• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.279-283
• /
• 2012

유역 유출 연속모의 모형은 수자원 계획과 효율적인 물 관리 정책 수립에 중요한 도구가 된다. 유역 유출 연속모의 모형에는 다수의 매개변수가 있으며, 이러한 매개변수는 모형 보정을 통해 추정된다. 연구에서 사용한 모형은 SWMM이며 집합체 혼합 진화 알고리즘으로 자동 보정하였다. 자동 보정에 사용되는 최적화 알고리즘은 목적함수에 따라 상이한 결과를 도출하기도 한다. 이에 따라 본 연구에서는 유역 유출 모형의 자동보정에 적합한 목적함수를 선정하기 위하여 4개의 목적함수를 구성하였고, 밀양댐 유역에 적용하였다. 그리고 목적함수에 따른 자동 보정의 결과를 평가하기 위해 5가지의 평가지표를 활용하였다. 보정의 결과, 모든 목적함수에서 공통적으로 첨두유량의 오차는 다소 크게 발생하였다. 그리고 잔차 절대값의 합이 최소가 되도록 구성한 목적함수가 다른 목적함수에 비해 상대적으로 양호한 결과를 도출하였지만, 목적함수에 따른 큰 차이는 없었다. 또한, 유역 유출 연속모의에서는 유역의 물수지가 중요한 요소이므로 향후, 보다 정확도 높은 유역 유출 연속모의 모형의 자동 보정을 위해서는 첨두유량과 물수지와 관련된 오차를 제어할 수 있는 추가적인 기법이 요구된다.

• Journal of Korea Water Resources Association
• /
• v.49 no.11
• /
• pp.951-959
• /
• 2016

This study was conducted to evaluate observed runoff data collected every 10 minutes at stream gauging stations in Jeju Island using a physically-based model, SWAT. The Hancheon watershed was selected as study area, and ephemeral stream algorithm suggested by previous research was incorporated into the model, which is able to simulate ephemeral runoff pattern of Jeju streams. Simulated runoff and runoff rates were compared to observations during 2008-2013, which showed 'very good' performance rating in Nash-Sutcliffe model efficiency (ME) and determination coefficient ($R^2$). Some observations had problems such that runoff rates were very high for some rainfall events with little amount of antecedent rainfall, and were very low or missing with much rainfall comparing to previous researches. Additionally, regression equation between precipitation and simulated runoff was generated with high degree of correlation. The equation can be utilized to simply predict reasonable runoff, or to investigate and complement the abnormal or missing data of observations on the assumption that modelling results were sufficiently reliable and satisfactory. As results, minimizing the error in calibrating the model by evaluation of observed data would be helpful to accurately model the rainfall-runoff characteristics and analyze the water balance components of watersheds in Jeju Island.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.18 no.1
• /
• pp.90-104
• /
• 2015

The purpose of this paper is to build a spatio-temporal evapotranspiration(ET) estimation model using Terra MODIS satellite image and by calibrating with the flux tower ET data from watershed. The fundamentals of spatial ET model, Surface Energy Balance Algorithm for Land(SEBAL) was adopted and modified to estimate the daily ET of Yongdam Dam watershed in South Korea. The daily Normalized Distribution Vegetation Index(NDVI), Albedo, and Land Surface Temperature(LST) from MODIS and the ground measured wind speed and solar radiation data were prepared for 2 years(2012-2013). The SEBAL was calibrated with the forest ET measured by Deokyusan flux tower in the study watershed. Among the model parameters, the important parameters were surface albedo, NDVI and surface roughness in order for momentum transport during calculation of sensible heat flux. As a result of the final calibration, the monthly averaged albedo and NDVI were used because the daily values showed big deviation with unrealistic change. The determination coefficient($R^2$) between SEBAL and flux data was 0.45. The spatial ET reflected the geographical characteristics showing the ET of lowland areas was higher than the highland ET.

• Journal of Korea Water Resources Association
• /
• v.54 no.9
• /
• pp.681-692
• /
• 2021

Vegetation processes have a significant impact on rainfall runoff processes through evapotranspiration control, but are rarely considered in the conceptual lumped hydrological model. This study evaluated the model performance of the Hapcheon Dam watershed by integrating the ecological module expressing the leaf area index data sensed remotely from the satellite into the hydrological partition module. The proposed eco-hydrological model has three main features to better represent the eco-hydrological process in humid regions. 1) The growth rate of vegetation is constrained by water shortage stress in the watershed. 2) The maximum growth of vegetation is limited by the energy of the watershed climate. 3) The interaction of vegetation and aquifers is reflected. The proposed model simultaneously simulates hydrologic components and vegetation dynamics of watershed scale. The following findings were found from the validation results using the model parameters estimated by the SCEM algorithm. 1) Estimating the parameters of the eco-hydrological model using the leaf area index and streamflow data can predict the streamflow with similar accuracy and robustness to the hydrological model without the ecological module. 2) Using the remotely sensed leaf area index without filtering as input data is not helpful in estimating streamflow. 3) The integrated eco-hydrological model can provide an excellent estimate of the seasonal variability of the leaf area index.

• Journal of Korea Water Resources Association
• /
• v.34 no.4
• /
• pp.303-316
• /
• 2001

In this study, Radial Basis Function(RBF) Neural Networks Model, a kind of Hybrid Neural Networks was applied to hydrological forecasting in a small watershed. RBF Neural Networks Model has four kinds of parameters in it and consists of unsupervised and supervised training patterns. And Gaussian Kernel Function(GKF) was used among many kinds of Radial Basis Functions(RBFs). K-Means clustering algorithm was applied to optimize centers and widths which ate the parameters of GKF. The parameters of RBF Neural Networks Model such as centers, widths weights and biases were determined by the training procedures of RBF Neural Networks Model. And, with these parameters the validation procedures of RBF Neural Networks Model were carried out. RBF Neural Networks Model was applied to Wi-Stream basin which is one of the IHP Representative basins in South Korea. 10 rainfall events were selected for training and validation of RBF Neural Networks Model. The results of RBF Neural Networks Model were compared with those of Elman Neural Networks(ENN) Model. ENN Model is composed of One Step Secant BackPropagation(OSSBP) and Resilient BackPropagation(RBP) algorithms. RBF Neural Networks shows better results than ENN Model. RBF Neural Networks Model spent less time for the training of model and can be easily used by the hydrologists with little background knowledge of RBF Neural Networks Model.

• Journal of Korea Water Resources Association
• /
• v.45 no.1
• /
• pp.39-52
• /
• 2012

Surface-subsurface interactions are an intrinsic component of the hydrologic response within a watershed. In general, these interactions are considered to be one of the most difficult areas of the discipline, particularly for the modeler who intends simulate the dynamic relations between these two major domains of the hydrological cycle. In essence, one major complexity is the spatial and temporal variations in the dynamically interacting system behavior. The proper simulation of these variations requires the need for providing an appropriate coupling mechanism between the surface and subsurface components of the system. In this study, an approach for modelling surface-subsurface flow and transport in a fully intergrated way is presented. The model uses the 2-dimensional diffusion wave equation for sheet surface water flow, and the Boussinesq equation with the Darcy's law and Dupuit-Forchheimer's assumption for variably saturated subsurface water flow. The coupled system of equations governing surface and subsurface flows is discretized using the finite volume method with central differencing in space and the Crank-Nicolson method in time. The interactions between surface and subsurface flows are considered mass balance based on the continuity conditions of pressure head and exchange flux. The major module consists of four sub-module (SUBFA, SFA, IA and NS module) is developed.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.40 no.1
• /
• pp.63-71
• /
• 2003

This paper describes a color image segmentation algorithm based on region merging using hue difference as a restrictive condition. The proposed algorithm using mathematical morphology and a modified watershed algorithm does over-segmentation in the RGB space to preserve contour information of regions. Then, the segmentation result of color image is acquired by repeated region merging using hue differences as a restrictive condition. This stems from human visual system based on hue, saturation, and intensity. Hue difference between two regions is used as a restrictive condition for region merging because it becomes more important factor than color difference if intensity is not low. Simulation results show that the proposed color image segmentation algorithm provides efficient segmentation results with the predefined number of regions for various color images.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.103-103
• /
• 2020

Drying Stream Assessment Tool and Water Flow Tracking (DrySAT-WFT)은 하천건천화 평가 및 예측을 위해 개발된 물수지 기반의 분포형 수문모형이다. 그러나 물수지 모형의 특성상 토양층 사이를 이동하는 수직적인 물의 거동은 파악하기 용이하나, 하천 및 지표를 따라 이동하는 물의 수평적인 거동 추적에는 한계가 있다. 본 연구에서는 DrySAT-WFT 모형에 댐·보 방류량을 고려한 하도 갈수량 추적 알고리즘을 적용하여 유출 모의 성능을 개선하고, 개선된 유출 모형을 금강 유역(9,915.5 ㎢)에 적용하여 건천화 원인 추적 및 평가를 수행하였다. 하천건천화 원인 추적을 위한 영향요소로 1976년부터 2015년까지 구축한 산림높이, 도로망, 지하수 이용량, 토지이용, 토심, 기상 자료를 활용하였다. 건천화 영향요소를 적용하기 전 기상자료만을 활용해 모의한 유출결과를 기준 시나리오로 설정하고 댐·보 지점을 대상으로 검보정을 진행하였다. 이후 각 건천화 영향요소를 적용한 유출 시나리오별 유량의 감소 비율과 건천화 기여 비율을 산정하여 영향평가를 수행하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.291-291
• /
• 2020

제주도는 강수의 지표침투성이 좋은 화산섬의 지질특성상 지표수의 개발이용여건이 취약한 관계로 용수의 대부분을 지하수에 의존하고 있다. 따라서 제주도는 정책 및 연구적으로 오랜 기간동안 지하수의 보전관리에 많은 노력을 기울여 오고 있다. 하지만 최근 기후변화로 인한 강수의 변동성 증가로 인해 지하수위의 변동성 또한 증가할 가능성이 있으며 따라서 지하수위의 급격한 하강에 대비하여 지하수위의 예측 및 지하수 취수량 관리의 필요성이 요구되고 있다. 지하수에 절대적으로 의존하고 있는 제주도의 수자원 이용 여건을 고려할 때, 지하수의 취수량 관리를 위한 지하수위의 실시간 예측이 필요한 실정이다. 하지만 기존의 예측방법에 의한 제주도 지하수위 예측기간은 충분히 길지 않으며 예측기간이 길어지면 예측성능이 낮아지는 문제점이 있었다. 본 연구에서는 이러한 단점을 보완하기 위해 딥러닝 알고리즘인 Long Short Term Memory(LSTM)를 활용하여 제주도 남동쪽 표선유역 중산간지역의 1개 지하수위 관측정에 대해 지하수위를 예측하고 분석하였다. R 기반의 Keras 패키지에 있는 LSTM 알고리즘을 사용하였고, 입력자료는 인근의 성판악 및 교래 강우관측소의 일단위 강수량자료와 인근 취수정의 지하수 취수량자료 및 연구대상 관측정의 지하수위 자료를 사용하였으며, 사용된 자료의 기간은 2001년 2월 11일부터 2019년 10월 31일까지 이다. 2001년부터 13년의 보정 및 3년의 검증용 시계열자료를 사용하여 매개변수의 보정 및 과적합을 방지하였고, 3년의 예측용 시계열자료를 사용하여 LSTM 알고리즘의 예측성능을 평가하였다. 목표 예측일수는 1일, 10일, 20일, 30일로 설정하였으며 보정, 검증 및 예측기간에 대한 모의결과의 평가지수로는 Nash-Sutcliffe Efficiency(NSE)를 활용하였다. 모의결과, 보정, 검증 및 예측기간에 대한 1일 예측의 NSE는 각각 0.997, 0.997, 0.993 이었고, 10일 예측의 NSE는 각각 0.993, 0.912, 0.930 이었다. 20일 예측의 경우 NSE는 각각 0.809, 0.781, 0.809 이었으며 30일 예측의 경우 각각 0.677, 0.622, 0.633 이었다. 이것은 LSTM 알고리즘에 의한 10일 예측까지는 관측 지하수위 시계열자료를 매우 적절히 모의할 수 있다는 것을 의미하며, 20일 예측 또한 적절히 모의할 수 있다는 것을 의미한다. 따라서 LSTM 알고리즘을 활용하면 본 연구대상지점에 대한 2주일 또는 3주일의 안정적인 지하수위 예보가 가능하다고 판단된다. 또한 LSTM 알고리즘을 통한 실시간 지하수위 예측은 지하수 취수량 관리에 활용할 수 있을 것이다.

• Proceedings of the Computational Structural Engineering Institute Conference
• /
• 2009.04a
• /
• pp.234-237
• /
• 2009

많은 건설 현장에서 카메라와 CCTV(Closed-circuit Television)와 같은 장비를 활용하여 건설 현장의 상황을 모니터링 하고 있다. 하지만 많은 작업이 실외에서 이루어지는 토목 건축공사의 특성상 적절한 수준의 영상 데이터를 축적하는 것은 쉽지 않은 일이다. 특히, 이미지 프로세싱기법을 사용 하여 자동화된 건설 관리의 수행 시, 영상 데이터의 품질에 따라 에러가 발생하여 건설 관리자가 잘못된 정보를 얻게 될 경우도 발생하게 된다. 본 연구에서는 케니엣지(Canny Edge) 인식기법과 워터쉐드(Watershed) 변환, 그리고 3D CAD Mask를 이용한 건축 구조물 기둥의 시공 상황 분석 기법에 근거하여, 영상 데이터 분석 시 오류를 최소화하기 위한 에러 제거 알고리즘을 제시한다. 실제 데이터와 비교를 통하여 그 활용 가능성 또한 검증한다.