• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.358-358
• /
• 2018

대청댐은 준공이후 현재까지 37년의 수문자료가 축적되었으며 총 43회의 수문방류를 하여 연간 1.16회의 수문방류를 시행하였다. 본 연구에서는 그동안 수문방류와 지속적으로 최신화한 K-water 저류함수법을 이용하여 수문방류기간중 총강우량 현황과 강우량에 따른 11개의 강우분포형(증가, 감소, 증가감소, 균일, 감소증가, 증가계단, 감소계단, Huff1, Huff2, Huff3, Huff4)의 현황분석, 강우량별 분포형별 유출율을 분석하여 금년도 및 향후 발생이 예상되는 홍수시 수문방류결정에 활용하기 위함이다. 홍수발생 원인을 살펴보면 홍수기 초반에는 장마전선으로 인한 강우가 원인이며, 장마가 끝난 7월말~8월경에는 태풍의 영향을 받는다. 또한, 최근 엘리뇨 및 라니냐 현상의 출현에 따른 기후변화 및 이상기후의 영향으로 예측이 어려운 국지성 돌발호우의 증가로 홍수관리에 어려움을 겪기도 한다. 그러나 최근 가뭄발생이 잦아 우리나라 전역에 가뭄피해가 발생하고 있으며 또한, 홍수기에도 많은 강우가 내리지 않아 2013년 이후에는 수문방류 실적이 전무한 편이다. 홍수로 인한 재해는 인명피해 및 재산피해를 동반하는 우리나라에서 가장 심각한 재해중의 하나이며, 재해예방을 위한 홍수예보는 강우예측과 유출해석으로 나뉠 수 있다. 강우예측은 정교한 강우모형과 기상전문가의 몫이며, 정확한 유출해석은 수문학자들에 의한 연구과제였다. 우리나라 홍수유출해석에 주로 사용되는 모형은 저류함수법이며, 1961년 일본의 Kimura에 의해 창안된 이래 여러 학자들에 의한 다각도의 모형개선을 통해 수차례 모형 성능 향상이 되었다. 그동안 축적된 홍수수문자료를 바탕으로 대청댐 준공이후 수문방류기간중 강우량-강우분포-유출율 관계를 통해 강우량별, 강우분포별, 매개변수별, 유출율, 홍수조절율에 대한 통계분석 및 상관분석을 시행하여 향후 발생가능한 홍수관련 업무에 활용하고자 한다. 또한, 수문방류기간중 호우원인(장마전선, 태풍, 국지성홍수 등)에 대한 분석을 시행하고 호우사상별 매개변수를 산정하여 해당 호우에 대한 특성을 파악하고자 한다.

• Journal of Korea Water Resources Association
• /
• v.51 no.10
• /
• pp.839-852
• /
• 2018

The purpose of this study is to predict monthly agricultural reservoir storage by developing weather data-based Multiple Linear Regression Model (MLRM) with precipitation, maximum temperature, minimum temperature, average temperature, and average wind speed. Using Naïve-Bayes classification, total 1,559 nationwide reservoirs were classified into 30 clusters based on geomorphological specification (effective storage volume, irrigation area, watershed area, latitude, longitude and frequency of drought). For each cluster, the monthly MLRM was derived using 13 years (2002~2014) meteorological data by KMA (Korea Meteorological Administration) and reservoir storage rate data by KRC (Korea Rural Community). The MLRM for reservoir storage rate showed the determination coefficient ($R^2$) of 0.76, Nash-Sutcliffe efficiency (NSE) of 0.73, and root mean square error (RMSE) of 8.33% respectively. The MLRM was evaluated for 2 years (2015~2016) using 3 months weather forecast data of GloSea5 (GS5) by KMA. The Reservoir Drought Index (RDI) that was represented by present and normal year reservoir storage rate showed that the ROC (Receiver Operating Characteristics) average hit rate was 0.80 using observed data and 0.73 using GS5 data in the MLRM. Using the results of this study, future reservoir storage rates can be predicted and used as decision-making data on stable future agricultural water supply.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.22 no.4
• /
• pp.116-130
• /
• 2019

In South Korea, forest fire occurrences are increasing in size and duration due to various factors such as the increase in fuel materials and frequent drying conditions in forests. Therefore, it is necessary to minimize the damage caused by forest fires by appropriately providing the probability of forest fire risk. The purpose of this study is to improve the Daily Weather Index(DWI) provided by the current forest fire forecasting system in South Korea. A new Fire Risk Index(FRI) is proposed in this study, which is provided in a 5km grid through the synergistic use of numerical weather forecast data, satellite-based drought indices, and forest fire-prone areas. The FRI is calculated based on the product of the Fine Fuel Moisture Code(FFMC) optimized for Korea, an integrated drought index, and spatio-temporal weighting approaches. In order to improve the temporal accuracy of forest fire risk, monthly weights were applied based on the forest fire occurrences by month. Similarly, spatial weights were applied using the forest fire density information to improve the spatial accuracy of forest fire risk. In the time series analysis of the number of monthly forest fires and the FRI, the relationship between the two were well simulated. In addition, it was possible to provide more spatially detailed information on forest fire risk when using FRI in the 5km grid than DWI based on administrative units. The research findings from this study can help make appropriate decisions before and after forest fire occurrences.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.23 no.4
• /
• pp.415-423
• /
• 2021

Recently, an R-based point time series data validation system has been established for the statistical post processing and improvement of the National Center for AgroMeteorology-Land Atmosphere Modeling Package (NCAM-LAMP) medium-range prediction data. The time series verification system was used to compare the NCAM-LAMP with the AWS observations and GDAPS medium-range prediction model data operated by Korea Meteorological Administration. For this comparison, the model latitude and longitude data closest to the observation station were extracted and a total of nine points were selected. For each point, the characteristics of the model prediction error were obtained by comparing the daily average of the previous prediction data of air temperature, wind speed, and hourly precipitation, and then we tried to improve the next prediction data using Support Vector Machine( SVM) method. For three months from August to October 2017, the SVM method was used to calibrate the predicted time series data for each run. It was found that The SVM-based correction was promising and encouraging for wind speed and precipitation variables than for temperature variable. The correction effect was small in August but considerably increased in September and October. These results indicate that the SVM method can contribute to mitigate the gradual degradation of medium-range predictability as the model boundary data flows into the model interior.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.452-452
• /
• 2018

최근에는 지구온난화의 영향으로 집중 호우, 가뭄 등 기상 이변이 빈번하게 발생하고 있어서 물 관리의 복잡성과 불확실성이 매우 높아지고 있다. 특히 중소하천은 하천의 경사가 급하고 하천길이가 짧아 홍수파의 이동시간이 짧기 때문에 홍수대비를 위한 시간이 매우 짧다. 국회예산정책처(2012)에 따르면 과거 5개년간(2007~11) 발생한 자연재해 피해 중 87%가 집중 호우 및 태풍에 의한 피해이며, 이 중 98.7%가 중 소규모 하천에서 발생하였다. 그러나, 중소하천 관리를 담당하는 지자체는 열악한 재정 여건으로 인해 예방보다 사후복구에 집중할 수밖에 없는 상황이다. 또한 최근 하천 고수부지에 주차장, 위락시설 등 공간적 활용이 증가함에 따라 홍수발생시 위험성도 증가하고 있어 예방 및 대응 중심의 홍수대응기준 수립이 시급하다. ICT 인프라를 이용하여 유관기관의 실시간 수문자료를 공유하고, 수집된 실시간 수문자료를 활용한 홍수분석 및 홍수대응 기준 대응기준 수립을 통한 예방적 재난대응 체계를 마련해야 한다. 이에 본 연구에서는 A지자체를 대상으로 홍수분석 모형을 구축하고, 구축된 모형의 계산결과를 활용하여 예상강우별 도달시간, 수위상승 등을 예측하고, 하천수위별 홍수대응기준을 수립하였다. 수위별 대응기준은 현장에서 계측되는 수위값을 기준으로 홍수예보기준, 하천기본계획의 제방고 및 주변 제약 사항을 고려하여 직접알람 기준으로 활용하였다. 특히 A지자체는 상류에 B댐이 위치하여 홍수시 B댐 수위 및 운영의 영향을 반영하는 홍수대응기준의 수립이 요구된다. 본 연구에서는 강우 시나리오별 모형분석을 통하여 예상되는 호우사항에 대한 홍수대응기준을 제시하였다. 향후 본 연구로 산정된 홍수대응기준의 지속적인 보완, 실시간 수문자료 공유체계 확대, 재해관련 책임기관과의 유기적인 기술교류 등을 통해 지자체 및 중소하천 홍수피해 저감을 위한 능동적인 홍수대응 체계 구축이 수행되어야 할 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.280-280
• /
• 2023

강수의 정확한 시·공간적 추정은 홍수 대응, 가뭄 관리, 수자원 계획 등 수문학적 모델링의 핵심 기술이다. 우주 기술의 발전으로 전지구 강수량 측정 프로젝트(Global Precipitation Measurement, GPM)가 시작됨에 따라 위성의 여러 센서를 이용하여 다양한 고해상도 강수량 자료가 생산되고 있으며, 기후변화로 인한 수재해의 빈도가 증가함에 따라 준실시간(Near-Real-Time) 위성 강수 자료의 활용성 및 중요성이 높아지고 있다. 하지만 준실시간 위성 강수 자료의 경우 빠른 지연시간(latency) 확보를 위해 관측 이후 최소한의 보정을 거쳐 제공되므로 상대적으로 강수 추정치의 불확실성이 높다. 이에 따라 본 연구에서는 앙상블 머신러닝 기반 수집된 위성 강수 자료들을 관측 자료와 병합하여 보정된 준실시간 강수량 자료를 생성하고자 한다. 모형의 입력에는 시단위 3가지 준실시간 위성 강수 자료(GSMaP_NRT, IMERG_Early, PERSIANN_CCS)와 방재기상관측 (AWS)의 온도, 습도, 강수량 지점 자료를 활용하였다. 지점 강수 자료의 경우 결측치를 고려하여 475개 관측소를 선정하였으며, 공간성을 고려한 랜덤 샘플링으로 375개소(약 80%)는 훈련 자료, 나머지 100개소(약 20%)는 검증 자료로 분리하였다. 모형의 정량적 평가 지표로는 KGE, MAE, RMSE이 사용되었으며, 정성적 평가 지표로 강수 분할표에 따라 POD, SR, BS 그리고 CSI를 사용하였다. 머신러닝 모형은 개별 원시 위성 강수 자료 및 IDW 기법보다 높은 정확도로 강수량을 추정하였으며 공간적으로 안정적인 결과를 나타내었다. 다만, 최대 강수량에서는 다소 과소추정되므로 이는 강수와 관련된 입력 변수의 개수 업데이트로 해결할 수 있을 것으로 판단된다. 따라서 불확실성이 높은 개별 준실시간 위성 자료들을 관측 자료와 병합하여 보정된 최적 강수 자료를 생성하는 머신러닝 기법은 돌발성 수재해에 실시간으로 대응 가능하며 홍수 예보에 신뢰도 높은 정량적인 강수량 추정치를 제공할 수 있다.