• Current Research on Agriculture and Life Sciences
• /
• v.4
• /
• pp.70-76
• /
• 1986

The purpose of this study is to offer the basic data of the tidal river development program by grasping the diffusion between the high density-sea water and the low density-fresh water in the tidal river. The tidal range of Hyungsan river which flows at Youngil bay in Pohang was selected to analysis the phenomenon of density current. The results obtained are as follows ; The tide of Youngil bay was one time a day, 0.104m in high tide difference and 0.085m in mean tidy difference. The change of sea level by tide was negligible. The volume of reserved water by sea water was $2,700,000m^3$ and available water of irrigation was $1,200,000m^3$ that salt density is below $750{\mu}{\mho}/cm$ out of total volume. Salt intrusion phenomenon by density current was a little water level change, however, it become a salt wedge type by the much salt invasion during the spring tide and it makes a well-mixed type by the retreating salt wedge during the neap tide. As long as there were some density differences between sea water and fresh water, net upstream flow was existed along the bottom of water way from the estuary to the upstream channel.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.186-186
• /
• 2015

본 연구에서는 해안도시(부산광역시 수영구) 지역의 토지이용도와 미기상인자를 고려하여 증발산량을 산정하였으며, 증발산량 변동에 대한 미기상인자의 영향성을 구명하였다. 수영구 지역의 토지이용도와 미기상인자는 2001년 12월부터 2011년 11월에 관측된 일별 자료를 사용하였다. 토지이용도는 불투수(건물, 도로 등) 및 산림(임야), 초지(논밭, 공원 등), 수계(하천, 호수 등) 지역으로 분류하였으며, 4개 지역 특성을 고려한 최적의 추정식을 적용하여 증발산량을 산정하였다. 수영구 지역의 전체 증발산량은 4개 지역에서 산정된 증발산량에 토지이용 비율을 곱하여 구하였다. 연간 증발산량 변동은 1월부터 7월까지 증가하다가 8월부터 12월까지 감소하는 형태를 보였다. 수영구 지역에서 증발산량은 강수량의 약 13.3% 정도이었으며, 이는 연구지역의 72%에 해당하는 불투수 지역에서 배수로를 통한 물의 유출이 강우 발생 후 짧은 시간 동안 다량 발생하였기에 지속적인 증발산이 가능한 잠재수량의 저유량이 적었기 때문이다. 증발산량과 미기상인자 간의 상관분석을 수행하였으며, 증발산량과 이슬점 온도의 상관계수가 0.63으로 가장 높았다. 증발산량에 대한 기온 및 강수량, 순복사 인자의 상관계수는 0.5 이상으로 양의 상관성을, 기압 및 일조시간은 0.5 이상의 음의 상관성을 보였다. 증발산량에 대한 상관계수가 0.5 이상인 미기상인자(이슬점온도와 기온, 순복사, 기압, 강수량)에 대한 회귀 분석을 수행하였다. 이슬점온도와 기온, 순복사, 기압에 대한 증발산량 회귀함수 그래프는 강수의 유무에 따라 2가지 경향을 보였다. 이슬점온도에 따른 증발산량 회귀함수는 강수 발생 시에는 $ET=0.004x+0.7$, 무강수 시에는 $ET=0.25{\times}e^{0.04x}$로 추정되었으며, 결정계수는 각각 0.48과 0.96 정도로서 무강수 시에 높게 나타났다. 기온에 따른 증발산량 회귀함수는 강수 발생 시에는 $ET=0.004x+0.53$, 무강수 시에는 $ET=0.13{\times}e^{0.06x}$로 추정되었으며, 결정계수는 각각 0.39와 0.89 정도로서 무강수 시에 높게 나타났다. 순복사에 따른 증발산량 회귀함수는 강수 발생 시에는 $ET=0.79x+0.49$, 무강수 시에는 $ET=0.22x+0.03$로 추정되었으며, 결정계수는 각각 0.34와 0.89 정도로서 무강수 시에 높게 나타났다. 기압에 따른 증발산량 회귀함수는 강수 발생 시에는 $ET=-0.04x+37.91$, 무강수 시에는 $ET=5.18{\times}10^{22}{\times}e^{-0.05x}$로 추정되었으며, 결정계수는 각각 0.25와 0.45 정도로 나타났다. 강수량에 따른 증발산량 회귀함수는 $ET=0.23lnx+0.90$으로 추정되었으며, 결정계수 0.61정도 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.387-387
• /
• 2019

우리나라는 최근 10년간 자연재난 중 호우로 인해 인명피해 약 120명, 재산피해 약 1조 4천억원을 기록하였으며, 또한 기후변화로 인해 강한 국지성 집중호우의 발생빈도가 높아질 것으로 예상됨에 따라 호우에 의한 침수피해가 증가될 것으로 예상된다. 특히 본 연구 대상지역인 인천시의 경우 도시화로 인해 인구밀도 및 불투수지역이 증가함에 따라 침수피해가 대형화되고 있는 실정이다. 이에 본 연구에서는 인천시와 같은 도심지역에서의 침수발생을 사전에 예측하고 침수발생에 대한 대비 대응을 위해 하수관망 해석을 위한 SWMM 모델과 침수해석을 위한 2DIS 모델을 연계하여 인천시 침수심 생산체계를 구축하고자 한다. 본 연구에 적용한 침수심 생산과정은 크게 강우자료 생산, 유역 및 하수관망 해석, 침수 해석 등 총 3단계 과정으로 구성된다. 강우자료 생산과정에서는 유역 및 하수관망 해석과 침수 해석을 위한 10분 단위 유역평균 강우량자료를 생산한다. 유역 및 하수관망 해석과정에서는 지형자료 및 강우자료를 이용하여 SWMM 모델을 통해 맨홀에서의 월류량 자료를 생산한다. 마지막으로 침수해석과정에서는 지형자료와 함께 앞서 두 과정을 통해 생산된 강우 및 맨홀 월류량 자료를 입력자료로 하여 2DIS 모델을 통해 10분 단위의 시계열 침수심 정보 및 격자별 최대 침수심정보를 생산한다. 본 연구에서의 공간해상도는 도심지역의 도로단위 고해상도 침수심 정보 생산을 위해 6m 단위로 하였으며, 시간해상도는 단시간에 발생하는 도심지역의 침수특성 반영을 위해 10분으로 하였다. 또한, 침수발생 시 발생한 강우의 지표흐름 영향을 반영하기 위해 빗물받이효율 변화에 다른 침수심을 분석하였다. 본 연구를 통해 도출된 모의 침수심 결과를 실제 침수피해사례 및 풍수해저감종합계획 결과와 비교하였으며, 다수 지역에서 실제 침수발생지역과 동일하게 침수가 발생한 것으로 나타났다. 또한, 전체적인 침수 양상이 유사하게 발생함을 확인하였다. 향후 관측자료를 이용한 하수관망 및 침수해석 모델의 최적화, 하천유량 예측을 통한 하류 기점수위의 반영 등을 통해 정확도를 개선할 수 있을 것으로 판단되며, 이를 통해 인천시 침수발생을 사전에 예측하여 침수피해에 대비 및 대응과 침수피해 발생 시 정확하고 상세한 원인 분석 및 예측이 가능할 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.71-71
• /
• 2018

Sea pollution accidents have been occurred due to the increase of marine ship traffic. Oil spill from the hull hole induced by tanker collision results in the huge sea pollution. Proper and prompt reaction on such oil spill disaster is needed to minimize the damage. Thru-hull emergency wood plug is typically used to manually close small holes, while it is required to develop some mechanical devices for closing large holes in the hull due to huge fluid pressure. Accurate estimation of oil discharge and velocity from such holes are important to develop proper device to control hull hole damage. High resolution CFD modeling investigation on the configurations of hull hole of 7.5 m initial depth and 30 cm diameter, which was observed in the oil spill accident of the Hebei Sprit off the west coast of Korea in 2007, has been carried out to compute the oil spill velocity distribution in terms of flow depth. Friction loss due to the viscous flow and the discharge coefficient of crude oil with specific gravity SG = 0.85 and viscosity of $4-12cP(mPa{\cdot}s)$ at the temperature of $20^{\circ}C-100^{\circ}C$ are presented in terms of Reynolds number based on the results of high-resolution CFD modeling.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.524-524
• /
• 2016

본 연구에서는 홍천 자운지구 고랭지 농업지역을 대상으로 장기간의 유역조사와 하천 모니터링을 통해 관측된 축척 데이터를 이용하여 비점오염저감 효과를 정량화하고 추후 모니터링 자료로서 탁수와 비점오염원 저감시설의 저감효과와 비점오염원의 효율적인 관리를 위한 기초자료를 제공하고자 하였다. 모니터링 결과 소양호 유역의 오염부하(1차 강우사상) 중 홍천군 자운지구의 유역단위 비점오염 저감효과의 분석에는 강우량과 단위면적당 오염부하를 이용하였으며, 자운천은 SS 5,396,761 kg, COD 82,261 kg, BOD 57,329 kg, T-N 68,711 kg, T-P 3,091 kg이었으며, 오염부하(2차 강우사상)는 SS 320,293 kg, COD 34,588 kg, BOD 22,350 kg, T-N 48,954 kg, T-P 640 kg으로 나타났다. 또한 소양호 유역의 EMC(1차 강우사상) 중 자운천은 SS 829.9 mg/L, COD 12.7 mg/L, BOD 8.8 mg/L, T-N 10.567 mg/L, T-P 0.475 mg/L 이었으며, EMC(2차 강우사상)는 SS 68.6 mg/L, COD 7.4 mg/L, BOD 4.8 mg/L, T-N 10.487 mg/L, T-P 0.137 mg/L로 나타났다. 소양호 유역의 단위면적당 오염부하(1차 강우사상) 중 자운천은 SS 402.0 kg/ha/event, COD 6.1 kg/ha/event, BOD 4.3 kg/ha/event, T-N 5.118 kg/ha/event, T-P 0.230 kg/ha/event 이었으며, 오염부하(2차 강우사상)는 SS 23.9 kg/ha/event, COD 2.6 kg/ha/event, BOD 1.7 kg/ha/event, T-N 3.646 kg/ha/event, T-P 0.048 kg/ha/event로 나타났다. 오염부하에서는 1차 강우에 비해 2차 강우에서는 SS 5,076,468 mg/L, COD 47,673 mg/L, BOD 34,979 mg/L, T-N 19,757 mg/L, T-P 2451 mg/L로 1차 강우사상에 비해 오염부하가 낮은 것으로 나타났다. 또한 EMC에서는 1차 강우에 비해 2차 강우에서는 SS 761.3 mg/L, COD 5.3 mg/L, BOD 4.0 mg/L, T-N 0.080 mg/L, T-P 0.338 mg/L로 1차 강우사상에 비해 EMC가 저감되었다. 단위면적당 오염부하는 1차 강우에 비해 2차 강우에서는 SS 378.1 mg/L, COD 3.5 mg/L, BOD 2.6 mg/L, T-N 1.472 mg/L, T-P 0.182 mg/L로 1차 강우사상에 비해 EMC가 저감되었다. 강우량과 강우강도 그리고 영농활동의 시기에 따른 EMC와 단위면적당 오염부하는 큰 차이를 보였으며, 예년에 비해 적은 강수량으로 인해 탁수와 비점오염부하의 배출이 상대적으로 적었던 것으로 판단된다. 소양호 유역과 같은 넓은 유역에서 시행되는 비점오염원의 저감연구는 오랜 시간 동안 자료를 축적해야 유의미한 평가가 이루어질 수 있으므로 장기적이고 지속적인 모니터링을 통한 유량 데이터 자료구축과 수질분석뿐만 아니라, 발생되는 비점오염 물질의 관리를 위한 체계적인 연구가 지속되어야하며, 아울러 농민의 인식도 변화 등을 포함하는 많은 인자들을 정밀히 조사하고 다각도로 분석하여 저감효과에 대한 지속적인 연구가 필요하다.

• Journal of Korea Water Resources Association
• /
• v.54 no.spc1
• /
• pp.1131-1141
• /
• 2021

In this study, the artificial neural network model is applied for real-time dam inflow prediction and then evaluated for the prediction lead times (1, 3, 6 hr) in dam basins in Korea. For the training and testing the model, hourly precipitation and inflow are used as input data according to average annual inflow. The results show that the model performance for up to 6 hour is acceptable because the NSE is 0.57 to 0.79 or higher. Totally, the predictive performance of the model in dry seasons is weaker than the performance in wet seasons, and this difference in performance increases in the larger basin. For the 6 hour prediction lead time, the model performance changes as the sequence length increases. These changes are significant for the dry season with increasing sequence length compared to the wet season. Also, with increasing the sequence length, the prediction performance of the model improved during the dry season. Comparison of observed and predicted hydrographs for flood events showed that although the shape of the prediction hydrograph is similar to the observed hydrograph, the peak flow tends to be underestimated and the peak time is delayed depending on the prediction lead time.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.24 no.3
• /
• pp.41-57
• /
• 2021

This study evaluated the application of water quality management measures using the SWAT model and the effectiveness of the measures using the load duration curve targeting the Seohwacheon watershed located upstream of Daecheongho. As water quality management measures, artificial wetlands, reduction of neglected livestock, reduction of runoff from greenhouses, restoration of ecological rivers, application of LID technology, and management of point sources were applied. The applied technology evaluated the efficiency of water quality improvement measures by using the target water quality excess rate and the degree of load reduction for each sulfur through the load duration curve. The load duration curve was created by creating a long-term flow duration curve using SWAT and multiplying it by the target water quality. For the target water quality, the value corresponding to the 60th percentile was set as the target water quality using the 10-year data from the Okcheoncheon water quality observation point located in the downstream of Seohwacheon. Through this study, it was possible to confirm the applicability of various water quality measures through the SWAT model, and to examine the applicability of each period according to the sulfur through the load retention curve.

• Journal of Korean Society of Disaster and Security
• /
• v.13 no.4
• /
• pp.75-92
• /
• 2020

In most cases of the water balance analysis, the return flow ratio for each water supply was uniformly determined and applied, so it has been contained a problem that the volume of available water would be incorrectly calculated. Therefore, sewage and wastewater among the return water were focused in this study and the data-driven model was developed to forecast the outflow from the sewage treatment plant. The forecasting results of LSTM (Long Short-Term Memory), GRU (Gated Recurrent Units), and SVR (Support Vector Regression) models, which are mainly used for forecasting the time series data in most fields, were compared with the observed data to determine the optimal model parameters for forecasting outflow. As a result of applying the model, the root mean square error (RMSE) of the GRU model was smaller than those of the LSTM and SVR models, and the Nash-Sutcliffe coefficient (NSE) was higher than those of others. Thus, it was judged that the GRU model could be the optimal model for forecasting the outflow in sewage treatment plants. However, the forecasting outflow tends to be underestimated and overestimated in extreme sections. Therefore, the additional data for extreme events and reducing the minimum time unit of input data were necessary to enhance the accuracy of forecasting. If the water use of the target site was reviewed and the additional parameters that could reflect seasonal effects were considered, more accurate outflow could be forecasted to be ready for climate variability in near future. And it is expected to use as fundamental resources for establishing a reasonable river water management system based on the forecasting results.

• Journal of Korea Water Resources Association
• /
• v.55 no.12
• /
• pp.991-998
• /
• 2022

The purpose of this study is to develop GPU (Graphics Processing Unit) acceleration technique for 2-dimensional model and to assess the effectiveness for high resolution flood simulation in wide area In this study, GPU acceleration technique was implemented in the G2D (Grid based 2-Dimensional land surface flood model) model, using implicit scheme and uniform square grid, by using CUDA. The technique was applied to flood simulation in Jinju-si. The spatial resolution of the simulation domain is 10 m × 10 m, and the number of cells to calculate is 5,090,611. Flood period by typhoon Mitag, December 2019, was simulated. Rainfall radar data was applied to source term and measured discharge of Namgang-Dam (Ilryu-moon) and measured stream flow of Jinju-si (Oksan-gyo) were applied to boundary conditions. From this study, 2-dimensional flood model could be implemented to reproduce the measured water level in Nam-gang (Riv.). The results of GPU acceleration technique showed more faster flood simulation than the serial and parallel simulation using CPU (Central Processing Unit). This study can contribute to the study of developing GPU acceleration technique for 2-dimensional flood model using implicit scheme and simulating land surface flood in wide area.

• Journal of Korea Water Resources Association
• /
• v.56 no.9
• /
• pp.563-574
• /
• 2023

Recently, climate change has affected functional responses of river basins to meteorological variables, emphasizing the importance of rainfall-runoff simulation research. Simultaneously, the growing interest in machine learning has led to its increased application in hydrological studies. However, it is not yet clear whether machine learning models are more advantageous than the conventional conceptual models. In this study, we compared the performance of the conventional GR6J model with the machine learning-based Random Forest model across 38 basins in Korea using both gauged and ungauged basin prediction methods. For gauged basin predictions, each model was calibrated or trained using observed daily runoff data, and their performance was evaluted over a separate validation period. Subsequently, ungauged basin simulations were evaluated using proximity-based parameter regionalization with Leave-One-Out Cross-Validation (LOOCV). In gauged basins, the Random Forest consistently outperformed the GR6J, exhibiting superiority across basins regardless of whether they had strong or weak rainfall-runoff correlations. This suggest that the inherent data-driven training structures of machine learning models, in contrast to the conceptual models, offer distinct advantages in data-rich scenarios. However, the advantages of the machine-learning algorithm were not replicated in ungauged basin predictions, resulting in a lower performance than that of the GR6J. In conclusion, this study suggests that while the Random Forest model showed enhanced performance in trained locations, the existing GR6J model may be a better choice for prediction in ungagued basins.