• Proceedings of the Korea Water Resources Association Conference
• /
• 2003.05b
• /
• pp.551-554
• /
• 2003

• Journal of Korea Water Resources Association
• /
• v.49 no.7
• /
• pp.607-614
• /
• 2016

The well-timed water management is required to reduce drought damages. It is also necessary to induce residents in drought-affected areas to save water. Information on future storage is important in managing water resources based on the current and future states of drought. This study employed a kernel function to develop a probabilistic model for predicting dam storage considering inflow uncertainty. This study also investigated the application of the proposed probabilistic model during the extreme drought. This model can predict a probability of temporal variation of storage. Moreover, the model can be used to make a long-term plan since it can identify a temporal change of storage and estimate a required reserving volume of water to achieve the target storage.

• Journal of Korea Water Resources Association
• /
• v.30 no.3
• /
• pp.269-278
• /
• 1997

Operating rules, the basic principle of reservoir operation, are mostly developed from maximum or minimum, mean inflow series so that those rules cannot be used in practical operating situations to estimate the expected benefits or provide the operating policies for uncertainty conditions. Many operating rules based on the deterministic method that considers all operation variables including inflows as known variables can not reflect to uncertainties of inflow variations. Explicit operating rules can be developed for improving the weakness. In this method, stochastic trend of inflow series, one of the reservoir operation variables, can be directly method, the stochastic technique was applied to develop reservoir operating rule. In this study, stochastic dynamic programming using the concepts was applied to develop optimal operating rule for the Chungju reservoir system. The developed operating rules are regarded as a practical usage because the operating policy is following up the basic concept of Lag-1 Markov except for flood season. This method can provide reservoir operating rule using the previous stage's inflow and the current stage's beginning storage when the current stage's inflow cannot be predicted properly.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.87-87
• /
• 2017

최근 이상기후로 인해 국내 가뭄피해가 증가하고 있는 추세이며, 미래 가뭄의 심도 및 지속시간은 증가할 것으로 예측되고 있다. 특히 우리나라는 용수공급의 56.5%를 댐에 의존하여 댐 유역의 가뭄은 생 공 농업용수 공급제한 등의 광범위한 피해를 발생시킬 수 있다. 다만 가뭄은 홍수와 달리 진행속도가 비교적 느리기 때문에 사전에 정확한 댐 유입량 예측이 가능하다면, 용수공급량 조정을 통해 피해를 최소화할 수 있다. 국내에서는 댐 유입량 예측에 ESP (Ensemble Streamflow Prediction) 기법을 활용하고 있으며, ESP 기법은 과거 기상자료를 기반으로 미래를 예측하기 때문에 기상자료, 초기수문조건, 매개변수 등에 불확실성을 가지고 있다. 본 연구에서는 베이지안 이론을 이용하여 댐 예측유입량의 정확도 향상기법을 개발하고 예측성을 평가하고자 하며, 강우유출모델은 ABCD를 활용하였다. 대상유역은 국내의 대표 다목적댐인 충주댐 유역을 선정하였으며, 기상자료는 기상청, 국토교통부 및 한국수자원공사의 지점자료를 수집하였다. 예측성 평가기법으로는 도시적 분석방법인 시계열 분석, 통계적 분석방법인 Skill Score (SS)를 활용하였다. 시계열 분석 결과 ESP 댐 예측유입량(ESP)은 매년 월별 전망값의 큰 차이가 없었으며, 다우년 및 과우년의 예측성이 떨어지는 것으로 나타났다. 베이지안 기반의 댐 예측유입량(BAYES-ESP)는 ESP의 과소모의하는 경향을 보정하였으며, 다우년에 예측성이 향상되었다. 월별 평균 댐 관측유입량과 ESP, BAYES-ESP의 SS 비교분석 결과 ESP는 유입량 값이 적은 1, 2, 3월에 SS가 양의 값을 가졌으며, 이외의 월에는 음의 값으로 나타났다. BAYES-ESP는 ESP와 관측값이 비교적 선형관계를 나타내는 1, 2, 3월에 ESP의 예측성을 개선시키는 것으로 나타났다. ESP 기법은 강수량의 월별, 계절별 변동성이 큰 우리나라에 적용하기에는 예측성의 한계가 있었으며, 이를 개선한 BAYES-ESP 기법은 댐 유입량 예측 연구에 가치가 있는 것으로 판단된다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.35 no.5
• /
• pp.1039-1049
• /
• 2015

The inflow estimation at large multipurpose dam reservoir is carried out by considering the water balance among the discharge, the storage change during unit time interval obtained from the observed water level near dam structure and area-volume curve. This method can be ideal for level pool reservoir but include potential errors when the inflow is influenced by the water level slope due to backwater effects from upstream flood inflows and strong wind induced by typhoon. In addition, the other uncertainties arisen from the storage reduction due to sedimentation after the dam construction and water level noise due to mechanical vibration transmitted from the electric power generator. These uncertainties impedes the accurate hydraulic inflow measurement requiring exquisite hydrometric data arrangement for reservoir waterbody. In this study, the distributed hydrologic model using UBC-3P boundary setting was applied and its feasibility was evaluated. Finally, the modeling performance has been verified since the calculated determination coefficient has been in between 0.96 to 0.99 after comparing with observed peak inflow and total inflow at Namgang dam reservoir.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.318-318
• /
• 2021

2020년 한강 유역의 홍수기(7월 ~ 9월) 3개월 강수량은 1,110.9mm에 달하며 평년대비 131.7%의 상당히 많은 강수량이 관측되었다. 특히 8월은 평년대비 215.2% 강수량을 보이며 큰 홍수사상이 발생하였다.(출처 한강홍수통제소 월간수자원현황및전망) 본 연구에서는 2020년 홍수기 한강 유역 주요 댐의 유입량과 유출량을 분석하였다. 유출입량 산정은 실측자료와 댐 방류량자료를 이용하였다. 산정 결과 달천 괴산댐의 경우 2020년 7월 ~ 2020년 9월, 3개월 동안 유입량(후영교)은 약 5.15억m³이었으며 이 기간의 유출량(댐 방류량)은 약 5.24억m³으로 조사되었다. 같은 기간의 북한강 유역 화천댐 유입량은 산정이 불가능 하였으며 유출량(댐 방류량)은 약 22.24억m³, 춘천댐 유입량(화천댐 방류량 + 용신교 + 오탄교)은 26.86억m³, 유출량(춘천댐 방류량)은 33.60억m³, 의암댐 유입량(춘천댐 방류량 + 소양강댐 방류량)은 55.39억m³, 유출량(의암댐 방류량)은 64.69m³, 청평댐 유입량(의암댐 방류량 + 한덕교 + 목동교)은 78.29억m³, 유출량(청평댐 방류량)은 75.86억m³으로 나타났다. 같은 기간 댐 저류 변화량은 괴산댐 0.002억m³, 춘천댐 0.07억m³, 의암댐 0.15억m³, 청평댐 0.02억m³으로 큰 변화가 없는 것으로 나타났다. 기본적으로 댐 유출량과 유입량의 차는 저류량(저류변화량)과 같아야 한다. 2020년 홍수기(7월~9월) 주요 댐의 유입량, 유출량, 저류량을 검토한 결과 다소 큰 차이를 보였다. 이는 실측 유량의 오차도 일부 있겠지만 댐 저수지 수위 계측의 불확실성, 여수로 방류량의 정확도, 저수지 증발량, 미계측유역의 유출 미고려 등에서 발생하는 오차도 있는 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.319-319
• /
• 2019

기후변화로 인한 극한 기후 상황의 증가로 홍수기 홍수피해와 갈수기 가뭄피해가 심화되고 있으며, 수자원 관리에 대한 어려움이 발생하고 있다. 효율적인 수자원 관리를 위해 국내에는 약 1,8000여개의 댐을 운영하고 있으며, 댐의 유입량과 저수량을 감안하여 물을 적절하게 방류하는 것을 목적으로 한다. 그러기 위해서는 유입량이 우선적으로 확보되어야 하며, 더 나아가 유입량을 미리 예측할 수 있다면 더욱 효율적인 댐 운영이 가능할 것이다. 기존에는 수위나 유량을 예측하기 위해서는 주로 물리적 모형이 사용되어 왔으며, 물리적 모형은 매개변수 결정을 위한 많은 자료를 필요로 하고 그 과정에서 많은 불확실성을 포함하고 있기 때문에 계산 과정을 거치는 동안 다양한 오차가 반복 누적되는 단점이 있다. 반면에 시계열 데이터 예측을 위한 알고리즘 LSTM(Long Short-Term Memory)은 입력된 데이터와 출력된 데이터를 동시에 이용하여 보다 정확한 예측 값을 얻을 수 있다. 따라서 본 연구는 다목적댐의 유입유량 예측을 위해 구글에서 제공하는 딥러닝 오픈소스 라이브러리를 활용하여 LSTM모형을 구축하고 댐 유입유량을 예측하였다. 분석 자료로는 wamis에서 제공하는 용담댐의 2006년부터 2018년까지의 시간당 유입량 자료를 사용하였으며, 입력 데이터로 모형을 학습한 후 2018년의 유입량을 예측하였다. 예측 값의 정확도를 판단하기 위해 2018년의 실제 유입량 자료와 비교하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.359-359
• /
• 2011

기존 수자원계획에 있어서 수문량 예측은 매우 제한적으로 활용되고 있는 실정으로서 최근 기후변화 및 이상기후로 기인하는 기상학적 불확실성 증가에 대해서 효과적으로 대응 하기가 어렵다. 본 연구에서는 기상인자를 활용한 수문변량 예측기법을 개발하고자 하며 국내에 수문자료가 충분한 지역에 대해서 모형의 적합성과 타당성을 평가하고자 한다. 대부분의 수문변량은 해수면온도, 해수면기압, 바람장 등 Large Scale의 기상학적 특성과 연관성을 가지고 있으며 선행시간을 가지고 수문순환에 영향을 주고 있다. 수문변량과 기상학적 변량사이에는 일반적으로 비선형 관계를 가지고 있는 것으로 알려지고 있으며 이러한 비선형 관계를 효과적으로 예측하기 위해서 본 연구에서는 비선형 예측모형을 개발 하고자 한다. 최근 비선형 예측모형에서 불확실성을 고려한 모형에 대한 연구가 활발히 진행되고 있으며 특히, 다중 모형을 사용한 Ensemble 개념의 예측모형 도입이 이루어지고 있다. 본 연구에서는 국내 다목적댐 유입량 및 강수량에 대해서 최적 기상변량을 도출하고 이를 활용한 비선형 Ensemble 예측모형을 개발하였다. 일반적인 선형 회귀분석 모형에 비해 기상현상과 수문현상에 비선형성을 효과적으로 재현할 수 있는 장점을 확인할 수 있었으며 이와 더불어 예측결과에 대한 불확실성을 제공함으로서 신뢰성 있는 수자원 계획을 위한 기초자료로서 활용이 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2005.05b
• /
• pp.289-293
• /
• 2005

본 연구에서는 일별 저수지군 최적연계운영 모형(CoMOM 4.0 : Coordinated Multireservoir Operating Model version 4.0)을 낙동강 수계 실시간 일별 운영에 CoMOM을 적용할 경우를 상정하여, 불확실성을 고려한 실시간 모의 운영을 수행하였다. 실시간 일 운영 시 며칠 정도의 유입량 예측은 가능할 것으로 예상하여 유입량 예측일수의 정확도 증가에 따른 연계 운영 효과를 산정해 본 결과, 전반적으로 과거 실적치에 비하여는 좋지만, 예측일 수가 늘어남에 따라 수계 내 연간 평균 저수량은 감소하는 대신 평균 발전량은 증가하여, 연계운영 총체적 효과가 기하급수적으로 증가됨을 알 수 있었다. 미래 유입량을 전혀 예측하지 못할 경우에는 일평균 유입량을 예측 유입량으로 하여 실시간 댐군 연계모의운영을 하였고, 그 경우에도 여수로 방류로 인한 수계 외 유출을 연 평균 약 214백만$m^3$ 정도 감소시키는 반면, 수계 내 전체 댐 군의 평균저수량을 55백만$m^3$ 증가 시키며, 연간 평균 발전량은 25GWh (약 22.5억원/년의 추가 발전수입) 증가 시킬 수 있을 것으로 분석되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.56-56
• /
• 2017

홍수와 달리 가뭄은 장기적인 강수량 부족에 의해 발생하는 자연해로, 불확실성이 큰 장기(계절) 기상예보를 토대로 대비하기는 어려운 것이 현실이다. 가뭄에 대비하기 위해 가뭄의 진행상황을 관찰할 수 있는 다양한 가뭄지수가 활용되고 있다. 가뭄은 기상학적 가뭄, 농업적 가뭄, 수문학적 가뭄, 사회경제학적 가뭄으로 분류되고, 이를 정량적으로 평가하고 가뭄의 진행상황을 파악하기 위해 강수량, 유출량, 저수지의 저수량, 지하수, 토양수분 등 다양한 인자들이 사용된다. 일반적으로 널리 사용되고 있는 가뭄지수는 평균에 대한 부족한 정도를 지수화해서 나타낸다. 하지만 우리가 가용할 수 없는 많은 양의 강수량 및 유출량(또는 저수지 유입량)이 가뭄지수를 산정하는 기간 동안 지속적으로 영향을 주게 된다. 이는 짧은 기간 동안 매우 많은 강수 후 가뭄이 지속 되었을 경우, 이를 정상의 상태로 나타낼 수 있다는 것을 의미한다. 이와 같은 가뭄지수를 통해 가뭄에 대처하기 위한 기준을 수립하기에는 한계가 있음을 나타낸다. 우리나라의 경우 취수량의 대부분을 댐과 하천수에 의존한다. 하천수량이 댐의 방류량에 의한 의존도가 높은 현실에서 우리가 체감하는 가뭄은 댐의 용수확보와 공급에 가장 큰 영향을 받는다고 할 수 있다. 댐은 용량의 제한이 있으며, 계획된 용수공급량과 저수량 부족 시 용수공급을 조절하는 기준이 있다. 따라서 과거 관측된 유입량과 용수공급 계획량, 용수공급 조정 기준을 통해 저수지 운영을 모의하게 되면, 용수공급을 감축하는 시점을 확인 할 수 있다. 이를 활용하여 적절한 유입량의 상한계를 설정할 수 있으며, 이는 가뭄에 대비하는 댐 운영에 활용할 수 있는 가뭄지수로 활용할 수 있다. 이는 댐의 용수 공급과 직접적으로 연관되어 있으므로, 체감할 수 있는 가뭄전달 도구로 활용이 가능하다. 이와 같이 제시된 유입량 가뭄지수를 기존의 대표적인 가뭄지수와 비교하여 활용성을 평가하였다. 우리가 사용할 수 있는 물이 부족한 현상을 '물부족'으로 표현하고, 강수량의 부족을 '가뭄'으로 표현해야 한다는 주장이 있다. 하지만 강수량 부족에 기인한 물부족을 가뭄으로 표현하고 이를 정량적으로 나타내는 것이 가뭄에 대처해야하는 용수 관리자에게 유용할 뿐만 아니라, 일반 국민들에게 체감할 수 있는 가뭄정보를 제공하는데 도움이 될 것이다.