• 한국제4기학회지
• /
• 제22권2호
• /
• pp.43-44
• /
• 2008

In this brief present are about some advanced results from investigation geomorphology in basin of river Tui and distribution of relief their peculiarities, types morphogenetic, convert to ekzogen process of relief ( fluvial system, permafrost process, wind process, slope process etc) and dynamic process of sedimentation.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2005년도 학술발표회(2)
• /
• pp.1359-1360
• /
• 2005

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 1995년도 학술발표회 논문집
• /
• pp.378-383
• /
• 1995

• 대한자원환경지질학회:학술대회논문집
• /
• 대한자원환경지질학회 2002년도 춘계 공동학술발표회
• /
• pp.91-91
• /
• 2002

• 한국수자원학회논문집
• /
• 제53권7호
• /
• pp.469-480
• /
• 2020

본 연구는 레이더와 TM간 유역평균강수량 측정의 차이를 2018년 발생한 상당 규모의 호우시 한강과 낙동강의 51개 표준유역을 대상으로 분석하였다. 그 결과 레이더와 TM간의 유역평균강수량 값이 누적강수량은 -65.05~26.09%, 10분최대 강수량은 -82.00~3.80%의 차이가 발생하였다. 이러한 차이를 유역의 특성인 유역면적, 유역평균고도, 유역형상계수 등과 비교하였으나 뚜렷한 상관성을 찾기가 어려웠으며, 지점강수량도 유역평균강수량과 비슷한 경향을 보이는 것을 확인하였다. 따라서 강우형태와 같은 기상학적 조건과의 상관성을 확인하기 위해 고도별 레이더 반사도 값을 분석하였으며 이를 통해 레이더와 TM간 유역평균강수량 측정값의 차이는 유역특성과 같은 지형적 조건 보다는 기상학적 조건과 더 상관성이 있는 것을 확인할 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2005년도 학술발표회(2)
• /
• pp.985-986
• /
• 2005

• 물과 미래
• /
• 제19권4호
• /
• pp.329-338
• /
• 1986

the purpose of this study is to estimate the storage deficit by Run's Characteristics of (-)Run-length and (-)Run-sum. Runoff data are obtained from the guaging stations of Y대-Ju in Hanriver Basin, Wae-Gwan in Nak Dong River Basin and Gyo Am in Geum River Basin. In order to estimate the storage deficit, runhydrographs are established with each return period of 10, 30, ......, 200 years and regression equation is derived from relationship between (-) run-length and storage deficit. From the comparison of estimated reservoir storage with observed values., it was proved that this suggested method can be used for the estimation of the storage deficit.

• 한국수자원학회논문집
• /
• 제45권10호
• /
• pp.1023-1034
• /
• 2012

선형회귀분석기법은 오랫동안 수공학분야뿐만 아니라 경제학, 통계학 등 여러 분야에서 널리 이용되어 왔다. Fuzzy 회귀분석기법은 자료의 불확실성이 높을 때 이를 정량화하여 회귀분석 모형에 반영할 수 있다. 본 연구에서는 평창강 유역의 임의 지점에서 설계 홍수량을 산정하기 위해 fuzzy 회귀분석모형을 개발하였다. 평창강 유역과 같은 산지하천 유역은 관측소의 부재로 홍수유출해석에 필요한 자료의 습득이 어려운 경우가 많이 있다. 본 연구에서는 지리정보시스템을 이용하여 유역특성인자를 공간적으로 분석하고, 그 결과를 바탕으로 미계측 산지유역에서 설계홍수량을 산정할 수 있는 기법을 검토하였다. Fuzzy 회귀분석기법을 산지하천 유역의 특성을 가지고 있으며 IHP 시험유역 운영을 통하여 비교적 강우와 유량자료가 잘 수집되어 있는 평창강 유역에 적용하였다. 평창강 유역에 대해서 유역특성인자를 이용하여 fuzzy 설계홍수량 산정식을 개발하였고, 유역의 본류를 따라 위치하고 있는 9개의 지점에서 산정된 빈도홍수량과 비교하여 개발된 산정식의 적합성을 검토하였다. Fuzzy 회귀분석을 사용하여 지역회귀분석을 수행한다면 자료 관측에서 발생하는 빈도홍수량의 불확실성을 정량화하고, 불확실성의 전파를 파악할 수 있다.

• 한국환경과학회지
• /
• 제22권12호
• /
• pp.1615-1624
• /
• 2013

The aims of this study were to investigate and confirm the occurrence and distribution patterns of blood lipid lower agents (BLLAs) in Nakdong river basin (mainstream and its tributaries). 4 (atorvastatin, lovastatin, mevastatin and simvastatin) out of 5 statins and 2 (clofibric acid and zemfibrozil) out of 3 fibrates were detected in 29 sampling sites and simvastatin (>50%) was predominant compound followed by atorvastatin, lovastatin and clofibric acid. The total concentration levels of BLLAs on April, August and November 2009 in surface water samples ranged from ND~25.7 ng/L, ND~18.8 and ND to 38.8 ng/L, respectively. The highest concentration level of BLLAs in the mainstream and tributaries in Nakdong river were Goryeong and Jincheon-cheon, respectively. The sewage treatment plants (STPs) along the river affect the BLLAs levels in river and the BLLAs levels decreased with downstream because of dilution effects.

• 한국농공학회논문집
• /
• 제66권4호
• /
• pp.51-57
• /
• 2024

This study was conducted on how to simulate runoff, which was done using existing physical models, using an LSTM (Long Short-Term Memory) model based on deep learning. Tancheon, the first tributary of the Han River, was selected as the target area for the model application. To apply the model, one water level observatory and four rainfall observatories were selected, and hourly data from 2020 to 2023 were collected to apply the model. River water level of the outlet of the Tancheon basin was simulated by inputting precipitation data from four rainfall observation stations in the basin and average preceding 72-hour precipitation data for each hour. As a result of water level simulation using 2021 to 2023 data for learning and testing with 2020 data, it was confirmed that reliable simulation results were produced through appropriate learning steps, reaching a certain mean absolute error in a short period time. Despite the short data period, it was found that the mean absolute percentage error was 0.5544~0.6226%, showing an accuracy of over 99.4%. As a result of comparing the simulated and observed values of the rapidly changing river water level during a specific heavy rain period, the coefficient of determination was found to be 0.9754 and 0.9884. It was determined that the performance of LSTM, which aims to simulate river water levels, could be improved by including preceding precipitation in the input data and using precipitation data from various rainfall observation stations within the basin.