• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.405-405
• /
• 2017

기후변화로 인해 수자원에 발생할 수 있는 가장 큰 영향은 유역에서의 유출량의 변화이다. 유출량의 변화는 가용한 수자원양의 변화를 의미하므로 미래 가뭄 등에 대한 대책 마련 등을 위해 합리적인 추정과 분석이 필요하다. 본 연구에서는 기후변화로 인한 유역 유출량의 변화를 추정하기 위해 기상청의 과거 기상관측자료와 RCP 시나리오 자료를 기반으로 SWAT-K와 Tank 모형을 이용해 팔당댐 상류지역에서의 유역 유출량을 모의하였다. 특히 팔당댐 상류는 수도권의 2천만명에 가까운 인구에 대한 수자원의 공급을 담당하는 유역으로서 이 지역의 가뭄은 국가적인 재난을 일으킬 수 있어 매우 중요할 것이므로 기후변화에 의한 가용 수자원의 변화를 미리 예측해 볼 필요가 있을 것으로 판단되었다. 모의 시 모의 대상 지역에 대한 지형학적 인자와 인문학적 인자 등은 변화가 없는 것으로 가정하고 단순하게 기후변화에 의한 강수량과 증발산량 등의 증감만 있는 것으로 가정하였으며, 모의한 결과를 바탕으로 갈수량과 홍수량 등에 대한 빈도를 분석하여 유출의 변화를 살펴보았다. 분석 결과를 통해 팔당댐 상류의 유역 유출량 변화를 통계적으로 예측해 볼 수 있으며, 해당 자료는 지자체의 수자원계획 수립 등에 유용하게 활용 될 수 있을 것으로 판단된다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.05a
• /
• pp.233-234
• /
• 2021

The freezing of the water meter due to the cold wave in winter causes safety accidents caused by freezing and suspending the supply of tap water and various inconveniences. In this study, the water meter develops a test device similar to the environment in which the actual freezing occurs and tests repeatedly by changing the temperature, humidity, flow rate, pressure, valve improvement, pump operation status, etc. Based on the data obtained through this, it is planning to predict the timing of freezing by applying AI technology to correlation between freeze influencing factors.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.39-39
• /
• 2020

Low-flow 하천에서의 최저수위를 나타내는 지표이다. 일반적으로 유황곡선의 갈수량(Q355)를 대표적으로 사용한다. Low-flow는 물 공급 관리 및 계획, 관개용수, 생태계등 다양한 분야에 영향을 미친다. 이러한 Low-flow를 산정하기 위해서는 충분한 기간의 유량자료가 필요하다. 하지만 국토의 70%가 산지지형으로 구성되어 있는 우리나라의 경우 국가하천과 1급하천을 제외한 산지유역은 수위관측소가 부재하거나 결측으로 인해 자료가 충분하지 않아 Low-flow분석에 한계가 있다. 이에 과거에는 미계측지역의 갈수량을 예측하기 위해서 다중회귀분석, ARIMA 모형 등 다양한 기법을 사용하였지만, 최근들어 머신러닝 모형의 수요가 증가하고 있다. 이에 본 연구에서는 새로운 패러다임에 맞는 머신러닝 기법인 DNN기법을 사용하고자 한다. DNN기법은 ANN기법의 단점인 학습과정에서 최적 매개변수값을 찾기 어렵고, 학습시간이 느린 단점을 보완한 방법이다. 따라서 본연구에서는 머신러닝 기법인 DNN기법을 통해 미계측지역에 적용 가능한 지역화 Low-flow indices를 산정하고자 한다. 먼저, Low-flow에 영향을 미치는 인자들을 수집하고 인자들간의 상관분석, 다중공선성 분석을 통해 통계적으로 유의한 변수를 선정하여, 머신러닝 모형에 입력자료를 구축하였다. 또한 기존의 갈수량 예측기법인 다중회귀분석 결과와 비교하여 머신러닝 기법의 효용성을 검토하였다.

• Journal of the Korean Geotechnical Society
• /
• v.39 no.10
• /
• pp.19-26
• /
• 2023

This research aimed to predict the seepage rate in the base rocks of a concrete face rockfill dam (CFRD) by conducting numerical analysis under various conditions. We examined the relationship between basic grouting and seepage, emphasizing the significance of the permeability coefficient of the grouting material and the rock. Moreover, we observed a decrease in seepage with an increase in the cross-sectional area of the dam. The results of this study provide essential input factors and outcomes of numerical analysis, incorporating various parameters, to inform the design phase. Additionally, our findings offer a dependable approach for calculating a reasonable seepage rate during both operational and maintenance phases.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.57-65
• /
• 2006

본 연구는 유량에 의한 수면폭의 변화로 인한 하천경관의 시각적 선호도에 미치는 선호요인 파악하였다. 등간척도의 점수부가체계를 적용하여 이용자에 의한 금강경관의 시각적 선호를 평가한 후 시각적 선호와 이에 영향을 미치는 선호요인들과의 관계를 다중회귀분석방법으로 검정하였다. 수면폭 변화에 따른 금강경관의 시각적 선호요인 변수는 심미성 인자, 물리적 특성 인자, 복잡성 인자로서 3개 변수 모두 유의성이 있는 것으로 판명되었다. 모든 선호요인의 값이 증가함에 따라 시각적 선호의 값도 증가를 가져오고 그 반대의 경우도 마찬가지였다.다중회귀모형에서 다른 조건이 불변일 경우, 심미성 인자의 값이 증가할 때 전체적인 시각적 선호에 가장 크게 영향을 미치고, 다음으로 물리적 특성 인자가 두 번째로 영향을 미치는 것으로 판명되었다. 선호요인이 시각적 선호에 기여하는 상대적 중요도는 심미성 인자, 물리적 특성 인자, 복잡성 인자 순으로 나타났다. 심미성 인자는 복잡성 인자에 비해 3.2배 만큼 중요도가 크며 물리적 특성 인자는 복잡성 인자에 비해 3배의 중요도를 가지고 있는 것으로 나타났다. 따라서 심미성인자는 가장 중요한 선호요인으로 판명되었다. 수면폭 변화에 따른 금강경관의 시각적 평가에 의한 선호 요인 분석 결과는 하천의 수면폭 및 수량에 큰 영향을 미칠 것이다. 수위 변화로 인한 하천 경관의 선호 요인을 파악함으로서 금강 유지유량의 결정에 지침을 마련하고, 시각적 선호도에 따른 최적의 수면폭/하폭비 산정하였으며 본 연구 결과는 수량에 의한 수면폭/하폭 비의 변화로 인한 하천경관의 수량결정에 중요한 정보를 제공하고 이용자의 만족을 극대화할 수 있는 경관조성에 기여할 것으로 판단된다. 통하여 유기농업의 실현을 도모하여 소비자의 욕구에 맞는 작물 생산 및 농촌관광단지 조성을 통해 부가가치증대 및 소득증대를 꾀함으로 농촌문제 해결에 도움이 될 것으로 기대된다. 본 연구를 통해 GIS 와 RS의 기술이 농촌분야에 더 효율적으로 적용될 것으로 기대되며, 농업기술센터를 통한 정보제공을 함으로써 대농민 서비스 및 농업기관의 위상이 제고 될 것으로 기대된다.여 전자파의 공간적인 가시화를 수행할 수 있었다. 본 전자파 시뮬레이션 기법이 실무에 이용될 경우, 일반인이 전자파의 분포에 대한 전문지식을 습득할 필요 없이, 검색하고자 하는 지역과 송전선, 전철 등 각종 전자파의 발생 공간 객체를 선택하여 실생활과 관련된 전자파 정보에 예측할 수 있어, 대민 환경정보 서비스 질의 개선측면에서 획기적인 계기를 마련할 것으로 사료된다.acid$(C_{18:3})$가 대부분을 차지하였다. 야생 돌복숭아 과육 중의 지방산 조성은 포화지방산이 16.74%, 단불포화지방산 17.51% 및 다불포화지방산이 65.73%의 함유 비율을 보였는데, 이 중 다불포화지방산인 n-6계 linoleic acid$(C_{18:2})$와 n-3계 linolenic acid$(C_{18:3})$가 지질 구성 총 지방산의 대부분을 차지하는 함유 비율을 나타내었다.했다. 하강하는 약 4일간의 기상변화가 자발성 기흉 발생에 영향을 미친다고 추론할 수 있었다. 향후 본 연구에서 추론된 기상변화와 기흉 발생과의 인과관계를 확인하고 좀 더 구체화하기 위한 연구가 필요할 것이다.게 이루어질 수 있을 것으로 기대된다.는 초과수익률이 상승하지만, 이후로는 감소하므로, 반전

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.289-289
• /
• 2023

4차산업 혁명이 도래한 이후로 전세계적으로 AI 기술이 유래 없는 속도로 발달 및 활용되고 있으며, 다양한 분야에서 AI 기법을 도입한 연구가 활발히 진행 중에 있다. 최근 수자원 분야에서는 단기 강우 예측, 댐 유입량 예측 및 하천 수위 예측 등의 분야에서 AI 기술이 접목되어 꾸준한 기술 개발이 이루어지고 있다. 그러나 단변량으로 축척된 자료를 활용하여 중·장기 모형 개발 연구가 다수 진행되고 있지만, 급격한 기후변화 현상과 복잡한 매커니즘을 보이고 있는 기상현상의 경우 단변량 분석으로서는 정확도가 저하 될 수 있는 우려가 있는 것이 현실이다. 이에 본 연구에서는 상기에 제시된 단점을 극복하고자 다양한 기상자료를 검증·예측인자로 활용함과 동시에 Deeplearning 모형과 결합하여 신뢰성 있는 단기 강수 예측이 가능한 모형을 개발하였다. 본 연구에서는 유럽중기예보센터(ECMWF, European Center for Medium-Range Weather Forecasts)에서 제공하고 있는 ERA5 재해석 자료를 활용하였으며, Deeplearning 모형과 결합하여 단기 강우 예측이 가능한 모형을 개발하였다. 1차적으로 격자자료(25km×25km)로 제공되고 있는 ERA5 자료를 상세화(downscaling) 모형에 적용하여 기상청 관측소와 비교·검증하였으며, Deeplearning 모형을 통해 단기 예측이 가능한 모형으로 확장하였다. 이때 Deeplearning의 다양한 모형 중 시계열 분석에 있어 예측 성능이 높은 LSTM 모형을 활용하였으며, 제공되고 있는 대기 변수의 상호관계를 노드간 연결을 통해 결과의 정확도와 신뢰성을 확보하였다. 본 연구 결과는 기관별로 제공하고 있는 예측 수준을 상회하는 결과를 도출하였으며, 홍수기에 집중되는 강우량을 예측하여 대비·대책을 선제적으로 마련할 수 있는 자료로써의 활용성이 높을 것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.62-62
• /
• 2022

홍수 예보를 위한 강우-유출 분석에서 정확한 예측 강우량 정보는 매우 중요한 인자이다. 이에 따라 강우 예측을 위하여 다양한 연구들이 수행되고 있지만 시·공간적으로 비균일한 특성 또는 변동성을 가진 강우를 정확하게 예측하는 것은 여전히 난제이다. 본 연구에서는 딥러닝 기반 ConvLSTM (Convolutinal Long Short-Term Memory) 모형을 사용하여 위성 강수 자료의 단기 예측을 수행하고 그 정확성을 분석하고자 한다. 대상유역은 메콩강 유역이며, 유역 면적이 넓고 강우 관측소의 밀도가 낮아 시·공간적 강우량 추정에 한계가 있으므로 정확한 강우-유출 분석을 위하여 위성 강수 자료의 활용이 요구된다. 현재 TRMM, GSMaP, PERSIANN 등 많은 위성 강수 자료들이 제공되고 있으며, 우선적으로 ConvLSTM 모형의 강수 예측 활용가능성 평가를 위한 입력자료로 가장 보편적으로 활용되는 TRMM_3B42 자료를 선정하였다. 해당 자료의 특성으로 공간해상도는 0.25°, 시간해상도는 일자료이며, 2001년부터 2015년의 자료를 수집하였다. 모형의 평가를 위하여 2001년부터 2013년 자료는 학습, 2014년 자료는 검증, 2015년 자료는 예측에 사용하였다. 또한 민감도 분석을 통하여 ConvLSTM 모형의 최적 매개변수를 추정하고 이를 기반으로 선행시간(lead time) 1일, 2일, 3일의 위성 강수 예측을 수행하였다. 그 결과 선행시간이 길어질수록 그 오차는 증가하지만, 전반적으로 3가지 선행시간 모두 자료의 강수량뿐만 아니라 공간적 분포까지 우수하게 예측되었다. 따라서 2차원 시계열 자료의 특성을 기억하고 이를 예측에 반영할 수 있는 ConvLSTM 모형은 메콩강과 같은 미계측 대유역에서의 안정적인 예측 강수량 정보를 제공할 수 있으며 홍수 예보를 위한 강우-유출 분석에 활용이 가능할 것으로 판단된다.

• Journal of the Korean Data and Information Science Society
• /
• v.18 no.2
• /
• pp.327-344
• /
• 2007

Ridge partial least squares regression (RPLS) is a regression method which can be obtained by combining ridge regression and partial least squares regression and is intended to provide better predictive ability and less sensitive to overfitting. In this paper, explicit expressions for the shrinkage factor of RPLS are developed. The structure of the shrinkage factor is explored and compared with those of other biased regression methods, such as ridge regression, principal component regression, ridge principal component regression, and partial least squares regression using a near infrared data set.

• Journal of the Korea Society of Computer and Information
• /
• v.15 no.5
• /
• pp.13-21
• /
• 2010

The Optimal results of Kalman Filtering on the Inverted Pendulum System requires an effective factor such as the noise covariance matrix Q, the measurement noise covariance matrix R and the initial error covariance matrix $P_0$. We present a special case where the optimality of the filter is not destroyed and not sensitive to scaling of these covariance matrix because these factors are unknown or are known only approximately in the practical situation. Moreover, the error covariance matrices issued by this method predict errors in the state estimate consistent with the scaled covariance matrices and not the issued state estimates. Various results using the scalar gain $\delta$ are derived to described the relations among the three covariance matrices, Kalman Gain and the error covariance matrices. This paper is described as follows: Section III a brief overview of the Inverted Pendulum system. Section IV deals with the mathematical dynamic model of the system used for the computer simulation. Section V presents a various simulation results using the scalar gain.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.13 no.8
• /
• pp.3726-3734
• /
• 2012

This study evaluated the behavior of pollutants based on the seasonal change by selecting the branch river's factors that influence the outflow of pollutants in Soyang lake basin. The analysis method was the factor analysis that classified the factors of the drainage area influencing the outflow of pollutants, and evaluated selected representative factors. As a result of the study, SS and T-P factors should be classified as similar factors to the storm water runoff, and the improvement of water must be strived through managing source of pollution at the time of no rain. Second, as the result of the influence from the factors, spring and winter seasons usually exert 36% influence and summer and fall exert over 90% significant influence that the improvement of water through managing source of water seems possible. At last, the prediction about delivery pollution load considering the outflow characteristic of pollutants at the drainage area based on seasonal change by regarding selected factors as independent variables is possible.