• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1095-1105
• /
• 2021

기후변화에 따른 집중호우, 태풍 등의 발생빈도의 증가로 인하여 댐 운영의 고도화가 요구되고 있다. 일반적으로 댐 운영의 경우 강우예측, 강우-유출, 홍수추적 등 다양한 수리수문학적 요소들을 반영하여 수행되나 기 계획된 특정 규칙에 기반한 댐 운영 모형의 경우, 때때로 개별 모듈들의 불확실성과 복합적인 인자들로 인하여 댐의 방류량을 능동적으로 제어하는데 제약이 있을 수 있다. 본 연구는 남강댐 직하류 홍수피해 예방을 위하여 댐의 방류량 결정 등 효율적인 댐 운영을 지원하기 위해 딥러닝 기반 LSTM (Long Short-Term Memory) 모형을 구축하고, 선행시간별 댐직하류 수위예측 정확도를 분석하는 것을 목적으로 한다. LSTM 모형의 입력자료는 댐 운영에 사용되는 기초자료 및 하류 장대동 수위관측소의 수위 자료를 시 단위로 2009년부터 2021년 7월까지 수집하였다. 2009년부터 2018년 자료는 모형의 학습과 검증 및 2019년부터 2021년 7월 자료는 선행시간을 7개(1 h, 3 h, 6 h, 9 h, 12 h, 18 h, 24 h)로 구분하여 관측 수위와 예측 수위를 비교·분석하였다. 그 결과, 선행시간 1시간의 예측결과는 평균적으로 MAE가 0.01 m, RMSE가 0.015 m, NSE가 0.99 로 관측 수위에 매우 근접한 예측 결과를 나타내었다. 또한, 선행시간이 길어질수록 예측 정확도는 근소하게 감소하였지만, 관측 수위의 시간적 패턴을 유사하게 안정적으로 예측하는 것으로 분석되었다. 따라서 수리수문학적 비선형의 복잡한 자료간의 특징을 자동으로 추출하여 예측 자료를 생산하는 LSTM 모형은 댐 방류량 의사결정에 있어 활용이 가능할 것으로 판단된다.

• 한국조경학회지
• /
• 제51권2호
• /
• pp.1-11
• /
• 2023

수목의 파손은 주변 재산과 생명에 치명적인 위험을 초래한다. 특히, 도복으로 인한 위험은 피해범위가 넓고, 충격의 강도가 높기 때문에 선제적으로 대응하는 것이 중요하다. 이에 도복 시 예상되는 잠재적 위험범위를 산정하거나 위험등급을 평가한 시도가 있었지만, 구체적인 물리량으로 위험을 정량화하지 못하였다. 또한, 수목과 피해대상의 형상을 입체적으로 반영하지 못했다는 아쉬움이 있다. 본 연구는 수목의 도복 시 발생할 수 있는 위험범위와 충격량을 정량적, 입체적으로 예측하기 위한 기법의 개발을 목적으로 하였다. 주요 결과는 다음과 같다. 첫째, 수목의 도복 시 발생하는 위험범위와 충격량 산출식을 정립하였다. 위험범위 산출 시 수목이 쓰러져 미끄러지는 가능성을 반영해 수고의 1.5배를 반경으로 하는 원의 내부 범위로 확대하여 계산하였다. 수목의 기울기에 따라 직립으로 생육하는 수목은 근원부를 중심으로 360° 범위, 기울어져 생육하는 수목은 기운 방향에서 180° 범위로 설정하였다. 충격량은 충돌이 발생하기 직전 수목의 나중운동량이 피해대상에 전달되는 현상을 이용해 산출하였다. 또한, 수목이 쓰러질 때 근원부를 기점으로 회전운동 하는 것을 반영해 각운동량을 산출하였으며, 이를 선운동량으로 전환하여 충격량을 계산하였다. 둘째, Rhino3D와 Grasshopper를 이용하여 위험범위, 충격량 산출 알고리즘을 개발하였다. 알고리즘은 3차원 모델 제작, 산출, 조회 기능으로 구성하였다. 3차원 모델은 Rhino3D를 이용하여 지형, 건물, 수목의 형상을 입체적 모델로 제작하였고, 이를 Grasshopper에 연결하여 공간정보를 구축하였다. 산출 기능에서는 산출식을 활용하여 알고리즘을 코딩하였다. 산출 시 수고, 기울기, 중량 등 수목의 생육 정보와 인접수목, 피해대상, 분석범위 등 주변 환경을 고려하였다. 조회 기능에서는 산출 결과를 종합하여 3차원 모델에 가시화하였다. 산출값에 따라 색상으로 구분하여 위험수목과 위험구역을 효율적으로 판단하였다. 본 연구는 수목의 도복 시 발생하는 잠재적 위험범위와 충격량을 정량적으로 산출하고, 이를 가시화하여 우선관리가 필요한 대상을 효율적으로 판단하는 방법을 제시하였다. 이는 도복 발생 시, 주변 건물과 관람객의 안전을 위한 대책 수립 및 재난 예방의 기초자료로 활용될 수 있을 것이다. 또한, 도심지와 공원, 문화재구역에서 명확한 기준 없이 진행되는 수목의 제거를 방지하는데 기여할 것이다.

• 한국수자원학회논문집
• /
• 제56권2호
• /
• pp.75-89
• /
• 2023

강우-유출 해석은 하천 홍수예경보, 댐 유입량 산정 및 방류량 결정 등 수자원 관리 및 계획수립에 있어 중요한 과정이며, 밀도높은 강우관측망으로부터 수집된 강우 자료는 정확한 강우-유출 해석을 위한 가장 중요한 기초 자료로 활용된다. 본 연구 대상 지역인 메콩강 유역은 국가공유하천으로 강수 자료수집이 어렵고, 구축된 자료의 양적, 질적 품질이 국가별로 상이하여 수문해석 결과의 불확실성을 높일 우려가 있다. 최근 원격탐사 기술의 발달로 격자형 글로벌 강수자료의 획득이 용이해졌으며, 이를 활용한 미계측 유역 또는 대유역에서의 다양한 수문해석 연구들이 수행된 바 있다. 본 연구에서는 미계측 대유역 수문해석에 있어 격자형 강수자료의 적용성을 평가하기 위하여 3개의 위성 강수자료(TRMM, GSMaP, PERSIANN-CDR)와 2개의 지점 격자형 강수자료(APHRODITE, GPCC)를 수집하고, APHRODITE를 관측값으로 합성곱 신경망 모형인 ConvAE 알고리즘을 이용하여 위성 강수자료의 시·공간적 편의보정을 수행하였다. 또한, 메콩강 본류의 주요지점인 Luang Prabang, Pakse, Stung Treng, Kratie 4개 수위 관측소를 선정하여 SWAT 모형의 매개변수를 보정(2004~2011)하고 지점 격자형 강수자료 및 위성 강수자료의 보정전·후의 유출모의(2012~2013) 결과를 비교·분석하였다. 그 결과 원시위성 강수자료 및 GPCC는 APHPRODITE에 비해 정량적으로 과소 또는 과대추정되거나 공간적으로 매우 상이한 패턴을 나타낸 반면, GSMaP과 ConvAE를 이용하여 보정된 위성 강수자료의 경우, APHPRODITE에 대한 시·공간적 상관성이 개선된 것으로 분석되었다. 또한 유출모의의 경우, 모든 지점에 대해서 ConvAE로 보정된 위성 강수자료를 이용한 유출모의 결과가 원시 위성강수자료를 이용한 유출결과 보다 정확도가 향상된 것으로 분석되었다. 따라서 본 연구에서 제시하는 격자형 위성 강수자료 보정기법과 연계한 강우-유출 해석은 향후 다양한 위성 강수자료를 활용한 미계측 대유역 수문해석에서 활용이 가능할 것으로 판단된다.

• 생태와환경
• /
• 제55권1호
• /
• pp.60-75
• /
• 2022

베이지안 알고리즘 모델은 입력된 자료를 기반으로 확률을 계산하는 모델 알고리즘으로써 주로 복합재난 및 수질관리를 위해 사용되었다. 최근에는 생물 간, 혹은 생물-비생물 요인들 사이의 생태학적 구조를 파악하고 이를 이용한 생태 네트워크 분석에 활용되고 있다. 본 연구는 국내 하구수생태계의 부착돌말류 군집 변화와 이화학적 요인들 사이의 베이지안 네트워크 분석을 수행하여 부착돌말류 건강성 변화의 주요 요인들을 파악하였다. 베이지안 분석을 위해 본 연구 자료를 위해 물환경측정망의 생물 측정망을 기준으로 전국 하구 지역에 분포하는 668개 지점을 2008년부터 2019년까지 연간 2회 조사를 수행하였다. 자료는 서식지 요인, 물리적 요인, 화학적 요인, 생물학적 요인으로 분류하였으며 이를 베이지안 네트워크 모델에 입력하여 전국 및 해역별 하구수생태계 네트워크 분석을 수행하였다. 2008년부터 2019년까지 전국 하구수역에서 부착돌말류는 총 625개 분류군이 출현하였으며 2목, 5아목, 18과, 141속, 595종, 29변종, 1품종으로 구성되었다. Nitzschia inconspicua의 누적 세포밀도가 가장 높았으며 Nitzschia palea가 뒤를 이었고, 이외에도 Pseudostaurosira elliptica와 Achnanthidium minutissimum 분류군의 누적 세포밀도가 높았다. 부착돌말류를 이용한 하구수생태계 건강성 평가 결과는 조사 지점이 증가함에 따라서 대체로 보통(C등급)~나쁨(D등급) 등급의 비율이 증가하였으나 조사 시기에 따른 등급별 변화는 매우 미약하였다. 베이지안 네트워크 모델을 이용하여 하구수생태계 부착돌말류 건강성 평가 결과와 서식지 정보 및 이화학적 수질 정보 사이의 관계를 분석한 결과, 건강성 평가 점수에 가장 민감하게 영향을 미치는 요인은 생물 요인이었으며 서식지 및 이화학적 요인은 상대적으로 민감도가 낮았다. 하구수생태계 건강성 평가 점수에 가장 민감하게 영향을 미치는 부착돌말류 분류군은 Nitzschia inconspicua, N. fonticola, Achnanthes convergens, Pseudostaurosira elliptica으로 나타났으며 생물 요인 이외에도 서식지 인근의 공단과 축사의 비율이 건강성 평가 점수에 많은 영향을 미쳤다. 해역에 따라서 부착돌말류 건강성 평가 점수에 민감한 주요 분류군 조성은 다르게 나타났으나 모든 해역에서 부착돌말류의 세포밀도와 AFDM 및 Chl-a는 부착돌말류 건강성 점수에 민감한 영향을 미치지 않았다. 베이지안 네트워크 분석은 하구수생태계와 같이 복잡한 생태구조에서도 건강성에 영향을 미치는 주요 분류군과 요인들을 파악하는데 유용하였으며 이를 통해 향후 훼손된 하구수생태계의 복원을 수행함에 있어서 복원 대상을 보다 정확하게 제시할 수 있을 것으로 판단된다.