• 한국물환경학회지
• /
• 제37권5호
• /
• pp.344-354
• /
• 2021

Optical methods such as UV and fluorescence spectrophotometers can be applied not only in the qualitative analysis of dissolved organic matter (DOM), but also in real-time quantitative DOM monitoring for wastewater and natural water. In this study, we measure the UV₂₅₄ and fluorescence excitation emission spectra for a sewage treatment plant influent and effluent, and river water before and after sewage effluent flows into the river to examine the composition and origin of DOM. In addition, a correlation analysis between quantified DOM characteristics and dissolved organic carbon (DOC) was conducted. Based on the fluorescence excitation emission spectra analysis, it was confirmed that the protein-type tryptophan-like DOM was the dominant substance in the influent, and that the organic matter exhibited relatively more humic properties after biological treatment. However, DOM in river water showed the fluorescence characteristics of terrestrial humic-like and algal tyrosine-like (protein-like) organic matter. In addition, a correlation analysis was conducted between the DOC and optical indices such as UV₂₅₄, the fluorescence intensity of protein-like and humic-like organic matter, then DOC prediction models were suggested for wastewater and river monitoring during non-rainfall and rainfall events. This study provides basic information that can improve the understanding of the contribution of DOC concentration by DOM components, and can be used for organic carbon concentration management in wastewater and natural water.

• 대기
• /
• 제31권5호
• /
• pp.489-510
• /
• 2021

In this paper, we propose an algorithm for detecting convective initiation (CI) using GEO-KOMPSAT-2A/advanced meteorological imager data. The algorithm identifies clouds that are likely to grow into convective clouds with radar reflectivity greater than 35 dBZ within the next two hours. This algorithm is developed using statistical and qualitative analysis of cloud characteristics, such as atmospheric instability, cloud top height, and phase, for convective clouds that occurred on the Korean Peninsula from June to September 2019. The CI algorithm consists of four steps: 1) convective cloud mask, 2) cloud object clustering and tracking, 3) interest field tests, and 4) post-processing tests to remove non-convective objects. Validation, performed using 14 CI events that occurred in the summer of 2020 in Korean Peninsula, shows a total probability of detection of 0.89, false-alarm ratio of 0.46, and mean lead-time of 39 minutes. This algorithm can be useful warnings of rapidly developing convective clouds in future by providing information about CI that is otherwise difficult to predict from radar or a numerical prediction model. This CI information will be provided in short-term forecasts to help predict severe weather events such as localized torrential rainfall and hail.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.37-37
• /
• 2022

유효우량 산정을 위하여 국내에서 주로 사용되는 모형은 NRCS-CN(Natural Resources Conservation Service - curve number) 모형으로, 유역의 유출 능력을 나타내는 유출곡선지수(runoff curve number, CN)와 같은 NRCS-CN 모형의 매개변수들은 관측 강우-유출자료 또는 토양도, 토지피복지도 등을 이용하여 유역마다 결정된 값이 사용되고 있다. 그러나 유역의 CN값은 유역의 토양 상태와 같은 환경적 조건에 따라 달라질 수 있으며, 이를 반영하기 위하여 선행토양함수조건(antecedent moisture condition, AMC)을 이용하여 CN값을 조정하는 방법이 사용되고 있으나, AMC 조건에 따른 CN 값의 갑작스런 변화는 유출량의 극단적인 변화를 가져올 수 있다. NRCS-CN 모형과 더불어 강우 손실량 산정에 많이 사용되는 모형으로 Green-Ampt 모형이 있다. Green-Ampt 모형은 유역에서 발생하는 침투현상의 물리적 과정을 고려하는 모형이라는 장점이 있으나, 모형에 활용되는 다양한 물리적인 매개변수들을 산정하기 위해서는 유역에 대한 많은 조사가 선행되어야 한다. 또한 이렇게 산정된 매개변수들은 유역 내 토양이나 식생 조건 등에 따른 여러 불확실성을 내포하고 있어 실무적용에 어려움이 있다. 따라서 본 연구에서는, 현재 사용되고 있는 강우손실 모형들의 매개변수를 추정하기 위한 방법을 제시하고자 하였다. 본 연구에서 제시하는 방법은 인공지능(AI) 기술 중 하나인 딥러닝(deep-learning) 기법을 기반으로 하고 있으며, 딥러닝 모형으로는 장단기 메모리(Long Short-Term Memory, LSTM) 모형이 활용되었다. 딥러닝 모형의 입력 데이터는 유역에서의 강우특성이나 토양수분, 증발산, 식생 특성들을 나타내는 인자이며, 모의 결과는 유역에서 발생한 총 유출량으로 강우손실 모형들의 매개변수 값들은 이들을 활용하여 도출될 수 있다. 산정된 매개변수 값들을 강우손실 모형에 적용하여 실제 유역들에서의 유효우량 산정에 활용해보았으며, 동역학파 기반의 강우-유출 모형을 사용하여 유출을 예측해보았다. 예측된 유출수문곡선을 관측 자료와 비교 시 NSE=0.5 이상으로 산정되어 유출이 적절히 예측되었음을 확인했다.

• 대한원격탐사학회지
• /
• 제39권5_2호
• /
• pp.771-783
• /
• 2023

This study aims to compare the performance of each machine learning model for preparing a grid-based disaster risk map related to flooding in Jung-gu, Ulsan, for Typhoon Chaba which occurred in 2016. Dynamic data such as rainfall and river height, and static data such as building, population, and land cover data were used to conduct a risk analysis of flooding disasters. The data were constructed as 10 m-sized grid data based on the national point number, and a sample dataset was constructed using the risk value calculated for each grid as a dependent variable and the value of five influencing factors as an independent variable. The total number of sample datasets is 15,910, and the training, verification, and test datasets are randomly extracted at a 6:2:2 ratio to build a machine-learning model. Machine learning used random forest (RF), support vector machine (SVM), and k-nearest neighbor (KNN) techniques, and prediction accuracy by the model was found to be excellent in the order of SVM (91.05%), RF (83.08%), and KNN (76.52%). As a result of deriving the priority of influencing factors through the RF model, it was confirmed that rainfall and river water levels greatly influenced the risk.

• 대한토목학회논문집
• /
• 제40권3호
• /
• pp.303-314
• /
• 2020

수자원분야에서 이용되는 강우에 따른 유역의 수문학적 시스템, 도시지역 및 하천에 대한 수리학적 시스템은 비선형성이 강하고 많은 변수들을 포함하고 있다. 이러한 특성을 가진 시계열 자료에서 기계학습을 통한 예측은 예측시점 이전의 자료 특성을 반영하지 못하는 등 기본적인 신경망으로는 부족한 상황이 발생하기도 한다. 본 연구에서 적용할 강우-유출량과 같이 비선형성이 강하고 시간종속성이 높은 복잡한 시계열 자료를 예측하기 위해 신경망의 학습능력을 극대화한 순환형 동적 신경망(Recurrent Dynamic Neural Network)의 한 종류인 동시에, 시간 지연 신경망(Time-Delay Neural Network)의 특성을 가진 비선형 자기회귀(NARX, Nonlinear Autoregressive Exogenous Model) 인공신경망을 사용하였다. 이를 태화강 지방하천 구간에 적용하여 NARX 인공신경망의 시간 지연 매개변수를 10분에서 120분까지 조정하며 모의한 결과에 대해 여러 통계지표를 이용해 정량적으로 평가하였다. 그 결과 지연시간이 증가할수록 효율계수(NSE)가 0.530에서 0.988으로 증가하고, 평균제곱근편차(RMSE)가 379.9 ㎥/s에서 16.1 ㎥/s로 감소하는 등 정교한 예측이 가능함을 확인하였다.

• 대한토목학회논문집
• /
• 제38권5호
• /
• pp.671-683
• /
• 2018

도시유역에 대한 집중호우에 따른 침수피해가 증가하고 있으며, 기존에 수행된 많은 연구에서 입증 되어진 바와 같이 도시 침수는 하수관망의 통수능을 상회함에 따라 발생하는 내수침수에 주로 기인하고 있다. 도시화가 상당히 진행되고 인구가 밀집되어 있는 지역에 대한 침수피해는 심각한 사회 경제적 피해를 야기한다. 이에 따라 도시지역에 대한 홍수 예측을 위한 확정 및 확률론적 연구가 진행되어 왔지만, 충분한 선행시간을 확보하며 단시간에 홍수량에 대한 예측결과를 도출하기에는 부족한 실정이다. 본 연구에서는 최적의 실시간 도시 홍수 예측 기법을 제시하기 위하여 도시유출해석 기반 실시간 홍수 예측을 위한 IDNN, TDNN 그리고 NARX 동적신경망을 비교하였다. 강남 지역의 2010, 2011년 실제 호우사상에 대하여 총 홍수량 예측 결과, 입력 지연 인공신경망의 최대 Nash-Sutcliffe 효율 계수는 각각 0.86, 0.53, 시간 지연 인공신경망의 경우 0.92, 0.41, 외생변수를 이용한 비선형 자기 회귀의 경우 0.99, 0.98으로 나타났다. 연구 대상지역에 대한 각 맨홀 누적월류량을 고려한 예측 결과의 오차분석을 통하여 외생변수를 이용한 비선형 자기 회귀 기법을 사용하는 것이 추후 도시 홍수 대응체계 구축에 적합할 것으로 나타났다.

• 한국수자원학회논문집
• /
• 제57권7호
• /
• pp.471-479
• /
• 2024

기후변화로 인한 집중호우의 발생으로 홍수 피해가 심각해지고 있다. 하천의 수위 변동성을 예측하고 신속한 홍수 예·경보를 위해 물리적 기반의 수문 모형이 활용됐다. 최근에는 수문 데이터 간의 비선형적인 관계를 기반으로 머신러닝, 딥러닝 알고리즘을 활용한 수문 모의가 주목받고 있다. 본 연구에서는 Long Short-Term Memory (LSTM) 알고리즘을 활용하여 섬진강 수계의 하천 수위를 예측하고자 한다. 또한 Climate Prediction Center morphing method (CMORPH) 기반의 격자형 강우 자료를 알고리즘의 입력자료로 적용하여 지상 데이터의 한계를 보완하고자 한다. CMORPH 데이터와 LSTM 알고리즘을 결합한 모형의 수위 예측 결과는 평균 CC가 0.98, RMSE는 0.07 m, 그리고 NSE는 0.97로 나타났다. 향후 딥러닝과 원격자료를 활용하여 수위 예측을 수행한다면 지상 관측 데이터의 단점을 보완하고, 신뢰도 높은 예측 결과를 얻을 수 있을 것으로 기대되는 바이다.

• 한국수자원학회논문집
• /
• 제43권1호
• /
• pp.51-65
• /
• 2010

본 연구에서는 도달시간이 짧은 중소하천유역에서 돌발홍수 발생시 강우에 따른 하천의 수위변화를 신속하고 간편하게 예측하는 홍수예경보 모형을 제시하고 그 적정성을 중랑천 유역에 대해서 검토하였다. 이를 위하여 먼저, 제방안전도 평가와 침수위험구역 조사를 통해 홍수방어목표지점으로 선정하였다. 강우량 및 관측지점수위와 홍수방어 목표지점 수위와의 상관성 분석을 하였으며, 이로부터 홍수방어목표(예보지점)지점의 수위변화를 예측할 수 있는 회귀모형을 산정하였다. 이 때 기초자료로서의 실제강우 조건에 따른 실측 수위자료는 그 범위와 조건의 수가 너무 작음으로, 이를 대신하여 다양한 강우시나리오별 유출분석을 통하여 홍수위들을 산정하고 이를 상관성 분석의 모집단 자료로 사용하였다. 산정된 회귀모형으로부터 적정 선행예보시간에 대한 수위를 산정하고 기상보정계수를 고려하여 예측수위를 보정 결정하는 방안을 제시하였다. 예측수위가 주위보수위(Flood watching level; 계획홍수량의 50 %의 수위)를 초과하는 경우에 예경보를 수행할 수 있는 시스템을 구성하였으며, 실제 호우사항에 대하여 그 적용성을 검토하였다.

• 한국수자원학회논문집
• /
• 제52권12호
• /
• pp.1057-1066
• /
• 2019

저류함수법은 비선형성을 가지는 실제 강우-유출 관계를 해석하기 위한 방법으로 우리나라 4개 홍수통제소의 홍수예측모형으로 이용되고 있다. 정확한 유출해석을 위해서는 정확한 저류함수의 매개변수 산정이 중요하나, 현재 사용되고 있는 저류함수법의 매개변수는 제한된 수문사상 분석에 의해 작성된 2012년도 경험식에 의해 추정된 것으로 정확도가 낮은 실정이다. 운동파법은 유역 및 하도의 물리변수에 기초한 방법으로 강우-유출 해석에 많이 이용되고 있다. 운동파법의 변환에 의한 2항 저류함수법을 채택하면 물리변수를 기반으로 매개변수를 추정할 수 있어 유출계산의 정확도가 증가할 수 있다. 유역유출에서 중요한 물리변수인 등가조도는 토지이용 및 토지피복을 이용하여 쉽게 구할 수 있으며, 하도유출의 물리변수는 하천기본계획 보고서 및 지형도 등에서 쉽게 구할 수 있어 매개변수의 추정이 매우 용이한 장점이 있다. 본 연구에서는 2항 저류함수법의 운동파법 재현성을 검토하였고, 한강권역 홍천강의 지류인 내촌천을 대상으로 2항 저류함수법의 적용 가능성을 검토한 바, 경험식에 의한 매개변수를 이용한 기존 1항 저류함수법보다 정확한 유출계산 결과를 얻을 수 있었다. 미계측 유역 및 하도에서도 물리변수를 이용하여 매개변수를 용이하게 추정할 수 있기 때문에 저류함수법의 활용도가 증가될 수 있을 것으로 기대된다.

• 대한환경공학회지
• /
• 제30권8호
• /
• pp.760-767
• /
• 2008

본 연구에서는 HSPF(Hydrological Simulation Program - Fortran)를 임하댐 유역을 대상으로 적용하여 유출량 및 부유물질 농도 변화를 모의할 수 있는 유역모델을 구축하였다. 먼저, 임하댐 전체 유역에 대하여 총 33개 소유역으로 구분하여 모델을 구성하였으며 현장에서 실측된 7년간의 유출량 및 부유물질 농도 자료로 모델의 보정 및 검증을 수행하였다. 모델의 유출량 재현성 평가를 위하여 그래프 비교를 통한 정성적인 분석과 R$_{eff}$, R$^2$의 통계항목을 이용한 정량적인 분석을 수행하였다. 다음으로, 부유 물질 농도 보정은 2006년 7월 탁수가 집중적으로 발생하는 시기의 3개 강우사상에 대하여 수행하였으며, 모델의 검증은 2007년도 8$\sim$9월에 발생한 2개 강우사상을 대상으로 수행하였다. 모델이 실측된 유출량 및 부유물질 농도를 비교적 잘 모의하는 것으로 나타났다. 본 연구에서 구축한 HSPF 유역모델을 이용하여 임하호 유입하천의 유출량 및 부유물질 농도를 모의함으로써 저수지로 유입되는 탁수 발생량을 예측할 수 있으며 유역별 탁수 관리방안 수립 및 저수지 모형과 연계를 통한 저수지의 탁수 관리에 활용될 수 있을 것으로 판단된다.