• Journal of the Korean Geosynthetics Society
• /
• v.19 no.4
• /
• pp.51-63
• /
• 2020

In this study, the model test of a reservoir was performed through a dynamic analysis method by using the data obtained from seismometers. Besides, we analyzed the behavior of the seismic acceleration amplification by reservoir height. To test the model, the data measured by the seismometers were applied at the foundation of the reservoir as input data, and the results from the analysis were compared with the data measured at the dam crest. The analysis results manifest that the peak values and the trend of the seismic wave obtained from the numerical analysis are in good agreement with the measured data. Also, the acceleration amplification ratio was proportional to the reservoir height and the magnitude of the earthquake. Through this study, the dynamic analysis method, which is based on the cyclic elastoplastic constitutive equation, can be considered as an appropriate technique to analyse the seismic behavior by the application of the data obtained from the seismometers installed in the reservoir. Also, the applicability of the seismometers can be enhanced through this technique in the future.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.143-143
• /
• 2023

최근 대청댐('17), 평림댐('19) 등 광역 취수원에서 망간의 먹는 물 수질기준(0.05mg/L 이하) 초과 사례가 발생되어, 다수의 민원이 제기되는 등 취수원의 망간 관리 중요성이 부각되고 있다. 특히, 동절기 전도(Turn-over)시기에 고농도 망간이 발생되는 경우가 많은데, 현재 정수장에서는 망간을 처리하기 위해 유입구간에 필터를 설치하고 주기적으로 교체하는 방식으로 처리하고 있다. 그러나 단기간에 고농도 망간 다량 유입 시 처리용량의 한계 등 정수장에서의 공정관리가 어려워지므로 사전 예측에 의한 대응 체계 고도화가 필요한 실정이다. 본 연구는 광역취수원인 주암댐을 대상으로 망간 예측의 정확도 향상 및 예측기간 확대를 위해 다양한 머신러닝 기법들을 적용하여 비교 분석하였으며, 독립변수 및 초매개변수 최적화를 진행하여 모형의 정확도를 개선하였다. 머신러닝 모형은 수심별 탁도, 저수위, pH, 수온, 전기전도도, DO, 클로로필-a, 기상, 수문 자료 등의 독립변수와 화순정수장에 유입된 망간 농도를 종속변수로 각 변수에 해당하는 실측치를 학습데이터로 사용하였다. 그리고 데이터기반 모형의 정확도를 개선하기 위해서 성층의 수준을 판별하는 지표로서 PEA(Potential Energy Anomaly)를 도입하여 데이터 분석에 활용하고자 하였다. 분석 결과, 망간 유입률은 계절 주기에 따라 농도가 달라지는 것을 확인하였고 동절기 전도시점과 하절기 장마기간 난류생성 시기에 저층의 고농도 망간이 유입이 되는 것을 분석하였다. 또한, 두 시기의 망간 농도의 변화 패턴이 상이하므로 예측 모델은 각 계절별로 구축해 학습을 진행함으로써 예측의 정확도를 향상할 수 있었다. 다양한 머신러닝 모델을 구축하여 성능 비교를 진행한 결과, 동절기에는 Gradient Boosting Machine, 하절기에는 eXtreme Gradient Boosting의 기법이 우수하여 추론 모델로 활용하고자 하였다. 선정 모델을 통한 단기 수질예측 결과, 전도현상 발생 시기에 대한 추종 및 예측력이 기존의 데이터 모형만 적용했을 경우대비 약 15% 이상 예측 효율이 향상된 것으로 나타났다. 본 연구는 머신러닝 모델을 활용한 망간 농도 예측으로 정수장의 신속한 대응 체계 마련을 지원하고, 수처리 공정의 효율성을 높이는 데 기여할 것으로 기대되며, 후속 연구로 과거 시계열 자료 활용 및 물리모형과의 연결 등을 통해 모델의 신뢰성을 제고 할 계획이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.358-358
• /
• 2023

본 연구에서는 그동안 수자원분야 강우유출 해석분야에 활용되었던 대표적인 머신러닝&딥러닝(ML&DL) 모델을 활용하여 모델의 하이퍼파라미터 튜닝뿐만 아니라 모델의 특성을 고려한 기상 및 수문데이터의 조합과 전처리(lag-time, 이동평균 등)를 통하여 데이터 특성과 ML&DL모델의 조합시나리오에 따른 일 유입량 예측성능을 비교 검토하는 연구를 수행하였다. 이를 위해 소양강댐 유역을 대상으로 1974년에서 2021년까지 축적된 기상 및 수문데이터를 활용하여 1) 강우, 2) 유입량, 3) 기상자료를 주요 영향변수(독립변수)로 고려하고, 이에 a) 지체시간(lag-time), b) 이동평균, c) 유입량의 성분분리조건을 적용하여 총 36가지 시나리오 조합을 ML&DL의 입력자료로 활용하였다. ML&DL 모델은 1) Linear Regression(LR), 2) Lasso, 3) Ridge, 4) SVR(Support Vector Regression), 5) Random Forest(RF), 6) LGBM(Light Gradient Boosting Model), 7) XGBoost의 7가지 ML방법과 8) LSTM(Long Short-Term Memory models), 9) TCN(Temporal Convolutional Network), 10) LSTM-TCN의 3가지 DL 방법, 총 10가지 ML&DL모델을 비교 검토하여 일유입량 예측을 위한 가장 적합한 데이터 조합 특성과 ML&DL모델을 성능평가와 함께 제시하였다. 학습된 모형의 유입량 예측 결과를 비교·분석한 결과, 소양강댐 유역에서는 딥러닝 중에서는 TCN모형이 가장 우수한 성능을 보였고(TCN>TCN-LSTM>LSTM), 트리기반 머신러닝중에서는 Random Forest와 LGBM이 우수한 성능을 보였으며(RF, LGBM>XGB), SVR도 LGBM수준의 우수한 성능을 나타내었다. LR, Lasso, Ridge 세가지 Regression모형은 상대적으로 낮은 성능을 보였다. 또한 소양강댐 댐유입량 예측에 대하여 강우, 유입량, 기상계열을 36가지로 조합한 결과, 입력자료에 lag-time이 적용된 강우계열의 조합 분석에서 세가지 Regression모델을 제외한 모든 모형에서 NSE(Nash-Sutcliffe Efficiency) 0.8이상(최대 0.867)의 성능을 보였으며, lag-time이 적용된 강우와 유입량계열을 조합했을 경우 NSE 0.85이상(최대 0.901)의 더 우수한 성능을 보였다.

• The Journal of Bigdata
• /
• v.6 no.2
• /
• pp.1-15
• /
• 2021

The unprecedented pandemic of infectious diseases called COVID-19 has dampened human and material movement, and changes in the global economic structure have caused various economic and industrial problems such as worsening employment along with the domestic and international economic recession. In this crisis situation, the government announced the "New Deal" as a new card to enhance economic vitality following the "emergency disaster support fund." This means that the first business of the Digital New Deal, the beginning and core of the New Deal, begins digital transformation from collecting data, which is the "rice" of digital transformation to the data dam. Until now, not only the government but also local governments have established and operated platforms for collecting and sharing public data by establishing various data portals. It is evaluated that it lacks utilization for commercialization as not only the government but also local governments focus only on building the platform without considering the business model when building the initial public data platforms. In particular, in the case of regions, there is a lack of public data to be used for data business, so it is necessary to utilize data from public institutions in the region. In this study, various data collection, data quality improvement, and data utilization improvement were suggested as measures to solve these problems.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.121-121
• /
• 2022

한국과 미국은 2018년 8월에 발표한 메콩우호국(Friends of the Lower Mekong, FLM) "메콩지역 수자원 데이터 관리 및 정보공유 강화에 관한 공동성명"을 계기로 메콩유역의 실시간 수자원 변동 모니터링 및 분석과 수자원 데이터 공동활용 역량을 강화하여 효율적이고 과학적인 수자원관리 지원과 함께 한국의 신남방정책과 미국의 인도-태평양 전략 시너지효과를 극대화하고자 메콩 주변국 재해경감 및 수자원 데이터 활용 역량강화를 위한 글로벌 위성기반 수문자료의 생산·활용 및 홍수·가뭄 등의 수재해 분석기술을 개발하고 있다. 여기에는 한국 K-water의 물관리 기술과 미국 NASA, USACE의 위성활용 및 수자원분석 기술을 접목하여 메콩지역의 체계적인 물관리 및 재해로부터 안전성 확보 기여에 목표를 두고 연구를 진행 중에 있다. 본 연구에서는 전 세계적으로 광범위하게 활용되고 있는 미공병단(USACE, U.S. Army Corps of Engineers)의 HEC software 프로그램을 메콩 시범지역(pilot area)에 적용하여 수리/수문모델 구축을 진행하고 있다. 구축되는 모형은 유역 상류 댐의 연계 모의운영 및 하류 홍수분석이 동시 가능한 HEC-RTS(Real-Time Simulation)로 이는 HEC-HMS, -ResSim, -RAS와 -FIA 모형이 순차적으로 결합된 수리/수문 모델링 시스템이다. 모형의 시범적용 지역은 현지 메콩위원회(MRC, Mekong River Comission)의 의견 등을 반영, 메콩강 하류지역(Lower Mekong) 본류 유역에 위성자료 활용 및 준실시간(near real-time)으로 댐 모의운영 등을 고려할 수 있는 JingHong댐(중국 란창강 최하류)에서 라오스 Xayaburi댐(메콩강 최상류)까지의 구간을 선정하였으며, 전년도에는HEC-RTS 중 HMS(Hydrologic Modeling System) 모형 적용을 중심으로 가용한 위성자료(GPM IMERG)를 활용하여 과거 홍수사상에 대한 모의를 고려한 강우-유출모형의 구축을 완료하였다. 이에 연속하여 금년도에는 동일유역 내 하천 단면 등이 확보된 Chiang Saen 지점에서 Xayaburi 댐까지의 구간에 대해 RAS(River Analysis System)을 구축할 예정으로 구축된 RAS 모형은 HEC-RTS에 포함되어 메콩 시범지역의 종합적 수리/수문분석에 적용될 예정이다.

• Proceedings of the Korean Society of Disaster Information Conference
• /
• 2017.11a
• /
• pp.63-64
• /
• 2017

광학 위성영상의 경우 기상조건의 영향을 많이 받기 때문에 연속적인 데이터 취득과 분석이 어렵다. 본 연구에서는 영상 획득률이 상대적으로 낮은 광학 위성영상의 단점을 보완하기 위해 SAR 위성영상과 광학 위성영상을 활용하여 다양한 자연재난에 대해 효율적인 재난관리의 가능성을 북한 황강댐 수표면적 분석사례를 통해 제시하였다. 위성영상 수집기간은 2016년 1월부터 2017년 7월까지 획득된 자료로 SAR 위성영상은 Sentinel-1을, 광학 위성영상은 Landsat-8을 획득하여 분석하였다. 이때 수증기, 구름 등 기상조건에 의해 Landsat-8을 획득하지 못한 부분은 Sentinel-1으로 대체하여 분석하였다. 그 결과, 2016년 5월 19일자 관측된 황강댐의 만수위 당시 수표면적과 2017년 7월 18일에 관측된 황강댐의 수표면적이 유사하여 방류위험성이 있어 상시 모니터링이 필요하다고 판단된다. 본 연구에서는 Sentinel-1와 Landsat-8을 활용하여 효율적인 재난관리를 보여주는 사례를 통하여 선제적인 재난관리에 활용성을 보여준다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.379-379
• /
• 2015

최근 몇 년간 기록적인 집중호우와 태풍으로 인해 홍수피해가 점점 증가하고 있다. 국내 대부분의 하천은 고수부지 또는 제방으로 정비되어있다. 국지적으로 발생되는 집중호우는 수위를 급격하게 증가시켜 하천의 고수부지 또는 제방범람을 야기한다. 집중호우로 인한 흐름이 고수부지 또는 제방을 지나면 흐름양상은 매우 복잡하게 변화한다. 그러나 급격히 증가하는 흐름에 의해 하천의 제방, 옹벽 또는 계단지형으로 형성된 고수부지 등을 지나는 흐름특성을 분석하는 것은 매우 어렵고 이러한 불연속 단면을 고려하여 예측하기는 불가능하다. 이와 같이 급변하는 흐름이 계단형 구조물을 지날 때 잠김/드러남 특성을 조사하기위해 수리 실험을 실시하였다. 수리실험은 길이 6 m, 폭 0.4 m로 제작된 직선수로에서 수행되었다. 급격히 증가하는 댐 붕괴 흐름을 재현하기위해 수로중간에 게이트를 설치하고 상류에 물을 채운 후 빠른 속도로 게이트를 개방하였다. 하류에는 수로를 따라 계단형 구조물을 설치하고 하류경계는 물이 빠져나갈 수 있게 하였다. 하류 초기수위는 첫 번째 계단보다 약간 낮게 설정하였다. 계단형 구조물과 그 주변에 파고계를 설치하여 시간에 따른 수위변화를 측정하였다. 다양한 수리조건을 적용하여 수리실험을 수행하였고 측정된 데이터를 이용하여 급변한 비정상흐름이 계단형 구조물을 지날 때 잠김/드러남 특성을 분석하였다. 차후 이 실험 결과는 하천의 제방 및 계단지형을 고려할 수 있는 고정확도 수치모형을 개발하는 검증자료로 유용하게 사용될 수 있을 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.231-231
• /
• 2023

토양침식은 지표의 토양이 바람이나 물에 의해 분리되어 이송되는 자연현상이다. 우리나라에서는 주로 물에 의한 토양침식이 발생하며 특히 단기간 집중적으로 내리는 강우에 의해 토양침식이 일어난다. 토양의 침식현상은 농경지 유실, 하공구조물에서의 퇴적토 발생, 수질 오염등 다양한 문제를 일으키며 기후변화로 인한 집중강우의 빈도 및 강도 증가는 토양침식에 의한 피해를 증가 시키고 있다. 이러한 문제를 파악하기 위해 경험적 방법에 의해 개발된 범용토양유실공식인 USLE 모형이 널리 사용되고 있으나 연간 토양침식량을 산정하기 위해 개발된 USLE모형은 강우기간이 짧고 강우강도가 높은 집중호우와 같은 단기 강우사상을 모의할 수 없고 모든 지역을 표현하는 데 한계가 있다. 이에 따라 단기 강우사상을 고려할 수 있는 물리기반 침식모형인 SSEM모형을 활용하였다. SSEM모형은 운동파 방정식의 수치해석과 물리적 기반 접근방식을 통해 토양침식과정을 계산하여 집중호우로 인해 발생하는 토양침식을 보다 정확하게 추정할 수 있다. 이러한 모형의 적용성을 확인하기 위해 우리나라의 의암댐유역 선정하였으며, 지형 및 강우 그리고 댐자료 등 기초자료 수집과 수집된 데이터는 연구 대상에 대한 토양침식량 산정 및 매개변수 추정과 보정하는 데 사용되었다. 이 결과 다른 토지이용에 비해 농경지와 나지에서 많은 침식이 일어나며 도심지에서의 퇴적이 발생하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.189-189
• /
• 2022

물 공급 시설의 효율적이고 안정적인 운영을 위한 운영 계획의 수립 및 검증을 위해서는 장기간의 유입량 자료가 필요하다. 하지만, 현실적으로 얻을 수 있는 실측 자료는 제한적이며, 유입량이 부족하여 댐 운영에 영향을 미치는 자료는 더욱 적을 수밖에 없다. 이를 개선하고자 장기간의 모의 유입량을 생성해 운영 계획을 수립하는 방법이 종종 사용되지만, 실측 자료를 기반으로 모의하기 때문에 이 역시 가뭄의 빈도가 낮아, 장기 가뭄이나 짧은 간격으로 가뭄이 발생할 시 안정적인 운영이 어렵다. 본 연구에서는 장기 가뭄 발생 시에도 안정적인 물 공급이 가능한 운영 계획 수립을 위해 가뭄 빈도를 증가시킨 유입량 모의 기법을 제안하고자 한다. 제안하는 모의 기법은 최근 머신러닝에서 사용되는 SMOTE 알고리즘을 기반으로 한다. SMOTE 알고리즘은 데이터의 불균형을 처리하기 위한 오버 샘플링 기법으로, 소수 그룹을 단순 복제하지 않고 새로운 복제본을 생성해 과적합의 위험이 적으며, 원자료의 정보가 손실되지 않는 장점이 있다. 본 연구에서는 미국 캘리포니아주에 위치한 Folsom 댐을 대상으로 고빈도 가뭄 유입량을 모의했으며, 고빈도 가뭄 유입량을 사용한 운영 계획을 수립하였다. Folsom 댐의 과거 관측 유입량 자료를 기반으로 고빈도 가뭄 유입량을 사용한 운영 계획과 일반적인 가뭄 빈도의 유입량을 사용한 운영 계획을 적용했을 때 발생하는 공급 부족량과 과잉 방류량의 차이를 비교해 고빈도 가뭄 유입량의 사용이 물 공급 시설의 안정적인 운영에 끼치는 영향을 확인하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.408-408
• /
• 2011

수자원관리와 수문모형에 있어 강수, 증발산, 침투, 침루 등의 물 순환과정에 대한 실질적인 이해와 분석연구의 중요도가 높아지고 있는 실정이며, 그중에서도 토양수분은 강수의 침투, 유출 등의 지표면과 대기사이의 질량 및 에너지이동에 관여하는 중요한 요소로서 수자원 및 수문현상에 직접적인 영향을 미친다. 이를 위해 강수, 증발산, 토양수분과 같은 수문변수에 대한 다양한 관측이 실시되어야 하지만 국내에서는 지속적이고 안정적으로 지상관측을 할 수 없는 실정이며 관련 기반기술도 매우 취약하다. 따라서 이를 극복하기 위해서는 위성영상자료를 이용함으로써 한반도 전체에 대한 광역적인 토양수분자료의 획득을 용이하게 한다. 본 연구의 연구유역은 수자원 연구를 위해서 지정된 용담댐 시험유역으로 하였으며, 토양수분 관측지점의 지상관측 수문자료인 각 지점별 강수량, 지면온도, 인공위성자료인 MODIS 정규식생지수 등의 가용자료를 수집하고 신경망모형을 활용한 토양수분자료 생산 모형을 개발하여, 개선된 시공간 분해능과 공간정보 대표성을 가진 광역 토양수분자료를 생산하고 적용타당성을 분석하였다. 산정된 토양수분모형의 적용가능성을 파악하고자 용담댐 유역의 각 지점별 토양수분 관측데이터와 추정데이터를 비교한 결과 추천, 부귀, 상정 지점의 경우 평균 약 0.9257의 상관계수와 약 1.2917의 평균제곱근오차를 보였고, 검증지점인 천천2의 경우 약 0.8982의 상관계수와 약 5.1361의 평균제곱근오차의 결과를 보여주었으며 토양수분 추정모형의 적용가능성이 높음을 확인할 수 있었다.