• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.87-87
• /
• 2017

최근 이상기후로 인해 국내 가뭄피해가 증가하고 있는 추세이며, 미래 가뭄의 심도 및 지속시간은 증가할 것으로 예측되고 있다. 특히 우리나라는 용수공급의 56.5%를 댐에 의존하여 댐 유역의 가뭄은 생 공 농업용수 공급제한 등의 광범위한 피해를 발생시킬 수 있다. 다만 가뭄은 홍수와 달리 진행속도가 비교적 느리기 때문에 사전에 정확한 댐 유입량 예측이 가능하다면, 용수공급량 조정을 통해 피해를 최소화할 수 있다. 국내에서는 댐 유입량 예측에 ESP (Ensemble Streamflow Prediction) 기법을 활용하고 있으며, ESP 기법은 과거 기상자료를 기반으로 미래를 예측하기 때문에 기상자료, 초기수문조건, 매개변수 등에 불확실성을 가지고 있다. 본 연구에서는 베이지안 이론을 이용하여 댐 예측유입량의 정확도 향상기법을 개발하고 예측성을 평가하고자 하며, 강우유출모델은 ABCD를 활용하였다. 대상유역은 국내의 대표 다목적댐인 충주댐 유역을 선정하였으며, 기상자료는 기상청, 국토교통부 및 한국수자원공사의 지점자료를 수집하였다. 예측성 평가기법으로는 도시적 분석방법인 시계열 분석, 통계적 분석방법인 Skill Score (SS)를 활용하였다. 시계열 분석 결과 ESP 댐 예측유입량(ESP)은 매년 월별 전망값의 큰 차이가 없었으며, 다우년 및 과우년의 예측성이 떨어지는 것으로 나타났다. 베이지안 기반의 댐 예측유입량(BAYES-ESP)는 ESP의 과소모의하는 경향을 보정하였으며, 다우년에 예측성이 향상되었다. 월별 평균 댐 관측유입량과 ESP, BAYES-ESP의 SS 비교분석 결과 ESP는 유입량 값이 적은 1, 2, 3월에 SS가 양의 값을 가졌으며, 이외의 월에는 음의 값으로 나타났다. BAYES-ESP는 ESP와 관측값이 비교적 선형관계를 나타내는 1, 2, 3월에 ESP의 예측성을 개선시키는 것으로 나타났다. ESP 기법은 강수량의 월별, 계절별 변동성이 큰 우리나라에 적용하기에는 예측성의 한계가 있었으며, 이를 개선한 BAYES-ESP 기법은 댐 유입량 예측 연구에 가치가 있는 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.348-348
• /
• 2022

미래에 대한 기후는 과거와 비교하여 변동성이 더 크고 불확실성 또한 더 크기 때문에 미래의 기후변화를 예측하기 위해서는 기후변화의 절대적인 크기뿐 아니라 불확실한 정도도 함께 고려되어야 한다. 본 연구에서는 CMIP6(Coupled Model Intercomparison Project Phase 6) DB에서 제공된 일 단위 18개의 GCMs(General Circulation Models)의 결과를 분석하였으며 또한 3개의SSP(Shared Socioeconomic Pathway)시나리오와 3개의 미래 구간에 대하여 100개의 앙상블을 각각 생성하였다. 불확실성을 초래하는 원인을 3가지로 구분하고, 각각의 원인에 대한 불확실성의 정도를 앙상블 시나리오에 반영하고자 한다. 현재 기간 및 미래 기간에 대해 100개의 20년 시계열 날씨변수 앙상블을 생성하여 LSTM(Long short-term memory)의 입력자료로 사용하여 댐유입량, 저수위, 방류량을 산정하였다. 댐 유입량 및 방류량의 예측성능을 향상시키기 위해 Input predictor의 종류를 선정하는 방법과 그 변수들의 lag time을 결정하는 방법, 입력자료들을 재구성하는 방법, 하이퍼 매개변수를 효율적으로 최적화하는 방법, 목적함수 설정 방법들을 제시하여 댐 유입량 및 방류량의 예측을 크게 향상시키고자 하였다. 본 연구에서 예측된 미래의 댐유입량 및 방류량 정보는 홍수 또는 가뭄 등 다양한 수자원 관련 문제의 전략을 수립하는 데 있어서 적절한 도움이 될 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.317-317
• /
• 2021

효율적인 물관리를 위한 댐 유입량 대한 연구는 필수적이다. 본 연구에서는 다양한 머신러닝 알고리즘을 통해 40년동안의 기상 및 댐 유입량 데이터를 이용하여 소양강댐 유입량을 예측하였으며, 그 중 고유량과 저유량예측에 적합한 알고리즘을 각각 선정하여 머신러닝 알고리즘을 결합한 CombML을 개발하였다. 의사 결정 트리 (DT), 멀티 레이어 퍼셉트론 (MLP), 랜덤 포레스트(RF), 그래디언트 부스팅 (GB), RNN-LSTM 및 CNN-LSTM 알고리즘이 사용되었으며, 그 중 가장 정확도가 높은 모형과 고유량이 아닌 경우에서 특별히 예측 정확도가 높은 모형을 결합하여 결합 머신러닝 알고리즘 (CombML)을 개발 및 평가하였다. 사용된 알고리즘 중 MLP가 NSE 0.812, RMSE 77.218 m3/s, MAE 29.034 m3/s, R 0.924, R2 0.817로 댐 유입량 예측에서 최상의 결과를 보여주었으며, 댐 유입량이 100 m3/s 이하인 경우 앙상블 모델 (RF, GB) 이 댐 유입 예측에서 MLP보다 더 나은 성능을 보였다. 따라서, 유입량이 100 m3/s 이상 시의 평균 일일 강수량인 16 mm를 기준으로 강수가 16mm 이하인 경우 앙상블 방법 (RF 및 GB)을 사용하고 강수가 16 mm 이상인 경우 MLP를 사용하여 댐 유입을 예측하기 위해 두 가지 복합 머신러닝(CombML) 모델 (RF_MLP 및 GB_MLP)을 개발하였다. 그 결과 RF_MLP에서 NSE 0.857, RMSE 68.417 m3/s, MAE 18.063 m3/s, R 0.927, R2 0.859, GB_MLP의 경우 NSE 0.829, RMSE 73.918 m3/s, MAE 18.093 m3/s, R 0.912, R2 0.831로 CombML이 댐 유입을 가장 정확하게 예측하는 것으로 평가되었다. 본 연구를 통해 하천 유황을 고려한 여러 머신러닝 알고리즘의 결합을 통한 유입량 예측 결과, 알고리즘 결합 시 예측 모형의 정확도가 개선되는 것이 확인되었으며, 이는 추후 효율적인 물관리에 이용될 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.106-106
• /
• 2022

댐 유역의 수문자료는 댐의 효율적인 운영, 중장기 댐 운영 계획, 수자원 관리, 댐 저수량 예보 등을 위해 사용되며, 최근 기후변화로 인해 정밀한 댐 운영에 필요한 유량자료의 필요성은 더욱 커지고 있다. 일반적으로 댐의 주요 수문자료에는 유입량의 요소, 저수량 요소, 유출량의 요소로 구분된다. 현재까지 강수량, 저수위, 방류량 자료는 지속적인 계측 및 품질관리 기술의 발전으로 인해 신뢰도가 점차 향상되고 있으나, 반면 증발량과 침투량 자료는 여전히 정확한 계측에 많은 어려움이 있다. 따라서 우리나라의 댐 유입량은 직접측정의 현실적 제약사항으로 인해, 방류량과 저수위 변화에 따른 저류량의 차를 이용하여 간접적으로 측정하고 있어, 증발량 및 지하수 유출량 등과 같은 복잡한 자연현상을 고려하지 못한 채 저수지 수위의 변화에 따른 민감도가 크게 발생하는 문제로 이어지게 된다. 본 연구에서는 소양강댐 유역의 증발을 고려하는 개선된 물수지 방정식을 제안하였다. 그 결과, 기존의 댐 유입량 자료에서 발생하는 문제점은 증발을 고려한 물수지법 적용을 통해 어느 정도 개선이 가능하다. 즉, 기존의 댐 유입량 산정 시 고려하지 않는 다양한 유출 요인에 대한 과도한 누락은 음유입량 발생문제를 야기하며, 실제 복잡한 자연현상을 설명하기 위해서는 추가적인 유출 요소(증발량)를 물수지 방정식에 포함할 필요가 있다. 이처럼 개선된 물수지법을 적용할 경우, 직접적인 가용수자원을 구성하는 직접 유출량과 간접 유출량이 전체 유입량에 기여하는 정도를 파악할 수 있다. 다만, 여기에서의 증발량은 유역 내 실측자료가 아님과 동시에 수면 증발량을 고려하지 못한 한계가 있으며, 향후 연구에서는 보다 정확도 높은 수문자료의 생산 및 확보를 위한 지속적인 노력이 필요하다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.32 no.6B
• /
• pp.363-371
• /
• 2012

In this study, the low-flow frequency analysis was performed to determine the low-flow standard of dam maintenance flow for Hwacheon and Chuncheon dams. For this purpose, two methods (case 1: low-flow frequency analysis using the monthly inflow data of the specified return periods, case 2: low-flow frequency analysis using the difference of monthly accumulated inflow) were applied. As a result, it is found that the monthly inflow data of the return periods by reflecting the statistical characteristics of Hwacheon and Chuncheon dams can be utilized to determine the standard of maintenance flow or water level.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.424-424
• /
• 2023

댐, 저수지 등 수자원 시스템분석 시 가장 기초가 되는 유입량 자료는 실측 수위(저수량)와 방류량을 역산하여 산정된다. 이 중 댐 수위는 수표면 진동으로 인해 변동이 크며, 특히, 급격한 수위 변화가 발생하는 홍수기에는 수위-저수량 변환 시 큰 오차가 발생하여 유입량 진동이 더욱 커지게 된다. 하지만 홍수기 저수지 운영 효과 분석 등 관련 연구를 위해서는 시간 간격이 짧은 10분 또는 1시간 단위의 유입량 자료가 필요함에 따라 관련 연구 수행 시 이동평균법(Moving Average) 등을 통해 실측 유입량 자료를 보정하여 사용하는 것이 일반적이다. 데이터 평활화를 위해 이동평균법을 적용하면 데이터의 변동을 효과적으로 줄일 수는 있지만 실측자료와 비교하였을 때 첨두 유입량이 큰 폭으로 감소하거나, 첨두 유입량 발생시간이 지체되는 문제가 발생한다. 본 연구에서는 저수지 유입량과 같이 변동이 큰 수문자료의 평활화를 위해 가우시안 가중 이동평균법(Gaussian-weighted moving average technique), 사비츠키-골레이 필터링기법(Savitzky-Golay filtering technique) 등 필터링 기법을 댐 유입량 보정에 적용하고, 이에 따른 효과를 분석하고자 하였다. 이를 위해 2020년 8월에 발생한 홍수사상을 대상으로 충주댐, 합천댐 등 다목적댐 유입량 자료를 수집하고, 보정을 수행하였다. 필터링 기법의 적용 효과 분석을 위해서는 실측자료와 이동평균법을 적용하여 보정한 결과와 비교하였고, 추가적으로 비교적 변동이 작은 일 단위 유입량 자료와의 양적 비교를 진행하였다. 그 결과 이동평균법을 적용하였을 때보다 필터링 기법을 적용하였을 때 실측자료와의 양적 차이가 작고, 첨두 유입량 및 첨두 유입 발생시간에서도 차이를 큰 폭으로 감소시킬 수 있는 것으로 확인되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.120-120
• /
• 2021

2020년 8월 7일부터 8월 8일까지 호우는 용담댐, 섬진강댐, 합천댐 하류 유역의 막대한 침수피해를 일으켰다. 이들 다목적 댐 유입량의 신뢰도 높은 모의는 홍수기 댐 운영 및 하류하천의 홍수 해석에 필수다. 여기서는 일 유출 모의 기반으로 개발된 ONE 모형을 10분 단위, 1시간 단위로 적용한 결과를 제시하고자 한다. 보통 홍수모의는 사상별로 실시하지만, 여기서는 1월1일부터 12월 31일까지 연속으로 모의한 결과에서 해당 홍수사상 결과를 제시하였다. 3개 다목적 댐의 홍수사상은 8월6일부터 8월 10일까지 5일간으로 설정하였다. 유역면적은 용담댐, 섬진강댐, 합천댐, 각각 930km², 763km², 925km², 총강우량은 각각 490.7mm, 451.9mm, 452.4mm, 첨두유입량은 10분 단위는 각각 4,872.7m³/s, 3,533.7.0m³/s, 2,776.0m³/s, 1시간 단위는 각각 4,394.9m³/s, 3,401.8m³/s, 2,745.6m³/s, 총유입량은 각각 3억8,836만m³, 3억1,324만m³, 3억2,816만m³였다. 첨두유입량 상대오차가 0일 때의 매개변수로 모의한 결과를 제시하며, 총유입량 상대오차(Vq), R², RMSE, NSE 등으로 평가하였다. 용담댐 결과는 10분 단위 경우 최대면적강우량 7.3mm, 첨두유입량 4,872.4m³/s, 총유입량 3억 8,138만m³, Vq 1.9%, R² 0.968, RMSE 207.347, NSE 0.978였고, 1시간의 경우 최대면적강우량 29.6mm, 첨두유입량 4394.9m³/s, 총유입량 4억157만m³, Vq -8.4%, R² 0.970, RMSE 186.962, NSE 0.982였다. 섬진강댐 결과는 10분 단위 경우 최대면적강우량 9.2mm, 첨두유입량 3,533.3m³/s, 총유입량 2억7,223만m³, Vq 18.4%, R² 0.885, RMSE 808.296, NSE 0.925였고, 1시간의 경우 최대 면적강우량 37.9mm, 첨두유입량 3401.6m³/s, 총유입량 2억7,029만m³, Vq 13.7%, R² 0.907, RMSE 285.544, NSE 0.936였다. 합천댐 결과는 10분 단위 경우 최대면적강우량 5.5mm, 첨두유입량 2,776.2m³/s, 총유입량 3억3,667만m³, Vq -2.7%, R² 0.941, RMSE 191.896, NSE 0.965였고, 1시간의 경우 최대면적강우량 17.0mm, 첨두유입량 2,746.7m³/s, 총유입량 3억1,333만m³, Vq 4.5%, R² 0.965, RMSE 140.739, NSE 0.981였다. 이상 ONE 모형으로 10분, 1시간 단위의 댐 홍수 유입량 모의결과는 높은 신뢰도를 나타냈다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.178-178
• /
• 2021

최근 들어 기후변화로 인한 극심한 가뭄 피해가 한반도에 발생하고 있다. 가뭄 상황에 대비하여 댐을 안정적으로 운영하기 위해서는 갈수빈도 유입량에 대한 분석이 필수적이다. 갈수빈도해석의 경우, 홍수빈도해석과 유사하게 확률밀도함수의 극값에 대한 확률값을 산정하며, 확률 분포형의 역함수에 비초과확률을 대입하여 산정한다. 그러나 홍수와 달리 가뭄은 지속기간이 긴 특성 탓에 자기상관을 고려해야하며, 댐 및 저수지 등 대규모 시설물의 경우 일반적인 하천과 달리 저류효과로 인해 누적 유량에 대한 고려가 필요하다. 이에 K-water는 자체 제작한 누가차분법 및 Disaggregation 두 가지 방법을 채택하여 실무에서 사용해왔다. 그러나 누가차분법을 사용할 경우, 빈도유입량이 지나치게 크게 산정되는 문제가 있으며, Disaggregation 방법을 사용하는 경우, 특정 빈도 이상의 극한가뭄에서 유입량의 차이가 유의미하지 않아 산정된 빈도유입량과 최근 발생한 극심한 가뭄의 실측유입량간 큰 차이가 발생하고 있다. 따라서 본 연구에서는 자기상관을 고려한 선형회귀모형에 근거하여 빈도유입량을 배분하는 방법을 제안한다. 또한, 앞서 서술한 네 가지 빈도유입량 방법(월빈도분석, 누가차분법, K-water Disaggregation, 자기상관 선형회귀모형)에 대한 수식적 비교를 수행하며, 국내 댐 유역에 적용 및 평가를 통해 자료 특성에 따른 적절한 빈도유입량 산정방식에 대한 기준을 제안한다. 본 연구를 통해 가뭄특성을 고려한 합리적인 댐 유입량을 산정함으로써 보다 유연한 수자원시설물의 가뭄대응이 이루어질 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.551-551
• /
• 2016

북한과의 대표적 공유하천인 임진강 유역은 유역의 2/3를 차지하고 있는 북한지역내에서 신뢰할만한 강우 및 수문관련 정보에 접근할 수 없는 문제점이 존재한다. 또한, 임진강 중류에는 북한에서 운영하는 황강댐의 예고없는 수문운영에 따라 수시로 하류 홍수피해가 발생할 수 있는 상황이며, 이에 대비하여 우리나라에는 군남 홍수조절지를 건설하여 운영하고 있다. 하지만 임진강 상류에 대한 수문정보를 취득하기 어렵기 때문에 가까운 수위관측소의 수위변화와 저류함수 모형 등을 이용하여 댐 운영을 실시하고 있는 것이 현실이다. 본 연구에서는 미계측유역에서의 수문정보를 확보하기 위한 목적으로 레이다강우 등 원격탐사정보와 분포형 강우-유출모형을 이용하여 황강댐 유입량을 산정할 수 있는 수문모형을 구축하였다. 황강댐유역의 수문모형 실매개변수를 보정하기 어렵기 때문에 인근 한탄강댐유역의 매개변수를 지역화를 통하여 전이하여 활용하였다. 산정된 수문곡선은 동시간대 한탄강댐 유입량의 면적비적용, 강수의 공간전이후 산정된 한탄강댐 유입량의 면적비적용등의 다양한 시나리오에서 모의된 수문곡선과의 비교를 수행하여 본 기법의 타당성을 입증하고자 시도하였다. 또한 군남홍수조절지 유입수문곡선과의 비교를 통하여 황강댐과 4월 5일댐의 수문운영현황 및 잔유역유입량을 역추정코자 하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.319-319
• /
• 2019

기후변화로 인한 극한 기후 상황의 증가로 홍수기 홍수피해와 갈수기 가뭄피해가 심화되고 있으며, 수자원 관리에 대한 어려움이 발생하고 있다. 효율적인 수자원 관리를 위해 국내에는 약 1,8000여개의 댐을 운영하고 있으며, 댐의 유입량과 저수량을 감안하여 물을 적절하게 방류하는 것을 목적으로 한다. 그러기 위해서는 유입량이 우선적으로 확보되어야 하며, 더 나아가 유입량을 미리 예측할 수 있다면 더욱 효율적인 댐 운영이 가능할 것이다. 기존에는 수위나 유량을 예측하기 위해서는 주로 물리적 모형이 사용되어 왔으며, 물리적 모형은 매개변수 결정을 위한 많은 자료를 필요로 하고 그 과정에서 많은 불확실성을 포함하고 있기 때문에 계산 과정을 거치는 동안 다양한 오차가 반복 누적되는 단점이 있다. 반면에 시계열 데이터 예측을 위한 알고리즘 LSTM(Long Short-Term Memory)은 입력된 데이터와 출력된 데이터를 동시에 이용하여 보다 정확한 예측 값을 얻을 수 있다. 따라서 본 연구는 다목적댐의 유입유량 예측을 위해 구글에서 제공하는 딥러닝 오픈소스 라이브러리를 활용하여 LSTM모형을 구축하고 댐 유입유량을 예측하였다. 분석 자료로는 wamis에서 제공하는 용담댐의 2006년부터 2018년까지의 시간당 유입량 자료를 사용하였으며, 입력 데이터로 모형을 학습한 후 2018년의 유입량을 예측하였다. 예측 값의 정확도를 판단하기 위해 2018년의 실제 유입량 자료와 비교하였다.