수위 및 침수기간이 저수하안 식생공법의 식생피도에 미치는 영향을 규명하기 위하여 심곡천 실험구에 적용된 식생공법에 대한 시공모니터링을 수행하였다. 시공모니터링의 항목은 각 공법의 출현식물종과 피복도, 토양의 이화학적 특성, 수위 및 수질 등이다. 모니터링 결과, 2010년도 5월 1차 조사에서는 모든 저수하안 식생공법의 식물생육은 양호하였으나, 2011년 약 1주일 이하의 침수가 있었던 6월 2차 조사에서는 적용된 식생공법의 식물 생육상태 및 피도가 부분적으로 불량하였다. 그리고 조사 기간 중 침수기간이 약 8주로 가장 길었던 8월 3차 조사에서는 갈대를 제외한 대부분의 식생이 고사하였다. 하지만 침수기간이 2주 이내로 3차 조사 때 보다 수위가 하강한 10월 4차 조사에서는 식물의 출현종수와 피복도가 점차 회복되는 것으로 관찰되었다. 이에 정량적 분석을 위하여 식생공의 식물출현종수 및 피도와 수위, 침수기간에 대한 상관성 분석을 실시하였다. 그 결과 출현종수 및 피도는 수위 및 침수기간과는 음(-)의 상관성을 나타내었는데, 침수기간이 수위보다 다소 더 높은 상관성이 있는 것으로 분석되었다.

논문에서는 하천 수위 감지용 CCD카메라에서 입력된 동영상에서 다리 기둥 영역과 물 영역을 구분하여 수위를 감지하는 방법을 제안한다. 하천 영상에서는 다리 기둥이 있고 그 사이로 강물이 흐르기 때문에, 물이 흐르는 부분에서만 강한 움직임이 발생하게 된다. 따라서, 본 논문에서는 optical flow를 사용하여 강물의 움직임을 감지하고 움직임이 감지된 픽셀들을 Y축으로 투영시켜 움직임 누적 히스토그램을 생성한다. 이후, 생성된 움직임 누적 히스토그램에 대해 K-means 군집화를 적용 시킨다. 단순히 기둥 영역과 물 영역을 구분하기 위해서는 K=2인 K-means 군집화를 수행하면 되지만, 기둥 영역과 물보라가 심한 부분, 물이 잔잔하게 흐르는 부분으로 나누기 위해서 K=3인 K-means 군집화를 수행한다. K-means 군집화에 의해 3개의 군집으로 나뉜 히스토그램에서 위쪽 첫 번째 군집과 두 번째 군집의 경계를 검출하면 그 부분이 곧 하천의 수위가 된다. 본 논문에서는 K=2, K=3일 경우의 K-means 군집화를 사용한 방법과 기존의 CCD카메라 기반의 수위감지알고리즘을 비교 실험하였고, 실험 결과 기존의 연구보다 움직임백터와 K-means 군집화 방법을 결합한 방법이 가장 좋은 성능을 보여 주었다.

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.

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.

하천주변의도시화와이상기후등으로인해기존의하천위주의홍수방어는한계를보이고있으며, 이에따라유역통합적인홍수방어대 책의 하나로 강변저류지 설치에 대한 요구가 증대되고 있다. 강변저류지를 치수대책에 포함시키기 위해서는 정량적인 홍수조절효과 산정이 필요하며, 이를 위해서는 강변저류지 홍수조절효과에 영향을 미치는 인자들의 불확실성을 줄이기 위한 노력이 필요하다. 특히 하천 수위 예측의 중요 변수인 하천 조도계수는 항상 불확실성을 포함하고 있으므로, 이를 고려한 설계방법이 필요하다. 따라서 본 연구에서는상대적으로설계자가자유롭게결정할수있는설계인자인강변저류지의횡월류부길이를이용하여하천조도계수의불확실성 을 고려한 강변저류지 설계 기법을 제안하고자 한다. 이를 위해 HEC-RAS 부정류 수치모형을 이용하여 하천 조도계수와 횡월류부 길이 변화가 홍수조절효과에 미치는 영향을 검토하였고, 분석결과를 이용하여 하천의 수위 예측 불확실성을 고려한 횡월류부 길이를 결정하는 기법을 제시하였다. 본 연구에서 제시한 횡월류부 길이 결정 기법은 하천 수위 예측의 불확실성을 해결할 수 있기 때문에 강변저류지의 홍수조절효과를 좀 더 안전측으로 제시하는데 도움이 될 것으로 기대한다.

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.

홍수 시 하천 만곡부에서 유수의 원심력에 의한 횡단 수면경사가 발생한다. 하천 경사와 유량이 증가하면 그 수면경사는 더욱 커진다. 경사가 급한 산지하천 만곡부는 제방의 여유고보다 수면상승이 큰 경우가 빈번하게 발생하기 때문에 홍수피해가 크다. 따라서 편수위에 따른 수면 상승효과는 산지하천 만곡부의 설계를 위해 고려되어야 한다. 본 연구에서는 산지하천 만곡부의 편수위를 산정할 수 있는 기법을 제안하고, 편수인자들의 곱으로 편수위계수를 정의하였다. 양양남대천 만곡부에서 측정한 편수위와 90˚ 만곡 자갈하상에 대한 수리실험에서 측정한 편수위 자료를 이용하여 편수인자별 영향인자 값을 제시하였다. 내린천 만곡부에서 측정한 편수위를 이용하여 편수위 산정기법의 적용성을 검증하였다.

지구 환경의 변화로 홍수 빈도 및 강도가 증가하고 있다. 이에 자연현상으로 생각하던 소극적인 자세에서 탈피하여 과학적이고 체계적인 접근 방법으로 적극적 홍수방어체계를 구축하고자 노력하고 있다. 본 연구에서는 자연환경의 변화로 특히 피해가 큰 도시하천으로 대상으로 실시간 강우 및 수위를 모니터링할 수 있는 시스템을 구축하였다. 이를 기반으로 통계적 resampling method 중 하나인 k-nearest neighbors와 bootstrapping 기법을 적용하다. 이러한 모의발생기법 적용을 통하여 수위-유량 관계곡선식 생성 시 발생할 수 있는 불확실성을 저감시키는 기법을 연구하였다. 부산시 온천천 유역 내 설치된 10분 간격의 강우와 수위에 대한 실시간 자료를 기반으로 작성된 수위-유량 관계곡선식은 유량 측정 및 국지성 호우에 의하여 발생할 수 있는 다양한 문제점을 극복하고자 하였다. 이러한 resampling 기법에 의한 모의발생으로 수위에 대한 불확실성을 감소시키며 이로써 신뢰성 있는 자료 생성을 가능할 수 있도록 하였다. 향후 본 연구의 결과는 도시하천의 실시간 모니터링 시스템에 활용이 가능할 것으로 사료된다.

홍수 발생 시 모래하천의 수위-유량 관계가 고리형을 이룬다는 것은 많은 현장 계측을 통해 보고되어 왔다. 또한, 홍수파 해석이나 사련에서 사구로 변동되는 하상해석을 통해 고리형 수위-유량 관계의 원인이 규명되어서 고리의 형태나 진행 방향 등에 대해서는 이론적으로도 상당부분 입증되어 있다. 그러나 경사가 급한 자갈 및 암반으로 구성된 산지하천의 경우, 현장유량계측의 어려움과 관측 정확도의 문제로 고리형 수위-유량 관계에 대한 연구가 매우 드물었다. 본 논문은 자갈 및 암반 지형의 산지하천인 제주도 한천에서 2011년 태풍 무이파 때 계측한 홍수 유량을 바탕으로 수위-유량 관계를 구축하고, 자갈하천에서 형성되는 고리형 수위-유량 곡선을 분석하고자 한다. 유량계측 방식으로는 홍수기에 적합한 비접촉식인 전자파 표면유속계를 사용하여, 홍수의 상승기와 하강기의 유량을 시간 단위로 계측하는 데 성공했다. 계측결과 수위-유량관계에서 뚜렷한 고리 형상을 확인할 수 있었다. 그리고 고리의 이력이 모래하천과 정반대로 동일수위에서 상승기의 유량이 하강기의 유량보다 작은, 고리 경로의 역전 현상을 발견하였다. 이러한 역전현상은 자갈하천의 조도의 변화가 모래하천의 경우와 반대로 발생하는 데 기인하는 것으로 추정한다.

중소하천은 호우발생시 급격한 하천수위상승으로 인해 하천에 위험상황이 발생하게 된다. 따라서 중소하천의 홍수예경보는 대규모 하천의 홍수예경보와 달리 강우-유출모형을 기반으로 하기 어렵다. 이는 중소하천 유역의 자료부족과 유역의 특성이 기존 수문학에서 제시하고 있는 기법으로 강우-유출특성을 정확히 모의하기 어렵기 때문이다. 아울러 중소하천의 홍수예경보를 위해서는 기존의 저류함수법과 같은 강우-유출모형이 아닌 현재 관측되고 있는 하천의 수위 변화를 기반으로 하는 것이 예보의 오차를 줄이는 방법이 될 수 있다. 또한 홍수범람에 따른 피해를 저감하기 위한 대비책의 수립을 위해서 일정시간의 선행시간을 확보하는 것이 중요하다. 이와 같은 목적을 달성하기 위하여 본 연구에서는 강우-유출 모형의 결과를 배제하고 하천에서 현재 발생하고 있는 수위를 바탕으로 짧은 시간주기의 발생가능한 수위를 예측하여 중소하천 홍수예경보에 활용할 수 있는 방법론을 제시하였다. 아울러 홍수예보지점의 현재 관측 수위자료와 상류의 관측수위자료를 활용하여 인공신경망(Artificial Neural Network)을 적용 30분 이내에 발생가능한 수위를 예측할 수 있는 기법을 제안하였다. 제안된 방법론을 낙동강 유역의 남강댐 상류유역에 적용하여 수위예측의 정확성을 검증하였다.

본 연구에서는 연속적인 수위 자료를 이용하여 경사면적법으로 유량을 산정하고 그 결과를 분석하였다. 대상 하천은 괴산댐 하류의 달천으로 여울과 웅덩이를 포함하는 약 960m의 구간이다. 하상 재료의 입경을 분석하였고 이를 이용하여 3가지 조도계수값을 산정하여 유량 계산에 활용하였으며, 추가로 하천정비기본계획의 조도계수도 사용되었다. 경사면적법으로 계산된 유량은 댐 방류량과 비교되었다. 댐 방류량과 비교한 상대오차는 조도계수에 큰 영향을 받는 것으로 나타났

본 연구는 조석의 영향을 받는 하동2 지점의 수위자료로부터 시간과 주파수 영역에서 유연한 분해능을 갖는 웨이블렛 변환을 적용하여 강우에 의한 유출성분과 조석에 의한 조위성분을 추출하였다. 최종파형 분해단계의 근사성분은 가장 큰 에너지 값은 87.77%를 나타내었으며, 상세성분 중 반일주조형의 주기성(약 12시간)을 갖는 D3의 에너지 값은 10.70%로 나타났다. 또한 D3의 왜도 및 첨도 값은 여수 조위자료와 유사함을 보여주었다. 따라서 하동2 지점의

본 연구는 자갈하천에서 실측한 자료를 사용하여 유량 변화에 따른 조도계수의 변화를 분석하고, 기존 조도계수 경험식의 적용성을 검토하는 것이 목적이다. 실측자료를 이용한 조도계수의 산정을 위하여 미 지질조사국의 NCALC 모형을 이용하여 대상구간의 조도계수를 산정하였고, 산정된 결과를 4가지 경험적인 방법에 의해 산정된 조도계수와 비교하였다. 분석결과 기존의 경험적 방법들은 홍수기에 국한하여 근사적인 해를 제공할 수 있으나 판단의 주관성, 방법에 따른 결

본 연구는 자갈하천에서 하상에 분포하는 입자에 작용하는 전단력을 이용하여 등가조도를 산정할 수 있는 모형을 개발하였다. 산정된 등가조도는 수위-유량자료가 부재한 하천에서 유량에 대한 수위를 산정하고 조도계수를 산정하는데 이용하였다. 대상하천은 섬진강의 중 하류부인 구례수위표와 송정수위표 구간으로 선정하였다. 등가조도는 개발된 모형에 의해 구례수위표지점에서 0.194m가 산정되었다. 산정된 등가조도를 흐름모형에 적용하여 계산된 수위유량자료를 관측된 자료와

본 연구의 목적은 기존 수위-유량곡선식에 내재되어 있던 발산과 처리 불능문제를 해결하기 위한 새로운 형태의 관계식()을 제안하고 그러한 수위-유량곡선식 산정모형을 개발하였다. 발산 문제는 영유량 수위 매개변수 e를 찾고 추정된 식의 총오차 값을 최소화하는 동안 승수 매개변수 가 비정상적으로 커지는 것이다. 불능 문제는 e값이 계측 최소수위 이상의 값일 때 (h - e)값이 음수가 되어 로그값을 취하는 것이 불가능하다는 것이다. 이상의 두 가지 문제는 제

수리학적 하도추적으로부터 하천유량을 간접추정하였다. 짧은 하천구간의 세 지점 연속수위자료와 하천 단면 자료만을 사용하여 조도계수 추정b과 하천유량 계산이 가능하였다. 유량의 간접추정 과정에서, 상류-하류 경계조건을 수위-수위 조건으로 사용하였다. 미국 미시시피 강의 상류 구간 자료가 사용되었고 수리학적 하도추적에는 DWO-PER (operational dynamic wave model)를 이용하였다. DWOPER 모형에서 수정 Newton-Raphson

본 연구에서는 낙동강유역의 주요 수위표지점중 진동수위표지점에서 홍수위를 예측하기위한 신경망모형인 WSANN모형이 제시되었다. WSANN모형은 모멘트방법, 초기조건의 개선 및 적응학습속도에 의해 보완되어진 개선된 역전파훈련 알고리즘을 이용하였고, 본 연구에 사용된 자료는 훈련자료와 테스팅자료로 분할하였으며, 최적 은닉층 노드수를 결정하기 위하여 은닉층노드와 임계학습횟수로부터 경험식이 유도되었다. 그리고 WSANN모형의 보정은 4개의 훈련자료에 의해 실시되