• Research Article

    A study on the estimation of river water intake using the operating time of the pumping station

    양수장의 가동시간을 이용한 하천수 취수량 산정방안 연구

    Baek, Jongseok, Kim, Chiyoung, Cha, Jun-Ho, Song, Jaehyund

    백종석, 김치영, 차준호, 송재현

    Water management agencies under the Ministry of Environment produce and accumulate qualified basic data for major rivers. However, the integrated management of ...

    환경부 산하 물관리 기관들은 주요 하천을 대상으로 양질의 기초 자료를 생산 및 축적하고 있다. 하지만 농경지를 많이 포함한 유역에서는 농업용수의 취수와 배수 ...

    + READ MORE
    Water management agencies under the Ministry of Environment produce and accumulate qualified basic data for major rivers. However, the integrated management of the river water has been weak since the artificial water circulation process, such as the intaking and drainage of agricultural water, has not been examined in the basin, which includes many agricultural land. In this study, a study was conducted on how the power usage method (operating time method) based on the running time can be applied and improved among indirect flow rate measurement methods used to investigate flow rates collected by the riverside for agricultural water purposes, and thus the resultant data of high reliability can be obtained at low cost. The operation time method is suitable for small-scale water pumping stations where it is difficult to secure real-time power supply data. The reliability of the data was verified through the correlation analysis with the actual flow rate, and it was found that the flow rate calculated by the operation time method reflecting the level of the stream to which the inlet of the pumping station is connected can be reasonably matched with the actual flow rate. In addition, it was confirmed that the investment cost at the time of initial installation of the facility was highly efficient by generating qualified flow data at low cost through comparison with direct flow rate measurement methods. If flow data is secured by applying the operation time method to large and small water farms located along the riverside, it is expected that more quantitative and integrated stream water management will be possible.


    환경부 산하 물관리 기관들은 주요 하천을 대상으로 양질의 기초 자료를 생산 및 축적하고 있다. 하지만 농경지를 많이 포함한 유역에서는 농업용수의 취수와 배수 등 인공적인 물의 순환 과정이 정량적으로 조사되지 못하고 있어 하천 수량의 통합적인 관리가 부진한 실정이다. 본 연구에서는 농업용수를 목적으로 하천변에서 취수되는 유량의 조사를 위해 사용되는 간접 유량 계측방법 중 가동시간에 따른 전력량법(가동시간법)을 적용 및 개선하여 저비용으로 높은 신뢰도의 결과자료를 얻을 수 있는 방법에 대한 연구를 수행하였다. 가동시간법은 실시간 전력량 자료의 확보가 어려운 소규모 양수장에 적용하기 적합하다. 실측 유량과의 상관성 분석을 통해 자료의 신뢰성을 검증한 결과, 양수장의 흡입구가 연결된 하천의 수위를 반영하여 가동시간법으로 산정한 유량은 실측 유량과 상당히 일치하는 결과를 얻을 수 있는 것으로 확인되었다. 또한 본 연구에서는 최초 설비 설치시에 대한 투자 비용을 직접 유량 계측방법들과의 비교를 통해 저비용으로 양질의 유량자료를 생성하여 높은 효율성을 가지는 것으로 확인하였다. 가동시간법을 하천변에 위치한 크고 작은 양수장에 적용하여 유량 자료를 확보한다면, 보다 정량적이고 통합적인 하천수 관리의 시행에 있어 많은 영향을 미칠 수 있을 것이다.

    - COLLAPSE
    February 2020
  • Research Article

    Prediction of multipurpose dam inflow using deep learning

    딥러닝을 활용한 다목적댐 유입량 예측

    Mok, Ji-Yoon, Choi, Ji-Hyeok, Moon, Young-Ilc

    목지윤, 최지혁, 문영일

    Recently, Artificial Neural Network receives attention as a data prediction method. Among these, a Long Shot-term Memory (LSTM) model specialized for time-series ...

    최근 데이터 예측 방법으로 인공신경망(Artificial Neural Network, ANN)분야에 대한 관심이 높아졌으며, 그 중 시계열 데이터 예측에 특화된 LSTM(Long Short-Term ...

    + READ MORE
    Recently, Artificial Neural Network receives attention as a data prediction method. Among these, a Long Shot-term Memory (LSTM) model specialized for time-series data prediction was utilized as a prediction method of hydrological time series data. In this study, the LSTM model was constructed utilizing deep running open source library TensorFlow which provided by Google, to predict inflows of multipurpose dams. We predicted the inflow of the Yongdam Multipurpose Dam which is located in the upper stream of the Geumgang. The hourly flow data of Yongdam Dam from 2006 to 2018 provided by WAMIS was used as the analysis data. Predictive analysis was performed under various of variable condition in order to compare and analyze the prediction accuracy according to four learning parameters of the LSTM model. Root mean square error (RMSE), Mean absolute error (MAE) and Volume error (VE) were calculated and evaluated its accuracy through comparing the predicted and observed inflows. We found that all the models had lower accuracy at high inflow rate and hourly precipitation data (2006∼2018) of Yongdam Dam utilized as additional input variables to solve this problem. When the data of rainfall and inflow were utilized together, it was found that the accuracy of the prediction for the high flow rate is improved.


    최근 데이터 예측 방법으로 인공신경망(Artificial Neural Network, ANN)분야에 대한 관심이 높아졌으며, 그 중 시계열 데이터 예측에 특화된 LSTM(Long Short-Term Memory)모형은 수문 시계열자료의 예측방법으로도 활용되고 있다. 본 연구에서는 구글에서 제공하는 딥러닝 오픈소스 라이브러리인 텐서플로우(TensorFlow)를 활용하여 LSTM모형을 구축하고 금강 상류에 위치한 용담다목적댐의 유입량을 예측하였다. 분석 자료로는 WAMIS에서 제공하는 용담댐의 2006년부터 2018년까지의 시간당 유입량 자료를 사용하였으며, 예측된 유입량과 관측 유입량의 비교를 통하여 평균제곱오차(RMSE), 평균절대오차(MAE), 용적오차(VE)를 계산하고 모형의 학습변수에 따른 정확도를 평가하였다. 분석결과, 모든 모형이 고유량에서의 정확도가 낮은 것으로 나타났으며, 이와 같은 문제를 해결하기 위하여 용담댐 유역의 시간당 강수량 자료를 추가 학습 자료로 활용하여 분석한 결과, 고유량에 대한 예측의 정확도가 높아지는 것을 알 수 있었다.

    - COLLAPSE
    February 2020
  • Research Article

    A Study on derivation of drought severity-duration-frequency curve through a non-stationary frequency analysis

    비정상성 가뭄빈도 해석 기법에 따른 가뭄 심도-지속기간-재현기간 곡선 유도에 관한 연구

    Jeong, Minsu, Park, Seo-Yeon, Jang, Ho-Won, Lee, Joo-Heon

    정민수, 박서연, 장호원, 이주헌

    This study analyzed past drought characteristics based on the observed rainfall data and performed a long-term outlook for future extreme droughts using ...

    본 연구는 한반도의 관측 강우자료를 기반으로 하여 과거의 가뭄 특성을 파악함과 동시에 RCP 8.5 기후변화 시나리오를 활용한 장래 발생 가능한 극치 ...

    + READ MORE
    This study analyzed past drought characteristics based on the observed rainfall data and performed a long-term outlook for future extreme droughts using Representative Concentration Pathways 8.5 (RCP 8.5) climate change scenarios. Standardized Precipitation Index (SPI) used duration of 1, 3, 6, 9 and 12 months, a meteorological drought index, was applied for quantitative drought analysis. A single long-term time series was constructed by combining daily rainfall observation data and RCP scenario. The constructed data was used as SPI input factors for each different duration. For the analysis of meteorological drought observed relatively long-term since 1954 in Korea, 12 rainfall stations were selected and applied 10 general circulation models (GCM) at the same point. In order to analyze drought characteristics according to climate change, trend analysis and clustering were performed. For non-stationary frequency analysis using sampling technique, we adopted the technique DEMC that combines Bayesian-based differential evolution (“DE”) and Markov chain Monte Carlo (“MCMC”). A non-stationary drought frequency analysis was used to derive Severity-Duration-Frequency (SDF) curves for the 12 locations. A quantitative outlook for future droughts was carried out by deriving SDF curves with long-term hydrologic data assuming non-stationarity, and by quantitatively identifying potential drought risks. As a result of performing cluster analysis to identify the spatial characteristics, it was analyzed that there is a high risk of drought in the future in Jeonju, Gwangju, Yeosun, Mokpo, and Chupyeongryeong except Jeju corresponding to Zone 1-2, 2, and 3-2. They could be efficiently utilized in future drought management policies.


    본 연구는 한반도의 관측 강우자료를 기반으로 하여 과거의 가뭄 특성을 파악함과 동시에 RCP 8.5 기후변화 시나리오를 활용한 장래 발생 가능한 극치 가뭄에 대한 장기전망을 수행하였다. 정량적인 가뭄 분석을 위해 기상학적 가뭄지수인 표준강수지수(Standardized Precipitation Index, SPI)를 적용하였으며 일단위 강우 관측 자료 및 RCP 시나리오를 단일한 장기 시계열 자료로 구축하여 1, 3, 6, 9, 12개월 지속기간의 SPI 입력인자로 활용하였다. 한반도의 지역별 가뭄특성 분석을 위한 대상 강우관측소는 1954년 시점부터 강우 자료를 보유하고 있는 12개 관측 지점을 선정하였으며, 동일 지점의 10개 GCM(General Circulation Model)을 적용하였다. 기후변화에 따른 가뭄 특성 변화 분석을 위해 강우발생일수와 총강수량에 대한 12개 강우관측소별 추세 변동 분석 및 군집화를 수행하였다. 샘플링 기법을 활용한 비정상성 빈도분석을 위해 베이지안 기반의 DE(Differential Evolution)와 MCMC(Markov Chain Monte Carlo)를 결합한 DEMC 기법을 채택하였고, 비정상성 가뭄빈도해석을 통하여 12개 지점별 SDF(Severity-Duration-Frequency) 곡선을 유도하였다. 비정상성을 가정한 장기 수문자료를 보유한 지점들의 SDF 곡선 산정을 통해 미래의 가뭄에 대한 정량적인 전망을 수행하였다. 장기시계열 자료를 보유한 12개 지점의 군집분석을 수행한 결과 Zone 1-2, 2, 3-2에 해당하는 제주를 제외한 전주, 광주, 여순, 목포, 추풍령 등에서 장래에 가뭄발생 위험이 높은 것으로 분석되었다. 장래 발생 가능한 가뭄 위험성을 정량적으로 파악함으로써 미래 가뭄관리 정책에 충분히 활용될 수 있을 것으로 기대된다.

    - COLLAPSE
    February 2020
  • Research Article

    The probabilistic estimation of inundation region using a multiple logistic regression analysis

    다중 Logistic 회귀분석을 통한 침수지역의 확률적 도출

    Jung, Minkyu, Kim, Jin-Guk, Uranchimeg, Sumiya, Kwon, Hyun-Han

    정민규, 김진국, 오랑치맥 솜야, 권현한

    The increase of impervious surface and development along the river due to urbanization not only causes an increase in the number of ...

    도시화로 인한 불투수층 증가와 하천 주변 개발은 홍수 시 위험에 노출되는 재해요인의 증가뿐 아니라 피해의 파급을 발생시켜 홍수 관리 측면에서 어려움을 낳는다 ...

    + READ MORE
    The increase of impervious surface and development along the river due to urbanization not only causes an increase in the number of associated flood risk factors but also exacerbates flood damage, leading to difficulties in flood management. Flood control measures should be prioritized based on various geographical information in urban areas. In this study, a probabilistic flood hazard assessment was applied to flood-prone areas near an urban river. Flood hazard maps were alternatively considered and used to describe the expected inundation areas for a given set of predictors such as elevation, slope, runoff curve number, and distance to river. This study proposes a Bayesian logistic regression-based flood risk model that aims to provide a probabilistic risk metric such as population-at-risk (PAR). Finally, the logistic regression model demonstrates the probabilistic flood hazard maps for the entire area.


    도시화로 인한 불투수층 증가와 하천 주변 개발은 홍수 시 위험에 노출되는 재해요인의 증가뿐 아니라 피해의 파급을 발생시켜 홍수 관리 측면에서 어려움을 낳는다. 홍수 방재대책을 위해서는 도시지역에 분포하는 다양한 지표면 공간특성을 반영하여 침수가 예상되는 지역에 대한 파악이 우선시되어야 한다. 본 연구에서는 도시하천의 홍수 위험지역을 대상으로 확률적 홍수위험 평가가 수행되었다. 홍수와 관련된 지형적 영향요인인 고도, 경사, 유출곡선지수, 하천까지 거리를 예측변수로 하여 하천 주변 침수 예상지역을 설명하기 위해 모형의 학습데이터로 100년 빈도 홍수위험지도가 사용되었다. 연구 대상 지역은 격자로 변환하여 Bayesian Logistic 회귀분석을 수행하여 각 격자별로 홍수영향요인이 침수 여부를 설명하는 모형을 구축하였다. 최종적으로 모형을 통해 대상 지역 전체에 대하여 침수위험도를 확률적으로 제시하였다.

    - COLLAPSE
    February 2020
  • Research Article

    Possibility analysisof future droughts using long short term memory and standardized groundwater level index

    LSTM과 SGI를 이용한 미래 가뭄 발생 가능성 분석

    Lim, Jae Deok, Yang, Jeong-Seok

    임재덕, 양정석

    The purpose of this study is to analyze the possibility of future droughts by calculating the Standardized Groundwater level Index(SGI) after ...

    본 연구는 심층학습 기법인 Long Short Term Memory (LSTM)를 이용하여 지하수위를 예측 후 표준지하수위지수(Standardized Groundwater level Index, SGI)를 산정함으로써 ...

    + READ MORE
    The purpose of this study is to analyze the possibility of future droughts by calculating the Standardized Groundwater level Index(SGI) after predicting groundwater level using Long Short Term Memory (LSTM) model. The groundwater level of the Kumho River basin was predicted for the next three years by using the LSTM model, and it was validated through RMSE after learning with observation data except the last three years. The temporal SGI was calculated by using the prediction data and the observation data. The calculated SGI was interpolated within the study area, and the spatial SGI was calculated as the average value for each catchment using the interpolated SGI. The possibility of spatio-temporal drought was analyzed using calculated spatio-temporal SGI. It is confirmed that there is a spatio-temporal difference in the possibility of drought. Through the improvement of deep learning model and diversification of validation method, it is expected to obtain more reliable prediction results and the expansion of study area can be used to respond to drought nationwide, and furthermore it can provide important information for future water resource management.


    본 연구는 심층학습 기법인 Long Short Term Memory (LSTM)를 이용하여 지하수위를 예측 후 표준지하수위지수(Standardized Groundwater level Index, SGI)를 산정함으로써 미래 가뭄 발생 가능성의 분석을 목적으로 하고 있다. LSTM 모형을 이용하여 금호강 유역의 지하수위를 미래 3년에 대해 예측을 하였으며, 예측시 최근 3년을 제외한 관측 자료로 학습 후 RMSE를 통해 검증하였다. 예측 자료와 관측 자료를 이용하여 시간적 SGI를 산정하였다. 산정된 SGI는 연구 지역 내 보간을 하였고, 보간된 SGI는 소유역별 평균값으로 공간적 SGI를 산정하였다. 산정된 시공간적 SGI를 이용하여 시공간적 가뭄 발생 가능성에 대해 분석하였다. 시공간별로 가뭄 발생 가능성에서 차이가 발생하는 것을 확인하였다. 향후 심층학습 모형의 개선 및 검증 방법의 다양화를 통해 신뢰성이 더욱 높은 예측 결과를 도출할 수 있고, 연구 적용 지역의 확대를 통해 전국적인 가뭄 대응 정책에 활용이 될 수 있으며, 더 나아가 미래 수자원 관리 차원에서 중요한 정보를 제공할 수 있을 것이다.

    - COLLAPSE
    February 2020
  • Research Article

    Development of response terms for contaminant transport in two-dimensional model for mixing analysis of toxic chemicals in rivers

    하천에 유입된 유해화학물질의 혼합 해석을 위한 2차원 오염물질 이동모형 반응항 개발

    Shin, Dongbin, Shin, Jaehyun, Seo, Il Won

    신동빈, 신재현, 서일원

    The accidents of toxic chemical spill into rivers are increasing in recent years due to expansion of heavy industries in Korea. In ...

    우리나라에서 일어나는 하천 내 유해화학물질 유입사고 발생건수는 매년 증가하는 추세를 보이고 있다. 이에 대응하기 위해 국가차원의 수질오염 사고대응체계를 구축하여 사고방재를 위한 체계적인 ...

    + READ MORE
    The accidents of toxic chemical spill into rivers are increasing in recent years due to expansion of heavy industries in Korea. In order to respond to the chemical spills, accident response systems have been established for both main rivers and tributary rivers. However, since these accident response system adopted the water quality models imported from the foreign countries, it is difficult to acquire the model parameters and to calibrate and validate the water quality models. Therefore, this study developed a depth-averaged two-dimensional river water quality model to analyze the behavior of hazardous chemicals in rivers and proposed an efficient simulation execution framework by identifying the significant reaction mechanisms considering the characteristics of the toxic chemicals. The depth-averaged two-dimensional river water quality model CTM-2D was upgraded by adding reaction terms representing mechanisms of the adsorption, desorption, and volatilization of toxic chemicals. In order to verify the model, the analytical solution was compared with the numerical solution, and results showed that the error was less than 0.1%. In addition, the model was applied to a virtual scenario which is a water pollution accident at the confluence of the Nakdong River - Kumho River, and model results showed that an efficient simulation could be carried out by activating only significant reactions which were assessed by the sensitivity analysis.


    우리나라에서 일어나는 하천 내 유해화학물질 유입사고 발생건수는 매년 증가하는 추세를 보이고 있다. 이에 대응하기 위해 국가차원의 수질오염 사고대응체계를 구축하여 사고방재를 위한 체계적인 절차를 수립하였으나, 우리나라의 사고대응체계는 해외의 수질모형을 차용하고 있기 때문에 모형의 매개변수 입력 및 검보정에 어려움이 있다. 이에 따라 본 연구는 하천에 유출된 유해화학물질의 거동을 분석하기 위한 수심 평균 2차원 하천수질모형을 개발하고, 유해화학물질의 특성을 고려한 유의반응항 판별을 통해 효율적 모의수행을 위한 기법을 제시하였다. 수심 평균 2차원 하천수질모형인 CTM-2D에 흡․탈착, 휘발 반응을 재현할 수 있는 반응항을 추가하고, 이를 검증하기 위해 해석해와 수치해를 비교한 결과 0.1% 미만의 오차를 보여 모형의 타당성을 입증하였다. 또한 낙동강-금호강 합류부에 수질오염사고 가상시나리오를 구성하여 개발된 모형을 적용하였으며, 민감도 분석 기반 유의반응 판단을 통해 효율적 수질모의를 수행할 수 있었다.

    - COLLAPSE
    February 2020