• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2009년도 춘계 종합학술대회 논문집
• /
• pp.437-441
• /
• 2009

현대사회는 하천에서부터 시작되었다고 할 정도로 우리 삶의 중심에 있는 자연의 중요한 일부라고 할 수 있다. 하천은 단순한 치수와 이수뿐만 아니라 다양한 자연 그대로의 환경적 잠재 기능을 복원하는 방향으로 전환되고 있다. 이러한 하천 복원의 필수적 요소는 식생이나 이것은 하천의 흐름저항을 크게 하여 홍수시 수위를 증가시키는 요인이 된다. 따라서 식생에 따른 조도계수의 변화와 흐름저항으로 인한 수리학적 특성을 이해하는 것은 하천복원에서 중요한 요소가 된다. 본 연구에서는 하천식생 복원모형에서의 홍수위 분석과 하상변동을 예측하고자 한다. 이를 위해 공주대교 상 하류 구간에 HEC-RAS와 RMA-2 모형을 적용하여 홍수위 분석을 실시함과 동시에 SED-2D 모형을 적용하여 하상변동을 예측하였다.

• 한국수자원학회논문집
• /
• 제46권5호
• /
• pp.439-447
• /
• 2013

본 연구는 우리나라 전역에 대하여 제작된 Modified Bartlett-Lewis Rectangular Pulse (MBLRP) 강우생성 모형의 모수 지도의 적용성을 홍수 재현의 관점에서 평가하였다. MBLRP 모형을 통해 생성된 가상 강우시계열을 사용하여 산정된 확률강우량은 관측치를 사용하여 산정된 확률강우량 보다 약5%에서 40%정도 작았고, 확률강우량의 재현기간이 클수록 과소산정의 정도가 크게 나타났다. 가상의 도시 유역에 MBLRP 모형을 적용하여 산정한 확률홍수량은 관측치를 사용하여 산정한 확률홍수량 보다 약20%에서 45%정도 작게 나타났고, 확률홍수량의 재현기간이 클수록, 그리고 유역의 불투수성이 작을수록 과소산정의 정도가 크게 나타났다.

• 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.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.135-135
• /
• 2021

In water resources management, rainfall prediction with high accuracy is still one of controversial issues particularly in countries facing heavy rainfall during wet seasons in the monsoon climate. The aim of this study is to develop an artificial neural network (ANN) for predicting future six months of rainfall data (from April to September 2020) from daily meteorological data (from 1971 to 2019) such as rainfall, temperature, wind speed, and humidity at Seoul, Korea. After normalizing these data, they were trained by using a multilayer perceptron (MLP) as a class of the feedforward ANN with 15,000 neurons. The results show that the proposed method can analyze the relation between meteorological datasets properly and predict rainfall data for future six months in 2020, with an overall accuracy over almost 70% and a root mean square error of 0.0098. This study demonstrates the possibility and potential of MLP's applications to predict future daily rainfall patterns, essential for managing flood risks and protecting water resources.

• 한국수자원학회논문집
• /
• 제56권12호
• /
• pp.981-992
• /
• 2023

최근 전세계적인 기후변화의 영향으로 강우가 집중되고 강우강도가 강해짐에 따라 홍수피해의 규모를 증가시키고 있다. 과거에 관측되지 않았던 규모의 비가 내리기도 하고, 기록되지 않았던 장기간의 장마가 발생하기도 한다. 이러한 피해들은 아세안 국가에도 집중되고 있으며, 태풍 및 집중호우로 인해 침수의 빈번한 발생과 함께 많은 사람들이 영향을 받고 있다. 특히, 인도네시아 찌따룸강 상류 유역에 위치한 반둥 지역은 분지 형태의 지형학적 특성을 가지고 있어서 홍수에 매우 취약한 실정이다. 이에 공적개발원조(ODA)를 통해 2017년에 찌따룸강 상류(Upper Citarum River) 유역에 대하여 홍수예경보시스템을 구축되었고, 현재 운영중에 있다. 그럼에도 불구하고, 찌따룸강 상류 (Upper Citarum River) 지역은 홍수발생시 인명 및 재산피해의 위험에 여전히 노출되어 있어 신속하고 정확한 홍수예경보의 실시를 통해 피해를 경감시키는 노력이 지속적으로 필요한 실정이다. 따라서 본 연구에서는 찌따룸강 상류의 Dayeuh Kolot 지점을 목표관측소로 하고, 강우관측소 4개소와 수위관측소 1개소의 10분 단위 수문자료를 수집하여 인공지능 기반의 하천홍수위예측모형을 개발하였다. 6개 관측소의 2017년 1월부터 2021년 1월까지의 10분 단위 수문관측자료를 활용하여 선행예보시간 0.5, 1, 2, 3, 4, 5, 6시간에 대해서 학습, 검증, 시험을 수행하였으며 인공지능알고리즘으로는 LSTM을 적용하였다. 연구결과 모든 선행예보시간에 대해 모형적합도 및 오차에서 좋은 결과를 나타냈으며, 학습자료 구축조건에 따른 예측정확도를 검토한 결과 참조관측소가 적은 경우에도 모든 관측소를 활용하는 경우와 유사하게 예측정확도를 확보하는 것으로 나타나 효율적인 인공지능 기반 모형 구축에 활용될 수 있을 것으로 기대된다.

• 물과 미래
• /
• 제28권6호
• /
• pp.119-131
• /
• 1995

본 연구는 제내지에서의 홍수범람도 작성을 위해서 2차원 천수방정식을 확산파 및 운동파로 단순화시킨 홍수해석 기법을 개발하였다. 모형의 검정을 위해서 1차원 댐 파괴의 문제에 적용하여 동역학적 해석결과와 비교검토하고 질량보존의 오차를 계산함으로써 모형의 검정을 실시하였다. 건물등의 장애물을 포함한 2차원 제내지 유역과 하도범람 홍수파의 홍수터에서의 2차원적 범람양상을 모의하여 확산파 모형의 적용성을 제시하였다. 본 연구 모형은 다양한 상황하에서 유속분포, 수면변동 등에 있어 안정성과 수렴성이 우수하게 나타났으며 해석영역에서의 질량보존의 오차는 0%에 가깝게 나타나 모형의 계산 수행 능력을 확인할 수 있었다. 본 연구의 해석기법은 하천에서의 홍수 예경보 수립과 홍수범람도 작성에 직접적으로 활용될 수 있을 것으로 판단된다.

• 해양환경안전학회지
• /
• 제17권3호
• /
• pp.185-189
• /
• 2011

본 연구는 낙동강 하구역의 사주지형 변화를 예측하기 위한 기초적 연구로서 하천유량의 변화에 따른 부유사의 물질수지에 대하여 검토하였다. 낙동강 하구역의 부유사 물질수지는 갈수기시 60,708 kg/day가 유입하고, 홍수기는 306,892 kg/day가 외해를 통하여 유출하는 것으로 산정되었다. 낙동강 하구역은 전반적으로 갈수기 및 평수기에 부유사의 유입, 홍수기에 부유사의 유출이 반복 되지만, 사주지형 주변에서는 부유사의 유입과 유출 거동이 복잡하게 나타나 장기 지형변동 모니터링이 필요한 것으로 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.1832-1835
• /
• 2010

본 연구는 이상홍수와 급속한 도시화로 인하여 설계 및 축조 당시의 수문, 기상환경이 변화함에 따라 해마다 증가하는 저수지관련 홍수피해에 효율적으로 대처하기 위하여 국내 농업용 저수지 17,649개 중 14,154개(80.2%)에 해당하는 30만$m^3$ 이하의 소규모 저수지를 대상으로 댐 붕괴에 의한 저수지 하류의 피해 규모 및 피해양상을 정량화 할 수 있는 피해예측모델을 개발함으로써 저수지 하류하천 위험기준을 수립할 수 있는 방안을 제시하고자 한다. 이를 위해 경기도 용인시에 위치한 창리저수지(20.0만$m^3$)를 대상으로 댐 붕괴 시나리오를 작성하고 빈도별홍수량 및 가능최대홍수량(Probable Maximum Flood, PMF)을 산정하여 HEC-HMS 모형을 이용한 댐 붕괴 모의를 실시하였다. 하류부 홍수해석은 창리저수지 직하류 화곡천(1.12km) 구간에 대해 HEC-RAS 모형을 이용하여 댐 붕괴 홍수파 수문곡선에 따른 홍수범람도를 작성하였다. 또한 홍수범람구역에 해당되는 행정구역의 자산DB를 구축하고 홍수피해산정 방법으로 널리 사용된 다차원법(Multi - Dimensional Flood Damage Analysis, MD-FDA)과 기존 간편법의 장점을 살려 댐 붕괴에 따른 하류부 홍수피해액을 산정하였다.

• 한국농공학회논문집
• /
• 제52권1호
• /
• pp.13-18
• /
• 2010

In this study the validities of runoff prediction methods are reviewed around ESP (Ensemble Streamflow Prediction) techniques. The improvements of runoff predictions on Yongdam river basin are evaluated by the comparison of different prediction methods including ESP incorporated with qualitative meteorological outlooks provided by meteorological agency as well as the runoff forecasting based on the analysis of the historical rainfall scenarios. As a result it is assessed that runoff predictions with ESP may give rise to more accurate results than the ordinary historical average runoffs. In deed the latter gave the mean of yearly absolute error as to be 60.86 MCM while the errors of the former ones amounted to 44.12 MCM (ESP) and 42.83 MCM (ESP incorporated with qualitative meteorological outlooks) respectively. In addition it is confirmed that ESP incorporated with qualitative meteorological outlooks could improve the accuracy of the results more and more. Especially the degree of improvement of ESP with meteorological outlooks shows rising by 10.8% in flood season and 8% in drought season. Therefore the methods of runoff predictions with ESP can be further used as the basic forecasting information tool for the purpose of the effective watershed management.

• 한국전자통신학회논문지
• /
• 제16권6호
• /
• pp.1239-1248
• /
• 2021

본 논문은 학문적인 이해를 기반을 둔 예측을 수행하기 위해 FDNN(: Flood drought index neural network) 알고리즘을 제시한다. 데이터에 의존한 예측이 아닌 학문적인 이해를 기반을 둔 예측을 딥러닝에 적용하기 위해, 알고리즘을 수리, 수문학을 기반으로 구성하였다. 강수량의 입력으로 하천의 유량을 예측하는 모델을 구성하여 K-교차검증을 통해 모델의 성능을 측정한다. 제시한 알고리즘의 성능을 증명하기 위해 시계열 예측에서 가장 많이 사용되는 LSTM(: Long short term memory) 알고리즘의 예측 성능과 비교하여 제시한 알고리즘의 우수성을 나타낸다.