• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.195-195
• /
• 2012

인공신경망 모형은 복잡하고 비선형의 입력과 출력 관계를 잘 반영할 수 있어서 유출 모델링에 널리 적용되어 왔다. 그러나 인공신경망 모형은 강우나 유역특성의 공간적 분포를 반영하는 것이 어려우며 물리적 개념이 결여되어 있는 단점이 있다. 본 연구에서는 유역특성과 물리적 개념을 반영할 수 있는 물리기반 모형과 인공신경망 모형의 장점들을 조합하여 물리기반 모형의 일 유출량 해석 능력을 향상하기 위하여 SWAT 모형과 인공신경망(ANN)을 연계하였다. SWAT-ANN 연계모형은 두 단계로 구성되어 진다. 첫 번째 단계에서는 관측 자료를 이용하여 SWAT 모형을 보정한다. 두 번째 단계에서는 첫 번째 단계에서 계산한 소유역별 SWAT 모형의 유출결과를 ANN의 입력자료로 이용하여 SWAT-ANN 연계모형을 구축한다. SCE-UA 최적화 방법을 적용하여 SWAT 모형의 매개변수들을 보정하였고, ANN 학습은 3층의 feed-forward 역전파 알고리즘에 기초한 Bayesian Regularization 방법을 적용하였다. ANN 은닉층의 뉴런 및 전달함수는 시행착오를 통하여 적절한 ANN 구조를 설정하여 SWAT-ANN 연계모형의 일유출량을 모의하였다. 여러 가지 통계적 오차기준을 이용하여 보청천 유역에서 SWAT-ANN 연계모형의 결과와 SWAT 단독 모형의 결과를 비교하였다. SWAT-ANN 연계모형이 SWAT 단독 모형보다 더 우수한 결과를 나타내어 일 유출량 해석을 위한 SWAT-ANN 연계모형의 유용성을 확인할 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.93-93
• /
• 2019

식생이 있는 개수로 흐름의 분석이 중요한 이유는 식생이 흐름 특성과 유사이송 및 하상변동에 영향을 주어 복잡한 흐름 현상을 만들어 내기 때문이다. 식생 밀도, 식생 길이, 식생이 식재된 형태에 따라 흐름의 현상이 달라지며, 흐름 특성의 변화로 인해 하상 및 주변 하천구조물에 영향을 줄 수 있다. 하천의 식생은 대부분 폭과 길이가 제한된 모습으로 존재하는 경우가 많으며, 식생이 존재하는 영역에서는 식생항력에 의해 유속이 감소하고 식생이 없는 영역에서 유속이 증가한다. 식생항력에 의해 변화된 흐름 특성은 일정 거리를 지나면 평형상태에 도달하게 되며, 식생의 경계면에서는 전단층이 발달하여 모멘텀의 교환이 활발하게 발생하는 현상을 보인다. 식생 흐름의 특성을 분석하기 위해 수치모형으로는 식생 흐름의 강한 비등방성을 모의할 수 있는 비등방성 수치모형이 적합하다. 본 연구에서는 부분 식생이 식재된 개수로에서 RSM (Reynolds stress model)을 이용하여 식생과 식생 주변의 흐름 특성 및 난류량을 분석하였다. 흐름의 변화에 따라 크게 3 구간으로 나누어 흐름 특성을 파악할 수 있으며, 식생의 밀도와 식생 영역의 폭의 길이에 따라 각 구간의 길이가 달라지는 것을 확인하였다.

• Journal of Korean Society of Coastal and Ocean Engineers
• /
• v.20 no.1
• /
• pp.121-127
• /
• 2008

Numerical experiments with weakly nonlinear MIKE21 BW module and fully nonlinear FUNWAVE model are performed to identify the nonlinear characteristics of Boussinesq models with varying nonlinearity. Generation of waves with varying amplitudes, nonlinear shoaling and wave propagation over submerged bar experiments showed the importance of nonlinear model in shallow water where nonlinearity becomes prominent. Fully nonlinear model showed the nonsymmetrical wave form more clearly and gave larger shoaling coefficients than those of weakly nonlinear model.

• Journal of Korea Water Resources Association
• /
• v.37 no.7
• /
• pp.589-598
• /
• 2004

From the continuous long-term rainfall-runoff standpoint, the urbanization within a watershed causes land use change due to the increase in impervious areas, the addition of manmade structures, and the changes in river environment. Therefore, rainfall-runoff characteristics changes drastically after the urbanization. Due to these reasons, there exists the demand for rainfall-runoff simulation model that can quantitatively evaluate the components of hydrologic cycle including surface runoff, river flow, and groundwater by considering urban watershed characteristics as well as natural runoff characteristics. In this study, continuous long-term rainfall-runoff simulation model SWAT-SWMM is developed by coupling semi-distributed continuous long-term rainfall-runoff simulation model SWAT with RUNOFF block of SWMM, which is frequently used in the runoff analysis of urban areas in order to consider urban watershed as well as natural watershed. The coupling of SWAT and SWMM is described with emphasis on the coupling scheme, model limitations, and the schematics of coupled model.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.144-149
• /
• 2011

합류부에서의 수공구조물의 설치는 수리학적으로는 매우 불리하며, 최근 심각해지고 있는 국지성 집중호우로 인한 과중한 유량이 합류부에 집적되어 홍수위를 상승시킴으로써 하천 범람 피해의 주원인이 된다. 본 연구에서는 1차원 HEC-RAS 및 2차원 수치모형 CCH2D을 이용하여 합류부에서의 교각설치에 따른 하천흐름 변화를 분석하고 각 모형의 성과를 비교 검토한다. 또한 2차원 모형인 CCHE2D 모형의 원형교각 배치에 대한 단점을 보완하고자 2차원 수리해석 모형인 FLUMEN모형과 함께 비교 분석하여 실제 교각의 배치, 형상 및 제원이 고려된 격자망을 이용하여 합류부 주변에 위치한 교량에 의한 흐름 유동특성을 평가한다.

• Proceedings of the Korean Society of Disaster Information Conference
• /
• 2016.11a
• /
• pp.226-228
• /
• 2016

유출해석을 하기 위한 수문 모형은 크게 분포형 모형과 집중형 모형으로 구분할 수 있다. $Vflo^{TM}$와 같은 분포형 모형은 격자 기반의 유역 특성 및 강우자료로부터 초기 매개변수 값을 추정하기 때문에 모형보정시 민감하게 반응할 수 있다. 따라서 모형 내 구성된 매개변수들의 특성과 민감도를 파악하여 유출해석을 하는 것이 중요하다. 본 연구에서는 물리적 기반의 완전분포 모형인 $Vflo^{TM}$모형을 이용하여 감천유역의 유출해석을 실시하였다. 그 후, 지표면 유출과 하도 추적에서 주요 매개변수가 미치는 영향을 분석하여 매개변수별 민감도를 평가하였다. 이 결과, 수리전도도는 유역전체 유출고에 관여하였고, 불투수율은 첨두유량에 영향을 미치는 것으로 나타났다. 본 연구결과를 통해 유출고 및 유출량에 영향을 미치는 매개변수와 이에 따른 민감도를 확인할 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.382-382
• /
• 2020

과거 많은 연구에서 다수의 모형의 결과를 이용한 앙상블 방법론은 인공지능 모형 (artificial neural network)의 예측 능력에 향상을 갖고 온다 논하였다. 본 연구에서는 미계측유역의 저수량(low flow)의 예측을 위하여 Jittering을 기반으로 한 인공지능 모형을 제시하고자 한다. 기본적인 방법론은 설명변수들에게 백색 잡음(white noise)를 삽입하여 훈련되는 자료를 증가시키는 것이다. Jittering을 기반으로 한 인공지능 모형에 대한 효과를 검증하기 위하여 본 연구에서는 Multi-output neural network model을 기반으로 모형을 구축하였다. 다음으로 Jittering을 기반으로 한 앙상블 모형을 variable importance measuring algorithm과 결합시켜서 유역특성치와 예측되는 저수량의 특성치들의 관계를 추론하였다. 본 연구에서 사용되는 방법론들의 효용성을 평가하기 위해서 미동북부에 위치하고 있는 총 207개의 유역을 사용하였다. 결과적으로 본 연구에서 제시한 Jittering을 기반으로 한 인공지능 앙상블 모형은 단일예측모형 (single modeling approach)을 정확도 측면에서 우수한 것으로 확인되었다. 또한, 적은 숫자의 앙상블 모형에서도 그 정확성이 단일예측모형보다 우수한 것을 확인하였다. 마지막으로 본 연구에서는 유역특성치들의 효과가 살펴보고자 하는 저수량의 특성치들에 따라서 일관적으로 영향을 미치거나 그 중요도가 변화하는 것을 확인하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2005.05b
• /
• pp.1154-1158
• /
• 2005

본 연구에서는 2002년 여름 전국을 강타한 태풍 '루사'에 의한 집중호우와 관련하여 충북 영동군 일원에 발생한 하천범람에 따른 침수피해에 대해 하천의 수위 상승과 하천변 제내지의 침수에 따른 수리특성을 분석하였다. 이를 위해 홍수유출량 산정에 HEC-HMS모형과 HEC-GeoHMS모형을 사용하였고, 외수위 변동을 해석하기 위해서 HEC-RAS를 이용하여 부정류 해석을 수행하였다. 또한 침수구역의 수리특성과 하상변동, 유사분포 모의를 위해 RMA2, SED2D 모형을 적용하였다. 그 결과 하천범람시 유속은 $2.6m/sec\~3.4m/sec$ 분포를 나타내었고, 하상변동의 경우 제방에 근접한 곳에서 제방 절개부와 가까운 지역은 $0.15m\~0.17m$정도 유사가 퇴적되는 것으로 분석되었다.

• Proceedings of the Korean Society of Coastal and Ocean Engineers Conference
• /
• 2000.09a
• /
• pp.126-132
• /
• 2000

하수처리장의 수중확산관에서 방류되는 부력제트는 초기혼합, 중력확장, 이송-확산 등의 과정이 시간적, 공간적으로 규모가 상이한 범위에서 일어나며, 하수방류 해역의 주변수 흐름은 지형특성과 조석의 영향을 받아 3차원적 비정상류 특성을 나타낸다. 이러한 부력제트의 거동을 모의하기 위해서는 일반적으로 근역과 원역을 분할하여 예측하는 방법을 사용하는데, 초기혼합 과정과 중력환장 과정을 예측하기 위해서는 정상상태는 가정한 특성길이 모형이나 제트적분 모형을 사용하고, 원역으로의 이송-확산 과정을 모의하기 위해서는 농도 모형이나 임자추적 모형등을 사용한다. (중략)

• 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.