• 정보처리학회 논문지
• /
• 제13권4호
• /
• pp.199-207
• /
• 2024

지역 저수지들은 농업용수 공급의 중요한 수원공으로 가뭄과 같은 극단적 기후 조건을 대비하여 안정적인 저수율 관리가 필수적이다. 저수율 예측은 국지적 강우와 같은 지역적 기후 특성뿐만 아니라 작부시기를 포함하는 계절적 요인 등에 크게 영향을 받기 때문에 적절한 예측 모델을 선정하는 것만큼 입/출력 데이터 간 상관관계 파악이 무엇보다 중요하다. 이에 본 연구에서는 1991년부터 2022년까지의 전라북도 400여 개 저수지의 광범위한 다변량 데이터를 활용하여 각 저수지의 복잡한 수문학·기후학적 환경요인을 포괄적으로 반영한 저수율 예측 모델을 학습 및 검증하고, 각 입력 특성이 저수율 예측 성능에 미치는 영향력을 분석하고자 한다. 신경망 구조에 따른 저수율 예측 성능 개선이 아닌 다변량의 입력 데이터와 예측 성능 간의 상관관계에 초점을 맞추기 위하여 실험에 사용된 예측 모델로 합성곱신경망 또는 순환신경망과 같은 복잡한 형태가 아닌 완전연결계층, 배치정규화, 드롭아웃, 활성화 함수 등의 조합으로 구성된 기본적인 순방향 신경망을 채택하였다. 추가적으로 대부분의 기존 연구에서는 하루 단위의 단기 예측 성능만을 제시하고 있으며 이러한 단기 예측 방식은 10일, 한 달 단위 등 중장기적 예측이 필요한 실무환경에 적합하지 않기 때문에, 본 연구에서는 하루 단위 예측값을 다음 입력으로 사용하는 재귀적 방식을 통해 최대 한 달 뒤 저수율 예측 성능을 측정하였다. 실험을 통해 예측 기간에 따른 성능 변화 양상을 파악하였으며, Ablation study를 바탕으로 예측 모델의 각 입력 특성이 전체 성능에 끼치는 영향을 분석하였다.

• 한국지구과학회지
• /
• 제45권1호
• /
• pp.72-84
• /
• 2024

기후변화에 따라 수자원의 취약성이 증가하고 있고, 그로 인해 지하수 자원의 필요성이 강조되고 있다. 특히, 낙동강권역이 자리 잡은 한반도 남부는 매년 봄 가뭄과 같은 물 부족 현상이 빈번하게 발생하고 있다. 물 부족의 대안으로 지하수 자원 이용이 대두되고 있으나, 지하수 자원의 활용에는 수질 안정성이 반드시 요구된다. 이 연구는 2023년 8월과 10월, 2회에 걸쳐 낙동강 하류 광려천 유역을 대상으로 지하수 관정 총 54개소와 하천수 총 5개의 지점에서 시료를 채취하여 현장 수질 및 실내 수질 분석을 수행하였다. 현장에서 측정한 전기전도도의 값은 지하수와 하천수 모두 연구 지역 수계 하류로 갈수록 농도가 증가하는 경향을 보여 준다. 이는 하류의 농업 활동이 하천수에 직접적으로 유입됨을 지시한다. 실내 수질 분석 결과 연구 지역의 수질 유형은 주로 [Ca-HCO₃] 유형이 가장 많고, [Ca-SO₄] 유형이 그 뒤를 이었다. 8월과 10월 시간에 따른 수질 유형의 변화를 확인하면, Ca 함량이 우세한 지역이 Na 함량이 우세한 지역으로 변화하고, 이러한 지하수 관정은 주로 하류에 위치하고 있음을 확인하였다. 결국 연구 지역 하류의 하천수·지하수의 농도 변화는 공장단지, 폐수 처리시설, 농경지의 분포 현황 및 낙동강 하류의 유입과 밀접한 관계가 있고, 이를 통해 인위적인 오염이 발생하였음을 유추할 수 있다.

• 한국습지학회지
• /
• 제19권3호
• /
• pp.345-352
• /
• 2017

지구온난화에 의해 지구의 평균 기온은 1880년 이후로 약 $0.85^{\circ}C$ 상승하였다. 이는 수문현상에 영향을 미치며 이로 인해 전 세계는 홍수 및 가뭄과 같은 자연재해에 어려움을 겪고 있다. 따라서 미래의 안정적인 물 공급을 위한 수자원 계획 수립을 위해 특히 물 부족 측면에서 기후의 불확실성을 고려한 물 수요의 정확한 예측이 필요하다. 이를 위해 본 연구에서는 한국의 안성천 유역을 대상으로 기후변화를 고려하여 미래 물수지 및 물 부족량을 평가하였다. RCP 8.5 기후변화 시나리오를 이용하여 미래 강수량을 모의하였고, 준분포 강우-유출 모형인 SLURP 모형을 통해 유출량을 추정하였다. K-WEAP 모형을 통해 안성천 유역 소유역의 물수지 분석을 위한 시나리오 및 네트워크를 구축하였다. 또한 1965-2011년간 과거 자료로부터 계산된 용수이용량(생활, 공업, 농업용수)을 활용한 선형예측함수식을 통해 장래 물 수요 추정량을 산정하였다. 물 수지 분석 결과, 인구 증가, 급격한 도시화 및 지구온난화에 의한 기후변화로 인해 생활 및 공업용수 이용량은 증가하고, 반면 농업용수 이용량은 점차적으로 감소할 것으로 확인되었다. 전체적으로 안성천유역에서 미래 물 부족 문제가 심각해질 것으로 나타났다. 이에 유역 내 물 부족 문제를 해결하기 위한 사례연구로서 광역상수도 확충 및 제한급수의 두 가지 대안을 제시하였다.

• 대한원격탐사학회지
• /
• 제38권5_3호
• /
• pp.925-938
• /
• 2022

농업용 저수지는 전국적으로 중요한 수자원으로 기후변화에 따른 가뭄과 같은 이상기후의 영향에 취약한 특성을 가지며 적절한 운영을 위해 강화된 관리가 필요하다. 지속적인 모니터링을 통한 수위 추적(water level tracking)이 필요하지만 현실적인 문제로 현장 실측 및 관측이 어려운 실정이다. 본 연구는 저수지 수표면적을 측정하기 위해 광역 모니터링이 가능한 위성레이더 자료를 이용하여 4가지 AI 모델 간의 수체 탐지 성능에 대해 객관적인 비교를 제시한다. 위성 레이더자료는 Sentinel-1 SAR 이미지를 사용하였으며, 광학영상과 달리 기상환경에 영향을 적게 받기 때문에 장기 모니터링에 적합하다. 드론 이미지, Sentinel-1 SAR 그리고 DSM 데이터를 사용하여 Support Vector Machine (SVM), Random Forest (RF), Artificial Neural Network (ANN), Automated Machine Learning (AutoML)의 4가지 AI 모델을 구축했다. 연구대상 저수지는 총 22개소로 유효저수량이 30만톤 미만의 중소형 저수지이다. 총 45개 이미지가 모델 훈련과 검증에 사용되었으며, 연구 결과 AutoML 모델이 Accuracy=0.92, mIoU=0.81로 다른 3가지 모델에 비해 수체 픽셀 분류에서 0.01-0.03 더 나은 것을 보여주었다. 해당 결과는 SAR 영상으로부터 AutoML을 이용한 중소형 저수지 대상의 수체 분류 기법이 기존의 머신러닝 기법만큼의 성능을 보이는 것을 보여주었고, 학습을 통한 수표면적 분류 기술의 저수지 모니터링에 대한 적용 가능성을 보여주었다.

• 대한원격탐사학회지
• /
• 제36권6_1호
• /
• pp.1465-1483
• /
• 2020

증발산은 토양으로부터 발생하는 증발과 식물의 잎에서 발생하는 증산을 통칭하는 것으로, 물 수지, 가뭄, 작물생장, 기후변화 등의 모니터링에 있어 중요한 요소이다. 실제증발산은 식생 지표면의 물 소비량 또는 물 필요량이며 기준증발산에 작물계수를 곱하여 구하므로, 농지의 실제증발산을 구하기 위해서는 기준증발산의 계산이 정확히 이루어져야 한다. 격자형 기준증발산을 합리적으로 산출하기 위하여 그동안 많은 노력들이 있었고 복수의 산출물이 제공되고 있다. 이에 본 연구에서는 FAO56-PM, LDAPS, PKNU-NMSC, MODIS 기준증발산 산출물을 비교평가 함으로써, 우리나라처럼 복합적이고 이질적인 지표면에서 국지적 규모의 수문 및 농업 분야에 활용하기 위하여 어떤 기준증발산 산출 방법이 적합한지 살펴보고자 한다. 2016~2019년 3~11월의 1일 단위 자료와 8일 합성 자료를 기상청 현장관측치와 비교하여 지점별, 연도별, 월별로 분석하고 시계열변화를 검토한 결과, 기계학습을 통해 우리나라 농지에 대한 지역최적화가 상당히 잘 수행된 PKNU-NMSC 자료의 정확도가 월등히 높게 나타났으며, 시간과 장소에 상관없이 안정적인 산출이 이루어졌음을 확인하였다. 또한 본연구에서는 FAO56-PM, LDAPS, MODIS 산출물에 내재한 정확도 특성을 제시하였으며, 이는 기준증발산 자료 사용에 있어 중요한 정보가 될 것으로 기대한다.