• 농업과학연구
• /
• 제47권4호
• /
• pp.1029-1037
• /
• 2020

The machine learning algorithm has been widely used in water-related fields such as water resources, water management, hydrology, atmospheric science, water quality, water level prediction, weather forecasting, water discharge prediction, water quality forecasting, etc. However, water quality prediction studies based on the machine learning algorithm are limited compared to other water-related applications because of the limited water quality data. Most of the previous water quality prediction studies have predicted monthly water quality, which is useful information but not enough from a practical aspect. In this study, we predicted the dissolved oxygen (DO) using recurrent neural network with long short-term memory model recurrent neural network long-short term memory (RNN-LSTM) algorithms with hourly- and daily-datasets. Bugok Bridge in Oncheoncheon, located in Busan, where the data was collected in real time, was selected as the target for the DO prediction. The 10-month (temperature, wind speed, and relative humidity) data were used as time prediction inputs, and the 5-year (temperature, wind speed, relative humidity, and rainfall) data were used as the daily forecast inputs. Missing data were filled by linear interpolation. The prediction model was coded based on TensorFlow, an open-source library developed by Google. The performance of the RNN-LSTM algorithm for the hourly- or daily-based water quality prediction was tested and analyzed. Research results showed that the hourly data for the water quality is useful for machine learning, and the RNN-LSTM algorithm has potential to be used for hourly- or daily-based water quality forecasting.

• 한국지반환경공학회 논문집
• /
• 제3권4호
• /
• pp.11-17
• /
• 2002

본 논문의 목적은 섬진다목적댐 유역의 하천을 대상으로 강우시에 단기 수질상태를 예측하기 위하여 병렬다중결선의 계층구조를 갖는 신경망이론을 이용하였다. 본 연구에 적용한 신경망이론의 학습알고리즘으로는 역전파알고리즘을 사용하였으며, 최적모형의 개발을 위해 모멘트법-적응학습율기법을 이용하였다. 하천 수질오염 부하량에 영향을 미치는 요소로서 상류로부터 유입되는 유입량과 수질인자인 BOD, COD, SS를 고려하였다. 섬진다목적댐 유역에 대해 단기 수질을 예측할 수 있는 다층신경망모형을 개발하기 위해 은닉층 노드수와 학습회수에 변화를 주어 각 수질인자별로 4가지씩 총 12개의 모형을 구성하여 학습을 실시하였다. 제안된 신경망모형의 검증을 위해 학습시키지 않은 수질자료를 예측한 결과 양호한 것으로 분석되었고, 하천수계의 단기 수질오염 예측에 활용할 수 있을 것으로 사료되었다.

• 정보과학회 논문지
• /
• 제44권6호
• /
• pp.607-612
• /
• 2017

도시에서 홍수 피해를 방지하기 위한 침수를 예측하기 위해 본 논문에서는 딥러닝(Deep Learning) 기법을 적용한다. 딥러닝 기법 중 시계열 데이터 분석에 적합한 Recurrent Neural Networks (RNNs)을 활용하여 강의 수위 관측 데이터를 학습하고 침수 가능성을 예측하였다. 예측 정확도 검증을 위해 사용한 데이터는 미국의 트리니티강의 데이터로, 학습을 위해 2013 년부터 2015 년까지 데이터를 사용하였고 평가 데이터로는 2016 년 데이터를 사용하였다. 입력은 16개의 레코드로 구성된 15분단위의 시계열 데이터를 사용하였고, 출력으로는 30분과 60분 후의 강의 수위 예측 정보이다. 실험에 사용한 딥러닝 모델들은 표준 RNN, RNN-BPTT(Back Propagation Through Time), LSTM(Long Short-Term Memory)을 사용했는데, 그 중 LSTM의 NE(Nash Efficiency)가 0.98을 넘는 정확도로 기존 연구에 비해 매우 높은 성능 향상을 보였고, 표준 RNN과 RNN-BPTT에 비해서도 좋은 성능을 보였다.

• 한국수자원학회논문집
• /
• 제46권7호
• /
• pp.697-706
• /
• 2013

최근 한국은 기후변화로 인한 기온 및 수온 상승, 빈번한 집중호우와 친수공간 조성에 따른 적극적인 하천의 활용 등으로 인하여 하천 및 저수지 내 수질관리에 있어 해결해야 하는 많은 문제점을 가지고 있다. 본 연구는 효율적인 수질관리를 위하여 인공신경망을 이용한 단기조류예측모형 구축에 관한 연구이다. 대상지역으로 조류가 번식하기 좋은 조건을 지니고 있는 금강유역 내 대청호를 선정하였고 설치되어 있는 수질 자동측정망의 일 단위자료를 이용하였다. 다층전방향신경망의 역전파 알고리즘을 이용하여 단기(1일, 3일, 7일) 조류를 예측할 수 있는 모형을 구축하였다. 본 모형에서는 대청호 내 수문 및 수질성분을 교차상관분석을 기초하여 단기조류예측모형의 입력 성분을 선정한 후 다양한 조류예측 신경망 모형을 구축하여 결과에 대한 검증을 실시하였다. 구축된 단기조류예측모형은 자연발생적인 기작과 유사한 현상을 재현할 수 있는 다양한 수질인자를 고려하여 단기조류예측모형을 구축한 경우 예측의 정확도가 높게 도출되었다. 본 연구는 신경망모형의 최대 장점인 비선형성 및 간편성 등을 고려하였을 때 우리나라의 수질예측에 적합한 신경망 모형을 구축할 수 있으며 이를 통한 하천 및 호수 내 효율적인 수질관리 방안을 제시할 수 있을 것이다.

• 한국수자원학회논문집
• /
• 제37권1호
• /
• pp.67-75
• /
• 2004

본 연구에서는 홍수시 다목적댐의 효율적 운영을 위하여 상류로부터 유입되는 홍수유입량을 실시간으로 예측하기 위해 역전파 신경망 모형을 사용하여 댐유입량 예측모형(Neural Dam Inflow Forecasting Model; NDIFM)을 개발하였다. NDIFM은 다목적댐에 의한 하류의 홍수조절 비중이 큰 낙동강의 남강댐 유역에 적용하였으며, 입력자료로는 댐유역 평균강우량, 실측 댐유입량, 예측 댐유입량 통을 사용하여 실시간 댐유입량 예측의 가능성을 검토하였다. 실측치와 예측치를 비교ㆍ검토한 결과 제시한 세 가지 모형 중 NDIFM-I이 가장 우수한 결과를 나타내었으며, NDIFM-II 및 NDIFM-III 또한 다양한 예측가능성을 보여주었다. 따라서, 강우-유출의 비선형시스템 모의를 위하여 물리적 매개변수가 복잡한 개념적 모형보다는 양질의 수문관측 자료만 축적된다면 블랙박스 모형인 신경망 모형이 실시간 홍수예측에 효율적으로 활용될 수 있을 것이다.

• 한국수자원학회논문집
• /
• 제56권6호
• /
• pp.393-402
• /
• 2023

최근 이상기후 현상으로 발생빈도 및 규모가 증가한 가뭄은 다양한 분야에서 극심한 문제를 유발하여 가뭄에 의한 물부족 발생 시 수생태 건강성 확보를 위한 합리적인 대응 방안을 마련하기 위해 가뭄 감시, 전망 및 대응기술 개발이 필요하다. 본 연구에서는 유역모델 HSPF와 수질모델 QUAL-MEV를 연계하여 가뭄 기간 물 부족 상태가 수문 순환을 통해 변동되는 수질을 예측하였다. SPI, RCP 4.5 시나리오를 검토하고 HSPF 및 QUAL-MEV를 활용하여 유량변동에 따른 수질변화를 모의하여 유량변동에 따른 수질 변화를 분석하였다. 갈수기 유량과 수질의 관계는 높으나 강수량과 수질의 관계는 미비한 것으로 나타났다. 유량 및 SPI6는 상이한 경향이 나타나 가뭄의 영향으로 변화되는 수질 예측시 중장기 가뭄지수와 관계는 미비한 것으로 나타났다. 가뭄에 의한 수질 영향을 평가하기 위해 단기간의 가뭄지수 활용 및 유량 변동에 따른 평가방안 마련이 필요한 것으로 사료된다.

• 한국수자원학회논문집
• /
• 제45권7호
• /
• pp.729-741
• /
• 2012

수문학적 해석에 필요한 기본 자료인 강우 자료의 취득 방법 중 지상관측소는 강우량을 직접 관측하기 때문에 실측 강우량 정보를 얻는 장점이 있으나, 현업에서 필요한 면적강우량을 얻기 위해서는 다수의 관측소를 설치해야 하는 단점이 있다. 한편, 강우레이더는 넓은 범위의 강우량을 실시간으로 취득할 수 있으며, 특히 공간적으로 한정되어 발생하는 국지성 돌발홍수의 원인이 되는 단기 집중 호우를 추적하기 용이한 장점이 있다. 따라서 본 연구에서는 기상청에서 편차 보정과 품질 관리가 이루어지고 있어 상당한 신뢰 수준을 확보하고 있고, 현장에서 쉽게 제공 받을 수 있는 강우레이더 영상인 CAPPI (Constant Altitude Plan Position Indicator) 합성영상으로부터 유역평균 강우를 추출하는 방법으로서 기존의 연산방법인 레스터 방식에서 벗어나 소유역에도 적용될 수 있는 벡터 방식의 영상 추출 기법 CIVCOM을 제시하고 추출된 자료의 타당성을 비교 검토하였다.