• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.355-355
• /
• 2020

최근 쓰나미와 해일 등 이상기후에 의한 해수면 상승 등으로 인한 해안지역의 침수가 빈번해지고 있다. 태풍 매미의 경우, 피해규모는 인명피해 130명, 이재민 4089세대 10975명, 재산피해 4조 7810억원이며 침수피해는 규모는 주택 21,015동과 농경지 37,986ha으로 나타났다. 특히 이 태풍은 경남 사천시 부근 해안에 상륙할 때의 중심기압은 950hPa로 중심부근 최대풍속 40m/s 이었으며 풍속 15 m/s 이상으로로, 태풍의 강도는 [강], 크기는 [중형]이었음에도 그 피해는 과거에 비해 크게 나타났다. 내륙과는 달리 해일 등의 피해로 인한 해안지역의 침수피해 저감기법은 월파방지 파라펫 설치 또는 침수예상 지역의 지반고를 높이는 이외에는 확실한 대책이 없는 것이 특징이라 하겠다. 따라서 해안지역 침수예방은 월파방지 파라펫과 함께 인명피해 최소화를 위해서는 충분한 선행시간을 통한 대피안내와 가장 효율적인 대피경로를 제공하는 것이 최선이라 할 수 있다. 본 연구에서는 경남 창원지역의 해수면 상승으로 인한 해안지역 침수를 모의할 수 있는 2차원 부정류 프로그램을 개발하고 매미 당시 창원지역의 침수피해 결과와 비교하여 프로그램 모의 결과를 검증하였다. 해안을 따라 다양한 높이의 월파방지 파라펫을 모의하여 시간대별 대상지역의 침수규모를 시간대별로 예측하였다. 모의결과 월파방지 파라펫 규모 별 침수규모와 이에 따른 경제적 피해규모를 산정하였으며 경제성 원칙에 따른 최적의 파라펫 규모를 제시하였다. 또한 이때 시간대별 침수범위 예측 결과를 바탕으로 시간대별 등침수선을 제시하고 일정 시간대별 등침수선을 모의결과를 이용하여 산정하였다. 도로 경사와 대피자의 연령 등을 고려한 대피소요 시간을 산정하여 침수 소요 시간과 비교하여 대피가 가능한 대피경로를 제시하는 알고리즘을 제안하였다. 본 연구결과는 기존에 알려진 대피경로와는 달리 다양한 침수저감 기법규모에 따라 다양한 대피경로를 제안할 수 있었으며 이는 추후 다양한 대피 시나리오를 제시할 수 있는 기초자료를 제공할 수 있을 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.3-3
• /
• 2015

임진강 유역면적은 $8,138.9km^2$이나 이 중 62.9%인 $5,108km^2$가 군사분계선 이북에 놓여있어 유역특성에 따른 수문량을 분석하는 데 어려움이 있다. 1996년, 1998년, 1999년 및 2011년 임진강 유역의 이상 강우로 인해 약 1조 원의 재산피해와 136명의 인명피해가 발생하였다. 이처럼 국지성 호우의 발생 여부 및 강우의 지역적 편차 등 수문 정보를 예측하지 못하여 상황 대처가 어려운 실정이다. 따라서 미계측 유역이 많은 임진강 유역의 홍수피해 최소화를 위해 예측 강우와 같은 수문 정보의 필요성이 증대되고 있다. 본 연구에서는 임진강 유역 중 미계측 유역이 97%에 달하는 군남홍수조절지 유역에 예측 강우 자료의 적용을 위해, 임진강 유역의 한탄강 유역($2,436.4km^2$)에 대하여 예측 강우자료의 적용성을 평가하였다. 예측 강우 자료는 기상청의 Local Data Assimilation and Prediction System(LDAPS) 자료를 사용하여 선행 시간에 따른 예측 정확도로부터 적용성을 평가하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.04a
• /
• pp.540-543
• /
• 2015

컴퓨터 프로그래밍 과정에서 학생간의 수준 차는 반 전체의 성취도를 결정하는 중요 요인 중 하나다. 문제를 먼저 해결한 학생은 대기 시간이 낭비되고, 해결 하지 못한 학생은 추가 시간이 필요하다. 이는 예제 위주의 프로그래밍 교육에서는 더 심각하다. 성취도를 예측하는 선행적 기준이 있다면 학생간의 수준별 학습이 가능해 진다. 초기에 수집된 정보인 개인성향, MBTI 분석, 분당 코딩 량 데이터를 향후 필기 시험 점수와 비교 분석하여 성취도를 예측하는 방법을 제시한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.57-57
• /
• 2017

홍수예보방법은 크게 기상법, 수위법, 강우-유출법으로 구분할 수 있으며, 수위법은 도시지역의 중소규모 하천유역보다는 한강, 낙동강 등과 같은 대유역의 홍수예보에 적합한 방법이다. 기상법을 통한 중소규모하천의 홍수예보는 신속성(주민대피에 필요한 예보선행시간)은 갖추고 있으나, 호우사상의 첨두 홍수량에 대한 정확성(도달하는 시간과 수위를 정확하게 예측하는 정도)은 부족하다. 반면 강우-유출법은 기상법에 비해 신속성은 떨어지나, 정확성에서는 기상법보다 신뢰할 수 있는 장점을 갖고 있다. 이에 본 연구에서는 강우정보만을 이용하여 홍수예보가 가능한 Flow Nomograph를 활용한 기상법과 실시간 강우자료와 레이더 초단기 예측강우를 연동한 강우-유출법을 실시함으로써 중소규모 도시하천의 실시간 도시홍수예보를 실시하고자 한다. 본 연구의 결과는 도시홍수예보를 통한 골든타임확보 및 피해저감에 큰 기여를 할 것으로 판단된다.

• 한국방재학회:학술대회논문집
• /
• 2011.02a
• /
• pp.84-84
• /
• 2011

터널화재의 위험요소에 대한 해석을 위해서는 실제 상황을 재현한 실대형 실험이 가장 유용하겠지만 현실적으로 시간적, 공간적, 경제적인 제약이 따르기 때문에 CFD Modeling 기술의 이용 및 검증이 필요하고, 실제 상황에 가까운 현상의 재현을 위해서는 시뮬레이션의 정확도에 대한 향상이 필수적이다. 또한, CFD Modeling을 터널화재에 적용할 때 시뮬레이션의 질에 영향을 미칠 수 있는 요소들에 대한 결정이 선행되어야 한다. 우선, 터널의 기하학적 구조와 경계조건의 확립이 필요한데 필요한 정보를 얻기 위해서 어느정도 길이의 터널이 적절한지에 대해 생각할 필요가 있으며, 단면변화에 대한 결정을 통해 모델링을 수행하여야 한다. 모델링 작업이 선행된 후에 화재의 위치, 성장률, 최대 크기, 환기시스템 사항 등의 고려가 필요한데 이러한 조건들은 CFD Modeling의 결과에 직접적인 영향을 주기 때문에 충분한 사전조사가 이루어져야 하고, 각 사항들의 변수를 고려하여 다양한 화재시나리오의 도출이 가능할 수 있다. 마지막으로, 화재에서 발생된 열중 약 30%가 복사에 의해 주위 벽으로 전달될 수 있고 열은 연기가 가득찬 영역내에서 재분배될 수 있는데, 열전달 및 연기의 유동 등에 관한 자료를 기초로 화재현상에 대한 분석이 가능하다. 이러한 과정들을 통해 실제 상황에 가까운 설계화재 시나리오를 예측할 수 있다. 본 연구에서는 우리나라 최장대터널인 죽령터널에 대해 합리적인 가정을 통한 설계화재 시나리오를 기초로 화재시뮬레이션은 FDS(Fire Dynamics Simulator) 프로그램을 사용하여 화재 및 연기의 이동 양상을 분석하고, 피난시뮬레이션은 SIMULEX 프로그램을 사용하여 피난시간을 예측 함으로써 터널화재의 CFD Modeling에 의한 피난안전성을 검토하고자 한다.

• Journal of Korea Water Resources Association
• /
• v.50 no.8
• /
• pp.537-549
• /
• 2017

This study evaluated the accuracy of rainfall and flood forecasts in Sancheong basin with three rainfall events such as typhoon and stationary front by using LDAPS provided by Korea Meteorological Agency and MSM provided by Japan Meteorological Agency. In the rainfall forecast result, both LDAPS and MSM showed high forecast accuracy for wide-area prediction such as typhoon event, but local-area prediction such as stationary front has a limit to quantitative precipitation forecast (QPF). In the flood forecast result, the forecast accuracy was improved with the increase of the lead time, and it showed the possibility of LDAPS and MSM in the field of rainfall and flood forecast by linking meteorology and water resources.

• Journal of Korea Water Resources Association
• /
• v.53 no.12
• /
• pp.1159-1172
• /
• 2020

This study applied deep convolution neural network based on U-Net and SegNet using long period weather radar data to very short-term rainfall prediction. And the results were compared and evaluated with the translation model. For training and validation of deep neural network, Mt. Gwanak and Mt. Gwangdeoksan radar data were collected from 2010 to 2016 and converted to a gray-scale image file in an HDF5 format with a 1km spatial resolution. The deep neural network model was trained to predict precipitation after 10 minutes by using the four consecutive radar image data, and the recursive method of repeating forecasts was applied to carry out lead time 60 minutes with the pretrained deep neural network model. To evaluate the performance of deep neural network prediction model, 24 rain cases in 2017 were forecast for rainfall up to 60 minutes in advance. As a result of evaluating the predicted performance by calculating the mean absolute error (MAE) and critical success index (CSI) at the threshold of 0.1, 1, and 5 mm/hr, the deep neural network model showed better performance in the case of rainfall threshold of 0.1, 1 mm/hr in terms of MAE, and showed better performance than the translation model for lead time 50 minutes in terms of CSI. In particular, although the deep neural network prediction model performed generally better than the translation model for weak rainfall of 5 mm/hr or less, the deep neural network prediction model had limitations in predicting distinct precipitation characteristics of high intensity as a result of the evaluation of threshold of 5 mm/hr. The longer lead time, the spatial smoothness increase with lead time thereby reducing the accuracy of rainfall prediction The translation model turned out to be superior in predicting the exceedance of higher intensity thresholds (> 5 mm/hr) because it preserves distinct precipitation characteristics, but the rainfall position tends to shift incorrectly. This study are expected to be helpful for the improvement of radar rainfall prediction model using deep neural networks in the future. In addition, the massive weather radar data established in this study will be provided through open repositories for future use in subsequent studies.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.361-361
• /
• 2022

최근 기후변화의 영향으로 국지성 집중호우에 의한 홍수 피해가 빈번히 발생하고 있으며, 이로 인한 인명 및 재산 피해가 증가하고 있다. 2020년의 경우, 최장 기간 장마로 인해 금강유역을 비롯한 전국에서 산사태, 제방 붕괴, 침수 등 많은 피해가 발생하였다. 이러한 홍수피해 저감을 위해서는 신뢰도 높은 홍수량 예측이 요구된다. 특히, 토양수분과 같이 시간에 따른 유역 수문 정보를 모의 과정에서 고려하는 것이 매우 중요하다. 아울러, 유역 전반에 대한 토양수분 정보는 실시간으로 획득하는 것이 어려워 이를 고려할 수 있는 강우-유출모형을 활용하는 것이 바람직하다. 이러한 수문모형으로 SURR(Sejong University Rainfall Runoff) 모형이 있으며 다양한 적용 및 평가를 통해 모형 활용성에 대한 증진이 요구되는 실정이다. 본 연구에서는 저류함수 기반의 시단위 연속형 강우-유출모형(SURR 모형)을 활용한 강우-유출 모의를 수행하여 홍수 피해가 컸던 금강유역을 대상으로 모형의 적용성을 평가하고자 한다. 평가기간은 2006~2020년으로써 유량관측 지점별 매개변수 검·보정을 수행하였다. 관측 및 모의 유량에 대한 도시적 및 통계적(CC, RMSE, NSE) 평가를 수행하여 유출 모의에 대한 정확도를 평가하였다. 평가결과, 관측 및 모의 유량 간의 거동이 유사한 것으로 나타났으며 첨두유량 및 시간이 비교적 잘 일치하는 것으로 나타나 대상유역의 신뢰도 높은 유출량을 모의하는데 적합한 것으로 확인되었다. 본 연구 결과는 향후 AI 기법과 연계한 돌발홍수 예측 연구에 활용하여 정확도 높은 유역 홍수량 예측 및 선행시간 확보에 도움이 될 것으로 기대된다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2010.04a
• /
• pp.197-198
• /
• 2010

태양광발전량의 예측에 대해 많은 선행연구가 진행되었으나 연간 또는 월별 총발전량을 비교하기 위한 것이 주류였기 때문에 연간 또는 월별의 평균일사량을 바탕으로 발전량을 예측 비교하고 있다. 그러나 도시차원에서 전력생산 및 공급의 최적화를 위해서는 시간 및 기상에 따란 변화하는 일사량과 그에 따른 발전량을 예측하여 효율적인 전력생산 공급계획을 수립할 필요가 있지만 기상예보에는 일사량 정보가 포함되어 있지 않기 때문에 기상예보에 제공되는 운량을 이용하여 일사량을 예측할 수 있는 기법개발이 절실하다. 본 연구에서는 해양도시인 부산을 대상으로 과거의 기상데이터 중 운량과 일사량을 이용하여 일사량 예측기법을 제안하고자 한다.

• Journal of Korea Water Resources Association
• /
• v.49 no.10
• /
• pp.877-885
• /
• 2016

In this study, the Standard Precipitation Index(SPI), meteorological drought index, was used to evaluate the temporal and spatial assessment of drought forecasting results for all cross Korea. For the drought forecasting, the Multi Layer Perceptron-Artificial Neural Network (MLP-ANN) was selected and the drought forecasting was performed according to different forecasting lead time for SPI (3) and SPI (6). The precipitation data observed in 59 gaging stations of Korea Meteorological Adminstration (KMA) from 1976~2015. For the performance evaluation of the drought forecasting, the binary classification confusion matrix, such as evaluating the status of drought occurrence based on threshold, was constituted. Then Receiver Operating Characteristics (ROC) score and F score according to conditional probability are computed. As a result of ROC analysis on forecasting performance, drought forecasting performance, of applying the MLP-ANN model, shows satisfactory forecasting results. Consequently, two-month and five-month leading forecasts were possible for SPI (3) and SPI (6), respectively.