• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• 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.

• 대한지리학회:학술대회논문집
• /
• 대한지리학회 2002년도 추계학술대회 요약집
• /
• pp.45-48
• /
• 2002

TOPMODEL은 지표유출과 중간류유출을 비교적 적은 수의 매개변수와 물리적 근거를 기반으로 모의하는 수문모형이다. 현재까지 TOPMODEL은 온대습윤지역의 소유역 유출모의에 적용성이 우수하다는 연구결과가 많이 발표되었으며, 우리나라에서도 이 모델을 이용한 유역유출 모의에 탁월하다는 연구 결과들이 나오고 있다. 이런 연구들은 대부분 모델의 중요 매개변수를 유역유출 관측자료로부터 유도하고, 이 매개변수를 이용하여 유역유출을 모의한 연구들로 TOPMODEL에서 제시한 것 같은 유역내의 지하수위변화, 지표유출, 중간류유출 등의 수문학적 반응 발생여부를 조사하지 못하였다.(중략)

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.936-940
• /
• 2012

충분한 선행시간을 확보한 강우의 정확한 예측은 홍수피해를 저감하기 위한 필요한 조건이다. 이를 위해 지역규모의 기상모델인 Advanced Research WRF (ARW)를 적용하여 지역에 맞는 강우 예측에 가장 밀접한 관계를 갖는 물리학적 요소들의 최적화된 조건을 찾아보려 한다. 이를 위해 2006년의 7월의 강우에 대한 분석을 실시하고 생극과 분천의 강우 관측치 와의 비교를 통해 (Root Mean Square Error와 Index of Agreement 활용), ARW의 수문학적 예측을 위한 적용 가능성을 보려 한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.393-393
• /
• 2021

도시화는 도시 호우 유출 발생으로 인한 수질 악화를 초래했고 문제를 해결하기 위해 본 연구에서는 보다 정확한 설계를 위해 그린인프라(Green Infrastructure, GI)의 구조적 특성과 수문학적인 특성을 이용해 어떤 인자들이 설계에 필요한지 상관관계를 통해 분석하였다. GI의 종류 중 저류지와 저류연못의 총부유사량(Total Suspended Solids, TSS)와 총인 (Total Phosphorous, TP)의 유입수, 유출수, 비점오염원 농도, 수문학적인 특성 그리고 GI의 구조적 특성을 Ordinary Least Squares regression(OLS)과 Multi Linear Regression(MLR) 방법을 적용하였다. GI의 구조적인 특성은 한 BMP마다 달라지지 않으나 호우사상의 데이터 개수에 의한 편향이 있을 수 있다. 이런 문제를 해결하기 위해 일정한 범위를 가지고 무작위로 데이터를 추출하는 방법과 이상치를 제외하는 방법을 사용하여 모델에 적용하였다. 이러한 OLS와 MLR 모델들의 정확도를 PBIAS(Percent Bias), NSE(Nash-Sutcliffe efficiency), RSR(RMSE-observations standard deviation ratio)을 통해 분석할 수 있다. 연구 결과 유입수의 비점오염원의 농도뿐만 아니라 수문학적 특성과 GI의 구조적 특성이 함께 들어갈 시 더 좋은 상관관계를 가지고 있음을 알 수 있다. 저류지가 저류연못보다 모델의 성능평가 면에서 좋은 값을 가지고 있지만 특성별 상관관계는 저류연못이 더 뚜렷한 결과를 보여준다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.475-475
• /
• 2021

전 세계적으로 기후변화에 따른 예측하기 어려운 국지성호우의 발생빈도가 증가하고 있으며, 수반되는 돌발홍수를 사전에 대비하기 위해 하천운영의 중요성이 강조되고 있다. 일반적인 하천 시설물 점검 및 보수 계획 수립 시, 시설물의 중요도나 하천의 현황 보다는 행정적인 편의성을 고려하여 구간에 따른 육안 점검 등을 통해 일률적으로 수행되고 있다. 그러나 현재 우리나라의 하천 시설물 중 약 40% 이상이 준공연수가 30년을 초과한 것으로 파악되고 있으며, 노후화된 하천 시설물의 정확한 상태평가에 따른 보수보강 계획수립이 필요한 실정이다. 이를 위해서는 하천 시설물 관리에 있어 다양한 문제점과 관련된 자료를 수집하여 DB화하고, 모델링 및 정밀검사 등을 통해 다양한 각도에서 분석되어야 한다. 본 연구에서는 시설물통합정보관리시스템(Facilty Management System; FMS)에서 제공하는 하천 시설물 관리대장 중 테스트베드에 위치한 수문의 개별부재에 대한 상태 평가지수를 활용하여 시설물의 생애주기를 통합적으로 고려할 수 있는 성능평가모델을 제안하였다. 본 연구에서 제안된 성능평가모델은 하천 시설물의 합리적인 관리체계를 통해 분석된 결과로부터 시설관리자가 하천 관리 및 계획수립에 있어 의사결정을 할 수 있도록 정보를 제공하는 지원 도구로 활용 가능할 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.212-212
• /
• 2023

비점오염원관리와 같이 장기적인 유역 관리 계획에서 유역 내 오염원 평가는 정말 중요하다. 유역 내 오염원 평가는 강우 유출에 의한 비점오염 발생원이 어디서 얼마나 발생시키는지에 대한 정량적인 조사가 필요하다. 유역 내의 오염원에 대한 정량적인 조사는 많은 비용과 시간이 필요하다. 이러한 비용과 시간을 줄이기 위해 유역단위 수리 수문 모델을 사용하고 있다. 유역단위 수리수문 모델은 HSPF (Hydrological Simulation Program in Fortran), SWAT (Soil and Water Assessment Tool), L-THIA ACN-WQ(The Long-term Hydrologic Impact Assessment Model with Asymptotic Curve Number Regression Equation and Water Quality model)등 다양한 모델이 사용되고 있다. 하지만 유역 모델을 통한 모의는 다양한 연산 과정을 진행하여 모의까지 많은 시간이 필요하다는 단점이 있다. 이에 따라 데이터 기반 모델링 기법(머신러닝/딥러닝)을 이용한 유출 및 수질 예측 연구가 많이 이루어지고 있다. 단순 머신러닝/딥러닝 기반 모델링 기법은 점(최종유출구)에서의 예측만 가능하여 최적관리 기법 적용 등과 같은 유역관리 방안을 적용하기 힘들다는 문제점이 있다. 따라서 본 연구에서 머신러닝/딥러닝을 통해 일부 수문 프로세스를 대체하고 소유역별 하도추적 기법을 연계하여 유량 및 수질 항목들의 모의가 가능한 하이브리드 모델을 개발하였다. 이는 머신러닝/딥러닝이 유역 모델의 일부 연산 과정을 대체하여 모의시간이 빠르며, 기존 머신러닝/딥러닝 예측 모델에서 평가가 어려웠던 유역 관리 방안 및 최적관리기법 적용 평가에도 활용이 가능할 것으로 판단이 된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.847-850
• /
• 2010

최근 많은 수문학자들은 전지구적 기후변화로 인한 피해 예방과 저감을 위해 기후변화가 수문학적으로 어떤 영향을 미치고 있는지 알기 위해 많은 연구를 진행하고 있으며, 기후변화시나리오를 작성하고자 이산화탄소 배출농도를 가정하여 다양한 시나리오를 생성하고 있다. 본 연구에서는 효율적인 수자원 관리를 위해 저해상도의 GCM(General Circulation Models) 모형에서 생성되는 모의결과를 유역 규모의 단위로 스케일 상세화 기법(downscaling)을 적용 시켜 보고자 한다. 이를 위해 2007년 IPCC AR4와 함께 제시된 SRES A1B 시나리오를 채택하여 우리나라 기상청이 연구에 참여 제공하고 있는 EHCO-G 모델의 모의결과를 이용하여 소양강 유역에 적용하였다. 상세화 기법으로는 현재와 과거의 입력값들과 이에 대응된 출력값들을 알고 있는 경우에 미래의 새로운 입력값들에 대한 예측값들을 추출하는데 유용하며, 비선형적 비연속적인 특성이 강한 모델에 강점을 가지고 있는 인공신경망(Artificial Neural Network) 모델을 사용하고자 한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 1987년도 제29회 수공학연구발표회논문초록집
• /
• pp.31-42
• /
• 1987

본 연구는 유역의 지형인자를 대기행렬이론(Queueing theory)에 적용하여 하천유역의 강우-유출 관계를 해석하고, 미 계측 유역이나 자료가 결핍된 유역에 적용할 수 있는 GIUH(Geomorphologic Instantaneous Unit Hydrograph)모델의 매개변수를 결정하는데 그 목적을 두었다. GIUH모델의 개념은 유역 시스템내의 강우의 지속기간동안 유역의 출구에서 가능한 많은 경로를 추적 할 수 있을것이라는 강우 대기행렬이론의 원리에 기초를 두었으며, 적용기법은 분할법(Sub-area method)과 평균치법(Mean-value method)을 적용하였다. GIUH모델의 적용성을 증명하기 위해서, 낙동강 위천유역(유역면적 472.53km)에 적용하였으며, 분할법과 평균치법은 유역의 분할을 위해서 채택하였다. 계산된 직접 유출 수문곡선과 관측 직접 유출 수문곡선을 비교한 결과는 첨두 유출량, 도달시간, 효률계수가 매우 근접한 결과를 나타내고 있었다. 따라서, GIUH모델은 미 계측 유역이나 자료가 결핍된 유역의 유출량 산정에 광범위하게 적용할 수 있음을 알 수 있었다.

• 한국수자원학회논문집
• /
• 제42권1호
• /
• pp.1-8
• /
• 2009

본 연구에서는 금강의 생태계에 영향을 끼쳤을 가능성이 있는 주요 개발 및 관리 활동들을 기초로 하여 생태수 문학적인 하천평가 시나리오 구성을 위한 개념모델을 제시하였다. 또한 생태수문학적 하천평가를 위하여 여러 지원 프로그램과 함께 유역물수지 모델인 KModSim과 하천생태분석 모델인 RAP을 이용한 분석방법을 개발하였다. 용담댐과 대청댐의 건설 및 운영에 따라 예측되는 유황변화를 분석하기 위하여 다양한 시나리오에 따른 수문분석을 실시한 결과에 의하면, 수통 및 공주지점에서 초과시간 10%에 해당하는 "Percentile 10" 값은 각각 20.5%, 8.0% 감소한 반면, "Percentile 90" 값은 각각 156.3%, 340.8%나 증가하여 저유량의 변화가 크게 나타났으며, 이는 한국의 비조절하천의 특징인 큰 유황변동율을 감소시킨 것으로 나타났다. 후속 논문에서는 생태-수문학적 분석결과를 제시 할 것이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.261-261
• /
• 2020

물관리의 기본이 되는 연속적인 유량 자료 확보를 위해서는 정확도 높은 수위-유량 관계 곡선식 개발이 필수적이다. 수위-유량 관계곡선식은 모든 수문시설 설계의 기초가 되며 홍수, 가뭄 등 물재해 대응을 위해서도 중요한 의미를 가지고 있다. 그러나 일반적으로 유량 측정은 많은 비용과 시간이 들고, 식생성장, 단면변화 등의 통제특성(control)이 변함에 따라 구간분리, 기간분리와 같은 비선형적인 양상이 나타나 자료 해석에 어려움이 존재한다. 특히, 국내 하천의 경우 자연적 및 인위적인 환경 변화가 다양하여 지점 및 기간에 따라 세밀한 분석이 요구된다. 머신러닝(Machine Learning)이란 데이터를 통해 컴퓨터가 스스로 학습하여 모델을 구축하고 성능을 향상시키는 일련의 과정을 뜻한다. 기존의 수위-유량 관계곡선식은 개발자의 판단에 의해 데이터의 종류와 기간 등을 설정하여 회귀식의 파라미터를 산출한다면, 머신러닝은 유효한 전체 데이터를 이용해 스스로 학습하여 자료 간 상관성을 찾아내 모델을 구축하고 성능을 지속적으로 향상 시킬 수 있다. 머신러닝은 충분한 수문자료가 확보되었다는 전제 하에 복잡하고 가변적인 수자원 환경을 반영하여 유량 추정의 정확도를 지속적으로 향상시킬 수 있다는 이점을 가지고 있다. 본 연구는 머신러닝의 대표적인 알고리즘들을 활용하여 유량을 추정하는 모델을 구축하고 성능을 비교·분석하였다. 대상지역은 안정적인 수량을 확보하고 있는 한강수계의 거운교 지점이며, 사용자료는 2010~2018년의 시간, 수위, 유량, 수면폭 등 이다. 프로그램은 파이썬을 기반으로 한 머신러닝 라이브러리인 사이킷런(sklearn)을 사용하였고 알고리즘은 랜덤포레스트 회귀, 의사결정트리, KNN(K-Nearest Neighbor), rgboost을 적용하였다. 학습(train) 데이터는 입력자료 종류별로 조합하여 6개의 세트로 구분하여 모델을 구축하였고, 이를 적용해 검증(test) 데이터를 RMSE(Roog Mean Square Error)로 평가하였다. 그 결과 모델 및 입력 자료의 조합에 따라 3.67~171.46로 다소 넓은 범위의 값이 도출되었다. 그 중 가장 우수한 유형은 수위, 연도, 수면폭 3개의 입력자료를 조합하여 랜덤포레스트 회귀 모델에 적용한 경우이다. 비교를 위해 동일한 검증 데이터를 한국수문조사연보(2018년) 내거운교 지점의 수위별 수위-유량 곡선식을 이용해 유량을 추정한 결과 RMSE가 3.76이 산출되어, 머신러닝이 세분화된 수위-유량 곡선식과 비슷한 수준까지 성능을 내는 것으로 확인되었다. 본 연구는 양질의 유량자료 생산을 위해 기 구축된 수문자료를 기반으로 머신러닝 기법의 적용 가능성을 검토한 기초 연구로써, 국내 효율적인 수문자료 측정 및 수위-유량 곡선 산출에 도움이 될 수 있을 것으로 판단된다. 향후 수자원 환경 및 통제특성에 영향을 미치는 다양한 영향변수를 파악하기 위해 기상자료, 취수량 등의 입력 자료를 적용할 필요가 있으며, 머신러닝 내 비지도학습인 딥러닝과 같은 보다 정교한 모델에 대한 추가적인 연구도 수행되어야 할 것이다.