• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.177-177
• /
• 2018

유역의 홍수량 산정하기 위해서 데이터기반 모형, 개념적 모형, 프로세스 기반 모형과 같은 다양한 개념의 수문학적 모형이 개발되고 적용성이 검토되고 있다. 물리기반 강우-유출관계 모형의 경우, 이론적으로 강우유출응답의 연속 모의에 적합하다고 알려져 있으나 모형 구성에 필요한 수문자료 확보의 한계성 때문에 실절적인 적용에 어려움이 있다. 또한 수문 자료가 충분하지 않거나, 없는 미계측 유역에서 홍수량을 산정하기 위해서는 기존의 수문 관측 시스템의 데이터를 이용하기 어렵기 때문에 레이더 및 위성 등을 이용한 다양한 기상수문데이터 도입이 필요하다. 이에 본 연구에서는 관측된 자료와 함께 모델기반 수문기상 시스템인 GLDAS(Global Land Data Assimilation System, GLDAS)의 자료를 이용하여 개념적 강우-유출관계 모형인 PMD(Probaility Distributed Model, PMD)을 통해 홍수량을 모의하는 방법을 적용하였다. 이를 위해 개념적 강우유출관계 모형을 구성하고, 공간적 토양저류(soil moisture storage)분포를 산정하기 위해 토양의 함수상태를 산출하였다. 이같은 접근법은 수문 자료의 제한, 모형 검정의 문제와 같은 어려움을 해결하기 위한 대안으로 제시할 수 있으며, 분석 결과로부터 모델기반 수문기상 자료와 개념적 강우-유출관계 모형의 활용가능성을 검증할 계획이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.41-41
• /
• 2021

최근 전 세계적으로 급증하는 기후변화의 영향으로 이상기후로 인한 자연재해들의 강도 및 발생 빈도의 증가가 다양한 연구를 통하여 확인되고 있으며, 이를 대비 및 대응하기 위한 방안수립 연구가 세계의 가장 중요한 주제로 부상되고 있다. 우리나라의 경우에는 기후변화에 따른 심각성 문제가 대두되고 있지만 국가적 대응기반조성 및 수자원정책 의사결정에 직접적으로 활용될 수 있는 일관성 있고 통합적인 기후 정보가 부족한 실정이다. 미래 기상 변동성을 나타내는 기후모델은 전 지구적 대규모 기상장(large scale climate pattern)을 비교적 정확하게 묘사하는 것으로 알려져 있으나 모형에 내재해 있는 시·공간적 편의(spatial-temporal bias) 및 불확실성으로 인하여 통계학적 상세화가 필수적으로 요구된다. 이러한 편향성은 일반적으로 지상 관측 자료를 격자에 보간하여 보정하는 방법이 적용되고 있지만, 관측자료의 불연속성 및 관측소의 불균등성으로 인하여 공간적 신뢰성이 낮다. 이에, 본 연구에서는 Bayesian 기반의 Kriging을 통한 공간적 편의보정 및 QDM(quantile delta mapping)을 연계한 새로운 격자 기반의 통계적 상세화 모형 Bayesian Kriging-QDM을 개발하였다. 본 연구를 통하여 산정된 결과는 과거자료에 근거하여 이루어지는 기존의 보수적인 수자원 관리 체계의 위험성을 저감 시킬 수 있는 의사결정에 직접적으로 활용될 수 있는 기초 자료로 이용 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.320-320
• /
• 2023

강우 데이터는 수문기상, 환경, 농업, 자연재해, 그리고 수자원 시스템 분야에서 가장 필수적인 기본 요소 중 하나이다. 또한 강우 데이터는 수문학적 분석에서 활용되는 필수 입력 자료 중 하나로 관측 데이터의 품질에 따라 수문 모형을 이용한 모의 결과물의 정확도가 결정된다고 할 수 있다. 따라서, 강우 관측소별로 강우 데이터의 품질을 어떻게 관리하느냐에 따라 수문 모형의 활용 범위 및 수자원 관리의 효율성이 결정될 수 있다. 강우의 시공간적 변동성은 수 많은 인자들과 직간접적으로 연계되어 있기 때문에 미계측 강우 자료에 대해 직접 관측이 아닌 수치 모형을 이용하여 강우의 발생과 강우량을 산정하는 것은 매우 복잡한 과제 중 하나이다. 현재 국내에서 운용되고 있는 강우 관측소의 경우에도 미계측 된 강우 데이터가 존재함으로써 강우 데이터의 활용에 제한이 생기는 경우가 있다. 따라서, 이러한 미계측 데이터의 추정 및 보완은 보다 효과적인 수재해 방지, 수자원 관리를 위한 필수 과제 중 하나이다. 일반적으로, 미계측 강우를 산정하기 위해서 Kriging, Thiessen, 등우선법, 그리고 역거리 관측법 등 다양한 수문학적 방법들이 적용되고 있다. 이러한 방법들은 산악효과나 강우 관측소의 분포 상태 등을 고려하지 못하기 때문에 측정하는 지역에 따라 강우 추정 오차가 커질 수 있다는 한계가 있다. 최근에는 데이터 관측 시스템과 빅데이터 기술의 발전과 활용 가능한 데이터의 양이 증가함에 따라 머신러닝을 활용한 사례가 증가하고 있다. 머신러닝은 데이터 사이의 관계를 기반으로 분류, 회귀, 그리고 예측 문제에 주로 사용되는 기법 중 하나이다. 따라서, 본 연구에서는 광주광역시 지역에 위치한 주요 강우 관측 지점들을 대상으로 미계측 된 시강우 데이터를 추정 및 복원하고자 한다. 여기서 데이터 추정 기술이란 미계측 강우의 발생 유무 및 강우량을 추정할 수 있는 기술을 의미한다. 이를 위해 대표적인 머신러닝 알고리즘인 인공신경망(Artificial Neural Network) 및 랜덤포레스트(Random Forest)를 적용하였다.

• Journal of Korea Water Resources Association
• /
• v.50 no.1
• /
• pp.17-28
• /
• 2017

A recent increase in extreme weather events and flash floods associated with the enhanced climate variability results in an increase in climate-related disasters. For these reasons, various studies based on a high resolution weather radar system have been carried out. The weather radar can provide estimates of precipitation in real-time over a wide area, while ground-based rain gauges only provides a point estimate in space. Weather radar is thus capable of identifying changes in rainfall structure as it moves through an ungauged basin. However, the advantage of the weather radar rainfall estimates has been limited by a variety of sources of uncertainty in the radar reflectivity process, including systematic and random errors. In this study, we developed an ensemble radar rainfall estimation scheme using the multivariate copula method. The results presented in this study confirmed that the proposed ensemble technique can effectively reproduce the rainfall statistics such as mean, variance and skewness (more importantly the extremes) as well as the spatio-temporal structure of rainfall fields.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.16-16
• /
• 2019

기후변화 시나리오 및 계절예측 자료를 포함한 기후정보를 수자원 분야에 활용하기 위해서는 기후정보의 시 공간적인 상세화(donwscaling)을 필요로 한다. 상세화의 경우 역학적 상세화와 통계학적 상세화로 구분될 수 있으며, 통계학적 상세화를 위해서는 대상 지역의 기후특성을 대표할 수 있는 장기 관측 자료의 확보가 중요하다. 국내의 경우에는 자동기상관측장비(Automatic Weather System, AWS)와 종관기상관측장비(Automatic Synoptic Observation System, ASOS)로 부터 수집된 기상관측자료를 사용할 수 있으나 기후변화 시나리오의 통계적 상세화를 위해서는 30년 이상의 자료 기간을 포함하는 ASOS 자료가 적합하다. 하지만 개발도상국과 같이 기상관측기반이 열악한 지역에서는 잦은 결측 등으로 인하여 품질이 좋은 관측자료의 획득이 어려운 상황이다. 따라서 본 연구에서는 측이 포함된 장기 기상관측 자료로부터 대상 지역의 기후특성을 재현할 수 있도록 기본적인 QC(Quality Control)을 거쳐 결측 자료를 보완할 수 있는 기법 및 R 기반패키지를 개발하여 적용성을 평가하였다. 개발된 기법의 적용성 평가를 위해서 기상청에서 QC를 통해 제공하고 있는 60개 ASOS 지점의 관측자료 중 강수량과 기온 변수를 사용하였다. 최대 50%까지의 현실적인 결측 패턴을 임의로 생성하기 위해 실제 개발도상국 관측자료의 일단위 결측 패턴을 이용하였다. 자료의 QC는 관측일 누락/중복 및 문자형 관측값 등 기본적인 오류 검사, 기온의 경우 물리적 허용 범위에 대한 검사, 최고기온과 최저기온의 비교 및 계측기 오작동에 의한 동일한 값의 반복 등을 포함한 내적 일치성 검사를 우선적으로 수행한다. 이후 결측값에 대해서 인근 기상관측소와의 상관성 분석 결과를 기반으로 결측값을 채우고, 최종적으로는 다양한 위성자료 및 재분석 자료 중에서 일단위 기후특성의 재현성 평가를 통해 선정된 격자형 자료와의 상관성 분석 결과를 기반으로 결측값을 보정하였다. 기온의 경우는 결측률이 높더라도 월평균 기후특성에 큰 영향을 미치지 않았지만 강수의 경우에는 5% 이상의 결측이 발생하는 경우 월평균 강수량에 영향을 미쳐 지역의 강수량을 과소 추정하는 결과를 보였다. 개발된 QC 기법을 강수 자료에 적용한 결과 월평균 기후특성을 잘 복원하는 결과를 보였지만, 일단위 강우 사상의 재현에 있어서는 미흡한 결과를 보였다.

• Journal of the Korean earth science society
• /
• v.44 no.2
• /
• pp.105-118
• /
• 2023

In this study, we predicted the presence of fog with a one-hour delay using the XGBoost DART machine learning algorithm for Andong, which had the highest occurrence of fog among inland stations from 2016 to 2020. We used six datasets: meteorological data, agricultural observation data, additional derived data, and their expanded data. The weather phenomenon numbers obtained through naked-eye observations and the visibility distances measured by visibility meters were classified as fog [1] or no-fog [0]. We set up twelve machine learning modeling experiments and used data from 2021 for model validation. We mainly evaluated model performance using recall and AUC-ROC, considering the harmful effects of fog on society and local communities. The combination of oversampled meteorological data features and the target induced by weather phenomenon numbers showed the best performance. This result highlights the importance of naked-eye observations in predicting fog using machine learning algorithms.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.22 no.4
• /
• pp.295-311
• /
• 2021

In this study, an experiment was carried out on the field applicability of tension measuring devices of the cables in cable-stayed bridges. The vibration method was used to estimate the tension of cables of cable-stayed bridge, and the mode characteristics of the cable were analyzed using a cable tension measuring device. GTDL360, NI Module, and 9 Axes Motion Sensorwere applied to estimate the cable tension of five target bridges. Numerical analysis of the five target bridges was conducted to analyze the natural frequency of the cable and cable tension. The estimated tension of the cable based on field measurements and estimated tension of cable by numerical analysis were compared with the estimated tension of the cable based on field measurements. The analysis showed that the measured tension of the cable based on field measurements was within the margin of error. Therefore, it is safe to apply these measuring devices to the site. As a result of comparing and analyzing the values of the acceleration-based cable estimation tension and numerical analysis of the field demonstration bridge, the acceleration-based cable estimation of tension is deemed appropriate within the allowable range. On-site applicability analysis revealed limitations of the measuring devices, such as the installation location of sensors and weather conditions, so continuous follow-up research on smart cable tension measuring systems is expected.

• Journal of Korea Water Resources Association
• /
• v.56 no.9
• /
• pp.563-574
• /
• 2023

Recently, climate change has affected functional responses of river basins to meteorological variables, emphasizing the importance of rainfall-runoff simulation research. Simultaneously, the growing interest in machine learning has led to its increased application in hydrological studies. However, it is not yet clear whether machine learning models are more advantageous than the conventional conceptual models. In this study, we compared the performance of the conventional GR6J model with the machine learning-based Random Forest model across 38 basins in Korea using both gauged and ungauged basin prediction methods. For gauged basin predictions, each model was calibrated or trained using observed daily runoff data, and their performance was evaluted over a separate validation period. Subsequently, ungauged basin simulations were evaluated using proximity-based parameter regionalization with Leave-One-Out Cross-Validation (LOOCV). In gauged basins, the Random Forest consistently outperformed the GR6J, exhibiting superiority across basins regardless of whether they had strong or weak rainfall-runoff correlations. This suggest that the inherent data-driven training structures of machine learning models, in contrast to the conceptual models, offer distinct advantages in data-rich scenarios. However, the advantages of the machine-learning algorithm were not replicated in ungauged basin predictions, resulting in a lower performance than that of the GR6J. In conclusion, this study suggests that while the Random Forest model showed enhanced performance in trained locations, the existing GR6J model may be a better choice for prediction in ungagued basins.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.15 no.2
• /
• pp.493-500
• /
• 2011

Recently, there has been an increase in the number of disaster victims locally due to climate change and a variety of frequently occurring natural disasters. The damage caused by abrupt weather change in local area by typical weather forecasting techniques is very limited and difficult. Recently local area weather monitoring system using wireless sensor network technology has been very actively studied. Thus an IEEE 802.15.4-based weather field server to measure and monitor the local weather changes was designed and developed in this study. The proposed weather field server utilizes a wireless sensor node and weather sensors to collect weather information such as temperature, humidity, illumination, dew point, barometric pressure, and water level. The integrated weather sensor board was designed to respond quickly to weather changes, and provide feedback to the server PC. Each weather information is analyzed in the server PC to establish a program to monitor and analyze the local area or the area of abrupt climate change in order to provide warning signals in case of disaster events in local.

• Proceedings of the Optical Society of Korea Conference
• /
• 2000.08a
• /
• pp.210-211
• /
• 2000

황사가 기상, 환경에 미치는 영향에 대한 사회적인 관심이 집중되면서 많은 연구들이 진행되고 있으며 특히 황사의 물리, 화학적 변화를 정확히 측정하려는 연구가 증대되고 있다. 이러한 이유에서 최근에는 황사의 형태, 크기 등을 복합적으로 측정할 수 있는 가장 효율적인 계측장비로 다파장 라이다가 개발되어 활용되고 있다. 본 논문에서는 개발된 다파장 에어로졸 라이다를 이용한 수원상공 황사의 계측과 이의 분석 결과에 대하여 보고한다. 다파장 에어로졸 라이다는 대기중의 에어로졸 후방산란비, 입자형태, 크기, 편광비를 광자계수방식 및 아날로그 방식으로 다양한 파장 영역에서 측정 할 수 있다. 이러한 파라메터들의 측정에는 주로 355, 532 nm 파장을 사용하였다. (중략)