• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2016년도 춘계 종합학술대회 논문집
• /
• pp.253-254
• /
• 2016

• 한국지하수토양환경학회지:지하수토양환경
• /
• 제12권4호
• /
• pp.54-59
• /
• 2007

본 연구에서는 수학적 모델링을 통해 강우에 기인하는 지하수위 변동예측 준-해석학적 모델을 개발하였다. 개발된 모델은 홍천 지역의 지하수위 변동을 예측에 적용되었으며 이를 위하여 지하수 변동 관측자료 및 강우자료가 이용되었다. 개발된 모델은 비선형 파라미터 예측 코드를 활용하여 2003년 지하수위 변동을 예측하도록 적정되었으며 이렇게 최적화에 이용된 입력 파라미터는 그 다음해인 2004년 지하수위 변동을 예측하는데 활용되었다. 강우자료에 기초한 2004년 지하수위 변동 예측은 RMS 오차가 0.18 m로 관측지하수위의 표준편차가 0.44 m인 것으로 미루어 보았을 때 대체로 양호한 것으로 판단된다. 또한 본 연구에서는 개발된 모델을 이용하여 지표 피복의 변화에 기인하는 함양율 감소 시 발생되는 지하수위 변동 예측 및 양수에 의한 인공적인 지하수위 강하를 모사하는데 적용하였다. 본 연구의 결과는 보다 정확한 지하수위 변동 예측증 위해서는 지하수 함양율을 상수로 적용하는 것이 적절치 않으며 강우 패턴의 함수로 결정되어야 함을 보인다.

• 한국지반공학회:학술대회논문집
• /
• 한국지반공학회 2010년도 춘계 학술발표회
• /
• pp.457-467
• /
• 2010

The settlement prediction is very important to preloading method for a construction site on a soft ground. At the design stage, however, it is hard to predict the settlement exactly due to limitations of the site survey. Most of the settlement prediction is performed by a regression settlement curve based on the field data during a construction. In Korea, hyperbolic method has been most commonly used to align the settlement curve with the field data, because of its simplicity and many application cases. The results from hyperbolic method, however, may be differed by data selections or data fitting methods. In this study, the analyses using hyperbolic method were performed about the field data of $\bigcirc\bigcirc$ site in Pusan. Two data fitting methods, using an axis transformation or an alternative method, were applied with the various data group. If data was used only after the ground water level being stabilized, fitting results using both methods were in good agreement with the measured data. Without the information about the ground water level, the alternative method gives better results with the field data than the method using an axis transformation.

• 한국물환경학회지
• /
• 제22권5호
• /
• pp.952-957
• /
• 2006

The present study applied wavelet transform and artificial neural networks (ANNs) for the prediction of daily TOC data. TOC data were transformed into denoised data by the wavelet transform and the noise-reduced data were used for the prediction model by artificial neural networks. For the application of wavelet transform, Daubechies wavelet of order 10 ('db10') was used as a basis function and decomposed the TOC data up to fifth level with five detail components and one approximation component. ANNs were calibrated with the input data of the segregated TOC data corresponding to the details from second to fifth level and the approximation. Consequently, the ANNs model for the prediction of daily TOC data showed the best result when it had seventeen hidden nodes in its layer.

• 한국농공학회논문집
• /
• 제47권5호
• /
• pp.75-86
• /
• 2005

Recently since urbanization has brought about a dried stream and a worse water quality, Anyang city discharged the third treated sewage into the upper stream of Anyancheon and Hakuicheon. As the result, Hakuicheon had the water level and velocity enough for a living thing in the water to live in but water quality was worse than it had been. Therefore in case of meeting the water level and velocity of the second grade water-quality which living things in the water can live in, the discharge and water quality to secure in-stream flow must be at least 0.350 $m^3/s$ and $BOD_5\;3.2 mg/{\iota}$ respectively. In Anyancheon the water level was increased a little higher than it had been but the velocity was almost unchanged in comparison with it before. On the other hand the water quality was a little better than it had been. Therefore in case of meeting the water level and velocity of the third grade water-quality that people can do water-friendly activity, the discharge and water quality to secure in-stream flow must be at least 0.688 $m^3/s$ and $BOD_5\;4.8 mg/{\iota}$ respectively. The water-quality prediction on the suggested eight scenarios was simulated in all satisfying the third grade water-quality.

• 해양환경안전학회지
• /
• 제28권6호
• /
• pp.874-881
• /
• 2022

낙동강 하구 기수생태 복원이 본격으로 논의가 진행 전인 2016년까지는 하류 수위의 예측을 위해 하구에서 수km 떨어진 기존 조위관측소(부산 및 가덕도)의 측정 자료를 활용하여 분석을 수행하였지만, 조위와 위상 차이로 인해 예측이 용이하지 않았다. 따라서, 낙동강 하굿둑 인접 외해역에서 조석 영향을 받는 수위관측치를 이용하여 조석조화분해를 통한 정밀한 조위 예측 산정의 필요성이 대두되어 본 연구를 수행하였다. 연구의 방법으로는 낙동강하굿둑 인근 외해역에서 10분 간격으로 기간별 관측자료의 저장상태 및 이상자료 유무를 확인하고, 조석조화분해 프로그램인 TASK2000(Tidal Analysis Software Kit) Package를 이용하여 관측조위와 예측조위를 1대 1 비교하여 회귀상관분석을 수행하였다. 분석 결과, 관측조위와 예측조위간의 상관도는 0.9334로 높게 나타났으며, 당해 연도의 조위예측 분석시 직전연도의 1년 조석관측 자료를 조화분해하여 산출된 조화상수를 이용하여 조위예측을 실시하면 보다 정확한 결과를 산출할 수 있음을 확인하였다. 이를 바탕으로 2022년 예측조위를 생성하여 낙동강 하구 기수생태 복원의 해수유입량의 산정에 활용 중이다.

• 물과 미래
• /
• 제24권3호
• /
• pp.83-94
• /
• 1991

본 논문은 차분형 천수방정식을 확장 칼만 필터로 변환하여 조석 예측을 시도하였다. 필터는 바닥마찰과 바람응력, 매개변수를 무작위 변수로 하는 추계학적 모형으로 구성되었으며 조위 및 유속과 함께 추정되도록 하였다. 물리적인 상황의 변화에 적응하도록 각 추정치들은 전파되고, 갱신된다. 본 모형에 서해안의 실측자료를 적용하여 조위의 예측을 실시한 결과, 이상 고조 기간동안에도 만족한 성과를 거두었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2022년도 추계학술대회
• /
• pp.216-218
• /
• 2022

이상 기후로 인한 자연 재해는 지속적으로 증가하고 있으며, 자연재해 중 가장 많은 피해를 입히는 유형은 폭우, 태풍 등으로 인한 수해 피해로 이러한 재해는 홍수를 동반하여 더욱 큰 피해를 입히기도 한다. 따라서, 홍수 피해를 줄이기 위해 본 논문에서는 LSTM과 GRU를 활용하여 실시간으로 홍수의 주요 파라미터인 수위를 실시간으로 예측할 수 있는 시스템을 제안한다. 홍수 예측을 위해 사용된 입력 데이터는 하천의 상류 및 하류 수위, 기온, 습도, 강수량이 사용되며, 사전에 학습된 LSTM-GRU 모델을 통해 실시간 예측을 진행한다. 입력 데이터는 과거 20시간의 데이터를 활용하여 향후 3시간의 수위를 예측한다. 본 논문에서 제안한 시스템을 통해 위험도 판별 기능을 추가하고 홍수에 노출된 사람들에게 대피 명령을 내릴 수 있다면 홍수로 인한 많은 피해를 줄일 수 있을 것으로 사료된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.246-246
• /
• 2023

Multi-purpose dams are operated accounting for both physical and socioeconomic factors. This study aims to evaluate the utility of a deep learning algorithm-based model for three multi-purpose dam operation (Seomjin River dam, Juam dam, and Juam Control dam) in Seomjin River. In this study, the Gated Recurrent Unit (GRU) algorithm is applied to predict hourly water level of the dam reservoirs over 2002-2021. The hyper-parameters are optimized by the Bayesian optimization algorithm to enhance the prediction skill of the GRU model. The GRU models are set by the following cases: single dam input - single dam output (S-S), multi-dam input - single dam output (M-S), and multi-dam input - multi-dam output (M-M). Results show that the S-S cases with the local dam information have the highest accuracy above 0.8 of NSE. Results from the M-S and M-M model cases confirm that upstream dam information can bring important information for downstream dam operation prediction. The S-S models are simulated with altered outflows (-40% to +40%) to generate the simulated water level of the dam reservoir as alternative dam operational scenarios. The alternative S-S model simulations show physically inconsistent results, indicating that our deep learning algorithm-based model is not explainable for multi-purpose dam operation patterns. To better understand this limitation, we further analyze the relationship between observed water level and outflow of each dam. Results show that complexity in outflow-water level relationship causes the limited predictability of the GRU algorithm-based model. This study highlights the importance of socioeconomic factors from hidden multi-purpose dam operation processes on not only physical processes-based modeling but also aritificial intelligence modeling.

• 대한임베디드공학회논문지
• /
• 제18권3호
• /
• pp.133-139
• /
• 2023

This paper proposes a two-stage Water Shield Automation System (WSAS) to predict the possibility of river overflow and vehicle flooding due to sudden rainfall. The WSAS uses a two-stage Deep Neural Network (DNN) model. First, a river overflow prediction module is designed with LSTM to decide whether the river is flooded by predicting the river's water level rise. Second, a vehicle flooding prediction module predicts flooding of underground parking lots by detecting flooded tires with YOLOv5 from CCTV images. Finally, the WSAS automatically installs the water barrier whenever the river overflow and vehicle flooding events happen in the underground parking lots. The only constraint to implementing is that collecting training data for flooded vehicle tires is challenging. This paper exploits the Image C&S data augmentation technique to synthesize flooded tire images. Experimental results validate the superiority of WSAS by showing that the river overflow prediction module can reduce RMSE by three times compared with the previous method, and the vehicle flooding detection module can increase mAP by 20% compared with the naive detection method, respectively.