tidally affected river reaches are currently still a great challenge in hydrological practices. This research aims to predict water level of the tide dominated site, Jamsu bridge in the Han River downstream. Physics-based hydrodynamic approaches are sometimes not applicable for water level prediction in such a tidal river due to uncertainty sources like rainfall forecasting data. In this study, TensorFlow deep learning framework was used to build a deep neural network based LSTM model and its applications. The LSTM model was trained based on 3 data sets having 10-min temporal resolution: Paldang dam release, Jamsu bridge water level, predicted tidal level for 6 years (2011~2016) and then predict the water level time series given the six lead times: 1, 3, 6, 9, 12, 24 hours. The optimal hyper-parameters of LSTM model were set up as follows: 6 hidden layers number, 0.01 learning rate, 3000 iterations. In addition, we changed the key parameter of LSTM model, sequence length, ranging from 1 to 6 hours to test its affect to prediction results. The LSTM model with the 1 hr sequence length led to the best performing prediction results for the all cases. In particular, it resulted in very accurate prediction: RMSE (0.065 cm) and NSE (0.99) for the 1 hr lead time prediction case. However, as the lead time became longer, the RMSE increased from 0.08 m (1 hr lead time) to 0.28 m (24 hrs lead time) and the NSE decreased from 0.99 (1 hr lead time) to 0.74 (24 hrs lead time), respectively.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.45-45
• /
• 2022

산업화에 따른 화학물질 사용량의 증가는 담수로의 유해화학물질 유출사고의 위험을 증가시키며, 이러한 사고는 하천수 수질과 수환경 생태계에 심각한 위해와 손상을 야기한다. 이러한 수질사고 발생시 신속 대응을 위해, 하천에 유입된 물질의 거동을 신속하게 예측하는 것이 필요하며 이 경우 1차원 추적모형이 주로 사용된다. 1차원 물질혼합 모형은 하천을 하나의 유선으로 보며, 복잡한 하천흐름의 시스템을 현상학적으로 해석하고, 오염물질의 이송 및 혼합 메카니즘을 모델 매개변수에 반영하여 모형화한다. 이러한 매개변수들은 직접적으로 측정하기 어려우며, 이론에 기반한 매개변수 산정 기법이 구축되지 않은 실정이다. 따라서 대부분의 연구에서는 추적자 실험을 실시하여 유한한 하천구간에서 추적자의 시간-농도곡선(Breakthrough curve, BTC)을 취득하고, 이를 통하여 대상 구간의 매개변수를 역산하는 최적화 기법에 의존하고 있다. 하지만, 모든 하천구간에 대하여 추적자 실험을 수행하여 데이터를 확보하는 것이 어렵기 때문에 최적화 기법의 적용성에 한계가 있다. 본 연구는 흐름정보가 제공되지 않은 미계측 하천구간에서 BTC를 신속하게 예측할 수 있는 회귀모형을 구축하는 것을 목표로 한다. 국내 하천에서 수행한 4회의 추적자 실험으로부터 취득한 28개 구간 케이스의 데이터에 대하여 농도곡선 전처리를 수행하고 14개의 통계적 특징을 추출하였으며, 계측된 흐름특성과의 상관관계를 분석하였다. 분석 결과, 대상 구간에서의 BTC의 변화가 추적자의 유하거리에 매우 높은 상관관계를 보였으며, 이를 이용하여 회귀모형을 제시하였다. 제안된 회귀모형을 적용하여 하류의 지점에서의 BTC를 예측하였으며, 1차원 이송-분산 방정식과 하천저장대모형을 활용한 예측결과와 비교하여 검증하였다. 그 결과, BTC의 변화특성을 활용한 회귀적 예측이 하천 지형 및 흐름의 변동성이 작은 구간에서 1차원 혼합모형들을 이용한 예측보다 더 높은 정확도를 보였으며, 이러한 장점은 장거리 예측에서 더 분명하게 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.92-92
• /
• 2023

본 연구에서는 대한민국 도시 유역에 대하여 딥러닝 네트워크 기반의 분산형 수문 모형을 개발하였다. 개발된 모형은 완전연결계층(Fully Connected Layer)으로 연결된 여러 개의 장단기 메모리(LSTM-Long Short-Term Memory) 은닉 유닛(Hidden Unit)으로 구성되었다. 개발된 모형을 사용하여 연구 지역인 중랑천 유역을 분석하기 위해 1km² 해상도의 239개 모델 격자 셀에서 10분 단위 레이더-지상 합성 강수량과 10분 단위 기온의 시계열을 입력으로 사용하여 10분 단위 하도 유량을 모의하였다. 모형은 보정과(2013~2016년)과 검증 기간(2017~2019년)에 대한 NSE 계수는각각 0.99와 0.67로 높은 정확도를 보였다. 본 연구는 모형을 추가적으로 심층 분석하여 다음과 같은 결론을 도출하였다: (1) 모형을 기반으로 생성된 유출-강수 비율 지도는 토지 피복 데이터에서 얻은 연구 지역의 불투수율 지도와 유사하며, 이는 모형이 수문학에 대한 선험적 정보에 의존하지 않고 입력 및 출력 데이터만으로 강우-유출 분할과정을 성공적으로 학습하였음을 의미한다. (2) 모형은 연속 수문 모형의 필수 전제 조건인 토양 수분 의존 유출 프로세스를 성공적으로 재현하였다; (3) 각 LSTM 은닉 유닛은 강수 자극에 대한 시간적 민감도가 다르며, 응답이 빠른 LSTM 은닉 유닛은 유역 출구 근처에서 더 큰 출력 가중치 계수를 가졌는데, 이는 모형이 강수 입력에 대한 직접 유출과 지하수가 주도하는 기저 흐름과 같이 응답 시간의 차이가 뚜렷한 수문순환의 구성 요소를 별도로 고려하는 메커니즘을 가지고 있음을 의미한다.

• 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 KOR-KST Conference
• /
• 1998.10a
• /
• pp.161-170
• /
• 1998

기존에 건설된 교통시설의 운영효율을 극대화하기 위한 지능형 교통체계의 한 분야인 ATIS는 도로를 이용하는 통행자에게 편리성을 제공하는 동시에 도로를 효율적으로 운영할 수 있는 정보체계이다. ATIS 체계하에서 통행자에게 신뢰성 있는 정보를 제공하기 위해서는 교차로서의 회전에 의한 지체를 정확하게 반영함은 물론이고 실시간으로 변화하는 교통상황을 반영할 수 있는 동적인 최단경로 탐색 알고리즘이 요구된다. 하지만 기존에 발표된 동적인 최단경로 탐색 알고리즘은 회전에 대한 정보를 반영하지 못하며 정적인 최단경로 탐색 알고리즘은 회전에 대한 정보를 반영하지 못하며 정적인 탐색알고리즘 조차 회전에 대한 정보를 정확히 반영하지 못한다. 본 연구에서는 이러한 이유에서 알고리즘 내부에서 회전을 반영하기 위해 수정형 덩굴망 알고리즘의 표지기법을 이용하여 동적인 최단경로 탐색알고리즘을 개발하였다. 본 연구에서 개발한 동적 최단경로 탐색 알고리즘은 정적인 상태의 수정형 덩굴망 알고리즘에 시간에 따라 변화하는 교통상황을 반영하기 위해 시간에 대한 변수를 추가하였다. 이렇게 해서 알고리즘은 시간대별로 변화하는 통행시간을 고려하여 최단 경로를 탐색하게 되며 출발시점을 기준으로 표지를 설정하여 모든 앞선 시간에 대해 경로를 고려하도록 하였다. 매 단계에서 전 노드를 추적하여 회전에 관한 정보를 반영하도록 하였다. 따라서 본 연구에서 개발한 최단경로 탐색 알고리즘은 교차로에서의 회전에 대한 정보와 통행금지 등을 정확히 반영하며 실시간으로 변화하는 통행시간을 반영함으로써 신뢰성 있는 노선 정보를 ATIS를 이용하는 통행자들에게 제공하는데 활용될 수 있는 기법이다.적으로 세부적 차종분류로 접근한다.의 영향들을 고려함으로써 가로망 설계 과정에서 가로망의 상반된 역할인 이동성과 접근성의 비교가 가능한 보다 현실적인 가로망 설계 모형을 구축하고자 한다. 지금까지 소개된 가로망 설계모형들은 용량변화에 대한 설계변수의 형태에 따라 이산적 가로망 설계 모형과 연속적 가로망 설계모형으로 나뉘어지게 된다. 본 논문의 경우, 계산속도의 향상 측면에서는 연속적 가로망 설계 모형을 도입할 수 있지만, 이때 요구되는 도로용량이 이산적인 변수(차선 수)로 결정되어야만 신호제어 변수를 결정할 수 있기 때문에, 이산적 가로망 설계 모형이 사용된다. 하지만, 이산적 설계모형의 경우 조합최적화 문제이므로 정확한 최적해를 구하기 위해서는 상당한 시간이 소요되며, 경우에 따라서는 국부 최적해에 빠지게 된다. 이러한 문제를 극복하기 위해, 우선 이상적 모형의 근사화, 혹은 조합최적화문제를 위해 개발된 Simulated Annealing기법의 적용, 연속적 모형의 변수를 이산화하는 방법 등 다양한 모형들을 고려해 본 뒤, 적절한 모형을 적용할 것이다. 가로망 설계 모형에서 신호제어를 고려하기 위해서는 주어진 가로망에 대한 통행 배정과정에서 고려되는 통행시간을 링크통행시간과 교차로 지체시간을 동시에 고려해야 하는데, 이러한 문제의 해결을 위해서 최근 활발히 논의되고 있는 교차로에서의 신호제어에 대응하는 통행배정 모형을 도입하여 고려하고자 한다. 이를 위해서 지금까지 연구되어온 Global Solution Approach와 Iterative Approach를 비교, 검토한 뒤 모형에 보다 알맞은 방법을 선택한다. 차량의 교차로 통행을 고려하는 perf

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.389-389
• /
• 2019

평화의댐은 발전 기능이나 수문 조작 등 인위적인 기능이 전혀 없기 때문에 단순히 홍수조절용댐으로 분류된다. 평화의댐의 여수로는 일반적인 댐과는 달리 임남댐에 대응하기 위한 단계별 건설계획을 고려하여 댐 우안부에 배수터널 형식으로 건설되었다. 현재 평화의댐은 4련의 배수터널(직경 10 m)을 통해서 상류의 유입량을 하류로 방류하고 있다. 방류 능력을 초과하는 홍수가 발생하는 경우에는 일시적인 저류를 통한 제한적인 홍수조절을 수행하고 있지만, 그 효과는 크지 않다. 향후 남북한 관계 개선으로 임남댐의 안정성을 확보할 수 있다면, 평화의댐을 보통의 다목적댐과 같이 활용할 수 있을 것이다. 이에 본 연구에서는 평화의댐을 일반 다목적댐처럼 활용할 수 있는 상황을 가정하고, 일련의 운영방식을 적용하여 운영 방식 변경 전후의 댐의 홍수저류효과를 살펴보았다. 이를 위해 댐의 설계빈도인 200년 빈도의 강우에 대해 모의하고, 여러 가지 시나리오별 저류량-방류량 관계를 구축하였다. 최종적으로 비선형 저수지 모형에 적용하여 댐 저류효과를 정량화하고, 현재 및 잠재 홍수저류효과에 대해 비교하고 토의하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.6-6
• /
• 2018

최근 집중 호우로 인한 내수침수 피해가 도시화와 기후변화로 늘어나고 있다. 내수침수 피해로 인한 복구비용과 시간이 증가하고 있으며 향후에는 이보다 더 크게 늘어날 것으로 예상된다. 이러한 문제를 해결하기 위하여 충분한 선행시간을 가지고 내수 침수 구역을 제시할 수 있어야 한다. 기존의 물리적 모델은 정확하고 정교한 결과를 제공하지만, 시뮬레이션을 준비하고 마치는 데에 시간이 많이 소요된다. 그 이유로서는 강우량, 지형적 특성, 배수관망 시스템, 수문학적 매개변수 등의 다양한 데이터도 필요하기 때문이다. 이는 도시유역에 대한 내수침수의 실시간 예측이 어렵게 되었으며, 충분한 선행시간을 확보하지 못하는 원인이 되었다. 본 연구에서는 이 문제에 대한 해결책으로 결정론적 방법과 확률론적 방법을 자료지향형 모형으로 결합하여 해결책을 제시하고자 하며, 특정 강우 조건하에 도시유역에서의 내수침수에 영향을 미치는 맨홀에 대한 정보를 제공하고자 한다. 위와 같은 과정을 수행하기 위하여 입력자료 조합에 대한 비선형 분석을 실시하였으며, 그 결과로 특정 강우 조건에 대하여 각 맨홀에 대한 누적월류량을 예측할 수 있는 비선형 인공신경망을 구축할 수 있었다. 본 연구에서 제시된 방법론은 국내의 강남 배수분구에 대하여 적용이 되었으며, 내수침수 예측결과와 2차원 해석결과를 비교하고자 하였다. 본 연구에서는 위 과정을 통하여 1차원 도시유출해석을 위한 입력 자료를 준비하는 시간을 절약하고, 다양한 강우 조건과 내수침수지도 사이의 연관성을 학습하는 예측 모형을 이용하여 도시유역의 내수침수에 대한 충분한 선행시간을 확보하고자 한다. 결론적으로, 이 연구의 결과는 도시유역에 대한 비구조적 대책 수립에 도움을 줄 것으로 확인이 되며 도시 유역 내에 맨홀 위치들을 고려한 위험지구를 파악하는 데에 유용할 것으로 판단된다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.28 no.5D
• /
• pp.597-607
• /
• 2008

ATIS(Advanced Traffic Information System) provide valuable information as the travel time and traffic congestion, detour, traffic accident information to drivers, so it is being in the spotlight. But so far, the study on the consumer satisfaction with providing traffic information is incomplete. So, this study run a Canonical discriminant analysis and a Canonical correlation analysis by a QuantificationIItheory based on a Traffic Information Satisfaction image data through questionnaires, and found out the factors with influence on the consumer satisfaction. And this study definitely found out the correlation between consumer's recognition and traffic information satisfaction through understanding the change on the recognition about traffic information satisfaction by a QuantificationItheory. Finally, this study found out the change on the sensibility recognition of drivers by running the principal component anlysis, developed the traffic information satisfaction evaluation model considering the change on the recognition by using the structural equation model.