• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2021년도 추계학술대회
• /
• pp.335-337
• /
• 2021

홍수 피해는 세계 각지에서 발생하고 있으며, 홍수에 취약한 지역에 사는 사람이 2000년에 비해 25% 증가한 8,600만 명에 이른다. 이러한 홍수는 인명과 재산에 막대한 피해를 남기며, 피해를 줄이기 위해선 적절한 시기에 대피를 결정하는 것이 필수적이다. 홍수를 예상하고 대피하는 것에도 많은 비용이 발생하며, 홍수 예측에 오류가 발생하여 대피하지 않는 경우에는 더 큰 비용이 발생한다. 따라서 본 논문에선 시계열 데이터인 강수량과 수위를 활용하여 적절한 시기에 대피가 이루어질 수 있도록 하기 위한 CNN모델을 활용하여 홍수 위험도 판별 모델을 제안한다. 이를 통해 최적의 대피시기를 결정하여 불필요한 대피를 막고, 적절한 시기에 대피가 이루어질 수 있도록 하는 초기 연구로서 활용할 수 있을 것으로 사료된다.

• 농업과학연구
• /
• 제46권4호
• /
• pp.843-856
• /
• 2019

Real-time flood prediction has an important role in significantly reducing potential damage caused by floods for urban residential areas located downstream of river basins. This paper presents an effective approach for flood forecasting based on the construction of a deep neural network (DNN) model. In addition, this research depends closely on the open-source software library, TensorFlow, which was developed by Google for machine and deep learning applications and research. The proposed model was applied to forecast the flowrate one, two, and three days in advance at the Son Tay hydrological station on the Red River, Vietnam. The input data of the model was a series of discharge data observed at five gauge stations on the Red River system, without requiring rainfall data, water levels and topographic characteristics. The research results indicate that the DNN model achieved a high performance for flood forecasting even though only a modest amount of data is required. When forecasting one and two days in advance, the Nash-Sutcliffe Efficiency (NSE) reached 0.993 and 0.938, respectively. The findings of this study suggest that the DNN model can be used to construct a real-time flood warning system on the Red River and for other river basins in Vietnam.

• 한국농공학회지
• /
• 제32권4호
• /
• pp.81-88
• /
• 1990

The flow in a river reach where is influenced by tidal motion is characterized by unsteady flow. The flood analysis in the river reach needs depending upon the theory based on the complete unsteady flow equations. In this study the unsteady flow model which is called CRIUM (Channel Routing by Implicit Unsteady Flow Model) was developed and was applied to the Mankyong and Dongjin river in order to analyze the flood characteristics. The results, which were calibrated and verified by the flood records to be measured in the two rivers, show that unsteady flow mode] can be used for the derivation of the flood hydrograph. The peak flood discharges were estimated as 4,960 and $2,870m^3$/sec in 100 year frequency at the estuary of the Mankyong and Dongjin river, respectively. In addition, it was analyzed that the river reaches were not influenced by tidal motion when the discharge magnitude was larger than approximately $3,000m^3$/sec.

• 농업과학연구
• /
• 제48권3호
• /
• pp.515-526
• /
• 2021

The frequency of typhoons and torrential rainfalls has increased due to climate change, and the concurrent risk of breakage of dams and reservoirs has increased due to structural aging. To cope with the risk of dam breakage, a more accurate emergency action plan (EAP) must be established, and more advanced technology must be developed for the prediction of flooding. Hence, the present study proposes a method for establishing a more effective EAP by performing flood and inundation analyses using one- and two-dimensional models. The probable maximum flood (PMF) under the condition of probable maximum precipitation (PMP) was calculated for the target area, namely the Gyeong-cheon reservoir watershed. The breakage scenario of the Gyeong-cheon reservoir was then built up, and breakage simulations were conducted using the dam-break flood forecasting (DAMBRK) model. The results of the outflow analysis at the main locations were used as the basis for the one-dimensional (1D) and two-dimensional (2D) flood inundation analyses using the watershed modeling system (WMS) and the FLUvial Modeling ENgine (FLUMEN), respectively. The maximum inundation area between the Daehari-cheon confluence and the Naeseong-cheon location was compared for each model. The 1D flood inundation analysis gave an area of 21.3 km², and the 2D flood inundation analysis gave an area of 21.9 km². Although these results indicate an insignificant difference of 0.6 km² in the inundation area between the two models, it should be noted that one of the main locations (namely, the Yonggung-myeon Administrative and Welfare Center) was not inundated in the 1D (WMS) model but inundated in the 2D (FLUMEN) model.

• 한국산학기술학회논문지
• /
• 제17권4호
• /
• pp.726-733
• /
• 2016

최근 집중호우로 인한 홍수발생 빈도와 그 규모가 커지고 있다. 이러한 현상을 반영하여 많은 국가에서는 향후 발생가능한 홍수로 발생할 수 있는 피해에 대한 위험성에 대한 인식을 국민에게 제고할 수 있는 홍수위험지도가 제작되고 있다. 홍수위험지도는 다양한 홍수범람해석모형을 통해 작성되는 데 침수원인에 따라 외수범람해석모형과 내수범람해석모형으로 구분할 수 있다. 국내 외적으로 다양한 홍수범람해석모형이 사용되고 있지만 미육군공병단에서 개발된 HEC-RAS 모형을 제외한 대부분은 고가의 상용 프로그램으로써 그 사용성이 제한되어 있는 것이 사실이다. 이러한 상황에서 현재 미육군공병단에서는 기존 1차원 모형인 HEC-RAS 모형과 연계 가능한 2차원 모형을 개발 중에 있다. 이 모형은 HEC-RAS 5.0이라는 명칭으로 베타버전이 공개되었다. 본 연구에서는 곡교천을 대상으로 선공개된 HEC-RAS 5.0 모형 베타버전과 국내 홍수위험지도 작성 시 사용되는 FLUMEN 모형과의 비교를 통해 모형의 특징, 사용성, 적용성, 결과의 정확성 등을 평가하였다. 본 연구를 통해 얻은 결과는 향후 HEC-RAS 5.0 모형이 안정되어 서비스 되면 외수침수범람해석과 관련된 사업과 연구 등 다방면에 활용될 수 있을 것으로 판단된다.

• 대한토목학회논문집
• /
• 제26권6B호
• /
• pp.597-603
• /
• 2006

본 연구의 목적은 인공위성 자료와 지상의 관측자료간의 비선형 특성을 가장 잘 반영할 수 있는 신경망 모형을 이용하여 단시간 강우량 정보를 사전에 예측하여, 하천제방의 붕괴로 인한 상습 침수지역에서의 홍수범람 양상을 실시간으로 예측함으로써 홍수재해로부터의 피해를 최소화시키는데 있다. 강우예측 신경망 모형은 현재의 대기상태를 나타내는 인공위성 자료와 실시간으로 전송되는 자동기상관측소 자료를 입력자료로 하여 현재부터 3시간 및 6시간 선행시간까지의 면적평균강우량을 예측할 수 있도록 구성하였다. 신경망 모형의 구조는 입력층과 출력층 사이에 하나의 은닉층이 존재하는 다층 신경망으로 구성하였으며, 학습단계에서는 오류 역전파 알고리듬 학습방법 중 모멘텀법을 사용하였다. 예측된 면적평균강우량으로부터 홍수량을 산정하고, 이를 이용하여 하천의 제방붕괴로 인한 제내지에서의 범람양상을 예측할 수 있도록 1차원 흐름모형과 연계한 동역학적 홍수범람 모형을 개발하였다. 개발된 홍수범람 모형은 본류와 지류의 여러 지점에서 제방이 붕괴될 경우, 하도의 홍수위 및 제내지에서의 침수위와 침수면적이 일괄적으로 모의될 수 있도록 구성하였다.

• 대한토목학회논문집
• /
• 제26권1B호
• /
• pp.39-50
• /
• 2006

홍수를 예측하기 위해서 국내 5대강 유역의 홍수통제소는 저류함수모형을 사용하고 있으며 현재까지 홍수예측에 대한 많은 연구가 이루어지고 있다. 이에 본 논문에서는 현재 홍수통제소에서 사용되고 있는 저류함수모형과 과거의 강우-수위 관계를 이용한 회귀분석(regression analysis), 그리고 인공신경망(artificial neural network)을 이용하여 홍수를 예측하고 이를 비교, 분석하고자 하였다. 저류함수모형의 경우는 홍수통제소의 대표매개변수와 보정된 최적(평균)매개변수를 적용하였다. 그리고 회귀분석과 인공신경망은 1995~2001년까지의 홍수사상 중 4개의 홍수사상을 선택하여 회귀계수를 구하고 역전파(backpropagation) 알고리즘을 사용하여 학습을 시켰다. 그 결과 저류함수모형의 경우 최적 매개변수를 이용하였을 때 기존의 홍수통제소에서 사용하고 있는 대표매개변수보다 예측이 개선되었으며, 회귀분석의 방법인 다중회귀분석, Robust 회귀분석, Stepwise 회귀분석을 이용한 홍수예측은 비교적 정확한 결과를 얻을 수 있었다. 역전파 알고리즘을 사용한 인공신경망의 경우도 회귀분석을 이용한 홍수예측보다는 다소 못하였지만 정확한 결과를 얻을 수 있었다.

• Korean Journal of Hydrosciences
• /
• 제2권
• /
• pp.69-84
• /
• 1991

US NWS/NETWORK is applied for the analysis of the flood of July 11-15, 1981 through the Goan-Indogyo reach of the Han River. For the flood hydrography synthesis of the lateral inflows from the major tributaries into the main reach the Cleak method is employed. NETWORK coupled with the Clark method of hydrography synthesis simulated with a fair accuracy the oberved flood hydrograph at the downstream boundary of the routing reach. The dffect of SCS runoff curve number for fributary flood synthesis is evaluated. The characteristics of the station variations and time variations of the flood discharges in the reach is also analyzed.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.155-155
• /
• 2018

Uncertainty in flood forecasting using a coupled meteorological and hydrological model is arisen from various sources, especially the uncertainty comes from the inaccuracy of Quantitative Precipitation Forecasts (QPFs). In order to improve the capability of flood forecast, the uncertainty estimation and mitigation are required to perform. This study is conducted to investigate and reduce such uncertainty. First, ensemble QPFs are generated by using Monte - Carlo simulation, then each ensemble member is forced as input for a hydrological model to obtain ensemble streamflow prediction. Likelihood measures are evaluated to identify feasible member. These members are retained to define upper and lower limits of the uncertainty interval and assess the uncertainty. To mitigate the uncertainty for very short lead time, a blending method, which merges the ensemble QPFs with radar-based rainfall prediction considering both qualitative and quantitative skills, is proposed. Finally, blending bias ratios, which are estimated from previous time step, are used to update the members over total lead time. The proposed method is verified for the two flood events in 2013 and 2016 in the Yeonguol and Soyang watersheds that are located in the Han River basin, South Korea. The uncertainty in flood forecasting using a coupled Local Data Assimilation and Prediction System (LDAPS) and Sejong University Rainfall - Runoff (SURR) model is investigated and then mitigated by blending the generated ensemble LDAPS members with radar-based rainfall prediction that uses McGill algorithm for precipitation nowcasting by Lagrangian extrapolation (MAPLE). The results show that the uncertainty of flood forecasting using the coupled model increases when the lead time is longer. The mitigation method indicates its effectiveness for mitigating the uncertainty with the increases of the percentage of feasible member (POFM) and the ratio of the number of observations that fall into the uncertainty interval (p-factor).

• 한국정보통신학회논문지
• /
• 제26권3호
• /
• pp.341-346
• /
• 2022

지구온난화 및 이상 기후로 인해 홍수의 빈도 및 피해 규모가 늘어나고 있으며, 홍수 취약 지역에 노출된 사람이 2000년도에 비하여 25% 증가하였다. 홍수는 막대한 금전적, 인명적 손실을 유발하며, 홍수로 인한 손실을 줄이기 위해 홍수를 미리 예측하고 빠른 대피를 결정해야 한다. 본 논문은 홍수 예측을 위한 핵심 데이터인 강우량과 수위 데이터를 활용하여 시기적절한 대피 결정이 이루어질 수 있도록 CNN기반 분류 모델을 활용하여 홍수 위험도 판별 모델을 제안한다. 본 논문에서 제안한 CNN 기반 분류 모델과 DNN 기반의 분류 모델의 결과를 비교하여 더 좋은 성능을 보이는 것을 확인하였다. 이를 통해 홍수의 위험도를 판별하여, 대피 여부 판단하며 최적의 시기에 대피 결정을 내릴 수 있도록 하는 초기 연구로서 활용할 수 있을 것으로 사료된다.