• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.236-236
• /
• 2011

진천지역의 지하수 유동체계를 분석하기 위해 진천지역 내 530개 공의 지하수위를 1년간 관측하였다. 이중 360개 공에서는 분기별로 한번씩 총 4회, 130개 공에서는 월1회씩 총 12회 지하수위를 관측하였으며, 40개 공에 대해서는 1시간 간격으로 자동관측을 실시하였다. 관측결과를 수집하여 지하수위의 변동특성, 지하수위 분포, 지하수 심도분포 등을 실시하였으며, 이와 같은 지하수위 분석 결과를 바탕으로 지하수 유동체계를 분석하였다. 조사지역의 평수기 지하수위 분포에 대해 수리학적인 접근법(hydraulic approach) 및 동수역학적 접근법(hydrodynamic approach)에 근거하여 수리수두(hydraulic head) 및 전수두(total head)를 분석하여 2차원 및 3차원 수리경사도를 작성하였다. 이러한 지하수위 분포에 따른 분석 성과와 지형 및 수문지질을 고려하여 함양 및 배출지역을 분류하였으며, 이와 함께 기분석된 지하수위 등고선에 따른 유선망도를 작성하였다. 지하수는 지하수위의 표고 및 압력에 따른 위치 에너지 차에 의하여 대수층 매질을 통하여 유동하며 수두가 높은 곳에서 낮은 곳으로 일정한 수리경사를 갖고 지하수 등수위선에 연직 방향으로 형성된 유선을 따라 이동한다. 따라서 지하수의 유동방향은 지하수 수리경사 분석이 이루어진 8개 방향의 지하수위 경사 중 최대경사를 갖는 방향으로 지하수 유동이 발생하므로, 이를 지하수위 유동방향으로 결정하였다. 이와 같이 분류된 지하수 함양 중간 및 배출 지역과 지하수의 함양과 배출의 양적인 측면에 서 유동체계의 규모를 고려하여 조사 지역을 8단계로 구분하였다. 또한 조사지역의 지하수 유동체계를 종합적으로 규명하기 위하여 기 분석한 조사지역의 지하수위 등고선, 지하수위 등심도선, 지하수 수리경사, 지하수 유동방향 및 지하수 함양-배출체계와 지형기복, 그리고 주요 하천 등의 제반 요소를 중첩 분석하여 종합적으로 규명하고, 그 결과를 지하수 유동체계도로 작성하였다. 지하수 유동체계 분석결과는 수문지질 평가와 오염취약성 평가 및 지하수 관리 방안 수립에 활용될 수 있을 것으로 기대된다.

• Journal of Korea Water Resources Association
• /
• v.49 no.3
• /
• pp.253-262
• /
• 2016

A Rating curve is a regression equation of discharge versus stage for a given point on a stream where the stream discharge is measured across the stream channel with a stage and discharge measurement. The curve is generally used to calculate discharge based on the stage. However, the existing approach showed problems in terms of estimating uncertainty associated with regression parameters including the separation parameter for low and high flow. In this regard, this study aimed to develop a new method for the aforementioned problems based on Bayesian approach, which can better estimate the parameter and its uncertainty. In addition, this study used a Bayesian Multi-Segmented (Bayesian M-S) model which is provided a comparison between the existing and proposed scheme. The proposed model showed better results for the parameter estimation than the existing approach, and provided better performance in terms of estimating uncertainty range.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.332-332
• /
• 2016

수공구조물 설계시 hardware와 software의 발달로 수리계산과 수치해석의 오차율이 감소함에 따라 수치해석을 이용하는 빈도가 높아지고, 신뢰도가 향상되고 있는 추세에 있다. 그러나 댐 설계에 있어 수위별 방유량 관계 검토시 수치해석값은 각 수위에 해당하는 몇 개의 유량값을 대응시켜 경향만 비교하고 수리계산 결과를 설계에 반영해 왔다. 이러한 방법은 여수로 주변에 인접구조물이 없고, 여수로 각 수문별 균등한 유량이 방류될 경우 문제가 되지 않지만, 여수로 직상류 지형에 만곡부나 지형적 특성이 여수로 방류에 영향을 미치거나, 취수탑 등 여수로에 인접한 수리구조물이 설치되어 접근수로에서 복잡한 유동을 형성하는 경우 각 문비마다 방류량의 분배율은 달라질 수밖에 없고, 수리계산 결과를 일괄 반영하기에는 오차가 증가할 수밖에 없다. 이에 본 연구에서는 댐 운영시 중요한 인자 중 하나인 수위-방류량 관계에 대하여 수치모형을 이용한 정밀한 분석을 통하여 댐 여수로 운영시 오차율을 저감시키고, 적용성을 향상시키는 방안을 검토하였다. 첫째, 수위별 방류량 관계 검토시 여수로 상류에서 일정한 시간에 따라 선형적으로 수위가 증가하도록 경계조건을 설정한 후 3차원 수치해석 모형의 Output data를 단위시간에 따라 수위와 방류량이 산정되도록 하고, 기존 검토 방식대로 각 수위별 모형을 steady 상태로 수행하여 비교분석하였다. 수리계산과 기존 방식, 본 연구에서 제시한 방법에 대한 오차율 검토 결과 오차는 3 % 이내로 검토되었다. 둘째, 수치해석을 이용하여 수위별 방류량 산정시 접근유속에 대한 영향을 받게 되므로 수리계산시 에너지 경사를 이용하여 수위값을 반영하지만, 수치해석을 이용하여 수위별 방류량 산정시 경계조건을 부여한 수위값을 반영하거나, 임의의 지점에서의 수위값을 반영하는 경우 등 일괄적이지 않은 수위값을 반영하여 오차율이 증가하는 경향이 있다. 따라서, 본 연구에서는 여수로 지점별 전수두를 측정하여 방류량 값을 산정하여 비교하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.301-301
• /
• 2019

수위 관측 지점의 선정은 관측 기록의 목적, 지점의 접근성 등에 의해 결정되며, 수위는 유량을 계산하기 위한 필수 자료이므로 수위 관측 지점의 위치를 선정하는데 있어 수리조건은 매우 중요한 요소이다. 이에 수위관측소(WLS, Water Level Station)는 홍수예경보, 수해방지 등의 치수계획과 하천운영, 용수공급 등의 이수계획 및 생태계 보전을 위한 수질관리계획 등의 목적을 달성할 수 있는 지점에 WMO에서 제시한 수위관측소의 최소 밀도를 고려하여 설치된다. 한국의 경우 치수측면에서 홍수예경보시스템의 홍수예보 대상지점과 홍수유출 계산지점을 가장 중요한 요소로 판단한다. 이에 홍수통제소에서 운영하는 홍수예보 프로그램에 적절한 수위관측망을 고려하기 위하여 프로그램에서 사용되고 있는 소유역 출구점 또는 합류점을 모두 수위관측소 위치로 포함시키고 있다. 인도네시아 Citarum강 홍수예경보 모형의 실행 및 검정을 위해서는 주요 지류의 출구마다 수위관측소를 설치하는 것이 바람직하나, 수위관측소의 설치 및 운영에는 많은 비용이 소요되기 때문에 주어진 예산을 고려해야 하며, 홍수예보를 실시하는 이유는 홍수로 인한 피해를 경감시키기 위한 것이기 때문에 인구와 홍수피해 잠재성이 높은 지점을 위주로 설치를 계획하여야 한다. 사업 대상지역인 Citarum강에서 BBWSC가 운영 관리하는 WLS는 29개소이며, 이 중 대상지역인 Upper Citarum Basin(UCRB)에는 20개소의 WLS가 운영되고 있다. 본 설계에서는 $300km^2$당 1개소의 수위관측소를 설치하는 것을 기준으로 설정하여 홍수예경보가 필요한 WLS 8개소를 도출하였으며, 소유역의 출구점 또는 합류점 등을 고려하여 수위관측소 위치를 결정하였다. 또한 UCRB의 과거 홍수피해상황, 과거 홍수범람실적, 홍수범람도 등을 조사하였으며, 실시간 자료 전송을 위한 통신 환경, 차량의 접근 용이성 및 하천구역 대표성 등을 고려하여 홍수예경보 구축을 위한 최적의 수위관측망을 설계하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.393-393
• /
• 2015

대부분의 중규모 유역 내에는 하도가 형성되므로, 유역의 출구는 하도(지류)와 대규모 유역의 하도(본류)가 합류하게 되며, 합류부에서 멀리 떨어지지 않은 곳에 지류 유역의 유출량 산정을 위한 수위관측소가 위치하게 된다. 수위관측소에서는 일반적으로 연속적인 수위관측과 수위-유량관계곡선(rating curve)으로 유량을 산정하게 되는데, 배수영향을 크게 받는 합류부 구간에서는 단일 수위-유량관계가 나타나지 않으므로 유량산정이 어렵게 되는 문제가 발생한다. 이는 배수영향이 발생할 경우, 유량 함수의 주요 변수에는 수위 뿐만 아니라 수면경사 등의 매개변수가 추가되기 때문이다. 현장에서는 하천 흐름방향으로 두 개의 수위관측소를 설치하여 관측소 간의 수면경사를 측정하고, 이를 유량 산정에 활용할 수 있다. 그러나 지류 합류부의 배수 영향 구간에서 수면경사를 알기 위하여 두 개의 수위관측소를 설치하는 것은 경제적이지 않으며, 현재 설치되어 있는 장비와 시설을 활용하여 유량을 산정할 수 있는 방법의 개발이 필요하다. 본 논문의 목적은 합류부 배수영향을 받는 지류 구간에 설치된 수위관측소에서 유량을 산정하기 위한 방법을 개발하는 것이다. 이를 위하여 발생가능한 모든 하천 흐름조건에 대한 배수영향 수면곡선을 요약한 HPG(Hydraulic Performance Graph)를 본류와 지류가 합류하는 시스템에 적용하였다. HPG의 개발을 위하여 본류와 지류로 구성된 수지상 하천망을 HEC-RAS 모형으로 구축하고 부정류 모의로 구축된 모형을 보정 검증하였고, 본류와 지류에 위치한 기존 두 수위관측소 수위와 유량과의 관계 표를 작성하여 크리깅 보간을 수행하였다. 크리깅으로 보간된 HPG와 두 수위관측소에서 계측된 수위를 이용하여 대상 홍수사상 기간 금호강의 유출량을 산정하였고, 유량 산정 결과는 금호강 성서 자동유량측정 자료와 거의 일치하는 것을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.05a
• /
• pp.293-296
• /
• 2021

K-water에서는 다목적댐의 관리를 위해 실시간으로 댐수위, 하천 수위 및 강우량 등을 계측하고 있으며, 계측된 값들은 댐을 효과적으로 운영하는데 필요한 데이터로 활용되고 있다. 특히 댐수위 이상 데이터를 탐지하지 못한 채 그대로 사용할 경우 댐의 방류 시기와 방류량 등을 결정하는 중요한 의사결정을 그르칠 수 있으므로 이를 신속히 탐지하는 것이 매우 중요하다. 현재의 자동화된 이상 데이터 탐지방법 중 하나는 현재 데이터가 최댓값과 최솟값을 초과할 때, 다른 하나는 현재 데이터와 일정 시간 동안의 평균값 간의 차이가 관리자가 정한 특정 값을 벗어났을 때를 기준으로 삼고 있다. 전자는 상한과 하한의 초과 여부만 판단하므로 탐지가 쉬우나 정상범위 내에서 발생한 이상 데이터는 탐지가 불가하다. 후자는 관리자의 경험을 통해 판단 조건을 정하기 때문에 객관성이 결여되는 문제가 있다. 특히 방류와 강우가 복합적으로 댐수위에 영향을 미치는 홍수기에 관리자의 경험에 기초한 이상 데이터 판별은 신뢰성의 문제가 있을 수 있다. 따라서 본 연구에서는 기계학습을 최초로 적용하여 이상 데이터를 탐지하고자 하였다. 댐수위, 누적강우량 및 누적방류량 데이터와 댐수위데이터를 가공하여 생성한 댐수위차, 댐수위차평균, 댐수위평균 등 자질들의 다양한 조합을 만든 후 이를 Random Forest, SVM, AdaptiveBoost 및 다층퍼셉트론(MLP) 등과 같은 여러 가지 기계학습모델 등을 통해 이상 데이터를 판별하는 실험(분류)을 하였다. 실험결과 댐수위, 댐수위차, 댐수위-댐수위평균, 누적강우량, 누적방류량 및 댐수위차평균을 사용하였을 때 MLP에서 가장 우수한 성능을 보였다. 이 연구를 통해서 댐수위 이상 데이터를 기계학습의 분류기능을 통해 효과적으로 탐지할 수 있다는 것과 모델의 성능은 실험에 사용한 자질의 수뿐 아니라 자질의 종류에도 큰 영향을 받는다는 것을 알 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.416-416
• /
• 2020

우리나라의 계절 특성상 여름철 집중호우가 쏟아지는 현상이 빈번하게 발생하는데 이러한 돌발홍수가 예고 없이 일어나 상습적으로 침수 피해를 입는 지역이 증가하고 있다. 본 연구에서 2009년 ~ 2019년 동안 서울시 침수 피해 사건 중심의 인터넷 기사를 기반으로 실제 침수 사례를 조사해본 결과, 침수가 가장 많이 발생한 순으로 반포동(26건), 대치동(25건), 잠실동(21건)으로 집계되었다. 침수피해가 가장 많은 반포동을 연구지역으로 선정하고 그 중 잠수교의 수위를 예측하는 연구를 진행하였다. 기존 연구에서는 수치모형에 비해 신속한 결과를 도출할 수 있는 자료 기반 모형 중 LSTM 기법을 많이 사용하였다. 그러나 이는 선행 시간이 길어질수록 첨두수위에서 과소추정된 것으로 분석된 취약점이 존재하였다(정성호 외, 2018). 본 연구에서는 이러한 단점을 보완하기 위해 GANs(Generative Adversarial Networks)를 이용하였다. GANs는 생성자와 감별자가 나뉘어 생성자가 실제 자료인 첨두수위에서의 잠수교의 수위를 학습하고 실제와 근접한 가상데이터를 결과로 생성하여 감별자는 그 생성된 미래의 잠수교의 수위가 실제인지 가상인지 판별하도록 학습시키는 신경망 구조이다. 사용한 수문자료는 한강홍수통제소, 기상청, 국립해양조사원에서 제공하는 최근 15년간의 (2005년~2019년) 수위, 방류량, 강수량, 조위 자료를 수집하였고 t-test와 상관성분석을 통해 사용한 인자 간의 유의미성 판단과 상관성을 분석했다. 또한, 민감도 분석 결과 시퀀스길이(5), 반복횟수(1000), 은닉층(10), 학습률(0.005)로 최적값을 선정하였다. 또한 학습구간(2005년~2014년)과 검증구간(2015~2019년)으로 나누어 상대적으로 높은 수위가 관측되는 홍수기의 3, 6, 9시간 후의 수위를 예측하고 오차 지표를 이용해 평가하였다. LSTM 기법으로 예측된 수위와 GANs로 예측된 수위를 비교한 결과 GANs으로 예측된 첨두수위에서의 정확도가 5% 정도로 향상되었다. 향후에는 다양한 영향인자와 다른 기법과의 결합을 고려한다면 보다 정확하게 수위를 예측하여 하천 주변 사회기반시설의 침수 피해를 감소시킬 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.449-449
• /
• 2022

제주도는 용수의 대부분을 지하수에 의존하므로 지하수위의 예측 및 관리는 매우 중요한 사항이다. 제주도의 지층은 화산활동에 의한 현무암이 겹겹이 쌓여있는 형태를 나타내며 육지의 지층구조와 매우 다른 복잡한 형태를 나타낸다. 이에 따라 제주도 지하수위의 예측은 매우 난해하며, 최근에는 딥러닝 인공지능 모델을 활용하여 지하수위를 예측하는 연구사례가 증가하고 있다. 기존의 연구들은 인공지능 모델들이 지하수위를 적절히 예측한다고 보고하고 있으나 예측의 적절성에 대한 판단기준을 제시하지 못하였으므로 이에 대한 명확한 제시가 필요하다. 본 연구의 목표는 인공지능을 활용한 지하수위 예측오차가 허용 가능한지 판단할 수 있는 기준을 제시함에 있다. 이를 위해 전 세계의 과거 20년 동안 관련 연구결과들을 수집 및 분석하였으며, 분석 결과 인공지능 모델의 지하수위 예측오차는 지하수위 변동성이 큰 지역일수록 증가하는 것을 확인하였다. 이것은 지하수위의 변동형태가 크고 복잡할수록 인공지능 모델의 지하수위 예측성능은 낮아진다는 것을 의미한다. 이 관계를 명확하게 나타내기 위해 지하수위 최대변동폭과 평균제곱근오차 및 최대오차와의 관계를 선형회귀식으로 도출하여 허용가능한 예측오차 기준을 제시하였다. 그리고 기존 연구들에서 제시한 Nash-Sutcliffe 효율성지수와 결정계수를 분석하여 선형회귀식에 의한 기준을 보완할 수 있는 추가적인 기준을 제시하였다. 본 연구에서 제시한 인공지능 모델에 의한 지하수위 예측결과의 적절성 판단기준은 향후 지속적으로 증가하는 인공지능 예측연구에 유용하게 사용될 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.117-117
• /
• 2022

범지구적인 기후변화로 인하여 도시유역의 국지성 집중호우가 빈번히 발생하고 기상이변 현상이 빈번하게 발생하고 있다. 이로 인해 도시지역의 침수 등의 자연재해 증가로 인명 및 재산피해가 발생하고 있다. 이에 따라 하수도의 제 기능을 수행하고 있다면 문제가 없지만 이상기후로 인한 기록적인 폭우에 의해 침수가 발생하고 있다. 홍수 및 집중호우와 같은 극치사상의 발생빈도가 증가됨에 따라 강우사상의 변동에 따른 하수관로의 수위를 예측하고 침수에 대해 대처하기 위해 과거 수위에 따른 수위 예측은 중요할 것으로 판단된다. 본 연구에서는 서울 열린데이터 광장에서 제공하는 서울시 하수관로 수위 현황 자료를 활용하여 하수관로 수위 예측을 확인해 보았다. 대상자료는 서울특별시 강동구에 위치한 하수관로 수위 자료로, 서울 열린데이터 광장에서 제공하고 있는 2012년 ~ 2020년 25개 구 데이터 중 가장 누락데이터가 적은 자료를 활용하여 연구를 진행하였다. 하수관로 수위 예측에는 딥러닝 알고리즘RNN-LSTM 알고리즘을 활용하였으며, RNN-LSTM 알고리즘은 하천의 수위 예측에 우수한 성능을 보여준 바 있다. 하수관로 수위 예측에 앞서 1분 단위로 수집된 수위 데이터를 5분 평균, 5분 스킵자료, 10분 평균, 10분 스킵 등 비교를 위해 데이터를 구분하여 학습에 활용하였으며, 데이터 분석을 위해 하수관로 수위값 변동이 심한 1주일을 선정하여 분석을 실시하였다. 연구에는Google에서 개발한 딥러닝 오픈소스 라이브러리인 텐서플로우를 활용하였으며, 하수관로 수위 고유번호 25-0001을 대상으로 예측을 하였다. 학습에는 2012년 ~ 2018년의 하수관로 수위 자료를 활용하였으며, 모형의 검증을 위해 결정계수(R square)를 이용하여 통계분석을 실시하였다.

• Economic and Environmental Geology
• /
• v.39 no.3 s.178
• /
• pp.269-284
• /
• 2006

Aquifer responses to the river stage fluctuations were analyzed between the groundwater level and the river stage in an alluvial aquifer. The auto-correlation and cross-correlation as a time series analysis were applied. Study site is a floodplain in the Mangyeong river. Groundwater levels in each depth representing the silt and sand(SS), gravel and sand(GS), and weathered zone(WZ) layer were monitored. The groundwater levels were more sensitive to the river stage fluctuations than rainfall. Since the river stages are influenced by the gate operations downstream and tide, show periodic patterns, and the correlation coefficients with rainfall is low. Cross-correlation function between groundwater level in each depth do not show any delay time, then response time is very short to each depth. Cross-correlation analysis were performed to estimate the response time of groundwater levels to river stage fluctuations. Groundwater levels respond to the river stage within 30 minutes to 1 hour in wells near the stream. Short time lag between groundwater level and river stage indicates the quick response. A different response time imply the hydraulic inhomogeneity of the site, and a probable high permeability zone between river and aquifer can be inferred. Mangyeong-river in study site is a gaining stream normally, and river stage rising by gate operation or floods makes river water flow into groundwater. The auto-correlation and cross-correlation functions as a time series analysis can be a good tool to interpret the aquifer responses to stream stage fluctuation