• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.317-317
• /
• 2020

수재해는 수자원 인프라의 부족 및 관리 미흡 등 많은 요인들이 있지만 강우의 유무와 크기가 가장 원초적인 요인들 중 하나이다. 정확한 강우량 추정 및 강우발생시간 예측은 수재해로 인한 피해를 예방하고 빠르게 대처할 수 있다. 그러나 강우예측에는 많은 불확실성을 내포하고 있기 때문에 이러한 불확실성을 이해하고 줄여 나가는 것이 필요하다. 최근 컴퓨터의 성능의 발전에 비례해 강우 예측 자료들도 점진적으로 발전을 거듭하고 있다. 이를 강우-유출 모형에 적용시 유출량 예측의 정확성 또한 비례하여 한층 더 발전할 수 있을 것이다. 하지만 신뢰성이 낮은 입력자료를 대상으로 하는 유출해석 모형은 많은 불확실성을 내포할 것이다. 따라서 본 연구에서는 위천 유역에 대해 LENS(Limited area ENsemble prediction System) 강우앙상블 예측자료의 적용성을 검토하고 그리드 기반 강우 유출 모델 GRM(Grid based Rainfall-runoff Model) 에 적용하여 유출예측의 불확실성을 평가하고자 하였다. 또한 강우예측 및 유출예측은 수 많은 매개변수를 포함하며 최종적인 예측은 더 큰 불확실한 범위로 산출될 수 있다. 이에 따라 본 연구에서는 Python3 기반 코딩으로 LENS 자료 구축 및 GRM 모형의 매개변수 보정을 각 2000회 씩에 걸쳐 총 2회 실시하여 수문학적, 지형학적 인자에 따른 불확실성 범위를 보정하고자 하였다. 매개변수의 보정은 비정형우도(Informal likelihood) NSE, 정형우도(Formal likelihood) Lognormal(Log-likelihood function)의 우도에 따른 행위모델을 산정하여 보정하였다. 따라서 본 연구에서는 선행연구들을 참고한 정형, 비정형 우도의 임계치를 이용한 불확실성해석에 적용하였으며 이는 사용자의 행위모델선정 임계치 범위 선정으로 인한 불확실성을 줄여나감에 기여할 수 있을것으로 사료된다.

• 한국지반공학회지:지반
• /
• 제1권1호
• /
• pp.59-72
• /
• 1985

본 논문은 Biot의 압밀이론을 유한요소법에 의해 해석하는 데 있어 수정 Cam-clay model과 해석 기법으로서는 Christian Boehmer방법을 사용한 것이다. 특히 본 해석에 있어서 압밀의 시간간격과 요소의 분할은 정도와 경제성의 관점에서 연구하였다. 나아가 본 프르그램의 정확을 조사하기 인하여 본 프로그램에 Terzaghi의 정해에 의한 일차원추밀의 해석을 시도하여 그 정상성을 확인하고 또한 Magnan이 연구목적으로 수행한 프랑스의 Cubzac-les-ponts에서 시험성토의 결과와 비교하였다. 본 연구에서 얻은 주요결론은 다음과 같다. 1. 일차원압밀의 평우에 배수층에 가까이 갈수록 요소를 세분하면 수치해석에서 더 높은 결과를 얻을 수 있다. 2. 상간간격에 대해서는 1 log cycle당 20회로 하면 안정된다. 3. 긴 배수거리를 갖는 요소에서는 Mandel-cryer 효과가 시간지연과 더불어 일어난다. 4. 본 프로그램에 의해 예측된 초기하중 단계에서 축변위는 성토하중으로 산하는 것 보다도 강성을 주는 Mesh화한 것이 관측치와 잘 일치한다. 5. 본 프로그램에 의해 예측된 간극수압은 Magnan결과와 비교해 볼 때 관측치와 더 잘 일치 한다.

• 환경영향평가
• /
• 제24권5호
• /
• pp.516-531
• /
• 2015

본 연구에서는 분포형 유역모델이면서, 국내 환경에 적합하도록 개발된 CAMEL에 기반하여 식생여과대 효과분석을 위한 모듈을 개발하였다. 식생여과대의 주요 모의기능은 기존의 CAMEL과 동의하나 릴에서의 유사포착 현상과 수평둔덕을 추가로 설계하여 모듈에 반영하였다. 식생여과대 모듈을 검증하기 위하여 시험 격자를 이용하여 식생여과대의 길이, 조도계수, 토성, 식생의 높이 및 뿌리 깊이 등 다양한 매개변수에 대한 민감도 분석을 실시하였다. 식생여과대 모듈의 민감도 분석결과를 종합해 보면, 유사 지표유출량은 조도계수 변화에 따라 민감하게 반응하였으며, 전반적으로는 유사와 TP의 지표유출량 저감률이 시나리오 변화에 상관없이 전반적으로 높은 것으로 분석되었다. TOC, TN의 저감률은 식생여과대의 길이, 토성변화에 따라 민감하게 반응하는 것으로 나타났으며, 유사와 TP의 지표유출량 저감률에 비해 상대적으로 저감률이 낮은 것으로 분석되었다. 본 연구에서 개발된 식생여과대 모듈은 환경변화에 따른 오염물질 저감효과를 합리적으로 재현하는 것으로 나타났으며, 향후 식생여과대 조성 지역에 적용되어 비점오염 물질 제거 효과를 정량적으로 산정하고 효율적인 관리방안을 평가하는데 기여할 것으로 기대된다.

• 지구물리와물리탐사
• /
• 제9권3호
• /
• pp.241-249
• /
• 2006

한국의 지질 환경은 암석 분포가 매우 다양하고 복잡한 구조 활동의 영향을 받아 지하매질의 이방성 특성이 국부적으로 심하게 변화한다. 기존의 이방성 주시 모델링의 경우 지질 모델을 2차원으로 단순화시킴으로써 이러한 복잡한 지질 환경을 제대로 고려할 수 없었다. 또한 약 이방성 가정을 사용하여 실제로 나타날 수 있는 지하 매질의 심각한 이방성 영향을 주시 모델링에서 고려할 수 없었다. 이에 이 연구에서는 보다 실제적이고 복잡한 3차원 횡등방성 매질(transversely isotropic media)에서 q-P파의 초동 주시 양상을 모사할 수 있는 주시 모델링 알고리듬을 개발하였다. 이 알고리듬에서는 2차원 비선형 주시 내삽(2D nonlinear traveltime interpolation) 기법과 주시의 3차원 격자 채움법(mapping)을 이용한 직접 전파법(direct calculation)을 통해 급격한 물성의 변화에도 주시 계산이 가능하도록 하였다. 또한, 최소 주시 계산과정에서 수치 미분을 통한 최대 경사법(steepest descent method)을 사용하여 약 이방성 가정을 극복하였다. 개발된 알고리듬은 해석해와 비교하여 그 타당성을 검증하였고 3차원 2층구조에 대한 주시 계산을 수행하여 물성이 급격히 변화하는 모델에 대해서도 안정적으로 주시 계산이 이루어짐을 확인하였다. 이 연구에서 개발한 3차원 주시 모델링 알고리듬은 향후 구조보정이나 토모그래피 알고리듬 개발에 사용될 수 있을 것으로 기대한다.

• 한국수자원학회논문집
• /
• 제52권5호
• /
• pp.337-347
• /
• 2019

본 연구에서는 미래 기후예측을 위하여 활용되는 전지구모형(general circulation model, GCM) 중 우리나라에 적합한 대표 GCM을 선정하는 방법을 제시하였다. 이에 격자 기반 GCM 결과를 IDW (Inverse Distance Weighted) 방법을 사용하여 기상 관측소로 지점 규모로 상세화를 하여 관측강수와 비교하였다. GCM과 관측자료 사이의 편이를 보정하기 위하여 6가지 Quantile Mapping 방법과 Random Forest 기법을 사용하였고, 성능 지표를 비교하여 대표 편이보정방법을 선정하였다. 편이보정된 GCM 모의 결과에 대한 성능을 계산하고 다기준의사결정기법 중 하나인 TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution) 방법을 이용하여 가장 우수한 GCM을 선정하였다. 그 결과 편이보정방법을 NPT (Non-Parametric Transformation) 방법 중 EQ (Empirical Quantile) 방법이 선정되었고, TOPSIS 성능 평가 결과, GISS-E2-R이 가장 우수하였다. 그 다음으로 우수한 GCM을 순서대로 제시하면 MIROC5, CSIRO-Mk3-6-0, CCSM4 이었다. 향후 더 많은 GCM 자료를 이용한다면 보다 보편적인 결과를 도출할 수 있을 것으로 기대된다.

• 한국터널지하공간학회 논문집
• /
• 제21권3호
• /
• pp.397-418
• /
• 2019

터널 굴착으로 인한 지반 및 인접 구조물의 거동을 이해하고 분석하는 것은 매우 중요하며, 이는 현대사회에서의 과학기술의 발전과 함께 토목공학 분야에서 폭넓게 활용되고 있다. 근거리 사진계측기법은 지반공학 분야에서 주로 쓰이고 있으며, 최근 GeoPIV 등을 이용한 계측기법의 연구가 증가하고 있는 추세이다. 본래에는 지반의 거동을 계측하여 시각화하는 방법으로 알루미늄 봉과 타겟 포인트를 이용한 VMS 프로그램이 주로 사용되어 왔다. 하지만 이러한 방법을 적용할 경우, 타겟 포인트가 손에 의해 인위적으로 설치되기 때문에 외부적인 오차가 발생할 수 있다. 또한 포인트 사이의 그리드가 넓거나 좁을 경우 희박한 데이터가 도출될 수 있는 문제점을 안고 있다. 따라서 본 연구에서는 타겟의 사용 없이 변위를 분석할 수 있는 MATLAB 기반의 No-target 프로그램을 개발하였고 수치해석과 실내 모형시험을 통해 기존의 프로그램과의 비교 및 검증에 초점을 맞추었다. 연구 내용으로는 greenfield condition, strip foundation, pile foundation 3가지 Case에 대하여 실내 모형시험을 실시하였으며, VMS 프로그램과 No-target 프로그램의 결과로부터 total displacement와 vertical displacement의 오차율을 분석하였다. 또한 유한요소 수치해석 프로그램인 PLAXIS를 통하여 실내 모형시험과의 결과와 비교 및 검증하였다.

• 한국항해항만학회지
• /
• 제46권4호
• /
• pp.367-374
• /
• 2022

본 연구는 자율운항 선박의 연료 계통 펌프와 청정기를 대상으로 고장을 진단 사례를 제시하였다. 계측된 신호의 시간종속성을 반영한 심층학습(Deep learning) 알고리즘 적용 절차를 구성하고, 장비의 정상 운전상태와 고장 상태에서 계측한 진동 신호를 고장 패턴 학습에 사용하였다. 특히, 진동 신호에 내포된 열화의 시간 종속성을 반영할 수 있는 방법을 찾고자 하였으며, 슬라이딩 윈도우 연산 과정을 가진 Conv1D를 이용하여고장의 시간 종속성을 반영하였다. 또한 계측된 신호의 차수를 2차원에서 3차원으로 확장하여 시간 영역의 특징을 반영할 수 있는 데이터 전처리과정을 고안하였다. Conv1D 알고리즘의 적층과 변수를 결정하는 과정에서 그리드 탐색 기법을 사용하여 초매개변수의 최적 값을 결정하였다. 마지막으로 제안한 데이터 전처리 방법과 시계열 데이터의 시간 종속성을 반영한 Conv1D 모델이 이상 감지 및 고장 진단에 타당성이 있음을 확인하였다.

• 터널과지하공간
• /
• 제33권6호
• /
• pp.547-560
• /
• 2023

최근 국내외에서 기계학습 기법으로 TBM 굴진 데이터와 지반데이터를 분석하는 지반 분류예측 연구가 증가하고 있다. 본 연구에서는 다양한 분야에서 널리 사용되고 있는 머신러닝 기법들 중 의사결정트리 기반 랜덤포레스트 모델을 3곳의 이수식 TBM 현장에서 획득한 기계 데이터와 지반 데이터에 적용하여 일축압축강도에 대한 다중 분류예측 연구를 하였다. 일축압축강도의 다중 분류 예측을 위해서 학습과 테스트 데이터를 7:3으로 분할하였으며, 최적의 파라미터를 선정을 위해서 분할 교차검증을 포함하는 그리드 서치를 활용하였다. 의사 결정 트리를 기반으로 한 랜덤 포레스트를 사용하여 일축압축강도 분류 학습을 수행한 결과, 다중 분류 예측 모델의 정확도는 학습 세트와 테스트 세트에서 각각 0.983 및 0.982로 모두 높게 나타났다. 다만, 클래스 간 데이터 분포의 불균형으로 인하여 클래스 4에서는 재현율이 낮게 평가되었다. 다양한 현장에서 획득한 일축압축강도의 측정 데이터양을 늘리는 연구가 필요한 것으로 판단된다.

• 한국지구과학회지
• /
• 제41권2호
• /
• pp.95-110
• /
• 2020

본 연구에서는 고해상도 ERA5 재분석자료 중 우리나라 지상 온도 자료의 신뢰성을 검증할 목적으로 종관기상관측소(ASOS) 관측자료와 비교를 수행하였다. 새롭게 생산되어 배포 중인 ERA5 재분석자료는 높은 시·공간적 해상도를 가져 여러 분야에 활용성이 매우 높다. 자료의 분석 기간은 ASOS 61개 관측소가 1999년 이후로 결측률이 매우 낮으며 시간평균 자료를 제공한다는 점을 고려하여 1999-2018년 기간으로 설정하였다. ERA5 격자 자료는 격자 내 90-m 수치표고모델(DEM) 분포로부터 내륙, 해안, 산악 지역에 해당하는 지형학적인 특성에 따라 분류하여 ASOS 지점 자료와 비교되었다. 분석 기간 전체에 대한 평균 지상 온도는 ASOS와 ERA5 모두 공간 분포의 패턴과 값은 큰 차이없이 유사하였다. ASOS와 ERA5의 산점도 비교를 통해 전체 기간, 특히 여름, 겨울 기간에 대해 계절 변동성을 가진다는 특성을 확인할 수 있었으며, 이는 달별 두 자료 사이의 매시간 차이 확률밀도함수(PDF)의 시계열을 통해서도 확인되었다. 두 자료 사이의 차이를 통계지수인 NMB, RMSE를 계산하여 정량화시켰을 때, 각 값에서 지역적인 특성을 보였으나 모든 지수에서 큰 차이가 없다고 판단할 수 있었으며, 상관성을 보기 위해 R과 IOA를 통해 구한 값은 모두 0.99에 근접하였다. 특히 일평균 산출에 있어 1-시간-평균 값 24개를 이용한 일평균의 경우가 최고와 최저온도의 평균을 이용하는 일평균에 비해 오차가 작게 나타났고, 두 자료 사이의 상관성도 높게 나타남을 확인하였다. 두 자료의 차이가 나타나는 원인으로 ERA5 격자 내 지형 효과가 가장 클 것으로 판단하여 수치표고모델을 활용하여 각 지역별 PDF를 이용해 첨도 및 왜도를 구하고, 이를 온도 차이 파워 스펙트럼의 1년 주기 변동 크기와 비교하였다. 그 결과, 양의 상관성을 가졌음을 확인하였다. 이는 지형 효과가 두 자료 차이의 원인이라고 설명하는 결과이다.

• 대한토목학회논문집
• /
• 제40권3호
• /
• pp.273-283
• /
• 2020

기후변화의 영향으로 국지성 및 집중호우에 대한 발생 가능성이 높아지는 시점에서 과거에 침수피해를 입은 도시 유역에 대하여 실제 호우에 대한 침수 양상을 예측하는 것은 중요하다. 이에 수치해석 기반 프로그램과 함께 기계학습을 이용한 홍수 분석에 대한 연구가 증가하고 있다. 본 연구에서 적용한 LSTM 신경망은 일련의 자료를 분석하는데 유용하지만, 딥 러닝을 수행하기 위하여 충분한 양의 자료를 필요로 한다. 그러나 단일 도시유역에 홍수를 일으킬 강우가 매년 일어나지 않기에 많은 홍수 자료를 수집하기에는 어려움이 있다. 이에 본 연구에서는 대상 유역에서 관측되는 강우 외에 전국 단위의 실제 호우를 예측 모형에 반영하였다. LSTM (Long Short-Term Memory) 신경망은 강우에 대한 총 월류량을 예측하기 위하여 사용되었으며, 목표값으로 SWMM (Storm Water Management Model)의 유출 모의 결과를 사용하였다. 침수 범위 예측을 위해서는 로지스틱 회귀를 사용하였으며, 로지스틱 회귀 모형의 독립 변수는 총 월류량이며 종속 변수는 격자 별 침수 발생 유무이다. 침수 범위 자료는 SWMM의 유출 결과를 바탕으로 수행된 2차원 침수해석 모의 결과를 통해 수집하였다. LSTM의 매개변수 조건에 따라 총 월류량 예측 결과를 비교하였다. 매개변수 설정에 따른 4가지의 LSTM 모형을 사용하였는데, 검증과 테스트 단계에 대한 평균 RMSE (Root Mean Square Error)는 1.4279 ㎥/s, 1.0079 ㎥/s으로 산정되었다. 최소 RMSE는 검증과 테스트에 대하여 각각 1.1656 ㎥/s, 0.8797㎥/s 으로 산정되었으며, SWMM모의 결과를 적절히 재현할 수 있음을 확인하였다. LSTM 신경망의 결과와 로지스틱 회귀를 연계하여 침수 범위 예측을 수행하였으며, 침수심 0.5m 이상을 고려하였을 때에 최대 침수면적 적합도가 97.33 %으로 나타났다. 본 연구에서 제시된 방법론은 딥 러닝에 기반하여 도시 홍수 대응능력을 향상 시키는데 도움이 될 것으로 판단된다.