• Title/Summary/Keyword: 저수요

Search Result 1,452, Processing Time 0.036 seconds

Modeling reservoir water balance for generating quasi realtime operation data (준 실시간 저수지 운영자료 생산을 위한 물수지 모형)

  • Noh, Jaekyoung;Lee, Jaenam
    • Proceedings of the Korea Water Resources Association Conference
    • /
    • 2022.05a
    • /
    • pp.125-125
    • /
    • 2022
  • 저수지 운영자료는 다목적 댐 경우와 마찬가지로, 유입량, 저수량, 방류량 자료로 구성된다. 여기에 강우량을 포함하여, 실시간으로 관리돼야 한다. 그러나 우리나라 저수지는 저수율 자료만 관리하고 있다. 유입량, 방류량이 없는 것이 아니고 관리를 하지 않는다. 강우량은 전혀 없다. 큰 문제인데, 아직도 그 심각성을 모르고, 대충하면 되는 줄 알고 있다. 가장 기초가 되는 일을 무시하고 물관리를 하고 있는 상황이고, 누구도 그 신뢰성을 믿지 않고 있다. 여기서는 이를 해결하는 방안으로 준 실시간 물수지 모형을 구축하여, 10분 단위, 30분 단위, 1시간 단위로 저수위, 저수량, 유입량, 방류량, 강우량을 연속하여 생산하고 검증하는 체제를 제시한다. 준 실시간의 뜻은 계산에 의하지 않고 유입량을 모의에 의해 적용하고 검증하는 과정이 필요하여, 실시간 보다 하루 이틀 늦게 자료를 생산한다는 의미다. 대상 저수지는 유역 내 강우량 수집이 가능한 유역면적 218.80km2, 유효저수량 3,494만m3, 수혜면적 5,117 ha인 탑정지를 선정했다. 탑정지 방류량은 탑정1(폭 7.5m×높이 1.5m), 탑정2(4m×1.6m), 양수장(3m×1.6m) 수로로 관개용수 공급량과, 9연의 수문(9m×7.5m)으로 홍수기 방류량으로 구성된다. 분석기간은 1월1일부터 1시간 단위로 연속하여 기간은 자유롭게 설정하여 검정하는 체제를 갖추고 검증된 결과를 제시토록 했다. 2021년 9월의 1시간 단위의 탑정지 저수지 물수지 모의 결과를 요약하면 다음과 같다. 첫째, 탑정지 유역의 환경부 관리 장선, 양촌, 연산 관측소의 면적우량은 최대 15.3mm, 총 160.4mm(3,510만m3)였고, ONE 모형에 의해 연속유량을 모의한 결과, 유입량은 최대 35.6m3/s, 총 1,464만m3로 유출률 41.7%였다. 둘째, 탑정1, 탑정2, 양수장 수로의 수위자료에 수위-유량 관계식을 적용해 수로유량을 산정한 결과 합하여 최대 16.8m3/s였고, 총 548만m3였으며, 수문 방류량은 최대 20.0m3/s였고, 총 108만m3였다. 셋째, 저수지 수위는 관측수위는 EL.28.21~29.38m, 평균 EL.28.87m, 모의수위는 EL.28.08~29.62m, 평균 EL.28.80m로 나타났고, R2는 0.910로 만족한 결과를 얻었다. 정리하면 저수지 운영자료가 없는데도, 10분, 1시간 단위로 연속으로 유입량, 저수량을 모의하여 관측저수량과 비교한 결과가 괄목할 신뢰도를 나타냈다. 이를 바탕으로 저수량, 유입량, 방류량, 강우량 등 준 실시간 저수지 운영자료 생산체제를 마련한 것으로 결론을 내렸다.

  • PDF

Analyzing the Impact of Multivariate Inputs on Deep Learning-Based Reservoir Level Prediction and Approaches for Mid to Long-Term Forecasting (다변량 입력이 딥러닝 기반 저수율 예측에 미치는 영향 분석과 중장기 예측 방안)

  • Hyeseung Park;Jongwook Yoon;Hojun Lee;Hyunho Yang
    • The Transactions of the Korea Information Processing Society
    • /
    • v.13 no.4
    • /
    • pp.199-207
    • /
    • 2024
  • Local reservoirs are crucial sources for agricultural water supply, necessitating stable water level management to prepare for extreme climate conditions such as droughts. Water level prediction is significantly influenced by local climate characteristics, such as localized rainfall, as well as seasonal factors including cropping times, making it essential to understand the correlation between input and output data as much as selecting an appropriate prediction model. In this study, extensive multivariate data from over 400 reservoirs in Jeollabuk-do from 1991 to 2022 was utilized to train and validate a water level prediction model that comprehensively reflects the complex hydrological and climatological environmental factors of each reservoir, and to analyze the impact of each input feature on the prediction performance of water levels. Instead of focusing on improvements in water level performance through neural network structures, the study adopts a basic Feedforward Neural Network composed of fully connected layers, batch normalization, dropout, and activation functions, focusing on the correlation between multivariate input data and prediction performance. Additionally, most existing studies only present short-term prediction performance on a daily basis, which is not suitable for practical environments that require medium to long-term predictions, such as 10 days or a month. Therefore, this study measured the water level prediction performance up to one month ahead through a recursive method that uses daily prediction values as the next input. The experiment identified performance changes according to the prediction period and analyzed the impact of each input feature on the overall performance based on an Ablation study.

Use reservoir stoage data for improvement of hydrological observation (수문관측에서 저수량 자료 활용하다)

  • Jaekyoung Noh;Jaenam Lee
    • Proceedings of the Korea Water Resources Association Conference
    • /
    • 2023.05a
    • /
    • pp.67-67
    • /
    • 2023
  • 수문관측의 핵심은 강우-유출 관계다. 하천유량 생산을 위해 수많은 지점에서 유량측정을 수행한다. 그러나 유량자료의 신뢰도는 높지 않다. 그리고 댐 유입량 산정에 아무 도움이 되지 않고 있다. 더구나 저수지의 경우는 유입량 자료도 없이 운영되고 있다. 저수지, 댐에 물이 고여 있는데 이를 활용하면 유입량을 계산할 수 있고, 그 지점에서 유량이 얼마인지 고품질로 생산할 수 있다. 여기서는 총저수량 260만m3, 유역면적 3.7km2인 감포댐에 적용하여 저수량 자료를 활용하여 유입량의 신뢰도를 얼마나 개선시킬 수 있는지 분석한 결과는 다음과 같다. 여기서 적용 기간은2020.9.1.~9.14., 2022.9.5.~9.6 등 2개 사상이고, ONE 모형에 의해 10분 단위로 유출량을 모의했다. 모의 방법은 총유량을 같게 하는 방법과 저수위 오차를 최소로 하는 방법 등 두 가지로 했다. 첫째, 2020.9.1.~9.14. 사상은 강우량은 10분 최대 19.0mm, 총 127.0mm였다. 총유량을 같게 하는 경우 유입량은 10분 최대 5.4m3/s, 총 40만m3로 모의돼, 유출률 85.5%로 나타났고, 관측은 10분최대 4.7m3/s, 총 40만m3, 유출률 85.3%로 나타났다. 유량 신뢰도는 RMSE 0.491mm, NSE 0.237, R2는 0.455로 나타났다. 이 경우 저수위 모의 신뢰도는 RMSE 0.600m, NSE 0.158, R2는 0.893로나타났다. 저수량 오차를 최소로 한 경우 유입량은 10분 최대 4.0m3/s, 총 28만m3로 모의돼, 유출률 59.4%로 나타났고, 관측은 10분 최대 4.0m3/s, 총 28만m3, 유출률 85.3%로 나타났다. 유량 신뢰도는 RMSE 0.425mm, NSE 0.430, R2는 0.507로 나타났다. 이 경우 저수위 모의 신뢰도는 RMSE 0.110m, NSE 0.972, R2는 0.995로 높았다. 둘째, 2022.9.5.~9.6. 사상은 강우량은 10분 최대 32.3mm, 총 196.0mm였다. 총유량을 같게 하는 경우 유입량은 10분 최대 64.5m3/s, 총 59만m3로 모의돼, 유출률 81.6%로 나타났고, 관측은 10분 최대 80.1m3/s, 총 59만m3, 유출률 81.6%로 나타났다. 유량 신뢰도는 RMSE 1.832mm, NSE 0.960, R2는 0.984로 나타났다. 이 경우 저수위 모의 신뢰도는 RMSE 0.323m, NSE 0.968, R2는 0.999로나타났다. 저수량 오차를 최소로 한 경우 유입량은 10분 최대 80.1m3/s, 총 66만m3로 모의돼, 유출률 91.6%로 나타났고, 관측은 10분 최대 80.1m3/s, 총 59만m3, 유출률 81.8%로 나타났다. 유량 신뢰도는 RMSE 2.120mm, NSE 0.947, R2는 0.949로 나타났다. 이 경우 저수위 모의 신뢰도는 RMSE 0.153m, NSE 0.993, R2는 0.997로 높았다. 종합하면 저수량 오차가 최소가 되도록 하천 유출량을 모의하면 결과적으로 하천유량의 신뢰도를 향상시키는 것이라 말할 수 있다.

  • PDF

한국연안의 이상고수온과 저수온 주기현상

  • 서영상;황재동;장이현;강용균
    • Proceedings of the Korean Society of Fisheries Technology Conference
    • /
    • 2000.05a
    • /
    • pp.208-209
    • /
    • 2000
  • 국립수산진흥원에서 관측한 한국 주변 13개 연안관측점의 29년간(1969-1997) 월별 표면수온자료에 대한 통계분석을 통하여 한국연안의 이상고수온과 저수온 주기현상과 지역적 상관관계를 구명하고자 하였다. (중략)

  • PDF

수도직결 겸용 저수조 급수방식

  • 박정범
    • The Magazine of the Society of Air-Conditioning and Refrigerating Engineers of Korea
    • /
    • v.30 no.3
    • /
    • pp.15-20
    • /
    • 2001
  • 음용수에 대한 세계 각국의 기준과 현행 급수방식중 수도직결 겸용 저수조 급수방식 적용의 필요성 및 현황, 수질 개선방법과 관리지침을 중심으로 기술한다.

  • PDF

The Analysis of the Ecological Characteristics of the Major Wetland Types in Seoul (서울시 주요 습지유형별 생태적 특성 분석)

  • 이경재;권전오;이수동
    • Korean Journal of Environment and Ecology
    • /
    • v.17 no.1
    • /
    • pp.44-55
    • /
    • 2003
  • The wetland in the city could be mainly divided into the deep water type and the abandoned paddy type, so this study was conducted to analyze characteristics between the two types of the wetland. The former sample site was located near the Olympic village in Songpa-gu of Seoul, and the latter sample site was in front of the Mt. Bukhan fortress in Eunpyeong-gu of Seoul. The actual vegetation, vascular plants, and avian fauna were researched. In the actual vegetation, the deep water type had the broad surface of water and the emerged plant as Phragmites communis have grown widely, but the abandoned paddy type had the narrow sur-face of water and hydrophyte as Persicaria thunbergii have grown widely. It might be judged because the water depth of the abandoned paddy type were shallow wholly. And the floating-leaved plants and the free-floating planktonic plants were not observed such as Nymphaea tetragona var. angusta, Lemna paucicostata in the abandoned paddy type wetland. The wild birds were mainly observed at the edge of the wetland(at the edge of woodland) in the abandoned paddy type, but were observed equally in the deep water type. 28 families 433 species were observed at the former site and 32 families 365 species were observed at latter site. It was judged that the various topographical structure(habitat diversity) might make all items various.

Fluctuation of Tidal Front and Expansion of Cold Water Region in the Southwestern Sea of Korea (한국 남서해역에서 조석전선의 변동과 저수온역 확장기작)

  • Jeong, Hee-Dong;Kwoun, Chul-Hui;Kim, Sang-Woo;Cho, Kyu-Dae
    • Journal of the Korean Society of Marine Environment & Safety
    • /
    • v.15 no.4
    • /
    • pp.289-296
    • /
    • 2009
  • The appearance and variation of cold water area and its expansion mechanism of tidal front in the south western coast of Korea in summer were studied on the basis of oceanographic data(1966-1995), satellite images from NOAA and SeaWiFs and numerical model. Cold water appearance in southwestern field of Jindo was due to the vertical mixing by strong tidal current. Tidal front where horizontal gradient of water temperature was more than $0.3^{\circ}C$/km parallels to contours of H/$U^3$ parameter 2.0~2.5 and the outer boundary of cold water region corresponds with contours of the parameter 2.5~3.0 in the southwestern sea of Korea during the period between neap and spring tides. The position replacement of tidal front formed in the study ares varies in a range of 25~75km and cold water region extends about 90km. These suggest that the magnitude of variation of frontal position and cold water area was proportionate to the tidal current during lunar tidal cycle. Moreover, it was estimated that the southwestward expansion of cold water region was derived from the southwestward tide-induced residual currents with speed more than 10cm/s.

  • PDF

At-site Low Flow Frequency Analysis Using Bayesian MCMC: I. Theoretical Background and Construction of Prior Distribution (Bayesian MCMC를 이용한 저수량 점 빈도분석: I. 이론적 배경과 사전분포의 구축)

  • Kim, Sang-Ug;Lee, Kil-Seong
    • Journal of Korea Water Resources Association
    • /
    • v.41 no.1
    • /
    • pp.35-47
    • /
    • 2008
  • The low flow analysis is an important part in water resources engineering. Also, the results of low flow frequency analysis can be used for design of reservoir storage, water supply planning and design, waste-load allocation, and maintenance of quantity and quality of water for irrigation and wild life conservation. Especially, for identification of the uncertainty in frequency analysis, the Bayesian approach is applied and compared with conventional methodologies in at-site low flow frequency analysis. In the first manuscript, the theoretical background for the Bayesian MCMC (Bayesian Markov Chain Monte Carlo) method and Metropolis-Hasting algorithm are studied. Two types of the prior distribution, a non-data- based and a data-based prior distributions are developed and compared to perform the Bayesian MCMC method. It can be suggested that the results of a data-based prior distribution is more effective than those of a non-data-based prior distribution. The acceptance rate of the algorithm is computed to assess the effectiveness of the developed algorithm. In the second manuscript, the Bayesian MCMC method using a data-based prior distribution and MLE(Maximum Likelihood Estimation) using a quadratic approximation are performed for the at-site low flow frequency analysis.

Development of a Method for Calculating the Allowable Storage Capacity of Rivers by Using Drone Images (드론 영상을 이용한 하천의 구간별 허용 저수량 산정 방법 개발)

  • Kim, Han-Gyeol;Kim, Jae-In;Yoon, Sung-Joo;Kim, Taejung
    • Korean Journal of Remote Sensing
    • /
    • v.34 no.2_1
    • /
    • pp.203-211
    • /
    • 2018
  • Dam discharge is carried out for the management of rivers and area around rivers due to rainy season or drought. Dam discharge should be based on an accurate understanding of the flow rate that can be accommodated in the river. Therefore, understanding the allowable storage capacity of river is an important factor in the management of the environment around the river. However, the methods using water level meters and images, which are currently used to determine the allowable flow rate of rivers, show limitations in terms of accuracy and efficiency. In order to solve these problems, this paper proposes a method to automatically calculate the allowable storage capacity of river based on the images taken by drone. In the first step, we create a 3D model of the river by using the drone images. This generation process consists of tiepoint extraction, image orientation, and image matching. In the second step, the allowable storage capacity is calculated by cross section analysis of the river using the generated river 3D model and the road and river layers in the target area. In this step, we determine the maximum water level of the river, extract the cross-sectional profile along the river, and use the 3D model to calculate the allowable storage capacity for the area. To prove our method, we used Bukhan river's data and as a result, the allowable storage volume was automatically extracted. It is expected that the proposed method will be useful for real - time management of rivers and surrounding areas and 3D models using drone.