• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.89-89
• /
• 2022

하천 합류부에 지천이 유입되는 경우 복잡한 3차원적 흐름 구조를 발생시키고 이로 인해 유사혼합 및 지형 변화가 활발히 발생하게 된다. 특히, 하천 합류부에서 부유사 거동은 하천의 세굴과퇴적, 하천 지형 변화, 하천 생태계, 하천구조물 안정성 등에 직접적으로 영향을 미치기 때문에 이에 대한 정확한 분석이 하천 관리 및 재해 예방에 필수적인 요소이다. 기존의 하천 합류부 부유사 계측 자료들은 재래식 채취 방식으로 수행되어 시공간적 해상도가 매우 낮아서 실측 자료만으로 합류부에서 부유사 혼합을 분석하기에는 한계가 존재하기에 대하천의 부유사 혼합 거동 해석에 수치모형이 주로 활용되어 왔다. 본 연구에서는 하천 합류부에서 부유사 거동을 공간적으로 정밀하게 분석하기 위해 드론 기반초분광 영상을 활용하여 하천 합류부에 최적화된 부유사 계측 방법론을 제시하였다. 현장에서 계측한 초분광 자료와 부유사 농도간의 관계를 구축하기 위하여 기계학습모형인 랜덤포레스트(Random Forest) 회귀 모형과 합류부에서 분광 특성이 다른 두 하천의 특성을 정확하게 반영하기 위한 가우시안 혼합 모형 (Gaussian Mixture Model) 기반 초분광 군집화 기법을 결합하였다. 본 연구에서 구축한 방법론을 낙동강과 황강의 합류부에 적용한 결과, 초분광 군집을 통해 두하천 흐름의 경계층을 명확히 구별하였으며, 이를 바탕으로 지류와 본류에 대해 각각 분리된 회귀 모형을 구축하여 복잡한 합류부 근역 경계층에서의 부유사 거동을 보다 정확하게 재현하였다. 또한 나아가서 재현된 고해상도의 부유사 공간분포를 바탕으로 경계층에서 강한 두 흐름이 혼합되어 발생한 와류(Wake)가 부유사 혼합에 미치는 영향을 규명하였고, 하천 합류부에서 발생하는 전단층의 수평방향 대규모 와류가 부유사 혼합 양상에 지배적 영향을 미치는 것으로 확인하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.248-248
• /
• 2020

토양수분은 증발산, 유출, 침투 등 물수지 요소들과 밀접한 연관이 있는 주요한 변수 중에 하나이다. 토양수분의 정도는 토양의 특성, 토지이용 형태, 기상 상태 등에 따라 공간적으로 상이하며, 특히 기상 상태에 따라 시간적 변동성을 보이고 있다. 기존 토양수분 측정은 토양시료 채취를 통한 실내 실험 측정과 측정 장비를 통한 현장 조사 방법이 있으나 시간적, 경제적 한계점이 있으며, 원격탐사 기법은 공간적으로 넓은 범위를 포함하지만 시간 해상도가 낮은 단점이 있다. 또한, 모델링을 통한 토양수분 예측 기술은 전문적인 지식이 요구되며, 복잡한 입력자료의 구축이 요구된다. 최근 머신러닝 기법은 수많은 자료 학습을 통해 사용자가 원하는 출력값을 도출하는데 널리 활용되고 있다. 이에 본 연구에서는 토양수분과 연관된 다양한 기상 인자들(강수량, 풍속, 습도 등)을 활용하여 머신러닝기법의 반복학습을 통한 토양수분의 예측 가능성을 분석하고자 한다. 이를 위해 시공간적으로 토양수분 실측 자료가 잘 구축되어 있는 청미천과 설마천 유역을 대상으로 머신러닝 기법을 적용하였다. 두 대상지에서 2008년~2012년 수문자료를 확보하였으며, 기상자료는 기상자료개방포털과 WAMIS를 통해 자료를 확보하였다. 토양수분 자료와 기상자료를 머신러닝 알고리즘을 통해 학습하고 2012년 기상 자료를 바탕으로 토양수분을 예측하였다. 사용되는 머신러닝 기법은 의사결정 나무(Decision Tree), 신경망(Multi Layer Perceptron, MLP), K-최근접 이웃(K-Nearest Neighbors, KNN), 서포트 벡터 머신(Support Vector Machine, SVM), 랜덤 포레스트(Random Forest), 그래디언트 부스팅 (Gradient Boosting)이다. 토양수분과 기상인자 간의 상관관계를 분석하기 위해 히트맵(Heat Map)을 이용하였다. 히트맵 분석 결과 토양수분의 시간적 변동은 다양한 기상 자료 중 강수량과 상대습도가 가장 큰 영향력을 보여주었다. 또한 다양한 기상 인자 기반 머신러닝 기법 적용 결과에서는 두 지역 모두 신경망(MLP) 기법을 제외한 모든 기법이 전반적으로 실측값과 유사한 형태를 보였으며 비교 그래프에서도 실측값과 예측 값이 유사한 추세를 나타냈다. 따라서 상관관계있는 과거 기상자료를 통해 머신러닝 기법 기반 토양수분의 시간적 변동 예측이 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.370-370
• /
• 2021

태풍으로 인한 피해를 줄이기 위해 경로, 강도 및 폭풍해일의 사전 예측은 매우 중요하다. 이중, 태풍의 경로와는 달리 강도 및 폭풍해일의 예측에 있어서 바람장은 수치 모델의 초기 입력값으로 요구되기 때문에 정확한 바람장 정보는 필수적이다. 대기 바람장 예측 방법은 크게 해석적 모델링, 라디오존데 측정과 위성 사진을 통한 산출로 구분할 수 있다. Holland의 해석적 모델링은 비교적 적은 입력값이 필요하지만 정확도가 낮고, 라디오존데 측정은 정확도가 높지만 점 측정에 가깝기 때문에 이차원 바람장을 산출하기에 한계가 있다. 위성 사진을 통한 바람장 산출은 위성기술의 고도화로 관측 채널 수 및 시공간 해상도가 크게 증가하고 있기 때문에 다양한 기법들이 개발되고 있다. 본 연구에서는 생성적 적대 신경망 (Generative Adversarial Network, GAN)을 통해 일련의 연속된 과거 적외 채널 위성 사진 흐름의 패턴을 학습시켜 미래 위성 사진을 예측하고, 예측된 연속적인 위성 사진들의 교차상관 (cross-correlation)을 통해 바람장을 산출하였다. GAN을 적용함에 있어 2011년부터 2019년까지 한반도 근방에 접근했던 태풍 중에 4등급 이상인 68개의 태풍의 한 시간 간격으로 촬영된 총 15,683개의 위성 사진을 학습시켜 생성된 이미지들은 실측 위성 사진들과 매우 유사한 것으로 나타났다. 또한, 생성된 이미지들의 교차상관으로 얻어진 바람장 벡터들의 풍향, 풍속, 벡터 일관성 및 수치 모델과의 비교를 통해 각각의 벡터들의 품질 계수를 구하고 정확도가 높은 벡터들만 결과에 포함하였다. 마지막으로 국내 6개의 라디오존데 관측점에서의 실측 벡터와의 비교를 통해 본 연구 결과의 실효성을 검증하였다. 본 연구에서 확장하여, 이와 같이 AI 기법과 이미지 교차상관 기법을 사용하여 얻어진 바람장으로부터 태풍 강도예측에 필요한 요소인 태풍의 눈의 위치, 최고 속도와 태풍 반경을 직접적으로 산출할 수 있고. 이러한 위성 사진을 기반으로 한 바람장은 단순화된 해석적 바람장을 대체하여 폭풍 해일 모델링의 예측 성능 개선에 기여할 것으로 보여진다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.30 no.6B
• /
• pp.561-569
• /
• 2010

In this study, the impact of climate change on extreme drought events is investigated by comparing drought severity-area-duration curves under present and future climate. The depth-area-duration analysis for characterizing an extreme precipitation event provides a basis for analysing drought events when storm depth is replaced by an appropriate measure of drought severity. In our climate-change impact experiments, the future monthly precipitation time series is based on a KMA regional climate model which has a $27km{\times}27km$ spatial resolution, and the drought severity is computed using the standardized precipitation index. As a result, agricultural drought risk is likely to increase especially in short duration, while hydrologic drought risk will greatly increase in all durations. Such results indicate that a climate change vulnerability assessment for present water resources supply system is urgent.

• Proceedings of the KSRS Conference
• /
• 2009.03a
• /
• pp.337-343
• /
• 2009

1997년 9월부터 2007년 12월까지 인공위성 해색센서 SeaWiFS의 클로로필-$\alpha$ 농도가 가지는 오차 특성을 분석하고 그 원인을 조사하였다. 동해의 클로로필-$\alpha$ 월별 분포에는 비정상적으로 높은 농도값이 스펙클(speckle) 형태로 출현하였다. 스펙클들은 시공간적으로 연계성이 없이 산발적으로 분포하였으며 주변 평균에 대해 $10mg/m^3$ 이상의 편차를 보였다. 스펙클들은 주로 겨울철에 나타났으며 구름 분포와 관련이 있었다. 10년간 월별 운량 분석 결과 겨울철 운량은 다른 계절과 달리 남동해상에 집중적으로 분포하였으며, 운량이 클수록 스펙클의 농도가 크게 나타나는 통계적 특성을 보였다. 특히 스펙클이 나타나는 화소의 각 밴드별 정규화된 수출광량을 분석해 본 결과 짧은 파장 영역(443, 490, 510 nm)은 전체적으로 수출광량이 낮게 나타난 반면 550 nm 밴드는 정상 화소와 유사한 분포를 보였다. 짧은 파장 영역의 낮은 수출광량은 555 nm 밴드에 대한 비율로 구해지는 클로로필-$\alpha$ 농도값을 비정상적으로 증폭시켰으며 SeaWiFS 자료에 스펙클을 유발하였다. 본 연구는 동해의 SeaWiFS 클로로필-$\alpha$ 농도자료가 지니는 스펙클 오차에 대한 문제점을 제기하고 오차 특성 분석을 통해 좀 더 신뢰도 있는 자료를 해양 응용 연구에 사용해야 함을 제시한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.256-256
• /
• 2015

해양환경에 관한 정보는 효율적인 연안 해역 관리를 위해 필수적이며, 해양환경요소에 대한 분석을 위해 현장 실측자료뿐 아니라 과거자료, 현재자료, 예측자료 등이 요구된다. 또한 연안환경 관리자뿐 아니라 해상관련 종사자, 어민 등이 해양환경 정보에 빠르게 쉽게 접근할 있는 기반이 마련되어야 한다. 최근에는 물에 관련된 정보를 효율적으로 관리하고 제공해야 하는 필요성이 증가함에 따라 물정보학(Hydroinformatics)이 크게 관심을 받고 있으며, 학술지 발간 및 학술회의 개최 등을 통해 이에 관한 연구가 활발히 진행되고 있으나 연안환경에 대한 연구는 미흡한 실정이다. 체계적인 연안환경 분석을 위해서는 방대한 시공간 자료가 필요할 것으로 예상되며, 지속적인 모니터링을 위한 통합시스템이 요구되므로 다양한 관측방법 적용될 필요가 있다. 본 연구에서는 인공위성을 활용하여 연안환경 변화를 모니터링 할 수 있는 방안을 제안하기 위해 국외의 연구사례들을 분석하고, 우리나라 연안환경에 적합한 위성을 조사함으로써 연안환경 분석과 관련하여 관측 가능한 인자들을 파악하고자 한다. 이를 통해 연안환경 모니터링을 보다 체계적으로 수행하기 위한 인공위성 기법의 특징들을 이해하는 것이 본 연구의 목적이다. 향후 서해안지역의 연안 환경 변화 탐지를 위한 알고리즘을 구축하여 한반도 연안환경분석을 위한 인공위성의 유용성을 검증할 계획이다.

• Journal of Korea Water Resources Association
• /
• v.56 no.4
• /
• pp.235-243
• /
• 2023

Due to the revision of the River Act and the enactment of the Act on the Investigation, Planning, and Management of Water Resources, a regular bed change survey has become mandatory and a system is being prepared such that local governments can manage water resources in a planned manner. Since the topography of a bed cannot be measured directly, it is indirectly measured via contact-type depth measurements such as level survey or using an echo sounder, which features a low spatial resolution and does not allow continuous surveying owing to constraints in data acquisition. Therefore, a depth measurement method using remote sensing-LiDAR or hyperspectral imaging-has recently been developed, which allows a wider area survey than the contact-type method as it acquires hyperspectral images from a lightweight hyperspectral sensor mounted on a frequently operating drone and by applying the optimal bandwidth ratio search algorithm to estimate the depth. In the existing hyperspectral remote sensing technique, specific physical quantities are analyzed after matching the hyperspectral image acquired by the drone's path to the image of a surface unit. Previous studies focus primarily on the application of this technology to measure the bathymetry of sandy rivers, whereas bed materials are rarely evaluated. In this study, the existing hyperspectral image-based water depth estimation technique is applied to rivers with vegetation, whereas spatio-temporal hyperspectral imaging and cross-sectional hyperspectral imaging are performed for two cases in the same area before and after vegetation is removed. The result shows that the water depth estimation in the absence of vegetation is more accurate, and in the presence of vegetation, the water depth is estimated by recognizing the height of vegetation as the bottom. In addition, highly accurate water depth estimation is achieved not only in conventional cross-sectional hyperspectral imaging, but also in spatio-temporal hyperspectral imaging. As such, the possibility of monitoring bed fluctuations (water depth fluctuation) using spatio-temporal hyperspectral imaging is confirmed.

• Korean Journal of Remote Sensing
• /
• v.32 no.3
• /
• pp.307-321
• /
• 2016

Planetary Boundary Layer Height (PBLH) is a major input parameter for weather forecasting and atmosphere diffusion models. In order to estimate the sub-grid scale variability of PBLH, we need to monitor PBLH data with high spatio-temporal resolution. Accordingly, we introduce a LIdar observation VEhicle (LIVE), and analyze PBLH derived from the lidar loaded in LIVE. PBLH estimated from LIVE shows high correlations with those estimated from both WRF model ($R^2=0.68$) and radiosonde ($R^2=0.72$). However, PBLH from lidar tend to be overestimated in comparison with those from both WRF and radiosonde because lidar appears to detect height of Residual Layer (RL) as PBLH which is overall below near the overlap height (< 300 m). PBLH from lidar with 10 min time resolution shows typical diurnal variation since it grows up after sunrise and reaches the maximum after 2 hours of sun culmination. The average growth rate of PBLH during the analysis period (2014/06/26 ~ 30) is 1.79 (-2.9 ~ 5.7) m $min^{-1}$. In addition, the lidar signal measured from moving LIVE shows that there is very low noise in comparison with that from the stationary observation. The PBLH from LIVE is 1065 m, similar to the value (1150 m) derived from the radiosonde launched at Sokcho. This study suggests that LIVE can observe continuous and reliable PBLH with high resolution in both stationary and mobile systems.

• Journal of Korea Water Resources Association
• /
• v.55 no.8
• /
• pp.623-634
• /
• 2022

Due to river maintenance projects such as the creation of hydrophilic areas around rivers and the Four Rivers Project, the flow characteristics of rivers are continuously changing, and the risk of water quality accidents due to the inflow of various pollutants is increasing. In the event of a water quality accident, it is necessary to minimize the effect on the downstream side by predicting the concentration and arrival time of pollutants in consideration of the flow characteristics of the river. In order to track the behavior of these pollutants, it is necessary to calculate the diffusion coefficient and dispersion coefficient for each section of the river. Among them, the dispersion coefficient is used to analyze the diffusion range of soluble pollutants. Existing experimental research cases for tracking the behavior of pollutants require a lot of manpower and cost, and it is difficult to obtain spatially high-resolution data due to limited equipment operation. Recently, research on tracking contaminants using RGB drones has been conducted, but RGB images also have a limitation in that spectral information is limitedly collected. In this study, to supplement the limitations of existing studies, a hyperspectral sensor was mounted on a remote sensing platform using a drone to collect temporally and spatially higher-resolution data than conventional contact measurement. Using the collected spatio-temporal hyperspectral images, the tracer concentration was calculated and the transverse dispersion coefficient was derived. It is expected that by overcoming the limitations of the drone platform through future research and upgrading the dispersion coefficient calculation technology, it will be possible to detect various pollutants leaking into the water system, and to detect changes in various water quality items and river factors.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.25 no.4
• /
• pp.415-426
• /
• 2023

In this study, the horizontal and vertical structure of wind speed and wind direction were analyzed at the origin of migratory insect pests in China. Wind rose analysis was carried out using the Land-Atmosphere Modeling Package (LAMP) - WRF data, which has the spatiotemporal resolution of about 20 km and 1 hour intervals. Hybrid Single-Particle Lagrangian Integrated Trajectory (HYSPLIT) was employed for backward trajectory analysis between South Korea and Southeastern China with Global Data Assimilation System (GDAS). The research interest date is July 16, when rice planthopper and leafhopper were observed at the same time. In order to examine where a jet stream occurs in the vertical in source regions and South Korea during the period (July 8 to July 17 in 2021), three-dimensional wind information was extracted and analyzed using the east-west, north-south, and vertical component wind data of the LAM P. The vertical distribution of wind showed that the wind changed in favor of the inflow of migratory insect pests during the period. As a result of analyzing the wind rose, about 30% or more of the wind at a point close to South Korea was classified into the low-level jet stream. In addition, majority of the wind directions for the low-level jet streams (rather than high-level jet streams) at the five origin sites were heading toward South Korea and even Japan, and this was supported by the HYSPLIT-based backward trajectory analysis.