• Journal of Korea Water Resources Association
• /
• v.57 no.5
• /
• pp.333-346
• /
• 2024

High-resolution medium-range streamflow prediction is crucial for sustainable water quality and aquatic ecosystem management. For reliable medium-range streamflow predictions, it is necessary to understand the characteristics of forcings and to effectively utilize weather forecast data with low spatio-temporal resolutions. In this study, we presented a comparative analysis of medium-range streamflow predictions using the distributed hydrological model, WRF-Hydro, and the numerical weather forecast Global Data Assimilation and Prediction System (GDAPS) in the Geumho River basin, Korea. Multiple forcings, ground observations (AWS&ASOS), numerical weather forecast (GDAPS), and Global Land Data Assimilation System (GLDAS), were ingested to investigate the performance of streamflow predictions with highresolution WRF-Hydro configuration. In terms of the mean areal accumulated rainfall, GDAPS was overestimated by 36% to 234%, and GLDAS reanalysis data were overestimated by 80% to 153% compared to AWS&ASOS. The performance of streamflow predictions using AWS&ASOS resulted in KGE and NSE values of 0.6 or higher at the Kangchang station. Meanwhile, GDAPS-based streamflow predictions showed high variability, with KGE values ranging from 0.871 to -0.131 depending on the rainfall events. Although the peak flow error of GDAPS was larger or similar to that of GLDAS, the peak flow timing error of GDAPS was smaller than that of GLDAS. The average timing errors of AWS&ASOS, GDAPS, and GLDAS were 3.7 hours, 8.4 hours, and 70.1 hours, respectively. Medium-range streamflow predictions using GDAPS and high-resolution WRF-Hydro may provide useful information for water resources management especially in terms of occurrence and timing of peak flow albeit high uncertainty in flood magnitude.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.20-20
• /
• 2017

최근 기후변화 영향에 따라 전 세계적으로 인명피해 및 재산피해를 유발하는 자연재난이 지속적으로 증가하고 있으며, 그로 인한 자연재해의 규모가 점점 더 커지고 있다. 실제로 우리나라에서도 지난 1994 년에서 2013 년까지 지난 20 년간 자연재해에 의한 피해액은 12조 3천억 원으로 집계되었으며, 이 중 강우와 태풍에 의한 피해가 85 % 이고, 대설에 의한 피해는 약 13 % 로 자연재해 중 대부분의 피해는 강우 및 태풍에서 발생하지만, 폭설에 의한 피해도 적지 않은 것으로 나타났다. 이에 따라, 정확한 예측을 위해 신뢰도 높은 자료 구축을 통한 대설피해 예측에 관한 연구가 필요한 시점이다. 본 연구에서는 대설피해액 예측을 위해 우리나라의 63개 기상 관측소에서 관측한 적설심 자료 및 기상관측 자료와 사회 경제 자료 총 11개를 대설피해 예측을 위한 입력변수로 선정하고, 이를 기상관측소가 속한 도시의 면적에 따라 3개의 지역으로 구분하였다. 주성분분석을 활용하여 선정된 입력변수들을 4개의 주성분으로 구분하고, 인공신경망 및 다중선형 회귀 모형을 구성하여 각 지역별 대설피해 예측의 오차를 분석하였다. 적용결과, 인공신경망 모형을 이용한 대설피해 예측의 수정결정계수는 22.8 %~48.2 %를 나타냈고, 다중선형회귀 모형의 수정결정 계수는 9.2 %~39.7% 로 나타났다. 그러므로 인공신경망 모형이 다중회귀 모형보다 선택된 입력자료를 활용하여 대설피해를 예측하는 목적으로 조금 더 우수한 결과를 나타내었다. 향후 자료를 보완 및 모형의 고도화를 통해 보다 정확한 대설피해 예측 함수 개발이 가능할 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.314-314
• /
• 2021

홍수(floods)는 인간의 생명과 재산에 큰 피해를 발생시키는 자연재해 중 하나로 최근 지구 온난화와 기후 변화로 인하여 홍수 발생 빈도와 강도가 증가하고 있다. 때문에, 홍수 발생 시 정확한 홍수량 산정을 위하여 유역 내 지표수 및 지하수 흐름 분석을 통하여 전반적인 물 순환의 이해가 필수적이다. 이에 본 연구는 지표수-지하수 연계 모형을 활용하여 홍수 발생 시 미호천 유역에서 지하수가 하천 유량에 미치는 영향을 분석한다. 본 연구는 Hydrological-Ecological Integrated watershed-scale Flow (HEIFLOW) 모형을 적용하여, 국내 유역 특성을 고려하여 시간단위 홍수 사상 분석을 수행한다. 모형 구축을 위하여 2013년과 2014년도의 미호천내의 7개 기상 및 강우관측소, 1개의 수위 관측소의 정보를 활용하여 지표수 모형을 구축하며, 같은 기간의 지하수 모형 구축을 위해 7개의 국가 지하수 관측망의 지하수 수위 자료와 유역의 수문지질도(Hydrogeological map)의 정보를 활용한다. 미호천 유역 내 HEIFLOW 모형의 홍수 모의 결과 산정된 하천 유량은 관측 유량과 0.79 R²의 우수한 모의 성능을 나타내고 있으며, 지하 수위 모의 역시 지하수 수위 변동을 적절하게 모의한다. 또한, 미호천 유역의 하류 지역은 하천으로 유출되는 지하수가 하천의 기저 유량에 상당한 영향을 미치는 것으로 나타나며 홍수 시에는 지하수 유출의 증가로 인한 급격한 첨두 홍수량의 상승을 보인다. 이와 같은 결과는 홍수 모의 시 지표면 유출 분석에 초점을 두고 있는 홍수 국내의 홍수량 산정 방법에 지하수의 거동 및 하천 유량에 미치는 영향을 정량적인 정보를 제공할 수 있을 것으로 판단되며, 추후 국내 홍수량 산정의 새로운 방법의 하나로 활용될 가능성을 보여준다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.18 no.2
• /
• pp.12-28
• /
• 2019

Road geometry is one of the many factors that cause crashes, but the effect on traffic accident depends on weather conditions even under the same road geometry. This study identifies the variables affecting the crash severity by matching the highway accident data and weather data for 14 years from 2001 to 2014. A hierarchical ordered Logit model is used to reflect the effects of road geometry and weather condition interactions on crash severity, as well as the correlation between individual crashes in a region. Among the hierarchical models, we apply a random intercept model including interaction variables between road geometry and weather condition and a random coefficient model including regional weather characteristics as upper-level variables. As a result, it is confirmed that the effects of toll, ramp, downhill slope of 3% or more, and concrete barrier on the crash severity vary depending on weather conditions. It also shows that the combined effects of road geometry and weather conditions may not be linear depending on rainfall or snowfall levels. Finally, we suggest safety improvement measures based on the results of this study, which are expected to reduce the severity of traffic accidents in the future.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.291-291
• /
• 2011

우리나라는 기상학적 지리학적 영향으로 여름철에 강우가 집중하여 내리며 최근에는 짧은 시간에 많은 양의 강우가 내리는 집중호우의 발생빈도가 증가하고 있다. 이러한 집중호우는 하천의 수위를 증가시켜 하천범람 및 제방붕괴의 위험을 가져와 많은 재산과 인명피해를 가져올 수 있다. 하천 수위의 예측은 기존에 물리적, 개념적 모형을 통해 강우-유출을 해석하는 과정에서 주로 다루어 졌다. 그러나 자연현상인 강우와 유출관계를 규명하는 과정은 지역의 다양한 특성, 강우의 시 공간적 분포 등 복잡하고 다양한 인자를 고려해야 한다는 문제와 부딪쳐 많은 어려움을 겪어왔다. 따라서 본 연구에서는 복잡한 비선형 과정들의 모형화가 가능한 인공 신경망 모형을 이용하여 수위예측 모형을 구성하고 100mm이상의 강우가 연속해서 내린 호우사상을 훈련시켜 집중호우 발생시 수위예측에 활용하고자 하였다. 이를 위해 구성된 인공신경망 모형을 금강유역 보청천에 적용한 결과 중소하천유역인 보청천 유역의 홍수위 예측에 적용이 가능함을 확인하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.99-99
• /
• 2021

본 연구에서는 기상 자료와 적설 특성 자료의 관계를 도출하고, 이와 추계 일기 생성 모형을 활용하여 합성 적설심 시계열을 모의하는 방법에 대하여 제안한다. 추계 일기 생성 모형에서는 적설량을 직접 모의하지 않기 때문에 강수량을 적설량으로 변환해야한다. 이를 위해 도입한 관계식은 다음과 같다. 첫째로 기상청 적설 예보의 적설 유무 판단 기준을 이용하였다. 이 기준에서는 상대습도와 지상기온에 따라 강수의 형태를 비, 눈, 진눈깨비로 구분한다. 둘째로 강수가 적설로 판단되었을 때 강수량을 신적설심으로 환산하는 수상당량비를 지상기온과 회귀 분석하였다. 선행 연구에 따라 3시간 1 mm 이상 5 mm 이하 강수와 3시간 5 mm 이상 강수 사상에 대하여 나누어 sigmoid형 곡선을 이용하여 회귀 분석하였다. 마지막으로 융설에 의한 적설심 감소량을 지상기온과 복사량의 함수로 표현하였으며, 각 변수의 계수는 입자 군집 최적화 방법을 통하여 보정하였다. 추계 일기 생성 모형으로는 AWE-GEN 모형을 활용하였으며, 시험 자료로 강릉(105) 종관기상관측소의 24년 기간(1982-2005) 자료를 활용하여 합성 적설심 시계열을 생성하였다. 합성 적설심 시계열 모의 과정은 다음과 같다. (1) 추계 일기 생성 모형으로 합성 일기 자료 생성, (2) 강수 발생 시 적설 유무 판단, (3) 적설로 판단 시 수상당량비를 계산하여 신적설심 추정, (4) 기존 적설심에 신적설심을 더하고, 적설심 감소량만큼 감소. 위와 같은 과정으로 200년 길이 합성 적설심 시계열을 모의한 결과 극한 사상을 과소 추정하는 경향이 나타나 추가적인 개선이 필요한 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.242-246
• /
• 2006

최근 들어 전 세계적으로 유량측정 분야의 큰 변화의 방향은 자동화이다. 전자, 전기 기술과 정보통신 기술의 발달을 유량측정 분야에 적용하여 자동적으로 유량측정을 수행하고 실시간으로 모든 유량자료를 수집하는 시스템을 구성하려는 연구가 활발하게 진행중이다. 최근에 초음파 유량계와 더불어 자동 유량측정 기법으로 각광을 받고 있는 기법이 유속지수법(index velocity method)이다. 유속지수법의 원리는 매우 간단하다. 수위 기록을 통하여 수위-면적 관계로부터 흐름 단면적을 구하고, 임의의 영역에서 측정된 유속이 단면 평균 유속으로 환산될 수 있다면, 흐름 단면적과 평균 유속에 의해 연속적으로 유량을 구할 수 있다. 유속지수법에서 가장 중요한 것이 전체 평균 유속을 대표할 수 있는 유속지수를 정확하고 효율적으로 측정하는 것이다. 유속지수법에 의한 연속 유량측정 목적으로 최근에 ADVM(Acoustic Doppler Velocity Meter)이 개발되어 이용되고 있다. ADVM은 수중에 초음파를 발사해서 산란체에서 반사되어 돌아오는 초음파의 주파수 편이, 즉 도플러 효과를 이용하여 유속을 측정하는 유속계이다. 본 연구에서는 ADVM을 괴산댐 하류에 위치한 시험하천에 설치하여, 유속지수법에 의한 유량측정기법을 적용하고 그 특성을 분석하였다. 유속지수법으로 측정된 유량을 괴산댐 방류량과 비교한 결과 평균 4.0%의 상대오차를 지니고 있어 비교적 정확한 연속 유량측정이 가능한 것으로 나타났다. 이와 같은 유속지수법을 하천 유량측정에 활용하면 보다 정확한 유량을 연속적으로 자동화하여 측정할 수 있을 것으로 기대된다.연계모형의 한계로 인하여 두 모형의 통합모형이 필요하다. 즉, 강우 혹은 월류유량으로 발생한 지표유량 중 일부분이 과부하가 발생하지 않는 유입구 지점을 통과할 때 배수시스템으로 유입되는 것을 고려할 수 있고, 유입된 유량은 배수시스템 내의 흐름에 반영되도록 배수시스템과 침수해석모형을 통합한 모형 개발이 필요하다. 그러기 위해서는 지표면과 배수시스템에 대한 수리학적 관계를 정립하여야 한다. 본 연구에서는 배수시스템 해석 모형과 도시침수해석 모형을 통합하고, 두 모형간의 유량의 전송과정을 수리학적 관계를 고려한 dual-drainage 도시침수해석모형을 개발하였다. 이를 위해 도시지역 배수시스템 해석 모형으로 널리 이용되고 있는 SWMM모형을 이용하여 지표면으로의 월류량을 산정하고 유입된 지표유량에 대해서 배수시스템에서의 흐름해석을 수행하였다. 그리고, 침수해석을 위해서는 2차원 침수해석을 위한 DEM기반 침수해석모형을 개발하였고, 건물의 영향을 고려할 수 있도록 구성하였다. 본 연구결과 지표류 유출 해석의 물리적 특성을 잘 반영하며, 도시지역의 복잡한 배수시스템 해석모형과 지표범람 모형을 통합한 모형 개발로 인해 더욱 정교한 도시지역에서의 홍수 범람 해석을 실시할 수 있을 것으로 판단된다. 본 모형의 개발로 침수상황의 시간별 진행과정을 분석함으로써 도시홍수에 대한 침수위험 지점 파악 및 주민대피지도 구축 등에 활용될 수 있을 것으로 판단된다. 있을 것으로 판단되었다.4일간의 기상변화가 자발성 기흉 발생에 영향을 미친다고 추론할 수 있었다. 향후 본 연구에서 추론된 기상변화와 기흉 발생과의 인과관계를 확인하고 좀 더 구체화하기

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.239-239
• /
• 2023

최근 도시화 및 기후변화에 따른 재난의 피해가 증가하고 있다. 국내 기상청에서는 호우 및 태풍에 대한 예·경보(주의보, 경보)를 전국적으로 통일된 기준(3시간, 12시간 누적강우량)에 따라 발령하고 있다. 이에 따라 현재 예·경보 기준에는 피해가 발생한 사상에 대한 지역별 특성이 고려되지 않는 문제점이 있다. 본 연구에서는 이러한 문제점을 해결하기 위하여 서울특별시, 인천광역시, 경기도의 호우 및 태풍에 대한 재해사상별 발생한 피해액 및 누적강우량을 활용하여 재해강도의 단계별 기준을 수립하고, 입력자료로 관측된 강우값을 활용하여 발생할 수 있는 재해의 발생 강도를 분류하는 모형을 개발하고자 하였다. 본 연구에서는 호우 및 태풍에 의한 재해 피해액의 분위별로 재해강도 단계(관심, 주의, 경계, 심각)를 분류하였고, 재해강도 단계에 따른 누적강우량 기준을 지자체별로 제시하였으며, 분류한 재해의 강도 단계를 모형의 종속변수로 활용하였다. 재해피해가 발생하지 않은 무강우 지속시간을 산정하여 호우 사상을 분류하였다. 지자체별로 재해 발생강도 분류 모형 개발을 위하여 머신러닝 모형 4가지(의사결정나무, 서포트 벡터 머신, 랜덤 포레스트, XGBoost)를 활용하였다. 본 연구에서 분류한 피해가 발생하지 않은 호우사상 및 피해가 발생한 사상별로 강우량, 지속시간 최대 강우량(3시간, 12시간), 선행강우량, 누적강우량을 독립변수로 입력하여 종속변수인 재해 발생 강도를 분류하였다. 각 모형별로 F1 Score를 이용한 정확도 평가 결과, 의사결정나무의 F1 Score가 평균 0.56으로 가장 우수한 정확도를 가지는 것으로 평가되었다. 본 연구에서 제시하는 머신러닝 기반 재해 발생 강도 분류모형을 활용하면 호우 및 태풍에 의한 재해에 대하여 지자체별로 재해 발생 강도를 단계별로 파악할 수 있어, 재난 담당자들의 의사결정을 위한 참고 자료로 활용될 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.420-424
• /
• 2010

기상재난들은 고도의 경제성장 및 인구증가에 따른 도시화와 공업화가 진행됨에 따라 사회 경제적 파급효과도 점점 커지고 있으며 경제의 불확실성을 크게 증가시켜 국가경제의 안정성을 저해하는 요인이 되고 있다. 그러나 기상재해의 직접피해에 비해 간접피해는 정량화하기 어려워 정성적인 분석에 그치는 경우가 많이 있다. 기상재난에 대한 간접피해를 정량적으로 추정하는 것은 지역공동체나 국가의 취약성을 가늠하게 하며, 재해방지를 위한 투자에 대한 경제적 타당성에 근거가 된다. 재해의 간접피해추정은 불확실한 재난발생에 대해 리스크 관리 측면에서 예상가능한 피해범주의 정보를 제공하며 공공적인 측면에서도 재난에 취약한 계층을 보호하기 위한 국가의 공적자금의 당위성을 제공한다. 본 연구는 가상적인 시나리오를 통해 우리나라의 기상 재난의 국민경제적 간접피해를 추정하기 위한 모형과 결과를 제시하였다.

• Journal of Korea Water Resources Association
• /
• v.50 no.11
• /
• pp.735-743
• /
• 2017

With growing concerns about ever-increasing anthropogenic greenhouse gas emissions, it is crucial to enhance preparedness for unprecedented extreme weathers that can bring catastrophic consequences. In this study, we proposed a stochastic framework that considers uncertainty in weather forecasts for flood analyses. First, we calibrated a simple rainfall-runoff model against observed hourly hydrographs. Then, using probability density functions of rainfall depths conditioned by 6-hourly weather forecasts, we generated many stochastic rainfall depths for upcoming 48 hours. We disaggregated the stochastic 6-hour rainfalls into an hourly scale, and input them into the runoff model to quantify a probabilistic range of runoff during upcoming 48 hours. Under this framework, we assessed two rainfall events occurred in Bocheong River Basin, South Korea in 2017. It is indicated actual flood events could be greater than expectations from weather forecasts in some cases; however, the probabilistic runoff range could be intuitive information for managing flood risks before events. This study suggests combining deterministic and stochastic methods for forecast-based flood analyses to consider uncertainty in weather forecasts.