• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.150-150
• /
• 2023

기작기반의 역학적 모델과 자료기반의 딥러닝 모델은 수질예측에 다양하게 적용되고 있으나, 각각의 모델은 고유한 구조와 가정으로 인해 장·단점을 가지고 있다. 특히, 딥러닝 모델은 우수한 예측 성능에도 불구하고 훈련자료가 부족한 경우 오차와 과적합에 따른 분산(variance) 문제를 야기하며, 기작기반 모델과 달리 물리법칙이 결여된 예측 결과를 생산할 수 있다. 본 연구의 목적은 주요 상수원인 댐 저수지를 대상으로 수심별 수온과 탁도를 예측하기 위해 기작기반과 자료기반 모델의 장점을 융합한 PGDL(Process-Guided Deep Learninig) 모델을 개발하고, 물리적 법칙 만족도와 예측 성능을 평가하는데 있다. PGDL 모델 개발에 사용된 기작기반 및 자료기반 모델은 각각 CE-QUAL-W2와 순환 신경망 딥러닝 모델인 LSTM(Long Short-Term Memory) 모델이다. 각 모델은 2020년 1월부터 12월까지 소양강댐 댐 앞의 K-water 자동측정망 지점에서 실측한 수온과 탁도 자료를 이용하여 각각 보정하고 훈련하였다. 수온 및 탁도 예측을 위한 PGDL 모델의 주요 알고리즘은 LSTM 모델의 목적함수(또는 손실함수)에 실측값과 예측값의 오차항 이외에 역학적 모델의 에너지 및 질량 수지 항을 제약 조건에 추가하여 예측결과가 물리적 보존법칙을 만족하지 않는 경우 penalty를 부가하여 매개변수를 최적화시켰다. 또한, 자료 부족에 따른 LSTM 모델의 예측성능 저하 문제를 극복하기 위해 보정되지 않은 역학적 모델의 모의 결과를 모델의 훈련자료로 사용하는 pre-training 기법을 활용하여 실측자료 비율에 따른 모델의 예측성능을 평가하였다. 연구결과, PGDL 모델은 저수지 수온과 탁도 예측에 있어서 경계조건을 통한 에너지와 질량 변화와 저수지 내 수온 및 탁도 증감에 따른 공간적 에너지와 질량 변화의 일치도에 있어서 LSTM보다 우수하였다. 또한 역학적 모델 결과를 LSTM 모델의 훈련자료의 일부로 사용한 PGDL 모델은 적은 양의 실측자료를 사용하여도 CE-QUAL-W2와 LSTM 보다 우수한 예측 성능을 보였다. 연구결과는 다차원의 역학적 수리수질 모델과 자료기반 딥러닝 모델의 장점을 결합한 새로운 모델링 기술의 적용 가능성을 보여주며, 자료기반 모델의 훈련자료 부족에 따른 예측 성능 저하 문제를 극복하기 위해 역학적 모델이 유용하게 활용될 수 있음을 시사한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2006년도 학술발표회 논문집
• /
• pp.1691-1695
• /
• 2006

합천호의 총유역면적은 $925km^2$이다. 합천호 유역내 주요 하천은 황강본류, 논덕천, 사천천, 유전천 및 하금천이다. 유역면적을 살펴볼 때 합천호 강우유출의 86.3 %는 황강본류 유역으로부터 유입되고 약 13.7 %만이 그 외의 하천들로부터 유입되는 것으로 판단된다. 본 연구에서는 강우유출이 성층화된 합천호의 수온분포에 미치는 영향을 2차원 수치모의를 통하여 검토하였다. 유입지천의 수온은 성층화된 여름철 저수지의 거동에 큰 영향을 미친다. 따라서 합천호 유입지천 3개 지점에 수온계를 설치하여 수온변화를 조사하였다. 2차원 수치모의결과에 의하면, 비강우시의 경우에는 합천호의 수온성층현상을 보이는 구간은 합천댐으로부터 19 km지점까지로 나타났으며, 강우시 유입유량의 증가로 인하여 수온성층현상을 보이는 구간은 감소하는 것으로 나타났다. 이는 강우유출이 증가함에 따라서 유입수의 운동량이 증가하기 때문에 저수지의 수온성층현상의 영향을 상대적으로 작게 받기 때문으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.302-307
• /
• 2009

물리적인 조류제어 기술에 해당하는 수류 차단막(이후 차단막)은 유입하천의 수류를 차단 또는 우회시켜 영양염류가 저수지의 유광층으로 공급되는 것을 차단하고 본류 수역으로의 조류 확산을 방지하는 기능이 있어 일본에서는 저수지 녹조제어 대책으로 자주 활용된 바 있다. 그러나 이러한 차단막은 국내 저수지와 같이 홍수시 유입 유속이 크고 수위변동이 심한 환경에서는 설치효과가 검증되지 않아 현장적용에 앞서 수치모의를 통한 효과 검증이 선행되어야 하며, 최적 규모와 위치 선정도 필요하다. 본 연구에서는 수위변동이 심한 국내 저수지 특성을 고려하여 차단막이 수위변화에 따라 상하로 이동할 수 있도록 기존 CE-QUAL-W2(이후W2) 모델의 알고리즘을 수정하고, 대청호에서 다양한 수리 수문조건에서 차단막의 기작과 효과를 예측하기 위해 가뭄년(2001년)과 평수년(2004, 2006년)을 대상으로 각각 모델을 적용하였다. 차단막 설치 예정지점은 소옥천 하류(7 m 깊이)와 댐으로부터 각각 14.9 km, 27.4 km 상류에 위치한 회남대교 아래 지점(10 m 깊이)과 대정리(10 m 깊이)로 가정하고, 모의 시나리오는 차단막을 설치하지 않은 경우(S-1), 소옥천 하류에 단독으로 설치한 경우(S-2), 소옥천과 대정리에 설치한 경우(S-3), 모든 지점에 설치한 경우(S-4)를 비교하였다. 차단막 설치에 따른 수문년 및 계절별 수질개선 효과(S-1에 대한 S-4 농도 저감 비)를 비교한 결과, 대청호에서 녹조문제가 가장 심각했던 2001년 6월$^{\sim}$8월 기간 동안 차단막은 봄-여름에 걸쳐 모든 비교 지점(회남, 댐, 추동, 문의수역)에서 Chl-a 농도를 최저(문의수역) 30%에서 최고(회남수역) 70% 정도 저감하는 효과를나타냈다. 평수년인 2004년과 2006년에는 강우사상에 따라 차단막 설치에 따른 Chl-a의 농도 저감 효과가 지점별로 다르게 나타났으며, 큰 강우사상이 6월, 7월, 8월에 걸쳐 골고루 발생한 2004년에 비해 7월 한 달 동안 집중된 2006년에 설치효과가 크게 나타났다. 수역별로 차단막의 설치효과를 비교해 보면, 유입수의 영향을 직접 받는 회남수역과 추동수역이 댐 앞과 문의수역에 비해 차단막 설치에 따른 Chl-a 농도의 저감 효과가 큰 것으로 나타났다. 그러나, 큰 홍수가 유입할 때 차단막 상류부에 집적된 조류의 일부가 수류의 포획(Entrainment) 기작에 의해 저수지 내부로 유입되는 것으로 확인되어 차단막 효과를 극대화하기 위해서는 홍수 전 차단막 상류부에 집적된 조류의 처리대책이 필요할 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제46권12호
• /
• pp.1181-1191
• /
• 2013

다목적댐 저수지는 여름철에 발생하는 성층현상이 발생하고 가을철에는 성층화된 저수지의밀도 차로 인한 전도현상이 일어나게 된다. 이러한 현상은 저수지의 시공간적 수온분포의 변화에 의하여 발생하며, 이를 정확히 모의하고 예측하기 위해서는 수온에 작용하는 관련 매개변수의 작용특성을 명확히 파악할 필요가 있다. 이에 본 연구에서는 합천댐 저수지를 대상으로 횡방향 평균 2차원 저수지 수리 수질 해석모형인 CE-QUAL-W2를 적용하여 저수지내 발생하는 수온성층, 탁수의 거동 및 수질을 예측하기 위해 선행되어야 할 수온모의를 통해 합천댐 저수지에 적합한 수온 매개변수 산정에 대한 연구를 진행하였다. 특히 모델에서 합천댐 수온모의와 관련된 매개변수 중 바람차폐계수(WSC), 복사열계수(BETA), 빛소멸계수(EXH2O), 바닥 열교환계수(CBHE)의 민감도 분석을 수행하였다. 첫 번째로, 민감도가 높은 기간을 확인한 결과 WSC, BETA, EXH2O는 공통적으로 4~9월, CBHE는 8~11월로 나타났다. 두 번째로, 매개변수가 영향을 미치는 수심대를 확인한 결과 BETA는 0~9m, EXH2O는 8~14m 구간으로, 수표면과 가까운 표층과 수온약층, CBHE는 바닥에서부터 12m 구간으로 심층구간에서 영향이 나타났다. 마지막으로 연단위 혹은 각월에서의 최적매개변수를 적용한 결과 WSC와 CBHE 매개변수는 모의온도의 편차가 그다지 크지 않았으나, BETA와 EXH2O의 경우 연단위와 월단위 최적매개변수 적용 시 모의수온편차가 각각 월평균 $0.20^{\circ}C$와 $0.51^{\circ}C$로 다소 큰 값을 보이고 있으며, 특히 수온이 최대로 상승하는 5~8월 중에는 $0.4^{\circ}C$와 $1.09^{\circ}C$의 편차를 보여 월단위 매개변수사용의 필요성이 뚜렷이 확인되었다. 이는 현재 저수지수질모형의 검보정에서 입력요구조건에 따라 혹은 관행적으로 사용되고 있는 연단위 매개변수의 사용에 있어서 월단위로의 개선이 필요한 부분으로 사료된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.46-46
• /
• 2015

강우가 지역별 계절별로 편중되어 있는 우리나라는 수자원의 안정적인 확보와 이용을 위해 다양한 형태의 댐을 건설하여 운영하고 있다. 그러나 대부분의 댐건설을 통해 형성된 저수지들은 탁수 장기화 및 녹조 발생 등의 환경, 생태적인 문제를 겪고 있으며, 그에 따른 사회적 우려로 인해 신규댐 건설을 통한 수자원확보는 더 이상 어려운 실정이다. 이러한 문제에 대응하기 위한 대안으로 기존 댐 저수지들(안동호-임하호)의 구조적 연계운영방안이 진행되고 있다. 본 연구의 목적은 2차원 CE-QUAL-W2모형을 활용하여 안동호와 임하호의 구조적 연결에 따른 탁수의 이동과 각 저수지 내에서의 유동 변화를 해석하는데 있다. 저수지 연계 시나리오는 EL. 138 m 위치에 길이 2 km, 직경 5.5 m 의 콘크리트관(마찰계수 0.05)이 안동호 좌안인 임동면 마리와 임하호 우안 망천리를 연결하는 것으로 가정하였다. 모델의 보정은 실측자료가 풍부한 2006년도 수문사상을 대상으로, 개별 저수지에 대해 수행하였고, 탁수 유동 시나리오 해석은 임하호에 심각한 탁수장기화 문제가 발생했던 2002년을 대상으로 댐 연계 탁수모의를 수행하였다. 안동호와 임하호의 댐 앞에서 모의값과 실측값을 오차를 분석한 결과 탁수예측오차는 AME 0.5~24 mg/L, RMSE 0.7~30.2mg/L의 범위로 비교적 실측값을 잘 반영한 것으로 나타났다. 임하댐의 경우 탁수층의 위치와 두께, 그리고 최고 탁도값을 적절히 재현 하였지만, 안동댐은 최고 탁도값 예측에서 다소 오차가 발생하는 것으로 나타났다. 안동호와 임하호 단독 운영시와 연계 운영시의 탁수변화 파악을 위해 초기 홍수사상이 발생한 8월 이후부터 저수지내의 TSS농도 분포를 비교하였다. 안동호의 경우 댐앞지점의 탁수분포는 수온성층구조에 영향을 받아, 단독 운영시(EL. 130 m)보다 연계운영시(EL. 140 m)에 탁수의 중심이 높은 위치에 형성되었다. 단독 운영시 10월 이후에 전도현상으로 인해 침강되지 않은 잔류 탁수층이 저수지 하부로 확산되었지만, 연계 운영시에는 재부상 되어 상층으로 확산되는 것으로 모의되었다. 또한 연계운영시 유량이동으로 인해 안동호의 탁수 댐앞 도달시간이 짧아지는 것으로 나타났다. 반면 임하호는 연계 운영시 안동댐으로 유출이 생기면서 중층에서 탁수량이 저감되는 것으로 모의되었다. 저수지 내 탁수량 분석을 위해 SS 15 mg/L 이상의 잔류 탁수량을 분석한 결과, 연계운영시 안동호의 평균 잔류탁수량 비율은 11.8% 증가, 임하호의 경우 11.7% 감소하였다. 또한, 탁수의 댐하류 방류일수도 SS 15 mg/L 기준 임하호 9일 저감, 안동호는 70일 증가하여 임하호의 탁수가 안동호의 탁수 장기화에 영향을 주는 것으로 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.88-88
• /
• 2021

최근 수자원과 수질관리 분야에 자료기반 머신러닝 모델과 딥러닝 모델의 활용이 급증하고 있다. 그러나 딥러닝 모델은 Blackbox 모델의 특성상 고전적인 질량, 운동량, 에너지 보존법칙을 고려하지 않고, 데이터에 내재된 패턴과 관계를 해석하기 때문에 물리적 법칙을 만족하지 않는 예측결과를 가져올 수 있다. 또한, 딥러닝 모델의 예측 성능은 학습데이터의 양과 변수 선정에 크게 영향을 받는 모델이기 때문에 양질의 데이터가 제공되지 않으면 모델의 bias와 variation이 클 수 있으며 정확도 높은 예측이 어렵다. 최근 이러한 자료기반 모델링 방법의 단점을 보완하기 위해 프로세스 기반 수치모델과 딥러닝 모델을 결합하여 두 모델링 방법의 장점을 활용하는 연구가 활발히 진행되고 있다(Read et al., 2019). Process-Guided Deep Learning (PGDL) 방법은 물리적 법칙을 반영하여 딥러닝 모델을 훈련시킴으로써 순수한 딥러닝 모델의 물리적 법칙 결여성 문제를 해결할 수 있는 대안으로 활용되고 있다. PGDL 모델은 딥러닝 모델에 물리적인 법칙을 해석할 수 있는 추가변수를 도입하며, 딥러닝 모델의 매개변수 최적화 과정에서 Cost 함수에 물리적 법칙을 위반하는 경우 Penalty를 추가하는 알고리즘을 도입하여 물리적 보존법칙을 만족하도록 모델을 훈련시킨다. 본 연구의 목적은 대청호의 수심별 수온을 예측하기 위해 역학적 모델과 딥러닝 모델을 융합한 PGDL 모델을 개발하고 적용성을 평가하는데 있다. 역학적 모델은 2차원 횡방향 평균 수리·수질 모델인 CE-QUAL-W2을 사용하였으며, 대청호를 대상으로 2017년부터 2018년까지 총 2년간 수온과 에너지 수지를 모의하였다. 기상(기온, 이슬점온도, 풍향, 풍속, 운량), 수문(저수위, 유입·유출 유량), 수온자료를 수집하여 CE-QUAL-W2 모델을 구축하고 보정하였으며, 모델은 저수위 변화, 수온의 수심별 시계열 변동 특성을 적절하게 재현하였다. 또한, 동일기간 대청호 수심별 수온 예측을 위한 순환 신경망 모델인 LSTM(Long Short-Term Memory)을 개발하였으며, 종속변수는 수온계 체인을 통해 수집한 수심별 고빈도 수온 자료를 사용하고 독립 변수는 기온, 풍속, 상대습도, 강수량, 단파복사에너지, 장파복사에너지를 사용하였다. LSTM 모델의 매개변수 최적화는 지도학습을 통해 예측값과 실측값의 RMSE가 최소화 되로록 훈련하였다. PGDL 모델은 동일 기간 LSTM 모델과 동일 입력 자료를 사용하여 구축하였으며, 역학적 모델에서 얻은 에너지 수지를 만족하지 않는 경우 Cost Function에 Penalty를 추가하여 물리적 보존법칙을 만족하도록 훈련하고 수심별 수온 예측결과를 비교·분석하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.265-265
• /
• 2019

기후변화로 의한 기온의 상승은 가뭄, 홍수와 같은 재해를 일으킬 뿐만 아니라 깊은 호수나 저수지와 같은 수자원에도 용존 산소, 물질, 영양소 및 식물플랑크톤의 수직적 분포 등과 같은 다양한 부분에 영향을 미친다. 본 연구의 목적은 SWAT, HEC-ResSim 및 CE-QUAL-W2(이하 W2)모델을 사용하여 미래의 기후 변화에 따른 소양호의 수온, 성층강도 및 열적 안정성의 변화를 장기 예측하고 그 영향을 평가하는데 있다. W2 모델의 보정은 2005 년부터 2015 년까지의 실측 과거 데이터를 이용하여 보정하였고 기후변화 시나리오는 IPCC의 AR5 RCP 4.5 시나리오를 사용하였다. 기후자료는 GCM 모델인 HadGEM2-AO 결과를 상세화하여 모의기간의 자료를 생성하였다. SWAT모델을 이용하여 모의기간인 2016 년부터 2070 년까지 일단위로 저수지 유입을 예측했으며 HEC-ResSim모델을 이용하여 소양강댐 저수지 운영 조건에 따라 저수지 방류량 및 수위 변화를 모의하였다. 수온 해석을 위해 W2를 적용하여 저수지의 장기간의 수온 변화를 예측하였다. 결과적으로 대기 온도는 $0.0279^{\circ}C/year$(p < 0.05) 상승할 것으로 예측되었으며, 동일기간 상층(수면으로부터 5m 깊이)과 하층 (바닥으로부터 5m 높이) 수온은 각각 $0.0191^{\circ}C$/년(p < 0.05) 및 $0.008^{\circ}C$/년(p < 0.05) 상승할 것으로 예측되었다. 모의된 수온을 계절별로 분석했을 때 상층수온은 여름철 가장 큰 폭으로 상승하였으며 하층의 경우 겨울철에 가장 큰 폭으로 상승하였다. 계절별 상-하층 수온의 차는 여름이 가장 컸으며, 겨울에 온도차가 가장 작았다. 또한 미래 온도의 상승에 따라, 소양호의 성층 강도가 강해지는 경향을 보였으며 상층 및 하층의 온도차 $5^{\circ}C$를 기준으로 성층이 형성되는 기간은 큰 변동이 없었으나 소멸되는 시점이 점점 늦어지는 추세를 보여 성층 형성 기간이 길어지는 것으로 나타났다. 저수지 표면의 수온 상승은 식물플랑크톤의 계절 성장률에 영향을 미쳤는데, 특정 조건에서 규조류는 최적 성장 범위를 벗어나는 고온 조건에서 성장속도가 감소하였으나 녹조류와 남조류의 출현 시기가 빨라지며 장기화될 것으로 예측되었다.

• 한국물환경학회지
• /
• 제35권3호
• /
• pp.234-247
• /
• 2019

In a deep lake and reservoir, thermal stratification is of great importance for characteristics of hydrodynamic mixing of the waterbody, and thereby influencesvertical distribution of dissolved oxygen, substances, nutrients, and the phytoplankton community. The purpose of this study, was to project the effect of a future climate change scenario on water temperature, stratification strength, and thermal stability in the Soyanggang Reservoir in the Han River basin of South Korea, using a suite of mathematical models; SWAT, HEC-ResSim, and CE-QUAL-W2(W2). W2 was calibrated with historical data observed 2005-2015. Using climate data generated by HadGEM2-AO with the RCP 4.5 scenario, SWAT predicted daily reservoir inflow 2016-2070, and HEC-ResSim simulated changes in reservoir discharge and water level, based on inflow and reservoir operation rules. Then, W2 was applied, to predict long-term continuous changes of water temperature, in the reservoir. As a result, the upper layer (5 m below water surface) and lower layer (5 m above bottom) water temperatures, were projected to rise $0.0191^{\circ}C/year$(p<0.05) and $0.008^{\circ}C/year$(p<0.05), respectively, in response to projected atmospheric temperature rise rate of $0.0279^{\circ}C/year$(p<0.05). Additionally, with increase of future temperature, stratification strength of the reservoir is projected to be stronger, and the number of the days when temperature difference of the upper layer and the lower layer becomes greater than $5^{\circ}C$, also increase. Increase of water temperature on the surface of the reservoir, affected seasonal growth rate of the algae community. In particular, the growth rate of cyanobacteria increased in spring, and early summer.

• 한국물환경학회지
• /
• 제30권1호
• /
• pp.31-43
• /
• 2014

Recently, Andong Reservoir and Imha Reservoir located in Nakdong River basin (Korea) are being connected by a tunnel (length 2km, diameter 5.5m) for a conjunctive use. The objectives of this study were to construct a two dimensional(2D) laterally-averaged model for two reservoirs, and examine the effects of connection on the water transportation and temperature stratification in the reservoirs. The 2D models for each reservoir were calibrated using field data obtained in 2006, and applied to the linked system for the year of 2002 when a severe flood intruded into Imha Reservoir during the typhoon Rusa. Simulation results showed that 364 million $m^3$ of water can be conveyed from Imha to Andong, while 291 million $m^3$ of water from Andong to Imha after connection. It resulted in 1.38 m increase of annual averaged water level in Andong Reservoir, whereas 3.75 m decrease in Imha Reservoir. The structures of thermal stratification in both reservoirs were influenced in line with the flow exchanges. In Andong Reservoir, the location of thermocline moved upward about 10 m compared to an independent operation. The results imply that the persistent turbidity issue of Imha Reservoir might be shifted to Andong Reservoir during a severe flood event after connection.

• 환경영향평가
• /
• 제18권4호
• /
• pp.229-234
• /
• 2009

A lot of research on the application of GIS has been conducted in the field of water quality management. The function of a geometric data acquisition for reservoir and river models, however, is not enough to satisfy multiuser' convenience. CE-QUAL-W2 is a two-dimensional(2D) longitudinal/vertical hydrodynamic and water quality model for surface water bodies, modeling eutrophication processes such as temperature-nutrient-algae and sediment relationships. The purpose of this study is to analyzing which bathymetry information affects hydraulic results. There are consisted of three scenarios under consideration. The first scenario takes into account only tribatary type data such as Heoin and Okchen river. The second scenario, Heoin river constructs to tributary and Okchen river constructs by branch. Last scenario constructs Heoin and Okchen river by branch. The RMSE error results for the first, second and third scenarios are 0.61, 0.36 and 0.28 respectively.