• Journal of Korea Water Resources Association
• /
• v.53 no.12
• /
• pp.1173-1181
• /
• 2020

Recently, as local heavy rains occur frequently in a short period of time, economic and social impacts are increasing beyond the simple primary damage. In advanced meteorologically advanced countries, realistic and reliable impact forecasts are conducted by analyzing socio-economic impacts, not information transmission as simple weather forecasts. In this paper, the degree of flooding was derived using the Spatial Runoff Assessment Tool (S-RAT) and FLO-2D models to calculate the threshold rainfall that can affect human walking, and the threshold rainfall of the concept of Grid to Grid (G2G) was calculated. In addition, although it was used a lot in the medical field in the past, a quantitative accuracy analysis was performed through the ROC analysis technique, which is widely used in natural phenomena such as drought or flood and machine learning. As a result of the analysis, the results of the time period similar to that of the actual and simulated immersion were obtained, and as a result of the ROC (Receiver Operating Characteristic) curve, the adequacy of the fair stage was secured with more than 0.7.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.525-525
• /
• 2015

국립기상과학원은 국가 물관리를 효율적으로 지원하기 위하여 TOPLATS(TOPmodel based Land-Atmosphere Transfer Scheme) 지면모델 기반을 활용한 전국 수문기상 분석 및 예측정보 생산체계를 구축하였다. TOPLATS 지면모델에서는 토양, 식생 등을 표현하기 위한 다양한 매개변수들이 사용되고 있으며, 그 중에서도 토양 속성과 관련 매개변수들은 토양수분, 증발산 등의 수문기상요소 생산에 큰 영향을 미치고 있어 현실적인 토양 특성에 대한 고려가 요구된다. 본 연구는 국립농업과학원의 토양도 정보를 이용하여 TOPLATS 지면모델에서 요구되는 토양 속성 및 관련 매개변수를 산정하고 이를 모델에 적용하고자 하였다. TOPLATS 모델에 사용되는 토양 매개변수는 총 22개 이며, 본 연구에서는 국립농업과학원에서 제공한 총 405개의 토양통에 대한 매개변수를 각각 산정하였다. TOPLATS 모델을 강제하기 위한 기상자료는 동네예보 분석자료, KLAPS(Korea Local Analysis and Prediction System) 분석자료, 입사 단 장파 복사량은 ASOS 관측자료를 기반으로 한 5km 해상도의 남한 격자자료이며, 2010~2013년 기간의 토양수분, 증발산량에 대한 검증 연구를 수행하였다. 본 연구의 결과는 기존의 11개 토양속성정보로 산출된 결과와 비교 분석하여 추후 제시할 예정이며, 본 연구에서 산출된 국내 토양 특성을 반영한 고해상도 수문기상정보는 향후 홍수 예측 및 가뭄 평가에 활용 할 수 있을 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.192-192
• /
• 2018

토양수분량은 가뭄, 홍수 및 갈수 예보, 유출 해석, 작물의 소비수량 산정과 같이 국가 물 관리 및 수자원 계획 및 개발 등의 목적으로 활용되고 있다. 또한, 생태수문학의 중요한 인자로써 식생의 성장 및 변동의 원인과 결과를 동시에 제공한다. 이는 대기의 상호작용 및 총체적인 물 수지와 관련되며 지표면의 침투, 증발산, 오염물의 이송 및 생태계에도 중요한 인자로 활용된다. 토양수분량은 수자원 부존량에 차지하는 비중은 매우 적지만 대상유역의 유출기구 특성을 지배하는 주요인자로 작용하여 홍수량의 규모에 크게 영향을 미친다. 미국 등 여러 선진 외국에서는 오래 전부터 토양수분에 대한 이론적인 개념을 정립하여 토양수분량을 정기적으로 관측해 오고 있다. 우리나라 또한 토양수분량 관측을 하고 있으며, 주로 농업목적으로 토양수분량 관측소가 운영되고 있다. 그 중 기상청에서는 주로 농업기상관측 항목에 포함하여 농업기상관측소를 운영하고 있으며, 농촌진흥청에서는 농작물의 생육 목적으로 토양수분량 자료를 관측하고 있다. 하지만, 유역 단위의 가뭄과 물 순환을 규명하기 위한 연구가 부족하여 최근 국토교통부에서는 유역 단위의 토양수분량 자료생산 연구를 계획하고 있다. 유역 단위의 토양수분관측의 어려움은 주로 산지에서 발생하는 토양수분의 변동이다. 이는 사면의 유출과 식생의 영향 및 기반암의 영향을 받기 때문이다. 본 연구에서는 청미천(수레의산)과 설마천(감악산) 산지 사면에 설치된 유전율식(TDR, Time Domain Reflectometer)장비로 관측된 최근 3년간(2015~2017)의 데이터를 이용하여 경년변화특성을 분석하였다. 분석 결과는 유역의 물 순환을 규명하는데 가장 중요한 연구로써 활용될 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.396-396
• /
• 2021

본 연구의 목적은 HSPF(hydrological simulation program-FORTRAN) 모형을 이용하여 기후변화에 따른 남한의 유출량 변화를 분석하는 데 있다. 상세화 작업을 수행한 13개의 GCM(global climate model)을 이용하여 기후변화 시나리오를 구축하여 미래 유출량을 추정하는 데 사용하였다. 미래 유출량을 생산하기 위해 앞에서 선정한 13개 GCM을 사용하여 수문기상자료를 구축하였다. 모의기간은 S0: reference period (1976-2005), S1: near future period (2011-2040), S2: mid-century period (2041-2070), S3: distance future period (2071-2100) 총 4개로 구분하였다. 공간적으로는 109개 중권역을 대상으로 HSPF 모형을 모의한 다음 최종적으로 남한을 대상으로 분석하였다. HSPF 모형의 매개변수 보검정은 장기간의 일별유량자료가 구축된 총 6개 댐 상류유역을 선정하여 수행하였다. 유출량은 기본적으로 강수량과 증발산량에 굉장히 영향을 받으며, 미래 수문기상자료를 분석한 결과 남한의 강수량과 증발산량이 모두 증가하는 경향을 보인다. 다만 강수량의 상대적인 변화가 증발산량의 변화보다 크기 때문에 전반적으로 미래 유출량을 증가하는 것으로 분석되었다. 특히 미래 강수량은 미래 변동성이 굉장히 큰 특징을 가지고 있으며 이러한 이유로 미래 유출량의 변동성도 큰 것으로 분석되었다. 계절적으로 살펴보면 여름과 가을의 미래 유출량이 증가하고 겨울에는 감소하는 것으로 분석되었다. 가을과 겨울의 변동성이 매우 큰 특징을 보이며 미래 극한 홍수와 가뭄의 출현 빈도가 높아질 것으로 보인다. 본 연구 결과는 남한의 기후변화 적응 대책을 수립하는 데 있어 기초자료로 활용할 수 있을 것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.221-221
• /
• 2022

방재성능목표란 홍수, 호우 등으로부터 재해를 예방하기 위한 방재정책 등에 적용하기 위하여 처리 가능한 시간당 강우량 및 연속강우량의 목표로, 각 지자체별로 지역특성 및 경제여건 등을 고려하여 지역별 방재성능목표를 설정한다. 지역별 방재성능목표 기준을 설정하기 위해 전국을 168개 티센망으로 분류하고 69개 지점 확률강우량을 활용하여 지방자치단체별 확률강우량을 산정하고, 지방자치단체별 티센면적 비율을 감안하여 각 지자체별 방재성능목표 설정 기준을 마련한다. 이때 확률강우량 산정에 기상청에서 제공하는 종관기상관측(ASOS) 자료를 이용하는데, 종관기상관측(ASOS, Automated Synoptic Observing System)이란 종관규모의 날씨를 파악하기 위하여 정해진 시각에 모든 관측소에서 같은 시각에 실시하는 지상관측으로, 종관규모는 일기도에 표현되어 있는 고기압이나 저기압의 공간적 크기 및 수명을 말하며, 해당 지역의 현재 기상 실시간 제공 및 기상예보에 활용한다. 그러나 ASOS 자료로 산정한 확률강우량을 토대로 설정한 지역별 방재성능목표는 지배관측소개소 및 면적 비율에 따라 강우량이 실제 해당 지역에 내린 강우량에 비해 작거나 크게 산정되어 실제 강우량을 반영하지 못하는 문제가 발생한다. 이에 지진·태풍·홍수·가뭄 등 기상현상에 따른 자연재해를 막기 위해 실시하는 지상관측인 방재성능관측(AWS, Automatic Weather System)을 1997년부터 약 510여개 지점에 설치하여 기상관측자료를 구축하고 있으나, 관측자료가 30년 미만이므로 자료의 일관성 및 신뢰도 확보 등의 문제로 이용하고 있지 않다. 실제로 ASOS 관측소와 AWS 관측소의 시간 강우량 최댓값 차이가 큼에도 불구하고 행안부는 지역별 방재성능목표 수립을 위한 강우량 산정에서 AWS 관측소의 기록은 반영하지 않고 ASOS 관측소 기록만 적용하여 실제 해당 지역의 강우량을 반영하는 방재 대책을 수립하지 못하는 실정이다. 따라서 소규모 유역 및 재해영향평가 등의 경우 인근 지역에 AWS 관측소가 있을 경우, 해당지역의 기상 특성을 대변하는 자료로 보유관측년수가 30년 이상인 AWS 자료의 적극적인 활용이 필요할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.119-119
• /
• 2019

최근 기후변화와 이상기후의 영향으로 국지성 호우 및 가뭄, 홍수, 태풍 등 재해 발생 규모가 커지고 그 빈도 또한 많아지고 있다. 이러한 자연재해 및 이상현상에 대한 피해를 예방하고 빠르게 대처하기 위해서는 정확한 강우량 추정 및 강우의 시간적 예측이 필요하다. 이러한 강우의 불확실성을 해결하기 위해서 기상청 등에서는 단일 수치예보가 가지는 결정론적인 예측의 한계를 보완한 초기조건, 물리과정, 경계조건 등이 다른 여러 개의 모델을 수행하여, 확률적으로 미래를 예측하는 앙상블 예측 시스템을 예보기술에 응용하고 있으며 기존 수치모델의 정보와 예보 불확실성에 대한 정보를 동시에 제공하고 있다. 그러나 다양한 자연조건에 대한 불완전한 물리적 이해와 연산 능력 등의 한계로 높은 불확실성이 내포되어 있으므로 불확실성을 최소화하기 위한 편의보정이 수행될 필요가 있다. 강우분석의 적용 이전에 해당 자료의 타당성과 신뢰도의 분석이 필요하다. 본 연구에서는 LENS(Local ENsemble prediction System) 예측값과 시강우 관측값을 단기예측모델에 맞추어 3시간 누적하여 비교하였다. 비교 기간은 호우가 집중되는 2016년 10월로 선정하였으며 대상지역은 울산중구로 선정하였다. LENS를 대상 지역의 관측소 지점값과 행정구역 면적값을 따로 추출한 후, 불확실성을 최소화하기 위해 활용되고 있는 CF 기법과 QM 기법을 이용하여 LENS 모델을 재가공하고 이에 따른 편의보정 기법에 따른 LENS 모델을 과거의 실제강우 관측값과의 비교분석을 이용해 적용성을 검토 및 평가하였다.

• Atmosphere
• /
• v.33 no.2
• /
• pp.275-295
• /
• 2023

In Korea, there are four institutions related to atmospheric science: the university's atmospheric science-related department, the Korea Meteorological Administration (KMA), the ROK Air Force Weather Group, and the Meteorological Industry Association. These four institutions have developed while maintaining a deep cooperative relationship with the Korea Meteorological Society (KMS) for the past 60 years. At the university, 6,986 bachelors, 1,595 masters, and 505 doctors, who are experts in meteorology and climate, have been accredited by 2022 at 7 universities related to atmospheric science. The KMA is carrying out national meteorological tasks to protect people's lives and property and foster the meteorological industry. The ROK Air Force Weather Group is in charge of military meteorological work, and is building an artificial intelligence and space weather support system through cooperation with universities, the KMA, and the KMS. Although the Meteorological Industry Association has a short history, its members, sales, and the number of employees are steadily increasing. The KMS greatly contributed to raising the national meteorological service to the level of advanced countries by supporting the development of universities, the KMA, the Air Force Meteorological Agency, and the Meteorological Industry Association.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.52-52
• /
• 2015

강수량이 적은 갈수기에는 하천수량이 적어 소량의 오염물질의 유입으로도 하천수질의 악화를 불러일으킬 수 있다. 특히 2014년에는 한강수계의 강수량이 예년의 46%정도이며 이로 인한 저수율은 예년의 75%정도로 저조하여 봄철 갈수기에 수질악화가 우려된다. 한강은 비교적 수질이 양호하여 녹조가 발생하는 일이 낙동강, 금강, 영산강보다 적으나 가뭄의 영향으로 하천수질 악화 및 녹조현상이 발생할 우려가 있다. 그래서 본 연구에서는 남한강과 북한강의 봄철 수질전망을 통한 녹조발생 위험도를 예측하고자 하였다. 수질예측에 사용된 모형은 미국공병단(USACE)에서 개발한 2차원 하천수리 수질모형인 CE-QUAL-W2이며, 본 연구에 이용된 CE-QUAL-W2는 K-water 통합수질예측시스템(SURIAN)을 이용하여 구축하였다. 연구 대상지역은 북한강의 소양강댐 하류와 팔당호지점, 남한강의 강천보, 여주보, 이포보 지점에 대해 조류농도에 대한 예측을 수행하였다. 미래 수질예측을 위한 유량 자료는 평년 빈도유량을 사용하였으며, 기상자료는 유사는 분석을 통해 과거기상과 가장 유사한 패턴을 보이는 년도의 기상자료를 사용하여 모형을 구동하였다. 2~4월 남한강과 북한강의 Chl-a농도에 대하여 2013~2014년 평균치와 2015년 수질예측치를 비교한 결과 북한강은 4월에 예년대비 최고 61% Chl-a 농도가 증가하는 것으로 나타났으며, 남한강은 2월에 Chl-a농도가 최고 106% 증가되는 것으로 예측되었다. 본 연구를 통해 2015년 봄철 갈수기 녹조가 예년보다 증가 할 것으로 나타났으며, 다른 수계보다 비교적 적은 농도이지만 주기적인 수질예측과 하천 모니터링을 통해 하천수질을 관리하고 수질오염을 예방하는 노력을 기울여야 할 것이다.

• Journal of Korea Water Resources Association
• /
• v.51 no.11
• /
• pp.1021-1029
• /
• 2018

A primary objective of this study is to develop a drought forecasting technique based on groundwater which can be exploit for water supply under drought stress. For this purpose, we explored the lagged relationships between regionalized SGI (standardized groundwater level index) and SPI (standardized precipitation index) in view of the drought propagation. A regional prediction model was constructed using a NARX (nonlinear autoregressive exogenous) artificial neural network model which can effectively capture nonlinear relationships with the lagged independent variable. During the training phase, model performance in terms of correlation coefficient was found to be satisfactory with the correlation coefficient over 0.7. Moreover, the model performance was described by root mean squared error (RMSE). It can be concluded that the proposed approach is able to provide a reliable SGI forecasts along with rainfall forecasts provided by the Korea Meteorological Administration.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.483-483
• /
• 2022

댐과 저수지의 운영 최적화를 위한 수문학적 예보는 현재 수동적인 댐 운영이 주를 이루면서 활용도가 높지 않다. 불확실한 기후변화나 기후재난 상황에서 우리 사회에 악영향을 최소화하기 위해 선제적으로 대응/대비할 수 있는 댐 운영 방안이 불가피하다. 강우량 예측 기술은 기후변화로 인해 제한적인 상황이다. 실례로, 2020년 8월에 섬진강의 댐이 극심한 집중 강우로 인해 무너지는 사태가 발생하였고 이로 인해 지역사회에 막대한 경제적 피해가 발생하였다. 선제적 댐 방류량 운영 기술은 또한 환경적인 변화로 인한 영향을 완화하기 위해 필요한 것이다. 제한적인 기상 예보 기술을 극복하고자 심화학습이나 강화학습 같은 인공지능 모델들의 활용성에 대한 연구가 시도되고 있다. 따라서 본 연구는 섬진강 댐의 시간당 수문 데이터를 이용하여 댐 운영을 위한 심화학습 모델을 개발하고 그 활용도를 평가하였다. 댐 운영을 위한 심화학습 모델로서 시계열 데이터 예측에 적합한 Long Sort Term Memory(LSTM)과 Gated Recurrent Unit(GRU) 알고리즘을 구축하고 댐 수위를 예측하였다. 분석 자료는 WAMIS에서 제공하는 2000년부터 2021년까지의 시간당 데이터를 사용하였다. 입력 데이터로서 시간당 유입량, 강우량과 방류량을, 출력 데이터로서 시간당 수위 자료를 각각 사용하였으며. 결정계수(R2 Score)를 통해 모델의 예측 성능을 평가하였다. 댐 수위 예측값 개선을 위해 하이퍼파라미터의 '최적값'이 존재하는 범위를 줄여나가는 하이퍼파라미터 최적화를 두 가지 방법으로 진행하였다. 첫 번째 방법은 수동적 탐색(Manual Search) 방법으로 Sequence Length를 24, 48, 72시간, Hidden Layer를 1, 3, 5개로 설정하여 하이퍼파라미터의 조합에 따른 LSTM와 GRU의 민감도를 평가하였다. 두 번째 방법은 Grid Search로 최적의 하이퍼파라미터를 찾았다. 이 두가지 방법에서는 같은 하이퍼파라미터 안에서 GRU가 LSTM에 비해 더 높은 예측 정확도를 보였고 Sequence Length가 높을수록 정확도가 높아지는 경향을 보였다. Manual Search 방법의 경우 R2가 최대 0.72의 정확도를 보였고 Grid Search 방법의 경우 R2가 0.79의 정확도를 보였다. 본 연구 결과는 가뭄과 홍수와 같은 물 재해에 사전 대응하고 기후변화에 적응할 수 있는 댐 운영 개선에 도움을 줄 수 있을 것으로 판단된다.