• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.311-311
• /
• 2022

전 세계적으로 기후변화 및 산업화로 인해 대규모 홍수, 가뭄, 폭염, 산불 등의 재해가 빈번하게 발생하고 있으며, 이러한 재해 및 재난을 조기에 발견하고 최소화를 위한 대응 체계 및 관리방안의 필요성이 증대되고 있다. 이러한 자연재해들의 특징은 추가 재해를 유발할 수 있다는 것으로 재해의 강도가 증가할 뿐만 아니라 여러 가지 재난 및 재해를 동시에 유발하는 형태로 변화하기 때문에, 단일자연재해 평가 기술을 바탕으로 복합자연재해에 대한 분석 및 감지가 진행되어야 한다. 최근 기후변화로 인한 기상 패턴의 변화 및 가뭄 발생빈도의 증가가 뚜렷하며, 국외에서는 폭염과 가뭄을 고려한 복합자연재해로 'Flash Drought'로 정의된 돌발가뭄에 대한 연구가 이루어지고 있다. 폭염과 가뭄은 단순 강우 부족으로 인한 가뭄, 높은 기온으로 인한 폭염 등이 서로 독립적으로 발생하는 경우와 강우부족과 폭염의 지속으로 인한 상호연관성이 존재하는 복합자연재해 등으로 구분할 수 있다. 돌발가뭄은 강수 부족 또는 폭염이 지속되거나 강도가 높아질 경우, 지면온도가 상승하여 토양수분이 필요 이상으로 증발하여 단기간에 발생하는 초단기 가뭄으로 복합자연재해에 해당하며, 이러한 돌발가뭄은 농업분야에서 작물 생장 및 영농기 활동에 큰 영향을 미치기 때문에 모니터링 및 감지 기술이 필요하다. 본 연구에서는 수문기상학적 요소를 활용하여 폭염 및 가뭄을 고려한 복합자연재해에 대한 상관분석을 수행하였다. 기상청에서 제공하는 기상자료(일최고기온/평균기온/최저기온, 강수량, 상대습도, 일조량 등)에 대한 전국 76개소 대상 기상자료를 구축하였으며, Sentinel, Landsat, MODIS(Moderate Resolution Imaging Spectroradiometer) 등과 같은 위성영상 자료를 구축하여 폭염과 가뭄에 대한 각각의 인자를 선정하고 상관 관계를 분석하였다. 본 연구의 결과는 향후 복합자연재해 감지 및 예측 기술 개발에 활용하여 재해 예방 및 대응에 대한 기초자료로 활용될 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.320-320
• /
• 2023

강우 데이터는 수문기상, 환경, 농업, 자연재해, 그리고 수자원 시스템 분야에서 가장 필수적인 기본 요소 중 하나이다. 또한 강우 데이터는 수문학적 분석에서 활용되는 필수 입력 자료 중 하나로 관측 데이터의 품질에 따라 수문 모형을 이용한 모의 결과물의 정확도가 결정된다고 할 수 있다. 따라서, 강우 관측소별로 강우 데이터의 품질을 어떻게 관리하느냐에 따라 수문 모형의 활용 범위 및 수자원 관리의 효율성이 결정될 수 있다. 강우의 시공간적 변동성은 수 많은 인자들과 직간접적으로 연계되어 있기 때문에 미계측 강우 자료에 대해 직접 관측이 아닌 수치 모형을 이용하여 강우의 발생과 강우량을 산정하는 것은 매우 복잡한 과제 중 하나이다. 현재 국내에서 운용되고 있는 강우 관측소의 경우에도 미계측 된 강우 데이터가 존재함으로써 강우 데이터의 활용에 제한이 생기는 경우가 있다. 따라서, 이러한 미계측 데이터의 추정 및 보완은 보다 효과적인 수재해 방지, 수자원 관리를 위한 필수 과제 중 하나이다. 일반적으로, 미계측 강우를 산정하기 위해서 Kriging, Thiessen, 등우선법, 그리고 역거리 관측법 등 다양한 수문학적 방법들이 적용되고 있다. 이러한 방법들은 산악효과나 강우 관측소의 분포 상태 등을 고려하지 못하기 때문에 측정하는 지역에 따라 강우 추정 오차가 커질 수 있다는 한계가 있다. 최근에는 데이터 관측 시스템과 빅데이터 기술의 발전과 활용 가능한 데이터의 양이 증가함에 따라 머신러닝을 활용한 사례가 증가하고 있다. 머신러닝은 데이터 사이의 관계를 기반으로 분류, 회귀, 그리고 예측 문제에 주로 사용되는 기법 중 하나이다. 따라서, 본 연구에서는 광주광역시 지역에 위치한 주요 강우 관측 지점들을 대상으로 미계측 된 시강우 데이터를 추정 및 복원하고자 한다. 여기서 데이터 추정 기술이란 미계측 강우의 발생 유무 및 강우량을 추정할 수 있는 기술을 의미한다. 이를 위해 대표적인 머신러닝 알고리즘인 인공신경망(Artificial Neural Network) 및 랜덤포레스트(Random Forest)를 적용하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.457-457
• /
• 2011

저영향개발(LID, Low Impact Development)은 물순환체계 개선을 위해 녹색 공간의 확보, 자연형 공간 조성, 자연상태의 수문순환 기능의 유지 기법 등을 활용한 개발 대상지에서의 강우유출 및 비점오염원의 영향을 최소화할 수 있는 새로운 방법이다. LID는 강우 유출수의 지하침투, 강우 종료시 증발산량의 확보, 강우 유출수의 재이용 등을 통한 강우 유출량을 최소화하는 것에 그 목적이 있다. LID 방법은 우수저류 공원, 생태저류지, 지붕층 저류공원, 보도 저류공간, 인공습지, 완충녹지대, 수목 보존지대, 지붕층 배수관, 강우 저장조, 투수성 포장, 토양 개량, 불투수층 최소화, 비점오염원 저감 등으로 효율성, 경제성, 유연성, 합리성, 토지 가치증대 등의 장점이 있다. 영산강 수계의 BOD 배출부하량이 점오염원(21,019kg/일)과 비점오염원(50,047kg/일)의 비율이 3:7 로 비점오염원 배출부하량이 훨씬 큰 상태이다. 특히, 광주광역시, 농업용 토지, 축산계 등의 비점오염원이 영산강 수질에 크게 영향을 미치고 있다. 따라서 본 연구에서는 비점오염원의 영향이 큰 영산강 수계를 대상으로 앞으로 이루어지는 개발계획을 분석하여 LID 기법을 적용하였을 때 영산강 수질에 미치는 영향을 모델링을 통해 예측하고자 한다. 수질개선에 어느 정도의 효과가 있는지 검증하기 위해 국내 실정에 맞고 QUAL2E 모델을 근간으로 WASP5 모형의 장점들을 접목시켜 Bottle BOD의 반응기작 및 조류의 생산에 의한 유기물 증가, 탈질화 반응 등 정체수역에서 일어날 수 있는 반응기작을 모의할 수 있도록 보완한 QUALKO2 모형을 이용하여 그 효과를 모의하고자 한다. 본 연구를 통해 LID 기법이 도시화에 영향을 얼마나 덜 주는지, 수계의 비점오염원 효과를 통해 물순환 체계의 개선이 어느 정도로 어루어지는지에 대한 효과를 검증을 할 수 있는 계기가 될 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.155-155
• /
• 2012

최근 집중호우에 따른 자연재해가 크게 증가하여 수문 및 기상분야에서 강우를 관측 및 예측하기 위한 레이더 활용성이 증대되고 있으며, 이에 따라 정부 각 관련부처에서는 레이더의 도입 및 확충을 위한 방안을 계획 제시하고 있다. 특히, 레이더강우 자료는 수문해석분야에서의 GIS 등 디지털정보를 이용하여 유역매개변수를 추정함에 따라 더 정확하고 상세한 수문자료 확보가 가능하게 되어, 격자기반의 분포형 강우-유출모형 등을 이용하여 수문해석을 하는데 있어 그 활용성이 크게 증가하고 있다. 그러나 레이더강우 자료의 정확성은 아직까지 만족할 만한 수준에 이르지 못하고 있기 때문에, 그 불확실성으로 인하여 레이더강우 자료의 활용 및 적용에 한계를 가지고 있는 실정이다. 본 연구에서는 지상강우를 이용한 레이더강우 보정을 위하여 SOA(Statistical Objective Analysis)보정방법을 이용하였으며, 기존 SOA방법에서의 거리에 따른 가중치($_{kd}$)와 함께 지형(고도)에 따른 가중치($W_{ike}$), 바람의 영향에 따른 가중치($W_{ikw}$)를 추가로 산정하여 적용하였으며, 이를 통하여 보정된 강우장을 생성하였다. SOA방법을 통해 생성된 강우장이 어느 정도의 강우정확도를 가지고 강우분포를 재현하는지 검증하기 위하여 2011년 7~9월의 수문학적 분석에 활용 가능한 강우사상과 낙동강유역을 대상으로, 분포형모형인 $Vflo^{TM}$ 모형을 이용하여 산정된 유출량과 관측 유출량과의 비교를 실시하였다. 또한, 유출량에 대한 오차 및 ME(Model Efficiency)를 통해 레이더강우 자료의 유출모형에서의 효율성을 검토하고자 하였다. 본 연구에서 수행된 보정 강우장에 따른 유출량 비교를 통해 레이더 강우의 정확도에 대한 정량적 평가 방법 도출이 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.58-58
• /
• 2019

최근 기계학습기법에 대한 활발한 연구로 인하여 많은 기계학습기법들이 개발되었다. 이러한 최신기계학습기법은 기존에 사용되어온 기계학습기법과 경험식들보다 자연현상을 예측하고 재현하는데 높은 성능을 보이는 것으로 알려져 있다. 레이더 자료를 이용한 강우추정 기법으로는 ZR관계식이 널리 사용되고 있다. 이상적인 조건에서는 ZR 관계식을 이용한 레이더 강우추정이 양호한 성능을 보이나, 실제 레이더 자료를 이용한 강우추정은 이상적인 환경이 아닌 경우가 매우 많다. 이런 ZR관계식의 한계점을 보완하기 위한 방법으로 기계학습기법을 이용한 레이더 강우추정 기법들이 개발되었으나, 현재 한국의 레이더 자료를 대상으로 해서는 많은 연구가 진행되어 오지 않고 있다. 레이더 자료를 이용한 강우추정의 정확도 향상을 위해서는 최신 기계학습기법들의 레이더 강우추정 기법에 대한 적용가능성을 평가해 볼 필요성이 있다. 본 연구에서는 random forest, stochastic gradient boosted model, extreme learning machine의 강우 레이더 강우추정 기법으로의 적용성을 평가하였다. 강우추정 기법 개발 및 성능 비교를 위해서 2018년 광덕산 이중편파 레이더 자료를 이용하였다. 다양한 이중편파 매개변수 조합을 레이더 강우추정 기법의 입력변수로 적용하였다. 기존 연구의 사용되어 온 ZR관계식의 매개변수를 또한 강우사상과 이중편파 매개변수 조합을 이용하여 추정하였다. 기계학습을 적용한 레이더 강우추정 기법이 ZR관계식보다 상관계수와 제곱근오차를 기준으로 높은 강우추정 정확도를 보였다. 특히 개발된 강우추정 기법은 호우사상에서 높은 정확도를 보이는 것을 확인 할 수 있었다. 적용된 기계학습 기법 중에서는extreme learning machine이 레이더 강우추정기법 개발에 가장 적합한 것으로 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.341-341
• /
• 2012

최근 기후변화로 인한 이상호우의 발생으로 도시유역에서의 홍수피해가 급증하고 있으며 이로 인해 도시유역에서의 설계홍수량 산정이 매우 중요시 되고 있다. 지금까지는 도시유역에서의 설계홍수량을 산정하기 위해 I-D-F 곡선을 이용하고 있으나 현실적으로 시간단위 이하의 관측강우량 자료의 부족으로 인해 신뢰성 있는 시간단위 이하의 설계강우량 산정에 많은 불확실성을 지니고 있다. 도시유역의 경우에는 자연유역에 비해 강우발생시 일반적으로 도달시간이 한 시간 이하이기 때문에 극한 강우사상 즉, 단시간에 집중적으로 많은 양의 강우가 발생 할 경우 시간단위 이하의 강우강도를 이용한 유출해석이 필요하다. 따라서 본 연구에서는 추계학적 강우발생기법을 통해 시간단위 강우시계열자료를 확충한 후 분해기법을 통해 시간단위이하강우를 생성하였다. 이를 위해 Bartlett-Lewis rectangular pulse 모형과 Cascade 분해 기법을 이용하여 5분단위 강우량자료를 모의발생 하였다. 또한 모의치와 관측치를 재현기간별로 비교, 분석하여 그 차이를 확인하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.166-166
• /
• 2016

국내에서는 기후변화로 인해 집중호우 및 태풍 발생이 증가하고 있으며, 이는 자연재해의 발생뿐만 아니라 차량 및 항공 운항의 어려움을 야기한다. 차량 및 항공 운항의 안정성 확보를 위해서는 노면의 마찰저항을 유지하는 것이 중요한데, 강수로 인해 형성되는 수막두께는 노면의 마찰저항을 감소시키므로 포장설계시 고려해야 할 주요소이다. 특히, 물적/인적 이동이 많은 공항은 기상조건에 더욱 취약하며, 기후변화로 인한 강수특성 변화로 활주로의 수막두께 증가 및 운항의 차질이 우려되고 있다. 따라서 본 연구에서는 과거 및 미래 강우조건에 따라 활주로 노면의 수막두께를 산정하고, 기후변화에 따른 수막두께의 변화를 평가하고자 한다. 과거 관측 및 기후변화 시나리오를 이용하여 강우자료를 생산하였고, 이를 강우-유출 모형의 강우 입력 자료로 활용하였다. 과거 강우자료는 인천지점의 기상청 관측자료를 수집하였으며, AR5 RCP 시나리오(RCP4.5, RCP8.5) 기반의 적정 GCMs 결과를 활용하여 미래 강우시나리오를 산정하였다. 강우의 재현기간 및 지속시간에 따른 수막두께의 변화를 분석하기 위해 인천지역의 과거 및 미래 확률강우량을 산정하였다. 수막두께를 산정하기 위해 활주로 폭, 경사 등 활주로 제원을 수집하고, 유출 모형의 입력자료를 구축하였다. 과거 및 미래 확률강우량을 SWMM 모형에 적용하여 유출량을 산정하였으며, 유속과 흐름폭으로 나누어 활주로의 수막두께를 산정하였다. 산정결과, 강우량이 증가함에 따라 수막두께는 증가하고, 강우의 지속시간이 증가함에 따라서는 감소하는 것으로 분석되었다. 미래의 경우, 기후변화의 영향에 따라 강수량이 증가하여 수막두께가 과거에 비해 증가하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.135-135
• /
• 2017

최근 강우-유출 모형은 물리적 현상에 근거한 확정론적 모의 모형과 물리적 성분으로 설명할 수 없는 내용에 대해 통계적으로 접근하는 추계학적 모의 모형 등이 계속 연구되고 있어 자연현상에 가까운 결과를 기대할 수 있게 되었다. 하지만 우리나라의 경우 많은 연구에도 불구하고 돌발성 집중호우, 여름철 집중되는 강우 등으로 인해 재난이 반복적으로 발생하고 있어 모형의 정확성에 대한 논의가 지속되고 있다. 동일한 유역에 동일한 입력자료를 사용하더라도 사용하는 모형에 따라 유출 분석결과는 상이하며 이는 유출 해석에 대한 불확실성으로 작용한다. 본 연구에서는 앙상블 및 블랜딩 기법을 사용하여 각 강우-유출 모형의 불확실성을 고려하여 최적 유출량을 산정하고자 한다. 대상 유역으로는 한강 수계에 있는 중랑천 유역을 선정하였으며, Distributed 모형인 Vflo 모형과 Lumped 모형인 저류함수 모형, SSARR모형, TANK 모형을 이용하여 유출 분석을 실시하였다. 그 후, Multi-Model Super Ensemble(MMSE), Simple Model Average(SMA), Mean Square Error(MSE) 방법 등의 blending 기법을 이용하여 하나의 통합된 형태의 유출 분석 결과를 제시하였으며, 최적 유출량 산정을 위한 blending 기법을 선정하였다. 본 연구를 통해 동일한 강우 시나리오에 대한 여러 강우-유출 모형에 대한 정확도를 확인하였으며, 앙상블 및 블랜딩 기법을 사용하여 유출 분석에 대한 정확도를 향상시킬 수 있을 것으로 판단된다.

• Life and Agrochemicals
• /
• v.29 no.1 s.234
• /
• pp.50-51
• /
• 2008

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.94-94
• /
• 2023

유역에서의 홍수를 예측하기 위한 다양한 강우-유출 모형들이 개발되어 사용되고 있다. 개념적 강우-유출 모형들은 신뢰성과 적용성이 높아 실무에서 널리 활용되어왔으나, 강우-유출 과정을 단순화하여 고려하므로 유출예측의 정확도에 한계가 있다. 또한 모형의 매개변수에 여러 불확실성이 존재하므로 충분한 양의 관측자료를 사용한 보정 작업이 필요하다. 물리적 강우-유출 모형들은 유출예측 결과가 비교적 물리적으로 정확하다는 장점이 있지만, 높은 계산 비용 및 수치적 불안정성으로 인하여 실무에의 적용이 힘들다. 본 연구에서는 홍수 예측의 정확도와 효율성을 모두 확보할 수 있는 하이브리드 기법을 개발하였다. 본 연구에서 개발한 기법은 물리적 모형인 동역학파 모형과 개념적 모형인 순간단위도 모형, 그리고 딥러닝 모형을 결합하여 사용하는 기법이다. 유역의 조도계수 및 지형을 활용한 동역학파 시뮬레이션을 수행하였으며, 동역학파 시뮬레이션 결과 및 멱함수로 나타내어지는 비선형적 강우-유출 관계를 이용하여 유역의 순간단위도를 유도였다. 또한, 딥러닝 모형인 LSTM 모형을 활용하여 강우손실 매개변수를 추정하였으며, 이를 이용하여 강우손실을 계산한 후 유효강우주상도를 산정하였다. 그리고 유역 출구에서의 홍수수문곡선은 유효강우주상도와 순간단위도를 활용한 회선적분을 통해 예측되었다. 본 연구에서 개발한 기법을 시험유역 및 자연유역에서의 홍수 예측에 적용해보았으며, 예측 결과는 NSE=0.55-0.90, R²=0.67-0.95의 높은 정확도를 보였다. 본 연구에서 유도하는 순간단위도는 한 유역에서 유일하지 않으며, 유효 강우강도의 함수이므로 홍수 예측에 비선형적 강우-유출 관계를 고려할 수 있으며, 수많은 유효 강우강도에 대한 순간단위도들은 멱함수를 이용하여 순간적으로 유도될 수 있다. 또한, 유역의 강우 특성이나 지표면의 토양수분, 식생과 같은 특성을 딥러닝 모형을 통해 고려함으로써 강우 손실 산정의 불확실성을 줄일 수 있다. 또한, 순간단위도 유도를 위한 기초작업인 동역학파 시뮬레이션은 유역의 지형과 조도계수만을 필요로 하므로 미계측 유역에의 적용이 유리하다.