• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.642-642
• /
• 2012

최근에 들어 지구온난화에 따른 기후변화의 영향으로 국지성 집중호우와 돌발성 호우가 한반도 뿐 아니라 전 세계적으로도 많이 나타나고 있고, 그로 인한 이상홍수의 발생이 우리나라의 인명 및 재산피해를 날로 증가시키고 있는 추세이다. 그러나 현재 국내의 홍수방어시스템은 정확도 및 선행시간 확보 등의 측면에서 국민들의 요구수준까지는 그 역할을 수행하지 못하고 있는 실정이다. 또한 최근 4대강 살리기 사업을 통해 수행된 보 설치 및 하도 준설로 인해 하천환경의 변화가 크게 발생하여, 보다 정확하고 신속한 홍수위 예측기법이 요구되고 있는 실정이다. 이에 따라 현재 4대강 홍수통제소에서는 정확한 홍수위예측을 위해 4대강 본류 및 주요 지류에 대해 수리모형을 구축하고 있고, 기존의 저류함수모형에 의한 강우-유출 해석기법을 적용하여 주요 지류에 대한 유입량을 산정하기 위한 모형을 구축중에 있다. 국내 홍수방어 시스템에 현재까지 사용되어 오고 있는 저류함수모형 및 수위-유량 관계식을 이용한 방법은 물리적 기반의 홍수예측모형으로 유역의 지형학적 인자와 그에 따른 여러 변수를 포함하기 때문에 하천환경의 변화로 인해 각각의 추적과정에서 오차들이 발생하여 해석결과에 영향을 미치는 단점이 있다. 이에 반해 데이터 기반 모형은 강우-유출 모형에서 사용되는 많은 수문학적 자료 및 매개변수들의 사용 없이 오직 수위 및 강우측정 자료만을 이용하여 홍수를 예측하는 모형이다. 본 연구에서는 낙동강 유역에 대해 보다 정확한 홍수위 예측을 위해 현재 낙동강홍수통제소에서 구축중인 낙동강 본류의 수리모형의 주요 지류의 유입량 산정을 위해 기존의 물리적 기반 모형이 아닌 뉴로-퍼지(Neuro-Fuzzy) 모형을 이용한 data 기반 모형을 적용해 기존 물리적 기반 모형과 비교 분석 하고자 하였다. 낙동강의 주요지류인 감천, 금호강, 남강, 내성천, 밀양강, 반변천, 위천, 황강을 적용유역으로 선정하여 유역별로 티센망을 구축하였고, 각 지류별로 수위관측소를 선정하여 최근 10년동안 낙동강유역의 홍수예 경보가 발령되었거나 많은 비가 온 사상을 선정해 모형을 검증하였다. 모형은 실시간 수위측정 자료와 강우자료 및 해당유역 댐의 방류량 자료를 이용해 유역별 최적 입력자료 조합을 선정하여 간단하게 구축할 수 있었다. 또한 10분 단위 및 30분 단위의 입출력 자료로 모형을 구축하여 비교하였다. 이번 연구에서 수행한 낙동강유역에서의 뉴로-퍼지(Neuro-Fuzzy) 모형을 이용한 홍수예측기법을 통해 몇가지 data만으로 유역의 주요지점에 대한 홍수위와 홍수량을 예측할 수 있음을 확인할 수 있었다. 모의 결과는 실측치와 비교해 정확도 면에서 우수함을 보여 주었으나 예측시간이 길어질수록 실측치의 경향을 벗어나는 결과를 보였다. 그러나 실시간 홍수예 경보에 있어서는 만족할만한 선행시간을 확보할 수 있었다. 구축된 Data 기반 모형이 물리적 기반 모형과 더불어 낙동강 홍수예 경보를 위한 모형으로 사용될 수 있다면 보다 효율적인 예 경보 체계 구축에 도움을 줄 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.987-991
• /
• 2006

본 연구에서는 유역의 비점오염물질의 거동을 해석할 수 있는 분포형 모델링 기법으로서 SWAT 모형을 선정하고, 충주댐 유역에 대해 모형 입력자료 및 물리적 매개변수 자료를 구축하였다. 구축된 모형을 이용하여 각 하도구간별 오염원에 따른 오염부하량 발생량을 비교한 결과, 산림지로 구성된 대부분의 상류부 소유역에서 점오염원에 의한 부하량이 매우 작게 나타났으며, 총 오염부하량도 상대적으로 작게 나타났다. 다만, 상류유역 중에서 유역면적이 상대적으로 넓고 유역내 밭의 비율이 높은 송천 유역의 경우는 오염부하량이 다소 높게 나타났다. 그리고 제천시를 포함하고 있는 도시지역인 8번 유역에서는 점오염원에 의한 부하량이 비점오염원에 의한 부하량보다 높게 나타났으며, 유역 전체로는 총질소의 경우 14%, 총인의 경우 23% 정도가 점원에 의한 오염부하량으로 나타났다. 이상의 결과로부터 각 하도구간별로 오염원에 따른 오염부하량을 비교함으로써 대상유역에서의 점오염원과 비점오염원에 의한 부하량의 영향을 검토할 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.22-22
• /
• 2018

본 연구에서는 수문학적 가뭄을 분석하기 위해 두가지 지수를 개발하여 소개하고자 한다. 첫번째는, 물수지식을 기반으로 산정된 Water Budget-based Drought Index(WBDI)로 강우와 증발산의 차이를 이용하여 산정한다. 두 번째는 에너지 수지식을 기반으로 산정된 Energy-based Water Deficit Index(EWDI)로 에너지 수지 기반의 증발산, 태양복사에너지와 토양수분 등을 이용하여 산정한다. 두가지 지수 모두 인공위성 영상 자료를 활용하였다. WBDI 산정을 위한 강수량 자료는 Tropical Rainfall Measuring Mission(TRMM)과 Global Precipitation Mission(GPM)를 활용하였으며, 증발산 자료는 Moderate Resolution Imaging Spectroradiometer (MODIS) 자료를 활용하였다. EWDI 산정에 필요한 입력자료는 모두 MODIS 자료를 활용하였다. 산정된 두 가뭄지수의 수문학적 가뭄 분석을 위해 자연유출지점인 6개 지점을 선정하여 유출량 자료와 비교하였다. 유출량 자료를 활용하여 Error matrix 기법을 적용하여 두 수문학적 가뭄지수의 우리나라에서의 적용성을 파악하였다.

• Composites Research
• /
• v.28 no.6
• /
• pp.383-388
• /
• 2015

Ionic Polymer-Metal Composite (IPMC) consisting of soft membrane plated by platinum electrode layers on both surfaces generates electric energy when subjected to various mechanical stimuli. The paper proposes a circuit model that describes the physical composition of IPMC to predict the voltage generation characteristic corresponding to bending motion. The parameter values in the model are identified to minimize the RMS error between the real and simulated outputs. Following the design of IPMC circuit model, the state observer of the model is designed by using pole placement technique which improves the model accuracy. State observer design technique is also applied to find the inverse model which estimates the input bending angles from the output voltage data. The results show that the inverse model estimates input bending angles fairly well enough for the further applications of IPMC not only as an energy harvester but also as a bending sensor.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.280-280
• /
• 2023

강수의 정확한 시·공간적 추정은 홍수 대응, 가뭄 관리, 수자원 계획 등 수문학적 모델링의 핵심 기술이다. 우주 기술의 발전으로 전지구 강수량 측정 프로젝트(Global Precipitation Measurement, GPM)가 시작됨에 따라 위성의 여러 센서를 이용하여 다양한 고해상도 강수량 자료가 생산되고 있으며, 기후변화로 인한 수재해의 빈도가 증가함에 따라 준실시간(Near-Real-Time) 위성 강수 자료의 활용성 및 중요성이 높아지고 있다. 하지만 준실시간 위성 강수 자료의 경우 빠른 지연시간(latency) 확보를 위해 관측 이후 최소한의 보정을 거쳐 제공되므로 상대적으로 강수 추정치의 불확실성이 높다. 이에 따라 본 연구에서는 앙상블 머신러닝 기반 수집된 위성 강수 자료들을 관측 자료와 병합하여 보정된 준실시간 강수량 자료를 생성하고자 한다. 모형의 입력에는 시단위 3가지 준실시간 위성 강수 자료(GSMaP_NRT, IMERG_Early, PERSIANN_CCS)와 방재기상관측 (AWS)의 온도, 습도, 강수량 지점 자료를 활용하였다. 지점 강수 자료의 경우 결측치를 고려하여 475개 관측소를 선정하였으며, 공간성을 고려한 랜덤 샘플링으로 375개소(약 80%)는 훈련 자료, 나머지 100개소(약 20%)는 검증 자료로 분리하였다. 모형의 정량적 평가 지표로는 KGE, MAE, RMSE이 사용되었으며, 정성적 평가 지표로 강수 분할표에 따라 POD, SR, BS 그리고 CSI를 사용하였다. 머신러닝 모형은 개별 원시 위성 강수 자료 및 IDW 기법보다 높은 정확도로 강수량을 추정하였으며 공간적으로 안정적인 결과를 나타내었다. 다만, 최대 강수량에서는 다소 과소추정되므로 이는 강수와 관련된 입력 변수의 개수 업데이트로 해결할 수 있을 것으로 판단된다. 따라서 불확실성이 높은 개별 준실시간 위성 자료들을 관측 자료와 병합하여 보정된 최적 강수 자료를 생성하는 머신러닝 기법은 돌발성 수재해에 실시간으로 대응 가능하며 홍수 예보에 신뢰도 높은 정량적인 강수량 추정치를 제공할 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.150-150
• /
• 2017

기후변화로 인하여 극한 홍수와 극한 가뭄 발생이 증가할 것으로 전망하고 있어 이에 대한 위험이 대두되고 있는 실정이다. 홍수 및 가뭄 수문시계열의 빈도해석시에 일반적으로 활용되는 정상성 빈도해석기법은 수문자료의 정상성을 기반으로 한 빈도해석이 대부분이기 때문에 기후변화 및 수문자료의 비정상성을 반영한 새로운 빈도해석 기법이 요구되고 있는 상황이다. 본 연구에서는 5개의 대표 관측지점(서울, 포항, 추풍령, 여수, 광주)를 선별하고 1976년부터 2015년까지 일강우자료를 활용하여 기상학적 가뭄지수인 SPI(Standardized Precipitation Index)를 산정하였다. 산정한 SPI의 경향성을 Mann-Kendall 분석을 하였으며, 정상성 및 비정상성 빈도해석을 위하여 최적확률분포로 선정된 GEV 분포 적용하였다. 본 연구에서는 가뭄빈도해석을 위하여 SPI를 입력자료로 활용하였으며, 산정된 SPI의 비정상성을 반영한 비정상성 빈도해석의 경우 Bayesian 모형을 기반으로 한 MCMC(Markov Chain Monte Carlo) 모의를 이용하여 극치분포의 사후분포 매개변수를 추정하였다. 추정 값을 바탕으로 하여 가뭄의 관측소별 빈도해석을 실시하였고 재현기간별-지속기간별 가뭄심도를 추정하여 관측소별 가뭄심도-지속기간-빈도(SDF,Severity-Duration-Frequency) 곡선을 유도하였다. 본 연구를 통하여 정상성과 비정상성 빈도해석 결과의 비교연구를 수행하였으며 기후변화에 따른 비정상 시계열로 구성된 가뭄빈도해석에 매우 유용하게 적용될 수 있을 것으로 나타났다.

• Economic and Environmental Geology
• /
• v.50 no.3
• /
• pp.239-250
• /
• 2017

Physically based landslide susceptibility analysis has been recognized as an effective analysis method because it can consider the mechanism of landslide occurrence. The physically based analysis used the slope geometry and geotechnical properties of slope materials as input. However, when the physically based approach is adopted in regional scale area, the uncertainties were involved in the analysis procedure due to spatial variation and complex geological conditions, which causes inaccurate analysis results. Therefore, probabilistic method have been used to quantify these uncertainties. However, the uncertainties caused by lack of information are not dealt with the probabilistic analysis. Therefore, fuzzy set theory was adopted in this study because the fuzzy set theory is more effective to deal with uncertainties caused by lack of information. In addition, the vertex method and Monte Carlo simulation are coupled with the fuzzy approach. The proposed approach was used to evaluate the landslide susceptibility for a regional study area. In order to compare the analysis results of the proposed approach, Monte Carlo simulation as the probabilistic analysis and the deterministic analysis are used to analyze the landslide susceptibility for same study area. We found that Fuzzy Monte Carlo simulation showed the better prediction accuracy than the probabilistic analysis and the deterministic analysis.

• Journal of the Institute of Electronics Engineers of Korea CI
• /
• v.45 no.5
• /
• pp.95-101
• /
• 2008

Modeling of stock prices forecast has been considered as one of the most difficult problem to develop accurately since stock prices are highly correlated with various environmental conditions including economics and political situation. In this paper, we propose a agent system approach to predict Korea Composite Stock Price Index (KOSPI) using neural network and statistical methods. To minimize mean of prediction error and variation of prediction error, agent system includes sub-agent modules for feature extraction, variables selection, forecast engine selection, and forecasting results analysis. As a first step to develop agent system for KOSPI forecasting, twelve economic indices are selected from twenty two basic standard economic indices using principal component analysis. From selected twelve economic indices, prediction model input variables are chosen again using best-subsets regression method. Two different types data are tested for KOSPI forecasting and the Prediction results showed 11.92 points of root mean squared error for consecutive thirty days of prediction. Also, it is shown that proposed agent system approach for KOSPI forecast is effective since required types and numbers of prediction variables are time-varying, so adaptable selection of modeling inputs and prediction engine are essential for reliable and accurate forecast model.

• Information Systems Review
• /
• v.17 no.1
• /
• pp.49-64
• /
• 2015

Customer reviews which include subjective opinions for the product or service in online store have been generated rapidly and their influence on customers has become immense due to the widespread usage of SNS. In addition, a number of studies have focused on opinion mining to analyze the positive and negative opinions and get a better solution for customer support and sales. It is very important to select the key terms which reflected the customers' sentiment on the reviews for opinion mining. We proposed a document-level terms-based sentiment classification model by select in the optimal terms with part of speech tag. SVMs (Support vector machines) are utilized to build a predictor for opinion mining and we used the combination of POS tag and four terms extraction methods for the feature selection of SVM. To validate the proposed opinion mining model, we applied it to the customer reviews on Amazon. We eliminated the unmeaning terms known as the stopwords and extracted the useful terms by using part of speech tagging approach after crawling 80,000 reviews. The extracted terms gained from document frequency, TF-IDF, information gain, chi-squared statistic were ranked and 20 ranked terms were used to the feature of SVM model. Our experimental results show that the performance of SVM model with four POS tags is superior to the benchmarked model, which are built by extracting only adjective terms. In addition, the SVM model based on Chi-squared statistic for opinion mining shows the most superior performance among SVM models with 4 different kinds of terms extraction method. Our proposed opinion mining model is expected to improve customer service and gain competitive advantage in online store.

• Journal of the Korean GEO-environmental Society
• /
• v.18 no.2
• /
• pp.47-51
• /
• 2017

In this study, the optimization algorithm by inverse analysis that is the core of the adaptive management technique was adopted to update the soil engineering properties based on the ground response during the construction. Adaptive management technique is the framework wherein construction and design procedures are adjusted based on observations and measurements made as construction proceeds. To evaluate the performance of the adaptive management technique, the numerical simulation for the triaxial tests and the synthetic deep excavation were conducted with the Hardening Soil model. To effectively conduct the analysis, the effective parameters among the parameters employed in the model were selected based on the composite scaled sensitivity analysis. The results from the undrained triaxial tests performed with soft Chicago clays were used for the parameter calibration. The simulation for the synthetic deep excavation were conducted assuming that the soil engineering parameters obtained from the triaxial simulation represent the actual field condition. These values were used as the reference values. The observation for the synthetic deep excavation simulations was the horizontal displacement of the support wall that has the highest composite scaled sensitivity among the other possible observations. It was found that the horizontal displacement of the support wall with the various initial soil properties were converged to the reference displacement by using the adaptive management technique.