본 연구는 물리적 수리·수문모형의 적용이 제한적인 감조하천에서의 수위예측을 목적으로 하고 있으며, 이를 위해 한강 잠수교를 대상으로 딥러닝 오픈소스 소프트웨어 라이브러리인 TensorFlow를 활용하여 LSTM 모형을 구성하고 2011년부터 2017년까지의 10분 단위의 잠수교 수위, 팔당 댐 방류량과 한강하구 강화대교지점의 예측조위 자료를 이용하여 모형학습(2011~2016) 및 수위예측(2017)을 수행하였다. 모형 매개변수는 민감도 분석을 통해 은닉층의 개수는 6개, 학습속도는 0.01, 학습횟수는 3000번로 결정하였으며, 모형 학습 시 학습정보의 시간적 양을 결정하는 중요한 매개변수인 시퀀스길이는 1시간, 3시간, 6시간으로 변화시키며 모의하였다. 최종적으로 선행시간에 따른 모의 예측능력을 평가하기 위해 LSTM 모형의 예측 선행시간을 6개(1 ~ 24시간)로 구분하여 실측수위와 예측수위와의 비교·분석을 수행한 결과, LSTM 모형의 최적의 성능을 내 는 결과는 시퀀스길이를 1시간으로 하였을 때로 분석되었으며, 특히 선행시간 1시간에 대한 예측정확도는 RMSE는 0.065 m, NSE는 0.99로 실 측수위에 매우 근접한 예측 결과를 나타내었다. 또한 시퀀스길이에 상관없이 선행시간이 길어질수록 모형의 예측 정확도는 2017년 전기간에 걸쳐 평균적으로 RMSE 0.08 m에서 0.28 m로 오차가 증가하였으며, NSE는 0.99에서 0.74로 감소하였다.

최근 기후변화 및 유역개발로 인하여 메콩강 유역의 수문환경이 급격히 변화하고 있으며, 메콩강을 공유하는 국가의 수재해 예방 및 지속가능한 수자원개발을 위해서는 메콩강 주요지점에서의 유량 정보의 분석 및 예측이 요구된다. 본 연구에서는 물리적 기반의 수문모형인 SWAT과 데이터기반 딥러닝 알고리즘인 LSTM을 이용하여 메콩강 하류 Kratie 지점의 유출모의를 수행하고, 유출모의 정확도 및 두 가지 방법론의 장 ․ 단점을 비교 ․ 분석한다. SWAT 모형의 구축을 위해 범용 입력자료(지형: HydroSHED, 토지이용: GLCF-MODIS, 토양: FAO-Soil map, 강우: APHRODITE 등)을 이용하였으며 warming-up 및 매개변수 보정 후 2003~2007년 일유량 모의를 수행하였다. LSTM을 이용한 유출모의의 경우, 딥러닝 오픈소스 라이브러리인 TensorFlow를 활용하여 Kratie 지점기준 메콩강 상류 10개 수위관측소의 두 기간(2000~2002, 2008~2014) 일수위 정보만을 이용하여 심층신경망을 학습하고, SWAT 모형과 마찬가지로 2003~2007년을 대상으로 Kratie 지점에 대한 일수위 모의 후 수위-유량관계곡선식을 이용하여 유출량으로 환산하였다. 두 모형의 모의성능 비교 ․ 검토를 위하여 모의기간에 대해 NSE (Nash-Sutcliffe Efficiency)을 산정한 결과, SWAT은 0.9, LSTM은 보다 높은 0.99의 정확도를 나타내는 것으로 분석되었다. 메콩강과 같은 대유역의 특정 지점에 대한 수문시계열 자료의 모의를 위해서는 다양한 입력자료를 요구하는 물리적 수문모형 대신 선행시계열자료의 변동성을 기억 ․ 학습하여 이를 예측에 반영하는 LSTM 기법 등 데이터기반의 심층신경망 모형의 적용이 가능할 것으로 판단된다.

최근 기후변화와 이상기후의 영향으로 인한 홍수재해의 시 ․ 공간적 패턴의 변화가 복잡해짐에 따라 홍수범람 예측은 점점 어려워지고 있다. 이러한 기상이변에 따른 홍수피해를 예방하고 대응하기 위한 비구조적 대책으로 홍수위험등급 및 범람범위 등의 정보를 포함하고 있는 홍수위험지도의 작성이 필요하다. 실제로 고정밀도 홍수위험지도를 작성하기 위해서는 1차적으로 지형, 지질, 토지피복, 기상 등의 자료를 기반으로 강우-유출- 범람해석을 통해 침수면적 및 침수깊이 등 범람 정보를 획득해야 되며, 2차적으로 피해액 산정을 위해 사회 ․ 경제와 관련된 다양한 DB를 필요로 한다. 하지만 개발도상국에서는 이러한 자료가 부족하고, 일부지역에서는 자료자체를 획득할 수가 없어 홍수위험지도 제작이 불가능하거나 그 정확도가 매우 낮은 실정이다. 본 연구에서는 ASTER 또는 SRTM과 같은 범용 지형자료로부터 주요 지형학적 인자를 선정하고, 선형이진분류법(Liner binary classifiers)과 ROC분석(Receiver Operation Characteristics)을 사용하여 실제 홍수유역을 유사하게 모의하는 최적 지형학적 인자를 도출하고, 이를 기반으로 광역 홍수범람지도를 작성하는 방안을 제시한다. 본 연구에서 제시하는 방법론의 정확도 검증을 위해 북한(2007), 방글라데시(2007), 인도네시아(2010), 태국(2011), 미얀마(2015) 5개국의 대규모 홍수범람에 대해 적용하였다. 실제 홍수범람 영상정보에서 획득된 침수면적과의 공간적 비교 ․ 검토 결과, 최저(38%, 방글라데시), 최고(78%)으로 평균적으로 약 60%의 정확도를 나타내는 것으로 분석되었다. 본 연구에서 제시하는 지형학적 인자 기반의 홍수범람지도 작성방법은 미계측유역에 대해서도 DEM만을 사용하여 홍수위험 지역을 쉽게 구분할 수 있다는 장점을 가지고 있어 1 ․ 2차원 범람해석 모형의 적용이 어려운 대유역에 대해 홍수범람 우려지역에 대한 공간정보를 제공해줄 수 있을 것으로 판단된다.