• Ecology and Resilient Infrastructure
• /
• 제10권4호
• /
• pp.116-124
• /
• 2023

극한호우 발생빈도 증가로 소하천 홍수 피해가 증가하고 있어 소하천 리스크 관리를 위해 유량 계측 요구가 증가하고 있다. 이에 행정안전부 (MOIS) 소속 국립재난안전연구원 (NDMI)은 CCTV 기반 자동유량계측기술 (CCTV based Automatic Discharge Measurement Technology, CADMT)을 개발하고 성능 검증과 재난 리스크 관리기술 개발을 위해 시범소하천을 운영하고 있다. 본 연구는 CADMT가 설치된 능막천과 중선필천 2개 소하천을 선정하고 소하천에 가장 가까운 기상청 Automatic Weather System 강우량 자료와 유량 계측자료를 이용해 4-Parameter Logistic 방법으로 Nomograph를 개발한다. 개발한 Nomograph를 검증하기 위하여 본 연구는 각 소하천에서 홍수량을 예측하고 그 결과를 계측 유량과 비교한다. 검증 결과 예측치는 계측치를 잘 재현하는 것으로 나타나 향후, 보다 정확도 높은 계측자료가 수집되고 이에 기반한 Nomograph가 개발된다면 정확도 높은 홍수 예·경보가 가능할 것으로 판단된다.

• 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.

• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1131-1141
• /
• 2021

본 연구에서는 국내 주요 댐 상류 유역을 대상으로 장기간 시단위 수문자료를 활용하여 실시간 댐 유입량 예측을 위한 인공신경망 모형의 선행 1, 3, 6시간별 예측유입량을 산정 및 평가하였다. 이를 위해, 각 유역별 15년의 시단위 강수 및 유입량 자료를 활용하였으며 연도별 평균 유입량을 고려하여 데이터세트를 구성하였다. 각 대상유역에 대한 선행시간별 예측 성능은 NSE 0.57~0.79 이상으로써 비교적 양호한 성능을 나타내었다. 유역면적이 클수록 이수기의 예측 성능이 낮은 것으로 확인되었으며 홍수기 예측성능과의 편차가 증가하는 것으로 확인되었다. 선행 6시간 예측에 대해 입력자료의 과거길이에 따른 성능 변화는 홍수기보다 이수기에서 큰 차이를 보이며 과거길이가 증가할수록 이수기의 성능이 향상되는 것으로 나타났다. 주요 홍수 사상에 대한 예측 수문곡선은 관측과 비교하여 수문곡선의 형태는 유사한 것으로 나타났다. 다만, 선행시간에 따라 첨두시간의 지연 및 유량의 과소 추정되는 경향이 있으며 이에 대한 개선이 필요함을 확인하였다.

• 한국산학기술학회논문지
• /
• 제22권4호
• /
• pp.287-294
• /
• 2021

삽교호로 유입하는 곡교천 유역의 홍수시 유출량을 추정하기 위해서 Tensorflow를 활용하여 파이썬 기반의 LSTM 모형을 구축하였다. 층의 깊이가 성능에 미치는 영향을 분석하기 위해, 은닉층의 깊이를 2, 4, 6층으로 증가시키면서, 선행시간 1시간부터 5시간까지 예측을 수행하였으며, 은닉층의 개수가 4개일 때가 가장 우수한 성능을 나타내었다. 학습에 사용하는 입력자료의 길이 즉, 시퀀스길이가 모형의 성능에 미치는 영향을 파악하고자 시퀀스길이를 3시간, 5시간, 7시간으로 증가시키면서 모형을 실행한 결과, 시퀀스길이가 3시간 일 때, 전 시간대에 걸쳐 예측 성능이 우수한 것으로 분석되었다. 모형 검증에서 극한 강우 3건에 대하여 예측을 수행한 결과 선행시간 1시간에 대하여 평균 NSE 0.96 이상의 높은 정확도를 나타내었으며, 선행시간 2시간 이상에 대하여 정확도는 점차적으로 낮아지는 것으로 확인되었다. 결론적으로 시퀀스길이 3시간을 사용하여 선행시간 1시간에 대한 예측을 수행한다면 곡교천 강청 관측소의 홍수위를 높은 수준의 정확도로 예측할 수 있음을 확인하였다.

• 대한원격탐사학회지
• /
• 제38권5_2호
• /
• pp.661-667
• /
• 2022

원격탐사와 GIS를 활용한 공간자료 분석은 재난 관리에 효율적인 기술로 이를 활용한 재난정보 제공을 위한 자료 분석 및 기술 개발에 관한 연구가 활발히 진행되고 있다. 특히 군집위성의 발사와 다양한 원격탐사 플랫폼의 활용, 취득된 데이터 처리 및 저장 능력의 향상, 인공지능 기술의 발달 등으로 인해 재난 관리를 위한 원격탐사와 GIS 기술의 활용은 많은 발전의 여지를 가지고 있다. 이번 특별호에는 재난의 예측, 감시 그리고 대응 단계에서 선박탐지, 건축물 추출, 해양환경 감시, 홍수탐지, 산불탐지, 그리고 재난 발생시 의사결정지원에 적용 가능한 원격탐사와 GIS 기술의 개발과 활용한 관련한 10편의 논문이 게재되었다. 이번 특별호에 출판된 논문들은 재난 관리 기술의 발전과 연관 학문 분야의 학술적 발전에 밑거름이 될 것으로 판단된다.

• 상하수도학회지
• /
• 제12권2호
• /
• pp.127-139
• /
• 1998

The objectives of this study is at the development of the channel routing model which can be used for flood prediction. Among the routing models, the hydraulic technique of the implicit scheme in the dynamic equation is selected to route the unsteady varied flow in the open channel. The channel routing model is catchment runoff which computed by the conceptual and transfer function model. The conceptual and transfer function model can simulate the catchment runoff accurately. As a result of investigating the channel routing model, the optimal weighting factor ${\theta}$ which fixes two points between time line is chosen, and also, the optimal error tolerance which satisfies computing time and converge of solution is determined in this study.

• 한국농공학회지
• /
• 제39권6호
• /
• pp.54-66
• /
• 1997

The objectives of this study is to introduce and apply neural network theory to real hydrologic systems for stochastic nonlinear predicting of daily runoff discharge in the river catchment. Back propagation algorithm of neural network model is applied for the estimation of daily stochastic runoff discharge using historical daily rainfall and observed runoff discharge. For the fitness and efficiency analysis of models, the statistical analysis is carried out between observed discharge and predicted discharge in the chosen runoff periods. As the result of statistical analysis, method 3 which has much processing elements of input layer is more prominent model than other models(method 1, method 2) in this study.Therefore, on the basis of this study, further research activities are needed for the development of neural network algorithm for the flood prediction including real-time forecasting and for the optimal operation system of dams and so forth.

• 산업기술연구
• /
• 제30권B호
• /
• pp.91-98
• /
• 2010

Recently, there has been enormous damage due to river floodings caused by localized heavy rains. The direct discharge triggered by those torrential rains inflicts severe property damage on the residents of nearby areas. To minimize the possibility of river floodings in case of heavy rains and to predict the possible damage, the management of existing rainfall and water level observatories should be checked and prediction methods based on the characteristics of water usage and floodgate of nearby rivers must be further analyzed. Therefore, this research analyzed the water level change predictions on different spots with a regression equation of rainfall and water levels, using the observation data of the water level observatory in Jeongseon-gun, Gangwon Province and the rainfall observatory which are located on the upper region of the Han river.

• Communications for Statistical Applications and Methods
• /
• 제16권4호
• /
• pp.647-658
• /
• 2009

It is already known from the previous study that flood seems to have heavier tail. Therefore, to make prediction of future extreme label, some agreement of tail behavior of extreme data is highly required. The LH-moments estimation method, the generalized form of L-moments is an useful method of characterizing the upper part of the distribution. LH-moments are based on linear combination of higher order statistics. In this study, we have formulated LH-moments of five distributions useful in hydrology such as, two types of three parameter kappa distributions, beta-${\kappa}$ distribution, beta-p distribution and a generalized Gumbel distribution. Using LH-moments reduces the undue influences that small sample may have on the estimation of large return period events.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.365-370
• /
• 2011

매년 반복되는 산간계곡에서의 인명피해를 저감하기 위하여 방재연구소에서는 "산지 돌발홍수 예측시스템"을 개발하였으며, '10년 우기철동안 시범지역의 모니터링을 통해 시스템의 문제점을 분석하고, 이를 개선하기 위한 방안을 검토하였다. 산지지역 강우에 대한 모니터링은 현재 지방자치단체에서 운영하고 있는 자동우량경보시설을 활용하였으며, 해당 시설중 특히 수위계가 설치된 지역에 대하여 검토하였다. 수위자료 모니터링 결과를 바탕으로 정확도를 검토한 결과, 5개 시범지역의 경우 약 56%의 정확도가 있는 것으로 나타났다. 산정되었다. 그러나 시스템을 수정 보완한 후에는 정확도가 66%로 증가하였다. 향후 지속적인 모니터링과 문제점 분석을 통해 정확도를 지속적으로 향상시킬 계획이다.