• 한국정보통신설비학회:학술대회논문집
• /
• 한국정보통신설비학회 2007년도 학술대회
• /
• pp.181-184
• /
• 2007

Up to now, a lot of houses, roads and other urban facilities have been damaged by natural disasters such as flash floods and landslides. It is reported that the size and frequency of disasters are growing greatly due to global warming. In order to mitigate such disaster, flood forecasting and alerting systems have been developed for the Han river, Geum river, Nak-dong river and Young-san river. These systems, however, do not help small municipal departments cope with the threat of flood. In this study, a real-time urban flood forecasting service (U-FFS) is developed for ubiquitous computing city which includes small river basins. A test bed is deployed at Tan-cheon in Gyeonggido to verify U-FFS. Wireless sensors such as rainfall gauge and water lever gauge are installed to develop hydrologic forecasting model and CCTV camera systems are also incorporated to capture high definition images of river basins. U-FFS is based on the ANFIS (Adaptive Neuro-Fuzzy Inference System) that is data-driven model and is characterized by its accuracy and adaptability. It is found that U-FFS can forecast the water level of outlet of river basin and provide real-time data through internet during heavy rain. It is revealed that U-FFS can predict the water level of 30 minutes and 1 hour later very accurately. Unlike other hydrologic forecasting model, this newly developed U-FFS has advantages such as its applicability and feasibility. Furthermore, it is expected that U-FFS presented in this study can be applied to ubiquitous computing city (U-City) and/or other cities which have suffered from flood damage for a long time.

• 물과 미래
• /
• 제27권1호
• /
• pp.89-99
• /
• 1994

현재까지 국내의 홍수예측업무는 과거에 수집된 자료집단을 이용한 변수추정에 의하여 시행되고 있으나, 최근 여러 가지 순환추정 알고리즘을 적용한 홍수예측 또는 변수추정에 관한 많은 연구가 이루어지고 있다. 본 논문은 실시간 홍수예측 및 변수추정에 관한 연구로서, 특히 강우-유출모형의 상태 및 매개변수의 동시추정에 관한 추계학적 현상을 고려하였다. 홍수예측에 관한 시스템은 $\phi$ 지수에 의한 유효강우의 산정과 지체효과를 고려한 n개의 비선형 저수지모형에 의한 홍수축적으로 구성하였다. 그리고 변수추정모형과 홍수추적 모형을 상호연계하여 변수를 포함하는 확대 상태-공간모형으로 상태 및 매개변수의 동시추정에 관한 시스템을 구성하였다. 상태-공간모형에 대한 상태 및 변수추정기법으로 GLS 추정과 MAP 추정에 대하여 비교 검토하였다. 모형의 식별을 위한 민감도 분석은 추정변수의 공분산 행렬을 사용하였다.

• 산업경영시스템학회지
• /
• 제38권1호
• /
• pp.118-123
• /
• 2015

There have been various studies on measurements of flood risk and forecasting models. For river and dam region, PDF and FVI has been proposed for measurement of flood risk and regression models have been applied for forecasting model. For Bo region unlikely river or dam region, flood risk would unexpectedly increase due to outgoing water to keep water amount under the designated risk level even the drain system could hardly manage the water amount. GFI and general linear model was proposed for flood risk measurement and forecasting model. In this paper, FVI with the consideration of duration on GFI was proposed for flood risk measurement at Bo region. General linear model was applied to the empirical data from Bo region of Nadong river to derive the forecasting model of FVI at three different values of Base High Level, 2m, 2.5m and 3m. The significant predictor variables on the target variable, FVI were as follows: ground water level based on sea level with negative effect, difference between ground altitude of ground water and river level with negative effect, and difference between ground water level and river level after Bo water being filled with positive sign for quantitative variables. And for qualitative variable, effective soil depth and ground soil type were significant for FVI.

• 한국농공학회지
• /
• 제36권2호
• /
• pp.79-87
• /
• 1994

A real-time flood forecasting system(FLOFS) was developed for the real-time and predictive determination of flood discharges and stages, and to aid in flood management decisions in the Keum River Estuary Dam. The system consists of three subsystems : data subsystem, model subsystem, and user subsystem. The data subsystem controls and manages data transmitted from telemetering systems and simulated by models. The model subsystem combines various techniques for rainfall-runoff modeling, tidal-level forecasting modeling, one-dimensional unsteady flood routing, Kalman filtering, and autoregressivemovingaverage(ARMA) modeling. The user subsystem in a menu-driven and man-machine interface system.

• 한국방재학회:학술대회논문집
• /
• 한국방재학회 2008년도 정기총회 및 학술발표대회
• /
• pp.405-408
• /
• 2008

Up to now, a lot of houses, roads and other urban facilities have been damaged by natural disasters such as flash floods and landslides. It is reported that the size and frequency of disasters are growing greatly due to global warming. In order to mitigate such disaster, flood forecasting and alerting systems have been developed for the Han river, Geum river, Nak-dong river and Young-san river. These systems, however, do not help small municipal departments cope with the threat of flood. In this study, a real-time urban flood forecasting service (U-FFS) is developed for ubiquitous computing city which includes small river basins. A test bed is deployed at Tan-cheon in Gyeonggido to verify U-FFS. It is found that U-FFS can forecast the water level of outlet of river basin and provide real-time data through internet during heavy rain. Furthermore, it is expected that U-FFS presented in this study can be applied to ubiquitous computing city (u-City) and/or other cities which have suffered from flood damage for a long time.

• 한국수자원학회논문집
• /
• 제53권3호
• /
• pp.225-236
• /
• 2020

유역 상류의 소규모 산지 유역 또는 도시 배수분구 정도의 도시 유역은 지체시간이 수 십 여분에 불과하기 때문에 우량계만으로는 대응에 필요한 충분한 예측 선행시간을 확보하기 어렵다. 도시 및 소규모 산지 유역에서와 같이 지체시간이 짧은 유역에서 발생하는 돌발홍수는 더 이상 우량계만으로 예보가 불가능하다. 도달시간이 짧은 도시 및 산지에서는 지체시간 외에 강수 예측을 통한 홍수예보 선행시간을 확보하는 것이 매우 중요하다. 한강홍수통제소에서는 강우레이더 강우강도를 초단기 예측 모델인 Mcgill Algorithm for Precipitation-nowcast by Lagrangian Extrapolation(MAPLE) 알고리즘의 입력 자료로 활용하여 초단기 예측 강수 자료를 생산하고 있다. 한국건설기술연구원의 돌발홍수연구센터는 한강홍수통제소에서 생산하고 있는 초단기 예측 강수 자료를 입력 자료로 하여 돌발홍수 예측 시스템을 구축하였고 2019년부터 동네규모의 1시간 전 돌발홍수정보를 제공하고 있다. 본 연구에서는 돌발홍수연구센터에서 구축한 돌발홍수 예측 시스템을 설명하고 2019년도에 발생한 수재해 사례를 분석하여 전국 도시·산지·소하천 돌발홍수 예측 시스템의 예측 정확도를 검증하였다. 돌발홍수 예측 시스템의 정확도 검증에는 총 31개의 수재해 사례를 적용하였고 예측 정확도는 Probability of Detection (POD) 기준으로 90.3%로 매우 높게 나타났다.

• 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.

• 산업경영시스템학회지
• /
• 제37권1호
• /
• pp.91-95
• /
• 2014

During a flood season, Bo region could be easily exposed to flood due to increase of ground water level and the water drain difficulty even the water amount of Bo can be managed. GFI for the flood risk is measured by mean depth to water during a dry season and minimum depth to water and tangent degree during a flood season. In this paper, a forecasting model of the target variable, GFI and predictors as differences of height between ground water and Bo water, distances from water resource, and soil characteristics are obtained for the dry season of 2012 and the flood season of 2012 with empirical data of Gangjungbo and Hamanbo. Obtained forecasting model would be used for keep the value of GFI below the maximum allowance for no flooding during flooding seasons with controlling the values of significant predictors.

• 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.