• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.946-946
• /
• 2012

현재 국내 하천의 설계홍수량은 하천정비 기본계획이나 유역종합 치수계획 등을 통하여 고시 되고 있다. 이러한 설계홍수량은 홍수량 산정 지침에 따라 산정되며, 최종적으로 결정된 설계홍수량을 기준으로 하도계획이나 교량, 암거 등의 설계를 실시하였다. 현재 많은 수의 홍수조절용 다목적 댐과 강변저류지 등 각종 수리조작 구조물들이 축조되면서부터 홍수량을 시간별로 조절할 수 있게 되었지만, 미계측 유역에서는 유역의 유출량을 예측하기가 쉽지 않기 때문에 수리조작 구조물들의 효과를 예상하고 조작 및 운영방법을 결정하기 어려운 실정이다. 이러한 이유로, 본 연구에서는 미계측 유역 내 축조하는 수공 구조물의 최적 설계 및 운영방법 결정을 위하여 설계홍수량과 함께 합성단위도법을 적용한 수문곡선을 적용할 수 있도록 Nash 모형을 이용하였다. 유역의 유출특성이 반영된 대표단위도를 산정하기 위해 여러 유역의 다양한 형상계수를 이용하여, 도달시간과 첨두유량에 관한 회귀식을 산정하였다. 이렇게 산정된 회귀식을 여러 형태의 유역과 강우-유출 사상에 적용하여, 미계측 유역의 특정지점에서 발생의 개연성이 충분하고 수공구조물의 설계와 효과에 가장 중요하게 영향을 미칠 수 있는 설계홍수수문곡선을 도출하는 것을 목적으로 하였다. 본 연구의 결과로 나타나는 대표홍수수문곡선을 미계측 유역에 적용한다면 미지의 설계홍수량을 추정함과 동시에 설계홍수량에 상응하는 수문곡선을 도출하여 수공구조물 설계에 이용할 수 있을 것이라 기대한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.974-974
• /
• 2012

하천의 유량 측정은 대부분 홍수 예보지역, 댐 상류지역, 대하천 및 유역 내 주요 지점을 위주로 수행되고 있다. 유량 측정이 이루어지는 지점에 대해서 유출모의를 수행할 경우에는 과거의 측정 자료를 이용해서 모형의 검보정이 가능하며, 이러한 과정을 통해 해당 지점에 대한 유출모의의 정확도를 향상시킬 수 있다 그러나 도시유역을 제외한 대부분의 중소유역에서는 유량의 측정이 이루어지지 않고 있으며, 측정 자료가 없는 미계측 유역에 대한 유출모의 및 모의결과의 검증은 사실상 불가능 하다. 분포형 수문모형의 가장 큰 장점 중 하나는 소유역 분할과정을 거치지 않고도 유역내 임의의 여러 지점에 대한 유출을 모의할 수 있다는 것이다. 이와 같은 분포형 모형의 특징은 관측된 지점에 대해서 보정된 매개변수를 이용해서 이 지점의 유량 발생에 기여한 상류 미계측 지점의 유량을 모의할 수 있다는 것이다. 따라서 본 연구에서는 분포형 모형을 이용하여 유역의 임의 지점에 대해서 모형을 보정한 후 유출모의를 수행하고, 보정된 매개변수를 이용해서 상류의 소하천 지점에 대한 유량을 모의함으로써 매개변수의 지역화를 평가하였다. 이를 통해 유량 측정이 이루어지지 않는 중소 하천의 소유역에 대한 유량 추정의 가능성을 평가하였다. 모의 결과 산지유역 또는 소하천유역과 같은 미계측 유역에서 활용성이 높을 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.384-384
• /
• 2019

기후변화 및 집중호우 등으로 최근 농경지 침수 피해는 증가하고 있다. 농경지 침수 피해에 대한 대책 수립을 위해서는 수리 수문 모델링을 통한 침수 피해 예측이 선행되어야 한다. 농경지 침수 모의를 위해서는 유역 특성 자료, 농경지 특성 자료 및 하천 특성 자료 등을 구축해야 한다. 하지만 농경지 면적, 배수 구획, 표고 등과 농촌유역 소하천 단면 특성 자료는 측량 자료가 존재하지 않는 경우가 대부분이며, 미계측 농경지의 침수 모의를 위해서는 농경지 및 하천 특성 자료를 생성할 필요가 있다. 본 연구에서는 미계측 농경지를 대상으로 자료 생성 및 침수 모의 기법을 개발하고 적용성을 분석하고자 한다. 측량 자료가 존재하는 청미천 유역 단평지구를 대상지구로 선정하였으며, 항공사진, KRF (Korea reach file) 자료, DEM (Digital elevation model), 항공사진 등을 이용하여 하천 및 농경지 특성 자료를 생성하였다. 측량 자료와 생성 자료를 이용하여 하천수위 및 농경지 수위를 각각 산정하고, 배수지연 등 농경지의 수문 특성을 반영하여 침수 모의를 수행하였다. 본 연구의 결과는 향후 미계측 농경지의 침수 모의를 위한 기초 자료로 활용될 수 있을 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.115-122
• /
• 2018

수문순환 과정 중 일부인 유출량을 산정하기 위해서는 지형학적 변수, 강우량, 토양수분, 증발산량 등의 인자들이 필요하다. 본 연구에서는 미계측 지역의 유출량 산정을 위한 주요 인자인 토양수분과 증발산량을 지표면 모델을 통해 산출하고자 한다. 사용한 시스템은 미국 NASA에서 개발한 LIS(Land Information System) 프레임워크이며 LIS에 적용된 지표면 모델 중 Noah-MP을 초기 매개변수로 사용하였다. 입력 자료는 전지구 범위로 제공되는 자료를 사용하여 남한 지역을 대상으로 토양수분 및 증발산량을 산출하고 지상 관측 자료, 원격탐사 기반의 토양수분과 증발산량을 통해 정확도를 평가하였고 ASOS 관측 자료를 내삽하여 산출된 토양수분 및 증발산량의 정확도도 평가하였다. 남한 지역을 대상으로 정확도를 평가한 후 대표표적 미계측 지역인 북한을 대상으로 토양수분 및 증발산량을 산출하였다. LIS의 Noah-MP 지표면 모델로 토양수분 및 증발산량을 산출한 결과 ASOS를 내삽하여 산출한 결과가 설마천의 경우 정확도는 오히려 낮아졌고 청미천, 서산의 정확도는 높아졌다. 이는 초기 매개변수 설정을 이용한 것과 전지구 범위의 자료를 사용하여 토양수분 및 증발산량을 산출하여 발생된 오차이며 매개변수 최적화 및 고해상도의 입력자료를 사용하면 보다 높은 정확도를 확보할 수 있다. 이를 통해 미계측 지역에서도 충분히 활용 가능한 토양수분 및 증발산량을 산출하여 유출량을 산정할 수 있을 것으로 사료된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2004년도 학술발표회
• /
• pp.651-655
• /
• 2004

하천의 수질은 시${\cdot}$공간적으로 지속적인 변화를 보이기 때문에 효과적인 수질관리를 위해서는 연속적인 하천수질 측정과 분석이 요구된다. 또한 유량과 수질측정이 동일시각에 이루어져야 하려 수질측정 지점에서의 보다 정확한 유량산정이 요구된다. 그러나 T/M 수위관측소와 수질자동측정망 지점이 원거리에 위치하여 수질자동측정망 지점에서 정확한 실시간 유량자료를 획득하기에 어려운 지점이 많다. 따라서 연구에서는 신경망 모형을 적용하여 미계측 지점에서의 유출량을 예측하고 강우-유출 모형인 WMS 모형에 의한 계산값과 비교하였으며 미계측 지점에서의 유출예측 가능성을 검토하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.83-83
• /
• 2023

댐의 침투수량은 준공이후 댐 안전성 확보를 나타내는 지표 중의 하나이며, 유지관리를 위해 침투수량 측정을 실시하여 관리를 하고 있다. 댐 타입별로 침투수량에 대한 허용치와 관리기준치는 다르지만, 기본적으로 댐에서 발생되는 침투수량은 측정범위를 넘지 않도록 관리를 하고 있다. 댐의 침투수량 측정은 댐 하류에 누수집수벽을 설치하고 댐에서 발생되는 침투수량을 집수한 후 삼각위어를 통하여 침투수량을 측정하고 있다. 이러한 침투수량 측정은 대부분의 댐에서 실시간으로 자동측정하고 있지만, 경우에 따라 미계측 구간이 발생되어 댐 유지관리 측면에서 미계측에 대한 원인분석이 필요한 실정이다. 일반적으로 침투수량의 미계측 원인은 계측기기, 삼각위어, 누수집수벽, 기초지반 등 다양한 원인이 있지만 명확한 원인을 찾기는 어려움이 많다. 특히, 댐 침투수량의 경우 지하수위, 댐 표면 우수, 침투수가 같이 측정되기 때문에 원인분석을 위해서는 다양한 검토가 필요하다. 본 연구의 표면차수벽형석괴댐은 누수집수벽을 통하여 침투수량을 측정하고 있으나, 일부 구간 미계측 부분이 발생하여 기초지반, 댐체 하류사면, 여수로와 댐체 접합부를 통한 누수를 원인으로 추정하였다. 이를 조사하기 위하여 전기비저항 탐사, 시추조사, 수압시험, 지하수위 측정 결과를 이용하여 누수발생 추정위치를 찾고, 침투수량이 미계측되는 원인을 분석하고자 하였다. 전기비저항 탐사는 여수로 접합부, 누수집수벽 상·하류 구간을 선정하여 측정한 결과 상·하류 저비저항대가 존재하는 구간을 추정할 수 있었다. 수압시험 결과 기초암반은 2.3 ~ 21.3 Lu(3.65×10^-5 ~ 3.65×10^-4 cm/sec)의 범위로 누수 가능성이 있는 높은 투수성을 갖는 부분을 확인할 수 있었다. 전기비저항 탐사, 수압시험, 지하수위 측정을 통해 누수집수벽 기초지반 누수발생 원인분석 결과 누수집수벽 기초암반을 통한 누수로 누수집수벽에 댐체를 통한 침투수량이 저류되지 못하는 현상이 발생하기 때문인 것으로 판단되었다. 침투수량계의 정상화를 위해서는 조사를 통해 확인된 누수집수벽 기초암반 누수구간의 그라우팅 보수보강이 필요함을 확인하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.320-320
• /
• 2023

강우 데이터는 수문기상, 환경, 농업, 자연재해, 그리고 수자원 시스템 분야에서 가장 필수적인 기본 요소 중 하나이다. 또한 강우 데이터는 수문학적 분석에서 활용되는 필수 입력 자료 중 하나로 관측 데이터의 품질에 따라 수문 모형을 이용한 모의 결과물의 정확도가 결정된다고 할 수 있다. 따라서, 강우 관측소별로 강우 데이터의 품질을 어떻게 관리하느냐에 따라 수문 모형의 활용 범위 및 수자원 관리의 효율성이 결정될 수 있다. 강우의 시공간적 변동성은 수 많은 인자들과 직간접적으로 연계되어 있기 때문에 미계측 강우 자료에 대해 직접 관측이 아닌 수치 모형을 이용하여 강우의 발생과 강우량을 산정하는 것은 매우 복잡한 과제 중 하나이다. 현재 국내에서 운용되고 있는 강우 관측소의 경우에도 미계측 된 강우 데이터가 존재함으로써 강우 데이터의 활용에 제한이 생기는 경우가 있다. 따라서, 이러한 미계측 데이터의 추정 및 보완은 보다 효과적인 수재해 방지, 수자원 관리를 위한 필수 과제 중 하나이다. 일반적으로, 미계측 강우를 산정하기 위해서 Kriging, Thiessen, 등우선법, 그리고 역거리 관측법 등 다양한 수문학적 방법들이 적용되고 있다. 이러한 방법들은 산악효과나 강우 관측소의 분포 상태 등을 고려하지 못하기 때문에 측정하는 지역에 따라 강우 추정 오차가 커질 수 있다는 한계가 있다. 최근에는 데이터 관측 시스템과 빅데이터 기술의 발전과 활용 가능한 데이터의 양이 증가함에 따라 머신러닝을 활용한 사례가 증가하고 있다. 머신러닝은 데이터 사이의 관계를 기반으로 분류, 회귀, 그리고 예측 문제에 주로 사용되는 기법 중 하나이다. 따라서, 본 연구에서는 광주광역시 지역에 위치한 주요 강우 관측 지점들을 대상으로 미계측 된 시강우 데이터를 추정 및 복원하고자 한다. 여기서 데이터 추정 기술이란 미계측 강우의 발생 유무 및 강우량을 추정할 수 있는 기술을 의미한다. 이를 위해 대표적인 머신러닝 알고리즘인 인공신경망(Artificial Neural Network) 및 랜덤포레스트(Random Forest)를 적용하였다.

• 한국수자원학회논문집
• /
• 제56권9호
• /
• pp.563-574
• /
• 2023

최근 기후변화로 인해 유역의 기상자료에 대한 반응이 달라지고 있어 강우-유출 모의에 대한 연구는 중요해지고 있다. 아울러 최근 기계학습 기법에 대한 높은 관심으로 이를 통한 강우-유출 모의 역시 활발하게 증가하고 있으나 기계학습 모형이 전통적으로 사용되어온 개념적 모형에 비해 활용성이 높은지는 아직 확실치 않다. 본 연구에서는 개념적 모형인 GR6J와 기계학습 모형인 Random Forest 성능을 한국 전역의 38개 계측 유역에 대해 계측 유역 예측기법과 미계측 유역 예측기법을 이용해 평가하였다. 먼저 계측 유역 적용기법 평가를 위해 각 모형을 관측 일 유량자료에 학습시키고 분리된 평가기간에 대한 모의성능을 비교하였다. 이후 미계측 유역 모의성능 평가를 위해 인접성 기반 지역화 방법을 Leave-One-Out Cross-Validation (LOOCV)을 이용해 평가하였다. 그 결과 계측 유역 평가에서는 Random Forest 기법이 GR6J 모형보다 일관되게 높은 성능을 보였다. 학습된 데이터를 출력 값으로 재생산하도록 구조화되어 있는 기계학습 기법이 개념적 이론을 통한 모형보다 높은 재현성을 갖기 때문으로 판단된다. 하지만 Random Forest 모형의 성능은 미계측 유역의 예측기법으로는 재현되지 않았고 GR6J 모형보다 성능이 더 낮은 것이 확인되었다. 본 연구는 기계학습 모형은 계측 유역의 유출예측에는 적용성이 높을 수 있으나 미계측 유역에 대한 적용가능성은 전통적인 개념적 모형보다 낮을 수 있음을 제시한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.364-364
• /
• 2017

미계측 유역에서의 홍수위 예측을 위해서는 실제 지형에 가까운 하천 지형 자료의 취득이 필수적이다. 대부분의 경우 하천 지형 자료는 하천정비기본계획을 위한 횡단 측량 자료를 활용하고 있으나, 지방 하천 및 농촌의 소하천은 하천 단면 측량 자료가 존재하지 않는 경우가 많아 홍수위 모의에 어려움이 있다. 기존의 하천 단면을 추정하는 연구는 기 측정된 자료를 기반으로 미계측 된 구간 사이를 세밀하게 보간하는 기법을 제시하거나 최신의 장비 등을 활용하여 고도로 정밀한 측량 기법 등을 제시해왔다. 그러나 이러한 방법들은 유역의 전 구간에 대한 하천 단면을 추정하기에는 한계가 있으며, 소하천에 고도로 정밀한 측량 기법을 적용하기에는 시간과 비용의 과다한 소모가 우려된다. 이에 따라, 비교적 간단한 방법으로 유역의 전 구간에 대해 하천의 폭으로 하천 단면의 높이와 넓이를 추정하는 미측정 하천 단면 추정 기법이 개발된 바 있으나, 실제 미계측 유역에의 적용을 통한 검증은 수행되지 않았다. 본 연구에서는 미계측 유역에서의 홍수위 예측을 위하여 개발된 하천 단면 추정 기법을 적용하여, 홍수위를 모의하고 실측 수위와의 비교를 통해 단면 추정기법의 적용성을 평가하고자 한다. 이를 위해 하천정비계획을 참고하여 단면 자료가 존재하는 하천의 본류에 대하여 하천의 폭과 넓이, 높이 사이의 회귀식을 생성한 후, 지류의 미계측 유역에 적용하여 하천 단면을 추정하였다. 추정된 단면으로 부정류 흐름의 실측 홍수 사상으로 홍수위를 모의하였으며, 실측 수위와의 비교를 통해 단면 추정 기법의 적용성을 평가하였다. 본 연구를 통해 미측정 하천 단면 추정 기법의 평가 및 검증을 수행하였으며, 이를 적용하여 지방 하천 혹은 소하천 등에 대한 침수 대책 마련에 기여할 수 있을 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.169-173
• /
• 2008

본 연구는 저수량 지역 빈도분석(regional low flow frequency analysis)을 수행하기 위하여 일반최소자승법(ordinary least squares method)을 이용한 Bayesian 다중회귀분석을 적용하였으며, 불확실성측면에서의 효과를 탐색하기 위하여 Bayesian 다중회귀분석에 의한 추정치와 t 분포를 이용하여 산정한 일반 다중회귀분석의 추정치의 신뢰구간을 비교분석하였다. 각 재현기간별 비교결과를 보면 t 분포를 이용하여 산정된 평균 추정치와 Bayesian 다중회귀분석에 의한 평균 추정치는 크게 다르지 않았다. 그러나 불확실성 측면에서 평가해볼 때 신뢰구간의 상한추정치와 하한추정치의 차이는 Bayesian 다중회귀분석을 사용한 경우가 기존 방법을 사용한 경우보다 훨씬 작은 것으로 나타났으며, 이로부터 저수량(low flow) 지역 빈도분석을 수행하는 경우 Bayesian 다중회귀분석이 일반 회귀분석보다 불확실성을 표현하는데 있어서 우수하다는 결과를 얻을 수 있었다. 또한 낙동강 유역에 2개의 미계측 유역을 선정하고 구축된 Bayesian 다중회귀모형을 적용하여 불확실성을 포함한 미계측 유역에서의 저수량(low flow)을 추정하였으며 이와 같은 방법이 미계측 유역에서의 저수(low flow) 특성을 나타내는 데 있어서 효과적일 수 있음을 입증하였다.