• 물과 미래
• /
• 제25권3호
• /
• pp.105-113
• /
• 1992

본연구는 홍수기의 일단위 하천유출량을 예측하기 위한 방법으로 인공지능의 구현 모형으로 사용되고 있는 신경회로망이론을 도입하여 실수문계에 적용하고 그 결과를 제시하는 것이다. 강우-유출과정으로 형성되는 수문계의 동적거동을 입출력패턴으로 보아서 모형을 구성하는 유니트의 비선형 응답특성에 따라 네트워크의 상호 결합강도를 조정하여 시스템의 매개변수를 반복추정하는 방법으로 시스템을 특정 평가하였다. 일강우와 일유량의 과거 관측치를 신경회로망 모형의 순전파알고리즘으로 학습시켜 추정된 매개변수를 이용하여 하천유출량을 예측하였고 그 결과를 관측된 유량과 비교하기 위하여 통계학적으로 분석하였다.

• Korean Journal of Hydrosciences
• /
• 제2권
• /
• pp.99-113
• /
• 1991

Integrated irrigation management system (IIMS) that is incorporated with a microcomputer-based decision support system (DSS) has been developed and applied to paddy rice irrigation systems management. The system hardwares consist of field data acquisition units, data transmission units, central data processing units, and printing and displaying units. Ridld data to be collected include incremental rainfall, streamflow and reservoir water levels, and water levels at several irrigation canal sections within an irrigation sidtricts. The softwares are to process field data, real-time forecasting, irrigation control data, and decision variables from data-base and simulation model subsystems. And the user-interface subsystems are incorporated to present the water system operators and managers the results from data and model sugsystems. User-friendly menu with animated graphic modules are adopted to help understand irrigation controls for the district. This paper issues the overal descriptions of DSS as applied to Anjuk irrigation district. The details of major model components for the irrigation controls are presented along with real-time data collection systems. The potentials of DSS have been appraised very practical and promising for better irrigation system operation and management.

• 한국농공학회논문집
• /
• 제48권1호
• /
• pp.27-38
• /
• 2006

In this study, we developed a program to estimate discharge efficiently considering major hydraulic characteristic including water level, river bed, water slope and roughness coefficient in a natural river. Stream discharge was measured at Gongju gauge station located in the down stream of the Daechung Dam during normal and dry seasons from 2003 to 2004. The developed model was compared with the results from the existing rating curve at T/M gage stations, and was used for runoff analyses. Evaluating the developed river discharge estimation program, it was applied during 1983-2004 that base flow separation method and RRFS (Rainfall Runoff Forecasting System) which is based on SSARR (Streamflow Synthesis And Resevoir Regulation). The result presents the stage-discharge curve creator range at the Gong-ju is overestimated by approximately $10-20\%$, especially at the low stage. It is attributed to the hydraulic characteristics at the study. The discharge simulated by the RRFS and base flow separation, which is calibrated using the measurement at the early spring and late fall season during relatively d]v season, shows the least errors. The coefficient of roughness at Gongju station varied with the high and low water level.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.51-51
• /
• 2019

기후변화 따라 과거에 경험하지 못했던 이상 수문기상 및 기상재해가 유발되며, 그 피해의 규모는 매년 증가한다. 그 중 가뭄은 미국 해양기상청(NOAA)이 선정한 20세기 최대 자연재해 중 상위 5위 안에 랭크되었으며 가뭄의 피해와 영향력은 막대하다고 언급하였다. 가뭄은 발생과정과 피해 영향에 따라 기상학적, 농업적, 수문학적, 사회경제학적 가뭄으로 구분할 수 있으며 직 간접적으로 영향을 미치고 기상학적 가뭄에서 수문학적 가뭄 등으로 가뭄의 종류가 변화되며 이를 가뭄전이라고 부른다,. 본 연구에서는 기상학적 가뭄에서 수문학적 가뭄으로 전이되는 과정을 분석하기 위하여 Weather Research and Forecasting and Model Hydrological modeling extension package (WRF-Hydro) 모형을 한반도 대상으로 구축하였다. 모형의 정확성을 향상시키기 위해 충주댐, 소양강댐, 용담댐, 남강댐의 유입량과 모형 유출량을 비교 분석하였으며, 유출에 영향을 미치는 지면 유출, 표면 거칠기와 같은 파라미터를 보정하여 주었다. 위와 같이 구축, 보정된 모형을 활용하여 모의된 유출량을 이용하여 수문학적 가뭄지수 Standardized Streamflow Drought Index(SSFI)를 도출하여 기상학적 가뭄지수 Standardized Precipitation Index(SPI)와 비교하여 기상학적 가뭄이 수문학적 가뭄으로 전이되는 과정을 가뭄의 빈도, 강도, 특성 등에 초점을 맞추어 분석하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.287-287
• /
• 2023

Surface water-groundwater interaction (SWGI) is an important hydrological process that influences both the quantity and quality of water resources. However, regional scale SWGI model calibration and uncertainty analysis have been a challenge because integrated models inherently carry a vast number of parameters, modeling assumptions, and inputs, potentially leaving little time and budget to explore questions related to model performance and forecasting. In this study, we have proposed the application of iterative ensemble smoother (IES) for uncertainty analysis and calibration of the widely used integrated surface-subsurface model, SWAT-MODFLOW. SWAT-MODFLOW integrates Soil and Water Assessment Tool (SWAT) and a three-dimensional finite difference model (MODFLOW). The model was calibrated using a parameter estimation tool (PEST). The major advantage of the employed IES is that the number of model runs required for the calibration of an ensemble is independent of the number of adjustable parameters. The pilot point approach was followed to calibrate the aquifer parameters, namely hydraulic conductivity, specific storage, and specific yield. The parameter estimation process for the SWAT model focused primarily on surface-related parameters. The uncertainties both in the streamflow and groundwater level were assessed. The work presented provides valuable insights for future endeavors in coupled surface-subsurface modeling, data collection, model development, and informed decision-making.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.101-101
• /
• 2023

지난 수십 년 동안 다양한 딥러닝 방법이 개발되고 있으며 수문 분야에서는 이러한 딥러닝 모형이 기존의 수문모형의 역할을 대체하여 사용할 수 있다는 가능성이 제시되고 있다. 본 연구에서는 딥러닝 모형 중에 트랜스포머 모형에 다중 인코더를 사용하여 중장기 기간 (1 ~ 10일)의 리드 타임에 대한 한국의 유출량 예측 전망의 가능성을 확인하고자 하였다. 트랜스포머 모형은 인코더와 디코더 구조로 구성되어 있으며 어텐션 (attention) 기법을 사용하여 기존 모형의 정보를 손실하는 단점을 보완한 모형이다. 본 연구에서 사용된 다중 인코더 기반의 트랜스포머 모델은 트랜스포머의 인코더와 디코더 구조에서 인코더를 하나 더 추가한 모형이다. 그리고 결과 비교를 위해 기존에 수문모형을 활용한 스태킹 앙상블 모형 (Stacking ensemble model) 기반의 예측모형을 추가로 구축하였다. 구축된 모형들은 남한 전체를 총 469개의 대규모 격자로 나누어 각 격자의 유출량을 비교하여 평가하였다. 결과적으로 수문모형보다 딥러닝 모형인 다중 인코더 기반의 트랜스포머 모형이 더 긴 리드 타임에서 높은 성능을 나타냈으며 이를 통해 수문모형의 역할을 딥러닝 모형이 어느 정도는 대신할 수 있고 높은 성능을 가질 수 있는 것을 확인하였다.

• 자원환경지질
• /
• 제56권1호
• /
• pp.65-73
• /
• 2023

As one of the most vulnerable countries to floods, there should be an increased necessity for accurate and reliable flood forecasting in Indonesia. Therefore, a new prediction model using a machine learning algorithm is proposed to provide daily flood prediction in Indonesia. Data crawling was conducted to obtain daily rainfall, streamflow, land cover, and flood data from 2008 to 2021. The model was built using a Random Forest (RF) algorithm for classification to predict future floods by inputting three days of rainfall rate, forest ratio, and stream flow. The accuracy, specificity, precision, recall, and F1-score on the test dataset using the RF algorithm are approximately 94.93%, 68.24%, 94.34%, 99.97%, and 97.08%, respectively. Moreover, the AUC (Area Under the Curve) of the ROC (Receiver Operating Characteristics) curve results in 71%. The objective of this research is providing a model that predicts flood events accurately in Indonesian regions 3 months prior the day of flood. As a trial, we used the month of June 2022 and the model predicted the flood events accurately. The result of prediction is then published to the website as a warning system as a form of flood mitigation.

• 대한토목학회논문집
• /
• 제29권2B호
• /
• pp.163-171
• /
• 2009

수문시계열 분석과 예측을 위하여 통상적으로 기존의 선형적인 모형들을 이용하여 왔다. 그러나 최근 자연현상이나 수문시계열의 패턴 그리고 변동성에 비선형구조가 존재하고 있다는 것이 입증되고 있다. 따라서 기존의 선형적인 방법들에 의한 시계열분석이나 예측은 비선형 시스템에 대해서 적절하지 않을 것이다. 최근, 시계열의 비선형성 구조를 판단하기 위해 카오스 이론을 토대로 한 상관적분으로부터 BDS(Brock-Dechert-Scheinkman) 통계 기법이 유도되었다. BDS 통계는 시스템의 비선형구조와 무작위성 구조를 구별하는데 매우 효과적으로 이용되어 오고 있다. 또한 DVS(Deterministic Versus Stochastic) 알고리즘은 카오스와 추계학적 시스템을 구별하고 예측하는데 주로 이용되어 왔다. 그러나 본 연구에서는 DVS 알고리즘에 의해 시계열의 비선형성을 판별할 수 있음을 보이고자 한다. 따라서 본 연구에서는 추계학적 시계열과 수문학적 시계열들의 비선형성을 검사하고자 한다. ARMA 모형과 TAR(Threshold autoregressive) 모형으로부터로 발생시킨 추계학적 시계열, 미국 유타주 GSL 체적자료, 미국 플로리다 주 St. Johns 강 Cocoa 지점의 유출량 자료, 소양강 댐 일 유입량 자료 등의 수문시계열에 대해 비선형성 분석을 수행하고 그 결과를 비교하였다. 분석결과 BDS 통계가 선형 및 비선형 시계열을 구분하는데 매우 강력한 도구임을 보였고, DVS 알고리즘 또한 시계열의 비선형성을 구별하는데 효과적으로 이용될 수 있음을 보였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.704-708
• /
• 2008

유역 통합 수자원 환경관리 시스템 내의 유출예측모듈인 RRFS를 통한 유출예측결과의 신뢰도 개선을 위해 ESP 기법을 금강유역에 적용하였다. 시나리오를 통해 생성된 유출예측 앙상블을 이용하여 50%의 확률값을 적용하여 본 결과 우리나라의 실정에 맞지 않아 예측의 결과를 적용하기 힘들고 수자원 관리의 정보로서 활용하기 힘들기 때문에 통계적인 분석을 통하여 정확도가 개선된 발생확률을 제시하기 위하여 본 연구를 수행하였다. 금강유역을 용담, 대청, 공주 지점으로 나눈 뒤, 유출량의 확률 예보를 위하여 '83년$\sim$'07년까지 25년간의 강우자료와 온도자료를 RRFS에 적용하여 '07년의 매월 25개의 유출 시나리오를 생성하였다. 생성된 유출 시나리오에서 Case별로 ESP확률을 산정하였다. 통계분석을 통해 얻어진 월별 ESP 확률분포를 이용하여 '02년부터 '07년까지 과거 실측 월별 유출량에 대한 ESP 확률범위를 결정하였고 년강수량의 2/3가 홍수기인 $6{\sim}9$월 사이에 집중되는 우리나라의 특성을 고려해 이수기(1월$\sim$6월 그리고 10월$\sim$12월)와 홍수기(7월$\sim$9월)로 분리한 후 각각에 대한 ESP 확률 값을 최종적으로 결정하였다. Case별로 '07년 금강유역에 적용한 결과, Case 2로 산정된 ESP확률 값이 다른 Case에 비해 더 적합한 것으로 나타났다. Case 1 큰 오차가 나는 ESP 확률을 제외한 평균 ESP확률의 적용, Case 2 월별 최소 오차가 나는 ESP확률의 적용, Case 3 Case2의 월별 ESP확률을 이수기 홍수기로 평균한 ESP확률 적용, Case 4 분기별 최소 오차가 나는 ESP확률의 적용, Case 5 Case4의 분기별 ESP확률을 이수기 홍수기로 평균한 ESP확률의 적용.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.18-18
• /
• 2019

역학적 상세화기법은 물리적 기반의 지역기후모형(RCM)을 이용하여 고해상도 기후자료를 생산하는 유용한 기법이며, 전세계적으로 지역 기후시나리오를 생산하고, 적용 및 평가하는 연구가 널리 진행되고 있다. 역학적 상세화기법 적용 시 지역기후모형의 공간해상도를 향상시키면 지형효과를 더욱 상세하게 반영할 수 있어 고해상도의 기후모의자료를 생산할 수 있지만, 이를 위해 더 많은 시간과 비용이 요구된다. 또한, 공간해상도 향상이 기후모의 결과의 정확도 향상을 보장하지 않기 때문에 역학적 상세화를 위한 지역기후모형의 적정 공간해상도 선정이 필요하다. 따라서, 본 연구에서는 기후모의 자료의 공간해상도가 하천유출량 모의시미치는 영향을 평가하고, 최종적으로는 고해상도 기후시나리오가 하천유출량 모의에 필요한지 여부를 규명하고자 한다. 이를 위해 관측 기후자료와 Weather and Research Forecasting (WRF)모형으로 상세화된 5km (WRF05)와 20km (WRF20) 공간해상도의 기후모의자료를 활용하였으며, 하천유출량 산정을 위해 준분포형 수문모형인 Soil and Water Assessment Tool (SWAT)을 이용하였다. 본 연구의 대상유역은 한강유역 내 충주댐, 소양강댐, 팔당댐 유역들에 대해 평가를 수행하였다. 유역평균강수량을 평가한 결과, 3개 댐 유역의 연평균 강수량 및 여름철 강수량은 WRF20이 관측자료와 WRF05에 비해 높게 산정되었다. 하지만, WRF20은 일강수량이 1~40mm인 발생횟수가 상대적으로 많이 산정되었으며, 극치강수량의 강도와 빈도는 WRF20이 관측자료와 WRF05에 비해 과소 산정되는 것으로 나타났다. 관측자료, WRF05와 WRF20을 입력자료로 활용하여 SWAT모형으로 생산된 일 하천유출량 자료를 토대로 유황곡선을 도시하였다. 유황곡선의 5~90% 구간에서는 WRF05와 WRF20의 결과는 큰 차이가 나진 않았으나, 고유량과 저유량 구간에서는 WRF05가 WRF20에 비해 관측자료에 근접하게 모의하는 것을 확인하였다. 이는 20km에서 5km로 공간해상도가 높아짐에 따라 극치 홍수량 및 갈수량을 더욱 현실적으로 모사할 수 있는 것을 의미한다.