• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.405-405
• /
• 2022

본 연구는 주암조절지댐 유역의 강우 빛 비강우시츨 포함한 장기간의 유역유출 및 지하수 이동에 따른 유량분석과 오염물질 부하 유입특성을 분석함으로써 유역의 오염물질을 선제적으로 관리하고 조절지댐내의 수질을 효과적으로 관리하기 위해서 수행되었다. Hydrological Simulation Program - Fortran (HSPF) 모델을 적용하기 위하여 주암조절지댐 유역의 복잡한 지형과 기상조건 및 오염원 자료를 반영하고 수질관리 대책을 수립하는 데 적용하고자 하였다. 주암조절지댐 유역은 환경부의 소유역 구분을 고려하여 28개의 유역으로 세분화하고 티센망도를 고려해 3개의 그룹으로 재차 분류하였다. 기상 자료는 연구대상지역의 직접측정자료의 한계로 여수와 광양 기상청의 자료를 사용하였으며, 강우 자료 또한 소유역 그룹에 맞춰 입력 자료로 사용하였다. HSPF 모델의 보정은 유량 및 수질 (총질소 및 총인)에 대하여 2017 ~ 2021년의 모니터링 실측자료를 대상으로 수행되었다. 보정 결과는 R², RMSE로 평가하였고, 보정된 HSPF 모델을 바탕으로 유역별 유량 및 수질에 영향을 미치는 주요 인자를 분석하였다. 본 연구의 결과는 주암조절지댐의 수질을 예측할 수 있는 3차원 수리-수질 모델의 입력자료로 활용될 예정이며, 추후 기후변화 영향을 고려한 상류 유역의 수질관리 계획 수립에 기여할 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.803-807
• /
• 2010

본 연구는 자연재해대책법에 의해 개발사업으로 인한 재해유발요인을 예측 분석하고 이에 대한 대책을 강구하기 위해 수행되고 있는 사전재해영향평가에서 표준화된 한국토양유실도 자료를 제공하여 자료의 객관화를 이루도록 함을 목적으로 하고 있다. 한국토양유실도 제공 시스템은 2단계에 걸쳐서 수행할 계획이다. 1단계에서는 한국토양유실량 분포도를 RUSLE를 이용하여 작성하였다. 이 RUSLE모에서 강우 에너지인자 산정을 위한 강우량 자료는 기상청의 59개 기상관측소의 1977년부터 2006년까지의 30년간의 자료를 이용하여 24시간 지속시간의 전국 R값을 빈도별로 산정하여 강우에너지인자에 대한 주제도를 작성하였다. 또한 사용한 GIS자료는 USGS DTED Level-2, 국립농업과학원의 정밀 토양도, 환경부의 중분류 토지피복도 자료이고 이들 자료를 이용하여 RUSLE의 각인자별 주제도를 작성하였고, 이를 웹사이트(http://krsc.kict.re.kr/RUSLE/rusle.asp)를 통해 신청인으로부터 메일로 범위(행정구역경계, 1/25,000수치지도 도엽번호, 수자원단위지도 등)를 요청 받거나 수자원단위지도의 중권역 및 표준권역의 경우 사용자가 직접 자료요청을 하여 토양유실도를 제공받는 시스템이다. 2단계에서는 작성된 한국토양유실량 분포도를 제공하는 것은 물론이며, 사용자가 원하는 범위에 대하여 shape 파일을 입력, 강우에너지인자(R) 입력, 그리고 토지피복별에 따른 RUSLE의 C 혹은 P값을 수정하여 분석하거나, 현재 토양통별로 제시된 K값을 사용자가 직접 관측한 값을 이용하여 Web-RUSLE시스템에 입력하면 자동으로 토양유실량을 산정할 수 있는 시스템으로 구축할 계획이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.248-248
• /
• 2020

토양수분은 증발산, 유출, 침투 등 물수지 요소들과 밀접한 연관이 있는 주요한 변수 중에 하나이다. 토양수분의 정도는 토양의 특성, 토지이용 형태, 기상 상태 등에 따라 공간적으로 상이하며, 특히 기상 상태에 따라 시간적 변동성을 보이고 있다. 기존 토양수분 측정은 토양시료 채취를 통한 실내 실험 측정과 측정 장비를 통한 현장 조사 방법이 있으나 시간적, 경제적 한계점이 있으며, 원격탐사 기법은 공간적으로 넓은 범위를 포함하지만 시간 해상도가 낮은 단점이 있다. 또한, 모델링을 통한 토양수분 예측 기술은 전문적인 지식이 요구되며, 복잡한 입력자료의 구축이 요구된다. 최근 머신러닝 기법은 수많은 자료 학습을 통해 사용자가 원하는 출력값을 도출하는데 널리 활용되고 있다. 이에 본 연구에서는 토양수분과 연관된 다양한 기상 인자들(강수량, 풍속, 습도 등)을 활용하여 머신러닝기법의 반복학습을 통한 토양수분의 예측 가능성을 분석하고자 한다. 이를 위해 시공간적으로 토양수분 실측 자료가 잘 구축되어 있는 청미천과 설마천 유역을 대상으로 머신러닝 기법을 적용하였다. 두 대상지에서 2008년~2012년 수문자료를 확보하였으며, 기상자료는 기상자료개방포털과 WAMIS를 통해 자료를 확보하였다. 토양수분 자료와 기상자료를 머신러닝 알고리즘을 통해 학습하고 2012년 기상 자료를 바탕으로 토양수분을 예측하였다. 사용되는 머신러닝 기법은 의사결정 나무(Decision Tree), 신경망(Multi Layer Perceptron, MLP), K-최근접 이웃(K-Nearest Neighbors, KNN), 서포트 벡터 머신(Support Vector Machine, SVM), 랜덤 포레스트(Random Forest), 그래디언트 부스팅 (Gradient Boosting)이다. 토양수분과 기상인자 간의 상관관계를 분석하기 위해 히트맵(Heat Map)을 이용하였다. 히트맵 분석 결과 토양수분의 시간적 변동은 다양한 기상 자료 중 강수량과 상대습도가 가장 큰 영향력을 보여주었다. 또한 다양한 기상 인자 기반 머신러닝 기법 적용 결과에서는 두 지역 모두 신경망(MLP) 기법을 제외한 모든 기법이 전반적으로 실측값과 유사한 형태를 보였으며 비교 그래프에서도 실측값과 예측 값이 유사한 추세를 나타냈다. 따라서 상관관계있는 과거 기상자료를 통해 머신러닝 기법 기반 토양수분의 시간적 변동 예측이 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.411-411
• /
• 2015

유량예측의 가장 주된 목적은 가뭄과 홍수와 같은 수해방지를 위해 통합수자원관리를 수행하는데 있다. 이런 유량예측을 위해 다양한 기법들로 예측이 수행되고 있으며, 예측기간과 필요 정확도에 따라 초단기, 단기, 중 장기 예측 등으로 구분할 수 있다. 유량예측에 사용되는 기법들은 기후변화 시나리오와 같이 예측된 강우자료를 이용하여 유출량을 예측하는 방법이 있으며, 통계적인 방법으로 과거자료들을 활용하여 미래의 유량을 예측하는 방법이 있다. 본 연구에서는 ESP 기법을 이용하여 금호강 유역의 월 단위(30일) 유량을 예측하고자 한다. 앙상블 유량예측기법(ESP; Ensemble Streamflow Prediction)이란 현재의 유역상태를 초기조건으로 사용하고 과거의 온도나 강수 등의 시계열 앙상블을 강우-유출모형에 입력하여 유출량을 앙상블로 예측하는 기법이다. ESP는 결국 현재의 유역상태와 유역에서의 과거 강우 관측기록, 미래 강우예측에 대한 정보를 조합하여 그에 따른 유출 앙상블을 생산해내게 된다. 월 유량을 예측하기 위해서 금호강 유역의 1988년에서 2014년까지 27년간 대구, 영천, 포항 관측소의 기상자료를 수집하였으며, 금호강 표준유역에 해당하는 19개 유역으로 분할하여 모의에 이용하였다. 금호강 유역에 티센망을 적용하여 각 표준유역별로 강우량을 조합하여 2013년까지 모의에 적용하였으며, 이는 과거자료로 사용하였다. 유량예측에 사용되는 강우자료를 생성하기 위해서 26년간 일강우를 이용하였다. 예를 들어 2014년 12월을 예측한다면 11월까지 관측된 유역초기 조건을 가지는 수문모형의 12월 기상입력자료로써 현재 유역에서 발생 가능성이 있는 동일 유역의 과거 1988년부터 2013년까지의 12월 기상자료들을 사용하는 방법이다. 1988년부터 2013년까지 26개 12월 기상자료를 사용하므로 유량예측결과 또한 26개가 주워진다. 계산된 26개의 유량앙상블이 적용된 유역에서 12월에 발생 가능한 유출량의 모음이 된다. 시나리오결과를 수자원관리에 활용하기 위해서 초과확률로 분석하였으며, 이런 분석의 결과는 향후 가뭄과 홍수 같은 수해방지를 위해 수공구조물의 운영에도 활용할 수 있을 것으로 판단된다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.23 no.4
• /
• pp.222-234
• /
• 2021

Airborne-pests can be introduced into Korea from overseas areas by wind, which can cause considerable damage to major crops. Meteorological models have been used to estimate the wind trajectories of airborne insects. The objective of this study is to analyze the effect of input settings on the prediction of areas where airborne pests arrive by wind. The wind trajectories were predicted using the HYbrid Single-Particle Lagrangian Integrated Trajectory (HYSPLIT) model. The HYSPLIT model was used to track the wind dispersal path of particles under the assumption that brown plant hopper (Nilaparvata lugens) was introduced into Korea from sites where the pest was reported in China. Meteorological input data including instantaneous and average wind speed were generated using meso-scale numerical weather model outputs for the domain where China, Korea, and Japan were included. In addition, the calculation time intervals were set to 1, 30, and 60 minutes for the wind trajectory calculation during early June in 2019 and 2020. It was found that the use of instantaneous and average wind speed data resulted in a considerably large difference between the arrival areas of airborne pests. In contrast, the spatial distribution of arrival areas had a relatively high degree of similarity when the time intervals were set to be 1 minute. Furthermore, these dispersal patterns predicted using the instantaneous wind speed were similar to the regions where the given pest was observed in Korea. These results suggest that the impact assessment of input settings on wind trajectory prediction would be needed to improve the reliability of an approach to predict regions where airborne-pest could be introduced.

• Proceedings of the KSRS Conference
• /
• 2000.04a
• /
• pp.79-84
• /
• 2000

해양 영역에 대한 SAR(Synthetic Aperture Radar) 자료는 좋은 해상도로 기상조건이나 주야에 상관없이 wind vector를 구할 수 있는 장점이 있다. 해안지역의 scatterometer 자료는 육지의 영향으로 인하여 정확한 자료를 얻을 수 없지만, SAR자료를 이용하면, Scatterometer에 비해 좋은 해상도로 해안지역의 wind vector 추출이 가능하다. 본 연구에서는 SAR 자료로부터 풍속을 추출할 수 있는 CMOD_4와 CMOD_IFR2 알고리즘을 사용하였다. 이 알고리즘들은 정확한 sigma-naught 값과, 풍향, 그리고 local incidence angle을 입력변수로 요구한다. CMOD 알고리즘들은 ERS-1/2와 같이 C-band, VV-polarization을 위해 개발된 알고리즘이므로, C-band, HH-polarization을 가진 RADARSAT 자료에 바로 적용할 수가 없다. 이것을 해결하기 위해 본 연구에서는 두 CMOD 알고리즘을 몇 가지 polarization ratio와 같이 적용하여 보았다. 각 연구지역에 해당하는 자료에는 제주도 주변의 Fine mode 자료, 서해안과 제주도 근해의 Standard mode 자료, 그리고 동해안 지역의 ScanSAR 자료 등이다. 여러 가지 Polarization ratio와 CMOD 알고리즘의 조합, 그리고 2-DFFT로부터 추출된 풍향으로부터 각 연구지역의 풍속은 가까운 기상관측소 및, 부이의 관측값과 비교하였다. 그 결과 Fine mode 자료로부터 추출된 풍속은 실제 관측 값보다 항상 상당히 높게 나타났지만, Standard mode 나 ScanSAR 자료로부터 추출된 풍속은 현지 기상관측소 관측 값과 잘 일치한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.213-213
• /
• 2015

밭에서의 점적 관개를 이용한 노지 재배의 경우 적정 관개 계획 수립을 위해서는 작물 및 토양의 수분 정보에 대한 정확한 파악이 필요하다. 본 연구에서는 밭 토양을 GIS(Geographic Information System)를 통해 격자 형태로 분할하여 작물의 증발산량 및 토양의 수분함량을 모의할 수 있는 격자 기반 토양 물수지 모형을 개발하였다. 본 모형을 통해 작물의 소비수량 및 필요 수량을 파악함으로써 작부기간 중 필요한 관개수량을 제시하는 것이 가능하다. 고도화 기상자료로는 국가농림기상센터에서 운영 중인 고해상도 WRF(Weather Research and Forecasting) 모형에서 생산된 격자 형태의 복사, 온도, 바람, 강수 자료를 사용하였고 고도화 기상자료의 격자 해상도 별로 모의되는 작물 및 토양의 수분 정보 간 비교 및 분석을 실시하였다. 토양 물수지 모형에 입력되는 격자형태의 자료로는 기상, 토성 및 토지이용 자료가 있으며 기상자료의 경우 가로 및 세로의 크기가 각 270, 810, 2430m로 동일한 3가지 경우로 나누어 적용했으며 토성 및 토지이용 자료의 경우 기상 격자의 최소 크기에 맞춰 가로 및 세로의 크기가 각 270m인 격자로 분할하였다. 이와 같은 과정에 의한 모의 결과 각 격자별 작물 증발산량, 토양수분함량 및 관개수량의 일 연별 시계열 자료를 얻을 수 있으며 동시간대 격자별 수문인자 값을 산정하고 위치에 따른 공간적 상호 상관성을 분석하였다. 결과적으로, 고도화 기상자료의 격자 크기에 따른 밭 토양 물수지 분석 결과를 통해 고도화 기상 격자의 규모별 밭 토양 물수지 분석 효용성을 파악하고자 하였다. 더불어, 시험 지역(Test Bed) 선정을 통해 토양수분 및 증발산량을 실측하고 본 모형의 모의 결과와 비교함으로써 검정하는 것을 향후 연구 계획으로 한다.

• Proceedings of the Korea Air Pollution Research Association Conference
• /
• 2002.11a
• /
• pp.105-106
• /
• 2002

대기 중으로 배출된 오염물질의 확산을 예측하기 위해서는 대기의 흐름과 배출원의 특성이 가장 중요한 자료이다. 최근 많이 사용하는 대기확산 모델의 기상자료는 단일 측정기상자료를 입력자료로 이용하고 있지만, 이런 방법은 모델링 영역 전체를 동시간대에서는 같은 풍향과 같은 풍속이라고 가정하여 모델링을 수행하는 것이다. (중략)

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.226-226
• /
• 2017

최근 국지성 집중호우 및 돌발홍수와 같은 급격한 기상변화로 인한 기상재해의 발생빈도가 증가함에 따라 고해상도의 기상레이더 강수자료를 사용한 수공학 분야의 연구가 활발하게 진행되고 있다. 레이더 강수자료를 수문분석에 활용하는 목적은 레이더 강수량이 제공하는 공간분포를 최대한 활용하는데 있다. 기상레이더는 광범위한 영역에 대하여 시공간적으로 연속적인 관측이 가능하므로 지상 강수자료에 비하여 고해상도의 강수자료를 확보하는데 이점이 있다. 본 연구에서는 고해상도의 레이더 강수자료의 공간분포 특성을 유지하면서 지상 강수자료의 양적특성을 유지할 수 있는 조건부 합성기법을 개발하였다. 레이더 강수자료와 지상 강수자료를 조건부 합성하기 위하여 널리 활용되고 있는 Kriging, 역거리 가중법 및 Spline 보간법을 적용하였다. 조건부 합성결과는 지상 강수패턴을 현실성 있게 재현하였다. 추가적으로 미계측 지점으로 간주하여 보간법에 적용되지 않은 강수자료와 조건부 합성기법 결과에 대하여 교차검증을 수행한 결과 조건부 합성기법을 통한 강수정보는 수문분석에 직접적으로 활용될 수 있는 가능성을 확인하였다. 본 연구결과를 향후 초단기 레이더 강수예측기법과 연계하여 수문모형의 입력 자료로 활용한다면 보다 진보된 수문해석이 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.984-984
• /
• 2012

지구온난화와 기후변화의 영향으로 전 지구적으로 이상홍수, 이상가뭄, 한파와 같은 이상기상 현상이 빈번하게 발생하고 있다. 국내에서는 2010년 추석 광화문 침수사태와 2011년 우면산 산사태와 같은 국지성 집중호우로 인한 인적 물적 피해가 속출하고 있다. 전통적으로 시기나 양적인 측면에서 대부분 장마기간에 국한되었던 강우집중현상이 과거와 달리 특정기간에 상관없이 발생하고 단기성, 국지성을 지닌 호우의 발생빈도가 높아지는 등 국내 강우의 특성이 변하고 있다. 이러한 변화에 대응하기 위해서 강우예측과 유출량예측의 정확도를 높이기 위한 시도가 다양하게 이루어지고 있다. 강우예측의 정확성을 높이기 위해 기상청에서는 단기예보를 목적으로 전지구 통합모델과 지역 통합모델을 연계한 동네예보를 수행하고 있으며, 초단기 예보를 위한 목적으로 VSRF, SCAN, VDRAS, MAPLE 등의 예보를 수행하고 있다. 홍수량 예측에서는 일반적으로 사용하고 있는 물리적 기반의 모형에 레이더강우와 같은 격자형 강우자료를 사용하여 정확성을 높이거나, 기존의 집중형 모형을 분포형 모형으로 대체하기 위한 연구 등이 이루어지고 있으며, 모형 구축이 간편하고 예측 정확도가 우수하다는 장점으로 인해 신경회로망이나 퍼지추론기법 등을 사용한 연구도 지속적으로 이루어지고 있다. 본 연구에서는 수자원분야에 산재한 불확실성을 적극적으로 인정하고 수학적으로 해석하기 위한 이론인 퍼지이론에 신경망 이론을 도입한 neuro-fuzzy 기법을 사용하여 홍수량을 예측하였다. 모형의 입력자료로는 관측된 강우자료와 유출량자료 및 기상청에서 제공하는 MAPLE(McGill Algorithm for Precipitation Nowcasting by Lagrangian Extrapolation) 강우예측자료를 사용하여 적용성을 평가해보았다. 모형의 적용성을 평가하기 위해 시험유역을 충주댐 상류 유역으로 선정하였으며, 2010년 2011년 홍수기의 충주댐 유입량을 예측하였다. 모형의 입력자료를 변경하여 입력자료의 변화에 따른 결과를 비교하였고, clustering 반경의 변화에 따른 정확도를 비교하였다. 모형의 정확도는 평균제곱근오차와 첨두수위오차를 통해 비교하였으며, 비교결과 전반적으로 lead time이 길어질수록 MAPLE 사용 시 예측 정확도가 우수하였고, clustering 반경은 0.5일 때 가장 우수한 결과를 보였다.