• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.301-301
• /
• 2020

물은 보다 나은 삶을 살아가는데 있어 매우 중요한 자원이며, 안전하고 깨끗한 물을 공급받는 것은 국민 생활 영위에 반드시 필요한 부분이다. 국내 주요 수자원은 하천수를 통해 확보하고 있으며, 안전한 수자원 공급을 위해서는 하천관리를 통한 수질오염사고에 대비한 대책 수립이 필요하다. 국내에서는 페놀, 황산 등 독성오염물질 유출로 인한 수질오염사고가 발생한 바 있고, 그 피해액이 수백억에 달한다. 이러한 수질오염사고로 인한 피해액을 감소시키고 안전한 수자원 공급을 유지하기 위해서는 오염물질의 거동을 이해하고 예측하는 것이 매우 중요하다. 국내하천의 경우, 대부분 하폭 대비 수심비가 크기 때문에 오염물질이 2차원 혼합특성을 나타낸다. 따라서 본 연구에서는 하천 내 오염물질의 2차원적 혼합거동을 해석할 수 있는 수치모형을 개발하고자 하며, 현장에 적합한 해석기법을 검토하고 모형 개발 방향을 결정하고자 한다. 본 연구에서는 하천 내 수질오염사고 발생 시 신속하고 정확한 수질 분석 및 예측을 목표로 오염물질 혼합해석에 주로 활용되는 격자기반 모형과 입자추적 기반 모형의 프로토타입을 개발했다. 용존성 오염물질을 대상으로 격자 기반 및 입자 기반 혼합해석 모형을 개발했으며, 오염물질의 주입형태와 하천 내 유속 분포를 가정해 혼합해석을 수행했다. 격자 기반 모형의 경우, 경계조건과 분산계수의 결정이 필요하고 수렴/발산 문제로 인해 모형의 안정적 실행을 위한 조건 수립이 필요하다. 입자 기반 모형의 경우에도 입자 수에 따른 계산시간 개선이 필요하지만, 입력조건 결정이 간편하고 분산계수 입력이 필요 없어 신속한 모의조건 설정이 가능하다. 오염물질 혼합해석 모형 개발을 위한 해석기법 검토 결과, 신속한 수질 분석 및 예측 결과를 제공하기 위해서는 계산시간 개선을 전제로 모의조건 설정이 용이한 입자 기반 모형이 가장 적합한 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.109-109
• /
• 2016

유역의 물수지는 기상인자, 지형, 토양, 식생 등 여러 가지 인자들에 의해 결정된다. 물수지 분포를 평가하기 위해 수문모형의 모의 시 필요한 수문요소 조건들을 정보화하게 되며, 동시에 토양수분의 특성, 강우 입력자료, 유역의 지형학적 특성들은 불확실성에 기인하는 요소로 작용한다. 이러한 수문모형 모의 시 불확실성을 제거하기 위해 모형 초기조건에 대한 다각적인 분석이 선행이 필요하다. 특히 토양수분은 대기와 지표 사이의 상호작용에 작용하는 중요한 수문기상학적 인자로 평가되고 있다. 토양수분 데이터 자료를 이용하여 강우-유출모형의 입력자료를 구축하여 실제 토양수분의 변동성을 파악하는 연구가 활발히 진행되고 있으며, 유역기반의 유출현황을 산정하기 위해 매우 유용한 초기조건으로 그 역할이 기대된다. 현장에서 관측하는 토양수분 데이터는 넓은 유역의 토양수분을 대표하는 자료로 사용되기에는 한계점이 있으며, 위성기반 토양수분 데이터는 원격탐사를 통해 획득되기 때문에 토양수분의 시 공간적인 변동성 파악에 용의하며 경제성 또한 높다. 이에 따라, 본 연구에서는 유역의 수문순환 분석을 하고, 위성기반 토양수분의 적용 가능성을 평가하기 위해 Aqua위성에 탑재된 Advanced Mircowave Scanning Radiometer Earth Observing System(AMSR-E)와 Metop-A의 Advanced SCATterometer(ASCAT)의 토양수분 데이터를 이용하여 강우-유출모델의 초기조건을 산정하였다. 또한, 이에 대한 검증을 위해 기존 강우인자 초기조건 및 지점에서 관측된 토양수분 초기조건 등을 비교하여 통계분석을 실시하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.37-37
• /
• 2022

유효우량 산정을 위하여 국내에서 주로 사용되는 모형은 NRCS-CN(Natural Resources Conservation Service - curve number) 모형으로, 유역의 유출 능력을 나타내는 유출곡선지수(runoff curve number, CN)와 같은 NRCS-CN 모형의 매개변수들은 관측 강우-유출자료 또는 토양도, 토지피복지도 등을 이용하여 유역마다 결정된 값이 사용되고 있다. 그러나 유역의 CN값은 유역의 토양 상태와 같은 환경적 조건에 따라 달라질 수 있으며, 이를 반영하기 위하여 선행토양함수조건(antecedent moisture condition, AMC)을 이용하여 CN값을 조정하는 방법이 사용되고 있으나, AMC 조건에 따른 CN 값의 갑작스런 변화는 유출량의 극단적인 변화를 가져올 수 있다. NRCS-CN 모형과 더불어 강우 손실량 산정에 많이 사용되는 모형으로 Green-Ampt 모형이 있다. Green-Ampt 모형은 유역에서 발생하는 침투현상의 물리적 과정을 고려하는 모형이라는 장점이 있으나, 모형에 활용되는 다양한 물리적인 매개변수들을 산정하기 위해서는 유역에 대한 많은 조사가 선행되어야 한다. 또한 이렇게 산정된 매개변수들은 유역 내 토양이나 식생 조건 등에 따른 여러 불확실성을 내포하고 있어 실무적용에 어려움이 있다. 따라서 본 연구에서는, 현재 사용되고 있는 강우손실 모형들의 매개변수를 추정하기 위한 방법을 제시하고자 하였다. 본 연구에서 제시하는 방법은 인공지능(AI) 기술 중 하나인 딥러닝(deep-learning) 기법을 기반으로 하고 있으며, 딥러닝 모형으로는 장단기 메모리(Long Short-Term Memory, LSTM) 모형이 활용되었다. 딥러닝 모형의 입력 데이터는 유역에서의 강우특성이나 토양수분, 증발산, 식생 특성들을 나타내는 인자이며, 모의 결과는 유역에서 발생한 총 유출량으로 강우손실 모형들의 매개변수 값들은 이들을 활용하여 도출될 수 있다. 산정된 매개변수 값들을 강우손실 모형에 적용하여 실제 유역들에서의 유효우량 산정에 활용해보았으며, 동역학파 기반의 강우-유출 모형을 사용하여 유출을 예측해보았다. 예측된 유출수문곡선을 관측 자료와 비교 시 NSE=0.5 이상으로 산정되어 유출이 적절히 예측되었음을 확인했다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.307-307
• /
• 2021

개념적 강우-유출모형에서 토양수분과 관련된 물리적 거동은 간략화 된 형태로 강우 및 온도자료를 활용하여 중간변량(state variable)으로 간접적으로 고려되고 있다. 특히 강우-유출모형에 초기함수 조건은 선행함수조건을 고려하여 수문지질학적 평가를 통하여 결정되어야 하나, 일반적으로 가정되거나 모형에서 간략화 된 분석과정을 통해 추정되고 있다. 본 연구에서는 토양의 Water Balance 모형 기반의 개념적 토양수분 추정모형을 활용하였다. 토양수분의 시간적 변동성을 평가하는데 있어서 연속적으로 측정된 In-situ 토양수분 자료를 이용하여 모형의 적합성을 평가하였다. Green-Ampt 방법과 중력식 침투방법과 온도를 활용한 증발산 추정기법을 연계한 토양함수 평가 모형을 개발하였다. In-situ 토양수분 자료와 유역의 강수량 및 온도자료를 이용한 관련 매개변수를 Bayesian 기법을 통해 추정하였으며 매개변수의 민감도를 평가하여 제시하였다. 최종적으로 제안된 모형의 활용측면에서 강우-유출모형의 초기함수 조건으로써의 역할을 평가하였다. 구체적으로 첨두유량 및 유출고와 초기함수조건과의 관계를 제시하고 강우-유출모형에서 활용방안을 제시하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.400-404
• /
• 2008

댐 군 연계운영을 위한 기존의 많은 최적화 모형은 경제성에 기반을 둔 단일 목적 함수를 가정함으로써 현실과는 동떨어진 결과를 도출하곤 하였다. 따라서 보다 현실적인 최적화 모형이 되기 위해서는 실제 운영과정을 모사할 수 있도록 적절한 초기 가중치를 부여하여 모형을 구축하고, 상충되는 목적간의 절충안으로 파레토 프런티어(Pareto-frontier)를 제시할 수 있는 다중목적 의사결정 기법이 요구된다. 본 연구의 목적은 댐 군 연계 운영을 위한 최적화 모형으로 소개된 CoMOM(Coordinated Multi-reservoir Operating Model)의 다중목적함수에 적합한 초기 가중치를 도출할 수 있는 시스템을 제안하는 것이다. 본 연구에서는 최적화 모형에 적합한 가중치를 결정함에 있어 댐의 초기저수량과 미래의 예상 유입량과 같은 수문 조건을 감안할 필요가 있음에 주목하였다. 이것은 초기저수량과 미래에 예상되는 유입량이 작을 경우 가급적 저수에 중점을 두고, 그 반대일 경우는 발전방류에 주안점을 두는 것이 바람직하다는 사실에서 추정해 볼 수 있는 가정이다. 따라서 댐의 초기 저수량 조건과 유입량 시나리오의 다양한 수문 조건별로 가장 적합한 가중치를 찾아본 후, 수문 조건을 입력요소로, 최적 가중치를 출력요소로 갖는 신경망 모형을 활용해서 수문 조건에 적합한 가중치를 예측할 수 있는 절차를 제안한다. 이 과정에서 최적 가중치를 도출하는 것이 관건이 될 수 있는데, 이를 위해 전승목 (2008)등이 제안한 DEA기반 순위결정 절차를 활용해서 최선의 파레토 최적해와 이에 대응되는 가중치를 찾아 이를 신경망 모형의 출력요소 값으로 활용하였다. 본 연구에서 제안하는 신경망 모형은 임의의 수문 상황에 대해 이에 적합한 CoMOM의 초기 가중치를 결정해 줌으로써 CoMOM과 같은 최적화 모형의 가중치 선정에 따르는 어려움을 극복하는 데 도움이 될 수 있을 것으로 기대된다.

• Journal of the Korean Geographical Society
• /
• v.39 no.5 s.104
• /
• pp.722-734
• /
• 2004

Longitudinal profiles of bedrock rivers play a fundamental role in landscape history by setting the boundary conditions for landform evolution. Longitudinal profiles are changed with climatic conditions, lithology and tectonic movements. Tectonic movement is an important factor controlling longitudinal profiles, especially in tectonically active area where uplift rates are regarded as a major factor controlling channel gradient. However study on bedrock channel has made little progress, because controls over bedrock river incision are yet to be clarified. Previous numerical simulations have used a simple diffusion model, which links together the overall processes of bedrock channel erosion as in other landform evolution models. In this study, previous bedrock incision models based on physical processes (especially abrasion) are reviewed and new modifications are introduced. Using newly formulated numerical model, the role of spatial pattern and intensity of tectonic uplift on changes in river longitudinal profile was simulated and discussed.

• Journal of Korean Society of Coastal and Ocean Engineers
• /
• v.28 no.4
• /
• pp.191-201
• /
• 2016

A stochastic process has been used to develop a condition-based model for preventive maintenance of armor units of rubble-mound breakwaters that can make a decision the optimal interval at which some repair actions should be performed under the perfect maintenance. The proposed cost model in this paper based on renewal reward process can take account of the interest rate, also consider the unplanned maintenance cost which has been treated like a constant in the previous studies to be a time-dependent random variable. A function for the unplanned maintenance cost has been mathematically proposed so that the cumulative damage, serviceability limit and importance of structure can be taken into account, by which a age-based maintenance can be extended to a condition-based maintenance straightforwardly. The coefficients involved in the function can also be properly estimated using a method expressed in this paper. Two stochastic processes, Wiener process and gamma process have been applied to armor stones of rubble-mound breakwaters. By evaluating the expected total cost rate as a function of time for various serviceability limits, interest rates and importances of structure, the optimal period of preventive maintenance can easily determined through the minimization of the expected total cost rate. For a fixed serviceability limit, it shows that the optimal period has been delayed while the interest rate increases, so that the expected total cost rate has become lower. In addition, the gamma process tends to estimate the optimal period more conservatively than the Wiener process. Finally, it is found that the more crucial the level of importance of structure becomes, the more often preventive maintenances should be carried out.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.23 no.7
• /
• pp.869-874
• /
• 2019

Performing preventive maintenance on a system reduces unexpected downtime caused by system aging and increases its availability. In general, preventive maintenance can be largely divided into two broad categories: time-based maintenance policy and condition-based maintenance policy. In the time-based maintenance policy the preventive maintenance is triggered at scheduled time epochs with fixed time intervals, while in the condition-based maintenance policy the preventive maintenance is performed when system state is checked to satisfy a specific condition. Condition-based maintenance has some benefits in improving maintenance efficiency, compared to time-based one. This paper presents a stochastic model for analyzing a system with condition-based preventive maintenance, where the preventive maintenance is performed after a random time since the system aging occurs, and provides an analytical solution for the steady-state availability and the corresponding profit.

• Journal of Korean Society of Transportation
• /
• v.30 no.1
• /
• pp.113-123
• /
• 2012

This study introduces a new type of a modal split model that use zonal data instead of cost data as independent variables. It has been indicated that the ones using cost data have deficiencies in the multicollinearity of travel time and cost variables and unpredictability of independent variables. The zonal data employed in this study include (1) socioeconomic data, (2) land use data and (3) transportation system data. The test results showed that the proposed modal split model using zonal data performs better than the other does.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.23 no.2
• /
• pp.201-206
• /
• 2019

Rejuvenating a system periodically during the most idle time of the system reduces unexpected downtime caused by software aging and increases its availability. In general, software rejuvenation can be largely divided into two broad categories: time-based rejuvenation policy and condition-based rejuvenation policy. In time-based rejuvenation policy the software rejuvenation is triggered at scheduled time epochs with fixed time intervals, while in condition-based rejuvenation policy the software rejuvenation is performed when system state is checked to satisfy a specific condition. Conditionbased policy adds extra cost to the system due to system monitoring and aging estimation. This paper presents a stochastic model for analyzing time-based software rejuvenation mechanism, where the rejuvenation is triggered at scheduled time epochs with fixed time intervals, and provides an analytical solution for the steady-state availability, the user-perceived availability, and the corresponding cost.