• 제목/요약/키워드: flood damage prediction model

검색결과 52건 처리시간 0.028초

만경강 하류 홍수위 예측을 위한 LISFLOOD-FP 모형의 적용성 검토 (Application of the LISFLOOD-FP model for flood stage prediction on the lower mankyung river)

  • 전호성;김지성;김규호;홍일
    • 한국수자원학회논문집
    • /
    • 제49권6호
    • /
    • pp.459-467
    • /
    • 2016
  • 홍수범람모의에 주로 활용되는 LISFLOOD-FP 모형은 하도에서 1차원 운동파 방정식을 이용하고, 상대적으로 평평하여 흐름이 확산되는 홍수터에서 단순화된 2차원 확산파 방정식을 이용하여 흐름을 해석한다. 본 연구에서는 분포형 수문모형인 LISFLOOD-FP 모형의 하천홍수위 예측 적용성을 검토하기 위하여 배수영향을 받는 만경강 하류구간에서 기 발생한 홍수사상을 대상으로 모형을 보정하고 검증하였다. 모형의 주요 매개변수인 Manning 조도계수와 하류단 경계조건의 민감도를 분석하였고, 초기조건 영향을 검토하기 위하여 warm-up 유무에 따른 해석결과를 비교하였다. 그 결과, 운동파 모형임에도 불구하고 배수영향을 받는 만경강 하류구간의 홍수위를 비교적 잘 재현하는 것을 확인하였고, 민감도 분석은 실제 홍수사상의 적용 시 여러 가지 매개변수와 경계 조건에 의해 홍수위 값이 상이한 결과를 나타났다. 이러한 결과를 바탕으로 운동파 수문모형의 적용시 홍수위 해석에 대한 충분한 검증 및 검토가 필요하다고 사료되며, 검증된 모형을 바탕으로 다양한 유역의 홍수범람모의에 적용이 된다면 향후 홍수피해 저감을 위한 정책적인 의사결정에 기여할 수 있을 것으로 판단된다.

Satellite-based Rainfall for Water Resources Application

  • Supattra, Visessri;Piyatida, Ruangrassamee;Teerawat, Ramindra
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2017년도 학술발표회
    • /
    • pp.188-188
    • /
    • 2017
  • Rainfall is an important input to hydrological models. The accuracy of hydrological studies for water resources and floods management depend primarily on the estimation of rainfall. Thailand is among the countries that have regularly affected by floods. Flood forecasting and warning are necessary to prevent or mitigate loss and damage. Merging near real time satellite-based precipitation estimation with relatively high spatial and temporal resolutions to ground gauged precipitation data could contribute to reducing uncertainty and increasing efficiency for flood forecasting application. This study tested the applicability of satellite-based rainfall for water resources management and flood forecasting. The objectives of the study are to assess uncertainty associated with satellite-based rainfall estimation, to perform bias correction for satellite-based rainfall products, and to evaluate the performance of the bias-corrected rainfall data for the prediction of flood events. This study was conducted using a case study of Thai catchments including the Chao Phraya, northeastern (Chi and Mun catchments), and the eastern catchments for the period of 2006-2015. Data used in the study included daily rainfall from ground gauges, telegauges, and near real time satellite-based rainfall products from TRMM, GSMaP and PERSIANN CCS. Uncertainty in satellite-based precipitation estimation was assessed using a set of indicators describing the capability to detect rainfall event and efficiency to capture rainfall pattern and amount. The results suggested that TRMM, GSMaP and PERSIANN CCS are potentially able to improve flood forecast especially after the process of bias correction. Recommendations for further study include extending the scope of the study from regional to national level, testing the model at finer spatial and temporal resolutions and assessing other bias correction methods.

  • PDF

유출량 및 수질자료를 이용한 인공신경망 예측모형 개발에 관한 연구 (Study on Development of Artificial Neural Network Forecasting Model Using Runoff, Water Quality Data)

  • 오창열;진영훈;김동렬;박성천
    • 한국수자원학회논문집
    • /
    • 제41권10호
    • /
    • pp.1035-1044
    • /
    • 2008
  • 하도내에서 발생하는 유출량 및 TOC 자료는 비선형성이 강한 자료임에 따라 홍수에 대한 재난대응과 수질의 상시감시를 위해서는 자료의 특성 분석과 예측에 관한 연구는 필수라 할 수 있다. 따라서 본 연구에서 유출량 및 TOC, TOC부하량 자료에 대한 웨이블렛 변환에 의해 최종분해된 최종파형분해단계의 근사성분과 상세성분을 이용하여 예측모형을 개발하였다. 그 결과 기존 인공신경망 모형에서 관찰되었던 시계반대 방향으로 전이되는 지속현상의 극복 가능성을 보여주었으며, 기존 인공신경망 모형에 비하여 예측의 정확도가 향상됨을 확인할 수 있었다. 이러한 연구결과는 향후 홍수에 대한 피해를 최소화하고 각종 수질사고에 적극적인 대응방안 수립이 가능할 것으로 기대된다.

돌발홍수 예보를 위한 빅데이터 분석방법 (The big data method for flash flood warning)

  • 박다인;윤상후
    • 디지털융복합연구
    • /
    • 제15권11호
    • /
    • pp.245-250
    • /
    • 2017
  • 돌발홍수는 강우유출수가 하천으로 모여드는 유역이 좁은 지역에 집중호우로 인해 유입되는 물의 양이 급증하여 나타난다. 돌발홍수는 유속이 빠르고 홍수를 대비할 수 있는 시간이 부족하므로 인명과 재산상의 피해를 발생시킨다. 본 연구에서는 돌발홍수를 예보를 위한 빅데이터 분석방법을 수행하였다. 연구 자료는 2009년에서 2012년까지 국민안전처 국가재난정보센터에 보고된 38건의 홍수 피해 자료와 지표수문모형(TOPLATS)에 의해 생성된 수문기상정보인 강우량, 토양수분 상태, 지표유출량이다. 돌발홍수 발생 선행 6시간의 강우량, 토양수분 상태, 지표유출량 데이터를 요인분석을 통해 토양수분 상태, 장기요인에 의한 강우량과 지표유출량, 단기요인에 의한 강우량과 지표유출량으로 축소하였다. 빅데이터 분석 방법으로는 유형분석인 의사결정나무, 랜덤포레스트, 나이브베이즈, 서포트벡터머신, 로지스틱 회귀모형을 사용하였다. 돌발홍수 사고발생 자료가 38건으로 한정되어 있기 때문에 예측성능 정확도 판단이 중요하다. 예측성능 정확도 평가방법으로 kappa계수, TP Rate, FP Rate, F-Measure를 이용하였다. 이 외에 돌발홍수 발생 선행 시점별 재현성 평가와 과거 4년간 돌발홍수 경보 횟수를 통해 최적 유형분석 방법을 제시하였다. 연구결과 로지스틱회귀모형과 랜덤포레스트가 돌발홍수 예보를 위한 예측 성능이 가장 좋았다. 사고발생 자료가 2009년부터 2012년까지 38건으로 한정되어 있어 분석을 위한 훈련자료와 검증자료 구축에 한계가 있었다. 장기간의 자료가 수집된다면 더욱 정확한 빅데이터 분석을 수행할 수 있다.

시계열 자료의 예측을 위한 자료 기반 신경망 모델에 관한 연구: 한강대교 수위예측 적용 (A Study on the Data Driven Neural Network Model for the Prediction of Time Series Data: Application of Water Surface Elevation Forecasting in Hangang River Bridge)

  • 유형주;이승오;최서혜;박문형
    • 한국방재안전학회논문집
    • /
    • 제12권2호
    • /
    • pp.73-82
    • /
    • 2019
  • 최근 이상기후로 인한 집중호우에 따른 하천변 사회기반시설의 침수피해가 증가하고 있으며, 침수 가능성 여부에 대한 신속한 예 경보가 필요한 실정이다. 일반적인 홍수 예 경보는 하천수위를 이용하고 있으며, 수치모형을 이용하여 하천수위를 예측하는 연구가 대부분이었다. 그러나 수치모형을 이용한 하천수위 예측은 결과가 정확한 반면 수치모의 시간이 오래 소요된다는 한계점이 있어 최근에는 인공신경망 등을 적용한 자료기반의 수위예측 모형이 많이 이용되고 있다. 하지만 기존의 인공신경망을 활용한 수위예측 연구는 시간적 매개변수를 고려하지 못하였다는 한계점이 존재한다. 본 연구에서는 시간적 매개변수(Time delay= 2시간)를 고려한 NARX 신경망 모형을 사용하여 한강대교의 수위를 예측하였다. 또한 NARX 모형의 적합성을 판단하기 위하여 인공신경망(ANN) 모형과, 순환신경망(RNN)모형의 결과와 비교하였다. 2009년에서 2018년까지 10년간의 수문자료를 이용하여 70%를 학습시키고 검정과 평가에 15%를 사용하여 2018년의 한강대교 3시간 후 수위를 예측한 결과 평균제곱근오차(RMSE)의 경우 ANN, RNN, NARX model이 각각 0.20 m, 0.11 m, 0.09 m, 평균절대오차(MAE)의 경우, 각각 0.12 m, 0.06 m, 0.05 m, 첨두수위 오차(Peak Error)는 각각 1.56 m, 0.55 m, 0.10 m로 나타났다. 연구 대상지역에 대한 시간적 매개변수를 고려한 예측 결과의 오차분석을 통하여 NARX 신경망 모형을 사용하는 것이 수위예측 모형 구축이 가장 적합한 것으로 나타났다. 이는 NARX 신경망 모형이 과거의 입력자료를 고려함으로써 시계열 자료의 변동 추세도 학습 할 수 있으며, 또한 모형 내 활성함수를 쌍곡선탄젠트(Hyperbolic tangent) 및 Rectified Linear Unit(ReLU) 함수를 사용하여 고수위 예측 시에도 정확한 예측 값을 도출할 수 있기 때문이다. 그러나 NARX 신경망 모형은 시퀀스 길이가 길어짐에 따라 기울기 소실문제(Vanishing gradient)가 발생하는 한계점이 있어 향후에는 이를 보완한 LSTM(Long Short Term Model)모형을 이용하여 수위예측의 정확도를 검토하고자 한다.

DNN 및 LSTM 기반 딥러닝 모형을 활용한 태화강 유역의 수위 예측 (Water level prediction in Taehwa River basin using deep learning model based on DNN and LSTM)

  • 이명진;김종성;유영훈;김형수;김삼은;김수전
    • 한국수자원학회논문집
    • /
    • 제54권spc1호
    • /
    • pp.1061-1069
    • /
    • 2021
  • 최근 이상 기후로 인해 극한 호우 및 국지성 호우의 규모 및 빈도가 증가하여 하천 주변의 홍수 피해가 증가하고 있다. 이에 따라 하천 또는 유역 내 수문학적 시스템의 비선형성이 증가하고 있으며, 기존의 물리적 기반의 수문 모형을 활용하여 홍수위를 예측하기에는 선행시간이 부족한 한계점이 존재한다. 본 연구에서는 Deep Neural Network (DNN) 및 Long Short-Term Memory (LSTM)기반의 딥러닝 기법을 적용하여 울산시(태화교) 지점의 수위를 0, 1, 2, 3, 6, 12시간에 대해 선행 예측을 수행하였고 예측 정확도를 비교 분석하였다. 그 결과 sliding window 개념을 적용한 DNN 모형이 선행시간 12시간까지 상관계수 0.97, RMSE 0.82 m로 가장 높은 정확도를 보이고 있음을 확인하였다. 향후 DNN 모형을 활용하여 딥러닝 기반의 수위 예측을 수행한다면 기존의 물리적 모형을 통한 홍수위 예측보다 향상된 예측 정확도와 충분한 선행시간을 확보할 수 있을 것으로 판단된다.

굴착공사 현장 침수피해 예측 모델 개발 및 프로토타입 적용 (Construction site flood damage prediction model development and prototype application)

  • 엄태수;박종표;송창근
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2022년도 학술발표회
    • /
    • pp.244-244
    • /
    • 2022
  • 4차 산업혁명에 따라 유역 및 하천관리 사업, 각종 풍수해 예방사업 분야에 다양한 스마트기술이 도입되고 있으나 건설현장 침수 피해 사고는 지속적으로 발생하고 있다. 굴착공사 현장에서 발생할 수 있는 침수피해를 사전에 예측하기 위해서는 공정별로 변화하는 현장상황을 반영하여 다양한 강우 시나리오를 기반으로 침수 예측 모델링이 선행되어야한다. 따라서 본 연구에서는 2차원 동수역학 모형인 HDM-2D 모형을 기반으로 굴착공사 현장 침수피해 예측 모델을 개발하여 굴착공사현장 침수 예·경보 시스템에 탑재하고자 한다. 침수피해 예측 모델은 천수방정식을 Petrov-Galerkin stabilized scheme 으로 이산화하여 해석하는 수평 2차원 동수역학 흐름해석모델로서 수로 및 지표면 등 다양한 지형 상황에서의 물 흐름을 상세하게 해석할 수 있다. 지형자료 생성 이후 경계조건 부여를 통해 수행되며 침수발생지역의 유속, 수심, 수위를 취득할 수 있다. 배수지나 굴착공사 현장에 2차원 흐름해석을 적용하는 경우 지형의 경사나 배치가 공간에 따라 변화하므로 불연속적인 흐름을 유발하여 모의결과의 계산 오차를 검토해야 한다. 2차원 침수피해 예측 모형의 정확성을 확인하기 위해 지면 돌출부가 있는 흐름 문제와 테스트베드 대상지에 침수해석 모형을 적용하였다. 돌출부 흐름 문제의 경우 돌출부를 지나며 발생하는 유속과 수심 모의 결과를 상용모형과 비교검증 하였으며 테스트베드 대상지역에 침수피해예측모형을 적용했을때 지형 경사에 따른 흐름의 변화와 침수양상을 확인할 수 있었다.

  • PDF

교량 공사 프로젝트의 정량적 리스크 평가에 관한 연구 (A Study on the Quantitative Risk Assessment of Bridge Construction Projects)

  • 안성진
    • 한국건축시공학회지
    • /
    • 제20권1호
    • /
    • pp.83-91
    • /
    • 2020
  • 최근의 교량 건설 프로젝트는 교량 건설의 증가추세에 따라 위험 손실에 대비하기 위해 보다 정교한 리스크 관리 조치와 손실 예측을 요구하고 있다. 본 연구는 교량 건설 사업에 대한 국내 주요 보험사의 과거 보험료 지급 실적을 토대로 실제 교량 건설에서 목적물의 손실을 유발하는 위험 요인을 분석하고, 정량화된 예측 손실 모델을 개발하고자 하였다. 정량적 교량건설 손실모형 개발을 위해 사고 건당 보험지급액을 총공사비로 나눈 손실비율을 종속변수로 선정하였고, 독립변수로는 1)기술적 요인: 상부 구조 유형, 하부 구조 유형, 상부 가설방법, 교량 길이 2) 자연재해요인 : 태풍, 홍수 3) 프로젝트 정보: 공사기간, 총공사비를 채택하였다. 선정된 독립변수 중 상부구조, 가설방법 및 프로젝트 기간이 교량건설 손실 비율에 영향을 미치는 지표로 나타났다. 본 연구 결과로 도출된 리스크 지표와 손실예측 함수는 정부 관련기관, 교량 건설 설계 및 시공사, 보험회사에 정량적 피해 예측 및 위험 평가 서비스를 제공하며, 향후 기초 교량 리스크 평가 개발 연구의 가이드라인으로 활용할 수 있다.

딥러닝을 이용한 연안방재 시스템 구축에 관한 연구 (Study of the Construction of a Coastal Disaster Prevention System using Deep Learning)

  • 김연중;김태우;윤종성;김명규
    • 한국해양공학회지
    • /
    • 제33권6호
    • /
    • pp.590-596
    • /
    • 2019
  • Numerous deaths and substantial property damage have occurred recently due to frequent disasters of the highest intensity according to the abnormal climate, which is caused by various problems, such as global warming, all over the world. Such large-scale disasters have become an international issue and have made people aware of the disasters so they can implement disaster-prevention measures. Extensive information on disaster prevention actively has been announced publicly to support the natural disaster reduction measures throughout the world. In Japan, diverse developmental studies on disaster prevention systems, which support hazard map development and flood control activity, have been conducted vigorously to estimate external forces according to design frequencies as well as expected maximum frequencies from a variety of areas, such as rivers, coasts, and ports based on broad disaster prevention data obtained from several huge disasters. However, the current reduction measures alone are not sufficiently effective due to the change of the paradigms of the current disasters. Therefore, in order to obtain the synergy effect of reduction measures, a study of the establishment of an integrated system is required to improve the various disaster prevention technologies and the current disaster prevention system. In order to develop a similar typhoon search system and establish a disaster prevention infrastructure, in this study, techniques will be developed that can be used to forecast typhoons before they strike by using artificial intelligence (AI) technology and offer primary disaster prevention information according to the direction of the typhoon. The main function of this model is to predict the most similar typhoon among the existing typhoons by utilizing the major typhoon information, such as course, central pressure, and speed, before the typhoon directly impacts South Korea. This model is equipped with a combination of AI and DNN forecasts of typhoons that change from moment to moment in order to efficiently forecast a current typhoon based on similar typhoons in the past. Thus, the result of a similar typhoon search showed that the quality of prediction was higher with the grid size of one degree rather than two degrees in latitude and longitude.

준분포형 모형을 이용한 농업용 저수지가 안성천 유역의 유출모의에 미치는 영향 평가 (Impact Assessment of Agricultural Reservoir on Streamflow Simulation Using Semi-distributed Hydrologic Model)

  • 김보경;김병식;권현한
    • 대한토목학회논문집
    • /
    • 제29권1B호
    • /
    • pp.11-22
    • /
    • 2009
  • 장기유출 해석은 저수지와 댐의 용량 결정, 가뭄대책 수립, 하천유지유량 결정 등의 이수계획과 용수공급을 위한 댐 및 저수지의 물 관리, 수리권의 허가 및 조정, 용수 분쟁 조정 등의 하천 물 관리 실무와 하천, 호소의 수질예측 등에도 필수적이다. 이를 위해 수문학자들은 수자원관리를 목적으로 강우-유출 모형을 가장 널리 이용하고 있으나 실제 유역 내에 위치하고 있는 댐과 저수지 등과 같은 인위적 저류시설물에 대한 고려가 미흡한 실정이다. 각 저류시설물의 수용 및 방류 능력은 국부적으로는 저수지 하류에, 광역적으로는 유역 전체에 상당한 영향을 미칠 수 있으며 이러한 관점에서 볼 때 강우-유출 모형을 이용하여 유출해석 시 유역 내 포함된 저수지나 댐과 같은 시설물을 고려하여 모형을 구성하는 것이 타당하다. 본 연구에서는 과거 집중호우 등으로 홍수피해를 경험한 바가 있으며 농업용 저수지가 다수 위치한 안성천 유역을 대상으로 농업용 저수지가 유출해석에 미치는 영향을 분석하였다. 이를 위해 본 연구에서는 현재 홍수조절 능력에 대한 논란이 일고 있는 안성천 유역의 농업용 저수지를 고려하여 준 분포형 강우-유출 모형인 SLURP 모형을 구성하고 농업용 저수지의 저류 효과에 따른 하류 지역에 대한 영향성을 검토하였으며, 유출해석 시 모형 내 저수지 반영 여부에 따른 차이에 대하여 비교 분석하였다. 모형 내 저수지를 고려하여 모의한 결과, 강우가 집중되지 않는 봄과 가을철에는 저류효과가 있는 것으로 나타났으나 강우가 매우 집중되는 시기에는 하류로의 유출이 더 크게 모의되어 저수지를 고려하지 않은 경우와 차이를 보였으며, 유황분석을 통해 저수지 유무에 따른 유량변동이 풍수량(95일)과 갈수량(355일)에서 특히 크게 분석되는 결과를 확인 할 수 있었다. 단, 본 연구에서 분석하고자 하는 기흥, 이동, 고삼과 금광 저수지의 자료는 안성천홍수예보시스템 개선(건설교통부, 2007b)에서 조사된 내용에 의거하여 각 저수지별 최대방류량을 입력 자료로 활용하였으므로 실제 저수지 운영에 따른 유출과 유황변동과는 차이가 있을 수 있음을 미리 밝히는 바이다.