• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.164-175
• /
• 2019

The Tor Tong Daeng Irrigation Project with the irrigation area of 61,400 hectares is located in the Ping Basin of the Upper Central Plain of Thailand where farmers depended on both surface water and groundwater. In the drought year, water storage in the Bhumipol Dam is inadequate to allocate water for agriculture, and caused water deficit in many irrigation projects. Farmers need to find extra sources of water such as water from farm pond or groundwater as a supplement. The operation of Bhumipol Dam and irrigation demand estimation are vital for irrigation water allocation to help solve water shortage issue in the irrigation project. The study aims to determine the smart dam operation system to mitigate water shortage in this irrigation project via introduction of machine learning to improve dam operation and irrigation demand estimation via soil moisture estimation from satellite images. Via ANN technique application, the inflows to the dam are generated from the upstream rain gauge stations using past 10 years daily rainfall data. The input vectors for ANN model are identified base on regression and principal component analysis. The structure of ANN (length of training data, the type of activation functions, the number of hidden nodes and training methods) is determined from the statistics performance between measurements and ANN outputs. On the other hands, the irrigation demand will be estimated by using satellite images, LANDSAT. The Enhanced Vegetation Index (EVI) and Temperature Vegetation Dryness Index (TVDI) values are estimated from the plant growth stage and soil moisture. The values are calibrated and verified with the field plant growth stages and soil moisture data in the year 2017-2018. The irrigation demand in the irrigation project is then estimated from the plant growth stage and soil moisture in the area. With the estimated dam inflow and irrigation demand, the dam operation will manage the water release in the better manner compared with the past operational data. The results show how smart system concept was applied and improve dam operation by using inflow estimation from ANN technique combining with irrigation demand estimation from satellite images when compared with the past operation data which is an initial step to develop the smart dam operation system in Thailand.

• 한국지반신소재학회논문집
• /
• 제17권4호
• /
• pp.267-275
• /
• 2018

사방댐 배면의 준설퇴적물에 대한 준설시기를 객관적, 정량적, 과학적으로 결정할 수 있도록 준설퇴적물 측정장치를 개발하고 실제 현장에 시범 구축하였다. 사방댐 배면의 준설퇴적물 하중을 측정하기 위하여 준설퇴적물 관리시스템을 설계 및 개발하였다. 본 관리시스템은 Data Acquisition System (DAS), Solar System 및 준설퇴적물 하중변화 측정유닛으로 구성되어 있다. 또한 사방댐 배면의 준설퇴적물 하중, 수위 및 강우량을 실시간으로 측정하고 무선통신을 통하여 자료를 전송할 수 있다. 준설퇴적물 하중변화 측정유닛은 강우를 측정하기 위한 강우계, 사방댐 배면의 준설퇴적물 하중을 측정하기 위한 하중측정계, 사방댐 배면 수위를 측정하기 위한 수위계로 구성되어 있다. 사방댐 배면의 준설퇴적물 관리기준은 준설퇴적물의 하중을 기준으로 제안하였다. 사방댐 배면에 퇴적될 수 있는 최대 준설퇴적물의 양을 산정하고, 최대 준설퇴적물의 50%, 70% 및 90%가 쌓인 경우 관심, 주의 및 경보의 단계로 구분하여 관리기준을 마련하였다. 사방댐 배면의 준설퇴적물 관리시스템을 활용하여 현재 준설퇴적물의 하중을 실시간으로 측정할 수 있으며, 이를 토대로 사방댐의 상태와 준설퇴적물의 준설시기를 결정할 수 있을 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제55권12호
• /
• pp.1053-1064
• /
• 2022

현행 면적평균 강수량 산정 방법인 티센 방법은 정확한 유역평균 강수량 산정에 있어 심각한 구조적 한계가 존재한다. 강수량계의 관측 정확도 외에, 강수량계 배치와 호우의 이동 방향에 따라서도 면적평균 강수량 산정에 오차가 발생할 수 있다. 유역이 작고 관측소 밀도가 희박한 경우 시뮬레이션 및 관측 사상 모두에서 티센 방법은 첨두 전후로 10분 사이에 유역평균 강수량이 계속 급격히 증감이 반복되는 특이한 경향 보였다. 그리고 티센 유역평균 강수량은 첨두 시점이 강우레이더와 다르게 나타났다. 유역이 작지만 관측소 밀도 비교적 높은 경우에는 전반적으로 티센 방법에 의해 톱니모양의 과대 첨두치의 경향은 나타나지 않았고 시간에 따른 변동이 유사하게 나타났다. 그러나 강우레이더 관측치와 지상 강수량계 관측치 유역평균 강수량 사이에 약 10분 정도의 연속적인 시차가 발생하였다. 강우레이더 유역평균 강수량의 지상보정 효과를 검토한 결과, 보정 후 면적평균 강수량이 보정 전 면적평균 강수량에 비해 오히려 상관이 낮게 나타나, 현행 강우레이더 지상보정 알고리즘 보정 효과가 높지 않은 것을 알 수 있었다.

• 한국지리정보학회지
• /
• 제22권4호
• /
• pp.39-58
• /
• 2019

본 연구에서는 GPM 위성자료 및 분포형 강우-유출 모형 KIMSTORM2(KIneMatic wave STOrm Runoff Model2)을 이용하여 용담댐 유역(930㎢)을 대상으로 유출모의를 수행하였다. 모형의 유출해석은 2014년 08월 25일 05:00~17:00, 2017년 09월 11일 01:00~12:00, 2018년 06월 26일 23:00~06월 27일 10:00 총 3개의 집중호우 기간으로, 4가지 공간자료: (a) 7개의 지상관측소 강우를 Kriging 기법으로 공간내삽한 자료, (b) 원 GPM 자료, (c) 조건부합성(Conditional Merging, CM)으로 보정한 GPM(CM-GPM) 자료, (d) 지리적편차(Geographical Differential Analysis, GDA)로 보정한 GPM(GDA-GPM) 자료를 각각 준비하였다. 유출 보정은 유역내 3개의 수위관측지점(천천, 동향, 용담댐)을 대상으로 실시하였으며, 4가지 공간자료에 대하여 모형의 매개변수인 초기 토양수분량, 하천 Manning 조도계수, 유효투수계수를 각각 보정하였다. 보정결과는 결정계수(Determination coefficient, R²), Nash-Sutcliffe의 모형효율계수(NSE) 및 유출용적지수(Volume Conservation Index, VCI)를 산정하였다. 그 결과, 3개의 강우에 대한 Kriging, GPM, CM-GPM 및 GDA-GPM의 평균 NSE는 0.94, 0.90, 0.94, 0.94, R2는 0.96, 0.92, 0.97, 0.96, VCI는 1.03, 1.01, 1.03, 1.02로 보정되었다. R², NSE 및 VCI에 있어, CM-GPM과 GDA-GPM이 원 GPM보다 첨두유출량 및 유출용적에 있어 보다 잘 보정되었다.

• 한국수자원학회논문집
• /
• 제46권8호
• /
• pp.833-842
• /
• 2013

분위사상법(QM, Quantile Mapping)은GCM(Global Climate Model) 자료의 계통적 오차를 보정하여 보다 신뢰성 높은 자료로 재생성하기 위해 활용되고 있다. 이 기법은 사상(mapping)시키려는 대상(object) 자료의 통계분포모수가 정상적(stationarity)이라는 가정 하에 대상 자료의 누적확률분포(CDF, Cumulative Distribution Function)를 목표(target) CDF에 통계적으로 투영시키는 것이 일반적이다. 따라서 GCM에서 제공되는 미래 기후시나리오의 강우시계열과 같이 비정상성(non-stationarity)을 갖는 장기 시계열자료에 대한 적용에는 문제점을 보이고 있다. 본 연구에서는 비정상성을 갖는 장기시계열자료의 오차보정을 위해 통계분포모수에 경향성을 부여하는 비정상성 분위사상법(NSQM, Nonstationary Quantile Mapping)을 적용하였다. NSQM 적용을 위한 확률분포로 수문분야에서 광범위하게 쓰이고 있는Gamma 분포를 선정하였으며, 대상 시나리오는 CCCma (Canadian Centre for Climate modeling and analysis)에서 제공하고 있는 CGCM3.1/T63모형의 20C3M(reference scenario)과 SRES A2 시나리오(projection scenario)를 활용하였다. 한강유역 내 관측기간이 충분한 10개의 지상관측소로부터 강우량을 수집하였다. 또한 6월과 10월사이에 연 강수량의 65% 이상이 집중되는 한반도의 계절성을 반영하기 위해 홍수기(6~10월)와 비홍수기(11~5월)를 구분하였고, 기준기간(Baseline)은 1973~2000년, 전망기간(Projection)은 2011~2100년으로 구분하였다. 다양한 목표분포의 설정을 통하여 NSQM의 적용성을 평가하고자 하였으며, 전망기간은 FF시나리오(Foreseeable Future Scenario, 2011~2040년), MF시나리오(Mid-term Future Scenario, 2041~2070년), LF시나리오(Long-term Future Scenario, 2071~2100년)의 3개의 구간으로 설정하여 기준기간과 전망기간의 연평균 강우량에 대한 경향성분석을 실시하였다. 그 결과NSQM이 FF시나리오에서 330.1mm(25.2%), MF시나리오에서 564.5mm(43.1%), LF시나리오에서 634.3mm(48.5%)로 증가하는 전망결과를 나타내고 있었다. 정상성기법을 적용한 결과, 전망기간 중 전체적으로는 동일한 평균값을 갖는 목표통계모수를 사용한다고 하여도, 전망전반부에서 과다하고, 후반부에서 오히려 과소한 전망을 보여주고 있었다. 이러한 결과는 비정상성기법을 사용함으로써 상당부분 개선될 수 있음을 확인하였다.

• 한국산림과학회지
• /
• 제94권6호
• /
• pp.488-495
• /
• 2005

본 연구는 국립산림과학원에서 운용하는 경기도 광릉시험림 내 활엽수 천연노령림과 침엽수 인공유령림 그리고 양주 사방지 혼효유령림의 수관통과우량, 수간유하량, 그리고 차단손실량을 조사하여 앞으로 임상변화가 임내우 및 차단손실량에 미치는 영향을 시뮬레이션 할 수 있는 전산모델을 개발하는데 필요한 자료를 확보하기 위하여 수행되었다. 본 연구 대상유역인 활엽수 천연노령림은 활엽수 천연림을 대표할 수 있으며, 잣나무와 전나무림으로 구성된 침엽수 인공유령림은 1976년 조림지로서 침엽수 인공림을 대표할 수 있다. 또한 양주 사방지 혼효유령림은 1974년 사방공사를 실시한 후 현재까지 보전되어 온 임분으로 사방림을 대표할 수 있다. 조사는 2003년 3월부터 2004년 10월까지 실시하였으며, 겨울에는 측정을 중지하였다. 임외장우량은 전도형 자기우설량계로 측정하였으며, 임내우량은 임분 내에 $10m{\times}10m$의 표준구를 설정하고 수관통과우량과 수간유하량을 전도형 측정기와 CR10X 데이터 로거를 이용하여 30분 단위로 측정하였다. 약 2년간 자료를 종합한 결과, 임외강우량에서 수관통과우량과 수간유하량을 뺀 차단손실량은 잣나무림이 임외강우량(1,629.5 mm)의 37.2%인 606.6 mm로 가장 많았으며, 혼효림이 임외강우량(1,363.5 mm)의 22.6%인 308.6 mm로 가장 적었다. 수간유하량은 혼효림이 임외강우량의 10.7%로 가장 많았으며, 잣나무림이 2.4%로 가장 적었다. 임외강우량과 수관통과우량 간의 관계는 모든 조사구에서 직선회귀식으로 나타났다. 직선회귀식의 기울기인 평균 수관통과율은 수관울폐도에 따라 66%에서 77%까지 분포하였다. 임외강우량과 수간유하량은 수관통과우량에 비해 편차가 크긴 하지만 모든 조사구에서 직선회귀식으로 나타낼 수 있었다. 임외강우량이 수간유하량으로 전환되는 비율은 잣나무림이 2%로 가장 낮았고 혼효림이 12%로 가장 높았다. 수간저류능은 활엽수림이 0.21 mm로 가장 높은 반면에 잣나무림이 0.003 mm로 가장 낮았다. 대체로 수간유하량은 침엽수림보다 활엽수림에서 많이 발생하였는데, 이는 임분구조에서 활엽수림이 수피가 매끄럽고 가지의 각도가 가파르기 때문이라고 판단되었다. 차단손실량은 임외강우량이 증가함에 따라 모든 조사구에서 직선적으로 증가하였다. 활엽수림과 혼효림의 경우 전나무림과 잣나무림에 비해 차단손실량의 편차가 크게 나타났는데, 이는 활엽수림과 혼효림이 계절적으로 낙엽에 의해 엽면적지수가 변하기 때문이라고 생각된다. 이상의 결과로 임분구조에 따라 임내우인 수관통과우량과 수간유하량, 그리고 차단손실량이 큰 차이를 보인다는 사실을 확인할 수 있었다. 그러므로 차단손실량을 산정하기 위한 전산모델은 임분구조에 따른 차단손실량의 변화를 나타낼 수 있어야 하며, 이는 임상별 특성과 엽면적지수 등을 매개변수로 한 모델이어야 할 것으로 판단된다.