• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.383-383
• /
• 2018

최근 기후변화와 도시화로 인해 국지성 집중호우 및 불투수면적이 증가하고 있는 실정이며, 도시 지역 내의 첨두유량, 도달시간, 지체시간 등과 같은 수문학적 인자가 변화함에 따라 재산피해, 인명피해가 발생하고 있다. 저영향개발(Low Impact Development, LID) 기법은 수리수문학적 및 환경생태학적 문제를 저감하는 방안 중 하나로써 도시지역에서 수환경을 자연상태로 복원하는 대안으로 제시되고 있다. LID 기법 중 하나인 옥상녹화는 도시 내의 불투수면 증가로 인한 초과 지표면유출을 저감시켜 물관리를 하는 기술이다. 본 연구는 경남 양산시 부산대학교 제 2 캠퍼스에 조성된 옥상녹화 장치를 이용하여 정량적으로 유출량을 분석하였다. 비식생구와 식생구를 설치하고 실험의 시나리오는 강우강도를 25, 50, 75, 100 mm/hr로 설정하여 측정된 데이터 값을 바탕으로 SWMM(Storm Water Management Model) 모델링을 수행하였다. 유출량 값은 SWMM 5의 매개변수 추정지원 시스템인 SWMM-SCE를 이용하여 모형을 자동보정하였다. 보정된 모의유량은 실측유량과 0.28~3.81% 만큼의 오차를 보였고 각 시나리오에 따라 검증한 결과 상관계수가 0.82 이상으로서 실측값과 높은 상관성을 나타내었다. 옥상녹화 실험의 경우, 강우강도 75mm/hr일 때 첨두유출저감율과 지연시간은 각각 15.45% 감소, 15초 지연으로 최적의 효율이 나타났으며 강우강도 25mm/hr일 때 첨두유출저감율과 지연시간은 각각 1.36% 감소, 4초 지연으로 최저의 효율이 나타났다. SWMM 모의 결과는 강우강도 75mm/hr일 때 첨두유출저감율과 지연시간은 각각 15.45% 감소, 16초 지연으로 최적의 효율이 나타났으며 강우강도 25mm/hr일 때 첨두유출저감율과 지연시간은 각각 2.73% 감소, 4초 지연으로 최저의 효율이 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.91-91
• /
• 2023

General circulation models(GCMs)은 여러 국가 기관들의 물리적 기후 모의 프로세스를 기반으로 과거 및 미래 기후변화의 영향을 정량화하기 위해 개발되었으며 현재 미래 기후변화를 예측하는데 가장 효과적인 도구이다. 그러나 GCMs에 내포된 여러 불확실성 요소 및 넓은 격자형식의 기후 데이터는 GCMs 기후 데이터를 사용한 지역적 기후 모의 시 주요 걸림돌로 인식되어지고 있다. 편의보정 방법은 GCMs을 사용한 지역적 기후 모의 시 기후 모의 성능을 향상시키기 위해 여러 연구에서 사용되어져 왔으나 다른 연구에서는 이러한 편의보정 방법의 문제점을 언급했다. 따라서 본 연구는 편의보정 방법이 GCMs 기후 모의 결과에 미치는 영향을 정량화하고 더 나아가 GCMs 기후 변수에 따른 유량 모의 결과에 미치는 영향을 분석했다. 연구대상지 과거 기간 기후 모의를 위해 coupled model intercomparison project(CMIP)6의 GCMs을 사용했으며, 미래 기후 모의를 위해 shared socioeconomic pathway(SSP) 시나리오를 사용했다. 편의보정 방법으로는 분위사상법을 사용했으며, 편의보정 전후 GCMs 기후 모의 성능평가를 위해 5개 평가 지표를 사용했다. 연구대상지 장기 유출 모의를 위해 storm water management model(SWMM)이 사용되었으며, 기후 입력 자료로는 일 단위 강수량, 최고 및 최저온도를 고려했다. 미래 기후 및 유량 모의 결과의 불확실성은 square root of error variance(SREV) 방법을 통해 정량화됐다. 결과적으로 과거 기간 GCMs 기후 및 유량 모의성능은 편의보정 전보다 편의보정 후에서 향상되었으며 특히, 강수 및 유량 모의 성능이 크게 향상되었다. 미래 기간의 경우 편의보정 후에서 기후 및 유량의 극값을 더 잘 반영함을 확인했다. 본 연구의 결과는 GCMs 기후 변수를 사용한 지역적 기후 및 유량 모의 시 편의보정 방법이 미치는 영향에 대한 구체적인 정보를 제공할 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.364-364
• /
• 2021

최근 지구온난화에 따른 홍수 및 가뭄 재해의 피해는 심각해졌다. 그러므로 미래 재해로 인한 피해를 완화시키기 위한 수자원 계획 수립 및 관리의 중요성이 높아지고 있다. 전지구모형(General Circulation Model, GCM)은 기후 변화 연구에서 기후 요인의 변동을 조사하는데 널리 사용되어지고 있다. 본 연구에서는 기후 변화 시나리오를 고려하여 도시유역의 소유역 별 투수성포장 시설의 우선순위를 산정했다. 기후 변화 시나리오에는Representative Concentration Pathway(RCP)와 Shared Socioeconomic Pathway(SSP) 시나리오가 사용되었으며 CMIP5와 CMIP6의 GCM을 고려하였다. GCM을 이용하여 산정된 미래 월 강수량은 분위사상(Quantile Mapping)법의 비모수변환(Non-Parametirc Transformation)법 중 하나인 스플라인 평활(Smoothing Spline) 방법을 사용하여 편이보정 되었다. 연구대상지는 목감천 유역이 선정되었으며, 27개의 소유역에 대해 투수성포장 시설의 우선순위를 산정되었다. 우선순위 산정을 위한 평가 기준들은 Driving force-Pressure-State-Impact-Response(DPSIR) 모형을 기반으로 산정 되었다. 평가기준에 따른 27개의 소유역에 대한 값들은 통계청 및 국가수자원관리종합정보시스템(WAMIS), 편이보정 된 미래 강수량과 Storm Water Management Model(SWMM)을 이용한 유출분석 결과를 통해 도출했다. 평가기준들의 객관적 가중치 산정을 위해 엔트로피 방법을 이용했다. 최종적으로 목감천 소유역 별 투수성포장 시설의 우선순위 산정에는 다기준의사결정기법 중 하나인 TOPSIS방법을 사용했다. 산정 결과 DPSIR 모형을 기반으로 수문학적 요소에 큰 가중치를 부여한 경우 하류보다는 상류 유역에서 높은 우선순위를 확인했으며, 각 요소별 동일한 가중치를 주었을 때 하류 유역에 높은 우선순위가 집중되었다.

• Journal of Korean Society on Water Environment
• /
• v.25 no.3
• /
• pp.441-451
• /
• 2009

To evaluate the soil erosion best management practices, many computer models has been utilized over the years. Among those, the USLE and SWAT models have been widely used. These models estimate the soil erosion from the field using empirically-based USLE/MULSE in it. However, these models are not good enough to estimate soil erosion from highland agricultural watershed where severe storm events are causing soil erosion and muddy water issues at the receiving watersheds. Thus, physically-based WEPP watershed version was applied to a watershed, located at Jawoon-ri, Gangwon with very detailed rainfall data, rather than daily rainfall data. Then it was validated with measured sediment data collected at the sediment settling ponds and through overland flow. In this study, very detailed rainfall data, crop management data, soil data reflecting soil reconditioned for higher crop production were used in the WEPP runs. The $R^2$ and the EI for runoff comparisons were 0.88 and 0.91, respectively. For sediment comparisons, the $R^2$ and the EI values were 0.95 and 0.91. Since the WEPP provides higher accuracies in predicting runoff and sediment yield from the study watershed, various slope scenarios (2%, 3%, 5.5%, 8%, 10%, 13%, 15%, 18%, 20%, 23%, 25%, 28%, 30%) were made and simulated sediment yield values were analyzed to develop appropriate soil erosion management practices. It was found that soil erosion increase linearly with increase in slope of the field in the watershed. However, the soil erosion increases dramatically with the slope of 20% or greater. Therefore special care should be taken for the agricultural field with slope greater than 20%. As shown in this study, the WEPP watershed version is suitable model to predict soil erosion where torrential rainfall events are causing significant amount of soil loss from the field and it can also be used to develop site-specific best management practices.

• Journal of Korea Water Resources Association
• /
• v.45 no.1
• /
• pp.15-27
• /
• 2012

SWMM (Storm Water Management Model) has been widely used in the world as a typical model for flood runoff analysis of urban areas. However, the calibration of the model is difficult, which is an obstacle to easy application. The purpose of the study is to develop an automatic calibration module of the SWMM linked with SCE-UA (Shuffled Complex Evolution-University of Arizona) algorithm. Generally, various objective functions may produce different optimization results for an optimization problem. Thus, five single objective functions were applied and the most appropriate one was selected. In addition to the objective function, another objective function was used to reduce peak flow error in flood simulation. They form a multiple objective function, and the optimization problem was solved by determination of Pareto optima. The automatic calibration module was applied to the flood simulation on the catchment of the Guro 1 detention reservoir and pump station. The automatic calibration results by the multiple objective function were more excellent than the results by the single objective function for model assessment criteria including error of peak flow and ratio of volume between observed and calculated flow. Also, the verification results of the model calibrated by the multiple objective function were reliable. The program could be used in various flood runoff analysis in urban areas.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.180-180
• /
• 2020

최근 인구 증가, 도시화 및 산업의 발달로 인해 생활·공업용수의 수요가 증가하면서, 상대적으로 농업용수의 비율은 감소하고 있는 추세이다. 하지만 수자원이용 현황 중 농업용수는 전체 물 사용량의 48%로 여전히 가장 큰 비중을 차지하고 있다. 환경부 중심의 물관리 일원화 관련법 시행으로 국가 통합물관리 정책이 본격 추진됨에 따라 농업용수 가치의 재평가가 요구되고 있으며, 현재 수원공 확대의 경우 환경보호와 같은 이유로 농업용수 확보에 대한 많은 제약이 발생하고 있다. 공급된 농업용수 중 작물에 의해 소비되지 않고 하천으로 회귀되는 회귀수량은 하천 건천화 방지, 용수공급계획, 하천 유황예측 등 기여하는 바가 크다. 하지만 관개량과 회귀수량의 비로 나타내는 회귀율의 경우 지역에 따라 38.1%에서 70.5%로 큰 차이를 보이고 있으며, 지역별 회귀율 정량화에도 한계가 있다. 본 연구에서는 경기도 안성에 위치한 관개면적 429ha인 마둔 저수지를 대상으로 회귀율을 산정하고 농촌용수종합정보시스템 (Rural Agricultural Water Resource Information System, RAWRIS)에서 제공하는 저수지 수위 자료를 활용하여 마둔 저수지의 4월부터 9월 관개기 강수량, 저수율, 증발산량을 구축하였다. 물수지 분석 기반 회귀수량 산정모형으로부터 회귀율을 추정하였으며, 수로 네트워크 기반의 SWMM (Storm Water Management Model)과 비교를 통해 정량적인 회귀수량 및 회귀율을 산정하고자 한다. 본 연구의 결과를 통해 정량적인 회귀수량 및 회귀율 자료가 구축된다면, 농업용수의 재이용, 환경용수 및 하천유지용수, 용수공급계획 등 효율적인 농업 수자원관리에 기초자로로써 활용 가능할 것이라 판단된다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.9 no.1
• /
• pp.129-135
• /
• 2008

The combined sewer overflows(COSs) which enters to river are involved with water pollution of rivers. Therefore, the standard capacity should be decided in proper standard considering water pollution density and characteristic of outflow. But in domestic, the standard capacity is not considered the characteristics of rainfall-outflows and is applied uniformly in all areas. The standard is triple of a maximum amount of sewage per one hour ; 3Q. The outflow of 3Q enters to sewage treatment plant and the overflows enter to river. In this study, a standard rainfall is estimated to determine the capacity of intercepting sewer by statistical analysis of rainfall data and it is considered about the regional characteristic of the rainfall-outflow. The standard rainfall is analyzed through the data of Seoul. In the result the standard rainfall was 6.76mm of 4hr duration. The rainfall-outflows and CSOs are analyzed using SWMM(Storm Water Management Model).

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.195-195
• /
• 2022

도림천의 최상류인 관악산 유역에 서울대학교 관악캠퍼스가 건설되었다. 이로 인해 물순환은 기존의 자연 상태에서 점점 변해 왔는데, 이는 하류 도림천의 홍수 및 수질 오염의 피해를 증가시켰다. 도시화된 서울대학교 관악캠퍼스의 물순환 회복은 하류 홍수피해 방지와 지속 가능한 친환경 캠퍼스를 위해 중요하나, 이에 관한 연구는 미흡한 실정이다. 따라서 본 연구에서는 SWMM(Storm Wastewater Management Model)을 활용하여 캠퍼스 내 물순환 현황을 시간과 공간에 대해 정량적으로 파악하고, 물순환 회복을 위해 지속 가능한 효율적인 시스템을 구현하고자 한다. 먼저 유역 현황 조사와 함께 SWMM 구축에 필요한 수문·기상학적 변수와 물리적 매개변수를 확립하였다. 수문·기상학적 변수로는 기상관측장비 ATMOS-41의 설치와 기상청 자료로부터 수집하였으며, 물리적 매개변수는 환경부의 자료를 활용하였다. 그 후, 서울대-도림천 배수분구에 대해 SWMM을 적용하여 월별로 유출량, 침투량, 그리고 증발산량을 모의하였다. 시간에 따른 물순환 분석의 경우 강수량 자료와 불투수율의 변화 정도에 따라 월별 물수지 비율을 파악하고, 공간에 따른 물순환 분석의 경우 동일한 기간에 대해 분할한 16개의 소유역 별 유출량과 유역의 평균 유출량을 비교하여 분석하였다. 대상 유역의 월별 물수지 비율을 모의하는데 효율성을 높이고자 배수 구역 및 관망을 세밀하게 나눈 경우와 그렇지 않은 경우에 대해 분석하였다. 그 결과, 시간에 따른 연평균 물수지 비율의 차이는 2020년 모의 결과와 최근 5년 평균(2015~2019년) 모의 결과 비교 시 각 물수지 항목별로 0.47~2.34%의 차이를 보였다. 공간적으로는 16개 소유역 중 저류시설을 포함한 9개 소유역의 표면 유출량이 유역의 평균 유출량보다 많게 모의 되었다. 또한, 유역을 구성할 때보다 관망을 구성할 때 높은 정확성이 요구됨을 알 수 있었다. 본 연구는 ATMOS-41을 통한 지속적인 수문·기상학적 요소의 모니터링과 SWMM 모델 구축을 통해 앞으로도 변경사항을 추가함으로써 친환경 캠퍼스로의 전환에 이바지할 것으로 기대한다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.40 no.3
• /
• pp.273-283
• /
• 2020

Because of climate change, the occurrence of localized and heavy rainfall is increasing. It is important to predict floods in urban areas that have suffered inundation in the past. For flood prediction, not only numerical analysis models but also machine learning-based models can be applied. The LSTM (Long Short-Term Memory) neural network used in this study is appropriate for sequence data, but it demands a lot of data. However, rainfall that causes flooding does not appear every year in a single urban basin, meaning it is difficult to collect enough data for deep learning. Therefore, in addition to the rainfall observed in the study area, the observed rainfall in another urban basin was applied in the predictive model. The LSTM neural network was used for predicting the total overflow, and the result of the SWMM (Storm Water Management Model) was applied as target data. The prediction of the inundation map was performed by using logistic regression; the independent variable was the total overflow and the dependent variable was the presence or absence of flooding in each grid. The dependent variable of logistic regression was collected through the simulation results of a two-dimensional flood model. The input data of the two-dimensional flood model were the overflow at each manhole calculated by the SWMM. According to the LSTM neural network parameters, the prediction results of total overflow were compared. Four predictive models were used in this study depending on the parameter of the LSTM. The average RMSE (Root Mean Square Error) for verification and testing was 1.4279 ㎥/s, 1.0079 ㎥/s for the four LSTM models. The minimum RMSE of the verification and testing was calculated as 1.1655 ㎥/s and 0.8797 ㎥/s. It was confirmed that the total overflow can be predicted similarly to the SWMM simulation results. The prediction of inundation extent was performed by linking the logistic regression with the results of the LSTM neural network, and the maximum area fitness was 97.33 % when more than 0.5 m depth was considered. The methodology presented in this study would be helpful in improving urban flood response based on deep learning methodology.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.38 no.2
• /
• pp.215-226
• /
• 2018

The purpose of this study is to improve the accuracy of the urban runoff and drainage network analysis by using the observed water level in the drainage network. To do this, sensitivity analysis for major parameters of SWMM (Storm Water Management Model) was performed and parameters were calibrated. The sensitivity of the parameters was the order of the roughness of the conduit, the roughness of the impervious area, the width of the watershed, and the roughness of the pervious area. Six types of scenarios were set up according to the number and types of parameter considering four parameters with high sensitivity. These scenarios were applied to the Seocho-3/4/5, Yeoksam, and Nonhyun drainage basins, where the serious flood damage occurred due to the heavy rain on 21 July, 2013. Parameter optimization analysis based on PEST (Parameter ESTimation) model for each scenario was performed by comparing observed water level in the conduits. By analyzing the accuracy of each scenario, more improved simulation results could be obtained, that is, the maximum RMSE (Root Mean Square Error) could be reduced by 2.41cm and the maximum peak error by 13.7%. The results of this study will be helpful to analyze volume of the manhole surcharge and forecast the inundation area more accurately.