• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.42-46
• /
• 2009

최근 국지적 집중호우로 인한 인명과 재산피해가 증가하고 있는 실정이며 이러한 피해를 경감하기 위한 하나의 방책으로써 홍수예경보 시스템 구축의 관심이 늘어나고 있다. 그러나, 기존의 홍수예측 시스템은 강우관측치를 모형의 입력 자료로 홍수유출을 계산하는데, 집중호우와 같은 악기상 조건에서는 관측강우자료를 이용한 유출해석 결과를 이용하여 홍수예경보 시스템을 운영할 경우 예방 대응시간의 부족으로 인해 방재 효율성이 떨어지는 한계성을 지니고 있다. 이와 같은 상황에서 정확한 기상예보를 활용한 기상-수자원 연계기법을 개발하여 홍수예경보 시스템에 적용한다면 악기상 감시예측기술의 향상과 더불어 재해의 방지차원에서 매우 유용한 대책이 될 뿐만 아니라 그 활용성을 극대화 시킨다면 수자원분야의 치수기 홍수예측 등에 매우 유용하게 활용될 수 것이다. 이에 본 연구에서는 모형의 입력으로 활용되는 단기 예측강우의 국내 적용성 여부를 검토하기 위해 30km의 공간해상도를 가진 단기지역예보모델인 RDAPS(Regional Data Assimilation and Prediction System) 예측강우 자료에 대하여 수문학적 정확도 분석을 수행하였으며, 예측강우의 정확도 향상을 위한 편차보정 방법을 개발 적용하였다. 또한 산정된 예측강우를 바탕으로 HEC-1 모델과의 연계방안을 제안하고 이를 이용하여 한강수계 주요 댐유역의 예측유입량을 산정, 댐 운영에 대한 적용성을 판단하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.307-307
• /
• 2022

최근 기후변화와 댐 상류 토지이용 변화 등과 같은 다양한 원인에 의해 댐 유입량의 변동성이 증가하면서 댐 관리 및 운영조작 의사 결정에 어려움이 발생하고 있다. 따라서 이러한 댐 유입량의 변동 특성을 반영하여 댐 유입량을 정확하고 효율적으로 예측할 수 있는 방안이 필요한 실정이다. 머신러닝 기술이 발전하면서 Auto-ML(Automated Machine Learning)이 다양한 분야에서 활용되고 있다. Auto-ML은 데이터 전처리, 최적 알고리즘 선택, 하이퍼파라미터 튜닝, 모델 학습 및 평가 등의 모든 과정을 자동화하는 기술이다. 그러나 아직까지 수문 분야에서 댐 유입량을 예측하기 위한 모델을 개발하는데 있어서 Auto-ML을 활용한 사례는 부족하고, 특히 댐 유입량의 예측 정확성을 확보하기 위해 High-inflow and low-inflow 의 변동 특성을 고려한 하이브리드 결합 방식을 통해 Auto-ML 기반 앙상블 모델을 개발하고 평가한 연구는 없다. 본 연구에서는 Auto-ML의 패키지 중 Auto-sklearn을 통해 홍수기, 비홍수기 유입량 변동 특성을 반영한 하이브리드 앙상블 댐 유입량 예측 모델을 개발하였다. 소양강댐을 대상으로 적용한 결과, 하이브리드 Auto-sklearn 앙상블 모델의 댐 유입량 예측 성능은 R² 0.868, RMSE 66.23 m³/s, MAE 16.45 m³/s로 단일 Auto-sklearn을 통해 구축 된 앙상블 모델보다 전반적으로 우수한 것으로 나타났다. 특히 FDC (Flow Duration Curve)의 저수기, 갈수기 구간에서 두 모델의 유입량 예측 경향은 큰 차이를 보였으며, 하이브리드 Auto-sklearn 모델의 예측 값이 관측 값과 더욱 유사한 것으로 나타났다. 이는 홍수기, 비홍수기 구간에 대한 앙상블 모델이 독립적으로 구축되는 과정에서 각 모델에 대한 하이퍼파라미터가 최적화되었기 때문이라 판단된다. 향후 본 연구의 방법론은 보다 정확한 댐 유입량 예측 자료를 생성하기 위한 방안 수립뿐만 아니라 다양한 분야의 불균형한 데이터셋을 이용한 앙상블 모델을 구축하는데도 유용하게 활용될 수 있을 것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.350-350
• /
• 2021

한국건설기술연구원의 돌발홍수연구센터는 돌발홍수예측 시스템을 구축하여 2019년부터 전국에서의 돌발홍수정보를 제공하고 있다. 2019년에는 초단기 예측 모델인 Macgill Algorithm for Precipitation-nowcast by Lagrangian Extrapolation(MAPLE) 알고리즘으로부터 생산된 초단기 예측 강우를 활용하여 동(읍/면) 단위로 1시간 선행 예보를 제공하였다. 2020년에는 추가로 초단기 예측 강우와 수치예보 자료를 병합한 예측 병합 강우 자료를 생산하여 예측 선행시간을 1시간에서 3시간까지 확장하였다. 돌발홍수예측 시스템의 목표는 도시 및 산지소하천에서의 돌발홍수에 대응하기 위한 정보를 실시간으로 사용자에게 제공하여 수재해에 빠르게 대응하는 것이다. 이에 돌발홍수예측 시스템은 2019년부터 실시간으로 운영하여 홍수기에 보다 빠른 돌발홍수정보를 제공해왔다. 본 연구에서는 2020년 우기에 운영된 돌발홍수시스템에 대한 평가를 수행하였다. 이를 위해 부산(07.23), 대전(07.29), 서울(08.01), 경기-충북(08.02)에서 발생한 수재해 사례를 분석하였다.

• Journal of Korea Water Resources Association
• /
• v.50 no.8
• /
• pp.537-549
• /
• 2017

This study evaluated the accuracy of rainfall and flood forecasts in Sancheong basin with three rainfall events such as typhoon and stationary front by using LDAPS provided by Korea Meteorological Agency and MSM provided by Japan Meteorological Agency. In the rainfall forecast result, both LDAPS and MSM showed high forecast accuracy for wide-area prediction such as typhoon event, but local-area prediction such as stationary front has a limit to quantitative precipitation forecast (QPF). In the flood forecast result, the forecast accuracy was improved with the increase of the lead time, and it showed the possibility of LDAPS and MSM in the field of rainfall and flood forecast by linking meteorology and water resources.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.301-304
• /
• 2012

홍수예경보는 강우로 인하여 발생되는 홍수의 규모와 시간을 가능한 한 정확하고 빨리 예측하여 홍수에 대비할 수 있도록 유관기관 및 지역주민에게 사전에 홍수에 관한 정보 즉 예측되는 수위와 시간을 제공함으로써 홍수로부터의 피해를 최소화하는 것이다. 이와 같은 목적을 성공적으로 완수하기 위해서는 홍수시 급변하는 하천유량에 영향을 미치는 모든 수문학적 기상학적 자료를 신속 정확하게 수집할 수 있는 관측 시스템의 구축 뿐 아니라 이들 수집된 자료를 이용하여 실시간 홍수추적을 할 수 있는 효율적인 유출량 계산모형이 조화를 이룰 때 가능하다. 이에 본 연구에서는 중 소하천에서 홍수예경보를 위한 지능형 U-River 시스템의 실시간 모니터링 기술을 조사하고 하천수위를 이용한 예측시스템에 대해 연구하였다. 기존의 홍수예경보의 문제점을 해결하기 위해 간단한 입력자료만으로 홍수예측이 가능한 인공지능 기반의 신경망 모형을 이용 하였으며, 예측 모형의 효율성과 적용성을 높이기 위해 유사한 수문 사상을 가지는 상 하류간 입력 자료를 동시에 사용하였다. 또한 하천수위를 이용한 모델의 수행은 각 지점별 훈련성과를 토대로 최적의 은닉층 노드수를 선발하여 실시간 수위예측에 활용하였으며 수치적 기준을 적용하여 실측 수위와 모형에 의해 예측된 수위를 이용하여 평가하였다.

• Proceedings of the Korea Contents Association Conference
• /
• 2019.05a
• /
• pp.3-4
• /
• 2019

강의 수위 예측은 강 유역의 홍수 발생에 대한 방재 차원에서 아주 중요하다. 이 논문에서는 낙동강을 대상으로 수위를 예측하는 신경회로망 모델을 기반으로 홍수위에 도달하는 입력 조건을 학습에 의해 찾아내는 방법을 제시한다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.25 no.11
• /
• pp.1471-1476
• /
• 2021

Flood damage can cause floods or tsunamis, which can result in enormous loss of life and property. In this regard, damage can be reduced by making a quick evacuation decision through flood prediction, and many studies are underway in this field to predict floods using time series data. In this paper, we propose a CNN-based time series prediction model. A CNN-based water level prediction model was implemented using the river level and precipitation, and the performance was confirmed by comparing it with the LSTM and GRU models, which are often used for time series prediction. In addition, by checking the performance difference according to the size of the input data, it was possible to find the points to be supplemented, and it was confirmed that better performance than LSTM and GRU could be obtained. Through this, it is thought that it can be utilized as an initial study for flood prediction.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.8-8
• /
• 2015

기후변화에 따른 집중호우 및 태풍 발생의 증가로 강우레이더를 이용한 홍수예경보시스템의 필요성이 증대되고 있다. 그러나 현재 국내에서 주로 활용되고 있는 단일편파 레이더는 정확도의 한계로 인해 홍수예보 활용에 어려움을 야기해왔다. 최근에는 수직반사도, 차등반사도, 비차등반사도 등 다양한 변수 취득을 통해 강우입자의 형태를 더욱 정확하게 추정할 수 있는 이중편파 레이더의 활용이 높아지고 있다. 본 연구에서는 홍수예보 활용을 위해 이중편파 레이더 실황강우 및 예측강우의 정확도를 평가하고자 한다. 평가를 위해 비슬산 레이더 자료를 활용하였으며, 2012~2014년의 강우사상을 선정하였다. 단일 및 이중편파 레이더 강우를 각각 추정하고, 강우예측을 위해 추정된 레이더 강우를 이류모델(Translation model)에 연계하여 선행 6시간까지의 예측강우를 생산하였다. 강우의 탐지능력 평가를 위해 Hit rate를 이용하였으며, 레이더 관측반경 증가 및 강우강도의 증가에 따른 정확도 분석을 수행하였다. 강수추정 정확도 평가를 위해 상관계수와 평균제곱근 오차를 이용하였으며, 비슬산 강우레이더 100 km 반경 내에 속한 국토교통부 관할의 지상관측강우와비교하였다. 그 결과, 이중편파 레이더 실황강우가 단일편파 레이더에 비해 지상관측강우의 거동과 더욱 유사하게 나타났으며, 양적인 오차도 더 적은 것으로 확인되었다. 또한, 레이더 예측강우는 선행시간이 증가함에 따라 정확도가 감소하였으나, 선행시간 1시간까지는 활용이 가능하다고 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1167-1171
• /
• 2009

최근 전 세계 많은 지역에서 집중호우로 인한 홍수 피해가 증가하고 있으며, 국내 역시 홍수 피해가 증가하는 추세이다. 이러한 집중호우로 인한 홍수의 피해를 줄이기 위해서는 보다 정확한 강수 예측이 선행되어야하며, 이를 위해 국내에서는 레이더와 인공위성 자료를 이용한 강수 예측기법에 대한 많은 연구가 수행되고 있다. 이러한 강수 예측기법은 공간적으로 균일한 자료를 획득할수 있고, 미계측 유역의 정보를 취득할 수 있는 장점이 있으나, 정확도측면에서 활용성에 한계가 있어 지상 관측자료를 통한 보정 후 예측에 사용하는 실정이다. 본 연구에서는 지상 관측 강우와 이류 모델을 이용한 단시간 강수예측 방법론을 제시하고, 이를 조밀한 지상 관측망을 가진 서울시에 적용하였다. 강수 예측을 위해 서울시 홍수정보시스템의 자료와 Automatic Weather System (AWS) 자료 등의 지상 관측소 자료를 이용하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.24-24
• /
• 2017

홍수와 가뭄 등 수문기상재해 분석 및 사전 예측하기 위해서는 강수뿐만 아니라 토양수분, 증발산, 유량, 등과 같이 지표?하의 수문기상정보를 고려하는 것이 필요하다. 본 연구에서는 National Center for Atmospheric Research (NCAR)에서 개발된 고해상도 수문기상정보 모의가 가능한 WRF-Hydro를 활용하여 남강댐 유역에서 발생되는 돌발홍수 예측 적용성 평가를 수행하였다. 모델의 시공간 해상도는 1 hr, 150 m 이며, 기상 관측자료(Automatic Weather System, Automated Synoptic Observing System)를 사용하여 매개변수 민감도 실험을 실시하여 최적 모델 설정을 제시하였다. 고려된 매개변수는 격자 침투량을 결정하는 변수, 초기 저류 깊이, 표면 저항계수, 조도계수와 초기 토양수분 정보이며, 검증에 사용된 정보는 국가수자원관리종합정보시스템에서 1시간 단위로 제공되는 유입량 정보를 사용하였다. 그 결과 유출량은 격자 침투량을 결정하는 변수와 조도계수에 따라 민감하게 반응하였으며, 초기 토양수분량의 변화에 따라 시간에 따른 유출량의 변화가 강수에 민감하게 반응하는 것을 확인 할 수 있었다. 보정된 매개변수를 적용하여 돌발홍수 신고 지점의 유출량 변화를 살펴본 결과 강수의 발생과 동시에 매우 빠르게 유출량이 발생한 것을 볼 수 있었다.