• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1698-1702
• /
• 2009

효과적인 저수지 수질관리를 위해서는 신뢰도 높은 수리 및 수질모델이 필요하며, 이러한 모델의 성능은 다양한 수문사상에 대하여 적용함으로써 검증할 수 있다. CE-QUAL-W2 모델(이후 W2)은 횡방향 평균 2차원 수리 수질 해석 모델로써 수체의 길이에 비해 폭이 상대적으로 좁고 수심이 깊은 우리나라 대부분의 저수지 지형에 적합한 모델이다. 본 연구의 목적은 기존 연구에서 가뭄년인 2001년과 평수년인 2004년 수문사상에 대하여 보정한 대청호 W2 부영양화모델을 최근 평수년인 2006년과 가뭄년인 2008년을 대상으로 검증하는데 있다. 모델의 검증은 물수지, 수온성층 구조 변화, 부영양화 해석에 중점을 두었으며, 실측자료와 모의결과의 적합성 비교 평가는 결정계수값$(R^2)$, AME(absolute mean error)와 RMSE(root mean square error)를 이용하였다. 저수지 물수지의 적합성을 검증하기 위하여 모의수위와 실측수위를 비교한 결과, $R^2$값이 2006년과 2008년에 각각 0.9945, 0.9972로 나타나 신뢰도가 높은 것으로 확인되었다. 계절별 성층구조 변화 모의 성능을 검증하기 위해 회남수역과 댐 앞 지점에서 수심별 수온의 모의값과 실측값을 비교하였다. 2006년의 경우 모델은 홍수기 동안 안정적으로 수온 성층현상을 모의하였으나, 댐 앞 지점에서 수온 약층이 형성된 구간에서 실측값과 다소 편차를 보였으며, 오차크기는 AME가 $0.561\sim2.088^{\circ}C$, RMSE는 $0.797\sim2.762^{\circ}C$범위였다. 반면, 가뭄년인 2008년에는 전 기간에 걸쳐 모두 안정적으로 저수지 수온 성층현상을 모의하였으며, 오차크기는 AME $0.413\sim1.162^{\circ}C$, RMSE $0.546\sim1.415^{\circ}C$ 범위였다. 조류의 생산성이 높은 표층에서 T-N, T-P 및 Chl-a 농도 모의결과를 장계교, 대정리, 회남대교, 댐 앞, 추동취수탑 및 문의취수탑에서 시계열로 실측값과 비교 검증한 결과, T-N과 T-P는 2006년과 2008년 모두 모든 비교 지점에서 모의값과 실측값의 시계열 변동이 매우 잘 일치하였으며, 홍수기 이외 기간에는 큰 변동 폭을 보이지 않았다. 그러나 기존 연구에서 확인된 바와 같이 7월 이후부터 T-P 모의값이 실측값을 과대 산정하는 경향을 보였는데, 그 원인은 산소 결핍상태에서 저니층에서 용출되는 철(Fe) 또는 망간(Mn)과 같은 이온 성분이 인과 흡착하여 침전되는 기작이 모의과정에 적절히 반영되지 않은 것이 원인으로 판단된다. 조류(Chl-a)농도의 경우, 2006년과 2008년에 모든 지점에서 모델은 조류의 발생과 시계열 변화를 적절히 모의하였으나, 2008년 1월부터 8월까지 댐 앞과 추동 및 문의취수탑에서는 모의값이 실측값을 과대 산정하는 경향을 보였다. 이는 해마다 그리고 계절별로 우점하는 조류 종이 상이한 반면, 모델에서는 이에 대한 매개변수를 적절히 고려하지 못한 것이 원인으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.904-904
• /
• 2012

강우-유출모형중 단기 홍수 사상 모형은 주로 집중형으로 하천유량 모의에 중점을 두어 왔고, 장기유출모형은 분포형으로 기저유출 모의에 중점을 두어 왔다. 단기 홍수사상 모형은 유역 전반에 걸친 수자원의 분포특성을 파악하기 힘들다는 단점이 있고, 장기유출모형은 단기 홍수사상을 분석하기 힘들다는 단점이 있다. 이와 같은 단점은 두 모형을 함께 이용하여 보완할 수 있다. 따라서 본 연구에는 단기 홍수사상모형인 HEC-HMS모형과 장기유출모형인 SWAT모형을 연동하기 위하여 두 모형에 공통으로 적용되는 매개변수 CN값을 적절히 구해 이용하여야 한다. 두 모형에서 CN값을 얻는 방법은 첫 번째, HEC-HMS모형의 홍수기 호우사상별 최적평균 CN값을 구하는 것이고, 두 번째, SWAT모형 내에서 적용되는 일별 CN값을 구하는 것이다. 그리고 두 모형의 매개변수를 이용하여 보정 3년(2002년~2004년), 검증 2년(2005년~2006년), 적용 3년(2007년~2009년)을 모델링하여 SWAT-HMS모형의 유출분석 신뢰성을 판단하였다. 보정 3년 결과로 선행 5일강우량 기준으로 150mm 이하이면 모의가능하고, 150mm 이상이면 과소 모의되는 SWAT모형의 단점을 알 수 있었다. 검증을 실시한 2년은 SWAT-HMS모형의 중요 매개변수인 CN값을 HEC-HMS모형의 CN값과 SWAT모형의 CN값을 적용한 결과를 비교하여 상관계수 0.90과 0.95를 얻었으며, SWAT-HMS모형에 적용되는 매개변수 CN값은 SWAT모형의 CN값을 사용할 경우 더욱 신뢰할 수 있음을 알았다. 적용 3년(2007년~2009년)은 SWAT모형의 CN값을 SWAT-HMS모형에 적용하여 유출분석을 하였으며, 관측치와 모의치의 상관계수 0.95라는 신뢰할 수 있는 결과를 얻었다. 그리고 관측치와 모의치의 첨두유량은 평균적으로 5% 이내의 차이로 정확한 모의결과를 얻을 수 있었다. 따라서 본 연구는 격자분포형 유출모형인 SWAT모형과 집중형 유출모형인 HEC-HMS모형을 두 모형에 공통으로 적용되는 매개변수 CN값을 이용하여 두 모형이 가지는 단점을 해소하여 보다 정확한 유출분석 결과를 얻을 수 있는 방법을 제시 하였다.

• Journal of Korea Water Resources Association
• /
• v.37 no.3
• /
• pp.173-184
• /
• 2004

The objective of this study is to examine the usefulness of climate model simulations (GCM) in Korea water resource management. The methods are based on probabilistic measures of the effectiveness of GCM simulations of an indicator variable for discriminating high versus low regional observations of a target variable. The formulation uses the significance probability of the Kolmogorov-Smirnov test for detecting differences between two variables. AMIP-II(Atmospheric Model Intercomparison Project-II) type GCM simulation done by ECMWF(European Centre for Medium-Range Weather Forecasts) was used for indicator variable and observed mean average precipitation(MAP) values on 7 major river basins were used as target variable. Monte Carlo simulation is used to establish the significance of the estimator values. The results show that GCM simulations done by ECMWF are skillful in discriminating the high from the low of the observed MAP for wet season in all seven basins of Korea, but not enough for dry season.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.63-63
• /
• 2020

최근 머신러닝 기술의 발전에 따라 비선형 시계열자료에 대한 예측이 가능해졌으며, 기존의 과정기반모형을 대체하여 지하수, 하천수 예측 등 다양한 수문분야에 활용되고 있다. 본 연구에서는 기존의 연구들과 달리 과정기반모형을 이용한 하천수 모의결과를 개선하기 위해 과정기반모형과 결합하는 방식으로 머신러닝 기술을 활용하였다. 머신러닝 기술을 통해 관측값과 모의값 간의 차이를 예측하고 과정기반모형의 모의결과에 반영함으로써 관측값을 정확히 재현할 수 있도록 하는 시스템을 구축하고 평가하였다. 과정기반모형으로는 Weather Research and Forecasting model-Hydrological modeling system (WRF-Hydro)을 소양강 유역을 대상으로 구축하였다. 머신러닝 모형으로는 순환 신경망 중 하나인 Long Short-Term Memory (LSTM) 신경망을 이용하여 장기시계열예측이 가능하게 하였다(WRF-Hydro-LSTM). 머신러닝 모형은 2013년부터 2017년까지의 기상자료 및 유입량 잔차를 이용하여 학습시키고, 2018년 기상자료를 이용하여 예상되는 유입량 잔차를 모의하였다. 모의된 잔차를 WRF-Hydro 모의결과에 반영시켜 최종 유입량 모의값을 보정하였다. 또한, 연구에서 제안된 새로운 방법론의 성능을 비교평가하기 위해 머신러닝 단독 모형으로 유입량을 학습 후 모의하였다(LSTM-only). 상관계수와 Nash-Sutcliffe 효율계수(NSE)를 사용해 평가한 결과, LSTM을 이용한 두 방법(WRF-Hydro-LSTM과 LSTM-only) 모두 기존의 과정기반모형(WRF-Hydro-only)에 비해 높은 정확도의 하천수 모의가 가능했으며, PBIAS 지수를 사용하여 평가한 결과, LSTM을 단독으로 사용하였을 때보다 WRF-Hydro와 결합했을 때 더 관측값과 가까운 모의가 가능함을 확인할 수 있었다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.15 no.4
• /
• pp.282-290
• /
• 2013

Biophysical and biochemical processes through which crops interact with the atmosphere have been simulated using land surface models and crop growth models. The Noah Multi Physics (MP) model and the CERES-Rice model, which are a land surface model, and a crop growth model, respectively, were used to simulate and compare rice growth and evapotranspiration (ET) in the areas near Haenam flux tower in Korea. Simulations using these models were performed from 2003 to 2012 during which flux measurements were obtained at the Haenam site. The Noah MP model failed to simulate the pattern of temporal change in leaf area index (LAI) after heading. The simulated aboveground biomass with the Noah MP model was underestimated by about 10% of the actual biomass. The ET simulated with the Noah MP model was as low as 21% of those with the CERES-Rice model. In comparison with actual ET measured at Haenam flux site, the root mean square error (RMSE) of the Noah MP model was 1.8 times larger than that of the CERES-Rice model. The Noah MP model seems to show less reliable simulation of crop growth and ET due to simplified phenology processes and assimilates partitioning compared with the CERES-Rice model. When ET was adjusted by the ratio between leaf biomass simulated using CERES-Rice model and Noah MP model, however, the RMSE of ET was reduced by 30%. This suggests that an improvement of the Noah MP model in representing rice growth in paddy fields would allow more reliable simulation of matter and energy fluxes.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.365-365
• /
• 2022

강우에 따른 유역 내 유출량은 수문순환에서 중요한 요소 중 하나이며, 과거부터 강우-유출 모델링을 위한 여러 물리적 수문모형들이 개발되어왔다. 또한 최근 딥러닝 기술을 기반으로한 강우-유출 모델링 접근 방식이 유효함을 입증하는 여러 연구가 수행됨에 따라 딥러닝을 기반으로한 유출량 모의 연구도 활발히 진행되고 있다. 따라서 본 연구에서는 물리적 수문모형인 SWAT(Soil Water Assessment Tool)과 딥러닝 기법 중 하나인 LSTM(Long Short-Term Memory)을 사용하여 연구대상지 유출량을 모의했으며, 두 모형에 의해 모의 된 유출량의 극값을 비교 분석했다. 연구대상지로는 영산강 유역을 선정했으며, 영산강 유역의 과거 기간의 기후 변수 모의를 위해 CMIP(Coupled Model Intercomparison Project)6 GCM(General Circulation Model)을 사용했다. GCM을 사용하여 모의 된 기후 변수들은 영산강 유역 내 기상관측소의 과거 기간 관측 값을 기반으로 분위사상법을 사용하여 편이보정 됐다. GCM에 의해 모의 된 기후 변수 및 SWAT, LSTM에 의해 모의 된 유출량은 각각 영산강 유역 내 기상관측소 및 수위관측소의 관측 값을 기반으로 재현성을 평가했다. SWAT 및 LSTM을 사용하여 모의 된 유출량의 극값은 GEV(General Extreme Value) 분포를 사용하여 추정하였다. 결과적으로 GCM의 기후 변수 모의 성능은 과거 기간 관측 값과 비교했을 때 편이보정 후에서 상당히 향상되었다. 유출량 모의 결과의 경우 과거 기간 유출량의 관측 값과 비교했을 때 LSTM의 모의 유출량이 SWAT보다 과거 기간 유출량을 보다 근접하게 모의했으며, 극값 모의 성능의 경우 또한 LSTM이 SWAT보다 높은 성능을 보였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.94-94
• /
• 2017

지속적인 수질의 모니터링과 관리가 어려운 개발도상국의 경우, 모델링을 통한 병원균의 예측이 중요하다. Soil and Water Assessment Tool (SWAT)은 유역 모델로 병원균의 거동을 모의하는데 널리 활용된다. 하지만 SWAT이 모의하는 in-stream 모듈의 경우, 소멸, 부유, 퇴적의 단계만을 고려하여 정확도가 부족하다. 따라서 본 연구는 기존 모듈에 hyporheic exchange와 생장 단계를 추가하여 모듈의 성능 개선 및 열대 산지 유역에서의 병원균의 거동을 모의하였다. 본 연구는 몬순 기후 및 산지 지형을 가진 라오스의 Houay Pano 유역을 대상으로 대장균 (Escheichia coli, E.coli)의 거동을 2011년부터 2013년까지 일 단위로 모의하였다. 기존의 SWAT 박테리아 모듈의 경우, 소멸 단계만을 가지고 보정하였을 때 모델은 대부분 0의 값을 가졌고, 부유 및 퇴적 단계가 추가 된 후에는 우기시 대부분의 모델값이 관측값의 95% 신뢰 구간에 포함되었으나 건기에는 농도가 여전히 낮게 모의됨을 확인 할 수 있다. 건기 시 낮게 모의된 농도를 증가시키기 위해, 온도에 따른 생장 단계를 추가하였으며, 이때 생장 속도는 설정된 최소-최대 생장 온도 사이에서 최대값을 가진다. 하지만 온도에 따른 생장은 열대 기후의 특성상 전 기간에 걸쳐 동시에 증가하여 건기에만 낮게 모의된 농도를 보완하는 데는 한계가 있었다. Hyporheic exchange는 강바닥에 임시로 저장된 박테리아의 양이 특정 유량에 의해서 수계로 유입되는 현상으로, 본 연구에서는 일정한 양의 hyporheic flow를 가정하여 모의하였다. 결과적으로 Hyporheic exchange를 통해 유입되는 적은 양의 E.coli는 기존에 타당하게 모의된 우기의 농도는 그대로 유지하되, 건기에 낮게 모의된 농도는 증가시켜 기존 SWAT 모듈의 한계점을 잘 보완한 것을 확인 하였다. 결론적으로, 기존의 SWAT 모델은 건기 시 낮은 농도의 E.coli를 모의하기에 한계를 보였으며, 전 기간에 걸쳐 높은 온도를 유지하는 열대 기후에서 생장 단계는 이러한 한계를 보완하기에 적합하지 않은 것으로 판단되었다. 그러나 적은 양이 전 기간에 걸쳐 동일하게 유입되는 hyporheic exchange의 경우, 건기에 낮게 모의된 농도를 증가시켜 기존의 한계를 보완할 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.382-382
• /
• 2023

기존의 GRM(Grid based rainfall-Runoff Model)에서는 강우-유출 사상에 대한 유출 모의를 주요 대상으로 하였다. 본 연구에서는 GRM 모형에서 연속형 모의가 가능하도록 차단, 증발산, 융설을 모의할 수 있는 모듈을 개발하였다. 차단은 LAI의 연최댓값과 해당월의 값의 비율을 이용해서 계산하며, 증발산은 Blaney-Criddle, Hamon, Hargreaves, Priestly-Taylor 방법을 적용하였다. 융설은 Anderson에 의해서 제안된 방법을 적용하였다. 연속형 모의를 위한 모델 매개변수 설정 인터페이스를 추가하였으며, 기온, 일사량, 일조시간 등의 기상자료를 입력할 수 있게 하고, 계산된 각 수문성분을 출력할 수 있도록 GRM 모형의 입력과 출력 모듈을 개선하였다. 충주댐 유역을 대상으로 개선된 모형을 적용하였다. 공간자료의 해상도는 500m × 500m로 구축하였으며, 수문학적 지형정보와 토양도, 토지피복도를 구축하였다. 기상자료를 강수량, 일최고 기온, 일최저 기온, 일조시간, 일사량을 적용하였다. 증발산은 Hargreaves 방법을 이용하여 모의하였다. 모의 기간은 2001년 ~ 2018년이며, 이 중 2004년까지의 4년은 모델 warming up 기간으로 하고, 적합도 평가는 2005년 ~ 2018년의 모의결과를 이용하였다. 충주댐 유입량 모의결과를 관측값과 비교하였을 때 Nash-Sutcliffe model efficiency coefficient(NSE) 0.84, 상관계수 0.92, 총용적 오차는 0.26%를 나타내어 관측유입량을 잘 재현하였다. 그러므로 본 연구에서 개발된 차단, 증발산, 융설 모의 기법은 적절히 구현된 것으로 판단되며, GRM을 이용한 연속형 모의가 가능한 것으로 나타났다. 향후 연구에서는 좀 더 다양한 유역에 대해 GRM을 이용한 연속형 유출모의 결과를 평가할 필요가 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.1393-1397
• /
• 2008

본 연구의 목적은 대청호와 하류 하천을 연계하여 연속적으로 부유물질의 이송, 확산, 침강과정을 해석 할 수 있는 통합 탁수 모델을 구축하는데 있다. 저수지와 하천을 연속적으로 모의하기 위해서 횡방향 평균 2차원 수리 수질 모델인 CE-QUAL-W2 (W2)를 사용하였다. 그러나 W2모델은 탁도를 모의 할 수 있는 알고리즘이 없기 때문에 모델 경계지점에서의 탁도-부유사(SS) 농도 상관관계를 조사하여 연속 측정된 탁도를 SS로 변환하였고, SS를 입자크기에 따라 3개의 그룹으로 나누어 각각의 침강속도가 다르게 모의하였다. 모의된 SS는 다시 저수지내 관측지점의 탁도-SS 상관관계를 이용해 탁도로 변환하여 실측값과 비교하였고, 하류 하천에서 취수하는 부여 취수장의 탁도-SS 상관관계를 이용하여 취수 원수의 탁도와 모의값을 비교하였다. 하천의 탁도는 실측값이 없는 관계로 모의된 SS를 그대로 하천의 SS 실측값과 비교하였다. 연구결과 통합모델은 저수지내에서 탁도의 수심별 농도를 잘 예측하였고 입자 크기별 침강속도를 고려한 결과 기존의 단일 SS 침강속도 모델에 비해 탁도 예측 성능이 향상되었다. 모델은 강우시 하천에서 급증하는 SS의 농도 변화를 잘 예측하였고, 금강 하류에 위치한 부여 취수장의 일별 취수 원수의 탁도 시계열 변화와도 비교적 잘 일치하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.435-435
• /
• 2016

기후변화에 따라 강우 패턴이 변화하며, 집중호우 발생 빈도의 증가가 예상된다. 이로 인해 저수지 상류에서 유실된 토사는 저수지로 유입하여 정수 처리비용 증가, 1차생산성 감소, 어류폐사, 하천경관 악화 등 다양한 문제를 유발한다. 따라서 위와 같은 탁수 피해 저감을 위해 과학적인 모니터링과 예측, 저수지 운영과 관리기술 개발 등의 대응이 요구된다. 본 연구에서는 극한 탁수사상 발생시 대응 기술의 일환으로 저수지 탁수예측 모델의 신뢰도 향상을 위해, 기존 탁수예측 모형인 CE-QUAL-W2(이하 W2)의 탁수 예측 알고리즘을 개선하고 소양강댐 저수지에 적용하여 그 성능을 평가하였다. 최근 W2모델 3.72 버전까지 출시되었으나, 모델은 단순 침강속도만 고려하여 저수지 밀도 특성을 반영하지 못하고, TSS 모의시 독립침강을 가정하여 응집 침강 및 장기탁수 예측에 취약한 한계점을 가지고 있다. 따라서, 과거 연구내용을 바탕으로 수온에 따른 점성계수 변화(Stoke's), 다중 부유 입자별 침강속도 고려 기능을 추가하였으며, 새롭게 점착성유사의 응집 침강을 고려할 수 있는 기능을 추가하여 모델을 개선하였다. 모델에 점착성 유사 모의 전략은 입자 크기 $63{\mu}m$를 기준으로 비점착성유사(NCS)와 점착성유사(CS)로 구분하고, 비점착성유사는 독립침강, 점착성 유사는 응집침강을 가정하였다. 응집 후 중간 입경의 추정은 Gailani et al(1991)의 식을 사용하였으며, 침강속도 계산 공식은 Hwang and Mehta(1989)식을 적용하였다. 수정된 모델은 소양강댐 운영이후 최대 탁수사상이 발생했던 2006년을 대상으로 기존 탁수해석 결과와 수정된 모델의 모의결과를 실측값과 비교 분석 하였다. Stoke's 식 적용시 기존의 모의결과 대비 AME 평균 23%, RMSE 평균 18%가 개선되는 것으로 나타났으며, Hwang and Metha식 적용시에 SS 모의값이 전반적으로 과소평가되는 것으로 나타났다. 또한, 실측 방류 탁수 농도와 모의값을 비교하여 평가 하였으며, 모의기간인 Julian Day 173~365(192일) 동안 모의 결과의 총 TSS 부하량은 실측값의 약 80%수준을 보였으며, TSS 방류 부하기준 Stoke's 식 적용시 기존 모의대비 오차가 1.3% 개선되는 것으로 나타났다.