• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.363-363
• /
• 2019

활성화 함수(activation function)는 기계학습(machine learning)의 학습과정에 비선형성을 도입하여 심층적인 학습을 용이하게 하고 예측의 정확도를 높이는 중요한 요소 중 하나이다(Roy et al., 2019). 일반적으로 기계학습에서 사용되고 있는 활성화 함수의 종류에는 계단 함수(step function), 시그모이드 함수(sigmoid 함수), 쌍곡 탄젠트 함수(hyperbolic tangent function), ReLU 함수(Rectified Linear Unit function) 등이 있으며, 예측의 정확도 향상을 위하여 다양한 형태의 활성화 함수가 제시되고 있다. 본 연구에서는 기계학습을 통하여 수위예측 시 정확도 향상을 위하여 Hybrid 활성화 함수를 제안하였다. 연구대상지는 조수간만의 영향을 받는 한강을 대상으로 선정하였으며, 2009년 ~ 2018년까지 10년간의 수문자료를 활용하였다. 수위예측 알고리즘은 Python 내 Tensorflow의 RNN (Recurrent Neural Networks) 모델을 이용하였으며, 강수량, 수위, 조위, 댐 방류량, 하천 유량의 수문자료를 학습시켜 3시간 및 6시간 후의 수위를 예측하였다. 예측정확도 향상을 위하여 입력 데이터는 정규화(Normalization)를 시켰으며, 민감도 분석을 통하여 신경망모델의 은닉층 개수, 학습률의 최적 값을 도출하였다. Hybrid 활성화 함수는 쌍곡 탄젠트 함수와 ReLU 함수를 혼합한 형태로 각각의 가중치($w_1,w_2,w_1+w_2=1$)를 변경하여 정확도를 평가하였다. 그 결과 가중치의 비($w_1/w_2$)에 따라서 예측 결과의 RMSE(Roote Mean Square Error)가 최소가 되고 NSE (Nash-Sutcliffe model Efficiency coefficient)가 최대가 되는 지점과 Peak 수위의 예측정확도가 최대가 되는 지점을 확인할 수 있었다. 본 연구는 현재 Data modeling을 통한 수위예측의 정확도 향상을 위해 기초가 되는 연구이나, 향후 다양한 형태의 활성화 함수를 제안하여 정확도를 향상시킨다면 예측 결과를 통하여 침수예보에 대한 의사결정이 가능할 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.135-135
• /
• 2018

한강의 잠수교는 평상시에는 사람과 차의 통행이 가능하나 예측수위가 5.5m일 경우, 보행자통제, 6.2m일 경우, 차량통제를 실시한다. 잠수교는 국토교통부의 홍수예보 지점은 아니지만 그 특수성으로 인해 정확한 홍수위 예측을 통해 선행시간을 확보할 필요가 있다. 일반적으로 하천 홍수위 예측을 위해서는 강우-유출 모형과 하도추적을 위한 수리모형을 결합한 모델링이 요구되나 잠수교는 하류부 조위로 인한 배수 및 상류부 팔당댐 방류량의 영향을 받아 물리적 수리 수문모형의 구축이 상당히 제약적이다. 이에 본 연구에서는 딥러닝 오픈 라이브러리인 Tensorflow 기반의 LSTM 심층신경망(Deep Neural Network) 모형을 구축하여 잠수교의 수위예측을 수행한다. LSTM 모형의 학습과 검증을 위해 2011년부터 2017년까지의 10분단위의 잠수교 수위자료, 팔당댐의 방류량과 월곶관측소의 조위자료를 수집한 후, 2011년부터 2016년까지의 자료는 신경망 학습, 2017년 자료를 이용하여 학습된 모형을 검증하였다. 민감도 분석을 통해 LSTM 모형의 최적 매개변수를 추정하고, 이를 기반으로 선행시간(lead time) 1시간, 3시간, 6시간, 9시간, 12시간, 24시간에 대한 잠수교 수위를 예측하였다. LSTM을 이용한 1~6시간 선행시간에 대한 수위예측의 경우, 모형평가 지수 NSE(Nash-Sutcliffe Efficiency)가 1시간(0.99), 3시간(0.97), 6시간(0.93)과 같이 정확도가 매우 우수한 것으로 분석되었으며, 9시간, 12시간, 24시간의 경우, 각각 0.85, 0.82, 0.74로 선행시간이 길어질수록 심층신경망의 예측능력이 저하되는 것으로 나타났다. 하천수위 또는 유량과 같은 수문시계열 분석이 목적일 경우, 종속변수에 영향을 미칠 수 있는 가용한 모든 독립변수를 데이터화하여 선행 정보를 장기적으로 기억하고, 이를 예측에 반영하는 LSTM 심층신경망 모형은 수리 수문모형 구축이 제약적인 경우, 홍수예보를 위한 활용이 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.121-121
• /
• 2019

특정 지역에 집중적으로 비가 내리는 현상인 국지성호우가 빈번히 발생함에 따라 하천 주변 사회기반시설의 침수 위험성이 증가하고 있다. 침수 위험성 판단 여부는 주로 수위정보를 이용하며 수위 예측은 대부분 수치모형을 이용한다. 본 연구에서는 빅데이터 기반의 RNN(Recurrent Neural Networks)기법 알고리즘을 활용하여 수위를 예측하였다. 연구대상지는 조위의 영향을 많이 받는 한강 전역을 대상으로 하였다. 2008년~2018년(10개년)의 실제 침수 피해 실적을 조사한 결과 잠수교, 한강대교, 청담대교 등에서 침수 피해 발생률이 높게 나타났고 SNS(Social Network Services)와 같은 비정형화 자료에서는 청담대교가 가장 많이 태그(Tag)되어 청담대교를 연구범위로 설정하였다. 본 연구에서는 Python에서 제공하는 Tensor flow Library를 이용하여 수위예측 알고리즘을 적용하였다. 데이터는 정형화 데이터와 비정형 데이터를 사용하였으며 정형화 데이터는 한강홍수 통제소나 기상청에서 제공하는 최근 10년간의 (2008~2018) 수위 및 강우량 자료를 수집하였다. 비정형화 데이터는 SNS를 이용하여 민간 정보를 수집하여 정형화된 자료와 함께 전체자료를 구축하였다. 민감도 분석을 통하여 모델의 은닉층(5), 학습률(0.02) 및 반복횟수(100)의 최적값을 설정하였고, 24시간 동안의 데이터를 이용하여 3시간 후의 수위를 예측하였다. 2008년~ 2017년 까지의 데이터는 학습 데이터로 사용하였으며 2018년의 수위를 예측 및 평가하였다. 2018년의 관측수위 자료와 비교한 결과 90% 이상의 데이터가 10% 이내의 오차를 나타내었으며, 첨두수위도 비교적 정확하게 예측되는 것을 확인하였다. 향후 수위와 강우량뿐만 아니라 다양한 인자들도 고려한다면 보다 신속하고 정확한 예측 정보를 얻을 수 있을 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.393-393
• /
• 2020

최근 기후변화 등의 영향으로 2019년 우리나라에 영향을 준 가을 태풍은 링링, 타파, 미탁 등 3개로 근대 기상관측이 시작된 이래 가장 많은 가을 태풍이 한반도에 상륙했다. 특히, 경주시는 태풍 미탁으로 인해 97억원의 재산피해와 수해복구에 225억원이 소요될 것으로 예상되어 특별재난지역으로 선포되었다. 이러한 홍수로 인한 피해를 줄이기 위해 환경부에서는 한강, 낙동강, 금강, 영산강 홍수통제소를 설립하여 강우 및 수위관측소를 이용한 홍수에 대한 지속적인 모니터링과 홍수특보 발령 등을 수행하고 있다. 본 연구에서는 하천 홍수에 의한 침수피해를 방지하고자 수리학적 홍수예측 모형을 구축하고 이를 홍수예보에 활용할 수 있도록 하였다. 대상지역인 경주시 형산강 유역에는 현재 14개의 강우관측소와 9개의 수위관측소가 운영되고 있으며, 홍수특보 대상 지점으로 경주시(강동대교)와 포항시(형산교) 2개 지점이 있다. 형산강 유역은 현재 수문학적 홍수예측 모형을 운영하고 있으나 수위관측소 기준으로만 예측이 가능하여 정확한 예보를 위해서는 수리학적 홍수예측 모형을 구축이 필요하다. 수리학적 홍수예측 모형의 구축을 위해서는 현 상황의 하천단면, 횡단구조물 및 변화된 유역환경을 반영할 수 있는 모형의 구축이 필요하기 때문에 2013년에 수립된 형산강 하천기본계획을 참고하였으며, 모형은 홍수통제소에서 운영중인 1차원 수리해석 모형인 FLDWAV를 이용하였다. 또한, 2019년 태풍 미탁 사상을 대상으로 검보정을 실시하기 위해 상류단 경계조건으로는 경주시(서천교) 수위관측소의 유량, 하류단 경계조건으로는 포항항 조위관측소의 조위를 이용하였고 7개의 유역 유출량을 측방유입으로 구성하였다. 본 연구에서 구축된 수리학적 홍수예측 모형을 통해 기존 형산강 유역에 대한 홍수 예보 업무를 보완하여 효과적인 방재대책 마련이 가능할 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.416-416
• /
• 2020

우리나라의 계절 특성상 여름철 집중호우가 쏟아지는 현상이 빈번하게 발생하는데 이러한 돌발홍수가 예고 없이 일어나 상습적으로 침수 피해를 입는 지역이 증가하고 있다. 본 연구에서 2009년 ~ 2019년 동안 서울시 침수 피해 사건 중심의 인터넷 기사를 기반으로 실제 침수 사례를 조사해본 결과, 침수가 가장 많이 발생한 순으로 반포동(26건), 대치동(25건), 잠실동(21건)으로 집계되었다. 침수피해가 가장 많은 반포동을 연구지역으로 선정하고 그 중 잠수교의 수위를 예측하는 연구를 진행하였다. 기존 연구에서는 수치모형에 비해 신속한 결과를 도출할 수 있는 자료 기반 모형 중 LSTM 기법을 많이 사용하였다. 그러나 이는 선행 시간이 길어질수록 첨두수위에서 과소추정된 것으로 분석된 취약점이 존재하였다(정성호 외, 2018). 본 연구에서는 이러한 단점을 보완하기 위해 GANs(Generative Adversarial Networks)를 이용하였다. GANs는 생성자와 감별자가 나뉘어 생성자가 실제 자료인 첨두수위에서의 잠수교의 수위를 학습하고 실제와 근접한 가상데이터를 결과로 생성하여 감별자는 그 생성된 미래의 잠수교의 수위가 실제인지 가상인지 판별하도록 학습시키는 신경망 구조이다. 사용한 수문자료는 한강홍수통제소, 기상청, 국립해양조사원에서 제공하는 최근 15년간의 (2005년~2019년) 수위, 방류량, 강수량, 조위 자료를 수집하였고 t-test와 상관성분석을 통해 사용한 인자 간의 유의미성 판단과 상관성을 분석했다. 또한, 민감도 분석 결과 시퀀스길이(5), 반복횟수(1000), 은닉층(10), 학습률(0.005)로 최적값을 선정하였다. 또한 학습구간(2005년~2014년)과 검증구간(2015~2019년)으로 나누어 상대적으로 높은 수위가 관측되는 홍수기의 3, 6, 9시간 후의 수위를 예측하고 오차 지표를 이용해 평가하였다. LSTM 기법으로 예측된 수위와 GANs로 예측된 수위를 비교한 결과 GANs으로 예측된 첨두수위에서의 정확도가 5% 정도로 향상되었다. 향후에는 다양한 영향인자와 다른 기법과의 결합을 고려한다면 보다 정확하게 수위를 예측하여 하천 주변 사회기반시설의 침수 피해를 감소시킬 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.394-394
• /
• 2020

최근 빈번히 발생하고 있는 슈퍼 태풍과 집중호우로 인해 크고 작은 침수피해가 발생하고 있다. 우리나라는 4대강 사업을 통해 주요 국가하천에 대한 정비를 마친 바 있으나 이후 지속적으로 변화하는 하천 환경에 대한 홍수예측 모형의 반영은 미비한 실정이었다. 따라서 본 연구에서는 낙동강 본류 및 지류의 최신 단면자료를 수집하여 수리학적 홍수예측모형에 반영하고자 하였다. 또한, 기존의 모형에 비해 정확도를 개선할 수 있는 방안을 모색하여 적용성을 검증하고 이를 반영한 수리학적 홍수예측 모형을 제시하고자 한다. 본 연구에서는 낙동강 본류 및 주요 지류에 대한 최신 횡단면 측량자료를 활용하여 1차원 수리학적 홍수예측 모형을 구축하고 2012년 태풍 산바 사상에 대한 검보정을 실시하였다. 대상구간은 안동조정지댐으로부터 낙동강 하구둑 하류 8km지점이며, 상류단 경계조건은 안동조정지댐 방류량을 입력하고 하류단 경계조건은 가덕도 조위관측소의 조위를 활용하였다. 또한, 반변천, 내성천, 위천, 감천, 금호강, 황강, 남강 등 7개 지류에 대한 하도를 하도추적이 가능한 네트워크 모형으로 구축함으로써 지류에 대한 홍수예보에 활용할 수 있도록 하였다. 낙동강 본류의 하도 길이는 340km, 824개의 단면으로 구성하였으며, 지류를 포함한 전체 하도 길이는 572km, 1,570개의 단면으로 구성하였다. 또한, 낙동강 본류에 위치한 8개의 다기능보와 지류에 위치한 횡단구조물의 반영을 위해 다기능보의 제원 및 하천기본계획을 참고하여 내부경계조건으로 활용하였다. 본 연구에서 구축된 낙동강 본류 및 지류의 수리학적 홍수예측 모형을 낙동강 유역에 대한 홍수주의보 및 홍수경보 등 홍수특보 발령 업무에 활용함으로써 정확한 홍수예보가 가능하도록 하였다.

• Journal of Korean Society of Coastal and Ocean Engineers
• /
• v.34 no.1
• /
• pp.11-18
• /
• 2022

In order to improve the accuracy of particle tracking prediction techniques near the Korean Strait, this study compared and analyzed a particle tracking model based on a seawater flow numerical model and a machine learning based on a particle tracking model using field observation data. The data used in the study were the surface drifter buoy movement trajectory data observed in the Korea Strait, prediction data by machine learning (linear regression, decision tree) using the tide and wind data from three observation stations (Gageo Island, Geoje Island, Gyoboncho), and prediciton data by numerical models (ROMS, MOHID). The above three data were compared through three error evaluation methods (Correlation Coefficient (CC), Root Mean Square Errors (RMSE), and Normalized Cumulative Lagrangian Separation (NCLS)). As a final result, the decision tree model had the best prediction accuracy in CC and RMSE, and the MOHID model had the best prediction results in NCLS.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.356-356
• /
• 2021

기존의 태화강 유역 홍수예보는 수문학적 홍수예측모형을 이용하여 수행되어왔다. 본 연구에서는 보와 같은 하천 횡단구조물과 지류 및 하류단 조위의 배수영향을 고려하지 못하는 등 기존 수문모형의 단점을 보완하고자 태화강 유역에 대한 1차원 수리학적 홍수예측모형을 신규 구축하였다. 대상 지역인 태화강 유역은 울산광역시 울주군 언양읍 언양천 합류지점부터 울산광역시 삼호교까지의 지방하천 구간과 삼호교부터 태화강 하구까지의 국가하천 구간으로 구분하여 관리되다가, 최근 지방하천의 정비가 미흡하고 기후변화에 따른 침수피해가 증가되어 국가재정 투자로 정비를 시행하고자 2020년부터 전구간이 국가하천으로 승격되었다. 수리학적 홍수예측모형 구축 대상구간은 울산시(사연교) 수위관측소부터 태화강 하구까지 20.913km 구간에 105개 단면으로 구성하였다. 그리고 구축된 모형을 2012년 태풍 산바, 2019년 태풍 미탁 사상으로 보정 후 2020년 장마 사상으로 검증을 실시하였다. 신규 구축한 태화강 수리학적 홍수예측모형을 통해 모의한 결과 2009년 지방하천 구간, 2013년 국가하천 구간의 하천기본계획 횡단면 자료를 이용함으로써 2012년 사상은 실제 수위를 정확히 모의했지만, 최근 사상은 정확도가 저하되는 것으로 나타났다. 정확도 저하의 원인을 파악하기 위해 하천기본계획, 수문조사 연보 등을 통해 관측소의 이설 및 수위-유량관계곡선의 변동사항 등을 조사하였고, 하상퇴적으로 인한 지형변화가 발생한 것으로 추측하였다. 본 연구에서는 현재 재수립중인 하천기본계획의 측량자료가 생산되기 전에 기수립된 계획의 단면 자료를 이용하여 홍수예보 업무가 가능하도록 하고자 지형변화를 조도계수를 통해 간접적으로 반영하였다. 본 연구의 성과를 이용하여 태화강 유역의 홍수예보 정확도 향상과 태화강 국가정원과 같은 이용객이 많은 친수지구에 대한 홍수정보를 제공할 수 있을 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1296-1300
• /
• 2009

삽교호는 금강 하류부에서 해수의 역류에 의한 염수 침입에 따른 염해방지와 유역에 필요한 담수를 확보하기 위하여 만들어졌다. 방조제는 조위 상승에 따른 해수의 침임을 방 할 뿐만 아니라 홍수 시에는 배수갑문의 인위적인 조작을 통해서 과다한 홍수량을 바다로 배제하여 상류유역의 홍수피해를 방지하고 있다. 방조제로 인하여 기존에 염해로 인하여 취수할 수 없던 하천구간에서의 취수가 가능하게 되었으며, 일정한 수위로 관리되도록 함으로써 상당량의 농업용수를 확보하게 되었으나, 댐과는 달리 허가를 위해 가용한 유량이 얼마인지 판단을 해본 적이 없다. 그것은 방조제의 방류량이 댐의 방류량과는 달라서 조석의 영향을 매우 크게 받기 때문에 단순한 물수지 분석 등으로 이를 모의하기가 힘들기 때문이다. 게다가 1일 2회의 조석이 발생하므로 1일단위의 물수지 분석은 어려운 현실이다. 방조제의 공급능력을 고려하지 않고 물수지 분석을 하게 되면, 취수하고 있는 용수는 추가적으로 확보되는 물을 사용하는 것이 아니라 자연하천에서의 물을 사용하는 것으로 분석된다. 이러한 문제점을 극복하기 위해서는 방조제가 공급 가능한 가용허가수량이 얼마인지 분석하고 이를 물수지 분석에 반영해 줄 수 있도록 해야 할것이다. 이에 본 연구에서는 조위예측방법 및 수문조작 방법등 주요 모의 알고리즘을 이용하여 물수지 분석 모형을 개발하고 수자원장기종합계획의 일별자연유출량 자료에 대해 물수지 분석을 수행함으로써 삽교천방조제의 수리권 가용수량에 대해 추정하여 보았다. 적용 결과 삽교천방조제에 의해 기존의 갈수량인 $4.9m^3$/초 외에 안정성이 요구되는 생 공용수로 약 $4.2m^3$/초의 유량과, 제한적인 시기만 사용하는 농업전용으로 약 $10.3m^3$/초의 유량이 공급 가능할 것으로 나타났다.

• Journal of Wetlands Research
• /
• v.8 no.1
• /
• pp.83-96
• /
• 2006

In this study, hydraulic flood routing is performed by 1-Di. unsteady flow model, FLDWAV on the downstream of Nakdong river. For input information, KOWACO Rainfall-Runoff Model is used and resonable boundary condition is constructed. As the result of the application about the past flood event, good agreement of comparison with observed and calculated values are show in the interesting sites, Jindong and Samrangjin. Additionally, estuary barrage's WSL evaluation procedure is enhanced to accurate calculation, and it is defined by downstream boundary condition in Nakdiong river. The new regressive equation to calculate the predicted tide value is developed by considering the astronomical tide and past observed tide value at Nakdong estuary barrage. The guideline's construction of the new application and flood forecasing system of other river basins is possible by using this studied results.