• 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.

• 한국수자원학회논문집
• /
• 제54권12호
• /
• pp.1285-1294
• /
• 2021

최근 전 세계적으로 기후변화의 영향으로 강우량이 집중되고 강우강도가 커지면서 홍수피해의 규모를 증가시키고 있다. 기존에는 관측되지 않았던 규모의 강우가 내리는가 하면 기록적으로 장기간동안 장마가 지속되기도 한다. 특히, 이러한 피해들은 아세안 국가들에 집중되고 있으며, 최근 해수면 상승, 태풍 및 집중호우로 인해 침수가 빈번히 빌생하는 등 아세안 국가 국민들 중 최소 2,000만 명이 영향을 받고 있다. 우리나라도 각종 ODA사업을 통해 국내의 홍수예경보시스템을 아세안 국가에 지원하고 있지만 통신시설이 불안정하여 중앙제어방식만으로는 한계가 있다. 따라서 본 연구에서는 한 개의 관측소에서 수위, 강우의 관측과, 홍수예측, 경보까지 한번에 가능한 관측소를 개발하기 위한 인공지능기반의 홍수예측모형을 개발하였다. 설마천의 전적비교 관측소의 2009년부터 2020년 까지 10분단위 강우와 수위관측자료를 활용하여 선행예보시간 0.5, 1, 2, 3, 6시간에 대해서 학습, 검증, 시험을 수행하였으며 인공지능알고리즘으로는 LSTM을 적용하였다. 연구결과 모든 선행예보시간에 대해 모형적합도 및 오차에서 우수한 결과를 나타냈다. 설마천과 같이 유역규모가 작고 유역경사가 커서 도달시간이 짧은 경우에는 선행예보시간 1시간은 매우 우수한 예측 결과를 나타낼 것으로 판단되며 유역의 규모나 경사에 따라 더 긴 선행예보시간도 가능할 것으로 예상된다.

• 농촌계획
• /
• 제21권3호
• /
• pp.171-179
• /
• 2015

The objectives of this research have been focussed on 1) developing prediction techniques for the flash flood and landslide based on rainfall prediction data in agricultural area and 2) developing an integrated forecasting system for the abrupt disasters using USN based real-time disaster sensing techniques. This study contains following steps to achieve the objective; 1) selecting rainfall prediction data, 2) constructing prediction techniques for flash flood and landslide, 3) developing USN and communication network protocol for detecting the abrupt disaster suitable for rural area, & 4) developing mobile application and SMS based early warning service system for local resident and tourist. Local prediction model (LDAPS, UM1.5km) supported by Korean meteorological administration was used for the rainfall prediction by considering spatial and temporal resolution. NRCS TR-20 and infinite slope stability analysis model were used to predict flash flood and landslide. There are limitations in terms of communication distance and cost using Zigbee and CDMA which have been used for existing disaster sensors. Rural suitable sensor-network module for water level and tilting gauge and gateway based on proprietary RF network were developed by consideration of low-cost, low-power, and long-distance for communication suitable for rural condition. SMS & mobile application forecasting & alarming system for local resident and tourist was set up for minimizing damage on the critical regions for abrupt disaster. The developed H/W & S/W for integrated abrupt disaster forecasting & alarming system was verified by field application.

• 대한원격탐사학회지
• /
• 제21권4호
• /
• pp.317-327
• /
• 2005

홍수는 자연재해 중 가장 일반적이며 빈번하게 발생한다. 일반적으로 홍수는 수일간에 걸친 강우에 의하여 발생하지만 집중호우에 의한 돌발홍수는 단 시간에 발생하는 특징이 있다. 본 논문은 지리정보시스템으로 지형자료를 취득한 후 지형기후학적 순간단위유량도로 산악에서 돌발홍수예측을 위한 지리정보시스템의 적용에 관한 연구이다. 본 연구에서의 돌발홍수 발생 범위는 수심이 0.5m, 0.7m, 1.0m 로 설정하였다. 또한, 지속시간별-강우량별 홍수량 조견표를 작성하여 홍수대피 기준을 제안하였다. 본 연구는 기존의 획일된 경보 발령시스템에 비하여 유역에 적합한 기준을 제시하여 지형정보를 고려한 경보발령시스템에 적용이 가능할 것으로 판단된다.

• 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.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.310-310
• /
• 2021

지난 수년간 하천 인근에서 홍수로 인하여 다양한 피해가 발생하고 있다. 이러한 홍수피해를 경감하기위해 구조적 비구조적 대책들을 세우고 있으며, 중요한 비구조적 대책 중의 하나가 홍수경보시스템을 구축하는 것이다. 일반적으로 홍수경보시스템을 구축하기 위하여 홍수경보기준지점의 수위를 설정하며 이에 대응하는 한계유량을 산출하고 GIUH 강우-유출모형을 통하여 한계유량에 대응하는 경보강수량을 산정하는 방식을 택하고 있다. 특히 한계유량을 산출하는 경우, 다양한 연구에서 Manning 공식을 통하여 한계유량을 산출하고 있다. 이에 대한 적정성을 비교하기 위해 본 연구에서는 HEC-RAS모형을 통하여 한계유량을 계산하였고 Manning식에서 나온 값과 비교하였다. 비교결과 Manning식에서 산출된 한계유량은 과다한 경보 강수량 값을 채택하고 기존 설계강수량에 비해 매우 큰 값임을 확인할 수 있었다. 이에 비해 HEC-RAS의 한계 유량값은 적정한 경보강수량 값을 제시하였고 연평균알람기준에도 적정함을 알 수 있었다. 본 연구 결과를 통해, 현재 다양한 하천사업이 이루어져 대부분의 하천의 측량이 이루어진 상황에서 기존의 Manning식에 의한 한계유량 산출보다는 HEC-RAS를 통하여 한계유량을 산정해야하는 것이 보다 적정해 보인다.

• 한국지리정보학회지
• /
• 제21권3호
• /
• pp.76-92
• /
• 2018

본 연구는 상습적으로 도시침수 피해를 입은 지역을 대상으로 도시 홍수 예 경보를 위한 강우 시나리오별 사전 침수면적 데이터베이스를 구축하고 강우강도에 따른 침수예상도를 작성하여 기상청 최대강우량 예보와 함께 홍수위험지역을 사전에 예보할 수 있는 방법을 제안하고자 한다. 데이터베이스 구축을 위하여 1D-2D 모형 구축을 실시하고 실제호우사상에 대한 검증을 완료한 다음 시나리오별 해석을 실시하였다. 2010년 9월 21일에 대상유역에 내린 강우사상에 대한 2D 해석결과를 NDMS 자료와 비교 분석 하였다. NDMS 신고지점은 총 118지점에서 신고가 되었으며, 2D 침수해석 결과 82개 지점이 계산결과에 포함되었다. NDMS 신고 지점과 2D 침수해석 결과에 대하여 적합도를 계산한 결과 69.5%의 적합도로 분석되었다. 사전 침수 데이터베이스를 이용하여 침수예상도를 작성하였으며, 70mm의 침수예상도의 경우 NDMS 신고 지점과 70.3%의 적합도를 가졌으며, 80mm의 침수예상도의 경우 72.0%의 적합도를 가지는 것으로 분석되었다. 구축된 사전 침수면적 데이터베이스를 이용하여 기상예보와 함께 침수예상도 정보를 함께 제시할 수 있으며 침수 예 경보 시 선행시간을 확보할 수 있다.

• 농업과학연구
• /
• 제46권4호
• /
• pp.843-856
• /
• 2019

Real-time flood prediction has an important role in significantly reducing potential damage caused by floods for urban residential areas located downstream of river basins. This paper presents an effective approach for flood forecasting based on the construction of a deep neural network (DNN) model. In addition, this research depends closely on the open-source software library, TensorFlow, which was developed by Google for machine and deep learning applications and research. The proposed model was applied to forecast the flowrate one, two, and three days in advance at the Son Tay hydrological station on the Red River, Vietnam. The input data of the model was a series of discharge data observed at five gauge stations on the Red River system, without requiring rainfall data, water levels and topographic characteristics. The research results indicate that the DNN model achieved a high performance for flood forecasting even though only a modest amount of data is required. When forecasting one and two days in advance, the Nash-Sutcliffe Efficiency (NSE) reached 0.993 and 0.938, respectively. The findings of this study suggest that the DNN model can be used to construct a real-time flood warning system on the Red River and for other river basins in Vietnam.

• 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.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.294-294
• /
• 2019

현재 홍수통제소에서 하천의 홍수를 예측하기 위한 시스템은 저류함수법 등에 의한 강우-유출모형과 FLDWAV 모형에 의한 수리학적 모형으로 이루어져 있다. 이 시스템은 주로 홍수특보지점의 기준수위 초과여부를 예측하기 위해 운영되고 있다. 한편 공원 캠핑장 자전거 도로 등 친수공간으로 활용하고 있는 하천변의 관리와 운영을 위한 정보의 수요가 급증함에 따라, 특정지점의 주의보, 경보 등의 고수위 예측 뿐만 아니라, 하천내에서 친수공간으로 활용되는 저지대 침수예측정보의 생산이 요구되고 있다. 본 연구에서는 친수공간으로 활용되는 하천내 저지대의 홍수예측정보를 생산할 수 있는 기술을 개발하였다. 1차원 수리해석 결과를 기반으로 하도버퍼링 기법을 통해 고해상도 격자 기반의 공간연산을 수행하는 모형을 구축하였으며, 해석결과로 격자기반의 침수심 및 침수구역이 표출되도록 모형을 구성하였다. 안동지구를 대상으로 지형정보 및 시설물 정보를 반영하여 모형을 구축하였으며, 안동댐 및 임하댐의 가상 방류 시나리오를 통해 친수공간의 방류량 규모별 침수여부 및 침수정도를 분석하였다. 개발된 모형을 통해 친수지구의 침수예측정보를 관계기관에 사전 제공할 수 있는 체계를 구축하여 지자체의 수방활동 및 재해예방 활동에 지원하고자 한다.