• 대기
• /
• 제19권2호
• /
• pp.213-226
• /
• 2009

In order to investigate the characteristics of Changma over the Korean peninsula, KEOP-2007 IOP (Intensive Observing Period) was conducted from 15 June 2007 to 15 July 2007. KEOP-2007 IOP is high spatial and temporal radiosonde observations (RAOB) which consisted of three special stations (Munsan, Haenam, and Ieodo) from National Institute of Meteorological Research, five operational stations (Sokcho, Baengnyeongdo, Pohang, Heuksando, and Gosan) from Korea Meteorological Administration (KMA), and two operational stations (Osan and Gwangju) from Korean Air Force (KAF) using four different types of radiosonde sensors. The error statistics of the sensor of radiosonde were investigated using quality control check. The minimum and maximum error frequency appears at the sensor of RS92-SGP and RS1524L respectively. The error frequency of DFM-06 tends to increase below 200 hPa but RS80-15L and RS1524L show vice versa. Especially, the error frequency of RS1524L tends to increase rapidly over 200 hPa. Systematic biases of radiosonde show warm biases in case of temperature and dry biases in case of relative humidity compared with ECMWF (European Center for Medium-Range Weather Forecast) analysis data and precipitable water vapor from GPS. The maximum and minimum values of systematic bias appear at the sensor of DFM-06 and RS92-SGP in case of temperature and RS80-15L and DFM-06 in case of relative humidity. The systematic warm and dry biases at all sensors tend to increase during daytime than nighttime because air temperature around sensor increases from the solar heating during daytime. Systematic biases of radiosonde are affected by the sensor type and the height of the sun but random errors are more correlated with the moisture conditions at each observation station.

• 한국수자원학회논문집
• /
• 제38권6호
• /
• pp.485-494
• /
• 2005

유량과 수질의 관계를 분석하는 것은 매우 중요하다. 하천의 실시간적 관리를 위해서는 유량과 수질의 측정이 동일한 지점에서 동시간적으로 이루어져야 보다 효과적이다. 그러나 수질자동측정망 지점과 T/M 수위관측소가 원거리에 위치한 경우들이 있으며, 평창강 수질자동측정망 지점이 그 중 하나이다. 이러한 지점에서는 보다 정확한 유량 산정과 이를 활용한 예측 프로그램이나 시스템이 요구된다. 이번 연구에서는 미계측 지점인 평창강 수질자동측정망 지점에 유량예측 신경망 모형을 적용하고, 적용성을 검토하기 위해 WMS 모형의 모의결과와 비교하였다. WMS 모형은 첨두유량이 작고, 수문곡선이 단조로운 사상에 적합한 것으로 나타났다. 신경망 모형의 유출량 예측값은 비유량과 WMS 모형의 모의값에 근사하였으며, 미계측 지점에서의 유출량 변화성향을 잘 반영하는 것으로 나타났다.

• 한국물환경학회지
• /
• 제35권3호
• /
• pp.209-223
• /
• 2019

Broadly speaking, in order to analyze the water quality improvement effects of the implementation of the Total Water Pollutant Management System in the Sapgy-Lake waterways, a reference was made to the [Plans for implementation of the Total Maximum Daily Load(TMDL)] in 3 cities (Cheonan, Asan, Dangjin). The results of the investigation into the plans to reduce the pollutant load show in that region show that there are plans to reduce pollution for a total of 16 reduction facilities. As for the result of the computation of the reduction in the load, these measurements were computed at the Gokgyo-stream basin and Namwon-stream basin, with BOD and T-P at the Gokgyo-stream basin reduced by 13.9 % and 13.3 %, respectively, while BOD and T-P at the Namwon-stream were reduced by 3.7 % and 3.3 %, respectively. In this way, thus using the results of the water quality forecast of Sapgyo-Lake in measures for the improvement of water quality (in accordance with the implementation of the TMDL), and using the QUAL-MEV model and EFDC model, it is noted that BOD will be improved by 26.4 % from 6.1 mg/L to 4.5 mg/L 0.0 %, T-P by 36.7 % from 0.168 mg/L to 0.107 mg/L and TOC by 26.4 % from 7.7 mg/L to 5.6 mg/L. However, it is forecasted that the targeted standards for the medium influence area will not be achieved. Evidently, Gokgyo-stream and Namwon-stream have been implementing the Total Water Pollutant Management System for the BOD items since January 1, 2019, but the Sapgyo-stream and Muhan-stream were excluded from being designated as subject regions. As such, it is noted now that it is necessary to implement the TMDL for the entire Sapgyo-Lake water systems including Sapgyo-stream and Muhan-stream in order to improve the water quality of Sapgyo-Lake, and likewise the T-P should be designated as the substance subjected to management in addition to BOD.

• 한국물환경학회지
• /
• 제36권6호
• /
• pp.636-650
• /
• 2020

A modeling system that can consider the overall water environment and be used to integrate hydrology, water quality, and aquatic ecosystem on a watershed scale is essential to support decision-making in integrated water resources management (IWRM). In adapting imported models for evaluating the unique water environment in Korea, a platform perspective is becoming increasingly important. In this study, a modeling platform is defined as an ecosystem that continuously grows and provides sustainable values through voluntary participation- and interaction-of all stakeholders- not only experts related to model development, but also model users and decision-makers. We assessed the conceptual values provided by the IWRM modeling platform in terms of openness, transparency, scalability, and sustainability. I We also reviewed the technical aspects of functional and spatial integrations in terms of socio-economic factors and user-centered multi-scale climate-forecast information. Based on those conceptual and technical aspects, we evaluated potential modeling platforms such as Source, FREEWAT, Object Modeling System (OMS), OpenMI, Community Surface-Dynamics Modeling System (CSDMS), and HydroShare. Among them, CSDMS most closely approached the values suggested in model development and offered a basic standard for easy integration of existing models using different program languages. HydroShare showed potential for sharing modeling results with the transparency expected by model user-s. Therefore, we believe that can be used as a reference in development of a modeling platform appropriate for managing the unique integrated water environment in Korea.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.18-18
• /
• 2011

Climate change is impacting and will increasingly impact both the quantity and quality of the world's water resources in a variety of ways. In some areas warming climate results in increased rainfall, surface runoff, and groundwater recharge while in others there may be declines in all of these. Water quality is described by a number of variables. Some are directly impacted by climate change. Temperature is an obvious example. Notably, increased atmospheric concentrations of $CO_2$ triggering climate change increase the $CO_2$ dissolving into water. This has manifold consequences including decreased pH and increased alkalinity, with resultant increases in dissolved concentrations of the minerals in geologic materials contacted by such water. Climate change is also expected to increase the number and intensity of extreme climate events, with related hydrologic changes. A simple framework has been developed in New Zealand for assessing and predicting climate change impacts on water resources. Assessment is largely based on trend analysis of historic data using the non-parametric Mann-Kendall method. Trend analysis requires long-term, regular monitoring data for both climate and hydrologic variables. Data quality is of primary importance and data gaps must be avoided. Quantitative prediction of climate change impacts on the quantity of water resources can be accomplished by computer modelling. This requires the serial coupling of various models. For example, regional downscaling of results from a world-wide general circulation model (GCM) can be used to forecast temperatures and precipitation for various emissions scenarios in specific catchments. Mechanistic or artificial intelligence modelling can then be used with these inputs to simulate climate change impacts over time, such as changes in streamflow, groundwater-surface water interactions, and changes in groundwater levels. The Waimea Plains catchment in New Zealand was selected for a test application of these assessment and prediction methods. This catchment is predicted to undergo relatively minor impacts due to climate change. All available climate and hydrologic databases were obtained and analyzed. These included climate (temperature, precipitation, solar radiation and sunshine hours, evapotranspiration, humidity, and cloud cover) and hydrologic (streamflow and quality and groundwater levels and quality) records. Results varied but there were indications of atmospheric temperature increasing, rainfall decreasing, streamflow decreasing, and groundwater level decreasing trends. Artificial intelligence modelling was applied to predict water usage, rainfall recharge of groundwater, and upstream flow for two regionally downscaled climate change scenarios (A1B and A2). The AI methods used were multi-layer perceptron (MLP) with extended Kalman filtering (EKF), genetic programming (GP), and a dynamic neuro-fuzzy local modelling system (DNFLMS), respectively. These were then used as inputs to a mechanistic groundwater flow-surface water interaction model (MODFLOW). A DNFLMS was also used to simulate downstream flow and groundwater levels for comparison with MODFLOW outputs. MODFLOW and DNFLMS outputs were consistent. They indicated declines in streamflow on the order of 21 to 23% for MODFLOW and DNFLMS (A1B scenario), respectively, and 27% in both cases for the A2 scenario under severe drought conditions by 2058-2059, with little if any change in groundwater levels.

• 생태와환경
• /
• 제46권1호
• /
• pp.1-9
• /
• 2013

Algal blooms in potable water supplies are becoming an increasingly prevalent and serious water quality problem around the world. In addition to precipitating taste and odor problems, blooms damage the environment, and some classes like cyanobacteria (blue-green algae) release toxins that can threaten human health, even causing death. There is a recognized need in the water industry for models that can accurately forecast in real-time algal bloom events for planning and mitigation purposes. In this study, using data for an interconnected system of rivers and reservoirs operated by a New Jersey water utility, various ANN models, including both discrete prediction and classification models, were developed and tested for forecasting counts of three different algal classes for one-week and two-weeks ahead periods. Predictor model inputs included physical, meteorological, chemical, and biological variables, and two different temporal schemes for processing inputs relative to the prediction event were used. Despite relatively limited historical data, the discrete prediction ANN models generally performed well during validation, achieving relatively high correlation coefficients, and often predicting the formation and dissipation of high algae count periods. The ANN classification models also performed well, with average classification percentages averaging 94 percent accuracy. Despite relatively limited data events, this study demonstrates that with adequate data collection, both in terms of the number of historical events and availability of important predictor variables, ANNs can provide accurate real-time forecasts of algal population counts, as well as foster increased understanding of important cause and effect relationships, which can be used to both improve monitoring programs and forecasting efforts.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.72-72
• /
• 2016

최근 발생하고 있는 기후변화로 인하여 하천 및 저수지의 수질문제가 커지고 있다. 특히 여름철 부영양화로 인해 발생하는 녹조현상은 사회적인 문제로 과학적인 수질사고에 대한 예측과 관리가 필요한 실정이다. 수질예보는 정기적으로 하천 및 저수지의 수질을 예측하여 사용자에게 제공하는 분석기법으로 수질현황을 파악하고 수질을 관리하고 의사결정을 하는데 도움을 줄 수 있다. 수질예보에 사용되는 모형은 유역모형, 하천모형, 저수지모형이 있으며, 이중 하천 및 저수지에 주로 적용되고 있는 3차원 수리수질모형의 경우 격자의 개수가 많아 모의시간이 길어지게 되고 이로 인해 일일 수질 예보가 어렵게 된다. 3차원 수리수질모형의 모의속도를 개선하는 방법에는 하드웨어의 성능을 높이는 방법과 병렬화를 이용한 소프트웨어적인 방법이 있다. 이중 하드웨어의 성능을 높이는 방법은 컴퓨터의 사양을 높이는 방법으로 높은 비용이 소요된다. 하지만 병렬화 방법은 컴퓨팅 기술의 발전으로 멀티코어가 대중화가 된 최근에 코드의 적용만으로 모의속도를 향상시킬 수 있다. 본 연구에서 사용된 모형은 서호주대학에서 개발한 3차원 수리 수질모형인 ELCOM-CAEDYM 모형으로 적용된 병렬화 기법은 OpenMP(Open Multi-Processing)방법이다. 기존 직렬 컴퓨팅 방식으로 구성되어 한번에 한 개의 명령어 밖에 처리할 수 없었던 작업방법을 동시에 여러 개의 처리요소를 이용하여 명령을 실행할 수 있게 하는 방식이다. 하지만 CPU의 개수는 제한되어 있으며, Amdahl's law에 따르면 OpenMP방식의 병렬화시 속도개선효과는 95% 병렬화 프로그램에서 최대 CPU 개수의 제한이 없다면 20배 까지 속도향상이 가능하다고 하였다. 본 연구에서는 3차원 수리 수질예측 모형인 ELCOM-CAEDYM에 적용된 병렬화 기법을 적용하는데 있어 최적 CPU사용 개수를 파악 하고자 하였으며, 이를 통해 수질예보시스템을 운영하는데 가장 효율적인 방법을 찾아 적용하고자 하고자 한다.

• 한국수자원학회논문집
• /
• 제46권8호
• /
• pp.873-884
• /
• 2013

우리나라는 몬순기후의 영향으로 여름철 강우가 집중되기 때문에 작은 기후변화에도 심각한 수자원의 문제를 야기시킬 수 있다. 이로 인해 기후변화에 대한 많은 관심이 집중되어 그에 따른 연구도 활발히 진행되고 있다. 본 연구는 남강유역에서의 미래 기후변화에 의한 하천의 흐름과 수질변화를 예측하기 위해 유역-하천모형을 연계하여 하고자 하였다. 인공신경망기법을 이용하여 기후시나리오를 예측한 후 유역수문 모형인 SWAT모형을 구축하였고 모형의 적용성 평가를 위해 환경부자료를 이용하여 검보정한 결과 $R^2$이 0.7 이상으로 적정수준으로 모의되었다. SWAT의 결과와 HEC-ResSIM을 이용한 미래 남강댐 방류량을 QUALKO의 입력 자료로 사용하였다. 그 결과 저수기에는 풍수기와는 달리 연도별 유량에 따라 BOD가 많게는 약 2mg/L의 차이를 보이는 등 변화 폭이 크게 나타났다. 강우와 유역의 유출이 하천의 수질에 큰 영향을 끼치기 때문에 풍수기에 비해 유량이 적은 저수기에 수질 농도가 높은 것을 알 수 있다. 그러므로 남강댐의 저수기의 용수확보를 통해 남강하류 하천의 유지용수를 확보하고 효율적인 관리를 통해 향상된 수질을 관리 할 수 있을 것으로 판단된다.

• 한국공간정보시스템학회 논문지
• /
• 제10권4호
• /
• pp.77-88
• /
• 2008

서해 연안 일대의 급격한 도시화, 한강에 대한 수질오염총량관리제도의 도입 가능성, 충남 태안에서 있었던 유조선 기름 유출 사건 등에 기인하여 서해 연안에 대한 수질 관리의 요구가 증대되고 있는 상황이다. 그러나 이를 효율적으로 관리할 수 있는 수질관리 시스템은 부재한 실정이다. 따라서 이런 배경에서 한강과 경기만 일대 지역의 수질 환경을 감시하고 관리할 수 있는 GIS 기반의 효율적인 통합수질관리 시스템의 필요성이 대두되고 있다. 이 연구는 한강 유역과 한강 하구의 연안 해역인 경기만 일대의 통합적인 관리와 관리방안 마련을 지원하기 위한 시스템을 개발하는데 그 목적이 있다. 이를 위하여 관련된 위치 및 수질 속성자료를 GIS기반으로 통합하여 하나의 시스템으로 구현하였다. GIS 데이터베이스는 발생 및 배출 오염부하량 산정을 위해 수질오염총량관리제도 기술지침의 따라 설계되었으며, 수질모의를 위한 초기입력 자료도 포함하고 있다. 수질 예측과 최적관리방안을 제안하기 위해 각기 다른 모델을 각 구역에 적용하였는데, 한강에는 WASP7 모델을 적용하였고, 한강 하구의 경기만 일대에는 EFDC 모델을 적용하였다. WASP7 모델에 의한 한강 하구에서의 BOD, T-N, T-P 등 수질모의 결과는 다시 EFDC 모델의 초기자료로 이용되었다. 연구 결과를 통해 수질에 결정적인 영향을 미치는 수질오염원 집중지역을 확인할 수 있었고, 오염물질이 하천으로 유입되는 위치 및 계절적 요인이 수질에 미치는 영향도 확인할 수 있었다. 더불어 하천과 연안 해역의 수질 관계도 정량적으로 확인할 수 있었다. 연구 결과는 GIS기반의 통합수질모의 시스템이 수질 현황의 예측과 경제적인 수질 관리방안의 제시에 있어 이용 가능함을 보여주었다. 향후 연구에서는 경제성 평가 등과 같은 조금 더 세분화된 선택 기능의 구현을 통한 시스템 성능의 개선이 필요하다. 또한 시스템을 이용한 구체적인 수질관리방법론의 개발도 필요하다.

• 한국수자원학회논문집
• /
• 제46권7호
• /
• pp.697-706
• /
• 2013

최근 한국은 기후변화로 인한 기온 및 수온 상승, 빈번한 집중호우와 친수공간 조성에 따른 적극적인 하천의 활용 등으로 인하여 하천 및 저수지 내 수질관리에 있어 해결해야 하는 많은 문제점을 가지고 있다. 본 연구는 효율적인 수질관리를 위하여 인공신경망을 이용한 단기조류예측모형 구축에 관한 연구이다. 대상지역으로 조류가 번식하기 좋은 조건을 지니고 있는 금강유역 내 대청호를 선정하였고 설치되어 있는 수질 자동측정망의 일 단위자료를 이용하였다. 다층전방향신경망의 역전파 알고리즘을 이용하여 단기(1일, 3일, 7일) 조류를 예측할 수 있는 모형을 구축하였다. 본 모형에서는 대청호 내 수문 및 수질성분을 교차상관분석을 기초하여 단기조류예측모형의 입력 성분을 선정한 후 다양한 조류예측 신경망 모형을 구축하여 결과에 대한 검증을 실시하였다. 구축된 단기조류예측모형은 자연발생적인 기작과 유사한 현상을 재현할 수 있는 다양한 수질인자를 고려하여 단기조류예측모형을 구축한 경우 예측의 정확도가 높게 도출되었다. 본 연구는 신경망모형의 최대 장점인 비선형성 및 간편성 등을 고려하였을 때 우리나라의 수질예측에 적합한 신경망 모형을 구축할 수 있으며 이를 통한 하천 및 호수 내 효율적인 수질관리 방안을 제시할 수 있을 것이다.