• Proceedings of the KIEE Conference
• /
• 2006.07a
• /
• pp.76-77
• /
• 2006

본 연구를 통하여 전력수급계획에 필요한 연간 시간대별 총수요를 예측하는 산법을 개발하였다. 예측과정은 크게 평상일 예측과 특수일 예측으로 구분된다. 평상일의 경우는, 연중 최대수요가 발생하는 하절기 기상으로부터 연중 최대수요를 예측한 다음, 하향식 접근에 의해 주간-일간-시간대별 평상일 수요를 예측하며, 특수일 수요는 예측된 평상일 수요와 평상일 대비 상대계수 모형으로부터 예측한다. 예측의 정확도를 개선하기 위하여 시계열 자료에 가중치를 부여하고, 실적자료가 생길 때마다 자동으로 모형이 갱신되도록 하였으며, 수요예측 결과를 검증, 보정하기 위해 주간수요예측을 재수행할 수 있다. 또한 계획된 월간 전력량 제약에 협조하는 예측산법도 포함하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.35-35
• /
• 2019

본 연구에서는 분포형 수문 모형 Drying Stream Assessment Tool and Water Flow Tracking (DrySAT-WTF)을 활용해 우리나라의 1976년부터 2015년까지의 유출량을 산정하고, 이를 다층퍼셉트론(Multi Layer Perceptron) 인경신경망 모형(Artificial Neural Network Model)에 적용해 미래 유출을 예측하였다. DrySAT-WFT은 전국 표준 유역을 대상으로 하천 건천화 원인 추적 및 평가를 위해 개발된 모형으로 유출모의를 위한 기상자료 외에 건천화 영향 요소를 고려하기 위한 산림 높이, 도로망, 지하수 이용량, 토지이용, 토심 변화에 대한 DB를 적용 가능한 것이 특징이다. DrySAT-WFT를 위한 기상자료로 모의 기간에 대한 일별 강우량, 상대습도, 평균풍속, 평균 및 최고, 최저 기온, 일조시간을 구축하였으며, 연대별 건천화 영향 요소 DB를 구축하여 적용하였다. 전국 다목적 댐 보 12지점의 유량을 활용해 모형의 보정(2005-2010) 및 검증(2011-2015)을 실시한 결과, 평균 결정계수(Coefficient of determination, $R^2$)는 0.76, 모형효율성계수(Nash-Sutcliffe efficiency, NSE)는 0.62, 평균제곱근오차(average root mean square error, RMSE)는 3.09로 신뢰성 있는 유출 모의 결과를 나타내었다. 미래 유출량 예측을 위한 MLP-ANN은 1976년부터 2015년까지의 유출 모의 결과를 Training Set으로 훈련하여 $R^2$가 0.5 이상이 되어 신뢰성을 확보하였고, 2016년부터 2018년까지의 기간을 1개월 단위로 실제 유출량과 예측 유출량을 비교하며 적용성을 검증 및 향상시켰다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.63-63
• /
• 2020

최근 머신러닝 기술의 발전에 따라 비선형 시계열자료에 대한 예측이 가능해졌으며, 기존의 과정기반모형을 대체하여 지하수, 하천수 예측 등 다양한 수문분야에 활용되고 있다. 본 연구에서는 기존의 연구들과 달리 과정기반모형을 이용한 하천수 모의결과를 개선하기 위해 과정기반모형과 결합하는 방식으로 머신러닝 기술을 활용하였다. 머신러닝 기술을 통해 관측값과 모의값 간의 차이를 예측하고 과정기반모형의 모의결과에 반영함으로써 관측값을 정확히 재현할 수 있도록 하는 시스템을 구축하고 평가하였다. 과정기반모형으로는 Weather Research and Forecasting model-Hydrological modeling system (WRF-Hydro)을 소양강 유역을 대상으로 구축하였다. 머신러닝 모형으로는 순환 신경망 중 하나인 Long Short-Term Memory (LSTM) 신경망을 이용하여 장기시계열예측이 가능하게 하였다(WRF-Hydro-LSTM). 머신러닝 모형은 2013년부터 2017년까지의 기상자료 및 유입량 잔차를 이용하여 학습시키고, 2018년 기상자료를 이용하여 예상되는 유입량 잔차를 모의하였다. 모의된 잔차를 WRF-Hydro 모의결과에 반영시켜 최종 유입량 모의값을 보정하였다. 또한, 연구에서 제안된 새로운 방법론의 성능을 비교평가하기 위해 머신러닝 단독 모형으로 유입량을 학습 후 모의하였다(LSTM-only). 상관계수와 Nash-Sutcliffe 효율계수(NSE)를 사용해 평가한 결과, LSTM을 이용한 두 방법(WRF-Hydro-LSTM과 LSTM-only) 모두 기존의 과정기반모형(WRF-Hydro-only)에 비해 높은 정확도의 하천수 모의가 가능했으며, PBIAS 지수를 사용하여 평가한 결과, LSTM을 단독으로 사용하였을 때보다 WRF-Hydro와 결합했을 때 더 관측값과 가까운 모의가 가능함을 확인할 수 있었다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.13 no.1
• /
• pp.41-46
• /
• 2011

Reliable information on the surface solar radiation is indispensable for rebuilding food production system in the famine plagued North Korea. However, transfer of the related modeling technology of South Korea is not possible simply because raw data such as solar radiation or sunshine duration are not available. The objective of this study is restoring solar radiation data at 27 synoptic stations in North Korea by using satellite remote sensing data. We derived relationships between MODIS radiation estimates and the observed solar radiation at 18 locations in South Korea. The relationships were used to adjust the MODIS based radiation data and to restore solar radiation data at those pixels corresponding to the 27 North Korean synoptic stations. Inverse distance weighted averaging of the restored solar radiation data resulted in gridded surfaces of monthly solar radiation for 4 decadal periods (1983-1990, 1991-2000 and 2001-2010), respectively. For a direct application of these products, we produced solar irradiance estimates for each sub-grid cell with a 30 m spacing based on a sun-slope geometry. These products are expected to assist planning of the North Korean agriculture and, if combined with the already prepared South Korean data, can be used for climate change impact assessment across the whole Peninsula.

• Korean Journal of Remote Sensing
• /
• v.32 no.2
• /
• pp.171-183
• /
• 2016

Land Surface Temperature (LST) retrieved from Landsat 8 measured from 2013 to 2014 and it is corrected by surface temperature observed from ground. LST maps are retrieved from Landsat 8 calculate using the linear regression function between raw Landsat 8 LST and ground surface temperature. Seasonal and annual LST maps developed an average LST from season to annual, respectively. While the higher LSTs distribute on the industrial and commercial area in urban, lower LSTs locate in surrounding rural, sea, river and high altitude mountain area over Seoul and surrounding area. In order to correct the LST, linear regression function calculate between Landsat 8 LST and ground surface temperature observed 3 Korea Meteorological Administration (KMA) synoptic stations (Seoul(ID: 108), Incheon(ID: 112) and Suwon(ID: 119)) on the Seoul and surrounding area. The slopes of regression function are 0.78 with all data and 0.88 with clear sky except 5 cloudy pixel data. And the original Landsat 8 LST have a correlation coefficient with 0.88 and Root Mean Square Error (RMSE) with $5.33^{\circ}C$. After LST correction, the LST have correlation coefficient with 0.98 and RMSE with $2.34^{\circ}C$ and the slope of regression equation improve the 0.95. Seasonal and annual LST maps represent from urban to rural area and from commercial to industrial region clearly. As a result, the Landsat 8 LST is more similar to the real state when corrected by surface temperature observed ground.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.2 no.1
• /
• pp.9-15
• /
• 2000

The objective of this study is to evaluate the use of RADARSAT and Landsat TM data for the monitoring of rice growth. The relationships between backscatter coefficients($\sigma$$^{0}$ ) of RADARSAT data and digital numbers (DN) of Landsat TM and rice growth parameters were investigated. Radar backscatter coefficients were calculated by calibration process and then compared with rice growth parameters; plant height, leaf area index (LAI), and fresh and dry biomass. When radar backscatter coefficient ($\sigma$$^{0}$ ) of rice was expressed as a function of time, it is shown that the increasing trend ranged from -22--20dB to -9--8dB as growth advances. The temporal variation of backscatter coefficient was significant to interpret rice growth. According to the relationship between leaf area index and backscatter coefficient, backscatter coefficient underestimated leaf area index at the beginning of life history and overestimated, at the reproductive stage. The same increasing trend between biomass and backscatter coefficient was shown. From these results, RADARSAT data appear positive to the monitoring of rice growth. Each band of time-series Landsat TM data had a significant trend as a rice crop grows during its life cycle. Spectral indices, NDVI[(TM4-TM3)/(TM4+TM3)] and RVI(TM4/TM2), derived from Landsat TM equivalent bands had the same trend as leaf area index.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.208-208
• /
• 2023

북한강 유역은 대한민국을 대표하는 한강의 제1지류로 상류에 북한산이 위치하여 풍부한 자연환경과 생태계를 보유하고 있다. 해당 유역은 수력 및 다목적댐이 위치하여 수력발전과 수도권 물공급에 있어 중요한 역할을 하고 있다. 더욱이, 상수원보호구역으로 지정되어 있어 수질오염 예방을 위한 수질 관리가 필요하다. 기존 연구의 경우 북한강 유역 내 1개 다목적댐(소양강댐) 지점에 대한 수량 및 수질 매개변수 검·보정을 수행한 사례가 있으나 다목적댐 및 수력댐을 모두 고려한 사례는 없어 관련 연구가 요구되는 실정이다. 본 연구에서는 SWAT 모형을 활용한 북한강 유역 내 수량·수질을 분석 및 평가하고자 한다. 대상유역은 북한강 유역이며 저류를 하지 않는 평화의 댐을 제외한 5개 댐(화천댐, 춘천댐, 소양강댐, 의암댐, 청평댐)에 대해 모형에서 고려하였다. 자료평가기간은 1983년부터 2021년이며 기상 및 지형자료, 저수지 자료, 점오염원 자료를 입력자료로 활용하였다. Penman/Monteith 방법, SCS 방법, Muskingum 방법, 저수지 운영 방법(일 단위 관측 방류량 입력 및 목표 저수량 유지)을 활용하여 모형 모의를 수행하였다. 매개변수 검·보정은 수량(댐 유입량 및 방류량, 저류량) 및 수질(유사량, 총질소, 총인) 자료를 활용하여 수량 9개 지점과 수질 6개 지점, 댐 저수지 5개 지점을 중심으로 수행하였다. 수량 및 수질에 대한 도시적 및 통계적 평가를 통해 관측 및 모의 간의 정확도를 평가하였다. 평가결과, 수량은 임남댐의 영향을 받는 일부 댐을 제외한 대부분의 댐 유역에서 관측 및 모의 유량 간의 적합도가 우수하게 나타났다. 수질은 수량의 영향을 직접적으로 받아 일부 지점을 제외한 대부분 지점에서 관측 및 모의값 간의 적합도가 높게 나타났다. 검·보정 적절성 판단을 위한 정량적 평가결과, 수량의 경우 결정계수(R²) 0.64~0.94, 용적오차(PBIAS) 0.09%~15.77%로 적정한 것으로 나타났다. 수질의 경우 용적오차 0.00%~29.14% 사이로 적정범위 안에 포함된 것으로 나타났다. 본 연구결과는 기후변화와 연계하여 미래 기간의 수량 및 수질 분석 연구에 기여할 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.182-182
• /
• 2020

최근 지구 온난화나 기상이변으로 인해 세계각지에서 많은 자연재해가 발생하고 있고 우리나라도 최근 전국 각지에서 국지성호우에 의한 많은 피해가 발생하고 있다. 특히 국지성호우로 인해 발생하는 산간지역의 토석류는 많은 재산피해를 일으키고 있다. 최근 토석, 토사, 혹은 부유 잡목 등의 유출로 인한 피해를 막기 위해 많은 사방댐을 축조하고 있으나 표면침식에 의해서 유출되는 토석량 혹은 토사량을 정확히 예측하지 못한다면 축조된 사방댐은 금방 제구실을 못할 수 있거나 혹은 과대 설계 및 시공되어 건설비를 낭비할 수 있다. 따라서 최적의 사방댐 건설을 위해 정확한 토석량의 산정은 매우 중요한 전제조건이라 할 수 있다. 본 연구에서는 강원도 인제군 산간지역 4곳의 사방댐유역에 대해 토석량 예측모형 MSDPM(Multi-Sequence Debris Prediction Model)과 LADMP(Los Angeles District Method for Prediction of sediments yield)를 이용하여 산정한 토석량과 실제 준설량을 비교하였다. 이를 위해 강원 산간지역에 맞도록 예측모형을 보정하였으며 토석류 유발 강우강도(Threshold Maximum 1-hr Rainfall Intensity)와 토석류 유발 최소강우량(Total Minimum Rainfall Amount)개념을 도입하여 예측모형식을 적용하였다. 위 식이 갖고 있는 대표적 특징 중 하나인 산불계수를 사용해야 하지만 본 연구지역은 산불 피해규모가 미미하여 산불의 영향은 고려하지 않고 토석량을 산정하였다. 두 예측모형의 계산결과와 실제 준설량을 비교해본 결과, MSDPM의 결과가 LADMP의 결과보다 준설량과 더 일치하는 것으로 나타났다. 실제 준설량과 MSDPM의 계산결과는 평균 17.37%의 차이를 나타냈고 LADMP의 계산결과는 평균 41.87%의 차이를 나타냈다. 본 연구에서 사용된 토석량 예측 모형은 앞으로 많은 산지유역의 토석량 예측에 사용이 가능 할 것으로 판단된다. 하지만 본 연구에서 사용된 자료의 제한성 때문에 앞으로 많은 실측 준설자료를 통하여 예측모형식을 보정하는 작업이 우선되어야 할 것으로 판단된다. 이를 위해서 많은 산지유역의 토석량을 장시간 실측하여 데이터를 축적하고 이를 사용하여 다양한 토석량 예측모형을 검보정하는 노력이 필요할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.116-116
• /
• 2023

대규모 댐과 같은 수공구조물의 파괴시 상당한 피해가 발생하므로 구조물설계시 가능최대강수량(PMP) 기준이 적용된다. 포락선 방법은 가장 극심했던 강우량의 포락선을 작성하여 PMP를 산정하는 방법으로 기상 및 강수량자료가 부족시 PMP 추정이 어려운 경우에 사용한다. 포락선의 근사식은 지속시간의 거듭제곱인 멱함수 형태로 나타내며, 우리나라의 경우 1일을 전후로 계수와 차수가 다른 식을 사용한다. 이러한 근사식은 우리나라의 이상홍수 발생빈도 및 규모가 커짐에 따라 검토될 필요성이 있다. 또한, PMP 산정시 활용하는 제한된 수의 지상관측자료는 시공간적 변동성을 완전히 포착할 수 없어 한계가 있다. 본 연구는 이러한 한계를 극복하기 위하여 기상레이더 자료를 기반으로 우리나라 전역의 최대 강우깊이-지속시간 관계를 분석 및 새로운 PMP 포락선을 제시한다. 활용한 레이더는 CMAX(Column Maximum)로 2009~2018년간 10분 단위자료를 수집하였다. 레이더 자료와 비교하기 위하여 지상관측자료 AWS를 함께 수집하였다. AWS는 1997~2022년간 1분 단위자료로 우리나라 전역의 547개 지점관측자료를 활용하였다. 레이더자료는 Z-R 관계식으로 변환하여 가외치(outlier)를 제거 및 보정하였다. 그 후, 정규 크리깅기법으로 생성한 지상관측 강우장과 병합하는 CM(Conditional Merging)기법을 적용하였다. 우리나라 최대 강우깊이-지속시간 관계를 산정한 결과, 기존 포락선의 값이 낮게 산정되었음을 확인하였다. 이는 기후변화 등에 따라 최근 극한 호우가 발생한 것으로 판단된다. 또한, 실제 근사식은 멱함수 거동에서 벗어난 형태로 나타났고, 지점관측자료가 기상레이더 값보다 과소추정되는 경향을 확인하였다. 특히 같은 기간에서 확인하였을 때, 강우지속시간이 짧을수록 AWS값과 레이더자료의 강수량이 2배 정도 차이를 보여 지점관측소가 없는 지역의 국지성 호우 존재를 확인할 수 있었다. 추후, 미래에 더 긴 레이더 시계열을 사용한다면, 더욱 신뢰성 있는 자료로 활용할 수 있을 것으로 판단한다.

• Journal of Korea Water Resources Association
• /
• v.50 no.12
• /
• pp.837-847
• /
• 2017

Land Surface Model (LSM) was developed for the Soyang river basin located in Korean Peninsula to clarify the spatio-temporal variability of hydrological weather parameters. Variable Infiltration Capacity (VIC) model was used as a LSM. The spatial resolution of the model was 10 km and the time resolution was 1 day. Based on the daily flow data from 2007 to 2010, the 7 parameters of the model were calibrated using the Isolated Particle Swarm Optimization algorithm and the model was verified using the daily flow data from 2011 to 2014. The model showed a Nash-Sutcliffe Coefficient of 0.90 and a correlation coefficient of 0.95 for both calibration and validation periods. The hydrometeorological variables estimated for the Soyang river basin reflected well the seasonal characteristics of summer rainfall concentration, the change of short and shortwave radiation due to temperature change, the change of surface temperature, the evaporation and vegetation increase in the cover layer, and the corresponding change in total evapotranspiration. The model soil moisture data was compared with in-situ soil moisture data. The slope of the trend line relating the two data was 1.087 and correlation coefficient was 0.723 for the Spring, Summer and Fall season. The result of this study suggests that the LSM can be used as a powerful tool in developing precise and efficient water resources plans by providing accurate understanding on the spatio-temporal variation of hydrometeorological variables.