• The Bulletin of The Korean Astronomical Society
• /
• v.46 no.1
• /
• pp.43.1-43.1
• /
• 2021

In this study, we suggest a new method to estimate the mass of a halo coronal mass ejection (CME) using synthetic CMEs. For this, we generate synthetic CMEs based on two assumptions: (1) the CME structure is a full ice-cream cone, (2) the CME electron density follows a power-law distribution (ρ_cme=ρ₀r^-n). The power-law exponent n is obtained by minimizing the root mean square error between the electron number density distributions of an observed CME and the corresponding synthetic CME at a position angle of the CME leading edge. By applying this methodology to 57 halo CMEs, we estimate two kinds of synthetic CME mass. One is a synthetic CME mass which considers only the observed CME region (M_cme1), the other is a synthetic CME mass which includes both the observed CME region and the occulted area larger than 4 solar radii (M_cme2). From these two cases, we derive conversion factors which are the ratio of a synthetic CME mass to an observed CME mass. The conversion factor for M_cme1 ranges from 1.4 to 3.0 and its average is 2.0. For M_cme2, the factor ranges from 1.8 to 5.0 with the average of 3.0. These results imply that the observed halo CME mass can be underestimated by about 2 times when we consider the observed CME region, and about 3 times when we consider the region including the occulted area. Interestingly these conversion factors have a very strong negative correlation with angular widths of halo CMEs.We also compare the results with the CME mass estimated from STEREO observations.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• v.17 no.6
• /
• pp.1530-1544
• /
• 2023

Data monitoring is an important foundation of modern science. In most cases, the monitoring data is time-series data, which has high application value. The deep learning algorithm has a strong nonlinear fitting capability, which enables the recognition of time series by capturing anomalous information in time series. At present, the research of time series recognition based on deep learning is especially important for data monitoring. Deep learning algorithms require a large amount of data for training. However, abnormal sample is a small sample in time series, which means the number of abnormal time series can seriously affect the accuracy of recognition algorithm because of class imbalance. In order to increase the number of abnormal sample, a data augmentation method called GANBATS (GAN-based Bi-LSTM and Attention for Time Series) is proposed. In GANBATS, Bi-LSTM is introduced to extract the timing features and then transfer features to the generator network of GANBATS.GANBATS also modifies the discriminator network by adding an attention mechanism to achieve global attention for time series. At the end of discriminator, GANBATS is adding averagepooling layer, which merges temporal features to boost the operational efficiency. In this paper, four time series datasets and five data augmentation algorithms are used for comparison experiments. The generated data are measured by PRD(Percent Root Mean Square Difference) and DTW(Dynamic Time Warping). The experimental results show that GANBATS reduces up to 26.22 in PRD metric and 9.45 in DTW metric. In addition, this paper uses different algorithms to reconstruct the datasets and compare them by classification accuracy. The classification accuracy is improved by 6.44%-12.96% on four time series datasets.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.473-473
• /
• 2021

새만금 유역의 하류 평야지대는 농업 관개 및 배수가 제수문의 영향을 받고 있으며, 상류 축산밀집시설에 따라 농업 비점오염원 유입이 수계 환경오염에 미치는 영향을 평가하는 것이 필요하다. 본 연구에서는 새만금 유역의 하류 제수문을 대상으로 유역 모형과 전산유체역학 모형을 이용하여 유입, 유출 그리고 오염원 등의 영향을 분석하고자 한다. SWAT (Soil and water assessment tool)은 유역 모형으로 수문순환 및 비점오염원을 모의하기 위해 개발한 모형이다. CFD(Computational fluid dynamics)는 구조물을 설계하고 유체, 기체 등의 역학을 모의할 수 있다. SWAT 모형을 이용하여 농촌 소유역을 대상으로 하류 제수문 위치를 출구로 지정하여 수문을 모의하고 그 결과자료는 CFD에 입력할 수 있다. CFD는 하류 제수문 구조물을 설계하고 SWAT 모형의 수문자료를 입력하여 제수문의 유입 및 유출 영향을 평가할 수 있다. SWAT 모형 구축을 위해 2015-2018년까지 기상, 수위, 유량 관측자료를 수집하였으며, 보정기간과 검증기간은 각 2년이며, 모형 성능 검증에 사용한 적합성 평가 지수는 R² (Determine coefficient), RMSE (Root mean square error), 그리고 NSE (Nash-sutcliffe efficiency coefficient)를 사용하였다. 모형의 보정은 SWAT-CUP 자동보정프로그램을 사용하였으며, 모형의 보정지수는 NSE를 사용하였고, 1,000회 반복 수행을 통해 매개변수를 최적화하였다. CFD 모형은 제수문의 실제 규격을 바탕으로 동일한 구조를 고려하였으며, 수문조작을 고려하여 유입 및 유출을 모의하였다. 본 연구는 유역차원과 구조물 차원의 모델링을 연계하는 것으로 최근 기후변화에 따라 급격히 변화하는 유역환경에 대처할 수 있는 방안이 될 수 있을 것이며, 제수문 시설을 관리하는 기관에서도 합리적인 운영방안에 대한 기초자료로 기여할 수 있을 것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.158-158
• /
• 2021

도시에 불투수면적이 증가하고, 기후변화가 극심해져감에 따라 홍수 및 열섬현상과 같은 도시의 물 문제가 발생하고 있다. 이를 해결하기 위한 정책의 일환으로 우리나라의 녹색건축인증제도(Green Standard for Energy and Environmental Design, G-SEED)에서는 물순환 관리를 평가하고 있다. 하지만, 현재 G-SEED의 평가방법을 살펴보면 빗물관리시설의 설치 정도로 평가하고 있고, 강우 특성 또한 고려되고 있지 않다. 그러므로 본 연구에서는 G-SEED의 빗물관리 및 이용 항목에 대해 수문 모델을 통해 효과를 정량화함으로써 성능에 따라 평가할 수 있는 방법을 제안하였다. 빗물관리 항목에서는 유출저감률을, 빗물이용 항목에서는 빗물이용률을 평가지표로 선정하였고, 각 평가인자를 산출하기 위하여 개념모델을 적용하였다. 빗물이용시설의 경우 초기우수배제장치 용량과 필터 효율에 따른 빗물유입량의 변화와 급수인원에 따른 수요량 변화를 고려한 수문모델을 개발하였고, 수요량과 빗물저장조 용량에 따른 유출저감률과 빗물이용률을 알아보기 위해 MATLAB을 이용하여 모의해보았다. 또한, 옥상녹화의 경우에는 강우, 저류, 증발산, 유출을 고려한 수문흐름모델을 적용하였고, 토층의 두께와 배수(저장) 층의 용량에 따라 모의하여 평가기준을 선정하였다. 제안된 수문모델의 검증을 위하여 서울대학교 기숙사와 35동 옥상녹화의 실측데이터를 비교하였고, 적용성 평가를 위해 RMSE(Root Mean Square Error)와 NSE(Nash-Sutcliffe Efficiency)를 이용하였다. 본 연구에서 제안된 방법을 통해 빗물관리시설의 수문학적 성능에 따른 평가가 가능해질 것이며 설계자와 건축가들로 하여금 실질적인 효과를 내는 시설을 설치하게끔 유도할 수 있을 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.161-161
• /
• 2021

본 연구에서는 금강 상류의 용담댐 유역(930.0 km²)을 대상으로 Sentinel-1 SAR(Synthetic Aperture Radar) 및 Sentinel-2 MultiSpectral Instrument(MSI) 위성영상을 활용한 토양수분 산출연구를 수행하였다. 연구에 사용된 자료는 10 m 해상도의 Sentinel-1 IW(Interferometric Wide swath) mode GRD(Ground Range Detected) product의 VV(Vertical transmit-Vertical receive) 및 VH(Vertical transmit-Horizontal receive) 편파자료와 Sentinel-2 Level-2A Bottom of Atmosphere(BOA) reflectance 자료를 2019년에 대해 각 6일 및 5일 간격으로 구축하였다. 위성영상의 Image processing은 SNAP(SentiNel Application Platform)을 활용하여 Sentinel-1 영상의 편파 별(VV, VH) 후방산란계수와 Sentinel-2의 적색(Band-4) 및 근적외(Band-8) 영상을 생성하였다. 토양수분 산출 모형은 다중선형회귀모형(Multiple Linear Regression Model)을 활용하였으며, 각 지점에 해당하는 토양 속성별로 모형을 생성하였다. 모형의 입력자료는 Sentinel-1 위성의 편파별 후방산란계수, Sentinel-1 위성에서 산출된 식생지수 RVI(Radar Vegetation Index)와 Sentinel-2 위성에서 산출된 NDVI(Normalized Difference Vegetation Index)를 활용하여 식생의 영향을 반영하고자 하였다. 모의 된 토양수분을 검증하기 위해 6개 지점의 TDR(Time Domain Reflectometry) 기반 실측 토양수분 자료를 수집하고, 상관계수(Correlation Coefficient, R), 평균제곱근오차(Root Mean Square Error, RMSE) 및 IOA(Index of Agreement)를 활용하여 전체 기간 및 계절별로 나누어 검증할 예정이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.49-49
• /
• 2020

하천 보 상류영역에서 발생하는 박리 흐름을 분석하기 위해 실험수로에 하천보 모형을 설치하고, 보 주변에서 발생하는 흐름 구조를 입자 영상 유속계(PIV)로 이용하여 정밀하게 측정하였다. 본 연구에 사용된 보는 하천 설계기준을 따른, 전방 수직벽과 하류 경사램프가 있는 유한한 마루 길이 보이다. 실험 조건은 보 상·하류부 수심으로 인한 4가지 흐름(Hydraulic jump, Plunging jet, Surface wave, Surface jet)을 기반으로 설정하여 수리조건에 따른 유속 특성을 규명하였다. 실험에서 측정한 수직-수평방향 평균 유속·유선도를 분석한 결과, 보 전방의 하부에서 재순환 흐름이 관측되었고, 역방향 흐름도 이 지역에서 발견되었다. 유속 편차의 제곱 평균(Root Mean Square) 흐름장에서 보 전방과 재순환 흐름 영역에 불안전한 흐름이 강하게 발견되었다. 역방향 흐름은 박리 흐름에서 발견되는 주요 특성으로, 역방향 흐름의 전체 면적을 매 관측마다 측정하여 이를 분석한 결과, 재순환 흐름의 면적은 오른쪽으로 기울어진 분포를 가지고, 항상 0보다 큰 값을 가지는 것으로 나타났다. 재순환 면적에 따른 흐름 특성은 역방향 흐름 면적에 대한 조건부 평균을 이용하여 파악했는데, 조건부 평균의 구간은 재순환 흐름의 중심에서 지배적인 주기값을 이용했다. 역방향 흐름이 작은 영역에선, 보 상류의 흐름이 재순환 흐름으로 말려들어가는 열린 박리흐름이 나타나며, 역방향 흐름이 큰 경우에는 재순환 영역의 흐름은 보 상류의 흐름과 분리되는 닫힌 박리흐름이 발생하였다. 역방향 흐름이 가장 큰 경우, 보 전방의 박리흐름은 보의 상단을 넘는 것으로 관찰되었다. 이러한 결과를 통해 보 마루에서 발생하는 박리흐름이 보 전방에 박리흐름에 영향을 미치는 것으로 파악되었다. 조건부 평균된 역방향 흐름의 면적과 박리 지점(separation point)의 관계를 분석한 결과, 역방향 흐름의 오른쪽으로 기울어진 분포와 대규모 흐름 방출 현상이 관측되었다. 박리 지점의 위치와 수리 매개변수의 관계를 분석한 결과, 상류의 수심 증가에 따라 증가하는 경향이 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.85-85
• /
• 2020

South Korea experiences few large scale erosion and sedimentation problems, however, there are numerous local sedimentation problems. A reliable and consistent approach to modelling and management for sediment processes are desirable in the country. In this study, field measurements of sediment concentration from 34 alluvial river basins in South Korea were used with the Modified Einstein Procedure (MEP) to determine the total sediment load at the sampling locations. And then the Flow Duration-Sediment Rating Curve (FD-SRC) method was used to estimate the specific degradation for all gauging stations. The specific degradation of most rivers were found to be typically 50-300 tons/㎢·yr. A model tree data mining technique was applied to develop a model for the specific degradation based on various watershed characteristics of each watershed from GIS analysis. The meaningful parameters are: 1) elevation at the middle relative area of the hypsometric curve [m], 2) percentage of wetland and water [%], 3) percentage of urbanized area [%], and 4) Main stream length [km]. The Root Mean Square Error (RMSE) of existing models is in excess of 1,250 tons/㎢·yr and the RMSE of the proposed model with 6 additional validations decreased to 65 tons/㎢·yr. Erosion loss maps from the Revised Universal Soil Loss Equation (RUSLE), satellite images, and aerial photographs were used to delineate the geospatial features affecting erosion and sedimentation. The results of the geospatial analysis clearly shows that the high risk erosion area (hill slopes and construction sites at urbanized area) and sedimentation features (wetlands and agricultural reservoirs). The result of physiographical analysis also indicates that the watershed morphometric characteristic well explain the sediment transport. Sustainable management with the data mining methodologies and geospatial analysis could be helpful to solve various erosion and sedimentation problems under different conditions.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.162-162
• /
• 2020

토양수분은 TDR(Time Domain Reflectometry)이나 Tensiometer 등의 장비를 이용하여 측정을 시행하고 있으나, 이를 위해서는 많은 인력과 경제적 자원이 소비될 뿐만 아니라 시공간적으로 측정할 수 있는 범위에 한계가 있다. 지상 관측의 대안으로 MIRAS(Microwave Imaging Radiometer with Aperture Synthesis)나 SMAP(Soil Moisture Active Passive), AMSR2(Advanced Microwave Scanning Radiometer 2) 등의 수동 마이크로파 위성 센서를 이용한 공간 토양수분 관측이 수행되었으나, 낮은 공간 해상도(9~36km)는 지역 규모의 토양수분 분포를 나타내기 충분하지 않고, 높은 불확실성을 내포하고 있다. 본 연구에서는 금강 상류의 용담댐 유역(930.0㎢)을 대상으로 Sentinel-1 C-band SAR(Synthetic Aperture Radar) 영상을 이용한 토지 피복 및 토양 속성을 고려한 10m 해상도의 토양수분 산출을 수행하였다. 용담댐 유역은 산림 79.7%, 논 9.0%, 밭 5.4%, 주거지 2.9%의 토지 피복 비율을 가지며 토양은 사양토(66.6%)와 양토(20.9%)가 우세하다. Sentinel-1 C-band SAR 영상은 SeNtinel Application Platform(SNAP)을 이용하여 전처리 후, 후방산란계수로 변환하였다. 토양수분 알고리즘은 TU-Wien change detection algorithm과 Regression model을 활용하였고, 검증을 위한 실측 토양수분 자료는 한국수자원공사(K-water)에서 제공하는 5년(2014~2018)간의 토양수분 관측자료를 이용하였다. 산출된 토양수분은 결정계수(Coefficient of determination, R²) 및 평균제곱근오차(Root Mean Square Error, RMSE)를 이용하여 실측 토양수분과 비교하였다. Sentinel-1 C-band SAR 영상을 이용한 고해상도의 토양수분 산출은 토지 피복 및 토양 속성을 고려한 지역 규모의 공간 토양수분 분포 및 시간적 변화를 표현 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.43-43
• /
• 2020

보령댐은 충남 서부지역 8개 시·군에 생활용수와 공업용수를 공급하고 있는 중요한 수원으로 최근 우리나라에서 발생한 연속적인 가뭄으로 2015년에는 저수율이 7.5 %까지 감소하여 제한급수가 시행되었다. 본 연구에서는 가뭄으로 인한 물 공급 부족에 취약함을 보인 보령댐 유역(297.4 ㎢)을 대상으로 SWAT(Soil and Water Assessment Tool) 모델과 RCP(Representative Concentration Pathways) 시나리오를 활용하여 극한 기후변화 사상이 반영된 보령댐의 내한능력을 평가하였다. SWAT 모형을 활용하여 보령댐의 물수지를 모의하기 위하여 보령댐의 실측 유출량, 저수량, 방류량으로 보령댐 유입량과 저수량을 보정(2002~2004) 및 검정(2005~2007)하였으며, 실측 저수량을 기반으로 미래 댐 운영을 모의하였다. 검·보정 결과, 댐 유입량과 저수량의 PBIAS(%)는 -0.04, -0.09, NSE(Nash and Sutcliffe Efficiency)는 0.52, 0.96, RMSE(Root Mean Square Error)는 1.80 mm/day, 0.67 × 10⁶㎥로 분석되어 신뢰성 있는 모의 결과를 보였다. 보정된 SWAT 모형으로 가뭄 사상이 반영된 기후변화를 모의하기 위하여 APCC의 26개 CMIP5 GCM 시나리오를 SPI (Standardized Precipitation Index)와 연속 이론(Runs theory)으로 분석하여 6개의 극한 가뭄 시나리오 (RCP 4.5, 8.5 CMCC-CM, INM-CM4, IPSL-CM5A-MR)를 선정하였으며, 선정된 시나리오를 모형에 적용하여 가뭄 사상을 반영한 보령댐의 미래 내한능력을 평가하였다. 내한능력평가 및 분석 기간은 Historical(1980~1999; 1990s), Present(2000~2019; 2010s), 그리고 미래 기간 (2020~2039; 2030s, 2040~2059; 2050s, 2060~2079; 2070s, 2080~2099; 2090s)으로 나누었으며, 취약성(Reliability), 회복성(Resilience), 위험성(Vulnerability), 세 가지 지표로 내한능력 평가를 수행하였다. 평가 결과, 미래 취약성은 2050s IPSL-CM5A-MR 시나리오에서 0.803까지 감소하였으며, 회복성과 위험성은 2070s IPSL-CM5A-MR 시나리오에서 0.003, 3,567.6 × 10⁶㎥까지 감소하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.200-200
• /
• 2020

본 연구에서는 SWAT 모형과 APEX-Paddy 모형의 연계 모델링을 통한 대표 BMP(Best management practice) 적용, 정식시기 및 벼 생육기간을 고려한 시나리오 적용을 통해 농업용수의 관리 및 수질환경 개선 등에 활용할 수 있는 저영향 영농활동을 분석하고자 하였다. 만경강 유역을 대상으로 SWAT 모형을 구축하고 유역 내에 위치한 논 시험포장을 대상으로 강우-유출 및 비점오염원 모니터링 자료를 활용하여 APEX-Paddy 모형을 구축하였다. SWAT 모형과 APEX 모형을 연계하여 유역의 수문, 수질에 대한 정밀한 모델링을 수행하였으며, 이는 저영향 영농활동을 분석하기 위한 필드단위의 정확한 결과를 유역차원에 반영하기 위함이다. 특히, 본 연구에 사용된 APEX-Paddy 모형은 농촌진흥청과 Texas A&M의 공동연구를 통해 개발된 새로운 모형으로서 한국의 논 영농활동 및 담수환경을 반영하여 논에서의 유출 및 비점오염원을 모의할 수 있다. 연계 모형의 적합성 평가를 위해 R² (Determine of Coefficient), RMSE (Root mean square error), NSE (Nash-sutcliffe efficiency)를 사용하였다. 적합성 평가 지표를 분석한 결과, 유출량은 R² 평균 0.91, RMSE 평균 2.87 mm/day, NSE 평균 0.78로 나타났다. T-N 부하량은 R² 평균 0.74, RMSE 평균 59.3 kg/ha/day, NSE 평균 0.50으로 나타났다. 저영향 영농활동 관리방안을 위한 시나리오로 1) 논의 물꼬높이(BMP) 관리 적용, 2) 벼 생육기간 조절을 고려하여 기온변화에 따른 정식시기, 벼 생육기간 등을 조정하여 적용하였다. 기후변화 시나리오는 10개 GCM 모델의 RCP 8.5 시나리오를 통해 분석하였으며, 유역차원의 미래 영향을 분석한 결과, 물꼬관리 BMP에 따라 담수심이 증가되며, 관개량이 감소하고 유출량 10.7%, T-N 11.2% 저감되는 것을 나타냈으며, 벼 생육기간 조절은 BMP보다 상대적으로 효과가 높진 않았지만, 유출량 1.4%, T-N 3.1%의 저감효과를 나타냈다. 따라서 두 가지의 저영향 영농활동 관리방안은 미래기간의 기후변화에 대응하여 농업용수 및 물관리에 도움이 될 것으로 사료된다. 하지만 본 연구결과는 모델링 결과에 의존한 것이며, 추후 지속적인 연구와 보완이 필요하다.