• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.121-121
• /
• 2022

한국과 미국은 2018년 8월에 발표한 메콩우호국(Friends of the Lower Mekong, FLM) "메콩지역 수자원 데이터 관리 및 정보공유 강화에 관한 공동성명"을 계기로 메콩유역의 실시간 수자원 변동 모니터링 및 분석과 수자원 데이터 공동활용 역량을 강화하여 효율적이고 과학적인 수자원관리 지원과 함께 한국의 신남방정책과 미국의 인도-태평양 전략 시너지효과를 극대화하고자 메콩 주변국 재해경감 및 수자원 데이터 활용 역량강화를 위한 글로벌 위성기반 수문자료의 생산·활용 및 홍수·가뭄 등의 수재해 분석기술을 개발하고 있다. 여기에는 한국 K-water의 물관리 기술과 미국 NASA, USACE의 위성활용 및 수자원분석 기술을 접목하여 메콩지역의 체계적인 물관리 및 재해로부터 안전성 확보 기여에 목표를 두고 연구를 진행 중에 있다. 본 연구에서는 전 세계적으로 광범위하게 활용되고 있는 미공병단(USACE, U.S. Army Corps of Engineers)의 HEC software 프로그램을 메콩 시범지역(pilot area)에 적용하여 수리/수문모델 구축을 진행하고 있다. 구축되는 모형은 유역 상류 댐의 연계 모의운영 및 하류 홍수분석이 동시 가능한 HEC-RTS(Real-Time Simulation)로 이는 HEC-HMS, -ResSim, -RAS와 -FIA 모형이 순차적으로 결합된 수리/수문 모델링 시스템이다. 모형의 시범적용 지역은 현지 메콩위원회(MRC, Mekong River Comission)의 의견 등을 반영, 메콩강 하류지역(Lower Mekong) 본류 유역에 위성자료 활용 및 준실시간(near real-time)으로 댐 모의운영 등을 고려할 수 있는 JingHong댐(중국 란창강 최하류)에서 라오스 Xayaburi댐(메콩강 최상류)까지의 구간을 선정하였으며, 전년도에는HEC-RTS 중 HMS(Hydrologic Modeling System) 모형 적용을 중심으로 가용한 위성자료(GPM IMERG)를 활용하여 과거 홍수사상에 대한 모의를 고려한 강우-유출모형의 구축을 완료하였다. 이에 연속하여 금년도에는 동일유역 내 하천 단면 등이 확보된 Chiang Saen 지점에서 Xayaburi 댐까지의 구간에 대해 RAS(River Analysis System)을 구축할 예정으로 구축된 RAS 모형은 HEC-RTS에 포함되어 메콩 시범지역의 종합적 수리/수문분석에 적용될 예정이다.

• 한국농림기상학회지
• /
• 제22권4호
• /
• pp.239-249
• /
• 2020

본 연구는 자연 조건에서 쌀가루용 벼의 수발아율을 예측하기 위한 것으로 기계학습을 이용하여 기상요소들에 따른 수발아율을 간단히 예측할 수 있는 초기 시스템을 개발하기 위해 수행되었다. 이를 위하여 강원도, 충청북도, 경상북도에 위치한 6개 지역에서 쌀가루용 벼 3품종을 재배하였다. 수확 후 수발아율과 출수일을 조사하였으며, 각 지역의 종관기상대의 일평균 기온과 상대 습도, 그리고 강수량 정보를 이용하여 기계학습 모델 중 하나이며, 정확도가 높은 GBM 모델로 수발아율을 예측하였다. 2017년부터 2019년까지 강원과 충북, 그리고 경북의 6개 지역에서 쌀가루 용 벼 3품종에 대해 재배 실험을 수행하였다. 조사 항목은 출수일과 수발아율이었다. 기상자료는 동일한 지역명의 종관기상대를 이용하여 일 평균 기온 및 상대 습도, 그리고 강수량 자료를 수집하였다. 수발아율 예측을 위해 기계학습 모델인 Gradient Boosting Machine (GBM)을 이용하였으며, 학습 투입 변수로는 평균 기온과 상대 습도, 그리고 총 강수량이었다. 또한 수발아 피해 관련 기간을 설정하기 위해 출수 후 몇일 후부터 그 이후의 기간에 대한 실험도 수행하였다. 자료는 수발아 피해 관련 기간의 교정을 위한 training-set과 vali-set, 검증을 위한 test-set으로 구분하였다. training-set과 vali-set으로 교정한 결과, 출수 후 22일 후부터 24일동안에서 가장 높은 score를 나타내었다. test-set으로 검증한 결과는 3.0%보다 낮은 구간에서 수발아율을 약간 높게 예측한 경향이 있었지만, 높은 예측력을 보였다(R2=0.76). 따라서, 기계학습을 이용하여 특정기간동안의 기상요소들로 수발아율을 간단하게 예측할 수 있을 것으로 예상된다. 본 연구의 결과를 종합해 볼 때, 기계학습을 이용하여 특정 기간 동안에 평균 기온과 상대 습도, 그리고 총 강수량으로 높은 수발아율 예측 성능을 보였으며, 이 시스템을 이용하여 일반 농가들을 대상으로 수발아에 관한 피해를 예방할 수 있는 조기 수발아 예측 시스템으로 이용가능 할 것으로 판단된다. 하지만 품종마다 휴면 정도 차이로 인한 수발아 관련 기간에 차이가 있으므로, 다른 쌀가루용 벼 품종에 대해서도 추가로 조사하고, 개별 품종으로 세분화하여 분석한다면 좀 더 정확도 높은 예측 시스템을 개발할 수 있을 것으로 판단된다.

• 지능정보연구
• /
• 제18권3호
• /
• pp.79-96
• /
• 2012

기술의 발전과 융합이 빠르게 이루어지고 있는 오늘날 유망기술을 어떻게 파악하여, 다양한 후보군들 중에서 최적의 R&D 대상을 어떻게 선정할 것인가에 대한 문제는 주요한 경영의사결정문제 중 하나로 부상하고 있다. 본 연구에서는 이러한 R&D 기술 선정 의사결정을 지원할 수 있는 새로운 지능형 의사결정지원시스템을 제안한다. 본 연구의 의사결정지원시스템은 크게 3가지 모듈로 구성되는데, 우선 첫 번째 모듈인 '기술가치 평가' 모듈에서는 기업이 관심을 갖고 있는 분야의 특허들을 분석하여 유망기술 파악에 요구되는 다양한 차원의 기술가치 평가지수 값들을 산출하는 작업이 이루어진다. 이를 통해, 현재 시점에서의 각 기술의 가치가 다양한 차원에서 평가가 이루어지고 나면, 두 번째 모듈인 '미래기술가치 예측' 모듈에서 이들의 시간 흐름에 따른 변화를 학습한 인공지능 모형을 토대로 각 후보기술들이 미래 시점에 어떤 가치지수값을 갖게 될 것인지 예측값을 산출하게 된다. 마지막 세 번째 모듈인 '최적 R&D 대상기술 선정 지원' 모듈에서는 앞서 두 번째 모듈에서 산출된 각 차원별 예상 가치지수값들을 적절히 가중합하여 기술의 종합적인 미래가치 예측값을 산출하여 의사결정자에게 제공하는 기능을 수행한다. 이를 통해 의사결정자가 자사에 적합한 최적의 R&D 대상기술을 선정할 수 있도록 하였다. 본 연구에서는 제안된 시스템의 적용 가능성을 검증하기 위해, 10년치 특허데이터에 인공신경망 기법을 적용하여 실제 기술가치 예측모형을 구축해 보고, 그 효과를 살펴본다.

• 한국농림기상학회지
• /
• 제11권4호
• /
• pp.162-173
• /
• 2009

기후변화에 따른 작물 재배적지의 이동에 관한 정보는 농업분야 적응전략의 기초이기 때문에 연구자들뿐 아니라 정책결정자들도 큰 관심을 보인다. 하지만 재배적지의 개념을 분석차원에서 구체적으로 구현하는 일이 어렵기 때문에 아직 실용적인 적지판정법이 개발된 적이 없다. 본 연구에서는 미래 시나리오 기후조건에서 사과 '후지'의 재배적지를 조사하기 위해 GIS 기반의 탐색기법을 이용하여 전자기후도, 토양전자지도, 수치지형정보, 농업기후 및 작물품질 예측모형 등을 종합적으로 활용, 체계적인 적지판정기법을 구현하였다. '후지'를 대상으로 한 적지판정 1차기준은 지표피복, 경사도, 토성이며, 2차 기준은 월동기간 중 동해위험도, 늦서리 피해위험도, 생육가능기간 등 기후조건, 3차기준은 과피의 색택, 과형지수 등 품질조건이다. 이들 조건을 지리정보시스템의 속성 레이어로 구현하고 중첩분석을 통해 재배적지를 검색하였다. 이 방법을 현재평년(1971-2000년)과 A1B 시나리오의 미래평년(2011-2040년, 2041-2070년, 2071-2100년) 기후에 적용하여 남한 전역을 대상으로 재배적지를 검색한 결과 현재평년의 경우 전국의 6.5%가 후지 재배적지에 해당하였고 2011-2040년 평년기후에는 전국의 약 1.8%, 2041-2070년 평년에는 0.3%, 2071-2100년 평년에는 전국의 0.1%까지 감소하여 전국규모에서 재배적지의 한계선 북상추세를 감지할 수 있었다. 뿐만 아니라 개별 주산지 내에서도 적지이동 양상을 정밀하게 추적할 수 있음을 확인하였다.