• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.61-61
• /
• 2022

최근 머신러닝 기술의 발달에 따라 이를 활용한 레이더 자료기반 강우예측기법이 활발히 개발되고 있다. 기존 머신러닝을 이용한 강우예측모델 개발 관련 연구는 주로 한 지역에 대해 수행되며, 데이터 기반으로 훈련되는 머신러닝 기법의 특성상 개발된 모델이 훈련된 지역에 대해서만 좋은 성능을 보인다는 한계점이 존재한다. 이러한 한계점을 해결하기 위해 사전 훈련된 모델을 이용하여 새로운 데이터에 대해 모델을 훈련하는 전이학습 기법 (transfer learning)을 적용하여 여러 유역에 대한 강우예측모델을 개발하고자 하였다. 본 연구에서는 사전 훈련된 강우예측 모델로 생성적 적대 신경망 기반 기법(Generative Adversarial Network, GAN)을 이용한 미래 강우예측모델을 사용하였다. 해당 모델은 기상청에서 제공된 2014년~2017년 여름의 레이더 이미지 자료를 이용하여 초단기, 단기 강우예측을 수행하도록 학습시켰으며, 2018년 레이더 이미지 자료를 이용한 단기강우예측 모의에서 좋은 성능을 보였다. 본 연구에서는 훈련된 모델을 이용해 새로운 댐 유역(안동댐, 충주댐)에 대한 강우예측모델을 개발하기 위해 여러 전이학습 기법을 적용하고, 그 결과를 비교하였다. 결과를 통해 새로운 데이터로 처음부터 훈련시킨 모델보다 전이학습 기법을 사용하였을 때 좋은 성능을 보이는 것을 확인하였으며, 이를 통해 여러 댐 유역에 대한 모델 개발 시 전이학습 기법이 효율적으로 적용될 수 있음을 확인하였다.

• Journal of Korean Society for Geospatial Information Science
• /
• v.18 no.2
• /
• pp.55-61
• /
• 2010

Using 3D point data implemented from terrestrial LiDAR, this research has modelled geospatial data in 2 categories(gridded & un-gridded) and conducted LOS analysis experiment using outcome from the modeling exercise. To compare LOS analysis results from each of the 2 models in the above, maximum LOS (line of sight) range in the experimental area was specified as 30m in Area A, 40m in Area B and 50m in Area C and the time taken by LOS analysis and the number of visible points were measured. As for the LOS analysis experiment results, in comparison with the gridded model, the un-gridded model took about 3.9 times more time in Area A, 5.4 times in Area B and 6.5 times in Area C. In addition, about 0.97 times fewer points were measured in Area A, 0.93 times in Area B and 0.94 times in Area C. The difference between gridded model and un-gridded model in terms of the time taken by LOS analysis increased, as the maximum LOS range extended. On the other hand, the number visible points did not vary significantly in reference to the size of visible range.

• 한국벤처창업학회:학술대회논문집
• /
• 2021.04a
• /
• pp.75-78
• /
• 2021

최근 대학을 둘러싼 외부 환경은 학령인구 감소로 인한 대학 입학자원 감소, 4차 산업혁명 도래에 따른 청년 일자리 감소 등의 급진적인 변화가 나타나고 있으며 이에 따라 내부 역량 강화 및 고도화, 대외 경쟁력 강화 및 사회적 역할 변화 등 체계적인 대응이 요구되고 있는 상황이다. 향후 학령인구 감소가 본격화될 것으로 예상되는 가운데 국내 대다수의 대학 특히 지방 대학의 경우 학령 인구 감소로 인해 나타날 다양한 변화에 대한 대책 마련이 절실히 요구되는 있다. 지방대학의 위상 약화로 지방대 졸업생의 취업의 질이 낮아지고, 우수 학생의 지방대학 기피로 이어지는 구조적 문제 발생하고 있으며, 이러한 지역 대학의 위기는 특정한 지역의 일부 대학만의 문제가 아닌 현재 우리 사회 전체가 직면하고 있는 구조적이고 복합적 원인에 기인하여 악순환의 고리를 형성하고 있다. 이에 본 연구에서는 지역 혁신을 위한 대학 역할 및 활성화 방안 도출 및 지역 혁신에 기여하는 대학의 국내외 우수사례 분석 지역을 중심으로 한 창업 생태계 현황 및 구성 체계, 창업선도대학, 캠퍼스 타운사업 등 대학을 중심으로 한 지역기반 창업 생태계 선도 모델 분석을 통해 지역사회와 상생하는 대학 중심 지역 창업생태계 구축을 위한 창업기반 지역 혁신형 대학 모델 발굴 및 제언하고자 한다.

• Economic and Environmental Geology
• /
• v.42 no.6
• /
• pp.561-574
• /
• 2009

Unsaturated/saturated groundwater flow and solute transport model, VSFRT2D(Variable Saturated Flow and Reactive Transport model) was developed considering effects of pumping, irrigation, and denitrification. VSFRT2D employed Richards equation as governing equation for groundwater flow and previously existing unsaturated models modified by including computational procedure of evapotranspiration at surface using Thornthwaite method when precipitation doesn't occur. Bioremediation processes based on monod kinetics are described using four nonlinear contaminant transport equations and three nonlinear microbes transport equations. The developed model was applied to field data in Hongsung area contaminated with nitrate. In order to identify the effect of precipitation, pumping, evapotranspiration, irrigation, fertilizer application, and various bioremediations on groundwater flow and contaminant transport, individual processes were separated and simulated. Then all results obtained from the individual processes are compared with each other. The simulation results show that bioremediation had a negligible effect on nitrate concentration change. However, pumping for irrigation, precipitation, and nitrogen fertilizer application showed profound influences on nitrate concentration change.

• The Korean Journal of Petroleum Geology
• /
• v.1 no.1 s.1
• /
• pp.37-46
• /
• 1993

Two-dimensional gravity and magnetic models were constructed for seismic profiles in Block Ⅵ-2, offshore Korea. For each seismic profile, a longer length model showing geometric configurations of all employed polygonal bodies and an expanded version of the area of interests were made. The results of this modeling study indicate 1) that the depth to the deeper basement surface appear to be shallower than indicated in the seismic sections, 2) that the Middle Miocene section (the bottom formations in the models) appears to contain significant amounts of volcanic materials, 3) that identification and/or determination of depth to the top of basement is difficult in the study area due to thick volcanic materials in the lowermost formation (Middle Miocene), and 4) that the study area is unfavorable for hydrocarbon generation and accumulation due to wide spread volcanic activities during the Middle Miocene Epoch. The maximum calculated depth to the magnetic basement in the study area is approximately $4{\cal}km$ sub-sea.

• Journal of The Korean Society of Agricultural Engineers
• /
• v.55 no.6
• /
• pp.1-9
• /
• 2013

미래 기후 정보를 이용한 수문 환경의 단기 미래 예측은 안정적 수자원 공급을 위한 필수적 과제이다. 미국 플로리다 주 중서부 템파지역에서는 주요 수자원 중 하나인 지하수의 효과적 활용을 위해 지하수위 인공신경망 모델 (GWANN)을 개발하여 피압 대수층과 비피압 대수층에 대한 주 단위 평균 지하수위를 월별로 예측하고 그 결과를 수자원 공급 의사 결정에 반영하고 있다. 본 논문은 템파지역에 대한 GWANN 모델을 이용한 지하수위 예측 시스템을 소개하고 모델의 기후 입력 자료의 민감도를 분석함으로써 양질의 기후 정보에 대한 현 시스템의 활용성을 검토하였다. 2006년과 2007년에 대한 연구 결과, 관측 자료를 최적 예측 시나리오 (the best forecast)로 가정하여 적용한 결과는 지하수위 관측 지점에 따라 큰 차이를 보였지만 일반적으로 현 시스템 (현 시점의 실시간 주 단위 평균 강우량을 향후 4주간 동일하게 적용함) 에 비해 예측 성능이 개선되는 것으로 나타났다. 더불어 강우 관측 자료의 백분위 (percentile forecast; 20분위, 50분위, 80분위)를 강우 예측 자료로 활용한 경우에도 현 시스템과 비교하여 일부 나은 결과를 보여주었다. 그러나 지하수위 예측 모델을 활용하지 않고 현 시점의 지하 수위가 지속된다고 가정하는 경우 (na$\ddot{i}$ve model) 향후 2주간의 예측 결과가 best forecast 경우에 비해 높은 정확도를 보이는 등, GWANN 모델의 단기 예측에 대한 양질의 강우 예측 정보의 활용성은 낮으며, 향후 3주 이상에 대한 예측 성능에 있어 best forecast결과가 na$\ddot{i}$ve model 결과에 비해 높은 정확도를 보이기 시작하는 것으로 나타났다. 또한 GWANN 모델의 예측 성능은 적용 기간과 지역 및 지하대수층의 특성에 따라 큰 다양성을 가지는 단점을 보여 강우 예측 자료 활용에 앞서 모델 개선의 필요성이 있다고 판단된다. 본 연구는 단기수자원 공급 계획 수립을 위하여 사용되는 지역 모델링 시스템에 대한 기후 예측정보의 활용성 평가를 위한 방법론으로 고려될 수 있을 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.42-42
• /
• 2023

최근 IPCC 6차 보고서에서는 전 지구의 온도가 0.5℃가 증가할 때마다 기상학적 가뭄 지역이 증가하며, 인위적 강제력은 가뭄 현상의 강도와 빈도를 증가하는 것으로 밝혔다. 봄철(3월-5월) 동남아시아(남중국, 필리핀 등)에 비해 상대적으로 건조한 동북아시아(동중국, 한반도, 일본) 지역은 가뭄에 취약하며 기후 변화에 따라 가뭄으로 인한 피해가 커질 것으로 전망된다. 그러므로 이 지역은 봄철 가뭄으로 인한 피해를 완화하기 위해 봄철 강수량에 대한 신뢰할 만한 계절적 예보 기술이 꼭 필요하다. 본 연구에서는 1992-2022년 봄철의 Standardized Precipitation Index(SPI) 값을 기준으로 2001년과 2011년 동북아시아 가뭄이 발생한 것을 확인하였으며, 각 해의 3월에 관측된 기상학적 초기 조건으로부터 다중 기후 예보 모델들의 봄철 강수량의 계절적 예측성을 정량적으로 평가하였다. 관측자료로부터 2001년 가뭄은 동북아시아 대기 상층의 저기압성 순환의 강화로 인한 제트류(Jet stream)의 강화와 연관되어 있었으며, 2011년 가뭄은 제트류 강화와 함께 태평양 열대 지역 기류 강화가 동반되어 발생하였음을 알 수 있었다. North American Multi-Model Ensemble 기후 예보 모델들은 2011년 가뭄에 비해 2001년 가뭄에 대한 예측성이 높았으며, 그 이유로는 대기 상층 순환의 예측성과 연관이 있음을 밝혔다. 또한, 봄철 대기-해양 상호 패턴을 관측과 유사하게 재현한 GFDL-SPEARS 모델이 가뭄 해의 대기 상층 저기압성 순환과 강수 예측성이 가장 높은 것을 보였다. 본 연구의 결과들을 통해 동북아시아 봄철 가뭄과 같은 극한 기상의 강수량 예측성 향상에 있어서 기후 예보 모델들의 현실적인 대기-해양 결합 과정 모사 능력의 중요성을 밝혔다. 본 연구에서 제안된 방안들은 기후 예측 모델 개선을 위한 전략적인 정보를 제공할 것으로 보인다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.520-520
• /
• 2023

제주도 동부 중산간 지역은 화산암으로 구성된 지하지질로 인해 지하수위의 변동폭이 크고 변동양상이 복잡하여 인공신경망(Artificial Neural Network, ANN) 모델 등을 활용한 지하수위의 예측이 어렵다. ANN에 적용되는 활성화함수에 따라 지하수의 예측성능은 달라질 수 있으므로 활성화함수의 비교분석 후 적절한 활성화함수의 사용이 반드시 필요하다. 본 연구에서는 5개 활성화함수(sigmoid, hyperbolic tangent(tanh), Rectified Linear Unit(ReLU), Leaky Rectified Linear Unit(Leaky ReLU), Exponential Linear Unit(ELU))를 제주도 동부 중산간지역에 위치한 2개 지하수 관정에 대해 비교분석하여 최적 활성화함수 도출을 목표로 한다. 또한 최적 활성화함수를 활용한 ANN의 적용성을 평가하기 위해 최근 널리 사용되고 있는 순환신경망 모델인 Long Short-Term Memory(LSTM) 모델과 비교분석 하였다. 그 결과, 2개 관정 중 지하수위 변동폭이 상대적으로 큰 관정은 ELU 함수, 상대적으로 작은 관정은 Leaky ReLU 함수가 지하수위 예측에 적절하였다. 예측성능이 가장 낮은 활성화함수는 sigmoid 함수로 나타나 첨두 및 최저 지하수위 예측 시 사용을 지양해야 할 것으로 판단된다. 도출된 최적 활성화함수를 사용한 ANN-ELU 모델 및 ANN-Leaky ReLU 모델을 LSTM 모델과 비교분석한 결과 대등한 지하수위 예측성능을 나타내었다. 이것은 feed-forward 방식인 ANN 모델을 사용하더라도 적절한 활성화함수를 사용하면 최신 순환신경망과 대등한 결과를 도출하여 활용 가능성이 충분히 있다는 것을 의미한다. 마지막으로 LSTM 모델은 가장 적절한 예측성능을 나타내어 다양한 인공지능 모델의 예측성능 비교를 위한 기준이 되는 참고모델로 활용 가능하다. 본 연구에서 제시한 방법은 지하수위 예측과 더불어 하천수위 예측 등 다양한 시계열예측 및 분석연구에 유용하게 사용될 수 있다.

• Journal of the Korean association of regional geographers
• /
• v.14 no.1
• /
• pp.19-26
• /
• 2008

A validation study has been performed using the Soil and Water Assessment Tool(SWAT) model with data collected for the Neponset River watershed, which includes roughly 130 square miles of land located southwest of Boston. All of this land drains into the Neponset River, and ultimately into Boston Harbor. This paper presents the methodology of a SWAT model. The calculated contribution of the baseflow to the streamflow is far too high whereas the interflow is strongly underestimated. Alternatively, the modified and calibrated model yields far better results for the catchment. The modification allows hydrological processes to be modeled while not restraining the applicability of the model to catchments with other characteristics. For this study, the SWAT 2005 model is used with ArcGIS 9.1 as an interlace, and sensitivity analysis is performed to provide rough estimated values before adjusting sensitive input parameters during calibration period.

• Proceedings of the KSRS Conference
• /
• 2001.03a
• /
• pp.140-148
• /
• 2001

The satellite sensor model is typically established using ground control points acquired by ground survey Of existing topographic maps. In some cases where the targeted area can't be accessed and the topographic maps are not available, it is difficult to obtain ground control points so that geospatial information could not be obtained from satellite image. The paper presents several satellite sensor models and satellite image decomposition methods for non-accessible area where ground control points can hardly acquired in conventional ways. First, 10 different satellite sensor models, which were extended from collinearity condition equations, were developed and then the behavior of each sensor model was investigated. Secondly, satellite images were decomposed and also pseudo images were generated. The satellite sensor model extended from collinearity equations was represented by the six exterior orientation parameters in 1$^{st}$, 2$^{nd}$ and 3$^{rd}$ order function of satellite image row. Among them, the rotational angle parameters such as $\omega$(omega) and $\phi$(phi) correlated highly with positional parameters could be assigned to constant values. For non-accessible area, satellite images were decomposed, which means that two consecutive images were combined as one image. The combined image consists of one satellite image with ground control points and the other without ground control points. In addition, a pseudo image which is an imaginary image, was prepared from one satellite image with ground control points and the other without ground control points. In other words, the pseudo image is an arbitrary image bridging two consecutive images. For the experiments, SPOT satellite images exposed to the similar area in different pass were used. Conclusively, it was found that 10 different satellite sensor models and 5 different decomposed methods delivered different levels of accuracy. Among them, the satellite camera model with 1$^{st}$ order function of image row for positional orientation parameters and rotational angle parameter of kappa, and constant rotational angle parameter omega and phi provided the best 60m maximum error at check point with pseudo images arrangement.