• 한국수자원학회논문집
• /
• 제45권11호
• /
• pp.1107-1119
• /
• 2012

본 연구의 목적은 도시하천으로 복원된 청계천유역의 실시간 홍수예보를 위한 flow nomograph를 개발하고, 실측자료를 통해 flow nomograph의 적용성을 검토하는데 있다. 본 연구의 적용대상 지역인 청계천 유역은 높은 불투수율, 짧은 도달시간 및 복잡한 수문학적 특성을 갖고 있어 기존 강우-유출 모형에 의한 홍수예측 방법의 선행시간 확보 측면에서 실효성을 거두지 못하고 있는 실정이다. 이에 본 연구에서는 홍수예보 선행시간을 확보하기 위해 강우정보만으로도 홍수예보가 가능한 flow nomograph를 개발하였다. Flow nomograph는 강우강도, 강우지속시간 등의 강우변수와 유량, 수위간의 상관관계를 구한 것이다. 본 연구에서는 Flow nomograph 개발과정에서 예보 기준 설정을 위해 홍수예보 지점을 선정하여 지점별 기준 홍수위를 산정하였으며, 다양한 홍수사상을 반영하기 위해 가상 강우시나리오를 설정하여 강우조건별 강우강도와 강우지속시간을 산정하였다. 또한 수위-유량관계 곡선식을 이용하여 기준 홍수위에 따라 홍수량 범위를 결정하고, SWMM모형을 이용하여 강우조건에 따른 지점별 홍수량을 산정하여 예보지점별로 기준홍수 위에 따른 홍수량을 산정하였다. 산정된 강우 시나리오에 따른 강우정보와 기준 홍수위에 따른 홍수량을 이용하여 flow nomograph를 개발하였으며, 이를 실제 홍수사상에 적용하여 평가하였다. 평가 결과 청계천 유역에 대해 flow nomograph의 적용성이 높은 것으로 나타났다. 향후 청계천과 같은 도시하천유역의 홍수예측 방법으로 활용도가 높을 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제46권12호
• /
• pp.1249-1263
• /
• 2013

장기간의 가뭄에 의한 피해를 최소화하기 위해서는 유역에 적합한 가뭄관리 대책의 수립과 함께 미래에 발생하게 될 가뭄을 미리 예측할 수 있는 기술이 구축되어야 한다. 또한 미래의 가뭄에 대한 합리적 대응 방안을 수립하기 위해서는 가뭄의 지속기간(duration)과 심도(severity)의 정량적인 예측이 선행되어야 한다. 본 연구에서는 수문 시계열의 예측에 가장 많이 이용되고 있는 대표적인 통계학적 기법인 인공신경망 모형(Artificial Neural Network Model)과 가뭄지수를 이용하여 남한지역의 서울, 대전, 대구, 광주 등의 4개 기상관측소를 선정하여 가뭄예측을시도하였다. 가뭄 예측을 위하여 남한지역 내 선정한 기상관측소의 관측된 과거 강수량 자료를 이용하여 산정된 SPI (Standardized Precipitation Index)를 입력변수로 하여 다층 퍼셉트론(Multi Layer Perceptron) 인공신경망 모델에 적용하였으며, 매개변수 보정을 위한 학습기간으로 1976~2000년과 2001~2010년을 예측을 위한 검증기간으로 선정하여, 학습 및 예측을 시도하였다. 학습된 최적의 예측모형을 이용하여 서로 다른 선행예보시간(1~6개월)을 갖고 SPI (3), SPI (6), SPI (12)별로 가뭄을 예측하였으며, 가뭄예측 결과, SPI (3)의 경우에는 1개월 선행예보에서만 좋은 결과를 나타내었으며, SPI (6)의 경우 1~3개월 후의 가뭄을 예측하는 경우에 비교적 관측자료와 잘 일치하는 결과를 나타내었다. SPI (12)의 경우에는 약5개월 후까지의 가뭄예측에 양호한 결과를 나타내었다.

• 대한토목학회논문집
• /
• 제26권6B호
• /
• pp.597-603
• /
• 2006

본 연구의 목적은 인공위성 자료와 지상의 관측자료간의 비선형 특성을 가장 잘 반영할 수 있는 신경망 모형을 이용하여 단시간 강우량 정보를 사전에 예측하여, 하천제방의 붕괴로 인한 상습 침수지역에서의 홍수범람 양상을 실시간으로 예측함으로써 홍수재해로부터의 피해를 최소화시키는데 있다. 강우예측 신경망 모형은 현재의 대기상태를 나타내는 인공위성 자료와 실시간으로 전송되는 자동기상관측소 자료를 입력자료로 하여 현재부터 3시간 및 6시간 선행시간까지의 면적평균강우량을 예측할 수 있도록 구성하였다. 신경망 모형의 구조는 입력층과 출력층 사이에 하나의 은닉층이 존재하는 다층 신경망으로 구성하였으며, 학습단계에서는 오류 역전파 알고리듬 학습방법 중 모멘텀법을 사용하였다. 예측된 면적평균강우량으로부터 홍수량을 산정하고, 이를 이용하여 하천의 제방붕괴로 인한 제내지에서의 범람양상을 예측할 수 있도록 1차원 흐름모형과 연계한 동역학적 홍수범람 모형을 개발하였다. 개발된 홍수범람 모형은 본류와 지류의 여러 지점에서 제방이 붕괴될 경우, 하도의 홍수위 및 제내지에서의 침수위와 침수면적이 일괄적으로 모의될 수 있도록 구성하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2007년도 제38회 하계학술대회
• /
• pp.808-809
• /
• 2007

전력수요는 경기변동과 밀접한 관련성을 가지고 동행적으로 움직이며, 전력자료는 경제자료에 비해 조기 관측되는 선행성이 있다. 본 연구에서는 GDP 전망을 위해 발전량이 유용하게 사용될 수 있는가를 살펴 보았다. 발전량과 GDP의 관련성은 그랜저 인과관계 검정을 통해서 검증해 보았으며, 발전량 자료 취득의 선행성은 선행차수를 변화시켜 보면서 관련성이 어떻게 변하는가를 살펴보았다. 실제 자료를 이용하여 분석하고, 2004년부터 2006년 기간의 전망치를 평가한 결과, 본 논문에서 살펴 보고자 했던 발전량과 GDP 사이에는 아주 높은 관련성이 있음을 확인할 수 있었고 또한 발전량 자료를 이용함으로써 실제로 GDP 전망의 예측력을 상당히 개선시킬 수 있음을 볼 수 있었다. 발전량과 GDP 사이의 관계는 시간변동계수를 가지는 공적분 및 오차수 정모형을 이용하여 모형화하였다.

• 재무관리논총
• /
• 제9권1호
• /
• pp.163-187
• /
• 2003

본 연구는 옵션가격 및 거래량 자료를 이용하여 옵션시장의 가격발견 기능에 대해서 분석을 시도하였다. 이를 위해 먼저 옵션가격과 거래량 정보가 현물시장을 선행하는 현상에 대해서 분석해 보았다. 옵션가격은 실제 현물지수를 약 1시간 정도 선행하는 것으로 관찰되었다. 콜옵션 가격이 풋옵션에 비해서 상대적으로 옵션시장에서 높게 거래되는 경우 이는 현물주식시장에서의 주가상승을 예고하는 것으로 나타났다. 옵션 거래량 정보 역시 현물시장의 가격움직임을 예측하는데 유효한 것으로 관찰되었다. 콜옵션의 풋옵션 대비 상대적인 거래증가는 투자자의 낙관적인 장세전망을 반영해 일단 현물지수의 상승을 야기하는 것으로 나타났으나 이후 투자자의 풋옵션을 통한 헤지(hedge) 수요의 증가로 이어지는 것으로 조사되었다. 두 번째로 본 연구는 이러한 옵션시장의 가격발견 기능을 이용하여 매매전략을 수립하고 이를 통하여 투자이익을 극대화시킬 수 있는지에 대해서 살펴보았다. 콜옵션 가격(거래량)이 풋옵션 가격(거래량)에 비해 고평가(증가) 되었을 경우 이는 주가상승을 미리 예고하고 있는 신호로 받아들어져 주식을 매입하고 반대로 콜옵션 가격(거래량)이 풋옵션 가격(거래량)에 비해 저평가(감소) 되었다면 주가하락을 예측하기 때문에 주식을 매도함으로써 투자이익을 증대시킬 수 있을 것이다. 실증분석 결과는 우선 옵션 가격정보를 이용하여 현물시장에서 지수 바스켓 포트폴리오를 매매하려는 전략은 30분 내외의 단기 투자에는 유효하나 그 이상의 투자기간을 가지는 경우에는 예상과는 다른 결과를 초래하였다. 반면 옵션시장에서의 콜옵션과 풋옵션의 상대적인 거래량 정보는 현물주식시장의 움직임을 예측하는데 옵션 가격정보에 비해서 보다 효과적인 것으로 판단되었다. 조사한 모든 일중 및 1일(overnight) 투자수익률에서 옵션 거래량의 상대적 비율에 의거한 투자전략은 통계적으로 유의한 투자수익률의 차이를 가져왔다.

• 대한교통학회:학술대회논문집
• /
• 대한교통학회 1998년도 제34회 추계 학술발표회
• /
• pp.466-466
• /
• 1998

도로 교통의 혼잡이 나날이 증가되고 있는 현실 상황에서 이를 해결하기 위한 새로운 도로의 무제한적 건설은 정보의 예산절약, 필요한 도로용지 확보의 어려움, 환경오염 문제 등으로 인해 현실적인 한계에 이르렀다. 따라서, 이러한 도로의 혼잡상황에 효과적으로 대처하기 위해서는 승용차를 이용하고자 하는 수요를 대량수송이 가능한 대중교통 이용수요로 전환시켜야 하며, 이를 위해서는 대중교통의 서비스수준 제고 및 운영 관리 체계 등의 개선이 필요하다. 이를 위한 전략적 및 운영적 측면에서의 대중교통계획은 미래 대중교통수요의 정확한 예측을 전제로 하여 수립되며, 이러한 수요의 예측은 필수적으로 현실을 보다 더 정확하게 묘사해 줄 수 있는 통행배정모형을 필요로 한다. 대중교통 통행배정은 규칙적인 배차시간과 정해진 노선을 운행하는 고정서비스 시스템으로 구성되어 있어서 한 링크 상에서도 여러 개의 운행노선을 고려해야 하기 때문에 승용차 통행배정과는 독립적으로 취급되어 왔으며, 이로 인해 그 동안 많은 연구가 선행되어 있지 않은 실정이다. 본 연구는 교통예측 프로그램 중의 하나인 EMME/2에서 사용하고 있는 대중교통수요 통행배정 모형인 최적전략모형(Optimal Strategy Model)의 단점을 보완하기 위한 것이다. 최적전략모형은 수요 배정시, 최적전략에 속하는 경로들에 대해 단순히 운행횟수에 비례하여 수요를 배정함으로 인해서, 예를 들면 운행횟수는 많지만 환승이 많은 경로에 수요를 많이 배정하는 것과 같은 비현실적인 결과가 발생하기도 한다. 본 연구는 이를 개선하기 위해서, 두 가지 대안을 제시했다. 먼저, 노선배정에 우선되는 최적경로 탐색시 환승노드에서의 환승에 대한 벌점을 그 노선의 운행회수에 줌으로써 환승이 많은 경로에 수요의 배정이 적게 되도록 하는 방법과 두 번째로 수요의 배정시 운행횟수가 아닌 목적지까지의 통행시간과 대시시간에 따른 확률적 배분을 통해 기존 모형의 단점을 보완하고자 했다.

• 한국재난정보학회:학술대회논문집
• /
• 한국재난정보학회 2016년 정기학술대회
• /
• pp.203-204
• /
• 2016

최근 자연재난으로 인한 인명피해는 감소하는 추세를 나타내고 있으나, 기후변화 및 도시화 등으로 인해 재산피해는 점차 증가하고 있는 실정이다. 기존의 연구는 재난이 일어난 후 사후복구차원에서 피해액을 집계하거나 복구비를 추정하는 연구가 주를 이루고 있으며, 재난이 발생하기 전에 피해액을 추정하는 연구는 매우 미흡한 실정이다. 따라서 본 연구에서는 과거 통계자료를 기반으로 인공신경망과 다중회귀분석을 이용하여 전체 자연재난 피해액의 약 95%를 차지하는 호우피해액을 예측하기 위한 피해함수 개발하고자 한다. 대상지역으로는 경기도 지역으로 선정하였고, 1994년부터 2015년까지의 수문기상자료와 시군구별 재해통계자료를 수집하여 분석을 위한 함수개발을 위한 자료로 재구축하였다. 또한 시간별 최대 강우량과 피해액에 대한 상관분석을 실시하여 지속시간별(1~24시간) 최대강우 자료와 재해기간별 선행강우(1~5일)자료, 그리고 재해기간의 총강우량 자료가 상관성이 높다는 것을 파악했다. 이를 독립변수로 활용하고, 재해기간별 피해액을 종속변수로 사용하여 지역별 호우피해 예측함수를 개발하였다. 본 연구는 효율적이고, 효과적으로 재해예방을 위한 방재체계를 수립하는데 기초자료로 활용될 것으로 판단되며, 사전대비 차원의 재난관리를 통해 정책결정권자들의 의사결정에도 도움을 줄 수 있다고 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.320-320
• /
• 2021

홍수피해가 빈발하는 도시 및 소규모 산지 유역에서와 같이 지체시간이 짧은 유역에서 국지적으로 발생하는 돌발홍수는 우량계와 기존 하천유역 예보시스템만으론 예보가 불가능하다. 동일한 강우에서도 지역에 따라 침수시간이나 침수심이 달라지기 때문에 정확한 돌발홍수예보를 위해서는 지역에 따른 침수특성과 유속특성을 달리 고려해야 한다. '골든타임 확보를 위한 유역 시공간 상세 홍수예보기술 개발(환경부)'에서 개발한 '국지 돌발홍수예측 시스템'은 지역별 검증된 침수특성과 유속특성의 관계식을 산정하여 돌발홍수예보 기준을 설정하였다. 그리고 도달시간이 짧은 도시 및 산지에서 홍수예보 선행시간을 확보하기 위해 강우레이더 기반 돌발홍수 예측 시스템을 구축하여 시범 운영 중이다. 그러나 도시·산지 중소하천유역 등 홍수예보 취약지역에 대한 돌발홍수예보 정확도를 제고하기 위해서는 기 설정된 돌발홍수위험 예보 기준을 정밀하게 평가·검증·개선 할 수 있는 실증 체계가 반드시 필요하다. 이러한 배경에서 본 연구에서는 2021년부터 3개년 동안 홍수예보 취약지역에 강우레이더와 경제적 IoT 관측센서 정보를 기반으로 돌발홍수예보 실증기술을 개발하여 전국 돌발홍수예보 실용화 기반 구축하고자 한다. 홍수피해 취약지역인 도심지, 산지·계곡, 해안지역에 실증 테스트베드를 선정하고 강우레이더-IoT 실증 관측망을 구축하여 돌발홍수예보 기술 실증과 돌발홍수 위험기준 설정 가이드라인을 마련하고자 한다. 더불어 도시 중소하천유역 홍수예보 활용을 위한 소형강우레이더 강우량 정확도 개선 기술 개발과 홍수기 강우레이더 기반 홍수예보 관-연 협업 시범 운영을 추진할 계획이며, 최종적으로는 강우레이더와 IoT 정보 기반 돌발홍수 실증 시스템을 구축 운영하고자 한다.

• 한국ITS학회 논문지
• /
• 제17권4호
• /
• pp.86-98
• /
• 2018

한국도로공사는 2015년부터 전국 톨게이트 간 DSRC기반 통행 소요시간 예측정보를 제공하고 있다. 통행 소요시간 예측정보는 고속도로 이용자들의 합리적인 노선 결정을 지원하여 정체상황을 최소화 시킬 수 있다는 측면에서 공공데이터로서 신뢰도가 보장되어야 하며 지속적인 품질관리가 필요하다. 따라서 본 연구에서는 국내외 선행연구를 통해 통행 소요시간 예측정보 평가를 위한 측정지표 기준을 고찰해보았으며, 한국도로공사에서 운영하고 있는 전 노선을 대상으로 소요시간 예측정보를 정량적으로 평가해 보았다. 더불어, 예측오차에 원인을 파악하기 위해 EDA 분석을 수행하였다. 대부분의 노선에서 제공되는 예측정보의 신뢰성은 해당 기준을 충족시키는 것을 알 수 있었다. 다만 다수의 구간으로 구성된 장대 노선의 경우 일부 소수의 구간에서 과대 또는 과소 추정오차 발생이 노선 전체의 예측 정보 신뢰도에 영향을 줄 수 있음을 확인하였으며, 이러한 문제 노선은 상당히 오랜 기간 존치되고 있었음을 알 수 있었다. 본 연구는 국내에서 운영 중인 거의 모든 고속도로 통행시간 예측정보를 정량적으로 평가한 첫 사례라는 점에서 의의가 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.383-383
• /
• 2023

오늘날 수문학 분야에서는 유역에 대한 강우-유출 시뮬레이션을 머신 러닝(ML: Machine Learning)을 활용하여 다양한 연구를 실행하고 있다. 본 연구에서는 시간별 강우-유출 예측 모델인 GR4H(Génie Rural à 4 paramètres Horaires)를 사용하여 충주댐 유역을 대상으로 연구를 수행하였다. 유역의 속성에 따라서 모델의 성능이 어떻게 달라지는지 비교하여 특성에 맞는 모델을 알아내고. 또한 이 과정에서 기상 및 유출 데이터의 보정 길이를 가지고 어느 정도의 데이터 기간이 모델에서 좋은 성능을 보이는지 파악하였다. 뿐만 아니라 모델에 필요한 선행기간의 데이터가 있는 경우와 없는 경우를 비교하여 어떠한 차이를 보이는지, 그리고 선행기간은 얼마나 필요한지 연구를 통하여 알아냈다. 본 연구를 통하여 충주댐 유역에 대한 모델의 적용성 및 성능을 파악하고 수문 모형 구축에 제한이 있는 유역에 대해서도 사용이 가능한지 판단한다. 실험 유역의 관측 값을 모델에 입력한 후 각 모델에 해당하는 매개변수의 최적값을 찾아내는 과정을 거쳐 시뮬레이션을실 행했다. 본 연구에서 사용한 강우-유출 모델인 GR4H는 프랑스의 INRAE-Antony(Institut National de la recherche agronomique-Antony)에서 만들어진 airGR의 일종으로, 시간별 강우-유출 예측을 위해 개발된 공정 기반(process-based)의 집중적, 개념적 수문학 모델이다. 4개의 매개변수(parameter)가 있으며 이는 유역의 특정 속성을 나타낸다. GR4H를 시뮬레이션 하는 과정에서 매개변수의 최적화를 위해 적절한 보정 길이를 파악하여야 한다. 이러한 과정은 4년, 5년, 6년 등 1년씩 데이터의 양을 늘려가며 매개변수를 최적화한다. 이 과정에서 기상 및 유출 데이터의 적절한 보정 길이를 찾아낸다. 시뮬레이션을 통해 얻은 데이터를 관측 값과 비교하여 모델의 성능을 평가하고 다른 관측 값을 통해 시뮬레이션을 실행하여 검증을 거친다.