• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.375-375
• /
• 2018

세계 수자원 시장은 연평균 6.5%씩 증가하고 있으며, 2025년 기준 1,038조원까지 급성장할 것으로 전문가들은 예상하고 있으나, 기후변화의 가속화로 인해 가뭄 및 홍수피해가 증가하여 수자원 관리가 더욱 어려워져지고 있다. 급속도로 변화는 환경에 대비하기 위해 국내에서는 수자원 및 기후변화에 대한 다양한 연구가 진행되고 있으나, 해외사업 진출 시에는 수자원 기초자료 수집에 대한 어려움을 겪고 있다. 이를 해결하기 위해 글로벌 수문기상자료 제공과 함께 GIS정보, 댐 및 저수지 관련 자료, 인문사회 자료, 물관련 통계자료, 물관련 재해자료 등을 웹으로 제공하는 글로벌 수자원 정보 시스템(GWB, Global World Bank)을 개발하고자 한다. 본 연구에서는 시스템의 통합 DB를 구축하고 관리방안을 도출하기 위해 수집된 메타데이터 속성 및 데이터구조를 파악하고, 세부항목별 자료 포맷을 분석 후 GIS기반 관측소 정보와 자료를 매칭하여 최종적으로 시스템 컨텐츠별로 DB를 맵핑하였다. 강수량과 기상자료는 33개국의 관측소 6,531개소의 일/월/연단위 관측자료와 10,977격자의 격자분석자료를 구축하였다. 수문자료는 33개국의 수문관측소 2,242개의 월/연단위 유량관측자료와 10,977격자의 월/연단위 직접유출, 기저유출, 잠재증발산의 격자분석자료를 구축하였다. 그리고, 수집된 강우와 기상자료는 기계 오작동, 자료 전송 오류 등으로 인한 결측치 및 이상치에 대해 자료품질분석을 통해 오자료에 대한 보정을 진행하였다. 해당자료는 MySQL를 활용하여 DB를 구축하였으며, GIS정보는 GeoServer를 활용하여 운영서버에 구축된 정보를 최종적으로 사용자에게 Web Browser로 표출하였다. 해당 시스템은 추후 전지구 수자원관련 정보를 제공하여 해외사업지역의 댐이나 보 등의 구조물 설계, 수자원산업의 해외 진출시 데이터 수집의 한계점 및 시간단축을 해결할 수 있어 수자원 분야에 기여 할 수 있을 것으로 판단된다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.45-48
• /
• 2022

건축물 안전 점검은 대부분 전문가의 현장 방문을 통한 육안검사다. 그중 균열 검사는 건물 위험도를 나타내는 중요한 지표로써 발생 위치, 진행성, 크기를 조사하는데, 최근 균열 조사 방식에 대해 객관성과 체계성을 보완할 딥러닝 개발이 활발하다. 그러나 균열 이미지는 외부 현장에 모양, 규모도 많은 종류라 도메인이 다양해야 하는데 대부분 제한된 환경과 실제적인 균열 검사와는 무관한 데이터로 구성되어 실효적이지 않다. 본 연구에서는 균열 조사에 적합하고 Wild 환경에 적용 가능한 POC 데이터셋을 소개한다. 기존 균열 공인 데이터셋 4종의 특징과 한계점을 분석을 토대로 고해상도 이미지로써 균열의 세부 특징을 담았고 균열 유사 환경과 조건들을 추가 촬영해 균열 검출에 강인하게 학습되도록 지향하였다. 정제 및 라벨링 작업을 거친 POC 데이터 셋은 균열 검출모델인 YOLO-v5으로 성능을 실험하였고, mAP(mean Average Precision) 75.5%로 높은 검출률을 보였다. POC 데이터셋으로 더욱 도메인에 적응적(Domain-adapted)인 인공지능 모델을 개발하여 건물, 댐, 교량 등 각종 대형 건축물에 대한 안전하고 효과적인 안전 관리 도구로써 활용할 것을 기대한다.

• Journal of Korea Water Resources Association
• /
• v.57 no.1
• /
• pp.35-44
• /
• 2024

Research in dam inflow prediction has actively explored the utilization of data-driven machine learning and deep learning (ML&DL) tools across diverse domains. Enhancing not just the inherent model performance but also accounting for model characteristics and preprocessing data are crucial elements for precise dam inflow prediction. Particularly, existing rainfall data, derived from snowfall amounts through heating facilities, introduces distortions in the correlation between snow accumulation and rainfall, especially in dam basins influenced by snow accumulation, such as Soyang Dam. This study focuses on the preprocessing of rainfall data essential for the application of ML&DL models in predicting dam inflow in basins affected by snow accumulation. This is vital to address phenomena like reduced outflow during winter due to low snowfall and increased outflow during spring despite minimal or no rain, both of which are physical occurrences. Three machine learning models (SVM, RF, LGBM) and two deep learning models (LSTM, TCN) were built by combining rainfall and inflow series. With optimal hyperparameter tuning, the appropriate model was selected, resulting in a high level of predictive performance with NSE ranging from 0.842 to 0.894. Moreover, to generate rainfall correction data considering snow accumulation, a simulated snow accumulation algorithm was developed. Applying this correction to machine learning and deep learning models yielded NSE values ranging from 0.841 to 0.896, indicating a similarly high level of predictive performance compared to the pre-snow accumulation application. Notably, during the snow accumulation period, adjusting rainfall during the training phase was observed to lead to a more accurate simulation of observed inflow when predicted. This underscores the importance of thoughtful data preprocessing, taking into account physical factors such as snowfall and snowmelt, in constructing data models.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.25 no.3A
• /
• pp.406-411
• /
• 2000

In wireless ATM system, powerful FEC code is required for highly reliable data transmission. In this paper, we propose an adaptive hybrid ARQ scheme using RCPSCCC for WATM system. The code rate of RCPSCC is adjusted to match channel conditions and data types. By using only the effective free distances of outer and inner encoders, we derive upper bounds of the bit and word error probabilities over Rayleigh and Rician fading channels. By applying RCPSCC to the adaptive hybrid ARQ protocol, highly reliable data transmission can be achieved.

• 한국신재생에너지학회:학술대회논문집
• /
• 2010.06a
• /
• pp.86.2-86.2
• /
• 2010

태양광발전 시스템에 있어 일사량의 높고 낮음은 경제성 평가를 결정하는 주요인자로 작용하며 일사량은 지역적, 지형적 환경 조건의 차이에 따라 달리 나타난다. 본 연구에서는 주암 저수지 수면에 설치된 수면태양광 일사량 계측자료와 지상에서의 주암댐 관리단 옥상에 설치된 일사량 계측자료를 비교하여 분석한 결과 수면태양광의 일사량이 지상에서의 일사량 보다 약간 상회하는 패턴을 보이며 풍속, 기온 등 기타 데이터 분석 시 수면이 태양광발전에 있어 지상보다 더 유리하다는 점을 검증 할 수 있었다. 또한 취득한 데이터를 가지고 경제성 분석 프로그램을 사용하여 분석한 결과 지상보다 수면태양광이 더 경제성 있다는 결과를 얻을 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2022.11a
• /
• pp.693-695
• /
• 2022

디지털 기술이 각 분야의 기술과 융합하는 디지털 전환(Digital Transformation)은 4차 산업혁명을 가속화 하고 있다. 국가적으로 클라우드·인공지능·데이터 관련 정책 수립과 디지털 댐 사업, 데이터 플랫폼 사업 등을 통해 산업분야의 디지털 전환을 추진 중이나, 소재·바이오 등 극히 일부 과학기술 분야 외에 클라우드, 데이터, 인공지능, 시뮬레이션 등을 종합적으로 지원하는 국가적 지원이 전무한 실정이다. 본 논문은 국가 R&D의 디지털 전환 가속화를 위한 디지털융합R&D 플랫폼 제공을 위해 계산과학 SW를 서비스하기 위한 프레임워크를 설계하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.143-143
• /
• 2019

우리나라 자연수역의 수질이 산업활동으로 배출된 오 폐수와 토지 및 가축에의한 하천오염의 심각성 및 보존에 대한 문제가 많은 관심을 받고 있다. 따라서 하천의 수질모델링에 관한 연구가 국내외적으로 진행되고 있다. 하천은 각기다른 특성을 가지고 있는데 데이터 분석을 통하여 유역특성을 연구하고자한다. 황강과 금호강은 낙동강 본류에 큰 영향을 미치는 지류이다. 두 개의 하천은 상류에 댐이 있다는 공통점이 있지만 각각의 유역특성을 가지고 있으며 특성에 따른 수질개선방안이 필요하다고 판단된다. 하천의 수질 모델링은 해당 수계의 오염부하량, 유출량 등 환경요인의 변화에 이에 따른 하천수질 목표지점의 수질변화를 모의함으로써 합리적 접근방법으로 효과적인 수질관리가 가능하도록 만들어준다. QUAL계열 모델 은 수질항목, 수역 특성, 기타 기초 자료의 제공여건 등을 고려하고 있다. 본 연구에서는 이러한 변화 요소와 기여 특성을 반영한 모의와 해석이 최적화된 QUAL-MEV 모델을 이용하였다. 수질개선방안 시나리오에서는 기존의 수질모델링 연구에 데이터 분석을 포함하여 각 인자간의 연관성 및 영향관계를 파악하고 수질개선방안에 있어 원인을 찾아보고자 한다. 부하량위주의 기존 시나리오 구성과 데이터분석 기반의 시나리오를 비교 분석하여 각 시나리오의 장 단점을 비교하여 유역맞춤형 관리방안을 모색하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.224-224
• /
• 2021

광학원격탐사를 통해 취득할 수 있는 초분광 영상은 관련 기술의 발전으로 다양하게 활용이 되고 있다. 특히 초경량 UAV를 기반으로 초분광 센서를 적용한 광학원격탐사는 광범위하게 분포하는 국내 제방의 불안정 요소를 탐지하는데 보다 효과적일 것으로 판단되며 대상에 대한 광역모니터링을 통해 많은 자료를 얻을 수 있고, 고해상도 영상 자료를 활용한 세밀한 분광 및 공간정보 분석이 가능하다. 본 연구에서는 제방 균열 평가를 위해 UAV를 활용하여 안동댐 하류 제방 균열을 대상으로 고해상도 초분광 영상을 취득하였으며, 기 개발된 제방 균열 평가 소프트웨어를 이용하여 조도와 최대강도 데이터에 따른 제방 균열 평가를 실시하였다. 연구지역의 지질은 중생대 백악기의 일직층으로써 적색이암, 셰일, 역질사암 등이 주를 이루고 있으며 제방 내 토양은 대부분 입도가 균일하며 일부 역암이 관찰되는 지역으로 조립토가 주를 이루고 있다. 기 개발된 소프트웨어의 특징은 측정된 데이터를 바탕으로 균열 여부를 판별할 수 있는 프로그램으로써 측정지점마다 별도의 조도와 최대강도 데이터가 주어졌을때, 해당 데이터에 대한 균열 여부를 판별할 수 있다. 주요기능은 제방 균열 여부 판단, 데이터 입력 및 판단을 출력하기 위한 GUI 인터페이스를 제공한다. 연구 결과 제방 균열 평가 소프트웨어를 적용하여 균열과 비균열에 대한 탐지가 가능한 것으로 나타났다. 특히 비균열 포인트의 경우 암석이나 토양의 성질, 빛의 반사에 따라 일부 차이가 있지만 균열은 매우 유사한 반사율 정보를 보이는 것으로 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.160-160
• /
• 2021

과거 대규모 댐 건설 등 물 개발 중심에서 벗어나 효율적이고, 균형 잡힌 물관리 중심으로 '물관리 패러다임'이 변화되고 있다. 물관리 일부인 수질은 생활하수, 산업폐수, 농·축산 폐수에 의해 하천 및 호소 오염의 심각성이 대두되어, 수질 개선에 관한 연구가 진행되고 있다. 한강 유역은 한강, 남한강, 북한강 등 여러 수계로 구성되어 있으며, 서울을 포함한 주요 도시지역을 포함하고 있다. 한강 유역은 도시 및 농촌지역이 혼재되어 있으며, 도시지역의 경우 수변구역이 주민생활과 밀접한 유역이 많다. 한강대권역관리계획, 지자체별 총량제도를 통하여 관리를 하고 있으나, 각각의 유역별 특성이 다양하여 여러 이슈와 환경적 문제점이 발생하고 있어 유역에 적합한 수질개선 방안이 필요한 실정이다. 국내에서는 수질오염총량제도를 통해 수계의 수질을 관리하고 있지만, 오염물질의 부하량을 기준으로 수립하여 데이터의 다양성을 나타내기에 한계가 있다. 본 연구에서는 하천의 수계를 단위유역 단위가 아닌 중권역 단위로 구분하여 수질 인자의 농도를 활용하여 인자 간의 관계가 하천에 주는 영향을 보고자 한다. 수질 측정망에서 수집된 수질 데이터를 활용하여 여러 기법의 데이터 분석을 통해 한강 유역 수질의 특성과 경향을 시각화 그래프로 나타낸 결과를 토대로 유역특성을 반영한 수질 개선방안을 도출하고자 한다.

• Ecology and Resilient Infrastructure
• /
• v.9 no.1
• /
• pp.24-35
• /
• 2022

For water quality management, it is necessary to continuously improve the forecasting by analyzing the past water quality, and a Data-driven model is emerging as an alternative. Because the Data-driven model is built based on a wide range of data, it is essential to apply the correlation analysis method for the combination of input variables to obtain more reliable results. In this study, the Gamma Test was applied as a preceding step to build a faster and more accurate data-driven water quality prediction model. First, a physical-based model (HSPF, EFDC) was operated to produce daily water quality reflecting the complexity of the watershed according to various hydrological conditions for Paldang Dam. The Gamma Test was performed on the water quality at the water quality prediction site (Paldangdam2) and major rivers flowing into the Paldang Dam, and the method of selecting the optimal input data combination was presented through the analysis results (Gamma, Gradient, Standar Error, V-Ratio). As a result of the study, the selection criteria for a more efficient combination of input data that can save time by omitting trial and error when building a data-driven model are presented.