The objectives of this research have been focussed on 1) developing prediction techniques for the flash flood and landslide based on rainfall prediction data in agricultural area and 2) developing an integrated forecasting system for the abrupt disasters using USN based real-time disaster sensing techniques. This study contains following steps to achieve the objective; 1) selecting rainfall prediction data, 2) constructing prediction techniques for flash flood and landslide, 3) developing USN and communication network protocol for detecting the abrupt disaster suitable for rural area, & 4) developing mobile application and SMS based early warning service system for local resident and tourist. Local prediction model (LDAPS , UM1.5km) supported by Korean meteorological administration was used for the rainfall prediction by considering spatial and temporal resolution. NRCS TR-20 and infinite slope stability analysis model were used to predict flash flood and landslide. There are limitations in terms of communication distance and cost using Zigbee and CDMA which have been used for existing disaster sensors. Rural suitable sensor-network module for water level and tilting gauge and gateway based on proprietary RF network were developed by consideration of low-cost, low-power, and long-distance for communication suitable for rural condition. SMS & mobile application forecasting & alarming system for local resident and tourist was set up for minimizing damage on the critical regions for abrupt disaster. The developed H/W & S/W for integrated abrupt disaster forecasting & alarming system was verified by field application.

A reliable streamflow forecasting is essential for flood disaster prevention, reservoir operation, water supply and water resources management. This study proposes a hybrid model for river stage forecasting and investigates its accuracy. The proposed model is the wavelet packet-based artificial neural network(WPANN). Wavelet packet transform(WPT) module in WPANN model is employed to decompose an input time series into approximation and detail components. The decomposed time series are then used as inputs of artificial neural network(ANN) module in WPANN model. Based on model performance indexes, WPANN models are found to produce better efficiency than ANN model. WPANN-sym10 model yields the best performance among all other models. It is found that WPT improves the accuracy of ANN model. The results obtained from this study indicate that the conjunction of WPT and ANN can improve the efficiency of ANN model and can be a potential tool for forecasting river stage more accurately.

한국은 2050년까지 주요 선진국 중에서 고령화가 가장 심각한 사회로 전환되게 될 것으로 예상된다. 기대여명의 증가와 저 출산은 고령화를 더욱 악화시키며, 이는 심각한 사회문제로 발전하게 될 것이다. 이와 같은 문제를 해결하기 위해 한국정부는 2008년에 도시지역에는 주택연금제도를 도입하였으며, 2011년에는 세계 최초로 농촌지역을 대상으로 농지연금제도를 도입하였다. 그렇지만 이와 같은 제도는 설계 당시부터 복지상품이라기 보다는 장기적으로 손실과 수익의 균형에 초점을 둔 금융상품으로 개발되어 실질적으로 노인들에게 크게 인기를 얻지 못하였다. 따라서 본 연구는 농지연금제도를 활성화시켜, 농촌노인들에게 보다 더 많은 혜택을 주기 위해 지역 토지시장을 감안하여 지역별 농지가격상승률을 예측하고 연금액을 산출하였다. 또, 지금까지 사용한 년 혹은 분기별 감정가 대신에 월별, 지역별 실거래 가격을 모형에 적용하여 지역 토지시장, 고령화 수준 등 지역 여건에 부합하는 연금액을 산출하였다. 할인율자료도 가장 안정적인 3년 만기 국고채 수익률을 활용하여 미래농지가격을 예측하고, 이를 유동화하여 월 생활자금으로 지급되도록 하였다. 특히 농지규모가 가장 많고, 고령화 정도가 심각하여 농지연금의 잠재적 수요가 가장 높을 것으로 예상되는 경상북도와 전라남도를 사례지역으로 선정하고, 이를 전국평균과 비교하여 지역적인 차이도 함께 분석하였다. 이를 위해 농지가격 및 이자율 시계열 자료의 안정성을 검정하고, 장기농지가격을 예측하였다. 이를 활용하여 경북, 전남, 전국의 노인들의 월평균 지급액을 추정하였다. 분석결과 정책의 잠재적 수요가 가장 높은 두 지역이 가장 낮은 금액이 지급되는 것으로 추정되어 이는 또 다른 지역불균형을 초래할 수 있는 것으로 평가되었다.

본 연구에서는 기상레이더 자료를 이용하여 도시하천 유역을 대상으로 초단기 강우예측 및 홍수예측을 실시하였다. 초단기 강우예측 결과 선행시간이 증가함에 따라 관측 자료와의 상관계수가 감소하며, 평균제곱근오차는 증가하여 정확도가 감소하였으나, 선행시간 60분까지 상관계수가 0.5이상 유지되는 결과를 얻을 수 있었다. 또한 강우예측 자료 적용에 의한 도시유출 분석결과, 선행시간 증가에 따른 첨두유량과 유출체적의 감소가 발생하였으나, 첨두시간은 비교적 일치하는 것으로 분석되었다. 레이더 예측 강우 적용을 통한 도시유출 분석결과, 관측 자료와의 오차가 발생하나 이는 여러 가지 외부적인 요인으로 판단되며, 추후 강수 에코의 급격한 생성과 소멸현상 모의, 국지성 강우 예측 성능 향상 등 지속적인 알고리즘 개선과 강우-유출 모형 매개변수 검․보정이 필요할 것으로 사료된다. 본 연구의 결과는 도시하천 유역뿐만 아니라 관측이 어려운 미계측 지역의 수문자료 확보 및 실시간 홍수 예․경보시스템 구축에 확장이 가능하며, 다양한 관측자료 기반 Multi-Sensor 초단기 강우예측 기반기술로의 활용이 가능하다.

This study focused on the alternative to estimate the demand of employment in Kenya logistics. First of all, it investigated the importance and necessity of search about the present circumstance of the country’s industry. Next, it reviewed respectively the concept and limitation of several previous models for employment, including Bureau of Labor Statistics, USA; ROA, Netherlands; IER (Institute for Employment Research), UK; and IAB, Germany. In regard to the demand forecasting of employers in logistics, it could anticipate more realistically the future demand by the time-lag approach. According to the findings, if value of output record 733,080 KSH million in 2015 and 970,640 in 2020, compared to 655,222 in 2013, demand on wage employment in logistics industry would be reached up to 95,860 in 2015 and 104,329 in 2020, compared to about 89,600 in 2012. To conclude, this study showed the more rational numbers about the demand forecasting of employment than the previous researches and displayed the systematic approach to estimate industry manpower in logistics.

본 연구에서는 이중편파 레이더 추정강우의 홍수예보 활용성을 평가하였다. 비슬산 강우레이더 100 km 반경 내 AWS(Automatic Weather System) 123개 관측소를 대상으로 레이더 추정강우의 오차를 레이더 반경 및 강우강도의 증가에 따라 평가하였다. 이중편파 레이더 추정강우가 단일편파 레이더 추정강우에 비해 오차가 작은 것으로 확인되었다. 또한, 이중편파 레이더 추정강우의 홍수예보 활용성 평가 및 적용을 위해 유역평균강우량을 산정하여 평가하였다. 평가 결과, 이중편파 레이더 추정강우가 단일편파 레이더 추정강우에 비해 관측치에 유사하게 나타났으며, 강우형태에 관계없이 강우 강도가 강한 부분에서 이중편파 레이더의 정확도가 향상됨을 보였다. 그러나 차등반사도를 통해 산정된 강우는 과대추정되는 경향이 나타났다. 연속형 저류함수모형인 SURR 모형에 적용하여 남강댐 유역에 대한 유출해석을 수행하였다. 이중편파 레이더 추정강우를 통한 유출량이 단일편파 레이더 추정강우에 비해 유출용적오차는 약 12∼63%, 첨두유량오차는 약 30∼42% 감소하였으며, 평균제곱근오차 또한 감소하는 것으로 나타났다. 또한 이중편파 레이더에 의해 산정된 유역평균강우량을 유출모형에 적용할 경우 AWS 강우로부터 추정된 유출결과보다 더 우수한 경우가 있어 향후 홍수예보 활용 시 예보의 정확도 향상에 기여하리라 판단된다.

강수량 관측 자료에 기초한 유출해석모형을 기반으로 하는 수위기반 홍수예측시스템으로는 짧은 도달시간과 국지성 집중호우로 발생하는 중소하천의 홍수에 대처하기 위한 충분한 예경보 시간을 확보하기 어렵다. 본 연구에서는 홍수예보 선행시간을 확보하기 위해 강우정보만으로도 홍수예보가 가능한 수위노모그래프를 개발하였다. 홍수예보 기준을 경계, 대피의 2단계로 구분하여 기준홍수위를 산정하고 다양한 홍수사상을 반영하기 위해 가상 시나리오를 설정하여 강우조건별 강우량과 지속시간을 선정하였다. 또한 소하천 횡단면 자료와 Manning 공식을 이용하여 수위-유량 관계 곡선을 개발하고 소하천 유역면적비를 전이하여 강우-첨두유출곡선을 산정하였다. 가상 시나리오에 따른 강우정보와 홍수량을 이용하여 전남 나주시에 위치하고 있는 정광천과 소노동천을 대상으로 수위노모그래프를 개발하였다. 수위노모그래프를 기반으로 하는 홍수예보기법은 자연유역 중소하천의 홍수예보 방법으로 활용도가 높을 것으로 판단된다.

최근 들어 기후변화로 인한 이상홍수와 같은 물 관련 재해 발생에 대한 문제가 제기되었고, 특히 도시 유역내 집중호우로 인명 및 재산피해가 빈번히 발생하고 있다. 본 연구에서는 대표 복합유역인 수영강 유역에 좌수영교 지점을 선정하여 수문자료를 10분단위로 부산대학교 실시간 모니터링 웹사이트를 통해 시스템 구축을 하였다. 이를 통한 DB를 활용하여 홍수 시 강우사상별 수문예측 모형의 입력자료로 활용하였다. 유역모형은 SWMM모형을 이용하여 좌수영교 지점의 한계 수심을 토대로 지속시간별 경보발령 기준우량을 HUFF 4분위를 이용하여 산정하였다. 확률 강우량은 지속시간-홍수량, 지속시간별-조위영향 등을 20분간의 누가 강우량을 기준으로 경보 발령 안을 산정하였다. 본 연구는 실시간 모니터링 데이터를 이용해 수문자료 분석 및 모형을 구축하여 복합유역인 수영강 유역에 좌수영교 지점 홍수예경보 시스템 구축에 있어서 도움이 될 것으로 판단된다.

최근 이상기상현상과 기후변화로 인하여 도시유역의 내수 침수 피해가 날로 증가하고 있는 실정이며, 이로 인한 대책의 일환으로 내·외수를 고려한 홍수 예보 시스템 구축이 고려되고 있다. 본 연구에서는 도시유역의 관측자료 기반 강우의 초단기(1~2hr) 예측을 위하여 위성영상자료와 레이더 자료를 사용하였으며, 시뮬레이션 기반 강우의 단기(1~2day) 예측을 위하여 기후역학모형을 사용하였다. 향후 도시유역의 최적 강우예측 시스템구축을 통한 내·외수를 고려한 실시간 홍수 예·경보시스템의 강우예측 입력으로 활용될 예정이다. 현재, 초단기 강우예측을 위한 레이더 자료 전처리 및 CAPPI(Constant Altitude Plan Position Indicator) 산정프로그램을 개발하였으며, 천리안 위성(Communication, Ocean and Meteorological Satellite, COMS)과 TRMM(Tropical Rainfall Measuring Mission) 위성을 이용한 극치 강우 추정 알고리즘을 개발하였다. 또한 레이더 자료와 위성영상자료를 이용하여 집중호우와 태풍 사상을 대상으로 강우의 최적 이동양상 분석(Quantitative Precipitation Forecasting, QPF)을 실시하였다. 레이더와 천리안 위성, TRMM자료의 초단기 강우예측 정확성 검증을 위하여 지상기상자동관측시스템(Automatic Weather System, AWS)의 분단위 강우측정 결과를 비교·분석 하였으며, 그 적용가능성을 검증하였다. 다음으로 강우의 단기예측을 위하여 GRIMs(Global Regional Integrated Model System)와 WRF(Weather Research and Forecasting) 연계 모형을 사용하였으며, 한반도(Big Domain)와 서울(Small Domain) 지역을 포함하는 시뮬레이션 영역을 대상으로 집중호우의 모의 성능 평가를 실시하였고 기후역학 모형의 단기 강우예측 능력을 검증하였다. 도시유역 초단기 및 단기 강우예측 분석 결과 관측자료와의 오차가 발생하나, 추후 여러 통계적 후처리 과정을 통하여 그 성능이 개선될 것으로 보인다. 이러한 오차 발생의 원인은 여러 가지 외부적인 요인이 있는 것으로 판단되며, 보다 정확한 극치강우량 예측을 위해서는 지속적인 알고리즘 개선 및 모형의 검·보정이 필요할 것으로 사료된다.

상대적으로 홍수량의 규모가 작은 지류 하천에서는 합류부 배수영향으로 제내지 침수 및 제방 범람에 의한 홍수피해의 위험이 가중되고 있다. 특히 지류 합류부에서는 본류와 지류의 홍수유하 조건에 따라 수위가 급격히 증가하므로 인명피해의 가능성 또한 높다. 따라서 본 연구에서는 비구조적 홍수피해저감대책의 일환으로 지류 합류부의 실시간 홍수위 예측기술을 개발하고자 한다. 이를 위하여 지류 합류부 수위의 주요 영향인자를 검토하였고, 잘 구축된 수리학적 모형으로부터 계산된 본류 및 지류의 유량과 합류부 수위자료를 이용하여 홍수위 예측을 위한 경험식을 개발하였다. 개발된 식에 의한 예측결과는 최대 1.0m의 수위오차를 포함하고 있었으나, 평균 0.2~0.3m의 절대오차를 나타내었고, 발생시각은 0~5 hr 앞서 예측 가능한 것으로 나타났다. 본 연구결과로부터 홍수예측 시스템이 구축되지 않은 지류 합류부에서도 쉽게 실시간 홍수예측이 가능하며, 구축된 시스템은 지류의 홍수범람 및 침수피해 예방에 활용될 수 있을 것으로 기대된다.

We developed a stochastic model that captures long term nonstationary oscillations (NSOs) within a given variable. The model employs a data-adaptive decomposition method named empirical mode decomposition (EMD). Irregular oscillatory processes in a given variable can be extracted into a finite number of intrinsic mode functions with the EMD approach. A unique data-adaptive algorithm is proposed in the present paper in order to study the future evolution of the NSO components extracted from EMD. To evaluate the model performance, the model is tested with the synthetic data set from Rossler attractor and with global surface temperature anomalies (GSTA) data. The results of the attractor show that the proposed approach provides a good characterization of the NSOs. For GSTA data, the last 30 observations are truncated and compared to the generated data. Then the model is used to predict the evolution of GSTA data over the next 50 years. The results of the case study confirm the power of the EMD approach and the proposed NSO resampling (NSOR) method as well as their potential for the study of climate variables.

홍수예보는 정확성과 신속성, 2가지 조건을 만족해야 한다. 정확성은 홍수주의보 및 경보에 도달하는 시간과 수위를 정확하게 예측하는 정도를 말하며, 신속성은 예보선행시간으로써 홍수예보에 따른 하류지역 주민의 대피에 필요한 시간이라 할 수 있다. 이를 위한 홍수예보 방법으로 기상법, 수위법, 강우-유출법 등 3가지로 구분할 수 있다. 기상법은 강수를 정량적으로 예측하여 홍수 유발량 이상이면 경보를 발령하는 방법이다. 수위법은 상류에 위치한 수위관측소의 수위자료를 이용하여 하류의 수위상황을 예측하는 방법이며, 강우-유출 모형은 현재 4대강 홍수통제소에서 사용되고 있는 방법으로 유효우량산정을 통한 유역유출과 하도유출로 구분하여 홍수위와 도달시간 등을 예측하는 방법이다.본 연구는 영산강수계 홍수예보 지점 중 선암과 남평지점의 수위와 상류지점의 수위자료를 활용하여 인공신경망 모형을 이용한 홍수위 예측모형을 개발하였다. 더불어 홍수예보 업무 중 중요한 부분을 차지하는 홍수위 예측과 관련하여 범용성을 확대하기 위하여 Web환경에서 국가표준수문DB와 연계를 통한 RFFS을 개발하였다. 본 연구의 결과, 통계적 기준과 도식적 평가를 통한 본 연구의 모형은 홍수예보시스템에 대한 보조적 수단으로 활용할 수 있음을 확인시켜 주었으며, 홍수위 예측모형의 다양화를 통한 홍수예보업무의 효율성을 증대하였다는 측면에서 유의미하다고 판단된다. 또한 홍수예보지점을 중소하천까지 확대할 경우 인공신경망 모형을 활용할 수 있을 것으로 기대된다.

최근에 들어 지구온난화에 따른 기후변화의 영향으로 단시간에 집중되는 국지성 호우와 돌발성 호우로 인하여 많은 인명 및 재산피해가 날로 증가하고 있는 추세이다. 이에 본 연구에서는 낙동강 유역을 대상으로 국지적 집중호우와 돌발홍수의 특성을 연구하고 이를 데이터 마이닝 기법에 의한 홍수예측에 관한 연구를 적용하여 낙동강 유역의 국지적 집중호우와 돌발홍수에 대처할 수 있는 홍수예측모형을 구축하였다. Data Mining 기법인 신경망 이론과 하도의 수리학적 홍수추적을 사용한 모형을 구축하여 1989년 7월에서 1999년 9월 사이의 홍수사상을 대상으로 낙동 지점과 일선교 지점에서의 관측수위와 경사면적법의 홍수위를 비교하여 검증하였다. 본 연구에서는 대상유역을 3가지 Case로 구분하여 각 지점에 따른 홍수량, 수위에 의한 수리학적 홍수추적 모형을 구성과 간단한 입력자료만으로 홍수예측이 가능한 인공지능 기반의 신경망 모형을 이용하여 수위곡선을 비교분석하였으며, 실측 수위와 모형에 의해 예측 수위를 비교평가였다.

장기간의 가뭄에 의한 피해를 최소화하기 위해서는 유역에 적합한 가뭄관리 대책의 수립과 함께 미래에 발생하게 될 가뭄을 미리 예측할 수 있는 기술이 구축되어야 한다. 또한 미래의 가뭄에 대한 합리적 대응 방안을 수립하기 위해서는 가뭄의 지속기간(duration)과 심도(severity)의 정량적인 예측이 선행되어야 한다. 본 연구에서는 수문 시계열의 예측에 가장 많이 이용되고 있는 대표적인 통계학적 기법인 인공신경망 모형(Artificial Neural Network Model)과 가뭄지수를 이용하여 남한지역의 서울, 대전, 대구, 광주 등의 4개 기상관측소를 선정하여 가뭄예측을 시도하였다. 가뭄 예측을 위하여 남한지역 내 선정한 기상관측소의 관측된 과거 강수량 자료를 이용하여 산정된 SPI (Standardized Precipitation Index)를 입력변수로 하여 다층 퍼셉트론(Multi Layer Perceptron) 인공신경망 모델에 적용하였으며, 매개변수 보정을 위한 학습기간으로 1976∼2000년과 2001∼2010년을 예측을 위한 검증기간으로 선정하여, 학습 및 예측을 시도하였다. 학습된 최적의 예측모형을 이용하여 서로 다른 선행예보시간(1∼6개월)을 갖고 SPI (3), SPI (6), SPI (12)별로 가뭄을 예측하였으며, 가뭄예측 결과, SPI (3)의 경우에는 1개월 선행예보에서만 좋은 결과를 나타내었으며, SPI (6)의 경우 1-3개월 후의 가뭄을 예측하는 경우에 비교적 관측자료와 잘 일치하는 결과를 나타내었다. SPI (12)의 경우에는 약 5개월 후까지의 가뭄예측에 양호한 결과를 나타내었다.

Reliable long-term streamflow forecasting is invaluable for water resource planning and management which allocates water supply according to the demand of water users. It is necessary to get probabilistic forecasts to establish risk-based reservoir operation policies. Probabilistic forecasts may be useful for the users who assess and manage risks according to decision-making responding forecasting results. Probabilistic forecasting of seasonal inflow to Andong dam is performed and assessed using selected predictors from sea surface temperature and 500 hPa geopotential height data. Categorical probability forecast by Piechota's method and logistic regression analysis, and probability forecast by conditional probability density function are used to forecast seasonal inflow. Kernel density function is used in categorical probability forecast by Piechota's method and probability forecast by conditional probability density function. The results of categorical probability forecasts are assessed by Brier skill score. The assessment reveals that the categorical probability forecasts are better than the reference forecasts. The results of forecasts using conditional probability density function are assessed by qualitative approach and transformed categorical probability forecasts. The assessment of the forecasts which are transformed to categorical probability forecasts shows that the results of the forecasts by conditional probability density function are much better than those of the forecasts by Piechota's method and logistic regression analysis except for winter season data.

Reliable long-term streamflow forecasting is invaluable for water resource planning and management which allocates water supply according to the demand of water users. Forecasting of seasonal inflow to Andong dam is performed and assessed using statistical methods based on hydrometeorological data. Predictors which is used to forecast seasonal inflow to Andong dam are selected from southern oscillation index, sea surface temperature, and 500 hPa geopotential height data in northern hemisphere. Predictors are selected by the following procedure. Primary predictors sets are obtained, and then final predictors are determined from the sets. The primary predictor sets for each season are identified using cross correlation and mutual information. The final predictors are identified using partial cross correlation and partial mutual information. In each season, there are three selected predictors. The values are determined using bootstrapping technique considering a specific significance level for predictor selection. Seasonal inflow forecasting is performed by multiple linear regression analysis using the selected predictors for each season, and the results of forecast using cross validation are assessed. Multiple linear regression analysis is performed using SAS. The results of multiple linear regression analysis are assessed by mean squared error and mean absolute error. And contingency table is established and assessed by Heidke skill score. The assessment reveals that the forecasts by multiple linear regression analysis are better than the reference forecasts.

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 수질자동측정망의 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 신경망 모형의 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.

90년대 초반 한 중 간 교역확대와 이에 따른 물동량 증대에 힘입어 중국발 Sea & Air 운송 화물은 연평균 50% 이상의 높은 증가세를 보였다. 하지만 90년대 후반을 기점으로 증가폭이 둔화되었으며, 최근에는 정체 및 감소의 형태를 보이고 있다. 이러한 측면에서 한중간 교역의 지속적인 성장패턴과는 다소 상이한 형태를 나타내는 Sea & Air 운송의 향후 물동량을 전망하고, 이에 대한 활성화방안을 제시하는 것은 시급한 문제이다. 본 연구에서는 Sea & Air 운송의 물동량을 예측하며, Sea & Air 운송의 활성화 요인을 도출하고, 이들 요인의 중요도를 파악하여 시행을 위한 우선순위를 확정하는 것을 연구의 목적으로 하였다. 연구방법론은 ARIMA와 Fuzzy-AHP(퍼지계층분석법)를 사용하였다. ARIMA 분석을 위해 2007년부터 2012년 4월까지의 실적치를 사용하였으며 2015년까지 물동량을 예측하였다. ARIMA 예측결과, Sea & Air 물동량은 2012년 약 4만 톤에서 2015년 약 3만 3천 톤으로 감소할 것으로 분석되었다. 한편, 활성화 요인의 가중치를 도출하기 위해 Fuzzy-AHP법을 사용하였다. 분석 결과, 대분류 활성화 요인 중 'Sea & Air 운송 관련 정보시스템 구축 정책'이 가장 중요한 활성화 요인으로 나타났으며, 세부분류 활성화 요인 중 '혼재가능 물류센터 건설'이 가장 중요한 요인으로 선정되었다.

본 연구에서는 Wavelet Transform과 Support Vector Machine (SVM)을 결합한 Hybrid 상수도 수요량 예측 모형을 개발하였다. Wavelet Transform 방법을 활용하여 다양한 스케일이 존재하는 상수도 수요량 시계열을 분해하여 단순한 형태의 시계열로 변환하는데 이용하였으며, 비선형 예측모형인 SVM은 이들 단순화된 시계열을 예측하는데 활용하여 예측성능을 극대화시키는 방안을 수립하였다. 본 연구에서는 상수도 수요량 자료에서 내재되어 있는 주기의 특성과 비선형 예측모형의 장점을 서로 연계한 해석이 가능하였으며 시각적인 검토 및 모든 통계지표에서 개선된 예측결과를 확인할 수 있었다. 특히, 기존 ARIMA 모형 계열에서 나타나는 자기예측문제를 상당부분 개선한 결과를 보여줌으로서 실질적인 수요량 예측모형으로서 활용이 가능할 것으로 판단된다.

본 연구의 목적은 도시하천으로 복원된 청계천유역의 실시간 홍수예보를 위한 flow nomograph를 개발하고, 실측자료를 통해 flow nomograph의 적용성을 검토하는데 있다. 본 연구의 적용대상지역인 청계천유역은 높은 불투수율, 짧은 도달시간 및 복잡한 수문학적 특성을 갖고 있어 기존 강우-유출 모형에 의한 홍수예측 방법의 선행시간 확보 측면에서 실효성을 거두지 못하고 있는 실정이다. 이에 본 연구에서는 홍수예보 선행시간을 확보하기 위해 강우정보만으로도 홍수예보가 가능한 flow nomograph를 개발하였다. Flow nomograph는 강우강도, 강우지속시간 등의 강우변수와 유량, 수위간의 상관관계를 구한 것이다. 본 연구에서는 Flow nomograph 개발과정에서 예보 기준 설정을 위해 홍수예보 지점을 선정하여 지점별 기준 홍수위를 산정하였으며, 다양한 홍수사상을 반영하기 위해 가상 강우시나리오를 설정하여 강우조건별 강우강도와 강우지속시간을 산정하였다. 또한 수위-유량관계곡선식을 이용하여 기준 홍수위에 따라 홍수량 범위를 결정하고, SWMM 모형을 이용하여 강우조건에 따른 지점별 홍수량을 산정하여 예보 지점별로 기준 홍수위에 따른 홍수량을 산정하였다. 산정된 강우 시나리오에 따른 강우정보와 기준 홍수위에 따른 홍수량을 이용하여 flow nomograph를 개발하였으며, 이를 실제 홍수사상에 적용하여 평가하였다. 평가 결과 청계천 유역에 대해 flow nomograph의 적용성이 높은 것으로 나타났다. 향후 청계천과 같은 도시하천유역의 홍수예측 방법으로 활용도가 높을 것으로 판단된다.