• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.48-48
• /
• 2017

도시지역에서는 이상강우, 돌발홍수와 더불어 급속한 도시화에 따라 침수 발생의 위험성이 증가하고 있다. 지자체에서는 빗물펌프장, 지하저류조 등을 이용하여 적극적으로 침수대책을 강구하고 있지만, 저지대 침수피해는 계속적으로 발생하고 있다. 2013년 7월 서울 경기북부 강원영서에 발생한 집중호우로 1명이 사망하고 피해액은 94,036백만원이 발생하였다. 춘천시 효자동 저지대지역의 주택침수는 인근 하천의 수위가 높아져 내수배제 및 하수도 처리 능력이 부족하여 침수가 발생하였다. 2014년 8월 경남지역에 발생한 집중호우로 2명 사망하였고, 피해액은 134,158백만원에 이르렀으며, 도시화 토지피복변화로 인한 홍수량이 증가하여 피해가 가중되었다. 이에 따라 도시 내 정확한 도시유출 및 침수해석을 통하여 과거 침수양상을 재현하고 앞으로 발생할 수 있는 침수피해를 방지할 수 있도록 침수 예 경보 시스템을 개발하여 도시침수에 대비하고 도시주민들의 인명과 재산피해를 경감하는데 그 목적이 있다. 이를 위해 도시지역의 관망해석에 적합한 모형을 선택하여야 하며, 그 모형의 매개변수를 결정하여야 한다. 도시유출해석 및 관망해석을 위하여 SWMM 모형을 선정해서 유역분할조건, 매개변수에 대한 최적 검정과정을 제시하여, 1D-2D 연계모형을 통해서 침수지역예측의 정확도를 증대시키고자 한다. 본 연구에서는 서울시 강남역 주변 일대의 5개 배수분구을 대상으로 도시유출해석을 위한 최적화 모의를 위하여 1D-2D모형의 연계해석하였다. 실제 강우사상을 적용하여 매개변수와 소유역 개수를 달리하여 자동최적화기법인 PEST를 이용하여 최적인자를 도출하여, 실제 배수맨홀의 수위관측 자료를 이용하여 비교 보정을 하였다. 도시유출해석뿐만 아니라 내수침수시의 최적인자 도출을 위해 2차원 범람해석을 통하여 NDMS 자료를 이용하여 비교 보정을 한 뒤 다른 강우사상을 이용하여 검증을 하여 도시침수 해석의 정확도를 개선을 위한 최적인자들을 검토하였다.

• Journal of Korean Society for Geospatial Information Science
• /
• v.21 no.2
• /
• pp.85-92
• /
• 2013

This study determined the spatial distribution characteristics of carbon dioxide in Northeast Asia, connecting land coverage and vegetation index that have influence on concentration and distribution of carbon dioxide measured by GOSAT with GIS spatial analysis method. The results visibly showed that the spatial distribution of carbon dioxide had different patterns in dependent on the present status of land use in its surrounding area. Such high concentration of carbon dioxide was formed in developed sites like cities while forest areas showed low concentration of it. We also found that there were relatively high negative(-) correlations between carbon dioxide and vegetation, in statistically significant level. It is expected to be used as a basic data for establishing measures to reduce greenhouse gas in the future.

• Korean Journal of Remote Sensing
• /
• v.36 no.3
• /
• pp.487-501
• /
• 2020

As a viable option for retrieval of LST (Land Surface Temperature), this paper presents a DNN (Deep Neural Network) based approach using 148 Landsat 8 images for South Korea. Because the brightness temperature and emissivity for the band 10 (approx. 11-㎛ wavelength) of Landsat 8 are derived by combining physics-based equations and empirical coefficients, they include uncertainties according to regional conditions such as meteorology, climate, topography, and vegetation. To overcome this, we used several land surface variables such as NDVI (Normalized Difference Vegetation Index), land cover types, topographic factors (elevation, slope, aspect, and ruggedness) as well as the T₀ calculated from the brightness temperature and emissivity. We optimized four seasonal DNN models using the input variables and in-situ observations from ASOS (Automated Synoptic Observing System) to retrieve the LST, which is an advanced approach when compared with the existing method of the bias correction using a linear equation. The validation statistics from the 1,728 matchups during 2013-2019 showed a good performance of the CC=0.910~0.917 and RMSE=3.245~3.365℃, especially for spring and fall. Also, our DNN models produced a stable LST for all types of land cover. A future work using big data from Landsat 5/7/8 with additional land surface variables will be necessary for a more reliable retrieval of LST for high-resolution satellite images.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.30 no.5B
• /
• pp.459-469
• /
• 2010

This study is to develop a grid-based daily runoff model considering seasonal vegetation canopy condition. The model simulates the temporal and spatial variation of runoff components (surface, interflow, and baseflow), evapotranspiration (ET) and soil moisture contents of each grid element. The model is composed of three main modules of runoff, ET, and soil moisture. The total runoff was simulated by using soil water storage capacity of the day, and was allocated by introducing recession curves of each runoff component. The ET was calculated by Penman-Monteith method considering MODIS leaf area index (LAI). The daily soil moisture was routed by soil water balance equation. The model was evaluated for 930 $km^2$ Yongdam watershed. The model uses 1 km spatial data on landuse, soil, boundary, MODIS LAI. The daily weather data was built using IDW method (2000-2008). Model calibration was carried out to compare with the observed streamflow at the watershed outlet. The Nash-Sutcliffe model efficiency was 0.78~0.93. The watershed soil moisture was sensitive to precipitation and soil texture, consequently affected the streamflow, and the evapotranspiration responded to landuse type.

• Korean Journal of Remote Sensing
• /
• v.36 no.2_1
• /
• pp.179-197
• /
• 2020

Topographic normalization reduces the terrain effects on reflectance by adjusting the brightness values of the image pixels to be equal if the pixels cover the same land-cover. Topographic effects are induced by the imaging conditions and tend to be large in high mountainousregions. Therefore, image analysis on mountainous terrain such as estimation of wildfire damage assessment requires appropriate topographic normalization techniques to yield accurate image processing results. However, most of the previous studies focused on the evaluation of topographic normalization on satellite images with moderate-low spatial resolution. Thus, the alleviation of topographic effects on multi-temporal high-resolution images was not dealt enough. In this study, the evaluation of terrain normalization was performed for each band to select the optimal technical combinations for rapid and accurate wildfire damage assessment using PlanetScope images. PlanetScope has considerable potential in the disaster management field as it satisfies the rapid image acquisition by providing the 3 m resolution daily image with global coverage. For comparison of topographic normalization techniques, seven widely used methods were employed on both pre-fire and post-fire images. The analysis on bi-temporal images suggests the optimal combination of techniques which can be applied on images with different land-cover composition. Then, the vegetation index was calculated from the images after the topographic normalization with the proposed method. The wildfire damage detection results were obtained by thresholding the index and showed improvementsin detection accuracy for both object-based and pixel-based image analysis. In addition, the burn severity map was constructed to verify the effects oftopographic correction on a continuous distribution of brightness values.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.27-27
• /
• 2022

본 연구는 본 연구에서는 내륙에 위치한 하천(백제보)과 호소(남양호)를 대상으로 수체반사도를 활용하여 유역특성에 따른 반사도의 변화를 확인하고 Chlorophyll-a(Chl-a)의 농도를 추정하고자 하였다. 각 유역별 특성분석을 위해 제원자료, 토지피복도 및 11개(수소이온농도, 용존산소, BOD, COD, 부유물질, 총질소, 총인, 수온, 전기전도도 및 Chlorophyll-a)의 수질인자 자료를 구축하였다. 백제보는 2016-2017년 유인항공기에 탑재된 초분광센서를 이용하여 반사도를 측정하였고, 남양호는 2020-2021년 초분광센서가 탑재된 Drone과 Sentinel-2 MSI영상으로부터 반사도를 측정하였으며 두 유역 모두 촬영 범위에 대하여 현장샘플링을 실시하였다. 유역특성, 수질인자간 상관성 및 밴드별 상관성 분석을 실시하였다. 수질인자 간 상관성 분석 결과 Chl-a와 광학적 특징이 있는 SS, TOC가 상관성이 높게 나타났으며, 반사도의 경우 Chl-a가 고농도일수록 Near-Infrared, Blue 파장과 상관성이 높게 나타났다. 해당 분석결과를 기반으로 각 유역에 대해 Chl-a Machine-learning 기법과 원격탐사자료를 이용하여 Chl-a의 농도를 산정하였으며 백제보, 남양호 각각 결정계수(R²) 0.80, 0.88의 성능을 보였다. 추후 고해상도 광학위성영상을 통해 유역특성을 고려한 광범위한 지역 규모의 Chl-a의 시공간적 분석이 가능할 것으로 판단된다.

• 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
• /
• 2015.05a
• /
• pp.174-174
• /
• 2015

국내의 국지성 집중호우와 같은 기후변화와 토지피복율 증가 등 복합적인 원인으로 인한 표면 유출수의 증가로 도시에서의 내수침수가 매년 빈번하게 발생하고 있다. 이러한 도심지 돌발홍수로 인한 피해에 대한 구조적인 대책으로 지하방수로가 효과적인 방안으로 대두되고 있으며, 현재 신월빗물저류배수시설이 설계단계에 있다. 그러나 미국, 일본 등의 국외의 기설치된 지하방수로에서 발생되는 Geyser 현상으로 인한 피해에 대한 연구는 국외에 비해 미비한 편이므로, 선행적으로 Geyser에 대한 물리기반의 동수역학적인 이해가 필요한 실정이다. Geyser는 홍수 시 급격한 유량의 유입으로 단파가 발생하여 지하방수로 내 공기의 압축이 발생하고 수직관을 통해 공기가 물과 함께 지상으로 분출되면서 발생된다. 따라서 공기와 물의 혼합 유동을 모의해야 하며 동시에 단파의 불연속성을 모의하기 위해서는 기존의 상용프로그램으로는 다소 어려움이 있다. 이에 본 연구에서는 지하방수로의 Geyser 현상의 발생 예측을 위해 1차원 Saint-Venant 방정식을 지배방정식으로 선정하였으며, 단파 발생을 수치적으로 안정적으로 모의하기 위해 Roe Approximate Riemann 수치기법을 사용하였다. 또한 공기의 압력항을 고려하기 위해서 수정된 형태의 Preissmann slot 모형을 적용하였다. Geyser 현상의 영향인자로서 지하방수로 수평관의 직경, 마찰계수, 바닥경사, 초기수위, 유입유량을 고려하였으며 상류에서 유입되는 유량에 의한 하류에서의 동수역학적 거동을 분석하였다. 5개의 영향인자의 변화에 따른 단파의 유입속도 및 공기부 압력의 변화를 관찰하여 Geyser 현상에 대한 동수역학적 검토를 수행하였다. 추후 본 연구결과를 적절히 활용한다면 지하방수로의 사용 안정성을 확보하고, 홍수발생 시 모니터링 인자도출에 도움이 될 것으로 예상된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.584-584
• /
• 2015

최근 기후변화로 인한 국지성 집중호우와 태풍 등으로 홍수피해가 급증하고 있음에 따라 침수지역에 대한 공간적인 분석과 사전 예측으로 피해를 최소화하려는 노력이 필요하다. 따라서 본 연구에서는 소유역 별 평균화된 매개변수로 홍수량을 산정하는 집중형 모형이 아닌 분포형 모형을 적용하여 남강댐 유역의 유출량 산정 및 침수예측을 분석하였다. 분포형 모형은 격자체계를 기반으로 유역에 각 격자별 공간적 특성이 반영된 매개변수를 적용하므로 유역의 특성을 효과적으로 반영하므로 집중형 모형보다 정확한 해석이 가능하다. DEM, 토양도, 토지피복도 등의 격자크기 $240{\times}240$의 지형공간 자료를 ArcGIS를 이용하여 남강댐유역의 Flow direction, 경사도, 하도경사, 불투수율, 유효공극률, 조도계수, 토양심도, 수리전도도, 토양흡인수두 등의 수문매개변수를 추출하였다. 강우 자료의 경우 티센(Thiessen)법에 의해 선정된 남강댐유역 주변의 장수, 거창, 진주, 합천, 산청, 남원 강우관측소의 100년빈도 확률강우량 산정하여 24시간 확률강우를 3분위 Huff 분포시킨 후 강우의 공간적 통계특성을 반영하는 크리깅(Kriging)기법으로 적용하여 강우보간을 실시하였다. 침수예측을 위해 $Vflo^{TM}$모형을 이용해 48시간의 강우모의시간 홍수수문곡선 유도 및 홍수량 산정하였으며, 시간에 따른 침수 시뮬레이션하여 침수예측도를 작성하였다. 작성 시 침수심의 정도에 따라 5개의 구간으로 분류해 침수위험지역을 확인 할 수 있도록 도식화하였다. 본 연구에서는 남강댐유역의 침수위험지역을 개략적으로 예측할 수 있었으며, 추후 연구에서는 보다 조밀한 격자크기와 강우를 이용하여 분석한다면 향후 피난 정보 제공과 홍수재해지도 작성, 홍수방지 시설물 건설 또는 홍수보험계획 등에 응용이 될 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.38-38
• /
• 2021

전 세계적으로 기후변화의 영향으로 인해 수문·기상 등 다양한 분야에서 심각성이 야기되고 있으며, 가뭄, 집중호우, 태풍 등과 같은 자연재해의 발생빈도와 피해가 증가하고 있다. 우리나라의 경우 봄철 가뭄의 발생빈도가 증가하고 있으며, 발생지역이 확산되는 추세이다. 증발산량(evapotranspiration)은 기상학과 수문학에 주요한 농업기상 매개 변수로 다루어지며, 작물의 생육·성장에 필요한 물 수요 및 관개용수 산정에 필요한 인자로 가뭄 분석에 활용하는 중요 인자들 중 하나다. 증발산량 자료 구축에는 증발산계 (Lysimeter)를 이용하여 현장 데이터를 실측하는 방법과 구조화된 알고리즘을 통해 증발산량을 산출하는 방법으로 나누어진다. 우리나라의 경우 증발산계가 설치된 지역이 많지 않고 분포도 조밀하지 않으며, 기상, 식생, 토지 피복 등 다양한 요인들의 영향을 받는 증발산량의 특성상 실측 데이터를 구축하는 것은 현실적으로 어렵다. 이에 물수지 기법, 기상 변수 기반 추정 등 간접적인 방법을 통해 증발산량을 추정하는 연구가 일반적으로 진행되고 있다. 이에 본 연구에서는 미국항공우주국 (National Aeronautics and Space Administration, NASA) 제트 추진 연구소 (Jet Propulsion Laboratory, JPL)의 The ECOsystem Spaceborne Thermal Radiometer Experiment on Space Station (ECOSTRESS)에서 제공하는 위성영상 중 증발산량 데이터를 구축하였다. 구축한 ECOSTRESS 증발산량 적합성 확인을 위해, 청미천·설마천에서 제공하는 증발산량과 비교 및 검증을 실시하였으며, 시공간적 변동성 분석을 위해 통계적 방법을 이용하였다. 본 연구에서 도출된 증발산량의 시공간 변동성 결과를 통해 지역별 가뭄 분석의 기초자료로 활용될 수 있을 것으로 사료된다.