• Spatial Information Research
• /
• 제17권2호
• /
• pp.223-239
• /
• 2009

우리나라 중소규모의 대부분 하천의 경우 유량 자료의 부족 또는 미계측 지역으로 인하여 효율적인 저수유량 산정이 어려운 실정이다. 따라서 본 연구의 목적은 수계별 환경용량을 고려한 허용부하량 산정을 위해 면적함수 관계식을 이용한 저수유량의 산정방안을 제시하는 것이다. 이를 위해 남한강 상류 지역의 유역면적 $606km^2$인 주천강 유역과 미계측 유역면적 $4,551km^2$인 옥동천 합류 후인 한강 유역을 시험하천으로 선정하였다. 적용결과, 주천 하류부의 저수 유량은 $1.9m^3/s$로, 미계측 유역인 옥동천과 한강의 합류 후의 저수유량은 $20.7m^3/s$로 계산되었다. 이를 영월군에서 고려하고 있는 BOD목표치 1.0-1.2mg/l로 계획하면 허용부하량은 각각 164-197kg/day 및 1,788-2,146kg/day로 추정되었다. 본 연구에서 제시한 허용부하량 산정방법은 자료가 충분하지 않은 유역이나 미계측 유역에 대해 유용하게 이용될 것으로 기대한다.

• 대한원격탐사학회지
• /
• 제35권5_2호
• /
• pp.851-859
• /
• 2019

천리안(COMS, Communication, Ocean, and Meteorological Satellite) 위성은 한반도를 15분마다 촬영하지만, 관측 채널의 한계로 강우 추정 시 과소 추정하는 경향이 있어 풍수해 발생시 활용하기 어려웠다. 따라서 본 연구에서는 천리안 위성과 GPM(Global Precipitation Measurement) 위성자료를 함께 이용하여 한반도 풍수해 발생시 활용할 수 있는 위성기반 강우추정 기술을 개발하였다. 천리안 위성과 GPM 위성의 시간 공간 해상도를 일치시키고 GPM 위성의 IMERG 자료를 통해 강우추정 정확도를 향상시킨 결과, 종관기상 관측값(ASOS)간의 상관계수가 0.7 이상으로 나타나 기존 천리안 위성 자료만을 이용한 강우추정 기술보다 정확한 결과를 도출하였다. 향후 천리안 위성의 후속 위성인 천리안 2A호(GK-2A)를 활용할 경우 보다 정확한 기상정보가 제공될 예정이므로, 미계측 지역에 대한 재난관리 활용성이 확대될 것으로 기대된다.

• 한국지리정보학회지
• /
• 제23권1호
• /
• pp.51-64
• /
• 2020

본 연구의 목적은 위성강우와 글로벌 지형자료를 이용하여 미계측 지역에 있는 홍수터에서의 홍수를 정량적으로 분석하기 위한 방법을 제시하는 것이다. 이를 위해서 두만강의 도문/남양 지역 홍수터에 대한 범람을 모의하고 대상 지역의 침수 상황을 정량적으로 분석하였다. 강우는 위성영상으로부터 유도된 강우 자료인 IMERG 자료를 이용하였다. 유출모의는 GRM 모델을 적용하였으며, 도문/남양 지역의 범람해석은 G2D 모델을 이용하였다. 홍수사상은 2016년 8월 태풍 라이언록으로 인해 발생된 홍수를 대상으로 하였다. 유출모의 결과의 검증은 도문/남양 지역의 첨두유량 기록을 사용하였으며, 범람해석 결과의 검증은 현지답사를 통해 수집된 홍수상황과 홍수 전후의 위성영상 자료를 이용하였다. 연구결과 유출모의 첨두유량은 7,639㎥/s로 기록된 첨두유량 7,630㎥/s와 약 0.1%의 상대오차를 나타내었다. 범람모의에서는 홍수발생 당시에 대한 상황 조사 자료 및 위성영상에서 확인된 침수 범위와 유사한 결과를 얻을 수 있었다. 또한 도문/남양 지역의 홍수터에서 침수심의 변화와 침수시간을 평가할 수 있었다. 본 연구에서 적용한 방법과 연구결과는 향후 미계측 지역에서의 홍수를 정량적으로 평가할 때 유용하게 활용될 수 있을 것이다.

• 한국수자원학회논문집
• /
• 제46권1호
• /
• pp.47-58
• /
• 2013

최근 들어 전 세계적인 기후변화 양상에 따라 짧은 시간에 큰 유출양상을 보이는 국지적 돌발성 홍수의 발생이 증가하는 추세이며 이로 인한 인명 및 재산의 피해가 국내뿐만 아니라 전 세계적으로 발생하고 있다. 이와 같이 소규모 지역의 집중된 강우로 발생하는 국지적 돌발성 홍수는 빠른 수문반응으로 인하여 홍수피해를 예방하기 위한 예 경보 시간이 부족한 것이 특징이다. 국지 홍수로 인한 피해를 막기 위해서는 한계유량을 초과하여 제내지의 피해발생 가능성이 있는 홍수사상에 대한 심도예측이 중요하다. 본 논문의 목적은 소규모 유역에서 발생하는 홍수사상의 심각성 정도를 정량화할 수 있는 새로운 홍수지수(New Flood Index)를 개발하고 새로운 홍수지수와 강우특성과의 회귀분석을 통하여 국지 돌발홍수예측에 적용하고자 하였다. 2개의 시범유역들에 대한 홍수유출수문곡선은 장기간 관측된 연최대치계열 실측 강우자료를 이용하여 강우-유출 모형을 통하여 산정하였다. 새로운 홍수지수 NFI는 2년 빈도 홍수량으로 가정된 한계유량을 초과하는 홍수사상에 대하여, 첨두홍수량비, 상승부경사, 초과홍수지속시간 등 홍수 유출수문곡선의 특성을 이용한 3가지 상대심도계수의 기하학적 평균값으로산정하였다. 분석결과 3시간최대강우가 새로운 홍수지수NFI와 가장높은 상관관계가 있음을 확인하였다. 새로운 홍수지수와 강우특성과의 회귀분석을 통해 얻어진 최적 관계식은 소규모 미계측 유역에서의 국지적 홍수 심도예측을 위한 예비정보의 기초자료로 활용될 수 있을 것으로 기대된다.

• 한국습지학회지
• /
• 제21권spc호
• /
• pp.39-50
• /
• 2019

본 논문의 목적은 기후변화가 북한지역에서 유역규모의 수문순환에 미치는 영향을 평가하는데 있다. 먼저, CMIP5(Coupled Model Intercomparison Project Phase 5)의 모형인 MRI-CGCM3모델을 선택하였으며, 추계학적 축소기법의 하나인 SDQDM(Spatial Disaggregation-Quantile Delta Mapping)기법을 이용하여 기후변화시나리오 자료를 편의보정 하였다. 또한 관측치와 SDQDM 기법의 적용 전·후의 비교를 통해 SDQDM기법의 타당성을 검토하였다. 또한 기후변화에 따른 극한기후가 북한의 유역규모 수문순환과 유출에 미치는 영향을 평가하고자 한다. 일반적으로 기후변화에 따른 수문순환을 전망하기에 앞서 분석에 사용되는 유출모형의 매개변수 최적화가 우선적으로 수행되어야 하지만 북한지역은 정치적 이유로 인해 미계측 유역으로 분류되어 있어 관측 유출량 자료를 확보하기 어렵다. 따라서 본 논문에서는 양질의 유출량자료가 있는 남한의 16개 유역을 대상으로 M-RAT모형의 최적 매개변수를 산정하였다. 또한 유역특성변수 간 상관분석을 통해 다중공선성을 고려하였고, 단계적 회귀분석을 통해 미계측 유역에 적용 할 수 있는 매개변수 추정식을 산정하였다. 매개변수 추정식의 검증을 위해 남한의 오십천, 남대천, 용담댐, 영강 유역을 미계측 유역이라고 가정하고 교차검증을 수행한 결과 4개 유역 모두 효율계수 NSE가 0.8이상으로 높은 효율성을 확인하였다. 본 논문에서는 기후변화시나리오와 추정된 유출모형의 매개변수를 이용하여 북한의 압록강 유역의 기후변화에 따른 유역규모의 수문순환과정의 변화를 평가하였다. 분석 결과, 기후변화시 강수량이 증가하였고, 기온상승으로 인해 증발산량의 증가되는 것으로 전망되었고, 유역 내 유역 저류량은 감소하는 것을 확인하였다. 유황 분석결과 Future 1, 2 기간에 풍수량은 증가하고, 갈수량이 감소하고 Future 3 기간에 풍수량과 갈수량이 증가하는 것으로 전망되었다.

• 한국지리정보학회지
• /
• 제20권4호
• /
• pp.102-114
• /
• 2017

본 연구는 위성으로부터 유도된 강우자료 중 GPM IMERG의 정확도를 평가함으로써 미계측 혹은 비접근 지역에 대한 적용성을 판단하는 것을 목적으로 하였다. 연구대상 유역은 한반도 전역에 대하여 6개 권역으로 구분하여 분석을 수행하였다. 연구 유역에 대한 강우자료는 기상청에서 생산하고 있는 ASOS의 강우량 자료와 IMERG 위성강우자료를 이용하였다. 1시간의 시간해상도에서 평균 0.46의 상관계수를 가지며 24시간 해상도의 상관분석에서는 0.69로 높은 상관관계를 보이는 것으로 분석되었다. IMERG 강우량은 지상계측 강우량 보다 과소추정되는 것으로 분석되었으나, 시간 해상도가 낮아질수록 편이가 감소하는 것으로 분석되었다. 한편, 강우가 큰 기간의 사상 2개를 선정하여 분석한 결과 1시간 해상도의 상관계수는 0.68 및 0.69 값을 나타내었다. 또한 강우의 공간분포도 ASOS 및 IMERG 모두 유사한 분포를 보이는 것으로 분석되었다. 그러므로 IMERG 자료는 계측자료가 부족하거나 접근이 어려운 지역에서의 수문 기상 특성을 파악하는데 매우 유용할 것으로 판단된다. 향후 연구에서는 분석기간의 확장과 다양한 통계 분석 방법을 적용하여 위성강우의 정확도를 검증하는 연구를 수행할 계획이다.

• 한국환경과학회지
• /
• 제25권10호
• /
• pp.1433-1444
• /
• 2016

South Korea is a maritime nation, surrounded by water on three sides; hence, it is important to preserve in a sustainable manner. Most areas, especially those bordering the East Sea, have been suffering from severe coastal erosion. Information on the sediment yield of a river basin is an important requirement for water resources development and management. In Korea, data on suspended sediment yield are limited owing to a lack of logistic support for systematic sediment sampling activities. This paper presents an integrated approach to estimate the sediment yield for ungauged coastal basins by using a soil erosion model and a sediment delivery rate model in a geographic information system (GIS)-based platform. For applying the sediment yield model, a basin specific parameter was validated on the basis of field data, that, ranging from 0.6 to 1.2 for the 19 gauging stations. The calculated specific sediment yield ranged from 17 to $181t/km^2.yr$ in the various basin sizes of Korea. We obtained reasonable sediment yield values when comparing the measured data trends around the world with those in Korean basins.

• 한국재난정보학회:학술대회논문집
• /
• 한국재난정보학회 2017년 정기학술대회
• /
• pp.278-279
• /
• 2017

북한 대부분이 미계측 지역으로서 자연재해 연구의 기초 데이터인 기상정보가 매우 부족한 실정이다. 이러한 지역은 천리안 기상위성 등 원격탐사 기술을 활용하여 재해 모니터링을 하여야한다. 천리안 기상위성은 기상청에서 운영하는 강우 알고리즘을 이용하면서 재해예측 보다는 일반적인 강우 예보에 중점을 두고 있다. 따라서 기상청 강우 알고리즘은 35 mm/hr를 초과하는 강우에 대해서는 탐지를 하지 못하므로 홍수위험 모니터링에 적합하지 않다. 본 연구에서는 이러한 문제를 해결하기 위해 기존의 천리안 강우강도 알고리즘에 GPM 위성 산출물(L3)과 같은 다중센서 자료를 적용하여 홍수유발 강우까지 측정할 수 있는 추정기술을 개발하였다. 개발된 강우 추정기술은 한국의 기상관측지점 94개소 자료와 비교 검증했을 때, 상관계수가 0.6 이상으로 기존의 알고리즘보다 개선된 강우를 추정할 수 있었다. 따라서 기존의 천리안 강우강도 알고리즘에서 추정하지 못했던 집중호우나 태풍의 강우강도를 정확하게 추정할 수 있으므로 미계측 지역의 홍수위험 모니터링에 도움이 될 것이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.134-134
• /
• 2021

Precipitation is a crucial component of water cycle and play a key role in hydrological processes. Traditionally, gauge-based precipitation is the main method to achieve high accuracy of rainfall estimation, but its distribution is sparsely in mountainous areas. Recently, satellite-based precipitation products (SPPs) provide grid-based precipitation with spatio-temporal variability, but SPPs contain a lot of uncertainty in estimated precipitation, and the spatial resolution quite coarse. To overcome these limitations, this study aims to generate new grid-based daily precipitation using Automatic weather system (AWS) in Korea and multiple SPPs(i.e. CHIRPSv2, CMORPH, GSMaP, TRMMv7) during the period of 2003-2017. And this study used a machine learning based Random Forest (RF) model for generating new merging precipitation. In addition, several statistical linear merging methods are used to compare with the results of the RF model. In order to investigate the efficiency of RF, observed data from 64 observed Automated Synoptic Observation System (ASOS) were collected to evaluate the accuracy of the products through Kling-Gupta efficiency (KGE), probability of detection (POD), false alarm rate (FAR), and critical success index (CSI). As a result, the new precipitation generated through the random forest model showed higher accuracy than each satellite rainfall product and spatio-temporal variability was better reflected than other statistical merging methods. Therefore, a random forest-based ensemble satellite precipitation product can be efficiently used for hydrological simulations in ungauged basins such as the Mekong River.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.143-143
• /
• 2022

Precipitation plays an essential role in water resources management and disaster prevention. Therefore, the understanding related to spatiotemporal characteristics of rainfall is necessary. Nowadays, highly accurate precipitation is mainly obtained from gauge observation systems. However, the density of gauge stations is a sparse and uneven distribution in mountainous areas. With the proliferation of technology, satellite-based precipitation sources are becoming increasingly common and can provide rainfall information in regions with complex topography. Nevertheless, satellite-based data is that it still remains uncertain. To overcome the above limitation, this study aims to take the strengthens of machine learning to generate a new reanalysis of precipitation data by fusion of multiple satellite precipitation products (SPPs) with gauge observation data. Several machine learning algorithms (i.e., Random Forest, Support Vector Regression, and Artificial Neural Network) have been adopted. To investigate the robustness of the new reanalysis product, observed data were collected to evaluate the accuracy of the products through Kling-Gupta efficiency (KGE), probability of detection (POD), false alarm rate (FAR), and critical success index (CSI). As a result, the new precipitation generated through the machine learning model showed higher accuracy than original satellite rainfall products, and its spatiotemporal variability was better reflected than others. Thus, reanalysis of satellite precipitation product based on machine learning can be useful source input data for hydrological simulations in ungauged river basins.