• 한국농림기상학회지
• /
• 제12권4호
• /
• pp.289-297
• /
• 2010

국내 수문관측자료의 부족으로SWAT(Soil Water Assessment Tool) 모형의 적용성 평가는 대부분 유출자료만을 사용하여 이루어진다. 본 연구는 실측된 여러 수문자료가 SWAT수문모형의 불확실성 및 오차의 감소를 위해 어떻게 이용될 수 있는 지에 대하여 알아보고자 하였다. 이를 위해 전형적인 산지 유역인 설마천 유역을 대상으로 준분포형 장기강우유출모형인 SWAT 모형을 적용하여 수문성분의 특성을 살펴보았다. 먼저 모형의 입력자료인 기상자료 및 지형자료를 획득하여 구축하였고, 모형의 검 보정 위하여 유출, 증발산, 토양수분 실측자료를 획득하였다. SWAT 모형은 유츨량, 증발산, 토양수분 자료가 동시에 측정된 2007년 자료를 사용하여 보정된 후, SWAT 모형의 모의값은 유출량은 2003~2008년, 증발산과 토양수분은 2008년의 관측값과 비교, 분석한 뒤 전체적인 검증을 통해 모형의 적용성 평가를 실시하였다. 유출량의 검 보정 이용한 모의결과보다 다른 실측자료를 이용한 모의결과가 신뢰성이 높게 나타났다(결정계수($R^2$) 상향: 유출량은 0.72에서 0.76, 토양수분은 0.49에서 0.59, 증발산은 0.52에서 0.59). 유역의 실제적인 상황을 근접하게 모의하기 위해서는 다른 수문성분의 정확하고 신뢰성 있는 자료의 구축과 적용이 매우 중요하다고 판단된다.

• 한국수자원학회논문집
• /
• 제51권6호
• /
• pp.503-514
• /
• 2018

최근 기후변화 및 유역개발로 인하여 메콩강 유역의 수문환경이 급격히 변화하고 있으며, 메콩강을 공유하는 국가의 수재해 예방 및 지속가능한 수자원개발을 위해서는 메콩강 주요지점에서의 유량 정보의 분석 및 예측이 요구된다. 본 연구에서는 물리적 기반의 수문모형인 SWAT과 데이터기반 딥러닝 알고리즘인 LSTM을 이용하여 메콩강 하류 Kratie 지점의 유출모의를 수행하고, 유출모의 정확도 및 두 가지 방법론의 장 단점을 비교 분석한다. SWAT 모형의 구축을 위해 범용 입력자료(지형: HydroSHED, 토지이용: GLCF-MODIS, 토양: FAO-Soil map, 강우: APHRODITE 등)을 이용하였으며 warming-up 및 매개변수 보정 후 2003~2007년 일유량 모의를 수행하였다. LSTM을 이용한 유출모의의 경우, 딥러닝 오픈소스 라이브러리인 TensorFlow를 활용하여 Kratie 지점기준 메콩강 상류 10개 수위관측소의 두 기간(2000~2002, 2008~2014) 일수위 정보만을 이용하여 심층신경망을 학습하고, SWAT 모형과 마찬가지로 2003~2007년을 대상으로 Kratie 지점에 대한 일수위 모의 후 수위-유량관계곡선식을 이용하여 유출량으로 환산하였다. 두 모형의 모의성능 비교 검토를 위하여 모의기간에 대해 NSE (Nash-Sutcliffe Efficiency)을 산정한 결과, SWAT은 0.9, LSTM은 보다 높은 0.99의 정확도를 나타내는 것으로 분석되었다. 메콩강과 같은 대유역의 특정 지점에 대한 수문시계열 자료의 모의를 위해서는 다양한 입력자료를 요구하는 물리적 수문모형 대신 선행 시계열자료의 변동성을 기억 학습하여 이를 예측에 반영하는 LSTM 기법 등 데이터기반의 심층신경망 모형의 적용이 가능할 것으로 판단된다.

• 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.

• 한국농공학회지
• /
• 제37권5호
• /
• pp.81-89
• /
• 1995

One of the most difficult problem to estimate the flood inflow is how to understand the effective rainfall. The effective rainfall is absolutely influenced by the condition of soil moisture in the watershed just before the storm event. DAWAST model developed to simulate the daily streamflow considering the meteologic and geographic characteristics in the Korean watersheds was applied to understand the soil moisture and estimate the effective rainfall rather accurately through the daily water balance in the watershed. From this soil moisture and effective rainfall, concentration time, dimensionless hydrograph, and addition of baseflow, the rainfall-runoff model for flood flow was developed by converting the concept of long-term runoff into short-term runoff. And, real-time flood forecasting model was also developed to forecast the flood-inflow hydrograph to the river and reservoir, and called RETFLO model. According to the model verification, RETFLO model can be practically applied to the medium and small river and reservoir to forecast the flood hydrograph with peak discharge, peak time, and volume. Consequently, flood forecasting and warning system in the river and the reservoir can be greatly improved by using personal computer.

• 농업과학연구
• /
• 제38권3호
• /
• pp.513-524
• /
• 2011

To evaluate the applicability of inflow runoff model to reservoir operation in Korea, DAWAST model and TPHM model which are conceptual lumped daily runoff model and were developed in Korea, were selected and applied to simulate inflows to Daecheong multipurpose dam with watershed area of 4,134 $km^2$, and water storages in Geryong reservoir with watershed area of 15.1 $km^2$ and total water storage of 3.4 M $m^3$. Evaluating inflows on an yearly, monthly, ten-day, and daily basis, inflows by DAWAST model showed balanced scatters around equal value line. But inflow by TPHM model showed high in high flows. Annual mean water balance by DAWAST model was rainfall of 1,159.9 mm, evapotranspiration of 622.1 mm, and inflow of 644.6 mm, from which rainfall was 104.8 mm less than sum of evapotranspiration and inflow, and showed unbalanced result. Water balance by TPHM model showed satisfactory result. Reservoir water storages were shown to simulate on a considerable level from applying DAWAST and TPHM models to simulate inflows to Geryong reservoir. But it was concluded to be needed to improve DAWAST and TPHM model together from imbalance of water balance and low estimation in high flow.

• 한국물환경학회지
• /
• 제23권6호
• /
• pp.973-984
• /
• 2007

This study developed and calculated alternative evaluation index (AEI) from the effectiveness analyses of alternatives for rehabilitation of distorted hydrologic cycle. The feasible alternatives for the poor-conditioned region in the Anyangcheon watershed were proposed and quantitatively analyzed using continuous water quantity/quality simulation model, Hydrological Simulation Program-Fortran (HSPF). The effectiveness analyses include 355th flow and 275th flow of flow duration curve and number of increased days to satisfy the target monthly flow for water quantity and BOD average concentration, total daily loads and number of increased days to satisfy the target concentration and total daily loads. The feasible alternatives are restoration of covered stream, prevention of streamflow loss through sewers, redevelopment of existing reservoir, reuse of treated wastewater, use of groundwater collected by subway stations and construction of small wastewater treatment plant. Therefore, alternative priority ranking was derived from AEIs. It will be effective to make an integrated watershed management for sustainable development.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.156-156
• /
• 2019

In this study, a gated recurrent unit (GRU) network is constructed based on a deep neural network (DNN) with the aim of restoring the missing daily flow data in river basins. Lai Chau hydrological station is located upstream of the Da river basin (Vietnam) is selected as the target station for this study. Input data of the model are data on observed daily flow for 24 years from 1961 to 1984 (before Hoa Binh dam was built) at 5 hydrological stations, in which 4 gauge stations in the basin downstream and restoring - target station (Lai Chau). The total available data is divided into sections for different purposes. The data set of 23 years (1961-1983) was employed for training and validation purposes, with corresponding rates of 80% for training and 20% for validation respectively. Another data set of one year (1984) was used for the testing purpose to objectively verify the performance and accuracy of the model. Though only a modest amount of input data is required and furthermore the Lai Chau hydrological station is located upstream of the Da River, the calculated results based on the suggested model are in satisfactory agreement with observed data, the Nash - Sutcliffe efficiency (NSE) is higher than 95%. The finding of this study illustrated the outstanding performance of the GRU network model in recovering the missing flow data at Lai Chau station. As a result, DNN models, as well as GRU network models, have great potential for application within the field of hydrology and hydraulics.

• 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.

• 한국수자원학회논문집
• /
• 제41권11호
• /
• pp.1079-1094
• /
• 2008

본 연구는 농촌소유역(1.21 $km^2$)에서 다양한 공간입력자료의 해상도가 SWAT(Soil and Water Assessment Tool) 모형의 수문-수질 모의결과에 미치는 영향을 분석하고자 Case A(2 m DEM, QucikBird 토지이용도, 1/25,000 토양도), Case B(10 m DEM, 1/25,000 토지이용도, 1/25,000 토양도), Case C(30 m DEM, Landsat 토지이용도, 1/25,000 토양도)에 해당하는 해상도별 공간입력자료를 구축하였다. 모형의 적용성 평가는 경안천유역(255.44 $km^2$) 출구점에서 일별 유출량 및 월별 수질자료를 이용하여 보정($1999{\sim}2000$)하였으며, $2001{\sim}2002$년 자료를 이용하여 검증하였다. 유출량에 대한 Nash-Sutcliffe 모형효율은 평균 0.59의 결과를 얻었으며, Sediment, T-N, T-P 부하량은 각각 2.08, 4.30, 0.70 tons/yr의 RMSE 오차로 검보정되었다. 농촌소유역을 대상으로 다양한 공간자료(Case A, B, C)를 적용하여 수문, 수질모의를 실시한 결과, 유출량은 토지이용도 해상도에 의한 모의결과의 불확실성이 가장 큰 것으로 분석되었다. QuickBird 토지이용도의 유역평균 CN값이 1/25,000과 Landsat 토지이용에 비해 0.4, 1.8 더 크게 분석됨으로서 총유출량도 증가하였다. 한편, 유사량과 영영물질 오염부하량에 대한 수질모의 결과는 QuickBird(Case A) 토지이용도의 유사량 및 T-N, T-P 부하량이 1/25,000(Case B) 토지이용도에 비해 23.7 %, 43.3 %, 48.4 %, Landsat(Case C) 토지이용도에 비해 50.6 %, 50.8 %, 56.9 % 높게 평가되는 것으로 분석되었다.

• 한국습지학회지
• /
• 제26권2호
• /
• pp.147-159
• /
• 2024

부족한 하천유출 관측 데이터는 모델 보정 작업을 어렵게 만들어 모델의 성능 향상을 제한한다. 위성 기반 원격탐사 자료는 수문 관련 데이터의 확보에 적극적으로 활용될 수 있으므로 새로운 대안이 될 수 있다. 최근에는 여러 연구를 통하여 기존의 개념적/물리적 모델보다는 인공지능을 이용한 해법이 더 적절하다는 평가를 받고 있다. 본 연구에서는 다양한 순환 신경망들과 의사결정나무 기반 알고리즘들을 결합한 자료 기반 접근 방식을 제안하였다. 또한 인공지능 학습을 위하여 인공위성 원격탐사 정보의 활용성을 조사하였다. 본 연구에서 위성영상은 MODIS와 SMAP의 자료가 사용된다. 공적으로 공개된 25개 유역의 자료를 사용하여 제안된 접근 방식을 검증하였다. 전통적인 지역화 접근법에서 착안하여 모든 유역의 자료를 통합하여 하나의 자료 기반 모델을 학습하는 전략을 채택하였으며, Leave-one-out cross-validation 지역화 설정을 이용하여 하나의 모델이 다양한 유역의 하천유출을 예측함으로써 제안된 접근 방식의 잠재력을 평가하였다. GRU + Light GBM 모델이 대상 유역에 적합한 모델 조합으로 판명되었으며(25개 미계측 유역 일 하천유량 예측 모형효율계수 평균 0.7187) 하천유출이 매우 작은 시기를 제외하면 우수한 미계측 유역의 하천유출 예측 성능을 보여주었다. 인공위성 원격탐사 정보의 영향력은 최대 10% 정도로 파악되었으며, 위성 정보의 추가 적용이 풍수기 또는 평수기보다는 저수기 또는 갈수기의 하천유출 예측에 더 큰 영향을 미쳤다.