• Journal of Environmental Impact Assessment
• /
• v.26 no.1
• /
• pp.68-77
• /
• 2017

In order to estimate the non-point pollution loads from each watersheds among 209 watersheds, the calibration and validation of HSPF model were carried out based on 2012 in 2013 years. In the case of flow rate, R2 of calibration and validation were 0.71~0.93 and 0.71~0.79, which were relatively good values. With the respect to calibration of water quality, % differences between measured and simulated values were 0.4 ~ 9.7 of DO, BOD 0.5 ~ 30.2% and TN 1.9~28.6% except for Hwhangkang B site. In case of validation, DO was 0.2 ~ 13.7%, BOD 1.3~23% and TN 0.5~24.3% excluding Hwhangkang B. However, since the concentration of TP was very small compared with other items, the range of difference was large as 0.8~55.3%. level. As the result of calculating annual accumulative BOD loads for each watershed, it was found that RCH 123 (Uryeong, Gyeongsangnamdo), RCH 121 (Jinju, Gyeongsangnamdo) and RCH 92 (Daegu) were the high ranked. The unit watersheds including various landuse type susch as forest and agricultural sites in mainstream areas have a higher BOD nonpoint pollution load than those in dam regions. However, the results of the annual cumulative loading of the basins for nutrients did not appear to be consistent with the BOD annual cumulative loading ranks. Other factors that represent watershed characteristics such as landslope and soiltypes, including landuse pattern, have been found to be closely related to nonpoint pollutant loads.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.945-945
• /
• 2012

본 연구에서는 낙동강 수계의 안동댐 유역을 대상지역으로 선정하여 미래 기후변화 시나리오에 따른 댐 유역의 수환경 영향을 예측해 보고자 하였다. 특히 미래기후에 대한 수환경 평가는 기후자료를 입력 값으로 요구하는 강우-유출모형을 이용하거나 유량 이외에 유사, 영양물질과 같은 수질인자를 동시에 모의할 수 있는 유역모형을 이용하여 평가하는 것이 일반적이다. 이를 위해 선행연구로 IPCC(Intergovernmental Panel on Climate Change)에서 제공하는 AR4 시나리오의 RCM 자료를 ANN(Artificial Neural Network)기법을 이용하여 안동댐 유역의 총 4개 기상관측소에 대한 과거 20년(1991~2010) 실측자료를 바탕으로 미래 강수 및 습도 그리고 온도에 대해 상세화 하여 미래 기후 시나리오를 생산하였다. 또한 안동댐 유역 단위의 수질을 예측하기 위해 토양과 토지이용 및 토지관리 상태에 따른 수문-수질 모의가 가능한 유역모형인 SWAT(Soil and Water Assessment Tool)을 이용하였다. 과거의 기상자료와 수질자료를 이용하여 유역모델의 검 보정을 실시하였으며 모형의 보정 및 검증결과에 따른 적합성과 상관성을 판단하기 위해 결정계수($R^2$)와 평균제곱근오차(Root Mean Square Error, RMSE)를 사용하였으며, 모형의 효율성 검증으로는 Nash and Sutcliffe(1970)가 제안한 모형효율성계수(NSE)를 사용하였다. 최종적으로 기후 시나리오에 대해서 전망된 지역상세기후를 유역모형의 입력자료로 이용하여 안동댐 유역의 미래수문 및 수질을 예측하고자 하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.418-418
• /
• 2021

신월 빗물저류배수시설은 2010년 집중호우로 침수피해가 발생한 강서구 및 양천구의 저지대 침수문제 해결을 위해서 양천구의 지하 50m 깊이에 설치한 직경 10m, 길이 3.6km, 저류량 32만톤 규모의 지하 대심도 저류 터널이다. 해당 시설은 강우 발생시 유역의 중상류 하수관에서 횡월류 수문을 통해 우수를 저류터널로 유입 및 저류하고, 하류에 위치한 목동 빗물펌프장과 연계하여 배수할 수 있도록 구성되어 있다. 현재 시설의 운영은 유입부 인근에 설치된 수위계를 통해 수문 가동 여부를 판단하고 있으며, 운영 기준 및 매뉴얼은 서울기술연구원에서 지속적인 모니터링을 통해 고도화하고 있다. 본 연구의 목적은 실측 수위 기반의 신월 빗물저류배수시설 운영을 자동화하기 위한 방편으로, 딥러닝 기반의 RNN, LSTM, GRU 등의 알고리즘을 이용하여 유입부 관거 수위를 예측하는 모델을 개발하는 것을 목표로 하였다. 모델의 개발 및 검·보정을 위해 2010년부터 유역 내 구축되어 있는 강우 및 하수관 수위 자료와 목동 빗물펌프장 운영자료를 활용하였다. 현재 신월 빗물저류배수시설은 2020년 5월 준공되어 절대적인 자료 축적 기간이 부족하기 때문에, 향후 지속적인 강우-수위 모니터링을 통해 모델을 고도화하여 시설의 운영에 활용할 수 있도록 개선해 나갈 예정이다.

• Korean Journal of Remote Sensing
• /
• v.24 no.6
• /
• pp.605-612
• /
• 2008

In this study, we estimate solar surface insolation (SSI) by using physical methods with MTSAT-1R data. SSI is regarded as crucial parameter when interpreting solar-earth energy system, climate change, and agricultural production predict application. Most of SSI estimation model mainly uses ground based-measurement such as pyranometer to tune the constructed model and to validate retrieved SSI data from optical channels. When compared estimated SSI with pyranometer measurements, there are some systemic differences between those instruments. The pyranometer data observed upward-looking hemispherical solid angle and distributed hourly measurements data which are averaged every 2 minute instantaneous observation. Whereas MTSAT-1R channels data are taken instantaneously images at fixed measurement time over scan area, and are pixel-based observation with a much smaller solid angle view. Those temporal discrepancies result from systemic differences can induce validation error. In this study, we adjust hour when estimate SSI to improve the retrieved accurate SSI.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.471-471
• /
• 2017

최근 기상 이변으로 인해 홍수, 가뭄 등과 같은 수재해가 빈번히 발생되고 있다. 이에 수재해예방 등의 안전 기술과 관련된 관심이 증가되고 있다. 수재해 예방을 위해서는 먼저 홍수, 가뭄 등과 같은 수재해 감시가 필요하며, 이를 위해 위성, 레이더 등으로 관측된 자료를 활용한 수문인자 정보는 매우 중요하다. 미국 NASA의 LIS(Land Information System)는 위성 및 지상관측 자료를 활용하여 홍수, 가뭄, 기상, 산사태, 농업 등의 정보를 생산할 수 있는 프레임워크이다. LIS는 크게 지표면 모델 및 자료동화를 위한 변수들의 전처리 과정(LDT), 지표면 모델을 활용한 분석 및 자료동화 과정(LDAS) 및 분석된 자료의 검보정(LVT) 과정으로 구성되어 있다. LIS에서 산출 가능한 인자는 Energy Balance, Water Balance, Surface/Subsurface State, Evaporation, Hydrologic, Cold Season Processes, Compared Data, Carbon 등 9개로 분류되며 약 78개의 인자를 산출한다. 홍수, 가뭄 등과 같은 수재해 감시를 위한 수문인자는 강수량, 증발산량, 토양수분, 지표면 온도 등을 비롯한 여러 가지 인자들이 필요하다. LIS는 주로 미국, 캐나다 등 평활한 지역에 활용되어 공간해상도는 약 10km(0.1deg) 이하로 자료를 산출한다. 산악 지형이 대부분인 한국 지형에 적용하기에는 자료의 정확성이 낮아 10km 이상의 공간해상도 자료가 필요하며, 한국형 수재해정보 플랫폼에서 홍수, 가뭄 등의 기초자료로 사용하기 위한 수문인자의 선정이 필요하다. 이에 본 연구에서 NASA LIS를 통해 산출 가능한 인자를 정리하고 한국형 수재해 정보플랫폼에 활용 가능한 수문인자의 항목을 조사하였다. 홍수, 가뭄 등 수재해 분석에 필요한 기초자료는 강우량, 유출량, 잠재적 증발산량, 식생의 증산량, 토양수분, 표면온도, 알베도 등의 수문인자이며, NASA LIS에서 이와 같은 수문인자 산출이 가능하다. NASA와 국제공동 연구중인 한국형 물순환분석 프레임워크(K-LIS(안)) 개발을 통해 한국 지형에 적합한 홍수 및 가뭄 등의 수재해 감시 평가 예측이 가능할 것이며, K-LIS에서 산출되는 고해상도의 수문인자들을 수재해 정보 웹 포털의 정보 제공 서비스를 통하여 손쉽게 접근 가능할 것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.354-354
• /
• 2022

딥러닝(Deep Learning)은 일반적으로 인공신경망(Artificial Neural Network) 를 의미하는데, 이에 따른 결과는 데이터의 양, 변수, 학습모델의 학습횟수, 은닉층(Hidden Layer)의 개수 등 여러 요소로 인해 결정된다. 본 연구에서는 물리적 장기유출 모형인 SWAT의 결과를 참값으로 LSTM모형의 매개변수인 은닉층 갯수와 학습횟수등의 시나리오를 바탕으로 검보정을 수행하였으며, 최적의 목적함수를 갖는 매개변수를 도출하였다. 이를 이용하여 유량지속곡선을 도출한결과를 SWAT의 결과와 비교해본 결과 매우 높은 상관성을 도출하였으며 이를 통해 수자원분야에서 인공신경망의 활용 가능성을 확인하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.18-18
• /
• 2020

금강하구와 같이 막힌 대형 하구는 근본적으로 복잡한 물리화학적 프로세스와 다양한 이해당사자간의 갈등 때문에 단편적인 접근으로는 관리의 한계가 있을 수밖에 없는 환경이다. 더욱이 하굿둑의 갑문을 열어 하구순환을 복원하는 해수유통 사업은 그 자체가 가지는 환경적 효용성의 확인과 기존 용수이용 체계의 전면적 변화와 관련된 상당한 비용이 요구된다는 면에서 특별한 논란이 되어왔다. 본 연구는 해수유통으로 인한 금강 하구해역의 수리, 수질, 퇴적 및 생태 등 다양한 환경적 변화를 집중적인 현장 조사 및 통합 모델링을 통해 정량적으로 예측하고 이를 지역 이해당사자 논의 체계인 금강하구해역정책협의회에 제공함으로써 해수유통과 연관된 이해당사자 간 갈등을 완화하고 과학적 자료에 근거한 정책결정을 지원하기 위해 수행되었다(과학-정책의 통합). 조사연구는 하굿둑 갑문 개방에 따른 다양한 시나리오별로 해수유통으로 인한 영향을 하구해역(하굿둑의 바다 쪽 해역)과 하구호(하굿둑의 하천 쪽 담수역)에 미치는 영향을 검토하였다(하천-하구호-연안해역의 공간적 통합). 시나리오는 하구해역정책협의회의 요구사항을 반영하여 개발되었고, 시나리오별 영향파악은 수리(조석 및 파랑 포함), 퇴적물 이동 및 수질은 Delft3D모델을, 유역으로부터의 유량 및 오염물질 부하량은 분포형 비점모델인 STREAM을, 김양식과 이매패류 생산량을 추정하는 생태모델은 통계기반의 포인트 모델을 통해 이루어졌다(수리-퇴적-수질-생태계 모델의 통합). 시나리오 분석결과, 상시 해수유통을 제외한 대부분의 하굿둑 부분 개방 시나리오에서는 하구해역에 미치는 영향이 제한적으로 나타나는 것으로 예측되었다. 이는 하굿둑 부분 개방에 따른 담수방류량 및 이에 대응하는 해수의 유동패턴이 현재와 크게 달라지지 않음을 반영한다. 반면 하구호에 대한 영향은 하구해역에 비해 하굿둑 갑문 운영시나리오에 따라 상대적으로 민감하게 변화되는 것으로 예측되었다. 갑문의 부분 개방을 통해 하구호의 수위를 현재 대비 5cm~50cm 변화시켰을 때 1psu 염분의 저층에서의 침투거리는 하굿둑 상류 6km~18km 정도로 예측되었고 갑문 개방에 의해 염분 침투 거리의 조절이 가능할 것으로 나타났다. 단, 사용된 통합모델은 수년간의 검보정 과정을 반복적으로 수행하여 예측의 정확도를 지속적으로 개선하였지만, 모델운영 자체의 불확실성을 고려할 때 실제 해수유통을 위해서는 시범개방을 통해 모델 예측의 결과를 확인할 필요가 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.54-54
• /
• 2022

수변식생(riparian vegetation)은 하천 지형학적 프로세스에 영향을 미치는 요인 중 하나로, 최근 기후변화와 더불어 중요성이 커지고 있다. 내성천은 사질 곡류 하천으로, 2014년과 2015년 유량 감소에 의해 급격한 식생의 정착이 나타났다. 내성천 수변식생의 정착 및 활착은 수문-지형학적 프로세스에 영향을 미쳤고, 결과적으로 하도와 범람원의 형태를 변화시켰다. 이와 같은 변화를 예측하고 분석하는 것은 이수, 치수 및 방재 정책과 생태계 사이의 균형 및 조화를 추구하는 정책결정에 필수적이다. 그러나 식생을 고려하지 않은 기존의 수문-지형 모델링에서는 이와 같은 변화를 재현할 수 없다. 본 연구의 목적은 흐름, 식생, 지형의 상호작용이 하천 지형에 미치는 영향을 시각화 및 분석하고, 식생을 고려하지 않은 기존의 모델들의 결과와 비교하고자 한다. 본 초록은 이를 위해 수문-지형학 모델인 D-Flow-FM을 수변 식생 모델과 결합한 커플링 모델(Van Oorschot et al., 2016)을 활용하여 내성천에서 2013년부터 2019년까지의 발생한 지형학적 프로세스와 식생 사이의 상호작용을 재현한 예비결과이다. 식생 모델 결과는 내성천 현장조사 자료와 원격탐사 자료를 이용해 검보정하였다. 식생을 고려한 모델의 하천 형태는 식생을 고려하지 않은 모델의 결과에 비해 좁고 깊은 형태로 나타났으며, 지형학적 변동성이 적게 나타났다. 이는 유량 변화와 관련하여 생태-지형학적 프로세스로 인한 수변 식생 변동성이 강의 형태에 영향을 미쳤다는 것을 보여준다. 모의된 하천의 형태학적 특성이나 식생의 분포 특성은 항공사진과 비교했을 때 준수한 수준이다. 본 모델은 기후변화에 따른 식생의 변동성이 하천에 미치는 영향을 연구하는 데에 활용할 수 있으며, 수문-생태-지형학적 프로세스에 의한 하천의 변화를 예측하고 분석하는 데에 유용하게 활용할 수 있을 것이다.

• Journal of Korea Water Resources Association
• /
• v.51 no.3
• /
• pp.247-261
• /
• 2018

The purpose of this study is to evaluate the groundwater level behavior of Geum river basin ($9,645.5km^2$) under future climate change scenario projection periods (2020s: 2010~2039, 2050s: 2040~2069, 2080s: 2070~2099) using SWAT (Soil and Water Assessment Tool). Before future evaluation, the SWAT was calibrated and validated using 11 years (2005~2015) daily multi-purpose dam inflow at 2 locations (DCD, YDD), ground water level data at 5 locations (JSJS, OCCS, BEMR, CASS, BYBY), and three years (2012~2015) daily multi-function weir inflow at 3 locations (SJW, GJW, BJW). For the two dam inflow and dam storage, the Nash-Sutcliffe efficiency (NSE) was 0.57~0.67 and 0.87~0.94, and the coefficient of determination ($R^2$) was 0.69~0.73 and 0.63~0.73 respectively. For the three weir inflow and storage, the NSE was 0.68~0.70 and 0.94~0.99, and the $R^2$ was 0.83~0.86 and 0.48~0.61 respectively. The average $R^2$ for groundwater level was from 0.53 to 0.61. Under the future temperature increase of $4.3^{\circ}C$ and precipitation increase of 6.9% in 2080s (2070~2099) based on the historical periods (1976~2005) from HadGEM3-RA RCP 8.5 scenario, the future groundwater level shows decrease of -13.0 cm, -5.0 cm, -9.0 cm at 3 upstream locations (JSJS, OCCS, BEMR) and increase of +3.0 cm, +1.0 cm at 2 downstream locations (CASS, BYBY) respectively. The future groundwater level was directly affected by the groundwater recharge by the future seasonal spatial variation of rainfall in the watershed.

• Korean Journal of Remote Sensing
• /
• v.39 no.6_2
• /
• pp.1565-1576
• /
• 2023

An atmospheric correction algorithm based on the radiative transfer model is required to obtain remote-sensing reflectance (R_rs) from the Geostationary Ocean Color Imager-II (GOCI-II) observed at the top-of-atmosphere. This R_rs derived from the atmospheric correction is utilized to estimate various marine environmental parameters such as chlorophyll-a concentration, total suspended materials concentration, and absorption of dissolved organic matter. Therefore, an atmospheric correction is a fundamental algorithm as it significantly impacts the reliability of all other color products. However, in clear waters, for example, atmospheric path radiance exceeds more than ten times higher than the water-leaving radiance in the blue wavelengths. This implies atmospheric correction is a highly error-sensitive process with a 1% error in estimating atmospheric radiance in the atmospheric correction process can cause more than 10% errors. Therefore, the quality assessment of R_rs after the atmospheric correction is essential for ensuring reliable ocean environment analysis using ocean color satellite data. In this study, a Quality Assurance (QA) algorithm based on in-situ R_rs data, which has been archived into a database using Sea-viewing Wide Field-of-view Sensor (SeaWiFS) Bio-optical Archive and Storage System (SeaBASS), was applied and modified to consider the different spectral characteristics of GOCI-II. This method is officially employed in the National Oceanic and Atmospheric Administration (NOAA)'s ocean color satellite data processing system. It provides quality analysis scores for R_rs ranging from 0 to 1 and classifies the water types into 23 categories. When the QA algorithm is applied to the initial phase of GOCI-II data with less calibration, it shows the highest frequency at a relatively low score of 0.625. However, when the algorithm is applied to the improved GOCI-II atmospheric correction results with updated calibrations, it shows the highest frequency at a higher score of 0.875 compared to the previous results. The water types analysis using the QA algorithm indicated that parts of the East Sea, South Sea, and the Northwest Pacific Ocean are primarily characterized as relatively clear case-I waters, while the coastal areas of the Yellow Sea and the East China Sea are mainly classified as highly turbid case-II waters. We expect that the QA algorithm will support GOCI-II users in terms of not only statistically identifying R_rs resulted with significant errors but also more reliable calibration with quality assured data. The algorithm will be included in the level-2 flag data provided with GOCI-II atmospheric correction.