• 한국농공학회논문집
• /
• 제64권3호
• /
• pp.9-24
• /
• 2022

Currently, a vast amount of hydrologic data is accumulated in real-time through automatic water level measuring instruments in agricultural reservoirs. At the same time, false and missing data points are also increasing. The applicability and reliability of quality control of hydrological data must be secured for efficient agricultural water management through calculation of water supply and disaster management. Considering the characteristics of irregularities in hydrological data caused by irrigation water usage and rainfall pattern, the Korea Rural Community Corporation is currently applying the Hampel filter as a water level data quality management method. This method uses window size as a key parameter, and if window size is large, distortion of data may occur and if window size is small, many outliers are not removed which reduces the reliability of the corrected data. Thus, selection of the optimal window size for individual reservoir is required. To ensure reliability, we compared and analyzed the RMSE (Root Mean Square Error) and NSE (Nash-Sutcliffe model efficiency coefficient) of the corrected data and the daily water level of the RIMS (Rural Infrastructure Management System) data, and the automatic outlier detection standards used by the Ministry of Environment. To select the optimal window size, we used the classification performance evaluation index of the error matrix and the rainfall data of the irrigation period, showing the optimal values at 3 h. The efficient reservoir automatic calibration technique can reduce manpower and time required for manual calibration, and is expected to improve the reliability of water level data and the value of water resources.

• 지능정보연구
• /
• 제28권4호
• /
• pp.191-209
• /
• 2022

2020년 코로나19 발발 이후 한국 경제를 포함한 국제 시장 환경은 급속하게 변하고 있고 한국 금융시장의 중요 경제 지표인 원/달러 환율도 요동치고 있다. 대외 의존도가 높은 한국 경제에서 환율에 대한 이해는 항상 중요한 연구 과제였고, 특히 코로나 확산이 환율에 미치는 연구는 시기적으로 많은 경제 학자들의 관심사이기도 하다. 따라서 본 연구는 코로나19 발발 이후 환율과 경제 지표의 관계를 분석하고 환율 예측을 위한 단변량 다변량 예측 모형을 구축하여 모형의 예측 성능을 비교 검증을 하였다. 코로나 전후 기간을 세 기간으로 나눠서 기간 1은 코로나 발발전과 초기, 기간 2는 코로나 대확산, 기간 3을 코로나 안정기로 나누고 기간 1의 환율 데이터를 학습한 SARIMA 모형과 같은 기간의 경제 변수와 환율 데이터를 학습한 ARDL 모형의 예측 성능을 비교하였다. 기간별 RMSE기준으로 SARIMA 모형은 기간 2에서 예측 성능이 뛰어나고 ARDL 모형은 기간 3에서 예측 성능이 가장 우수한 것으로 나타났다. 연구 결론은 환율과 경제 변수의 통상적인 관계가 나타나는 기간 3에서는 변수 관계를 반영하는 ARDL 모형이 좀 더 예측 성능이 좋은 모델이고 기존의 전형적인 환율과 경제 변수의 패턴에서 벗어난 과도기 시기인 기간 2에는 과거 환율 추이만 반영하는 SARIMA 모형이 좀 더 우수한 예측 성능을 보여주는 모델로 검증되었다.

• 한국해안·해양공학회논문집
• /
• 제34권6호
• /
• pp.222-232
• /
• 2022

우리나라 연안의 30개 조위관측소에서 관측된 조위자료를 조화분해하여 2021년에 대한 해역별 장주기 조석성분의 특성 및 장주기 조석성분이 총 수위 예측에 미치는 영향에 대해 알아보았다. 먼저 관측조위의 조화분해 결과, 우리나라 연안에서 장주기 조석성분은 연주조(Sa)와 반년주조(Ssa)가 우세하였으며, 해역별로는 서해안에서 약 17.8 cm의 상대적으로 큰 진폭을 보였다. 계속해서 총 수위 예측에 대한 영향을 살펴보고자, 2021년을 연구 기간으로 장주기 조석성분이 포함된 예측조위와 포함되지 않은 예측조위를 생산하였고, 각각의 예측조위를 폭풍해일 모델의 해일고 예측결과에 더하여 총 수위를 생산하였다. 장주기 조석성분을 고려하지 않은 총 수위와 고려한 총 수위의 오차를 비교한 결과, 전반적으로 뚜렷한 계절적 차이가 나타났다. 장주기 조석성분을 고려하지 않은 총 수위에 비해서, 장주기 성분이 고려된 총 수위는 여름철에는 오차가 큰 폭으로 감소하였고, 겨울철에는 강한 음의 편차를 보이며 오차가 증가하는 경향이 나타났다. 이는 우리나라 겨울철의 강한 고기압과 같은 기상현상에 의한 영향이 예측조위와 해일고 예측결과에 이중으로 반영되어 나타난 결과로 해석되었다. 해일고 예측결과를 조화분해하였을 때, 연주기 성분이 우세하였고 이를 장주기 조석성분이 고려된 총 수위에서 제거하였을 때, 특히 겨울철에 나타난 강한 음의 편차가 사라지고 연평균 RMSE도 감소하는 것으로 나타났다.

• 한국지구과학회지
• /
• 제44권2호
• /
• pp.135-147
• /
• 2023

인공위성 관측 유의파고는 기후변화에 대한 해양의 반응을 이해하는데 널리 활용되므로 장기간의 지속적인 검증이 필요하다. 본 연구에서는 1992년부터 2016년까지 25년 동안 북태평양과 북대서양에서 9종의 인공위성 고도계 관측 유의파고의 정확도를 평가하고 오차 특성을 분석하였다. 위성 고도계와 부이 관측 유의파고 자료를 비교 분석하기 위하여 137,929개의 위성-실측 유의파고 일치점 자료를 생성하였다. 북태평양과 북대서양에서 위성 고도계 유의파고는 0.03 m의 편차와 0. 27 m의 평균제곱근오차를 보여 비교적 높은 정확도로 관측되고 있음을 확인하였다. 그러나 위성 고도계 유의파고는 지역적인 해역 특성에 따라 오차의 공간 분포 특성이 상이하였다. 실측 유의파고에 따른 오차, 위도별 오차의 계절분포 및 연안으로부터 거리에 따른 오차를 분석하여 오차 요인을 파악하고자 하였다. 대부분의 위성에서 실측 유의파고가 낮을 때 과대추정되었으며 실측 유의파고가 높을 때 과소추정되는 경향이 나타났다. 고도계 유의파고의 오차는 겨울철에 증가되고 여름철에 감소되는 뚜렷한 계절변화를 보였으며 고위도로 갈수록 변동성이 증폭되었다. 연안으로부터 거리에 따른 평균제곱근오차는 100 km 이상의 외해에서는 0. 3 m 이하로 높은 정확도를 보인 반면 15 km 이내의 연안에서는 오차가 0. 5 m 이상으로 현저하게 증가하였다. 본 연구의 결과는 인공위성 고도계 자료를 활용하여 전구 및 지역적인 해역에서 유의파고의 시공간 변동성 분석 시 각별한 주의가 필요함을 시사한다.

• 한국산림과학회지
• /
• 제112권3호
• /
• pp.374-381
• /
• 2023

산지하천에서 발생하는 돌발홍수는 특정 지점의 점(Point) 유속보다는 전체 구간의 평균 유속에 따라 이동속도가 결정되며, 구간 평균유속은 하천경사, 하상재료, 수리적 거칠기에 많은 영향을 받는다. 이 연구에서는 하천경사 및 거칠기 높이를 이용하여 산지하천의 구간 평균유속 추정방법을 개발하였다. 염료추적자법(Dye Tracing)을 이용하여 특정 구간의 평균유속을 측정하고, LiDAR 영상으로부터 하천 지형 및 형상을 추출하였다. 거칠기 높이를 산정하기 위해 표면 거칠기 변수(R_a, R_max, R_z )와 하상재료의 크기(D₅₀, D₈₄)를 이용하였다. 현장 계측자료로부터 무차원 접근법을 이용하여 구간 평균유속과 유량과의 관계식 v = 0.5499Q^0.6165 을 도출하였으며, R² =0.77의 설명력을 나타냈다. 이 연구에 이용된 5개의 거칠기 높이 중 평균 거칠기 높이(R_a)의 RMSE가 0.45로서 다른 거칠기 높이의 범위(0.47-1.04)보다 낮게 나타나 평균 거칠기 높이(R_a)가 구간 평균유속 산정을 위한 거칠기 높이 인자로 가장 적합하다고 판단되었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.88-88
• /
• 2021

최근 수자원과 수질관리 분야에 자료기반 머신러닝 모델과 딥러닝 모델의 활용이 급증하고 있다. 그러나 딥러닝 모델은 Blackbox 모델의 특성상 고전적인 질량, 운동량, 에너지 보존법칙을 고려하지 않고, 데이터에 내재된 패턴과 관계를 해석하기 때문에 물리적 법칙을 만족하지 않는 예측결과를 가져올 수 있다. 또한, 딥러닝 모델의 예측 성능은 학습데이터의 양과 변수 선정에 크게 영향을 받는 모델이기 때문에 양질의 데이터가 제공되지 않으면 모델의 bias와 variation이 클 수 있으며 정확도 높은 예측이 어렵다. 최근 이러한 자료기반 모델링 방법의 단점을 보완하기 위해 프로세스 기반 수치모델과 딥러닝 모델을 결합하여 두 모델링 방법의 장점을 활용하는 연구가 활발히 진행되고 있다(Read et al., 2019). Process-Guided Deep Learning (PGDL) 방법은 물리적 법칙을 반영하여 딥러닝 모델을 훈련시킴으로써 순수한 딥러닝 모델의 물리적 법칙 결여성 문제를 해결할 수 있는 대안으로 활용되고 있다. PGDL 모델은 딥러닝 모델에 물리적인 법칙을 해석할 수 있는 추가변수를 도입하며, 딥러닝 모델의 매개변수 최적화 과정에서 Cost 함수에 물리적 법칙을 위반하는 경우 Penalty를 추가하는 알고리즘을 도입하여 물리적 보존법칙을 만족하도록 모델을 훈련시킨다. 본 연구의 목적은 대청호의 수심별 수온을 예측하기 위해 역학적 모델과 딥러닝 모델을 융합한 PGDL 모델을 개발하고 적용성을 평가하는데 있다. 역학적 모델은 2차원 횡방향 평균 수리·수질 모델인 CE-QUAL-W2을 사용하였으며, 대청호를 대상으로 2017년부터 2018년까지 총 2년간 수온과 에너지 수지를 모의하였다. 기상(기온, 이슬점온도, 풍향, 풍속, 운량), 수문(저수위, 유입·유출 유량), 수온자료를 수집하여 CE-QUAL-W2 모델을 구축하고 보정하였으며, 모델은 저수위 변화, 수온의 수심별 시계열 변동 특성을 적절하게 재현하였다. 또한, 동일기간 대청호 수심별 수온 예측을 위한 순환 신경망 모델인 LSTM(Long Short-Term Memory)을 개발하였으며, 종속변수는 수온계 체인을 통해 수집한 수심별 고빈도 수온 자료를 사용하고 독립 변수는 기온, 풍속, 상대습도, 강수량, 단파복사에너지, 장파복사에너지를 사용하였다. LSTM 모델의 매개변수 최적화는 지도학습을 통해 예측값과 실측값의 RMSE가 최소화 되로록 훈련하였다. PGDL 모델은 동일 기간 LSTM 모델과 동일 입력 자료를 사용하여 구축하였으며, 역학적 모델에서 얻은 에너지 수지를 만족하지 않는 경우 Cost Function에 Penalty를 추가하여 물리적 보존법칙을 만족하도록 훈련하고 수심별 수온 예측결과를 비교·분석하였다.

• 대한토목학회논문집
• /
• 제30권5B호
• /
• pp.459-469
• /
• 2010

본 연구에서는 GIS 공간자료(수치표고모델, 토지이용도, 토양도)와 Terra MODIS(Moderate Resolution Imaging Spectroradiometer) 위성영상에 의한 식생활력도를 이용하여 유역의 일단위 유출량을 모의하는 격자기반의 분포형 일유출 모형을 개발하고 그 적용성을 평가하였다. 모형은 격자단위로 지표유출, 중간유출 및 기저유출, 증발산량 그리고 토양수분의 시간적 변화와 공간적 분포를 모의할 수 있다. 모형은 크게 유출, 증발산, 토양수분의 3개 주요모듈로 구성하였다. 유출은 강우전의 토양수분을 추적하여 지표하 저류능을 계산하므로서, 총 유출체적에서 각 유출량을 배분하는 감수곡선을 도입하여 모의하도록 하였으며, 증발산은 MODIS 엽면적지수(Leaf Area Index; LAI)를 고려한 Penman-Monteith 증발산량을 산정하도록 하였다. 매일의 토양수분은 전일의 토양수분에서 당일의 유출량과 증발산량을 계산하는 물수지 방정식을 이용하여 추적하도록 하였다. 이 모형에 대한 적용성 평가는 유역면적 930 $km^2$의 용담댐 유역을 대상으로 수행하였다. 공간해상도를 1 km로 맞춘 GIS 입력자료(토지피복도, 토양도, 경계자료 등)와 RS 입력자료(LAI)를 구축하였으며, 2000년부터 2008년까지의 기상자료를 수집하여 IDW 방법으로 공간분포화 하여 모형에 적용하였다. 검보정은 유역 출구 지점의 유출량 자료를 모의치와 비교하여 수행되었고, 보정결과에 따른 모형의 적합성과 상관성을 판단하기 위한 목적함수로는 결정계수($R^2$)와 평균제곱근오차 (RMSE : Root Mean Square Error)를 사용하였으며, 모형의 효율성 검증을 위해 Nash와 Sutcliffe(1970)가 제안한 모형 효율성 계수를 사용하였다. 유출량에 대한 Nash-Sutcliffe 모형효율은 0.78~0.93로 모의치가 실측치의 경향을 잘 표현하는 것으로 나타났다. 유출량 분포도는 강우와 토양에 매우 민감하게 모의 되었다.

• 대한토목학회논문집
• /
• 제26권4D호
• /
• pp.687-693
• /
• 2006

최근 전 지구적, 혹은 대규모 지역의 분석 및 모니터링을 위한 위성영상의 사용이 늘어나고 있으며 이를 처리하기 위해 빠르고 편리한 '영상좌표 상호등록'방법이 요구되고 있다. 이러한 '영상좌표 상호등록'은 위성의 센서모델 및 천체력 자료를 이용하는 엄밀 모델식을 이용하는 방법과 기 존재하는 기준 영상(Reference image)을 사용하거나 혹은 수치지도를 사용하는 경험적 방법의 두 가지로 분류할 수 있다. '영상좌표 상호등록'의 효율성을 높이기 위해서 저자는 '사전검수 영역기반정합법'(Pre-qualified area matching)을 사용하였다. 이는 Canny 연산자를 이용한 경계추출법, 교차상관계수를 사용한 영역기반정합법(Area based matching), t-분포를 이용하여 95%의 신뢰구간 내에서 과대오차 소거법을 적용한 방법이다. 이러한 사전검수(Pre-qualification) 과정을 통해 연산시간을 현저히 단축시켰고, '영상좌표 상호등록'의 정확도 역시 향상됨을 알 수 있었다. 제안한 알고리즘을 사용하여 프로그램을 작성하고, 한반도 Landsat ETM+ 영상 3장을 이용하여 테스트하였다. 정합점 간의 평균제곱오차는 0.435 영상소, 정합점은 평균 25,573개로 나타났다. 연산 시간은 3.0GHz 1Gb RAM 사양의 컴퓨터에서 평균 약 4.2분으로 나타났다.

• 대한토목학회논문집
• /
• 제30권2B호
• /
• pp.219-231
• /
• 2010

Reference Evapotranspiration Calculator Software (REF-ET)는 ASCE 및 FAO 기준증발산량을 포함한 총 17개의 FAO Penman-Monteith (PM) 방정식의 연산을 동시에 수행할 수 있는 프로그램으로서, 본 연구에서는 REF-ET에 대한 상세한 소개와 함께 기상관측소의 관측자료를 이용하여 REF-ET의 효용성을 논하였다. REF-ET는 각종 PM 방정식들에 대한 시일 월 단위 모의와 지역적 특성의 반영 및 결측자료에 대한 보정 등이 가능하다. REF-ET를 이용하여 서울 기상관측소의 29년간 증발산량을 모의한 결과, 일복사량에 주로 좌우되는 FAO24-Rd 식과 1957-Makk 식의 상관계수가 각각 0.89와 0.88로 높게 나타났으며, 이는 소형증발접시를 이용한 기준증발산량 관측값이 공기 동력학적 증발량만을 주로 반영하기 때문인 것으로 사료된다. 또한 RMSE/bias 분석을 통해 기준증발산 방정식들에 의한 계산값이 증발접시로부터의 기준증발산량에 비해 다소 과대평가되는 현상을 나타내었으나, 이 경우에도 1957-Makk 식이 가장 정확한 것으로 나타났다. 일단위 시계열 분석시 1957-Makk 식은 여름철의 증발산량을 저평가하는 경향을 나타내었으나, 전체적으로 1.06 mm/day의 오차로 증발산량을 모의 가능하였다. 차후 기상관측자료의 정확도를 높이는 연구들과 REF-ET를 병행한다면, 해당 지역 및 기간에 대한 증발산량 모의 및 관련 특성인자를 파악하는 연구에 활용도가 높을 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.42-42
• /
• 2022

지금까지도 유역에서의 녹조 모니터링은 현장채수를 통한 점 단위 모니터링에 크게 의존하고 있어 기후, 유속, 수온조건 등에 따라 수체에 광범위하게 발생하는 녹조를 효율적으로 모니터링하고 대응하기에는 어려운 점들이 있어왔다. 또한, 그동안 제한된 관측 데이터로 인해 현장 측정된 실측 데이터 보다는 녹조와 관련이 높은 NDVI, FGAI, SEI 등의 파생적인 지수를 산정하여 원격탐사자료와 매핑하는 방식의 분석연구 등이 선행되었다. 본 연구는 녹조의 모니터링시 정확도와 효율성을 향상을 목표로 하여, 우선은 녹조 측정장비를 활용, 7000개 이상의 녹조 관측 데이터를 확보하였으며, 이를 바탕으로 동기간의 고해상도 위성 자료와 실측자료를 매핑하기 위해 다양한Machine Learning기법을 적용함으로써 그 효과성을 검토하고자 하였다. 연구대상지는 낙동강 내성천 상류에 위치한 영주댐 유역으로서 데이터 수집단계에서는 면단위 현장(in-situ) 관측을 위해 2020년 2~9월까지 4회에 걸쳐 7291개의 녹조를 측정하고, 동일 시간 및 공간의 Sentinel-2자료 중 Band 1~12까지 총 13개(Band 8은 8과 8A로 2개)의 분광특성자료를 추출하였다. 다음으로 Machine Learning 분석기법의 적용을 위해 algae_monitoring Python library를 구축하였다. 개발된 library는 1) Training Set과 Test Set의 구분을 위한 Data 준비단계, 2) Random Forest, Gradient Boosting Regression, XGBoosting 알고리즘 중 선택하여 적용할 수 있는 모델적용단계, 3) 모델적용결과를 확인하는 Performance test단계(R², MSE, MAE, RMSE, NSE, KGE 등), 4) 모델결과의 Visualization단계, 5) 선정된 모델을 활용 위성자료를 녹조값으로 변환하는 적용단계로 구분하여 영주댐뿐만 아니라 다양한 유역에 범용적으로 적용할 수 있도록 구성하였다. 본 연구의 사례에서는 Sentinel-2위성의 12개 밴드, 기상자료(대기온도, 구름비율) 총 14개자료를 활용하여 Machine Learning기법 중 Random Forest를 적용하였을 경우에, 전반적으로 가장 높은 적합도를 나타내었으며, 적용결과 Test Set을 기준으로 NSE(Nash Sutcliffe Efficiency)가 0.96(Training Set의 경우에는 0.99) 수준의 성능을 나타내어, 광역적인 위성자료와 충분히 확보된 현장실측 자료간의 데이터 학습을 통해서 조류 모니터링 분석의 효율성이 획기적으로 증대될 수 있음을 확인하였다.