• Water for future
• /
• v.23 no.3
• /
• pp.341-350
• /
• 1990

Precise run-off forecasting depends on the ability to predict quantitative rainfall intensity. This study suggests a stochastic model for 1 hour order rainfall prediction. The model simultaneously predicts rainfall intensity at all telemetered rain-gauge locations. All model parameters, velocity and direction of storm movement, radial spectrum, dimensionless time distribution of rainfall, are estimated from telemetered and historical data for the basin being predicted. Also the estimated parameters are based on the previous study. The results are the influence of dimensionless time distributions on the prediction and the model on run-off.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.351-351
• /
• 2023

강우 자료는 수문 모델링에서 중요한 입력 요소 중 하나이다. 강우의 공간적 가변성은 모델링 불확실성의 중요한 원인으로 알려져 있다. 강우 관측자료는 많은 경우 유역을 대표하는 평균 면적강수량 (Mean Areal Precipitation, MAP)을 계산하여 수문모형에 입력된다. 선행 연구에서는MAP 예측 결과의 신뢰도를 개선하기 위하여 다양한 보간 방법이 개발되었다. 하지만, 강우특성의 동질성를 고려한 대표 기상 관측소 선정이 MAP 예측과 유출량 모의 결과에 미치는 연구는 아직 미흡한 실정이다. 본 연구에서는 유역의 MAP 예측에 있어 강우특성의 동실성을 고려한 강우 관측소 선정이 수문 모델링 성능 개선에 미치는 영향을 평가하고자 한다. 본 연구에서는 종관 기상관측(ASOS) 74개 지점과 방재기상관측(AWS) 400여개 지점에서 2003~2022년 기간에 대한 일강수량 자료를 수집하였고 강우특성이 동질한 지역을 구분하였다. 또한, 강우특성 동질성의 고려 유무에 따른 MAP를 계산하였다. 이후, 5개의 매개변수로 이루어진 개념적 강우-유출 모형FPHM을 사용하여 우리나라 전역 41개 유역을 대상으로 MAP 계산 결과가 모형 성능에 미치는 민감도를 조사하였다. 분석 결과, 강우특성의 동질성을 고려한 강우 관측소의 선택은 MAP 보간 방법 이상으로 중요한 요소임을 확인할 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.1797-1801
• /
• 2006

수문모형은 많은 물리적, 식생적, 기후적, 인위적 요소들의 결과로 기인하는 수문학적 특성을 나타내는 유역의 복잡한 시스템을 현실적으로 표현하는 도구로써 인식되어 왔다. 공간적으로 분포된 수문모형들은 1960년대 처음으로 개발되었으며, 수문학과 수자원관리 분야에서 원격탐사데이터와 지리정보시스템의 그 역할은 급속도록 증가하였다. 비록 원격탐사자료가 수문학분야에 실제 적용된 경우는 매우 적지만, 그 효용성은 크다고 할 수 있다. 수문 모델링과 모니터링분야에서 원격탐사 자료를 이용함에 있어 가장 큰 장점 중의 하나는 시공간적인 정보를 지속적으로 생산할 수 있게 되었다는 점이다. 이와 같은 능력은 성공적인 모형의 분석과 예측, 검증을 위한 작업에 필수적이다. 본 연구는 준 분포형 수문학적 모형인 SLURP 모형을 경안천 유역을 대상으로 적용하였으며, MODIS 위성영상을 이용하여 제작한 엽면적지수(LAI), 정규식생지수(NDVI)를 수문모형의 입력자료로 활용하여 경안 수위표 지점에서 일 유출량 모의를 실시하였다. 또한, 각각의 원격탐사 자료가 모의된 증발산량의 민감도에 어떤 영향을 미치는 가를 분석하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.204-204
• /
• 2017

WRF 모형은 실제 자연에서 나타나는 대기 현상의 원인을 물리적 동적 방정식들의 항으로 표현한 수치예보모형으로 전세계의 상업적 비상업적인 수치예보모형 안에서 성능이 뛰어나다고 평가되어지고 있다. WRF 모형은 오픈소스 기반의 비상업적 모형으로 사용 및 수정이 자유로운 특징이 있으며, 위성 및 레이더와 같은 고도화된 다양한 기상관측자료를 입력자료로 활용할 수 있는 장점이 있다. WRF-HYDRO 모형은 WRF 모형이 갖는 공간적인 저해상도 문제를 해결할 수 있는 고해상도의 격자를 구축할 수 있으며 유출량과 수문 변량을 추정할 수 있는 추적 모형을 추가하여 수문학적 예측 능력을 향상하고자 개발되었다. 기존 모형과의 차별성으로는 기상인자로 인하여 도출된 지표면의 수문인자들이 시간의 변동에 따라서 다음 시간의 기상인자에 영향을 미치는 피드백 구조로 구성되어 기상과 지표면이 양방향으로 연결되는 특징이 있다. 기존 모형에 비하여 향상된 구조적인 특징은 수문학적 순환과정을 자연스럽게 재현함으로서 신뢰성 있는 결과를 도출할 수 있을 것으로 판단된다. 본 연구에서는 만경강 유역의 실제 유출 사상에 대하여 WRF-HYDRO 모형을 적용하고, 홍수통제소 관할 만경강 유역내 수문 관측소 자료와의 비교를 통해 WRF-HYDRO 모형의 적용성을 검토하였다. 수문 관측소를 통한 검토 결과를 기반으로 WRF-HYDRO 모형에서 제시된 수문-기상 정보를 통하여 만경강 유역의 홍수 사상의 발생 과정에 대한 추적 및 미계측 변량의 추정에 유용하게 사용할 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1412-1416
• /
• 2009

최근의 극심한 기상이변으로 인하여 발생되는 이상호우의 예측에 관한 사항은 치수 이수는 물론 방재의 측면에서도 역시 매우 중요한 관심사로 부각되고 있다. 강우를 예측하기 위해 많은 방법들이 사용되고 있으나 강우의 메커니즘은 매우 복잡하여 수문순환과정에서 가장 예측하기 힘든 요소이며, 추계학적 예측모형이나 확정론적 예측모형 모두에 있어 상당한 불확실성을 내포하고 있다. 기상예측모형 등을 이용하여 강우예측에 대한 정도를 높여가고는 있으나 많은 수문학적 모형에서 요구하는 시공간적으로 정도가 높은 강우를 예측하기에는 힘들다. 인공신경망은 과거자료의 입 출력 패턴에서 정보를 추출하여 지식으로 보유하고, 이를 근거로 새로운 상황에 대한 해답을 제시하도록 하는 인공지능분야의 학습기법으로 인간이 과거의 경험과 훈련으로 지식을 축적하듯이 시스템의 입 출력에 의하여 연결강도를 최적화함으로서 모형의 구조를 스스로 조직화하기 때문에 모형의 구조에 적합한 최적 매개변수를 추정할 수 있다. 따라서 정확한 예측이 어려운 강우사상을 과거의 자료로부터 신경망의 수학적 알고리즘을 통해 강우의 예측에 적용할 수 있을 것이다. 따라서 본 연구에서는 이러한 인공신경망의 기법 중 오류 역전파 알고리즘을 통하여 과거의 강우사상들을 입 출력 자료로 이용하여 인공신경망을 학습시켜 강우의 예측에 대한 정도를 높이도록 하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.33-33
• /
• 2022

팔당댐 유역은 수도권 2600만 인구의 상수원으로, 수도권 전체 물 소비량의 90.2%에 달하는 물을 공급하고 있어 중요성이 상당히 크다. 하지만 기후변화로 한반도에 극한기후의 발생 빈도가 증가하면서 미래 수자원 관리가 더욱 어려워질 전망이다. 이에 본 연구에서는 모형 구축을 통해 기후변화가 팔당댐 유역의 수자원에 미치는 영향을 정량적으로 평가하고자 하였다. 본 연구는 저수량이 높은 다목적댐이자 상류에 위치하는 소양강댐, 충주댐의 유역의 유입량을 수문모형인 VIC model로 모의하였다. 댐의 존재에 따른 하류의 유량 교란을 고려하기 위해 딥러닝 기반의 LSTM 예측 모형을 활용하였고 각 댐의 방류량을 예측하였다. 보정 기간(1986-2019), 검증 기간(2020)에 대한 방류량 예측 모형의 NSE는 0.9407, 0.6449로 높은 예측성능을 보였다. 팔당댐 유입량 예측에도 LSTM이 활용되었고 소양강댐, 충주댐의 방류량과 두 유역을 제외한 잔여유역의 기상변수인 강우량, 온도, 풍속이 입력되었다. 팔당댐 유입량 예측 모형의 NSE는 보정 기간(1986-2019), 검증 기간(2020)에 대해 각 0.9990, 0.7878로 유입량을 정확도 높게 예측하였다. 기후변화의 영향을 평가하기 위해 기상청에서 제공하는 RCP4.5의 상세화된 고해상도(1km) 미래 기상자료를 구축된 모형에 입력하여 미래의 팔당댐 유입량을 모의하였다. 모의 결과, 미래 기간에는 팔당댐 일 유입량의 변동성이 증가하면서 유황이 불안정해지고 극한에 해당하는 빈도 갈수량이 크게 감소하는 것으로 예측되었다. 따라서 극한기후로 인해 물 공급이 제한되는 재난 상황에 대비하여 물 공급에 대한 자립성을 높일 수 있는 새로운 물관리 정책이 필요할 것이다.

• 한국공간정보시스템학회:학술대회논문집
• /
• 2007.06a
• /
• pp.117-123
• /
• 2007

최근 도시화 산업화가 진행됨에 따라 급격한 토지이용 변화가 발생되어 이로 인한 수질악화 등의 문제가 대두되면서 효율적인 수자원 관리를 위한 대책이 필요한 실정이다. 특히, 비점오염물질로 인한 수질악화는 수문현상 및 토지이용변화와 밀접한 관련이 있어 그 발생량을 추정하기에 매우 어려움이 많았다. 근래 수문 수질관리를 하기 위한 방법으로 GIS기반의 수질모형을 이용한 연구가 활발히 진행되고 있다. 그 중 SWAT(Soil and Water Assesment Tool)모형은 다양한 토지이용변화로 인한 장기유출과 수질모의가 가능한 모형으로서 적극 활용되고 있다. 본 연구에서는 경안천 유역을 대상으로 ArcView기반의 AVSWAT2000모형을 이용하여 미래 토지이용변화가 수문-수질에 미치는 영향을 분석하고자 하였다. Landsat TM, $ETM^+$ 위성영상으로부터 시계열 토지이용도를 작성하고, CA-Markov기법을 이용하여 2030, 2060, 2090년도의 미래 토지이용변화를 예측하였다. 모형의 입력 자료인 수문 기상자료와 지형자료(DEM, 토양도, 하천도 등), 수질자료(TN, TP, SS)를 구축하여 미래 토지이용변화에 따른 유출량과 비점오염 부하량의 변화를 예측하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.401-401
• /
• 2011

본 연구는 Bayesian MCMC(Markov Chain Monte Carlo)를 이용한 비정상성 빈도해석 모형에 외부기상인자를 결합하여 계절단위의 강수량을 예측하는데 목적을 두고 있으며, 그 중에서도 홍수 위험도와 관련하여 유용하게 이용될 수 있는 여름강수량을 예측 대상으로 하였다. 비정상성 빈도해석 모형을 기반으로 외부 기상인자에 의한 변동성을 고려하기 위해서는 대상 수문량을 한정할 필요가 있으며 극대치강수량과 연관성이 높은 장마전선, 태풍 등의 기상인자는 공간적 변동성 및 복합적인 특성들로 인해 예측인자를 구성하는 기상인자로 사용하기에는 무리가 있다. 따라서 본 연구에서는 계절단위의 수문량으로 여름강수량을 대상으로 하였으며, 이에 영향을 미치는 외부 기상인자로서 SST(sea surface temperature)와 OLR(outgoing longwave radiation)을 도입하였으며, 낙동강유역 여름강수량과의 공간 상관성이 높은 지역의 이전 겨울 SST와 6월 OLR을 예측인자로 활용한 7~9월 여름강수량 예측모형을 구성하였다. 모형의 검증은 결과를 알고 있는 2010년 여름 강수량을 대상으로 수행하였으며, 모형의 적용은 현재시점에서 관측된 2010년 겨울 SST와, 과거 관측 자료를 토대로 가정된 2011년 6월 OLR을 이용하여 2011년 여름 강수량을 예측하였다. 결과적으로 모형 매개변수들의 사후분포로부터 불확실성 구간을 포함한 예측결과를 구할 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.349-349
• /
• 2021

일반적인 도시홍수모형은 수리-수문모형을 기반으로 한 홍수위 모형을 사용하고 있으나 강우사상이나 물리적 조건에 따라 모의시간의 변화가 있으며 경우에 따라서는 긴 모의시간이 소요된다. 알파고 이후 큰 관심을 갖게된 딥러닝을 이용한 데이터기반의 모의를 통해 수자원 부분에 적용하여 수위 예측을 진행하였다. 본 연구에서는 딥러닝을 이용하여 관측자료기반의 수위예측 연구를 수행하였다. 대상유역은 중랑천 유역으로 선정하였으며 2015년 ~ 2020년 사이의 10분단위 강우, 수위자료를 이용하였다. 지방자치단체에서 제공하는 강우, 수위자료의 경우 결측자료 또는 이상자료에 대한 보정이 미흡하여 기계학습을 통합 분석자료로 활용하는데 어려움이 있다. 이에, 결측 및 이상자료가 포함된 자료로부터 인위적으로 교란된 데이터 및 결측구간을 삭제한 데이터를 생성하여 자료의 시계열성을 제거하고, 딥러닝을 통한 수위 예측 결과를 정상 데이터를 적용한 결과와 비교하였다. 사용된 딥러닝 모형은 시계열 데이터 예측에 우수한성능을 보이는 LSTM모형과 GRU모형을 이용하였으며 RMSE, NSE를 이용하여 평가하였다. 본 연구에서는 결측자료 및 이상자료가 포함된 수문자료를 자료의 시계열성 제거를 통해 딥러닝 분석 입력자료 구성하기 위한 방안을 제시하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.669-673
• /
• 2006

수자원시스템의 설계, 계획, 운영에 있어서 핵심적인 수문변수의 미래거동에 대한 보다 나은 추정치가 필요하다. 예를 들어, 수력발전, 레크리에이션 이용과 하류지역의 오염희석과 같은 다중목적 기능을 유지하기 위하여 다목적댐을 운영할 때에, 다가오는 미래시간에 대한 계획된 유량의 예측이 요구된다. 예측의 목적은 미래에 발생할 정확한 예상치를 제공하는 것이다(Keith W. Hipel, 1994). 본 연구의 주요 목적은 다변량 추계학적 시스템의 해석을 위한 모형의 추정과 등정을 위한 과정을 개발하는데 있다. 일반적 추계학적 시스템 모형이 표현되며 그것으로부터 수문학적 시스템의 모형을 매우 적절하게 유도하기 위한 다중 입력-단일 출력 TF, TFN, ARMAX모형을 유도하는데 있다. 이 모형은 수문학적 시스템을 위한 경우인 상관된 입력을 설명할 수 있도록 개발된다. 일반적인 모형을 만드는 전략이며 실제유역시스템에 적용하여 검토된다.