• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.335-335
• /
• 2015

행주대교 하류 약 3km 지점에 위치한 신곡수중보는 한강종합개발 사업 중 하도정비로 인한 상시수위 저하로 인해 발생하는 문제를 해결하기 위해 설치되었으며, 취수장의 취수심 확보, 주운수심 확보, 염수 역류에 의한 생태계의 변화 방지, 하천 주면의 지하수위 저하 방지 목적으로 건설되었다. 본 연구에서는 신곡수중보의 존치, 이전 혹은 철거로 인한 수질변화를 모의를 실시하였다. 한강 본류와 임진강 합류를 고려하여 총 495개 수질모의 셀을 구성하였고, 수질모의를 위한 WQ Cell은 길이가 100 m~340 m로 임진강 47개, 한강 448개로 총 495개의 셀로 구성하였으며, 주요 지천이나 오염원으로 신곡보 하류에는 공릉천, 신곡보와 잠실보 사이에는 창릉천, 서남과 난지물 재생센터, 안양천, 홍제천, 중랑천, 탄천, 잠실보 상류에는 왕숙천, 월문천, 덕풍천 등 9개 지천과 2개 물 재생센터를 포함하였으며 잠실보 상류에서의 생활용수 취수를 고려하였다. 수온, BOD, 조류의 경계조건은 환경부에서 제공한 2011년 3월과 4월의 측정자료를 사용하였다. 그 결과, 신곡보 철거시 수온의 변화는 서해로부터의 차가운 해수의 역류 증가로 임진강, 파주, 전류, 장항습지까지 수온이 최대 $0.94^{\circ}C$ 크게 하강할 것으로 나타났으나 행주, 가양, 영등포는 오히려 수온이 $0.03{\sim}0.04^{\circ}C$ 미미하게 상승할 것으로 나타났으며 현재의 신곡보가 수온의 급격한 변화를 완층하는 역할을 담당하여 왔으나 보가 철거되면서 이러한 수온 완충역할이 사라지기 때문으로 분석되었다. 신곡보 철거시 BOD 농도의 변화는 잠실보 하류쪽으로는 BOD 농도가 최대 1.02 mg/l 감소하는 등 전반적으로 수질이 크게 개선될 것으로 나타나는 반면 잠실보 상류쪽으로는 BOD 농도가 최대 0.56 mg/l 증가하며 현재의 1급수 수질에서 2급수로 수질이 악화되어 상수원 수질 관리가 어려울 것으로 예상되었다. 신곡보 철거시 조류 농도의 변화는 잠실보 하류쪽으로 조류 농도가 최대 1.85 mg-A/l 감소하는 등 전반적으로 수질이 크게 개선될 것으로 나타나는 반면 잠실보 상류쪽으로는 조류 농도가 최대 0.40 mg-A/l 증가하며 고조위 기간에는 조류주의보 기준 1.5 mg-A/l를 초과하는 경우도 발생하여 상수원 취수에 문제가 발생할 가능성이 있는 것으로 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.25-25
• /
• 2018

본 연구는 충주댐을 대상으로 기후변화에 따른 미래 댐운영에 미치는 영향을 평가하기 위하여 연구 목적에 접합한 GCM 및 상세화 기법 선정을 위한 절차를 적용함으로써 사용자 중심의 기후변화 시나리오 상세화 자료가 유입량의 재현성 평가에 미치는 영향을 분석하였다. 우선 편이보정 전의 29개 원시 GCM에 대한 강수량 및 기온의 순단위 시 공간적 재현성 평가를 통해서 상위 16개 GCM을 선정하였다. 이후 상세화 기법을 선정하기 위해서 유입량 전망에 중요하다고 판단되는 총강수량(prcptot) 및 일최대강수량 (rx1day)을 기후지수(Climate Indices)로 선정하였다. 상세화 기법은 과거기간의 재현성이 평가, 미래기간 시그널 왜곡도 평가, 공간상관성에 대한 재현성 평가를 통해 SQM 기법을 선정하였다. 제한적인 기후변화 전망 자료를 고려하여 과거 30년 기간에 대한 모의결과 월단위 모형효율지수(ME) 및 결정계수 ($R^2$)는 모두 0.92로 만족할 만한 결과를 보여 주었다. GCM 선정에 따른 오차는 원시 GCM을 통해 선정된 16개 GCM을 사용한 경우 유입량 재현성 평가에 있어 가장 좋은 결과를 보였다. 전체적으로 상세화 자료를 유역 모델링에 활용하는 경우 GCM의 선정보다는 상세화 기법의 선정이 전체적인 재현성 평가에 있어서 중요한 것으로 나타났다. 미래기간에 대한 평균 유입량 전망은 모든 RCP 시나리오에서 근 미래 보다는 중간 및 먼 미래 기간 동안에 유입량이 증가하는 경향을 보였다. 또한 모든 미래 기간에 대해여 RCP 8.5 시나리오가 RCP 4.5 시나리오와 비교하여 유입량의 증가가 높을 것으로 전망되었다. 홍수 관리측면에서 중요한 일 최대 유입량의 미래 변동은 평균 유입량과 비교하여 최대 두 배 이상의 높은 변화율을 보였다. 댐운영 측면에서는 연간 총 유입량의 변화보다 시기별 유입량의 변동 특성을 이해하는 것이 중요하며, 평균 유입량 및 일단위 최대 유입량 모두 근 미래 기간에 대해서는 RCP 시나리오 모두 7월 및 8월을 중심으로 유입량이 증가하는 경향을 보였다. 반면 중간 미래에서 먼 미래로 갈수록 평균 및 일단위 최대 유입량 모두 전체 기간에 걸쳐 증가하는 경향을 보였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.88-88
• /
• 2023

지난 100년 동안 전 지구의 기상 이변이 꾸준히 증가하고 있다. 기후 변화는 도시 홍수 피해에 큰 영향을 끼치는데 급속한 도시화와 이상 기후로 인한 돌발 강우 패턴의 증가는 도시 침수의 취약성을 가중시킨다. 또한 급격한 도시 발전으로 인한 도심지의 불투수율 또한 꾸준히 증가하였다. 특히 2022년 8월 8일에 강남역과 도림천 일대에 내린 기록적인 강우는 기후 변화를 실감하게 하는 사회적 이슈가 되었으며 도심지 미래 수방 대책 변화를 상기시키는 계기가 되었다. 이로 인한 재해 피해에 최소화하기 위해 미래 기후 변화를 고려한 도심지의 새로운 방재 목표강우량 설정이 필요하다. 하지만 전 지구 모형(GCM)의 기후 변화 시나리오는 일 단위(Daily) 상세화 자료를 보편적으로 사용하고 있다. 하지만 이는 단기 강우 자료를 필요로 하는 도시 홍수 모의에서 제대로 활용할 수 없는 한계를 가지고 있다. 따라서 본 연구는 2019년에 발간된 IPCC 6차 평가 보고서(AR6)가 제안하는 SSP(Shared Socioeconomic Pathways, 공통사회경제경로) 시나리오를 기반하여 상세화된 일 단위(Daily) 강우 데이터를 비모수적 통계 기법을 사용하여 시간 단위(Hourly)로 상세화하였다. 또한 지속 시간별 연 최대치 강우를 추출하여 빈도 해석을 통해 도시 유역의 미래 확률 강우량을 제시하였으며, 서울시 상습적인 침수 취약 지역인 도림천 유역에 강우-유출 모형(XP-SWMM)을 사용하여 미래전망 기후 자료인 SSP2-4.5와 SSP5-8.5에 따른 미래 확률 강우 침수 모의를 실시하였다. 본 연구의 결과는 최신 기후 변화 시나리오를 고려한 서울시 방재 성능 목표 강우량 산정에 활용 가능할 것으로 사료되며 미래 강우량 침수 모의를 통해 침수 취약 구역인 도림천 일대 홍수피해의 근거 자료가 되는 것에 의의를 둔다. 또한 치수 분야에서 기후 변화를 고려하기 위해서는 기후 변화 시나리오에 따른 시간 단위 자료의 상세화가 필요함을 시사한다.

• Journal of Wetlands Research
• /
• v.21 no.2
• /
• pp.114-124
• /
• 2019

The objective of this study is to reduce the uncertainty of the river discharge estimation method using the stage-discharge relation curve. It is necessary to consider the quantitative and accurate estimation method because the river discharge data is essential data for hydrological interpretation and water resource management. For this purpose, the parameters estimated by Bayesian and Bootstrap methods are compared with the ones obtained by stage-discharge relation curve. In addition, the Bayesian and Bootstrap methods are applied to assess uncertainty and then those are compared with the confidence intervals of the results from standard error method which has t-distribution. From the results of this study, The estimated value of the regression analysis developed through this study is less than 1 ~ 5%. Also It is confirmed that there are some areas where the applicability is better than the existing one according to the water level at each point. Therefore, if we use more suitable method according to the river characteristics, we could obtain more reliable discharge with less uncertainty.

• Journal of Korea Water Resources Association
• /
• v.56 no.6
• /
• pp.373-380
• /
• 2023

Due to abnormal climate phenomena and climate change in Korea, overgrowth of algae in rivers and reservoirs occurs frequently. Algae in rivers are classified into green algae, blue-green algae, diatom, and other types, and some species of blue-green algae cause problems due to odor and the discharge of toxic substances. In Korea, an algae alert system is in place, and it is issued based on the number of harmful blue-green algae cells. Thus, measuring harmful blue-green algal blooms is very important, and currently, the analysis method of algae involves taking field samples and determining the cell count of green algae, blue-green algae, and diatoms through algal microscopy, which takes a lot of time. Recently, the analysis of algae concentration through Phycocyanin, an alternative indicator for the number of harmful algae cells, has been conducted through remote sensing. However, research on the analysis of the number of blue-green algae cells is currently insufficient. In this study, we water samples for algal analyses were collected from river and counted the number of blue-green algae cells using algae microscopy. We also obtained the Phycocyanin concentration using an optical sensor and acquired algae spectra through a hyperspectral sensor. Based on this, we calculated the equation for estimating blue-green algae cell counts and estimated the number of blue-green algae cells.

• Tunnel and Underground Space
• /
• v.30 no.6
• /
• pp.540-550
• /
• 2020

Machine learning has been actively used in the field of automation due to the development and establishment of AI technology. The important thing in utilizing machine learning is that appropriate algorithms exist depending on data characteristics, and it is needed to analysis the datasets for applying machine learning techniques. In this study, advance rate is predicted using geotechnical and machine data of TBM tunnel section passing through the soil ground below the stream. Although there were no problems of application of statistical technology in the linear regression model, the coefficient of determination was 0.76. While, the ensemble model and support vector machine showed the predicted performance of 0.88 or higher. it is indicating that the model suitable for predicting advance rate of the EPB Shield TBM was the support vector machine in the analyzed dataset. As a result, it is judged that the suitability of the prediction model using data including mechanical data and ground information is high. In addition, research is needed to increase the diversity of ground conditions and the amount of data.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.316-316
• /
• 2011

본 연구에서는 고수호안의 수리학적 안정성을 검토하는 것이다. 수리학적 안정성 검토를 위해 수리실험과 원형실험을 실시하였으며 이에 따른 수치모형도 병행 하였다. 수리 실험에 실험수로 제원은 총 길이가 14 m(정류부 3 m, 안정화 구간 3 m, 세굴측정구간 6 m, 하류부 2 m)로서 폭은 1.2 m이고, 높이는 0.6 m이다. 하류부에는 수위 조절을 위한 수문이 설치되어져 있는 곳에서 다양한 수리학적 조건 등을 실험을 실시하였다. 유실율 산정은 사면측정기를 활용하여 2 cm 간격으로 통수전 후의 세굴심을 측정하여 산정하였다. 유속분포에 관한 측정은 통수 시 3차원 VECTRINO MICRO ADV(N-7781)를 이용하여 측정하였다. 원형실험은 안동에 위치한 하천 종합실험센터에서 실시하였으며 사용한 A1 수로는 총연장 594.0m, 상류단과 하류단의 표고차는 4.50m이며, 단단면 하도로 구성되어져 있고, 실험 수로 연장은 434.0m이며, 상류단과 하류단의 표고차는 3.70m이며, 흐름안정구간, 호안공 검 인증 구간, 조도계수 연구구간으로 구성되어져 있는 곳에서 다양한 유량조건에 따른 실험을 실시하였다. 유실율 산정은 세굴봉을 활용하여 5 cm 간격으로 통수전 후의 세굴심을 측정하여 산정하였다. 유속분포에 관한 측정은 통수 시 흐름을 감안하여 프라이스컵을 이용하여 측정하였다. 수리학적 안정성은 각 실험에 측정한 유속분포와 유속을 이용한 소류력 산정 그리고 유실율 산정 등을 통해 수리학적 안정성을 확보하기 위한 분석하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.122-122
• /
• 2019

가뭄위험도(Drought Risk)는 위해성(Hazard), 취약성(Vulnerability), 민감도(Sensitivity) 및 적응능력(Adaptive Capacity) 등 여러 가지의 지표를 활용하여 평가가 가능하다. 가용한 자료와 분석기법에 따라서 위해성과 취약성만으로도 평가가 가능하며, 유역내의 가용한 수자원인프라에 의한 적응능력을 포함하여 평가할 수도 있다. 본 연구에서는 미래 가뭄위험도를 평가하기 위하여 기후학적 인자인 가뭄 위해성과 사회 경제적 인자인 취약성 인자 그리고 유역내의 수자원 인프라시설(용수공급 시설)에 의한 적응능력과 관련된 지표를 조합하였다. 특히, 물수요와 공급가능량을 고려한 물수지분석을 통하여 미래 용수공급 안정성을 평가하였으며 다양한 기후변화 시나리오 기반 가뭄 위해성 인자를 Rating 기법을 활용하여 산정하였으며, 취약성의 경우 인구밀도, 농경지 면적 등의 민감도와 적응능력을 동시에 고려할 수 있는 용수 부족량을 시나리오별로 산정하였다. 본 연구를 통하여 도출된 한반도의 미래 가뭄위험도 평가 결과는 유역별 가뭄대책을 수립하기 위한 기초자료로 활용될 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.118-118
• /
• 2019

현재 홍수예보는 정형데이터인 유량 및 수위 등을 활용하여 이뤄지고 있다. 하지만 실제 사람들이 체감하는 홍수에 대한 위험도는 홍수예보 발령과는 달라 홍수예보가 이뤄지지 않은 지역에서 인명사고가 발생하기도 한다. 이는 수위 측정이 이뤄지지 않는 소규모 하천이나 사람들의 유동성이 큰 도심지역에서 빈번하게 발생한다. 이를 보완하기 위해서는 사람들의 체감 정도 및 인구의 유동성을 고려한 비정형데이터를 활용해야 한다. 특히 소셜 네트워크 서비스(Social Network Commuinty, SNS)를 사용하는 사람들이 많아지면서 기존에 사용되어 왔던 정형데이터 센서 이외의 데이터를 제공한다. 또한 개개인이 작성하는 글은 실시간으로 활용이 가능하여 인구의 유동성 및 시 공간적 데이터를 얻기에 유용하여 활용성이 매우 높은 비정형데이터이다. 따라서 본 연구에서는 SNS 데이터를 추출하고 이를 분석하여 2018년에 발생했던 강우사상과의 패턴을 비교하여 홍수예보에서의 활용성을 분석하였다. 홍수와 관련한 키워드를 중심으로 시 공간적 정보 및 추출이 가능한 웹 크롤러(Web Crawler) 프로그램을 작성하였으며 이를 토대로 데이터를 수집하였다. 수집한 데이터와 실제 홍수사상을 비교 분석을 한 결과 강우량 및 수위와 해당 지역에 대한 데이터의 양이 유사한 패턴을 보인 것으로 확인되었다. 실시간으로 데이터를 수집하고 이를 분석하여 리드타임을 충분히 확보한다면 홍수예측에 활용 가능할 것이라 생각된다. 본 연구는 한국건설기술연구원 19주요-대4-시드사업인 '커뮤니티 빅데이터 패턴 해석을 통한 수난(水難) 발생 및 규모 예측 기술 개발(20190126-001) '로 수행되었습니다.

• Journal of the Korean Society of Hazard Mitigation
• /
• v.11 no.3
• /
• pp.117-125
• /
• 2011

River bed variation drops storage capacity of dams and reservoirs, and furthermore deteriorates safety of banks and peers. Therefore, understanding of bed variation is important to use and manage river water. Study section is downstream part of Ji- Cheon nearby Ji-Cheon Bridge which is located in Gum river basin. The river surveying at fourteen places with the length of 1,320m were undertaken on November 7, 2003 and September 24, 2004, and the results of river surveying were analyzed for the study. Real bed variation was compared with the simulation results of HEC-6 and GSTARS 3.0. Cross section data for the simulation of HEC-6 and GSTARS3.0 were composed of the basis of river surveying data on November 7, 2003. Hydrological data were acquired from Gu-Ryong watermark located at Ji-Chun Bridge. The research results revealed that when using Toffaleti equation, simulation results of two models were similar to the real bed variation. The bed variation simulated by using GSRARS 3.0 with only one stream tube was similar to the real bed variation. The bed variation simulated by using two models(HEC-6 and GSTRARS 3.0) with Toffaleti equation was also similar to the real bed variation. Therefore, it is expected that HEC-6 and GSTARS 3.0 models have applicability to predict the bed variation at the downstream of Ji-Cheon.