• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.69-69
• /
• 2020

수자원 확보 및 홍수 대응을 위해서는 정확한 강우정보를 바탕으로 한 효율적인 댐 운영이 필요하다. 그러나 댐이 위치한 지역은 산지지역으로 강우관측소 밀도의 지역적인 편차로 인해 지상 관측 강우자료 활용 시 강우 정보의 정확도 확보에 한계가 있다. 또한, 강우의 시·공간적 변동성 심화로 기존의 강우계만으로는 정확한 강우량 추정이 어려워 이를 홍수기 댐 운영의 기초정보로 활용 시 합리적 댐 운영에 한계가 있다. 댐 운영 시 강우 관측정보는 댐 유입량 산정을 위한 강우-유출해석 모형의 입력 자료로 활용되기 때문에 강우량 자료의 정확도 확보가 무엇보다 중요하나, 현재 댐 운영에 필요한 강우 관측정보로는 지상우량계 자료가 주로 활용되고 있어 이를 보완하고자 일반적으로 강우의 공간분포를 관측할 수 있는 고해상도 레이더 강우 정보가 활용되고 있다. 본 연구에서는 전력생산(발전) 및 용수공급, 홍수조절 기능을 고려하여 운영되고 있는 한국수력원자력(주)의 수력발전용댐(팔당, 의암, 춘천, 화천, 청평, 도암, 괴산, 섬진강, 보성강댐)에 활용할 수 있도록 환경부 합성레이더 자료를 바탕으로 레이더 강우정보를 산출하고, 레이더 강우의 정확도 향상을 위해 고도영향을 고려한 레이더 강우 보정기술을 개발하고자 한다. 적용한 기법은 강우장의 공간적 구조는 레이더 자료로 획득하고, 강우량은 강우계 관측정보를 합성하는 조건부합성기법을 기본으로 하며, 고도 영향을 고려할 수 있도록 강우분포장 생성 시 주변수를 강우로, 이차변수를 고도로 정의한 표준화된 정규공동크리깅을 활용한 기법이다. 본 연구를 통해 산출된 레이더 강우를 댐 유입 측면에서 기존의 보정기법과 비교하여 정확도를 검토하고, 댐 운영에 활용할 수 있도록 유역평균강우량 정보를 산출하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.200-203
• /
• 2006

지역의 공간 분포가 내포된 고해상도의 지상강우량을 추정하기 위해서 강수와 구름 입자(고체와 액체)의 양과 성질을 반영한 기상레이더의 반사도(reflectivity) 자료로부터 지상강우강도로 환산하는 방법이 널리 이용된다. 반사도 (reflectivity) 자료로부터 지상강우강도로 환산하는 핵심은 Z-R 관계식으로, 이 Z-R 관계식의 매개변수 a와 b의 결정이 중요하다. 그러나, 지상우량 관측소에서 측정되는 강우량 자료는 지상에서 관측된 강우자료이나, 레이더에서 추정되는 강우량은 상공 (이 연구에서는1.5km)에서 관측한 반사도로 추정되는 값으로 이에 상응하는 오차를 줄이기 위하여 보정하는 기법이 이용된다. 수계내의 정확한 유출량을 모의계산하기 위하여 수문수치모형이 이용되며, 이의 보다 정확한 수치결과를 모의하기 위해서 레이더 강우추정을 사용하여 정확도를 높이고자 하는 연구가 진행 중이다. 이 연구에서는 기상청에서 운영하는 레이더 반사도 자료를 사용하여 용담/남강유역 내에서 2002-2004년의 집중호우에 대해 Z-R 관계식을 추정하고, 유역 내 평균 강우량과 지상관측 강우량의 비 (G-R비)를 이용한 공간적 특성을 고려한 보정을 함으로써 추정된 평균 강우량의 정확도를 향상시켰다. 이렇게 추정된 레이더 강우는 지상관측지점 강우만으로 보간 된 강우(gauge-only interpolation)와 비교 되어, 레이더강우의 정확성과 적용성이 수문모형에 적합한가를 평가해 보았다. 공간적 분포의 특성을 내포하며 강우예측 (Quantitative Precipitation Forecasting)에 이용될 수 있다는 잇점은 있으나, 레이더 강우 추정은 정확성과 적용성에 많은 의문점을 남긴다.리 전도도 값을 Gardner 식에 적용하여 1, 3, 5, 7kPa에서의 불포화수리 전도도 값을 17개 토양통을 대상으로 하여 구했다. 토양수분 potential이 3kPa에서는 물의 이동이 거의 없는 토양들이 있었는데 반해 남계통을 비롯한 학곡통, 회곡통, 백산통, 상주통, 석천통, 예산통 등 7개의 토양은 3kPa에서도 약간의 물의 이동이 있었다. 이는 모암이 화강 편마암인 관계로 토양 내에 물의 이동에 영향을 미치는 자갈의 함량이 높았기 때문일 것으로 생각되고 추후의 연구에서는 이 부분에 대한 내용도 검토되어야 할 것이다. 또한, 1kPa에서 물의 이동은 삼각통에서 35.21 cm/day로 이동 속도가 가장 컸으며 그 뒤로 예산통, 화봉통, 학곡통, 백산통 등이 토양에서 빠른 속도로 이동하였다. 가천통이나 석천통 및 우곡통은 1kPa에서의 이동 속도가 아주 느린 토양으로 판단되었다. 또한, 포화되지 않은 상태인 1kPa에서 물의 이동 속도를 VGM 모형에 의해 예측된 값과 측정된 값으로 비교하였을 때 불포화 수리 전도도가 예측되지 않은 토양(석천통, 지곡통, 풍천통)이 존재하여 불포화 수리 전도도 특성평가에 대한 VGM 모형의 적용성에 문제를 보였다. 이는 결과적으로 논이라는 영농형태가 존재하는 우리나라에서 토양의 수리적 특성해석을 위한 VGM 모형의 적용성에 한계가 있을 것으로 판단되었다.4일간의 기상변화가 자발성 기흉 발생에 영향을 미친다고 추론할 수 있었다. 향후 본 연구에서 추론된 기상변화와 기흉 발생과의 인과관계를 확인하고 좀 더 구체화하기 위한 연구가 필요할 것이다.게 이루어질 수 있을 것으로 기대된다.는 초과수익률이 상승하지만, 이후로는 감소하므로, 반전거래전략을 활용하는

• Journal of the Society of Disaster Information
• /
• v.16 no.1
• /
• pp.60-69
• /
• 2020

Purpose: Cavity growth process monitoring is to periodically monitor changes in common size and topography for general and observational grades to predict the rate of common growth. The purpose of this study is to establish a systematic cavity management plan by evaluating the general and observational class community in a non-destructive method. Method: Using GPR exploration equipment, the acquired surface image and the surrounding status image are analyzed in the GPR probe radargram in depth, profile, and cross section of the location. The exact location is selected using the distance and surrounding markings shown on the road surface of the initial detection cavity, and the test cavity is analyzed by calling the radar at the corresponding location. Result: As a result of monitoring tests conducted at a cavity 30 sites of general and observation grade, nine sites have been recovered. Changes in scale were seen in 21 cavity locations, and changes in size and grade occurred in 13 locations. Conclusion: The under road cavity is caused by various causes such as damage to the burial site, poor construction, soil leakage caused by groundwater leakage, waste and ground vibration. Among them, indirect factors could infer the effects of groundwater and localized rainfall.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.398-398
• /
• 2018

OECD 발표에 의하면 물산업 관련 인프라 투자 전망은 전세계 GDP 대비 2010~2020년 약 1.01%에서 2020~2030년 약 1.03%로 확대될 전망으로 다른 통신, 전력, 철도 인프라 투자수요보다 많을 것으로 전망하고 있다(파이넨셜 뉴스, 2013.3.21.). 우리나라는 2005년 베트남 홍강종합개발사업을 시작으로 2015년 기준으로 세계 35개국에 진출하고 있다. 그러나 대부분의 물 산업 진출 대상 국가는 미계측 유역이 많고 지상에서 계측된 수문 자료가 부족한 실정이다. Namgung and Lee(2014)에 의하면 네팔의 수력발전소 건설에 관측된 강우량 자료가 없어 발전소 하류 10km 지점의 유하량 자료를 이용하여 자료의 정확도 검증을 대신하여 적용한 바 있다. 이와 같이 계측자료가 없거나 부족한 지역에 대하여 기상 위성을 이용하여 추정된 강수량 자료가 해당 지역의 강수 특성을 파악하는데 중요한 자료로 이용될 수 있다. 글로벌 위성 기반의 강수량 관측에 대한 역사는 1979년에 IR방법에 의해 위성으로부터 강우자료를 유도하는 개념이 도입된 이후 1987년 다중 채널의 마이크로파(MW) 복사계를 이용한 방법, 이후 두 IR과 MW를 혼합한 방법에서, 1997년 TRMM위성의 PR(Precpipitation Radar)의 레이더를 이용하는 방법, 그리고 2014년 GPM 핵심 위성(GPM Core Observatory)에 탑재된 Dual PR에 의한 방법으로 위성강수의 정확도를 매우 높여가고 있다. 본 연구는 KOICA 사업으로 진행중인 필리핀 메트로 마닐라 홍수조기경보 및 모니터링 체계 구축사업 중 파시그-마라키나강(Pasig-Marakina) 유역의 2012년 8월의 홍수사상에 대한 위성강우 및 글로벌 지형자료를 이용하여 홍수 유출량을 추정하는 것으로 목적으로 하고 있다. 유역내 6개 관측소의 일일 강우량 자료와 GPM IMERG 일강우량 자료 상관분석 결과 약 0.623, Bias는 -0.147, RMSE는 15.7정도로 분석되었다. 홍수량 분석은 2012년 8월 홍수가 발생한 시기인 2012년 8월 1일 00(UTC)부터 2012년 8월 16일 00(UTC)까지의 1시간 간격의 위성강우자료와 글로벌 지형자료를 이용하였고, 한국건설기술연구원의 MapWindow 기반 GRM 모형(mwGRM)을 이용하였다. 분석 결과 첨부홍수가 발생한 시기는 8월 7일 18:00(UTC)였고, 첨두 홍수량은 $4,073.9m^3/sec$로 분석되었다. 향후 수위-유량 관계식에 의해 정확도평가를 수행할 계획이다.

• Journal of Korea Water Resources Association
• /
• v.55 no.12
• /
• pp.991-998
• /
• 2022

The purpose of this study is to develop GPU (Graphics Processing Unit) acceleration technique for 2-dimensional model and to assess the effectiveness for high resolution flood simulation in wide area In this study, GPU acceleration technique was implemented in the G2D (Grid based 2-Dimensional land surface flood model) model, using implicit scheme and uniform square grid, by using CUDA. The technique was applied to flood simulation in Jinju-si. The spatial resolution of the simulation domain is 10 m × 10 m, and the number of cells to calculate is 5,090,611. Flood period by typhoon Mitag, December 2019, was simulated. Rainfall radar data was applied to source term and measured discharge of Namgang-Dam (Ilryu-moon) and measured stream flow of Jinju-si (Oksan-gyo) were applied to boundary conditions. From this study, 2-dimensional flood model could be implemented to reproduce the measured water level in Nam-gang (Riv.). The results of GPU acceleration technique showed more faster flood simulation than the serial and parallel simulation using CPU (Central Processing Unit). This study can contribute to the study of developing GPU acceleration technique for 2-dimensional flood model using implicit scheme and simulating land surface flood in wide area.

• Korean Journal of Remote Sensing
• /
• v.26 no.2
• /
• pp.65-73
• /
• 2010

To observe and analyze the characteristics of cloud and precipitation properties, the Cloud physics Observation System (CPOS) has been operated from December 2003 at Daegwallyeong ($37.4^{\circ}N$, $128.4^{\circ}E$, 842 m) in the Taebaek Mountains. The major instruments of CPOS are follows: Forward Scattering Spectrometer Probe (FSSP), Optical Particle Counter (OPC), Visibility Sensor (VS), PARSIVEL disdrometer, Microwave Radiometer (MWR), and Micro Rain Radar (MRR). The former four instruments (FSSP, OPC, visibility sensor, and PARSIVEL) are for the observation and analysis of characteristics of the ground cloud (fog) and precipitation, and the others are for the vertical cloud characteristics (http://weamod.metri.re.kr) in real time. For verification of CPOS products, the comparison between the instrumental products has been conducted: the qualitative size distributions of FSSP and OPC during the hygroscopic seeding experiments, the precipitable water vapors of MWR and radiosonde, and the rainfall rates of the PARSIVEL(or MRR) and rain gauge. Most of comparisons show a good agreement with the correlation coefficient more than 0.7. These reliable CPOS products will be useful for the cloud-related studies such as the cloud-aerosol indirect effect or cloud seeding. The visibility value is derived from the droplet size distribution of FSSP. The derived FSSP visibility shows the constant overestimation by 1.7 to 1.9 times compared with the values of two visibility sensors (SVS (Sentry Visibility Sensor) and PWD22 (Present Weather Detect 22)). We believe this bias is come from the limitation of the droplet size range ($2{\sim}47\;{\mu}m$) measured by FSSP. Further studies are needed after introducing new instruments with other ranges.