• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1181-1185
• /
• 2009

Adaptive Nuero-Fuzzy Inference System(ANFIS) 모형은 인공신경망과 퍼지모형의 특징을 가지는 모형으로 자료간의 관계가 선형이 아닌 비선형관계를 가질 경우 매우 정확한 예측 모형을 구축할 수 있는 특징이 있다. 월강수량 예측이 관측된 기상자료들과 비선형 관계에 있다고 생각되어 ANFIS 모형을 이용하여 월강수량을 예측하였다. 본 연구의 대상 지점으로는 금강유역의 대전 지점으로 선정하였다. 금강유역은 우리나라의 한가운데 위치하여 평균적인 강수형태 및 특징을 보여 좋은 실험유역으로 생각되어 선정하였다. 금강유역의 기상청에서 운영하는 지상 유인관측소 중 비교적 금강유역을 대표하고 양질의 자료가 기록되어 있다고 판단되는 대전지점을 실험지점으로 생각되어 선정하였다. 기상청 대전 유인 관측소에는 총 39년치 기상 자료가 기록되어 있다. 기상청에서는 전국 주요 도시들을 대상으로 2003년부터 월간 예보를 하고 있다. 본 연구에서는 기상청 월간예보와 기상청 대전 유인관측소에서 관측된 5년 치 기상자료를 모델의 입력자료로 구성하였다. 적절한 입력변수 조합을 구성하기 위하여 반복해법을 적용하였다. 5년 치 자료 중 절반은 학습을 시키는데 사용하였고 나머지 절반을 이용하여 모형을 검증하였다. 여러 입력변수를 이용하여 모형의 학습시킨 결과 입력변수가 3개 일 경우 가장 높은 정확도를 보였다. 입력변수가 3개로 학습 시킨 ANFIS 모형과 기상청에서 제공하는 월간예보를 비교해본 결과 ANFIS 모형을 적용하여 월 강수량을 예측하는 것이 기상청에서 제공하는 월간예보보다 높은 정확도를 보이는 것을 확인할 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2005.05b
• /
• pp.123-126
• /
• 2005

본 연구에서는 상층기상자료, 자동 기상 관측망 자료 및 신경망기법을 사용하여 단시간 강우 예측 모형을 개발하였다. 호우를 동반한 이송 기상 시스템의 이동 경로가 라디오존데로부터 획득할 수 있는 상층기상 자료 즉 상층 풍향자료와 동일한 방향으로 이동한다는 가정 하에 원거리에서 발생하는 기상현상의 발달과정을 판단 할 수 있는 알고리즘을 개발하고, 이러한 원거리 입력 자료와 예측하고자 하는 값 사이의 비선형 상관 관계를 연결하는 기법으로 인공 신경망 기법을 도입하였다. 개발된 모형을 2002년 태풍 루사로 인하여 큰 피해를 입은 감천지역에 적용하였다. 포항과 오산의 라디오존데에서 획득한 700mb에서의 풍향자료와 5년의 자료기간을 가지는 350개의 자동 기상 관측망 자료를 입력 자료로 사용하였으며 결과는 상층기상자료를 사용하지 않고 예측한 결과에 대하여 개선된 강우 예측결과를 보여주었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.502-502
• /
• 2015

현재 기상레이더로부터 제공되고 있는 레이더 자료의 공간해상도는 $1^{\circ}{\times}250m$, 시간해상도는 10 분으로 보통 기상 및 수문분야에서는 10 분 이상의 $1km{\times}1km$의 격자 자료를 활용하고 있다. 그러나 이와 같은 크기의 해상도는 중규모 이상의 유역에서의 강우-유출 해석에 적합할지 모르나 이보다 고해상도의 자료를 요구하는 도시 유역과 같은 소규모 유역에서는 한계점이 있어왔다. 또한 너무 높은 해상도 자료를 강우-유출 과정에 입력하게 되면 레이더 강우 자료에 내포되어 있는 무작위 오차로 인해 강우-유출의 오차가 커지게 된다. 반면 너무 낮은 해상도 자료를 강우유출과정에 입력하게 되면 강우의 공간적인 특성이 평활화되고 이로 인해 레이더 강우 자료는 분포형 강우 자료로써의 기능을 잃게 된다. 이에 적절한 시공간 해상도 결정을 위해 공간 해상도에 따른 도시홍수모형의 입력 자료를 분석하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.359-359
• /
• 2021

기후변화로 인한 강수량의 지역별, 계절별 불균형은 홍수로 인한 하천 범람피해뿐만 아니라 하천의 건천화로 인한 수생태, 수질, 경관 저해 등의 피해를 야기하고 있다. 이와 같은 기후변화로 인한 수자원의 영향을 평가하기 위해 기상 현상을 재현하고 예측하기 위한 기후모형과 이와 연계하여 지표의 수문 순환과 에너지 순환과정을 모의할 수 있는 지표수문모형의 필요성이 대두되고 있다. 그러나, 하천유출에 대한 모니터링시스템 체계를 구축하기 위해 지표수문모형을 사용하여 하천의 장기유출을 모의하는 시도는 국내에서는 아직 일반화되지 않고 있다. 따라서, 본 연구에서는 횡방향 유출흐름 모의가 가능하도록 개선된 격자형 지표수문모형인 Common Land Model(CoLM)의 우리나라 하천유역에 대한 장기하천유출 모의 적용성을 확인하고자 한다. 이를 위하여 4대강(한강, 낙동강, 금강, 섬진강)의 자연유역을 대상으로 주요 댐 상류유역에 대하여 CoLM이 필요로 하는 지표경계조건자료와 기상입력자료를 구축하고 모형의 주요 매개변수에 대한 검보정을 수행하여 각 지점별 최적의 장기하천유출 모의결과를 도출하고자 한다. CoLM의 지표경계조건자료 구축을 위해서는 고해상도의 인공위성자료 및 지점측정자료를 수집하고, 기상입력자료 구축을 위해서는 기상청에서 제공하는 기상자료를 수집하여, 모형의 계산시간 및 지역예보모델에 많이 사용되고 있는 공간해상도를 고려한 모형의 입력자료는 30km 계산 격자망 자료로 구축될 예정이다. CoLM의 모의성능 평가 및 결과분석을 위해 총 30년(1990-2019) 기간에 대한 모의결과 중, 초기 10년은 초기조건 수립을 위한 안정화 기간으로 제외하고, 다음 10년(2000~2009)은 보정기간으로 설정하고 마지막 10년(2010~2019)은 검정기간으로 설정하여 지표수문모형의 장기하천유출모의 적용성이 평가될 예정이다. 본 논문의 결과는 향후 우리나라 주요 유역에 대해 이상기후로 인한 하천 수자원 및 수생태의 영향을 분석하고, 하천의 건천화 대책 수립 등에 대한 기초정보를 제공할 수 있을 것이라 기대한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.328-328
• /
• 2019

효울적인 수자원 관리를 위해 홍수, 가뭄예측을 비롯한 수문분석이 필수적이나 입력자료 구축시스템의 한계로 인해 다양한 수문 데이터를 활용한 연구가 부족한 실정이다. 입력자료의 안정적인 구축뿐 아니라 입력자료의 다양화 및 최적화를 통해서 수문분석의 정확성을 향상시킬 수 있으며 이를 위한 연구가 필요하다. 본 연구에서는 지표면과 지표아래의 토양 수분 상태를 개념화한 분포형 수문 모델을 이용하여 대표적인 기상-수문 인자인 강우, 토양수분 및 증발산 데이터를 적용함으로써 입력자료를 최적화하기 위한 방법을 연구하였다. 연구결과 강우-유출모형의 회귀분석에서 결정계수 값이 0.8 이상으로 신뢰할 만한 수준을 보였으며, 연구지역의 유출특성이에 입력자료의 최적화 정도에 영향을 미치는 것으로 나타났다. 이를 통해 강우-유출모형 입력자료의 다각화 및 최적화 연구를 통해 수문 자료 활용 가능성을 확대하고, 모형의 정확도 개선을 기대할 수 있으며, 분석 결과로부터 개념적 강우-유출 모형의 안정성을 검증할 계획이다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.3 no.1
• /
• pp.16-21
• /
• 2001

Regression models were obtained on the base of the correlation between Phytophthora blight incidence in red pepper and the microclimate data obtained from automated weather station (AWS) during 1997 and 1998. A computer program (PEPBLIGHT) was constructed based on the model that the R2 value is highest among regression models. This computer program uses the microclimate data from more than one AWS through the common dialogue box easy and it is able provide disease forecasting information. In addition, it could be applied far other diseases and converts the microclimate data of AWS to the input data for Statical Analysis System (SAS). PEPBLIGHT was first developed for the forecasting computer system of red pepper blight in Korea. PEPBLIGHT is operated on the MS Windows, so that it is easy to use.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.198-198
• /
• 2023

유역 내 수자원 계획을 효율적으로 수립하기 위해서는 장기간에 걸친 수문 모델링 뿐만 아니라 미래 기후 시나리오에 따른 수문학적 기후변화 영향 분석도 중요하다. 이를 위해서는 관측 값에 기반한 고품질 및 고해상도 격자형 기상자료 생산이 필수적이다. 하지만, 우리나라는 종관기상관측시스템(ASOS)과 방재기상관측시스템(AWS)으로 이루어진 고밀도 관측 네트워크가 2000년 이후부터 이용 가능했기에 장기간 격자형 기상자료가 부족하다. 이를 보완하고자 본 연구는 가정적인 상황에 기반하여 만약 2000년 이전에도 현재와 동일한 고밀도 관측 네트워크가 존재했다면 산출 가능했을 장기간 일 단위 고해상도 격자형 기상자료를 생산하는 것을 목표로 한다. 구체적으로, 2000년을 기준으로 최근과 과거 기간의 격자형 기상자료를 딥러닝 알고리즘으로 모델링하여 과거 기간을 대상으로 기상자료(일 단위 기온, 강수량)의 공간적 변동성 및 특성을 재구성한다. 격자형 기상자료의 생산을 위해 우리나라의 고도에 기반하여 기상 인자들의 영향을 정량화 하는 보간법인 K-PRISM을 적용하여 고밀도 및 저밀도 관측 네트워크로 두 가지 격자형 기상자료를 생산한다. 생산한 격자형 기상자료 중 저밀도 관측 네트워크의 자료를 입력 자료로, 고밀도 관측 네트워크의 자료를 출력 자료로 선정하여 각 격자점에 대해 Long-Short Term Memory(LSTM) 알고리즘을 개발한다. 이 때, 멀티 그래픽 처리장치(GPU)에 기반한 병렬 처리를 통해 비용 효율적인 계산이 가능하도록 한다. 최종적으로 1973년부터 1999년까지의 저밀도 관측 네트워크의 격자형 기상자료를 입력 자료로 하여 해당 기간에 대한 고밀도 관측 네트워크의 격자형 기상자료를 생산한다. 개발된 대부분의 예측 모델 결과가 0.9 이상의 NSE 값을 나타낸다. 따라서, 본 연구에서 개발된 모델은 고품질의 장기간 기상자료를 효율적으로 정확도 높게 산출하며, 이는 향후 장기간 기후 추세 및 변동 분석에 중요 자료로 활용 가능하다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.19 no.4
• /
• pp.246-251
• /
• 2017

Crop models have been used to predict a heading date for efficient management of fertilizer application. Recently, the ORYZA (v3) model was developed to improve the ORYZA2000 model, which has been used for simulation of rice growth in Korea. Still, little effort has been made to assess applicability of the ORYZA (v3) model to rice farms in Korea. The objective of this study was to evaluate reliability of heading dates predicted using the the ORYZA (v3) model, which would indicate applicability of the model to a decision support system for fertilizer application. Field experiments were conducted from 2015-2016 at the Rural Development Administration (RDA) to obtain rice phenology data. Shindongjin cultivar which is mid-late maturity type was grown under a conventional fertilizer management, e.g., application of fertilizer at the rate of 11 Kg N/10a. Another set of heading dates was obtained from annual reports at experiment farms operated by the National Institute of Crop Science and Agricultural Technology Centers in each province. The input files for the ORYZA (v3) model were prepared using weather and soil data collected from the Korean Meteorology Administration (KMA) and the Korean Soil Information System, respectively. Input parameters for crop management, e.g., transplanting date and planting density, were set to represent management used for the field experiment. The ORYZA (v3) model predicted heading date within 1 day for two seasons. The crop model also had a relatively small error in prediction of heading date for three ecotypes of rice cultivars at experiment farms where weather input data were obtained from a near-by weather station. Those results suggested that the ORYZA (v3) model would be useful for development of a decision support system for fertilizer application when reliable input data for weather variables become available.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.26-26
• /
• 2017

우리나라는 하천 및 호수 등 지표수에 대한 수자원 의존도가 매우 높다. 지표수는 태양광에 노출되어 있고, 기온의 영향을 직접 받기 때문에 기후변화에 대해 매우 민감한 수체이다. 기후변화로 인한 이상 저온, 이상 고온, 홍수, 가뭄 등의 자연 현상은 하천, 호수의 물리화학적 및 생태학적 특성을 변화(교란)시키고 있다. 이러한 기상현상에 변동되는 수질특성을 고려하여 기상청 확률기상예보를 구축된 인공신경망 예측모형의 입력인자로 적용하여 수질예보시스템을 개발하고자 하였다. 모형구축은 실제 일어난 기상관측자료와 요인분석을 통해 분류한 수질인자를 반영하여 단위유역별 수질예측을 위한 ANN학습을 실시하였다. 각 단위유역마다 기상요인의 공간적 세밀화 적용을 위해 각각 남강A, 남강B는 산청기상대, 남강C, 남강D는 진주기상대, 남강E는 의령기상대 자료를 이용하였으며, 수질항목은 DO, BOD, COD, TOC, T-P, SS 총 6개로 단위유역 5개에서 총 30개 예측모형 구축을 위한 자료를 수집하였다. 학습된 인공신경망 예측모형에 기상청 확률예보 값을 입력인자로 사용하여 모형평가를 실시하였다. 5개 단위유역 중 상대적으로 유역관리의 시급성을 고려하여 남강댐 하류 단위유역인 남강D, 남강E 인공신경망 모형의 입력자료로 적용하여 평가하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1068-1071
• /
• 2009

현재 한강수계의 화천댐 상류, 임진강 상류지역의 상당부분이 북한에 속해있다. 따라서, 장기유출모의 수행을 위한 기본입력자료인 수문기상자료 및 수치주제도(토지이용, 토양)의 활용에 있어 미계측 유역으로 간주되어 왔다. 그러나, 전세계 기상통신망(GTS: Global Telecommunication System)을 통해 수문기상자료(강수량, 기온, 습도, 풍속 등)는 기상청에서 제공되고 있으며, 국제연합대학(United Nations University)에서 추진하고 있는 WaterBase 프로젝트를 통해 토지이용도(24종류, 1km 해상도) 및 토양도(5,000종류, 10km 해상도)를 활용할 수 있는 상황이다. 하지만, 언급한 자료에 대한 국내검토는 충분히 이루어지지 못하고 있다. 따라서, 본 연구에서는 화천댐 상류유역을 대상으로 전세계 기상통신망 수문기상자료와 전지구 토지이용과 토양자료에 대한 검토를 수행하였다. 또한 물리적 기반의 장기유출모형인 SWAT-K의 입력자료로 활용하여 유역물수지 및 유출분석을 실시한 후, 그 적용성을 평가하였다. 이러한 연구는 기후변화 및 북한지역의 댐건설과 같은 한강수계의 수문학적 조건 변화로 인한 수자원 관리 및 계획를 위해 보다 활발히 이루어져야 할 것으로 판단된다.