In this study, the prediction technology of Hydrological Quantitative Precipitation Forecast (HQPF) was improved by optimizing the weather predictors used as input data for machine learning. Results comparison was conducted using bias and Root Mean Square Error (RMSE), which are predictive accuracy verification indicators, based on the heavy rain case on August 21, 2021. By comparing the rainfall simulated using the improved HQPF and the observed accumulated rainfall, it was revealed that all HQPFs (conventional HQPF and improved HQPF 1 and HQPF 2) showed a decrease in rainfall as the lead time increased for the entire grid region. Hence, the difference from the observed rainfall increased. In the accumulated rainfall evaluation due to the reduction of input factors, compared to the existing HQPF, improved HQPF 1 and 2 predicted a larger accumulated rainfall. Furthermore, HQPF 2 used the lowest number of input factors and simulated more accumulated rainfall than that projected by conventional HQPF and HQPF 1. By improving the performance of conventional machine learning despite using lesser variables, the preprocessing period and model execution time can be reduced, thereby contributing to model optimization. As an additional advanced method of HQPF 1 and 2 mentioned above, a simulated analysis of the Local ENsemble prediction System (LENS) ensemble member and low pressure, one of the observed meteorological factors, was analyzed. Based on the results of this study, if we select for the positively performing ensemble members based on the heavy rain characteristics of Korea or apply additional weights differently for each ensemble member, the prediction accuracy is expected to increase.

In meteorological data, various studies are being conducted to improve the prediction performance of rainfall with irregular patterns, unlike temperature and solar radiation with certain patterns. Especially in the case of the short-term forecast model for Dong-Nae Forecasts provided by the Korea Meteorological Administration (KMA), forecast data are provided at 6-hour intervals, and there is a limit to analyzing the impact of disasters. In this study, Hydrological Quantitative Precipitation Forecast (HQPF) information was generated by applying the machine learning method to Local ENsemble prediction system (LENS), Radar-AWS Rainrates (RAR), AWS and ASOS observation data and Dong-Nae Forecast provided by the KMA. Through the preprocessing process, the temporal and spatial resolutions of all the data were converted to the same resolution, and the predictor of machine learning was derived through the factor analysis of the predictor. Considering the processing speed and expandability, the XGBoost method of machine learning was applied, and the Probability Matching (PM) method was applied to improve the prediction accuracy of heavy rainfall. As a result of evaluating the HQPF performance produced for 14 heavy rainfall events that occurred in 2020, it was found that the predicted performance of HQPF was improved quantitatively and qualitatively.

최근 기후변화 및 극한강우사상의 증가로 인해 토사재해로 인한 피해는 증가하는 추세이며 도심지 기후변화 취약성평가에 있어 토사재해 위험도는 중요한 요인으로 평가받고 있다. 도심지에서의 재해 취약성은 행정구역별로 취약성 평가가 이루어지고 있으며, 토사재해에 대한 평가는 과거 발생했던 지역을 면적개념으로 설정하여 평가하는 수준으로 토사재해 종류 및 단계별, 관리기준별, 목적별 상이한 기준 및 적용 방법으로 정밀평가에 한계가 있다. 본 연구는 서초구 일원의 산사태 발생위험지역을 분석하고, 토사재해 위험범위를 FLO-2D모형을 이용하여 정량적으로 분석하였으며, 토사재해 영향을 받는 건물단위까지 평가가 가능한 정밀위험도 평가방안을 제시하였다.

백두산 분화 시 분출되는 화산재에 의한 수질환경 변화에 대응하고자 본 연구에서는 백두산 화산재 성분을 추정하고, 화산재 퇴적 두께에 따른 수질 농도변화를 분석하였다. 백두산 화산재 성분을 추정하기 위해 주요 해외 화산의 마그마 성분과 백두산의 마그마 성분을 비교하여 유사한 화산을 선정하고, 해당 화산에서 분출한 화산재의 성분을 백두산의 화산재 성분과 유사한 것으로 가정하였다. 화산재 유해성분에 의한 수질 농도변화를 분석하기 위해 화산재 퇴적 두께에 따른 유해성분 농도의 증감을 분석한 후, 국내 먹는물 수질기준과 비교함으로서 수질환경에 대한 영향 유무를 평가하였다. 연구 결과, 알루미늄, 카드뮴, 불소, 철, 납, 마그네슘, 염소와 스트론튬 등이 취수원에 영향을 미치는 것으로 나타났으며, 이 중 카드뮴, 불소, 철, 납, 마그네슘의 경우에는 수질관리 및 화산분출 시 관리가 필요할 것으로 분석되었다.

최근 농업용저수지를 포함한 농촌지역 하천의 친수활동이 증가하면서 농촌수계의 경관, 수질 및 생태보전 등 환경에 대한 관심이 고조되고 있고, 이로 인해 농촌지역 용수수요 다변화와 물 부족 심화현상 등을 해결할 수 있는 수자원 개발의 필요성이 증대되고 있다. 이러한 측면에서 4대강 살리기 사업의 일환으로 추진되는 농업용저수지 둑높이기 사업은 추가로 필요한 농업용수뿐만 아니라 하천 수질개선을 위한 하천유지용수 확보를 위해 필요한 사업임에도 불구하고 운영계획 및 운영방안이 명확하지 않은 실정이다. 따라서 본 연구는 낙동강의 특정 소유역을 대상으로 농업용저수지 둑높이기 사업을 통해 확보할 수 있는 추가 저수량을 검토하였고 저수지 운영방안에 따라 하천유지용수로 방류할 경우 하류하천 수질개선효과를 평가하고자 하였다. 저수지 운영시나리오에 따른 추가적인 물공급량 확보는 하류하천 수량과 수질에 영향을 줄 것으로 예측되었으며 유량은 1∼8%의 증가효과와 2∼10%의 수질개선효과를 나타냈다. 특히, 저수지 운영상 2월에서 4월 사이에 추가로 방류를 실시할 수 있으며, 하천의 수량 및 수질 개선에 효과적인 것으로 나타났다. 그러나 농업용저수지의 수질은 지류하천뿐만 아니라 낙동강 본류 수질에 큰 영향을 미칠 수 있기 때문에 저수지 수질개선 및 관리가 중요할 것으로 판단된다.