• 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.

• Proceedings of the Korea Water Resources Association Conference
• /
• 1992.07a
• /
• pp.310-317
• /
• 1992

현재 한강유역의 홍수예경보에 이용되고 있는 한강홍수예경보 프로그램은 실측부분과 예측부분으로 구분된다. 실측부분은 유역에 산재해 있는 각 T/M 우량국, 수위국, 댐국으로부터 Micro Wave로 전송된 자료를 처리하는 것이 주목적이며, 전체 6개의 프로세스로 구성되어 있다. 예측부분은 파일 초기화 프로세스, 현시간까지의 T/M자료 정리 프로세스, 강우예측 프로세스, 유출계산 프로세스 및 결과출력 프로세스 등 총 5개의 프로세스로 구성되어 있으며, 실측 우량과 유량으로부터 주요지점의 홍수예측을 한다. 각 프로그램을 검토한 결과, 유출계산 프로그램에서 댐의 저수량 계산과 댐의 실측방류량 및 주요지점의 실측유량을 이용할 경우에 미비점이 있어서 이를 수정하였다. 특히 화천댐, 소양감댐, 충주댐 및 팔당댐의 실측방류량을 사용하여 하류측의 홍수예측 정도를 높이도록 하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.592-596
• /
• 2009

남한강 유역의 홍수 방어능력 검토와 홍수방어대책 강구에 필요한 동수역학적 홍수추적 모형을 구축하였다. 남한강 유역을 충주댐을 중심으로 상 하류구간으로 나누어 수리학적 모형을 구축하였으며, 모형에 대한 보정을 위해 집중호우로 많은 홍수피해가 발생됐던 2006년 홍수사상과 2007년, 2008년 사상을 활용하였으며, 1990년부터 2005년까지 발생하였던 주요 홍수사상을 대상으로 모형의 검증을 실시하여 모형의 정확도를 검토하였다. 상 하류구간의 경계조건인 충주댐의 방류량과 저수위의 증가 및 감소에 따른 주요지점의 수위변화를 검토하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1551-1554
• /
• 2010

우량계 자료를 참 값이라고 가정할 때 레이더 자료에는 크게 두 가지 문제점이 나타난다. 평균의 차이로 인한 편의의 문제와 불확실성으로 인한 변동성의 문제가 그것이다. 두 가지 문제점으로 인해 발생하는 오차를 모두 고려할 수 있는 자료의 품질평가 방안으로 유철상과 윤정수(2009)는 통계학 분야의 분산분석과 유사한 방법론을 제시하였다. 그러나 이러한 방법론은 호우사상에 따라 가용한 레이더 강우와 우량계 강우 쌍의수가 다르기 때문에 서로 비교 평가할 수 없는 문제점을 가지고 있다. 이에 본 연구에서는 자료 쌍의 수에 영향을 받지 않는 레이더 강우의 품질기준(RRQC, Radar Rain rate Quality Criterion)을 제안하였다. 제안된 방법론에 따르면 우량계 강우와 레이더 강우가 완벽하게 일치하는 경우 100%의 품질이 되고 레이더 자료가 모두 0이면 0%가 된다. 위 기준은 충주댐 유역에서의 태풍 루사(2002년)와 대류성 강우(2003) 사상의 원자료, G/R 보정된 자료, CoKriging된 자료, G/R 보정 후 CoKriging된 자료에 적용하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.343-343
• /
• 2021

최근 국내외적으로 발생되는 대규모의 가뭄에 대하여 여러 과학자들은 자연적인 현상의 가뭄이 아니라 인간의 영향으로 변형된 유역 상황으로 증발산과 토양수분량 그리고 하천유량 등이 자연적인 상태와 다르게 변화되면서 지속된 가뭄으로 평가하고 있다. 우리나라는 대부분의 지역에서 댐과 저류지를 중심으로 수자원 관리가 이루어지고 있으며, 자연적인 수문과정에 의한 유출에 따른 수문학적 가뭄과는 차이가 존재한다. 사회경제적 인자(인구밀도, 농업 및 산업 경제규모 등)는 댐 및 저수지의 용수사용에 큰 영향을 미치며, 저류지의 저류량을 활용하여 판단한 인위적 용수사용이 고려된 수문학적 가뭄(인위적 수문학적 가뭄)과 자연 상태로의 수문학적 가뭄의 특성은 크게 다를 수 있다. 하지만, 사회경제적 인자들이 수문학적 가뭄에 미치는 영향에 대하여 비교한 연구는 상관성 분석을 토대로한 연구가 대부분이다. 본 연구에서는 인자들이 인위적 수문학적 가뭄에 미치는 정도를 정량적으로 비교하기 위하여 베이지안 네크워크 모형을 활용하여 사회경제적 인자와 인위적 수문학적 가뭄과의 관계를 분석하였다. 해당 관계를 바탕으로 코플라 함수를 활용함으로써 베이지안 네트워크 내의 결합확률을 산정하였다. 다양한 사회경제적 인자들에 중에서 인과지도를 바탕으로 활용 가능한 인자로 농업용수 사용량, 생공용수 사용량 자료를 구축하였으며, 기상학적 가뭄지수를 추가적으로 고려하여 한강유역 충주댐 유역에 적용하였다. 그 결과 기상학적 가뭄과 농업용수 사용량과 생공용수 사용량은 값이 증가함에 따라 인위적 수문학적 가뭄의 발생확률이 증가하였다. 사회경제적 인자 중에서는 생공용수 사용량(0.39~0.49)이 전반적으로 농업용수 사용량(0.36~0.48)보다 인위적 수문학적 가뭄에 보다 큰 영향을 미치고 있으며, 값이 적을수록 생공용수 사용량의 영향이 보다 더 크다는 것이 확인되었다. 이를 바탕으로 인위적 수문학적 가뭄의 대응을 위해서는 농업용수 사용량보다 생공용수 사용량의 감축이 우선적으로 이루어져야 그 효과가 클 것으로 판단된다. 본 연구에서 제시한 모형은 베이지안 네트워크를 기반으로 하므로, 둘 이상의 인자에 대하여 복합적으로 가뭄에 영향을 미치는 영향에 대한 추가적인 연구가 가능하다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.1512-1516
• /
• 2007

자신의 현재와 과거의 시계열데이터만을 가지고 시계열 모형을 구축하는 단변량 ARIMA모형 분석법과는 달리, 관심의 대상이 되는 출력시계열과 이와 관련있는 입력시계열의 동태적 특성을 나타내는 전이함수모형(Transfer function model)을 사용하여 소양강댐, 충주댐, 화천댐에 대한 월별 수문자료를 이용하여 유입량을 예측해 보고자 한다. 본 연구의 주요 목적은 다변량 추계학적 시스템의 해석을 위한 모형의 추정과 등정을 위한 과정을 개발하는데 있다. 일반적 추계학적 시스템 모형이 표현되며 그것으로부터 수문학적 시스템의 모형을 매우 적절하게 유도하기 위한 다중 입력-단일 출력 TF, TFN모형을 유도하는데 있다. 이 모형은 수문학적 시스템을 위한 경우에 있어 상관된 입력을 설명할 수 있도록 개발된다. 일반적으로 모형을 만드는 전략이 유도되며 실제유역시스템에 적용하여 검토된다. 한강수계 주요 다목적댐인 소양강댐, 충주댐, 화천댐의 수문자료를 가지고 추계학적 모형(TF, TFN)에 의한 결과와 실제유입량을 비교하여 검토하고자 한다.

• Journal of Korea Water Resources Association
• /
• v.51 no.12
• /
• pp.1217-1227
• /
• 2018

This paper aims to evaluate the applicability of dam inflow prediction model using recurrent neural network theory. To achieve this goal, the Artificial Neural Network (ANN) model and the Elman Recurrent Neural Network(RNN) model were applied to hydro-meteorological data sets for the Soyanggang dam and the Chungju dam basin during dam operation period. For the model training, inflow, rainfall, temperature, sunshine duration, wind speed were used as input data and daily inflow of dam for 10 days were used for output data. The verification was carried out through dam inflow prediction between July, 2016 and June, 2018. The results showed that there was no significant difference in prediction performance between ANN model and the Elman RNN model in the Soyanggang dam basin but the prediction results of the Elman RNN model are comparatively superior to those of the ANN model in the Chungju dam basin. Consequently, the Elman RNN prediction performance is expected to be similar to or better than the ANN model. The prediction performance of Elman RNN was notable during the low dam inflow period. The performance of the multiple hidden layer structure of Elman RNN looks more effective in prediction than that of a single hidden layer structure.

• Journal of Korea Water Resources Association
• /
• v.51 no.7
• /
• pp.607-616
• /
• 2018

Flow regime-based ANFIS Dam Inflow Prediction (FADIP) model is developed and compared with ANFIS Dam Inflow Prediction (ADIP) model in this study. The selected study area is the Chungju and Soyang multi-purpose dam watersheds in South Korea. The dam inflow, precipitation and monthly weather forecast information are used as input variables of the models. The training and validation periods of the models are 1987~2010 for Chungju and 1984~2010 for Soyang dam watershed. The testing periods for both watersheds are 2011~2016. The results of training and validation indicate that FADIP has better training ability than ADIP for predicting dam inflow in normal and low flow regimes. In the result of testing, ADIP shows low predictability of dam inflow in the low flow regime due to the model tuning on all flow regime together. However, FADIP demonstrates the improved accuracy over the entire period compared to ADIP, especially during the normal and low flow seasons. It is concluded that FADIP is valuable for the prediction of dam inflow in the case of drought years, and useful for water supply management of the multi-purpose dam.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.27-27
• /
• 2017

신뢰성 있는 수개월 선행시간의 댐 유입량 예측은 가뭄 상황으로 진입하는 시점에서 효율적인 댐 운영을 위해 필수적이다. 최근 기후변화로 인한 강수량의 경년 및 계절 내 변동성이 증가됨에 따라서 기존의 과거 통계치를 이용한 댐 운영 의사결정은 많은 도전을 받고 있다. 최근 엘리뇨-남방진동(ENSO) 등의 전구기후지수와 지역수문기후와의 원격상관성을 활용하여 수개월 이후에 대한 수문조건을 통계적으로 예측하기 위한 연구가 시도되고 있다. 또한 매월 제공되는 역학적 예측모형으로부터 생산된 월단위 예측정보를 유량예측을 위한 유역모형에 활용하기 위하여 편이보정 및 상세화 기법이 개발되어 활용되고 있다. 본 연구에서는 댐 유입량 예측을 위해 SWAT 모형을 선정하였고 최장 6개월 선행 강수량 및 기온의 예측을 위해서 하이브리드 계절예측 시스템을 활용하였다. 이 시스템은 전지구역학적 예측모형의 자료를 편이보정을 거쳐 직접적으로 사용하는 단순 편이보정(Simple Bias Correction, SBC) 방법에 회귀모형을 이용하여 통계적인 방법으로 예측자료를 생산하는 전구기후지수 기반의 Climate Index Regression (CIR), 실시간 재분석자료 기반의 Observation-based Moving Window Regression (MWR-Obs), 역학적 예측모형의 예측자료 기반의 Moving Window Regression (MWR) 방법을 통합하여 사용하고 있다. 충주댐을 대상으로 우선 관측자료를 이용하여 SWAT 모형을 검 보정한 후, 관측기간에 대하여 하이브리드 시스템에 의한 예측 기상자료를 적용하여 모의된 댐 유입량과 관측 유입량과의 비교를 통해 예측성을 평가하였다. 본 연구는 다양한 기후정보를 활용하여 댐 유입량 예측에 있어서 예측성을 높이고자 시도되었으며, 도출된 결과는 향후 충주댐 운영에 유용한 정보를 제공할 수 있는 것으로 판단된다.

• Journal of the Korean Society of Hazard Mitigation
• /
• v.8 no.4
• /
• pp.123-133
• /
• 2008

This study evaluated the runoff data collected at 12 stream gauge stations of the Chungjoo dam basin using the IHACRES model. Especially, the geomorphology-related parameters of the IHACRES model could be quantified base on the regionalization technique, which have also been applied many stream gauge stations of the Chungjoo dam basin. Summarizing the results is as follows. (1) The climate-related parameters of the IHACRES model c, $\tau_w{^0}$, and f are found to be estimated and used uniformly over the basin. (2) The geomorphology-related parameters of the IHACRES model $t_q,\;t_s,\;and\;v_s$ are found to be estimated by considering the geomorphological parameters like the basin area, channel length, channel slope, basin slope through the regionalization based on the regression analysis. (3) Using the climate-related parameters applied uniformly over the basin and the geomorphology-related parameters estimated based on the regionalization procedure for each stream gauge station, a total of 12 stream gauge stations have been evaluated with their stream flow measurements. As results, the Sanganmi and Youngwal 1 stream gauge stations have been found to make high quality flow data, but Youngwal, Baekokpo, and Panwoon stations low quality flow data. On the whole, 12 stream gauge stations considered show large differences with their data quality, so a plan for securing more consistent data quality should be prepared imminently.