• Proceedings of the Korea Water Resources Association Conference
• /
• 2003.05a
• /
• pp.125-128
• /
• 2003

• Journal of Korea Water Resources Association
• /
• v.33 no.S1
• /
• pp.1021-1026
• /
• 2000

• Water for future
• /
• v.51 no.9
• /
• pp.35-45
• /
• 2018

• Proceedings of the Korea Water Resources Association Conference
• /
• 2000.05a
• /
• pp.1021-1026
• /
• 2000

• Proceedings of the Korean Society of Disaster Information Conference
• /
• 2023.11a
• /
• pp.198-199
• /
• 2023

본 연구에서는 조선왕조실록을 중심으로 조선시대의 호우 및 홍수기록의 기술방법에 대해 텍스트마이닝 분석을 실시하였다. 조선왕조실록은 조선시대의 큰 호우사상은 모두 포함하고 있기 때문에 이를 일정한 등급으로 나누어 분류한다면 극치 호우 사상의 발생특성을 이해하는데 도움이 될 수 있다. 전체적으로 '큰비'에서와 같이 강우에 대한 언급만이 있는 경우가 '큰물', '홍수', '폭우'와 같이 홍수유출 및 이에 따른 피해가 설명되어 있는 경우보다 강우의 재현기간이 작게 나타나는 것을 파악할 수 있었다. 또 하나 주목할만한 점은 기록된 호우사상이 강우의 총량보다는 강우의 지속기간에 보다 민감하다는 점이다. 즉, 일시에 많은 비가 온 경우보다는 장기간에 걸쳐 내린 호우사상에 보다 초점이 맞추어져 있다는 점이다. 즉, 홍수유출의 크기 및 이에 따른 피해의 정도가 실제 이들 호우사상이 기록으로 남게 되는 원인으로 파악된다.

• The Journal of Engineering Geology
• /
• v.27 no.1
• /
• pp.59-66
• /
• 2017

The characteristic of recent rainfall pattern in Korea is concentrated in summer season and it is very different compare with former characteristic. In 2011, there was heavy rainfall in Chuncheon city of northern part of Korea. Because of rainfall in short time, many landslides were occurred in narrow area and many people were killed by these landslides at that time. The purpose of this study is to calculate run-out distance of debris flow and analyze the movement properties of debris flow according to the elapsed time using numerical analysis method at that time. The debris 2D program, which is developed by prof. Liu in National Taiwan University, was used in this study. Run-out distance of debris flow was calculated under different yield strength conditions which were controlled by rainfall amount. The results reveal that absolute maximum velocity of the debris flow is about 8.1 m/s and maximum depth of debris flow is about 7 m when debris flow was occurred. The run-out distance after 500 sec is about 300 m from end of the valley. It is very well similar with actual debris flow run-out distance. From these results, we can presume the maximum velocity and depth of debris flow at that time.

• Spatial Information Research
• /
• v.10 no.1
• /
• pp.139-152
• /
• 2002

The purpose of this study is to estimate temporal soil loss change according to long-term land cover changes using G1S and RS. Revised USLE(Universal Soil Loss Equation) factors were prepared by using point rainfall data, DEM(Digital Elevation Model), soil map and land cover map. During the past two decades, land cover changes were traced by using Landsat MSS and TM data. As a result, forest area in 2000 has decreased 25.3 $km^2$ compared with that in 1990. Soil loss has decreased 3751.2 tou/yr. On the other hand, upland area has increased 22.5 $km^2$. Soil loss of upland has increased 5395.4 to/yr. Therefore, soil loss in 2000 increased 6.3 kg/$m^2$/yr compared with that in 1990. This was mainly caused by the increased upland area.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.338-338
• /
• 2015

하천으로 유입되어 수질 오염을 야기하는 오염원은 오염 배출원이 명확하여 하나의 점으로 나타낼 수 있는 점오염원(Point Source)과 오염원이 명확치 않은 비점오염원(Non-point)으로 구분된다. 생활하수, 축산폐수와 같이 오염원이 명확한 점오염원은 하천 유입 이전에 처리장을 거쳐 정화작업이 가능한 반면, 비점오염원은 오염원이 명확치 않아 처리에 어려움이 따른다. 또, 오염물의 양과 이동 경로가 예측이 불가능하고 강우시에는 특별한 처리 없이 하천으로 바로 유입된다. 비점 오염원의 종류는 토사, 영양물질, 유기물질, 농약, 바이러스 등 다양하다. 이 중에서 토양에 흡착되어 이동하는 질소와 인은 하천으로 유입되어 부영양화를 야기하는 특성이 있어 더욱 처리가 필수적이다. 이러한 비점오염원으로 인한 수질 오염을 줄이기 위해 여러 최적관리기법(Best Management Practices, BMPs)이 제시되어 있으며 오염 물질의 하천 유입을 차단하는 것에 중점을 둔다. 가장 널리 이용되는 방법으로는 비점오염원 저감시설 중 하천변에 식물체를 설치하여 토양의 유실을 막는 식생대(Vegetative Filter Strip, VFS)가 있다. 식생 밀집 지역의 설치를 통해 표면 유출을 차단하고 토양 유실 감소와 수체로의 오염물질 확산을 막을 수 있다. 이에 VFSMOD-w를 이용하여 강우시 식생대를 통한 토양 유실 감소 효율에 대한 연구를 수행하였다. 연구 대상 지역으로 비교적 수문 및 토양 자료가 풍부한 청미천 유역을 선정하였다. 그 결과, 식생대의 길이와 식생대 내 식물체의 파종간격이 가장 지배적인 영향을 미치는 것이 확인된다. 이때, 식물체의 종류는 식물체 파종으로 인해 변화되는 토양의 수정된 Manning의 조도계수로 구분한다. 모든 강우 및 식물체 조건이 동일할 때, 식생대 내 식물의 파종 간격이 좁고 식생대의 길이가 길수록 토사 저감 효율이 증가하는 결과가 도출되었다. 식물체의 높이, 식물체의 종류 및 식물의 파종간격이 입력 자료로 요구되나 이 중 식물체의 높이는 토사 저감 효율에 영향을 미치지 않는 것으로 나타났다. 또, 동일한 강우 조건에서 식생대의 길이가 0.5 m에서 1.0 m로 2배 증가하였을 때 토사 저감 효율이 두 경우 모두 95% 이상의 효율을 보이는 것이 나타났다. 이는 식생대의 길이가 증가할수록 토사 저감 효율이 증가하나 일정 길이 이상이 되면 대부분의 토사가 저감되는 것을 의미한다. 결론적으로 식생의 파종 간격이 좁을수록 토사 저감 효율이 증가하더라도 식물체의 성장을 고려한 적절한 파종 간격을 선정하여야 한다. 즉, 식생대의 설치는 적절한 파종 간격 및 식생대 길이를 식생대 설치지역의 강우 특성에 따라 결정지어야 한다고 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.358-358
• /
• 2023

본 연구에서는 그동안 수자원분야 강우유출 해석분야에 활용되었던 대표적인 머신러닝&딥러닝(ML&DL) 모델을 활용하여 모델의 하이퍼파라미터 튜닝뿐만 아니라 모델의 특성을 고려한 기상 및 수문데이터의 조합과 전처리(lag-time, 이동평균 등)를 통하여 데이터 특성과 ML&DL모델의 조합시나리오에 따른 일 유입량 예측성능을 비교 검토하는 연구를 수행하였다. 이를 위해 소양강댐 유역을 대상으로 1974년에서 2021년까지 축적된 기상 및 수문데이터를 활용하여 1) 강우, 2) 유입량, 3) 기상자료를 주요 영향변수(독립변수)로 고려하고, 이에 a) 지체시간(lag-time), b) 이동평균, c) 유입량의 성분분리조건을 적용하여 총 36가지 시나리오 조합을 ML&DL의 입력자료로 활용하였다. ML&DL 모델은 1) Linear Regression(LR), 2) Lasso, 3) Ridge, 4) SVR(Support Vector Regression), 5) Random Forest(RF), 6) LGBM(Light Gradient Boosting Model), 7) XGBoost의 7가지 ML방법과 8) LSTM(Long Short-Term Memory models), 9) TCN(Temporal Convolutional Network), 10) LSTM-TCN의 3가지 DL 방법, 총 10가지 ML&DL모델을 비교 검토하여 일유입량 예측을 위한 가장 적합한 데이터 조합 특성과 ML&DL모델을 성능평가와 함께 제시하였다. 학습된 모형의 유입량 예측 결과를 비교·분석한 결과, 소양강댐 유역에서는 딥러닝 중에서는 TCN모형이 가장 우수한 성능을 보였고(TCN>TCN-LSTM>LSTM), 트리기반 머신러닝중에서는 Random Forest와 LGBM이 우수한 성능을 보였으며(RF, LGBM>XGB), SVR도 LGBM수준의 우수한 성능을 나타내었다. LR, Lasso, Ridge 세가지 Regression모형은 상대적으로 낮은 성능을 보였다. 또한 소양강댐 댐유입량 예측에 대하여 강우, 유입량, 기상계열을 36가지로 조합한 결과, 입력자료에 lag-time이 적용된 강우계열의 조합 분석에서 세가지 Regression모델을 제외한 모든 모형에서 NSE(Nash-Sutcliffe Efficiency) 0.8이상(최대 0.867)의 성능을 보였으며, lag-time이 적용된 강우와 유입량계열을 조합했을 경우 NSE 0.85이상(최대 0.901)의 더 우수한 성능을 보였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.481-481
• /
• 2021

서울시는 '10년, '11년, '18년의 기록적인 호우로 인해 막대한 재산피해를 기록하였다. 이로 인해 서울시는 수재해 최소화 대책의 필요성을 인지하여 방재시설물 확충 등의 구조적 대책과 함께 침수지역 예측, 호우 영향 예보와 관련된 비구조적 대책 수립을 위해 노력하고 있다. 그 일환으로 2018~2019년 『서울시 강한 비구름 유입경로 및 침수위험도 예측 용역』 수행을 통해 레이더 실황강우 기반의 강한 비구름 이동경로 추정 기술, 강우시나리오 기반의 침수위험지역추정 기술이 적용된 서울시 도시침수 예측시스템을 개발하였다. 또한, 침수피해에 선제적으로 대응하기 위해 2019~2020년 『서울시 내수침수 위험지역 실시간 예측기술 개발』을 통하여 이류모델 기반의 예측강우정보 추정 기술, 예측강우정보 기반의 실시간 침수위험지역 추정기술을 적용하였다. 현재 서울시 도시침수 예측시스템은 서울시 전역의 강우 및 침수정보를 제공하며, 관로 113,286개(전체 385,768개), 맨홀 106,097개(전체 272,133개), 빗물펌프장 117개소(전체 121개소)가 반영되어 있다. 서울시 도시침수 예측시스템에서는 서울시 25개 자치구를 대상으로 실황 및 예측 강우정보, 강한 비구름에 대한 이동경로정보, 시나리오 및 실시간 침수정보를 제공하고 있다. 강우정보는 10분 및 1시간 단위 AWS 실황정보와 10분 단위 이류모델 기반 예측정보, 1시간 단위 LDAPS 기반 예측정보를 제공한다. 또한, 레이더 실황정보를 통해 판별된 강한 비구름에 대해 10분 단위 1시간 예측경로를 제공한다. 침수정보는 총강우량, 강우지속기간, 빗물받이효율 조건을 반영한 강우시나리오 기반의 6m 고해상도 격자단위 침수시나리오 정보와 자치구별 침수위험정보를 제공한다. 또한, 이류모델 기반의 레이더 예측정보를 이용하여 실시간 침수 예측정보를 제공한다. 향후 서울시 내 모든 수방시설물의 적용, 관로 유출구별 기점수위 반영, 관측자료를 이용한 도시유출 및 도시침수 모델 최적화 등 지속적으로 고도화를 수행하고자 하며, 서울시 도시침수 예측시스템을 통해 서울시 및 자치구 풍수해 담당자가 침수피해를 대비, 대응할 수 있을 것으로 기대된다.