• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.342-342
• /
• 2023

메콩강을 공유하는 6개국은 주로 강의 개발과 수자원의 활용을 통해 경제성장을 이룩하고 있다. 하지만, 각국의 산업화나 경제성장의 수준, 메콩강에 대한 의존도와 관심, 전략 등이 서로 달라 개발에 따른 국가 간 수자원 공유, 환경피해, 지역보존 등의 문제들이 발생하고 있다. 메콩지역의 국가 중 베트남은 하천유역의 많은 부분이 국가공유하천으로 인접국가의 유역개발에 따라 다양한 물 분쟁이 발생할 수 있으며, 잦은 홍수피해가 발생하고, 낙후된 사회인프라로 인해 이수 및 수질오염과 관련된 물 문제 역시 지역적으로 발생하고 있다. 해당지역의 물 문제해결을 위한 정책결정의 지원을 위해서는 수리·수문학적 기초 또는 상세 분석이 필요하며, 본 연구에서는 매년 홍수와 대규모 범람, 비효율적 댐운영으로 인한 가뭄, 염수침입 등의 물 문제가 발생하는 Ca River 유역을 대상유역으로 선정하고 K-series SW 기반의 홍수범람 해석을 수행하였다. K-water에서 개발된 다양한 K-Series SW 중 연구대상유역인 Ca River 하류 유역에 대한 적용에 적합한 모형을 기존 현황조사 등을 바탕으로 1차원 하천흐름해석을 위한 K-River, 2차원 홍수범람해석을 위한 K-Flood 모형을 선정하고 분석을 수행하였다. 2010년과 2013년의 홍수기를 대상으로 K-River모형을 이용하여 Ca river 하류의 수리학적 현상을 해석하였으며, 해당 결과를 기반으로 K-Flood 모형을 이용한 2차원 홍수범람해석을 수행하고 실제 범람지도와의 비교를 수행하였다. 그리고 결과검토를 통해 모의 결과가 수위에 대해 높은 재현성을 보이고 있으며 범람면적과 침수심의 모의결과가 실제 침수양상과 비슷한 양상을 보임을 확인하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.62-62
• /
• 2022

홍수 예보를 위한 강우-유출 분석에서 정확한 예측 강우량 정보는 매우 중요한 인자이다. 이에 따라 강우 예측을 위하여 다양한 연구들이 수행되고 있지만 시·공간적으로 비균일한 특성 또는 변동성을 가진 강우를 정확하게 예측하는 것은 여전히 난제이다. 본 연구에서는 딥러닝 기반 ConvLSTM (Convolutinal Long Short-Term Memory) 모형을 사용하여 위성 강수 자료의 단기 예측을 수행하고 그 정확성을 분석하고자 한다. 대상유역은 메콩강 유역이며, 유역 면적이 넓고 강우 관측소의 밀도가 낮아 시·공간적 강우량 추정에 한계가 있으므로 정확한 강우-유출 분석을 위하여 위성 강수 자료의 활용이 요구된다. 현재 TRMM, GSMaP, PERSIANN 등 많은 위성 강수 자료들이 제공되고 있으며, 우선적으로 ConvLSTM 모형의 강수 예측 활용가능성 평가를 위한 입력자료로 가장 보편적으로 활용되는 TRMM_3B42 자료를 선정하였다. 해당 자료의 특성으로 공간해상도는 0.25°, 시간해상도는 일자료이며, 2001년부터 2015년의 자료를 수집하였다. 모형의 평가를 위하여 2001년부터 2013년 자료는 학습, 2014년 자료는 검증, 2015년 자료는 예측에 사용하였다. 또한 민감도 분석을 통하여 ConvLSTM 모형의 최적 매개변수를 추정하고 이를 기반으로 선행시간(lead time) 1일, 2일, 3일의 위성 강수 예측을 수행하였다. 그 결과 선행시간이 길어질수록 그 오차는 증가하지만, 전반적으로 3가지 선행시간 모두 자료의 강수량뿐만 아니라 공간적 분포까지 우수하게 예측되었다. 따라서 2차원 시계열 자료의 특성을 기억하고 이를 예측에 반영할 수 있는 ConvLSTM 모형은 메콩강과 같은 미계측 대유역에서의 안정적인 예측 강수량 정보를 제공할 수 있으며 홍수 예보를 위한 강우-유출 분석에 활용이 가능할 것으로 판단된다.

• MISULJARYO - National Museum of Korea Art Journal
• /
• v.99
• /
• pp.10-29
• /
• 2021

This paper is an introductory study of the wooden Buddha images excavated in the Mekong Delta in present-day southern Vietnam. Approximately thirty examples of wooden Buddha images have been recovered in the Mekong Delta. As they were found among the major historic sites of Funan (the first kingdom in Southeast Asia), including Oc Eo, and likely date to the sixth century, they can be regarded as the works of Funan. Similarly to stone Buddha images, these wooden examples are considered important for their demonstration of aspects of early Buddhist sculpture in Southeast Asia. Most of these Funan wooden Buddha images are presumed to have been produced around the sixth century based on radiocarbon dating and their stylistic characteristics. This paper analyzed the iconography and style of eight examples whose forms are relatively recognizable. The eight images can be divided into four types according to their postures, dress styles, and hand gestures. They all share features of the Sarnath style of the Gupta period in India as seen in their slender bodies and the outer robe that clings to the body. However, some display a South Indian style of Buddha images in their upright posture, style of wearing a monastic robe with the right shoulder exposed, and making the vitarka mudra (preaching gesture) that is often seen in Sri Lankan Buddha images. This suggests that Buddhist sculptors in Funan devised a new style by incorporating the principal styles of Indian Buddhist sculpture. Another notable feature of these Funan images is their material, namely, wood. While none of the contemporaneous Hindu sculptures discovered from the same historic sites are made of wood, numerous Buddhist sculptures are. This paper postulates that the use of wood in Buddhist sculptures was promoted for reasons beyond ease of carving. According to the Buddhist literature, the first-ever Buddha image was the so-called 'Udayana image' made out of sandalwood. This image and its story was well-known in the Southern Dynasty of China around the sixth century. Interestingly, some auspicious sandalwood images of the Buddha was believed to have been brought into the Southern Dynasty from Funan. This suggests the possibility that the legend of the Udayana image might have been known in Funan as well and resulted in the production of wooden sculptures there.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.8 no.3
• /
• pp.96-106
• /
• 2005

The ability of remote sensing and GIS technique, which used to provide valuable informations in the time and space domain, has been known to be very useful in providing permanent records by mapping and monitoring flooded area. In 2000, floods were at the worst stage of devastation in Tonle Sap Lake, Mekong River Basin, for the second time in records during July and October. In this study, Landsat ETM+ and RADARSAT imagery were used to obtain the basic information on computation of the inundation area and volume using ISODATA classifier and segmentation technique. However, the extracted inundatton area showed only a small fraction than the actually inundated area because of clouds in the imagery and complex ground conditions. To overcome these limitations, the cost-distance method of GIS was used to estimate the inundated area at the peak level by integrating the inundated area from satellite imagery in corporation with digital elevation model (DEM). The estimated inundation area was simply converted with the inundation volume using GIS. The inundation volume was compared with the volume based on hydraulic modeling with MIKE 11. which is the most poppular among the dynamic river modeling system. The method is suitable for estimating inundation volume even when Landsat ETM+ has many clouds in the imagery.

• Korean Journal of Remote Sensing
• /
• v.36 no.5_3
• /
• pp.1095-1107
• /
• 2020

Flood monitoring using satellite data has been constrained by obtaining satellite images for flood peak and accurately extracting flooded areas from satellite data. Deep learning is a promising method for satellite image classification, yet the potential of deep learning-based flooded area extraction using SAR data remained uncertain, which has advantages in obtaining data, comparing to optical satellite data. This research explores the performance of SegNet and U-Net on image segmentation by extracting flooded areas in the Khorat basin, Mekong river basin, and Cagayan river basin in Thailand, Laos, and the Philippines from Sentinel-1 A/B satellite data. Results show that Global Accuracy, Mean IoU, and Mean BF Score of SegNet are 0.9847, 0.6016, and 0.6467 respectively, whereas those of U-Net are 0.9937, 0.7022, 0.7125. Visual interpretation shows that the classification accuracy of U-Net is higher than SegNet, but overall processing time of SegNet is around three times faster than that of U-Net. It is anticipated that the results of this research could be used when developing deep learning-based flood monitoring models and presenting fully automated flooded area extraction models.