• 제목/요약/키워드: 수문학적 유사단위

검색결과 33건 처리시간 0.019초

SWAT 모델을 이용한 수변 완충지역에서 비점오염원 저감효율 평가 (Evaluating the Trapping Efficiency of Vegetative Buffer Systems on Sediment Reduction Using SWAT model)

  • 김익재;손경호;김정곤
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2007년도 학술발표회 논문집
    • /
    • pp.1819-1823
    • /
    • 2007
  • 유역에서 상류 유역 또는 수변을 따라 자연 자원을 이용하여 조성되어야 할 완충지대는 비점오염의 영향을 줄이기 위한 중요한 최적 관리공법이다. 교란된 토지 피복과 수변 완충지대를 관리 및 복원할 때 같은 지형조건이라도 식생 종류, 발달정도, 토양조건에 따라 오염물 제거효과가 다를 수 있으며, 최소 완충지대 길이도 제거 오염물질 대상별로 적합하게 설계되고 해석되어야 한다. 본 연구의 목적은 용담댐 유역에서 SWAT 모델을 이용하여 식생 완충지대의 비점오염원 저감 모의 재현성을 평가하는 것이였다. 소유역의 관측값과 모델 예측값에 대한 모델의 검 보정이 선행되었으며 그 중에서 가장 높은 모델 효율을 가지는 소유역에서 three zone concept의 90m 수변완충지대를 지방하천을 경계로 하여 토지 피복도를 변화시켜 SWAT 모델에 적용하였다. 이 때 교목으로는 포플러 (Populus, 30m)을 적용하였고, 포플러의 높이 및 Leaf area index를 조정하여 관목 지대(30m)에 입력하였다. 잔디 지대(30m)는 자연초지를 선택하였다. 또한 지형변수(average slope)와 Manning's coefficient을 수변완충지대의 조건에 고려하여 변화를 주었고 이에 따른 유출량 및 유사량, T-N, T-P의 변화율을 조사하였다. 또한 5, 10, 30m의 식생 여과대를 밭 지역에만 적용하여 오염물의 저감 효율을 평가하였다. SWAT 모델은 각 소유역에서 발생된 전반적인 유출량과 수질변수의 추세를 잘 예측하였으며 정자천 소유역이 선택되었다. 모의된 완충지대에서는 연평균 940 m3/ha의 유출량이 감소되는 것으로 유사농도는 28.7 %의 저감효과를 보였다. 그러나 T-N, T-P의 농도는 오히려 증가되었는데 본 연구에서 고려된 보다 수변완충지대를 조성할 때 지하수 수위, 식생 성장변화 등과 같은 보다 정확한 설계 인자 산출 및 모델 DB 개발이 유역모델에 포함되어야 할 것으로 판단되었다.한 해결책을 얻어내는 상호보완적인 결과를 추구한다. 그가 디자인하는 작품은 전형적인 이미지를 내포하지 않는다. 즉 그의 작품은 기존의 가치와 이념적인 것은 배제하고, 창의적인 개념을 도출하였다.형모서리는 건물 특화 성격이 강하므로 불가피할 경우 소형 액센트 광고 위치를 미리 벽면으로 할애하는 것이 경관 및 입면계획에 유리한 것으로 분석되었다. 불확실도 해석모형 등의 새로운 기능을 추가하여 제시하였다. 모든 입출력자료는 프로젝트 단위별로 운영되어 data의 관리가 손쉽도록 하였으며 결과를 DB에 저장하여 다른 모형에서도 적용할 수 있도록 하였다. 그리고 HyGIS-HMS 및 HyGIS-RAS 모형에서 강우-유출-하도 수리해석-범람해석 등이 일괄되게 하나의 시스템 내에서 구현될 수 있도록 하였다. 따라서 HyGIS와 통합된 수리, 수문모형은 국내 하천 및 유역에 적합한 시스템으로서 향후 HydroInformatics 구현을 염두에 둔 특화된 국내 수자원 분야 소프트웨어의 개발에 기본 토대를 제공할 것으로 판단된다.았다. 또한 저자들의 임상병리학적 연구결과가 다른 문헌에서 보고된 소아 신증후군의 연구결과와 큰 차이를 보이지 않음을 알 수 있었다. 자극에 차이가 있지 않나 추측되며 이에 관한 추후 연구가 요망된다. 총대장통과시간의 단축은 결장 분절 모두에서 줄어들어 나타났으나 좌측결장 통과시간의 감소 및 이로 인한 이 부위의 통과시간 비율의 저하가 가장 주요하였다. 이러한 결과는 차가운 생수 섭취가 주로 결장 근위부를 자극하는 효과를 발휘하는 것이 아닌가 해석된다. 이와 같은 연구결과를 통해 생다시마를 주원료로 개발된 생다시마차와 생다시마 음료가 만성 기능성 변비 증세를 개선하는 효능이 잠재적으로 있음을 확인하였다. 그러나 생약제재의 변비약 수준으로 변비 개선 효능을 증대하기 위해서는 재료 배합비의 개선이나 대장 운동기능을 향상시키는 유효성분의 보강 등이 필요하다는 점도 알 수 있었다.더불어 산화물질 해독에 관

  • PDF

K-DRUM 모형을 이용한 용담댐 유역의 토양수분 변화 모의 (Simulation of soil moisture on Youngdam Dam basin using K-DRUM)

  • 허영택;임광섭;박진혁;박구영
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2016년도 학술발표회
    • /
    • pp.281-281
    • /
    • 2016
  • 기후변화로 인한 기상학적 자연재해로부터 대비하고 안정적인 용수공급을 위해 유역의 다양한 수문 요소들에 대한 분석 필요성이 증가하고 있다. 계절적 강수량의 편차가 큰 우리나라는 유역 통합 물관리가 중요하며, 효율적 수자원 관리와 물안보 확보를 위해 유역내 물순환을 이해하는 것이 중요하다. 유역의 유출을 결정하는 요소들에는 강우, 증발산량, 토양 수분 및 지하수 등이 있으며, 시간적으로는 홍수와 같이 단기에 발생하는 유출과 장기적으로 발생하는 유출이 있다. 장기 유출은 단기 유출에 비해 토양내 수분량이 무시할 수 없을 정도로 영향을 미치게 되므로, 1년 이상의 장기 유출 해석을 위해서는 강우가 발생하지 않는 기간 동안의 토양 수분량 변화와 증발산 영향을 고려할 필요가 있다. K-water에서 자체 개발된 분포형 장단기유출 모델인 K-DRUM은 유역을 격자(grid)단위로 구분하고 각 셀들에 대한 매개변수는 흐름방향도, 표고분포도, 토지이용도, 토지피복도 등을 GIS처리하여 일괄 입력할 수 있도록 함으로써 매개변수 산정과정에서 문제가 되는 경험적인 요인을 제거하였다. 흐름의 구분은 얕은면 흐름, 지표하 흐름, 지하수 흐름으로 구분하여 운동파법과 선형저류법을 적용하였다. 또한 초기 토양함수 자동보정기법으로 실제의 기저유출량을 재현하여 전체적인 유출모의 정확도를 높였으며, FAO-56 Penman-Monteith법을 적용한 증발산량 산정모듈과 Sugawara et al.(1984)이 제안한 개념적 융설 및 적설모듈을 추가하였다. K-DRUM모형을 이용한 유출분석은 용담댐 시험유역을 대상으로 2013년도 1년간의 유출모의를 수행하였다. 입력자료는 용담댐 유역의 지형, 토양 및 토지특성 정보와 시단위 강우 및 기상정보(온도, 바람, 일사 등)를 활용하였다. 분석 결과, 총 관측유출량은 7,151 ㎥/s이고 총 계산유출량 $8,257m^3/s$이며, 관측유출량 대비 계산유출량은 약 115% 정도로 나타났다. 연간 총 강우량은 1303.5 mm로 유역면적 약 $930km^2$을 적용하여 유역 총 강우량을 산정하면 $14,030m^3/s$로서 관측유출량은 유역 총 강우량 대비 51%이고 계산유출량은 59% 정도로 나타났다. 즉 유역 유출율은 약 51% 수준으로 보통의 유역과 유사한 수준이다. 관측된 토양수분량과 K-DRUM 모형의 계산된 토양수분량을 비교하기 위하여 관측 토양수분량의 비율을 이용하여 비교하였다. 모의결과 토양수분은 강우에 의해 변화하며, 관측결과와 유사한 형태로 나타남을 알 수 있었다.

  • PDF

댐 방류 의사결정지원을 위한 딥러닝 기법의 적용성 평가 (Application of deep learning method for decision making support of dam release operation)

  • 정성호;레수안히엔;김연수;최현구;이기하
    • 한국수자원학회논문집
    • /
    • 제54권spc1호
    • /
    • pp.1095-1105
    • /
    • 2021
  • 기후변화에 따른 집중호우, 태풍 등의 발생빈도의 증가로 인하여 댐 운영의 고도화가 요구되고 있다. 일반적으로 댐 운영의 경우 강우예측, 강우-유출, 홍수추적 등 다양한 수리수문학적 요소들을 반영하여 수행되나 기 계획된 특정 규칙에 기반한 댐 운영 모형의 경우, 때때로 개별 모듈들의 불확실성과 복합적인 인자들로 인하여 댐의 방류량을 능동적으로 제어하는데 제약이 있을 수 있다. 본 연구는 남강댐 직하류 홍수피해 예방을 위하여 댐의 방류량 결정 등 효율적인 댐 운영을 지원하기 위해 딥러닝 기반 LSTM (Long Short-Term Memory) 모형을 구축하고, 선행시간별 댐직하류 수위예측 정확도를 분석하는 것을 목적으로 한다. LSTM 모형의 입력자료는 댐 운영에 사용되는 기초자료 및 하류 장대동 수위관측소의 수위 자료를 시 단위로 2009년부터 2021년 7월까지 수집하였다. 2009년부터 2018년 자료는 모형의 학습과 검증 및 2019년부터 2021년 7월 자료는 선행시간을 7개(1 h, 3 h, 6 h, 9 h, 12 h, 18 h, 24 h)로 구분하여 관측 수위와 예측 수위를 비교·분석하였다. 그 결과, 선행시간 1시간의 예측결과는 평균적으로 MAE가 0.01 m, RMSE가 0.015 m, NSE가 0.99 로 관측 수위에 매우 근접한 예측 결과를 나타내었다. 또한, 선행시간이 길어질수록 예측 정확도는 근소하게 감소하였지만, 관측 수위의 시간적 패턴을 유사하게 안정적으로 예측하는 것으로 분석되었다. 따라서 수리수문학적 비선형의 복잡한 자료간의 특징을 자동으로 추출하여 예측 자료를 생산하는 LSTM 모형은 댐 방류량 의사결정에 있어 활용이 가능할 것으로 판단된다.