The main objective of this study was to assess the applicability of IoT (Internet of Things)-based flood management under climate change by developing intelligent water level monitoring platform based on IoT. In this study, Arduino Uno was selected as the development board, which is an open-source electronic platform. Arduino Uno was designed to connect the ultrasonic sensor, temperature sensor, and data logger shield for implementing IoT. Arduino IDE (Integrated Development Environment) was selected as the Arduino software and used to develop the intelligent algorithm to measure and calibrate the real-time water level automatically. The intelligent water level monitoring platform consists of water level measurement, temperature calibration, data calibration, stage-discharge relationship, and data logger algorithms. Water level measurement and temperature calibration algorithm corrected the bias inherent in the ultrasonic sensor. Data calibration algorithm analyzed and corrected the outliers during the measurement process. The verification of the intelligent water level measurement algorithm was performed by comparing water levels using the tape and ultrasonic sensor, which was generated by measuring water levels at regular intervals up to the maximum level. The statistics of the slope of the regression line and   were 1.00 and 0.99, respectively which were considered acceptable. The error was 0.0575 cm. The verification of data calibration algorithm was performed by analyzing water levels containing all error codes in a time series graph. The intelligent platform developed in this study may contribute to the public IoT service, which is applicable to intelligent flood management under climate change.

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.