• Journal of Korea Water Resources Association
• /
• v.56 no.12
• /
• pp.919-928
• /
• 2023

Rainfall characteristics in Korea are concentrated during the summer flood season. In particular, when a large amount of turbid water flows into the dam due to the increasing trend of concentrated rainfall due to abnormal rainfall and abnormal weather conditions, prolonged turbid water phenomenon occurs due to the overturning phenomenon. Much research is being conducted on turbid water prediction to solve these problems. To predict turbid water, turbid water data from the upstream inflow is required, but spatial and temporal data resolution is currently insufficient. To improve temporal resolution, the development of the Turbidity-SS conversion equation is necessary, and to improve spatial resolution, multi-item water quality measurement instrument (YSI), Laser In-Situ Scattering and Transmissometry (LISST), and hyperspectral sensors are needed. Sensor-based measurement can improve the spatial resolution of turbid water by measuring line and surface unit data. In addition, in the case of LISST-200X, it is possible to collect data on particle size, etc., so it can be used in the Turbidity-SS conversion equation for fraction (Clay: Silt: Sand). In addition, among recent remote sensing methods, the spatial distribution of turbid water can be presented when using UAVs with higher spatial and temporal resolutions than other payloads and hyperspectral sensors with high spectral and radiometric resolutions. Therefore, in this study, the Turbidity-SS conversion equation was calculated according to the fraction through laboratory analysis using LISST-200X and YSI-EXO, and sensor-based field measurements including UAV (Matrice 600) and hyperspectral sensor (microHSI 410 SHARK) were used. Through this, the spatial distribution of turbidity and suspended sediment concentration, and the turbidity calculated using the Turbidity-SS conversion equation based on the measured suspended sediment concentration, was presented. Through this, we attempted to review the applicability of the Turbidity-SS conversion equation and understand the current status of turbid water occurrence.

• Journal of Korea Water Resources Association
• /
• v.55 no.11
• /
• pp.931-939
• /
• 2022

In Korea, about two-thirds of the precipitation is concentrated in the summer season, so the problem of turbidity in the summer flood season varies from year to year. Concentrated rainfall due to abnormal rainfall and extreme weather is on the rise. The inflow of turbidity caused a sudden increase in turbidity in the water, causing a problem of turbidity in the dam reservoir. In particular, in Korea, where rivers and dam reservoirs are used for most of the annual average water consumption, if turbidity problems are prolonged, social and environmental problems such as agriculture, industry, and aquatic ecosystems in downstream areas will occur. In order to cope with such turbidity prediction, research on turbidity modeling is being actively conducted. Flow rate, water temperature, and SS data are required to model turbid water. To this end, the national measurement network measures turbidity by measuring SS in rivers and dam reservoirs, but there is a limitation in that the data resolution is low due to insufficient facilities. However, there is an unmeasured period depending on each dam and weather conditions. As a sensor for measuring turbidity, there are Optical Backscatter Sensor (OBS) and YSI, and a sensor for measuring SS uses equipment such as Laser In-Situ Scattering and Transmissometry (LISST). However, in the case of such a high-tech sensor, there is a limit due to the stability of the equipment. Therefore, there is an unmeasured period through analysis based on the acquired flow rate, water temperature, SS, and turbidity data, so it is necessary to develop a relational expression to calculate the SS used for the input data. In this study, the AEM3D model used in the Water Resources Corporation SURIAN system was used to improve the accuracy of prediction of turbidity through the turbidity-SS relationship developed based on the measurement data near the dam outlet.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.116-116
• /
• 2021

자연 하천에서의 부유사 농도 계측은 주로 재래식 채집방식을 활용한 직접계측 방식에 의존하여 비용과 시간이 많이 소요되며 점 계측 방식으로 고해상도의 시공간 자료를 측정하기엔 한계가 존재한다. 이러한 한계점을 극복하기 위해 최근 위성영상과 드론을 활용하여 촬영된 다분광 혹은 초분광 영상을 통해 고해상도의 부유사 농도 시공간분포를 측정하는 기법에 대한 연구가 활발히 진행되고 있다. 하지만, 다른 하천 물리량 계측에 비해 부유사 계측 연구는 하천에 따라 부유사가 비균질적으로 분포하여 원격탐사를 통해 정확하고 전역적인 농도 분포를 재현하기는 어려운 실정이다. 이러한 부유사의 비균질성은 부유사의 입도분포, 광물특성, 침강성 등이 하천에서 다양하게 분포하기 때문이며 이로 인해 부유사는 지역별로 다양한 분광특성을 가지게 된다. 따라서, 본 연구에서는 이러한 영향을 고려한 전역적인 부유사 농도 예측 모형을 개발하기 위해 실내 실험을 통해 부유사 특성별 고유 분광 라이브러리를 구축하고 실규모 수로에서 다양한 부유사 조건에 대한 초분광 스펙트럼과 부유사 농도를 측정하는 실험을 수행하였다. 실제 부유사 농도는 광학 기반 센서인 LISST-200X와 샘플링을 통한 실험실 분석을 통해 계측되었으며, 초분광 스펙트럼 자료는 초분광 카메라를 통해 촬영한 영상에서 부유사 계측 지점에 대한 픽셀의 스펙트럼을 추출하여 구축하였다. 이렇게 생성된 자료들의 분광 다양성을 주성분 분석(Principle Component Analysis; PCA)를 통해 분석하였으며, 부유사의 입도 분포, 부유사 종류, 수온 등과의 상관관계를 통해 분광 특성과 가장 상관관계가 높은 물리적 인자를 규명하였다. 더불어 구축된 자료를 바탕으로 기계학습 기반 주요 특징 선택 알고리즘인 재귀적 특징 제거법 (Recursive Feature Elimination)과 기계학습기반 회귀 모형인 Support Vector Regression을 결합하여 초분광 영상 기반 부유사 농도 예측 모형을 개발하였으며, 이 결과를 원격탐사 계측 연구에서 일반적으로 사용되어 오던 최적 밴드비 분석 (Optimal Band Ratio Analysis; OBRA) 방법으로 도출된 회귀식과 비교하였다. 그 결과, 기존의 OBRA 기반 방법은 비선형성을 증가시켜도 좁은 영역의 파장대만을 고려하는 한계점으로 인해 부유사의 다양한 분광 특성을 반영하지 못하였으며, 본 연구에서 제시한 기계학습 기반 예측 모형은 420 nm~1000 nm에 걸쳐 폭 넓은 파장대를 고려함과 동시에 높은 정확도를 산출하였다. 최종적으로 개발된 모형을 적용해 다양한 유사 조건에 대한 부유사 시공간 분포를 매핑한 결과, 시공간적으로 고해상도의 부유사 농도 분포를 산출하는 것으로 밝혀졌다.