• Journal of the Korean Geotechnical Society
• /
• v.25 no.10
• /
• pp.55-65
• /
• 2009

It has been well known that the infiltration of rainfall causes major surfacial slope failures in Korea. However, the hydrological and mechanical behaviors in unsaturated slopes are somewhat complex. When an analysis on unsaturated slope problems is performed, soil-water characteristics curves (SWCC) are considered as major parameters to apply. Since the weathered soil slopes are layered and stressed by overburden pressures, the response of SWCCs should account for its overburden pressure. To deal with this situation, in this study, laboratory testings were conducted to evaluate the SWCC under various overburden stress. In addition, the unsaturated shear strength was estimated using SWCC. Then the performance of unsaturated weathered soil slopes was evaluated under various conditions after applying the effect of overburden pressure on SWCCs. The results demonstrated that the effect of overburden pressure on SWCC could be substantial and the proper application to analysis is very important to enhance the prediction of slope stability.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.98-98
• /
• 2021

동역학파 기반 순간단위도 (Dynamic wave-based Instantaneous Unit Hydrograph)를 이용하여 유역에서의 강우에 의한 유출을 예측하는 기법을 개발하였으며, 국내 실제 자연 유역에 적용하여 기법의 타당성과 적용성을 검증하였다. 본 연구에서 제시한 '동역학파 기반 순간단위도 방법'은 물리기반 수치모형인 동역학파 강우유출모형과 개념적 순간단위도 방법을 결합하여 사용함으로써 물리적으로 정확하면서도 빠르고 안정적으로 강우-유출을 예측하는 것을 목적으로 한다. 유역의 순간단위도는 유역의 지형, 조도계수와 동역학파 강우유출모형인 tRIBS-OFM을 이용하여 계산된 S-수문곡선을 수치적으로 미분함으로써 유도되며, 유도된 순간단위도는 강우강도에 따라 변화하므로 회선적분을 통한 유출수문곡선 예측 시 강우-유출 관계의 비선형성을 고려할 수 있다. 본 연구에서 유도된 순간단위도의 첨두 값과 첨두 발생시간은 강우강도 값과 각각 양과 음의 상관관계를 가졌으며 강우강도 값과 멱 함수 (power function)의 관계를 가졌다. 이는 Paik and Kumar (2004) 등 기존 연구들에서 밝힌 순간단위도의 특성과 일치하였으며, 본 연구에서는 더 나아가 멱함수의 지수를 산정한 후 임의의 강우강도 값에 대응하는 순간단위도를 멱함수 관계를 이용하여 보간할 수 있는 방법을 제시하였다. 실제 유역에 대한 적용은 강원도 인제군에 위치한 내린천 유역을 대상으로 수행하였다. 유역을 여러 개의 소유역으로 분할하여 강우의 공간적 분포를 고려하였으며, 각 소유역에서의 유출량을 동역학파 기반 순간단위도를 이용해 계산한 뒤 물리기반의 하도추적모형을 이용하여 전체 유역에서의 유출수문곡선을 예측했다. 예측된 유출수문곡선을 관측 유출 자료와 비교해본 결과 NSE (Nash-Sutcliffe model efficiency coefficient)가 0.6 이상으로 측정되어 적절히 유출을 예측한 것으로 판단되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.169-169
• /
• 2020

According to the IPCC analysis, severe climate changes are projected to occur in Korea as the temperature is expected to rise by 3.2 ℃, the precipitation by 15.6% and the sea level by 27cm by 2050. It is predicted that the occurrence of abnormal climate phenomena - especially those such as increase of concentrated precipitation and extreme heat in the summer season and severe drought in the winter season - that have happened in Korea in the past 30 years (1981-2010) will continuously be intensified and accelerated. As a result, the impact on and vulnerability of the water management sector is expected to be exacerbated. This research aims to predict the climate change impacts on streamflow of Daecheong Lake area of Geum River in South Korea during the summer and winter seasons, which show extreme meteorological events, and ultimately develop an integrated policy model in response. We projected and compared the streamflow changes of Daecheong Lake area of Geum River in South Korea in the near future period (2020-2040) and the far future period (2041-2060) with the reference period (1991-2010) using the HEC-HMS model. The data from a global climate model HadGEM2-AO, which is the fully-coupled atmosphere-ocean version of the Hadley Centre Global Environment Model 2, and RCP scenarios (RCP4.5 and RCP8.5) were used as inputs for the HEC-HMS model to identify the river basins where cases of extreme flooding or drought are likely to occur in the near and far future. The projections were made for the summer season (July-September) and the winter season(November-January) in order to reflect the summer monsoon and the dry winter. The results are anticipated to be used by policy makers for preparation of adaptation plans to secure water resources in the nation.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• 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.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.140-140
• /
• 2021

Urban flood management is a crucial and challenging task, particularly in developed cities. Therefore, accurate prediction of urban flooding under heavy precipitation is critically important to address such a challenge. In recent years, machine learning techniques have received considerable attention for their strong learning ability and suitability for modeling complex and nonlinear hydrological processes. Moreover, a survey of the published literature finds that hybrid computational intelligent methods using nature-inspired algorithms have been increasingly employed to predict or simulate the streamflow with high reliability. The present study is aimed to propose a novel approach, an ensemble tree, Bayesian Additive Regression Trees (BART) model incorporating a nature-inspired algorithm to predict hourly multi-step ahead streamflow. For this reason, a hybrid intelligent model was developed, namely GA-BART, containing BART model integrating with Genetic algorithm (GA). The Jungrang urban basin located in Seoul, South Korea, was selected as a case study for the purpose. A database was established based on 39 heavy rainfall events during 2003 and 2020 that collected from the rain gauges and monitoring stations system in the basin. For the goal of this study, the different step ahead models will be developed based in the methods, including 1-hour, 2-hour, 3-hour, 4-hour, 5-hour, and 6-hour step ahead streamflow predictions. In addition, the comparison of the hybrid BART model with a baseline model such as super vector regression models is examined in this study. It is expected that the hybrid BART model has a robust performance and can be an optional choice in streamflow forecasting for urban basins.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.28 no.6D
• /
• pp.915-922
• /
• 2008

Impervious surface is an important index for the estimation of urbanization and the assessment of environmental change. In addition, impervious surface influences on short-term rainfall-runoff model during rainy season in hydrology. Recently, the necessity of impervious surface estimation is increased because the effect of impervious surface is increased by rapid urbanization. In this study, impervious surface estimation is performed by using remote sensing image such as Landsat-7 ETM+image with $30m{\times}30m$ spatial resolution and satellite image with $1m{\times}1m$ spatial resolution based on Jungnangcheon basin. A tasseled cap transformation and NDVI(normalized difference vegetation index) transformation are applied to Landsat-7 ETM+ image to collect various predict variables. Moreover, the training data sets are collected by overlaying between Landsat-7 ETM+ image and satellite image, and CART(classification and regression tree) is applied to the training data sets. As a result, impervious surface prediction model is consisted and the impervious surface map is generated for Jungnangcheon basin.

• Geomechanics and Engineering
• /
• v.34 no.3
• /
• pp.267-284
• /
• 2023

Landslides are one of the most dangerous phenomena and natural disasters. Landslides cause many human and financial losses in most parts of the world, especially in mountainous areas. Due to the climatic conditions and topography, people in the northern and western regions of Iran live with the risk of landslides. One of the measures that can effectively reduce the possible risks of landslides and their crisis management is to identify potential areas prone to landslides through multi-criteria modeling approach. This research aims to model landslide potential area in the Oshvand watershed using a support vector machine algorithm. For this purpose, evidence maps of seven effective factors in the occurrence of landslides namely slope, slope direction, height, distance from the fault, the density of waterways, rainfall, and geology, were prepared. The maps were generated and weighted using the continuous fuzzification method and logistic functions, resulting values in zero and one range as weights. The weighted maps were then combined using the support vector machine algorithm. For the training and testing of the machine, 81 slippery ground points and 81 non-sliding points were used. Modeling procedure was done using four linear, polynomial, Gaussian, and sigmoid kernels. The efficiency of each model was compared using the area under the receiver operating characteristic curve; the root means square error, and the correlation coefficient . Finally, the landslide potential model that was obtained using Gaussian's kernel was selected as the best one for susceptibility of landslides in the Oshvand watershed.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.97-97
• /
• 2022

AI 모형을 적용한 도시지역 침수예측에 대한 연구는 꾸준히 수행되어 왔다. AI 모형을 이용해 도시침수예측을 하기 위해서는 모형에 강우자료를 학습시키게 되는데, 시계열 강우분포 자료를AI 모형의 학습자료로 사용하기에 자료의 양이 너무 많기 때문에 총 강우량만을 이용하여 도시침수예측을 수행한 바 있다(Kim et al., 2021). 하지만 총 강우량만을 AI 모형에 학습시킬 경우, 지속기간 동안 강우가 고르게 분포하는지 불규칙적으로 분포하는지에 대한 정보가 포함되지 않았기 때문에 침수예측력이 떨어질 수 있다. 따라서 본 연구에서는 시계열 강우자료의 통계치를 산정하여 AI 모형에 학습시킴으로써 강우분포특성을 고려한 침수예측을 통해 예측력을 높이고자 한다. 총 강우량만을 학습시킬 경우, 같은 지속시간에 같은 양의 강우가 내리더라도 고른 분포를 가진 강우에 의해서는 실제 침수는 작게 일어나므로 과대예측을, 전체 지속시간 중 특정 시간대에 편향된 분포를 가진 강우에 의해서는 실제 침수가 크게 일어나므로 과소예측을 하는 문제가 발생할 수 있다. 따라서 표준편차를 평균 강우량으로 나눈 값인 변동계수, 강우분포의 뾰족한 정도를 나타내는 첨도, 평균값에 대해 어느 방향으로 비대칭인지를 나타내는 왜도 값을 추가로 학습시킴으로써 시계열 강우자료 전체를 학습시키지 않고도 강우분포를 학습시키지 않았을 때 발생하는 과소·과대예측 문제를 해결할 수 있다. 또한 변동계수 대신 표준편차를 학습시키는 모형, 변동계수와 표준편차를 모두 학습시키지 않는 모형, 변동계수와 표준편차를 모두 학습시키는 모형과의 침수예측 결과 비교를 통해 표준편차와 변동계수 중 어떤 통계치를 학습시키는 것이 적합한지와 비슷한 통계치 자료를 모두 학습시켰을 때의 과적합 문제 등에 대한 결론를 얻을 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.63-63
• /
• 2022

기상 예보자료는 발생 가능한 재난의 예방 및 대비 차원에서 매우 중요한 자료로 활용되고 있다. 우리나라 기상청에서는 동네예보를 통해 5km 공간해상도의 1시간 간격 초단기예보와, 6시간 간격 정량강우예보(Quantitative Precipitation Forecast, QPF)의 단기예보 정보를 제공하고 있다. 그러나 이와 같은 예보자료는 강우량의 시·공간변화가 큰 집중호우와 같은 기상자료를 활용한 수문학적인 해석에는 한계가 있다. 예보자료를 수문학에 활용하기 위한 시·공간적 해상도 개선뿐만 아니라 방대한 기상 및 기후 자료의 예측성능을 개선하기 위한 다양한 연구가 진행되고 있다. 본 연구에서는 기상청이 제공하는 지역 앙상블 예측 시스템(Local ENsemble prediction System, LENS)와 종관기상관측시스템(ASOS) 및 방재기상관측시스템(AWS) 관측 데이터 및 동네예보에 기계학습 방법을 적용하여 수문학적 정량적 강수량 예측(Hydrological Quantitative Precipitation Forecast, HQPF) 정보를 생산하였다. 전처리 과정을 통해 모든 데이터의 시간해상도와 공간해상도를 동일한 해상도로 변환하였으며, 예측 변수의 인자 분석을 통해 기계학습의 예측 변수를 도출하였다. 기계학습 방법으로는 처리속도와 확장성을 고려하여 XGBoost(eXtreme Gradient Boosting) 방식을 적용하였으며, 집중호우에서의 예측정확도를 높이기 위해 확률매칭(PM) 방식을 적용하였다. 생산된 HQPF의 성능을 평가하기 위해 2020년에 발생한 14건의 호우 사상을 대상으로 태풍형과 비태풍형으로 구분하여 검증을 수행하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.334-334
• /
• 2022

Improvement of old-fashioned rain gauge systems for automatic, timely, continuous, and accurate precipitation observation is highly essential for weather/climate prediction and natural hazards early warning, since the occurrence frequency and intensity of heavy and extreme precipitation events (especially floods) are recently getting more increase and severe worldwide due to climate change. Although rain gauge accuracy of 0.1 mm is recommended by the World Meteorological Organization (WMO), the traditional rain gauges in both weighting and tipping bucket types are often unable to meet that demand due to several existing technical limitations together with higher production and maintenance costs. Therefore, we aim to introduce a newly developed and cost-effective hybrid rain gauge system at 0.1 mm accuracy that combines advantages of weighting and tipping bucket types for continuous, automatic, and accurate precipitation observation, where the errors from long-term load cells and external environmental sources (e.g., winds) can be removed via an automatic drainage system and artificial intelligence-based data quality control procedure. Our rain gauge system consists of an instrument unit for measuring precipitation, a communication unit for transmitting and receiving measured precipitation signals, and a database unit for storing, processing, and analyzing precipitation data. This newly developed rain gauge was designed according to the weather instrument criteria, where precipitation amounts filled into the tipping bucket are measured considering the receiver's diameter, the maximum measurement of precipitation, drainage time, and the conductivity marking. Moreover, it is also designed to transmit the measured precipitation data stored in the PCB through RS232, RS485, and TCP/IP, together with connecting to the data logger to enable data collection and analysis based on user needs. Preliminary results from a comparison with an existing 1.0-mm tipping bucket rain gauge indicated that our developed rain gauge has an excellent performance in continuous precipitation observation with higher measurement accuracy, more correct precipitation days observed (120 days), and a lower error of roughly 27 mm occurred during the measurement period.