• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.99-99
• /
• 2018

기상이변으로 인해 국지성 호우의 발생 증가와 그로 인한 수재해 피해가 증가하고 있다. 따라서 수재해를 사전에 예측하고 저감하기 위해 비구조물적 대책인 실시간 홍수예보시스템 개발 및 운영에 관한 연구들이 수행되고 있다. 일반적으로 홍수예보시스템은 대피선행시간 확보를 위해서 초단시간 혹은 단기 수치예보모델을 수문해석모형이나 예보기법의 입력으로 활용하고 있다. 초단시간 예측은 기상레이더를 기반으로 외삽, 이류, 셀 추적 등의 기법을 활용하여 0~3시간 이내의 강수예측을 수행한다. 그러나 역학이나 물리적 과정이 동반되지 못하여 0~ 2시간 이내에서의 예측성은 높은 반면, 예측시간이 길어질수록 예측력이 낮아진다. 단기수치예보모델은 종관관측에 의존하면서 역학이나 물리과정을 동반하므로 0~6시간 혹은 12시간 이상의 예측을 수행하지만, 수치모델의 고유특성인 스핀업 등의 예측 불확실성이 내재되어 있어 예측 초기시간에서의 예측력이 낮은 한계가 있다. 따라서 강수예측의 정확도 향상을 위해 레이더와 수치예보모델의 병합기법이 필요하다. 본 연구에서는 통계분석을 통해 경험적으로 산출된 시간적 가중치를 이용한 기존 병합기법의 한계를 극복하면서 호우에 따른 가변성을 반영하는 실시간 병합기법을 개발하고, 수문학적인 활용성을 평가하고자 하였다. 사용된 예측강우 자료는 레이더 기반인 MAPLE, KONOS, 공간규모분할 예측강우와 수치예보모델 기반인 UM와 ASAPS의 예측강우이며, 제시한 가중치 산정기법은 직전 예측강우의 오차가 현 시점의 예측강우의 오차와 유사하다는 가정하에 오차항을 포함한 과거 1시간 예측강우들간의 가중치 조합이 과거 지상관측강우와의 평균제곱근오차가 최소가 되도록 화음 탐색법을 이용하여 찾는 것이다. 가중치 조합은 예측강우의 생산 시간 간격을 고려하여 매 10분마다 산정하며, 미래 3시간 예측까지 산정된 가중치를 적용한다. 수도권 영역을 대상으로 병합된 예측강우와 레이더 관측강우를 비교한 결과, 정량적 정확도가 향상됨을 확인할 수 있었다. 또한, 예측강우의 수문학적 활용성은 도시유출해석모의를 통해 평가하였다. 그 결과, 병합된 예측강우로 모의된 수심이 관측수심과 유사하여 수문학적 활용성 확인할 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.224-224
• /
• 2011

5대 주요 수계의 소수력자원에 대하여 연구를 수행하였고, 하천의 유량지속특성을 예측할 수 있는 모델이 개발되었으며, 이를 이용하면 강우사상으로 야기되는 유입량의 변화에 대한 분석이 가능하다. 또한 소수력발전소의 성능을 예측할 수 있는 모델도 개발되었다. 안동댐에서 측정된 월유입량 자료를 분석하였으며,. 본 연구를 통해 개발된 모델을 이용하여 예측한 결과는 안동댐에서 오랜기간 동안 측정된 결과와 거의 일치되는 것으로 나타났다. 이는 개발된 모델들이 소수력발전입지의 이용가능한 잠재량과 기술적 잠재량을 예측하는데 효과적인 것으로 밝혀졌다. 본 모델들을 이용하여 수계별로 소수력발전입지에 대한 수문학적 성능을 분석하였다. 분석결과 소수력발전 입지의 수문학적 성능특성은 수계별로 차이가 있는 것으로 나타났다. 특히 북한강과 낙동강수계에 위치한 소수력발전입지의 비설계유량과 비출력량은 다른 수계들 보다 차이가 큰 것으로 나타났다. 그림 1은 수계별 비설계유량에 따른 비출력량의 변화를 나타낸다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.769-773
• /
• 2010

수계별 소수력자원의 특성에 대한 연구가 수행되었다. 이를 분석하기 위하여 유량지속특성을 예측할 수 있는 모델이 개발되었고, 이를 기반으로 하여 소수력발전소의 수문학적 성능특성을 예측할 수 있는 모델이 개발되었다. 개발된 모델의 효용성을 확인하기 위하여 안동댐에서 측정된 월유입량자료를 분석하였다. 안동댐에서의 장기유입량을 분석한 결과, 본 연구에서 개발된 예측모델로부터 획득한 결과가 실측자료와 잘 일치하였다. 본 연구에서 개발된 모델은 소수력발전지점의 수력가용량과 연간출력량을 예측하는데 유용하게 사용될 수 있다는 것이 밝혀졌다. 개발된 모델을 이용하여 주요 수계에 위치한 소수력발전입지의 수문학적 성능특성을 분석한 결과 수계별로 차이를 나타냈다. 특히 북한강수계와 낙동강수계에 위치한 소수력발전입지는 다른 수계에 위치한 소수력발전입지에 비하여 비설계유량과 비출력 등에 대한 수문학적 성능에 많은 차이를 나타냈다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.383-383
• /
• 2023

오늘날 수문학 분야에서는 유역에 대한 강우-유출 시뮬레이션을 머신 러닝(ML: Machine Learning)을 활용하여 다양한 연구를 실행하고 있다. 본 연구에서는 시간별 강우-유출 예측 모델인 GR4H(Génie Rural à 4 paramètres Horaires)를 사용하여 충주댐 유역을 대상으로 연구를 수행하였다. 유역의 속성에 따라서 모델의 성능이 어떻게 달라지는지 비교하여 특성에 맞는 모델을 알아내고. 또한 이 과정에서 기상 및 유출 데이터의 보정 길이를 가지고 어느 정도의 데이터 기간이 모델에서 좋은 성능을 보이는지 파악하였다. 뿐만 아니라 모델에 필요한 선행기간의 데이터가 있는 경우와 없는 경우를 비교하여 어떠한 차이를 보이는지, 그리고 선행기간은 얼마나 필요한지 연구를 통하여 알아냈다. 본 연구를 통하여 충주댐 유역에 대한 모델의 적용성 및 성능을 파악하고 수문 모형 구축에 제한이 있는 유역에 대해서도 사용이 가능한지 판단한다. 실험 유역의 관측 값을 모델에 입력한 후 각 모델에 해당하는 매개변수의 최적값을 찾아내는 과정을 거쳐 시뮬레이션을실 행했다. 본 연구에서 사용한 강우-유출 모델인 GR4H는 프랑스의 INRAE-Antony(Institut National de la recherche agronomique-Antony)에서 만들어진 airGR의 일종으로, 시간별 강우-유출 예측을 위해 개발된 공정 기반(process-based)의 집중적, 개념적 수문학 모델이다. 4개의 매개변수(parameter)가 있으며 이는 유역의 특정 속성을 나타낸다. GR4H를 시뮬레이션 하는 과정에서 매개변수의 최적화를 위해 적절한 보정 길이를 파악하여야 한다. 이러한 과정은 4년, 5년, 6년 등 1년씩 데이터의 양을 늘려가며 매개변수를 최적화한다. 이 과정에서 기상 및 유출 데이터의 적절한 보정 길이를 찾아낸다. 시뮬레이션을 통해 얻은 데이터를 관측 값과 비교하여 모델의 성능을 평가하고 다른 관측 값을 통해 시뮬레이션을 실행하여 검증을 거친다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.100-100
• /
• 2019

최근 대기 중 미세먼지의 농도가 높은 일수가 급증하면서, 미세먼지를 저감하고자 하는 연구가 활발히 이루어지고 있다. 미세먼지는 주로 자동차 혹은 공장 등 인간 활동에 의한 오염물질 배출에 의해 발생하는 것으로 알려져 있으며, 태양복사에너지, 토양수분, 강우, 풍속 등의 수문기상학적 인자에 의해 발생, 이동, 소멸의 과정을 거친다. 현재 우리나라에서는 미세먼지 농도를 관측하기 위해 지점 기반의 관측소를 운영하고 있으며, 관측소가 위치하지 않은 지역의 미세먼지 농도는 선형 보간법 등을 활용한 내삽 기법을 통해 제공하고 있다. 그러나 미세먼지 농도는 다양한 수문기상인자들의 영향에 의한 차이가 크게 나타나기 때문에 지점 기반의 자료로는 해당 지역의 미세먼지 농도를 추정하는 데 어려움이 많다. 본 연구에서는 미세먼지의 공간적인 분포를 추정하고자 MODerate resolution Imaging Spectroradiometer (MODIS) 에어로졸 자료와 Global Land Data Assimilation System (GLDAS) 수문기상인자를 활용하여 미세먼지 농도에 영향을 주는 것으로 판단되는 다양한 수문기상인자들과의 상관성을 분석하였다. 미세먼지와 각 인자간의 상관성을 분석하여 높은 상관성을 갖는 수문기상인자들을 도출하고 최적의 선형회귀분석 모델을 구축하기 위해 베이지안 모델 평균(Bayesian Model Averaging, BMA)을 사용하였으며, 지점 데이터와의 비교를 통해 활용성을 검증하였다. 전체적으로 수문기상인자를 사용한 선형회귀분석 결과에서는 미세먼지농도 변화의 경향을 반영하고 있는 것을 확인할 수 있었으나, 계절별, 지역별 등 대기 특성을 고려하지 않아 각 기간의 급격한 농도 변화를 감지하기에 어려움이 있었다. 이러한 연구를 바탕으로 수문기상인자와 미세먼지 농도의 패턴이 더욱 정확히 분석된다면, 미세먼지 농도 모니터링과 정확한 예보 시스템의 구축에 효과적으로 활용 될 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.241-241
• /
• 2017

기후변화로 인하여 강우의 불확실성이 가중되고 홍수, 가뭄 등 물 관련 재해의 발생빈도 및 강도가 증가함에 따라 안정적인 용수공급 등 수자원 관리 및 운영에 어려움을 겪고 있어 예측기반의 수자원 계획 및 운영이 요구되고 있는 실정이다. 우리나라 기상청에서는 2010년 6월 영국기상청과 장기 계절예측시스템의 구축 및 운영에 관한 협정을 체결하였으며 2014년부터 전지구 계절예측시스템 GloSea5(Global seasonal forecasting system version 5)을 현업에 활용하고 있다. GloSea5 모델은 대기(UM), 지면(JULES), 해양(NEMO), 해빙(CICE) 모델이 커플러(OASIS)에 의해 결합된 통합 시스템으로 일단위 자료로 제공된다. 현재 수자원 분야에서는 장기예보자료가 제공되고 있음에도 불구하고 장기예보자료의 불확실성 및 수문 모형 입력자료로의 활용 어려움, 예측자료의 검증 미흡 등으로 기상청에서 제공하는 장기예보를 참고할 뿐 실제로는 과거 관측자료를 기반한 빈도해석 결과를 활용하여 댐 운영 계획을 수립하고 있는 실정이다. 따라서, 본 연구에서는 GloSea5모델에서 제공되는 일 단위 예측 강수량을 수자원 장기이수계획 및 관리에 활용하고자 GloSea5모델의 예측력을 평가하고 수치모델이 가지는 시스템 에러에 대하여 편의보정 및 지점 상세화를 수행하였다. 본 연구의 분석결과는 향후, 저수지 운영계획 및 증가하는 물수요와 불확실한 공급에 대한 의사결정 지원, 가뭄 대비를 위한 물 공급 제한 등에 활용 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.1310-1314
• /
• 2008

수도권 지역의 신도시 개발에 따른 유역의 도시화와 인구 증가는 유역의 피복상태를 변화시키고, 생태계에 영향을 미치는 수문학적 과정과 하천수질의 변화를 초래하게 된다. 지표면의 침투, 침루 및 토양함수량을 변화시키고, 차단저류량과 요지저류량(depression storage) 등을 변화시킴으로서 유출량과 수질을 변화시키게 되는 것이다. 이와 같은 수문학적과정을 평가하기 위해서는 수문모형을 사용하는데 본 연구에서는 미국 농림부에서 개발한 SWAT모형을 이용하였다. SWAT-K모형은 SWAT(Soil and Water Assessment Tool) 모형에 인위적, 자연적인 물순환 구조변화와 지표수-지하수 연계 해석 등을 개선하여, 강우 증발산 토양수분 지표수 지하수 등의 시, 공간적 분포를 정량적으로 산정하는 장기유출 해석 모형이다. 또한, 본 모형의 적용을 위하여 GIS를 이용한 공간정보를 처리하여 수문모형의 매개변수를 결정하는 방법이 널리 사용되고 있는데, 본 연구에서는 ArcView GIS를 이용하여 입력자료를 구축하였다. 대상유역은 판교유역으로서 신도시 개발이 한창 진행되고 있는 지역으로서, 개발 과정에 따라 수문특성, 유출특성, 수질변화 특성 등이 계속하여 변화되고 있으며, 개발이 완전히 종료된 이후의 특성을 예측할 필요가 있는 유역이다. 본 연구에서는 SWAT-K모형을 이용하여 판교 신도시 개발에 따른 장기유출량을 예측하였고 모델의 매개변수를 최적화하였으며, 그 결과 본 모델이 장기 유출량 해석 및 판교유역의 수문변화를 평가하는데 유용하게 적용될 수 있을 것으로 판단되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.233-233
• /
• 2017

현재의 기술과 전문가들의 지식을 바탕으로 수치 예보 모델의 해상도가 점차 증가하고 있으나 한편으로는 해상도가 높아질수록 신뢰성 있는 장기 예보를 제공하는데 어려움이 있다. 즉, 고해상도 모델의 경우 미세한 오차가 발생 하더라도, 실제 기상학적 관점에서 시공간적으로 변동성이 크게 발생할 개연성이 크며, 이로 인해 모델에서 발생하는 불확실성은 더욱 커질 수 있다. 한국 기상청(KMA)에서는 영국기상청으로부터 도입한 통합모델(UM)을 현업 운영하고 있다. 본 연구에서 기상청 통합모델인 UM3.0 예보모델의 예측정확성을 다양한 관점에서 평가하고자 한다. 기상청 UM3.0 모델은 3km의 공간해상도와 1시간 시간해상도를 가지며, 예보시작시점기준 7일간의 예보정보를 제공한다. 강수량 예측정보의 활용성을 평가하기 위해서 예측 시계열에 대해 RMSE, 편의 및 등 다양한 통계지표와 공간적인 강수량 발생 특성을 평가하기 위해서 FSS 방법을 적용하였다. 본 연구 결과를 통해 UM3.0 모델의 1시간 및 3km의 시공간해상도와 선행예보 기간을 그대로 수문학적으로 활용하는 데에는 다소 무리가 있는 것으로 평가되었으며, 이러한 점에서 수문학적 활용관점에서 최적의 시공간적 규모와 선행예보 시간을 분석하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.236-236
• /
• 2016

현재 댐운영 계획 수립 시 매월 유지해야 하는 저수량의 범위를 나타낸 기준수위가 사용되고 있으며 매년 홍수기 말에 현재의 수문 상황과 장래의 전망을 통한 시기별 연간, 월간 댐운영 계획을 수립하고 있다. 물관리의 이수측면에서 댐수위 운영계획 수립과 홍수기 운영목표 수위를 결정하는데 활용하기 위해서는 계절단위, 연단위의 기상정보가 필요하다. 본 연구에서는 기상청에서 운영하고 제공하는 전지구 계절예측시스템 GloSea5(Global Seasonal forecasting system version 5)자료를 활용하여 금강유역에 적용하고자 하였다. GloSea5는 전지구계절예측시스템으로 대기(UM), 지면(JULES), 해양(NEMO), 해빙(CICE)모델이 서로 결합되어 하나의 시스템으로 구성되어 있으며 공간 수평해상도는 N216($0.83^{\circ}{\times}0.56^{\circ}$)으로 중위도에서 약60km이다. Hindcast자료는 유럽중기예보센터(ECMWF)에서 생산된 ERA-Interim 재분석장을 대기 모델의 초기장으로 사용하며 기간은 1996~2009년의 총 14년이다. 예보자료의 검증은 예보의 질을 결정하는 과정으로 Brier Skill Score (BSS), Reliability Diagrams, Relative Operating, Characteristics (ROC)등을 통해 정확성과 오차에 의한 예보의 성능을 검증하였다. 또한 Glosea5의 통계적 상세화를 수행하여 다양한 변수가 갖는 계통적인 지역 오차를 보정함으로써 자료의 신뢰도를 향상시키고자 하였으며 이는 이후 수문모델과의 연계 시 보다 정확하고 효율적인 댐운영에 활용할 수 있는 기후예측정보를 제공할 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.101-101
• /
• 2023

지난 수십 년 동안 다양한 딥러닝 방법이 개발되고 있으며 수문 분야에서는 이러한 딥러닝 모형이 기존의 수문모형의 역할을 대체하여 사용할 수 있다는 가능성이 제시되고 있다. 본 연구에서는 딥러닝 모형 중에 트랜스포머 모형에 다중 인코더를 사용하여 중장기 기간 (1 ~ 10일)의 리드 타임에 대한 한국의 유출량 예측 전망의 가능성을 확인하고자 하였다. 트랜스포머 모형은 인코더와 디코더 구조로 구성되어 있으며 어텐션 (attention) 기법을 사용하여 기존 모형의 정보를 손실하는 단점을 보완한 모형이다. 본 연구에서 사용된 다중 인코더 기반의 트랜스포머 모델은 트랜스포머의 인코더와 디코더 구조에서 인코더를 하나 더 추가한 모형이다. 그리고 결과 비교를 위해 기존에 수문모형을 활용한 스태킹 앙상블 모형 (Stacking ensemble model) 기반의 예측모형을 추가로 구축하였다. 구축된 모형들은 남한 전체를 총 469개의 대규모 격자로 나누어 각 격자의 유출량을 비교하여 평가하였다. 결과적으로 수문모형보다 딥러닝 모형인 다중 인코더 기반의 트랜스포머 모형이 더 긴 리드 타임에서 높은 성능을 나타냈으며 이를 통해 수문모형의 역할을 딥러닝 모형이 어느 정도는 대신할 수 있고 높은 성능을 가질 수 있는 것을 확인하였다.