• 한국수자원학회논문집
• /
• 제40권6호
• /
• pp.447-458
• /
• 2007

본 연구에서는 해안 도시 하천의 범람으로 인한 홍수 재해 발생시 예상될 수 있는 피해에 대해 적절한 홍수예경보 및 피난대책을 수립하고자 대표적인 해안 도시 하천의 특성을 가지는 부산시 온천천 유역을 대상으로 수치지도에서 각종 지형자료를 추출하였고 수문 GIS 자료를 구축하였다. 강우 분석은 강우의 공간적 특성을 대상유역인 온천천에 티센망을 이용하여 고려하였으며 강우의 시간적 분포는 Huff의 2분위, 6차 회귀다항식을 이용하여 분석하였다. 홍수예경보 발령 기준을 설정하기 위하여 선정 지점 세 곳을 선택하여 위험수심을 선정하였다. 그리고, 하천 수리 분석을 위한 한계유출량 산정을 위해 HEC-RAS 모형을 이용 조위의 영향을 고려하여 홍수위 및 한계유출량을 산정하였고 도시 돌발 홍수 기준우량 산정을 위해 PCSWMM 2002를 이용하여 수문 분석을 실시하였다. 그 결과 온천천 유역의 홍수예경보 시스템과 이에 따른 홍수예경보 발령흐름도, 운영체계가 결정되었고 홍수예경보 발령 기준이 설정되었다. 본 연구를 통해 SWMM, HEC-RAS, ArcView GIS 모형을 연계하여 대상유역과 하도에 적용 통합적인 모의 기법을 제시하였으며 해안 도시 하천에서의 홍수 재해 발생시 이에 대한 대비책을 마련하게되었다. 앞으로 더욱 심도있게 연구하여 주요 해안 도시 하천에 대한 홍수예경보 시스템 구축이 절실히 요구된다.

• 한국측량학회:학술대회논문집
• /
• 한국측량학회 2004년도 추계학술발표회 논문집
• /
• pp.389-392
• /
• 2004

A recent unusual change in the weather is formed as a localized heavy rain in a short time. This phenomenon has caused a flash flood, and flash floods extensively have damaged human lives many times. In large river's case, the extent of loss of lives and properties has been decreased through the flood warning system by flood control stations of each stream. However, the extent of damage in other small rivers has increased reversely. Therefore, it is necessary to establish a new flood warning system against flash floods instead of the existing flood warning system. It is a specific character that the damage from flash floods in mountain streams brings much more loss of lives than large river's flood. The purpose of this study is calculating the characteristic of flash floods in streams, analyzing topographical characteristics of water basin through applying GIS techniques with the calculation as mentioned above and researching what topographical conditions have influence on hydrological flash floods in water basin. The flash flood prediction model we used is made by GIUH (geomorphoclimatic instantaneous unit hydrograph) with hydrologic-topographical technology. As applying the flash flood prediction model, this is a procedure for calculating topographical information in basin: we made a topological data up out of database with utilizing GIS, and we also produced a DEM (digital elevation model) and used it as a topographical data for determining amount of flash floods.

• 물과 미래
• /
• 제18권2호
• /
• pp.153-161
• /
• 1985

본 연구는 치수면에서 중요한 홍수 예경보 시스템을 좀 더 효율적으로 운영하고 그 시스템을 자동화하기 위한 하천 유출의수문학적인 예측방법의 개발에 관한 것으로 제어공학에서 상태공간개념으로부터 유도된 Kalman Filter 이론의 알고리즘을 파악하여 강우-유출계의 동적거동을 나타낼 수 있도록 예측 모형을 구성하고 Kalman Filter 의 적용 알고리즘을 도임하므로서 홍수시 하천유출의 on-line, 실시간 예측의 가능성을 제시하였다. 본 연구의 결과로 얻어진 전자계산 프로그램은 실제 하천유역의 실측자료로서 수정 보완하므로서 홍수 예경보 시스템의 자동화는 물로 그 시스템의 효율적인 운영방법 개선에 기여할 수 있을 것이다.

• 한국수자원학회논문집
• /
• 제54권6호
• /
• pp.381-393
• /
• 2021

국립재난안전연구원의 재난안전 신기술 공적개발원조(ODA) 사업의 일환으로 2019년 라오스 볼리캄싸이주 남싼강유역의 보리칸을 대상으로 홍수예경보시스템을 구축하였다. 미계측 중소하천유역인 대상 지역에 강우량와 유출량의 실시간 관측을 위한 관측소 및 경보국을 설치하였으며, 실시간 자료 관리와 홍수예경보 기능 등을 수행하는 소프트웨어도 개발되었다. 홍수경보 기준 설정 및 홍수예측을 위한 nomograph 개발을 위해 대상 지역의 30년 치 연도별 최대 일강우량자료와 하천측량성과를 바탕으로 수리·수문분석을 수행하였다. 본 논문은 시스템 구축 과정과 방법론을 소개하고, 시스템 설치 후 2020년 실시간 관측 수집된 자료들을 바탕으로 수행한 시스템의 적용성 검토 결과를 제시하였다.

• 한국수자원학회논문집
• /
• 제43권1호
• /
• pp.51-65
• /
• 2010

본 연구에서는 도달시간이 짧은 중소하천유역에서 돌발홍수 발생시 강우에 따른 하천의 수위변화를 신속하고 간편하게 예측하는 홍수예경보 모형을 제시하고 그 적정성을 중랑천 유역에 대해서 검토하였다. 이를 위하여 먼저, 제방안전도 평가와 침수위험구역 조사를 통해 홍수방어목표지점으로 선정하였다. 강우량 및 관측지점수위와 홍수방어 목표지점 수위와의 상관성 분석을 하였으며, 이로부터 홍수방어목표(예보지점)지점의 수위변화를 예측할 수 있는 회귀모형을 산정하였다. 이 때 기초자료로서의 실제강우 조건에 따른 실측 수위자료는 그 범위와 조건의 수가 너무 작음으로, 이를 대신하여 다양한 강우시나리오별 유출분석을 통하여 홍수위들을 산정하고 이를 상관성 분석의 모집단 자료로 사용하였다. 산정된 회귀모형으로부터 적정 선행예보시간에 대한 수위를 산정하고 기상보정계수를 고려하여 예측수위를 보정 결정하는 방안을 제시하였다. 예측수위가 주위보수위(Flood watching level; 계획홍수량의 50 %의 수위)를 초과하는 경우에 예경보를 수행할 수 있는 시스템을 구성하였으며, 실제 호우사항에 대하여 그 적용성을 검토하였다.

• 한국산학기술학회논문지
• /
• 제16권1호
• /
• pp.801-806
• /
• 2015

본 최근 세계적으로 기후 변화에 의한 홍수 피해가 증가하고 있다. 우리나라의 경우 홍수가 발생하는 빈도가 증가함에 따라 홍수 발생 상황을 예측하고 대비할 수 있는 기술이 주로 대규모 하천을 대상으로 이루어졌으므로, 기존의 홍수 예보시스템을 예보 선행시간이 짧은 소규모 유역에 적용하기에는 무리가 있다. 이에 본 연구에서는 도시 유역 내 배수위 영향을 가진 수암천 유역을 대상으로 2개의 경보발령지점을 선정한 후, 홍수 예 경보 모형을 이용하여 홍수 경보 강우량을 산정하였다. 산정 결과, 저수 예 경보 지점의 경우 25.4mm/120min~78.8mm/120min로 산정되었으며, 고수 예 경보 지점의 경우 68.5mm/120min~140.7mm/120min로 산정되었다. 이에 따른 빈도로는 저수 예 경보의 경우 3년 빈도에 해당되며, 고수 예 경보의 경우 80년 빈도에 해당된다. 본 연구의 분석결과는 도시유역의 홍수 발생 상황을 예측하는데 기초 자료를 제공할 것으로 기대되며, 장차 실제 홍수 경보발령기준을 제시하기 위해 많은 유역에서의 관측자료를 바탕으로 한 지속적인 적용 및 검증이 필요하다.

• 자원환경지질
• /
• 제56권1호
• /
• pp.65-73
• /
• 2023

As one of the most vulnerable countries to floods, there should be an increased necessity for accurate and reliable flood forecasting in Indonesia. Therefore, a new prediction model using a machine learning algorithm is proposed to provide daily flood prediction in Indonesia. Data crawling was conducted to obtain daily rainfall, streamflow, land cover, and flood data from 2008 to 2021. The model was built using a Random Forest (RF) algorithm for classification to predict future floods by inputting three days of rainfall rate, forest ratio, and stream flow. The accuracy, specificity, precision, recall, and F1-score on the test dataset using the RF algorithm are approximately 94.93%, 68.24%, 94.34%, 99.97%, and 97.08%, respectively. Moreover, the AUC (Area Under the Curve) of the ROC (Receiver Operating Characteristics) curve results in 71%. The objective of this research is providing a model that predicts flood events accurately in Indonesian regions 3 months prior the day of flood. As a trial, we used the month of June 2022 and the model predicted the flood events accurately. The result of prediction is then published to the website as a warning system as a form of flood mitigation.

• 농촌계획
• /
• 제21권3호
• /
• pp.171-179
• /
• 2015

The objectives of this research have been focussed on 1) developing prediction techniques for the flash flood and landslide based on rainfall prediction data in agricultural area and 2) developing an integrated forecasting system for the abrupt disasters using USN based real-time disaster sensing techniques. This study contains following steps to achieve the objective; 1) selecting rainfall prediction data, 2) constructing prediction techniques for flash flood and landslide, 3) developing USN and communication network protocol for detecting the abrupt disaster suitable for rural area, & 4) developing mobile application and SMS based early warning service system for local resident and tourist. Local prediction model (LDAPS, UM1.5km) supported by Korean meteorological administration was used for the rainfall prediction by considering spatial and temporal resolution. NRCS TR-20 and infinite slope stability analysis model were used to predict flash flood and landslide. There are limitations in terms of communication distance and cost using Zigbee and CDMA which have been used for existing disaster sensors. Rural suitable sensor-network module for water level and tilting gauge and gateway based on proprietary RF network were developed by consideration of low-cost, low-power, and long-distance for communication suitable for rural condition. SMS & mobile application forecasting & alarming system for local resident and tourist was set up for minimizing damage on the critical regions for abrupt disaster. The developed H/W & S/W for integrated abrupt disaster forecasting & alarming system was verified by field application.

• 한국수자원학회논문집
• /
• 제54권12호
• /
• pp.1285-1294
• /
• 2021

최근 전 세계적으로 기후변화의 영향으로 강우량이 집중되고 강우강도가 커지면서 홍수피해의 규모를 증가시키고 있다. 기존에는 관측되지 않았던 규모의 강우가 내리는가 하면 기록적으로 장기간동안 장마가 지속되기도 한다. 특히, 이러한 피해들은 아세안 국가들에 집중되고 있으며, 최근 해수면 상승, 태풍 및 집중호우로 인해 침수가 빈번히 빌생하는 등 아세안 국가 국민들 중 최소 2,000만 명이 영향을 받고 있다. 우리나라도 각종 ODA사업을 통해 국내의 홍수예경보시스템을 아세안 국가에 지원하고 있지만 통신시설이 불안정하여 중앙제어방식만으로는 한계가 있다. 따라서 본 연구에서는 한 개의 관측소에서 수위, 강우의 관측과, 홍수예측, 경보까지 한번에 가능한 관측소를 개발하기 위한 인공지능기반의 홍수예측모형을 개발하였다. 설마천의 전적비교 관측소의 2009년부터 2020년 까지 10분단위 강우와 수위관측자료를 활용하여 선행예보시간 0.5, 1, 2, 3, 6시간에 대해서 학습, 검증, 시험을 수행하였으며 인공지능알고리즘으로는 LSTM을 적용하였다. 연구결과 모든 선행예보시간에 대해 모형적합도 및 오차에서 우수한 결과를 나타냈다. 설마천과 같이 유역규모가 작고 유역경사가 커서 도달시간이 짧은 경우에는 선행예보시간 1시간은 매우 우수한 예측 결과를 나타낼 것으로 판단되며 유역의 규모나 경사에 따라 더 긴 선행예보시간도 가능할 것으로 예상된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.95-95
• /
• 2023

Common hydrological problems of developing countries include poor data management, insufficient measuring devices and ungauged watersheds, leading to small or unreliable data availability. This has greatly affected the adoption of artificial intelligence techniques for flood risk mitigation and damage control in several developing countries. While climate datasets have recorded resounding applications, but they exhibit more uncertainties than ground-based measurements. To encourage AI adoption in developing countries with small ground-based dataset, we propose data augmentation for regression tasks and compare performance evaluation of different AI models with and without data augmentation. More focus is placed on simple models that offer lesser computational cost and higher accuracy than deeper models that train longer and consume computer resources, which may be insufficient in developing countries. To implement this approach, we modelled and predicted streamflow data of the Asa River Watershed located in Ilorin, Kwara State Nigeria. Results revealed that adequate hyperparameter tuning and proper model selection improve streamflow prediction on small water dataset. This approach can be implemented in data-scarce regions to ensure timely flood intervention and early warning systems are adopted in developing countries.