기후변화가 가속화로 인해 수재해의 빈도와 강도 예측이 어려워짐에 따라 실시간 홍수 모니터링에 대한 수요가 증가하고 있다. 합성개구레이다는 광원과 날씨에 무관하게 촬영이 가능하여 수재해 발생시에도 영상을 확보할 수 있다. 합성개구레이다를 활용한 수체 탐지 알고리즘 개발이 활발히 연구되어 왔고, 딥러닝의 발달로 CNN을 활용하여 높은 정확도로 수체 탐지가 기능해졌다. 하지만, CNN 기반 수체 탐지 모델은 훈련시 높은 정량적 정확성 지표를 달성하여도 추론 후 정성적 평가시 경계와 소하천에 대한 탐지 정확성이 떨어진다. 홍수 모니터링에서 특히 중요한 정보인 경계와 좁은 하천에 대해서 정확성이 떨어짐에 따라 실생활 적용이 어렵다. 이에 경계를 강화한 적대적 학습 기반의 수체 탐지 모델을 개발하여 더 세밀하고 정확하게 탐지하고자 한다. 적대적 학습은 생성적 적대 신경망(GAN)의 두 개의 모델인 생성자와 판별자가 서로 관여하며 더 높은 정확도를 달성할 수 있도록 학습이다. 이러한 적대적 학습 개념을 수체 탐지 모델에 처음으로 도입하여, 생성자는 실제 라벨 데이터와 유사하게 수체 경계와 소하천까지 탐지하고자 학습한다. 반면 판별자는 경계 거리 변환 맵과 합성개구레이다 영상을 기반으로 라벨데이터와 수체 탐지 결과를 구분한다. 경계가 강화될 수 있도록, 면적과 경계를 모두 고려할 수 있는 손실함수 조합을 구성하였다. 제안 모델이 경계와 소하천을 정확히 탐지하는지 판단하기 위해, 정량적 지표로 F1-score를 사용하였으며, 육안 판독을 통해 정성적 평가도 진행하였다. 기존 U-Net 모델이 탐지하지 못하던 영역에 대해 제안한 경계 강화 적대적 수체 탐지 모델이 수체의 세밀한 부분까지 탐지할 수 있음을 증명하였다.

수자원위성은 C-band 영상레이더(synthetic aperture radar, SAR)를 탑재한 중형급의 수자원 관리 및 수재해 감시 전용 위성이다. 수자원위성은 물 환경과 관련된 다양한 분야에 활용되어 고부가가치의 정보를 제공할 것으로 예상되는데, 특히 시계열 레이더 간섭기법(SAR interferometry, InSAR)의 적용을 통해 댐·보와 같은 수자원시설물의 미세변위 탐지 및 안정성 평가에 효과적으로 사용될 것으로 기대된다. 시계열 영상레이더 간섭기법은 고정산란체를 이용하는 Persistent Scatterer InSAR(PSInSAR) 기법과 분산산란체 기반의 Small BAseline Subset(SBAS) InSAR 기법으로 대표된다. 이 연구에서는 수자원위성에 적합한 수리시설물 시계열 변위 모니터링 알고리즘 개발을 목적으로, Sentinel-1 위성의 C-band SAR 기반 시계열 레이더 간섭기법의 적용성을 평가하고 알고리즘 개발에 고려해야 할 사항들을 분석하였다. 2020년 여름 수재해가 발생한 섬진강댐과 담양댐 및 수변부를 테스트 사이트로 선정하고, 2019년부터 2021년까지의 Sentinel-1 시계열 SAR 영상에 PSInSAR와 SBAS InSAR를 적용하여 시계열 변위를 관측하였다. 댐체에서는 PSInSAR가 SBAS InSAR에 비해 신뢰할 수 있는 시계열 변위를 산출하였다. 그러나 시계열 분석 기간이 길어짐에 따라 PSInSAR 시계열 변위의 정밀도가 낮아지는 경향이 관측되었다. 수변부에서 PSInSAR는 변위 정보를 거의 제공하지 못했다. SBAS InSAR는 수변부의 시계열 변위 모니터링에 효과적이었으나, 여름철 장마 등으로 인해 레이더 간섭도의 긴밀도(coherence)가 낮아질 경우 부정확한 변위를 산출하였다. 앞으로 국내의 다양한 수자원시설물을 대상으로 Sentinel-1 위성을 이용한 시계열 변위 모니터링 알고리즘의 적용성 평가 연구가 진행될 예정이며, 연구 결과를 수자원위성의 관측 특성에 적합한 변위 탐지 알고리즘의 개발에 활용하고자 한다.

C-band SAR 센서를 탑재한 수자원위성은 한반도 수자원 모니터링을 위해 개발되어 2025년 발사가 계획되어 있으며, 수변환경 및 부유물 탐지 및 다양한 활용이 기대되고 있다. 그 중 수변환경은 수변 생태계 안정성을 유지하는 역할을 담당하여 이에 대한 모니터링은 중요하다. s현장 관측 기반 탐지 방법과 비교하여 위성 원격탐사는 광범위한 지역을 반복적으로 관측하여, 연속적인 수변환경 및 부유물 정보를 제공할 수 있다. 이러한 특성에 기반하여 다양한 다중분광 및 SAR (Synthetic Aperture Radar) 위성 원격탐사 자료를 바탕으로 수변환경 및 부유물의 탐지 연구가 이루어졌다. 특히 단일 영상만을 사용하는 기법에 비해 다중분광 및 SAR 영상을 융합하여 높은 정확도를 보인 바 있다. 초기 연구에서는 임계값 알고리즘 또는 현장관측 기반의 부유물 농도와 위성 자료간의 선형관계를 분석하는 단순한 알고리즘이 주를 이루었으나, 최근에는 RF, CNN 등 보다 복잡하고 다양한 인공지능 알고리즘이 적용되어 높은 정확도로 해당 문제들을 해결하고 있다. 본 연구에서는 수자원위성 활용을 위해 인공지능 기반 수변환경 및 부유물 탐지 알고리즘을 개발하고자 한다. 수자원위성의 대체 자료로 유럽우주국의 Sentinel-1 A/B 위성의 C-band SAR 영상을 이용하였으며, 보조자료로 Sentinel-2 다중분광 영상을 이용하였다. 개발된 알고리즘은 수자원 관리를 위한 환경변화 탐지에 유용한 정보로 활용될 수 있을 것으로 기대된다.

제3차 우주개발 진흥 기본계획의 일환으로써 개발되는 차세대 중형위성 5호인 수자원위성은 수자원/수재해 감시 전용 위성으로 2025년 발사 예정이다. 수자원위성의 메인 센서인 C-band 영상레이더(Synthetic Aperture Radar, SAR)는 기상조건 및 주야 상관없이 지표면 관측이 가능한 센서로 급변하는 수재해 양상에 효과적으로 대응하기 위해 탑재된 센서이다. 본 연구사업은 차세대 수자원위성의 효과적 활용 방안 및 SAR 자료기반의 활용산출물 및 주제도 서비스를 위한 알고리즘 구조설계 및 표출시스템 시범개발을 목표로 하고 있으며, 홍수/가뭄/안전/환경모니터링을 주제로 수자원 및 원격탐사 분야의 다학제적 전문가들로 구성된 컨소시엄을 구성하여 추진하고 있다. 본 연구의 내용은 가뭄 모니터링을 위해 개발 중인 SAR 기반 토양수분과 농업적 가뭄지수 산정 알고리즘 개발 및 공간적 표출을 포함한다. 토양수분은 SAR 영상에서 지표피복별로 추출된 후방산란계수와 수문학적 개념의 융합을 통해 논/밭/산림에 대해 산정한다. 물리적 특성에 기반한 변화탐지모델을 활용해 토양수분량을 추출 후, 기계학습기법과 S C S - C N 방법에서 파생된 수문학적 개념 5일 선행강우량과 결합한 토양수분 산정 알고리즘을 개발하였다. 산정된 토양수분을 기반으로, 논 지역은 벼 재배에 따른 담수 시기를 고려한 토양의 포화/불포화상태, 밭 지역은 토양 종류에 따른 토양의 물리적 특성, 산림 지역은 수문학적 개념 및 식생지수를 활용하여 가뭄 판단 기준을 구축하고, 가뭄의 해갈 여부와 해갈되는 시점의 강우량을 산정 가능한 알고리즘을 개발하였다. 개발된 가뭄 모니터링 기법은 향후 고도화, 최적화 및 안정화를 통해 수자원위성의 핵심 활용기술로써 구현할 계획이다.

국토교통부는 R&D 사업인 '분산공유형 건설연구인프라구축사업(2004년~2009년, 6종)'과 '국토교통기술실험인프라 2단계 구축사업(2013년~2019년, 6종)'을 통해 첨단 연구시설·장비를 전국에 분산 구축하여 실험시설이 부족한 중소기업·대학 등이 공동활용할 수 있도록 총 12종의 건설분야 대형실험시설을 구축하였다. 국토교통 R&D 성과(기술·제품)의 품질 및 신뢰성 확보를 통해 개발기술의 상용화 촉진을 위해서는 이러한 국토교통 대형실험시설·장비를 활용한 표준화된 성능평가 시험기반(표준실험절차, 단체표준 등)을 구축하여 연구인프라의 공동활용을 촉진하고 기술개발 성공률 제고와 함께 건설분야 시험인증 산업을 육성할 필요가 있다. 국토교통 대형실험시설을 활용하여 건설분야 기술·제품에 대한 성능평가 기반의 실험절차를 표준화함으로써 성능평가 결과의 신뢰성 확보 및 기술시험서비스 역량 제고를 위한 '건설분야 기술·제품의 검증을 위한 성능기반 표준실험절차 개발(연구기간: '17.06~'22.06, 연구비: 총99억원, 주관기관: 국토교통연구인프라운영원)' 과제가 성공적으로 수행 완료되었다. 이 과제를 통해 총 53개의 표준실험절차서와 20개의 단체표준이 제정되었다. 이어서, 2단계 대형실험시설 준공완료에 따라 '건설분야 성능기반 표준시험절차 개발 사업(연구기간: '21.04~'25.12, 연구비: 총143.8억원)이 수행되고 있다. 현재, 국토교통연구인프라운영원은 이 사업 내 국제융합수리(주관기관: 한국농어촌공사 농어촌연구원), 극한성능(주관기관: 서울대학교) 및 기상환경재현(주관기관: 한국건설기술연구원) 표준실험절차 개발 과제에 공동기관으로 참여하여 단체표준 개발업무를 담당하고 있다. 본 논문에서는 단체표준 소개 및 현황에 대해 설명하고, 1단계 표준실험절차 개발과제를 통해 정립되었고 현재 2단계 표준실험절차 개발과제에도 적용되고 있는 시험관련 단체표준(안) 개발 프로세스에 대해 기술하고자 한다. 개발된 단체표준은 건설관련 실험·시험시설을 보유한 기관(대학, 공공기관, 산업체 연구소 등)의 성능검증 시험, 신기술 및 신제품 인증 표준절차에 활용가능하며, 시방서와 설계기준에 KS표준과 같이 시험 및 검사방법에 있어 참조표준으로도 활용 가능하다.

국내뿐만 아니라 세계적으로도 산사태 발생에 따른 토석류 피해가 빈번하게 발생하고 있으나 아직 토석류 거동에 대한 물리적인 특성을 규명하고, 실험 등을 통한 면밀한 검토가 안 되었다. 토석류는 집중호우 시 토사 내 함수량의 증가로 인해 또는 지진, 화산 발생 시 지각 변동으로 인해 사면의 저항력이 약화되어 발생한다. 이러한 토석류는 재해를 일으키는 매우 위험한 자연 현상이며, 그 규모에 따라 하류부에 큰 피해를 발생시킬 수 있다. 국내에서 수행된 토석류 관련 연구들은 해외에서 주로 수행된 기초연구 결과를 이용한 토석류 피해 발생예측, 위험지도 작성, 토석류 방지 구조물 개발 등의 응용연구가 대부분이며 소규모 모형을 제작하여 수리실험이 진행되었다. 김기환 외(2008)은 토석류 확산형태와 흐름 속도에 대한 모형실험을 수행하였으며, 김영일과 백중철(2011)은 토석류 유동과 퇴적 특성에 대한 실험을 수행하였다. 미국의 경우 미지질조사국(USGS, U.S Geological Survey)에서 1994년부터 지금까지 100 m 길이의 대형 경사수로를 이용하여 토석류 수리모형실험을 수행하고 있으며 이를 통해 토석류의 수위, 충격력, 전파속도, 유출 후 퇴적형상 등에 대한 다양한 실험데이터를 제시하고 있다. 그러나, 현재까지 국내외 토석류 실험에 대한 표준실험방법과 기준이 정립되지 않아 실험결과의 신뢰성을 명확히 증명하기 어려운 실정이다. 토석류로 인한 가장 직접적인 피해 인자인 토석류의 충격력과 전파속도를 수리모형실험을 통해 정량적으로 파악하기 위한 시험 표준으로 시험 절차, 시험 방법 및 적정한 측정장비의 사양 등을 단체표준을 통해 제공함으로써 시험의 불확실성을 최소화하고, 명확한 프로세스에 따른 시험 결과의 신뢰성과 일관성을 확보하고자 한다. 국토교통연구인프라운영원에서는 단체표준 개발을 위한 시험기관협의체를 구성하고, 이해관계인들의 의견을 반영한 토석류 충격력과 전파속도 측정방법(안)을 2022년에 7월 작성하였으며, 현재 이해관계자들의 의견을 수렴하고 중소기업중앙회에 심의를 상정한 상태이다.

하천에 설치된 횡단구조물은 어류의 이동을 방해하거나 불가능하게 만들지만, 어도를 통해 어류의 이동 및 서식생태에 미치는 영향을 최소화할 수 있다. 하천에 서식하는 대부분의 어종은 연중 회유하는 특성을 갖기 때문에 어류의 자유로운 이동을 위해서 어도는 필수적으로 설치해야 하는 시설이다. 어도는 어류의 유영능력을 기반으로 수리시설물의 낙차나 하천의 유량 등을 고려하여 설계한다. 이처럼 어도 내의 흐름은 어류의 소상능력에 영향을 미치는 주요 인자로 평가되고 있으며 어도 내 흐름에 따라 어도의 이동효율에 차이가 발생한다. 따라서 본 연구에서는 수치모의를 통해 계단식 어도 내의 어류 친화적 흐름의 특성을 연구하였다. 어류 친화적 흐름은 어류가 쉽게 유영할 수 있는 흐름을 의미하며, 유속, 난류운동에너지, 에너지소산을 기준으로 판단할 수 있다. 이를 위해 3차원 수치모형 FLOW-3D를 이용하였으며, 개수로 실험을 통해 모델의 검증을 수행하였다. 연구에서 사용한 어도의 형식은 국내에서 전체 어도의 20%를 차지하고 있는 계단식 어도로 선정하였다. 수위와 유속에 따라 흐름조건을 설정하였으며, 실험결과를 통해 어류의 유영능력에 영향을 미치는 3가지 항목의 값을 계산하여 어도 내의 어류 친화적 흐름의 적합성을 판단하였으며, 이를 바탕으로 최적의 흐름조건을 제시하였다. 향후, 본 연구결과는 계단식 어도를 설계하는 것에 기초자료가 될 수 있을 것이라 기대된다. 그러나 어도의 설계는 어도의 설치위치나 어도의 입구 위치 및 형태 등과 같은 설치계획에 따라 어도의 이동효율이 좌우될 수 있기 때문에 하천환경을 고려하는 추가적인 연구가 필요할 것으로 판단된다.

하천의 관리 및 활용을 위해서는 하천의 유량, 수심, 유속과 같은 수리량을 측정하고 모니터링하는 것은 매우 중요하다. 이러한 수리량은 측정하는 방법은 직접 측정하는 방법과 구조물을 이용하여 측정하는 방법이 있으며, 직접 측정하는 방법도 지점 유속을 측정하여 도섭법으로 측정하는 방법, 초음파 방식 도플러 유속계를 이용한 횡단 측정방법 및 특정 수심에서 측정한 유속을 이용하여 지표유속법으로 유량을 산정하는 방법 등이 있다. 또한 '수자원의 조사·계획 및 관리에 관한 법률' 제11조제1항에 따르면 수문조사의 방법·기준 및 수문조사 자료의 처리·활용 방법 등은 표준화해야 한다고 명시되어 있다. 정부에서는 WTO의 TBT협정 등 국제규범에 대응하기 위하여 국제표준인 ISO, IEC 등에 부합하는 국가표준운영체계를 유지하기 위하여 여러 분야의 국제 표준에 대한 대응을 수행하고, 국가표준을 관리하고 있다. 그 중 유량측정과 관련된 국가 및 국제 표준은 2018년부터 환경부 국립환경과학원에서 총괄하고, 한국건설기술연구원과 한국수자원공사에서 표준관리를 위한 표준개발협력기관과 국제표준 대응협력을 위한 ISO 국내 간사기관으로 운영되고 있다. 국가표준의 유량분야(TC 113)는 4개의 세부분과위원회(SC)로 구성되어 있고, 하천에서 수행되는 유량, 수심, 유속 측정 및 측정장비의 검정, 강수량 측정기기 등에 대한 39종이 제정되고 관리하고 있다. 한국건설기술연구원에서는 유량분야의 일반사항, 하천에서의 유량측정방법 및 유량측정기기에 관한 표준을 담당하고 있으며, 유량분야의 국제표준의 개발에 관한 과업을 수행하고 있다. 본 발표에서는 한국건설기술연구원에서 관리하는 유량분야 국가표준 및 국제표준의 종류 및 현업에서 수행중인 하천의 유량 측정과 국가표준의 관계에 대하여 설명하고자 한다.

본질적으로 복잡하고 다양한 특성을 가지는 우리나라(도시, 농어촌, 도서산간, 섬 등)의 물 공급 시스템은 생활수준의 향상, 기후변화 및 가뭄위기, 소비환경 중심의 요구와 한정된 수자원을 잘 활용하기 위한 운영 및 관리가 매우 복잡하다. 이로 인한 수자원 고갈과 가뭄위기 등에 관련한 대책 및 방안으로 대체수자원인 지하수 활용방안들이 제시되고 있다. 따라서, 물 관리 시스템과 관련한 디지털 기술은 오늘날 플랫폼과 디지털 트윈의 도입을 통해 네트워크와 가상현실 세계의 연결이 통합되어진 4차 산업혁명 사업이 현실화되고 있다. 물 관리 시스템에 사용된 새로운 디지털 기술 "BDA(Big Data Analytics), CPS(Cyber Physical System), IoT(Internet of Things), CC(Cloud Computing), AI(Artificial Intelligence)" 등의 성장이 증가함에 따라 가뭄대응 위기와 도시 지하수 물 순환 시스템 운영이 증가하는 소비자 중심의 수요를 충족시키기 위해서는 지속가능한 지하수 공급을 효과적으로 관리되어야 한다. 4차 산업혁명과 관련한 기술성장이 증가함으로 인한 물 부문은 시스템의 지속가능성을 향상시키기 위해 전체 디지털화 단계로 이동하고 있다. 이러한 디지털 전환의 핵심은 데이터에 관한 것이며, 이를 활용하여 가치 창출을 위해서 "Digital Groundwater Technology/Twin(DGT)"를 극대화하는 방식으로 제고해야 한다. 현재 당면하고 있는 기후위기에 따른 가뭄, 홍수, 녹조, 탁수, 대체수자원 등의 수자원 재해에 대한 다양한 대응 방안과 수자원 확보 기술이 논의되고 있다. 이에 따른 "물 순환 시스템"의 이해와 함께 문제해결 방안도출을 위하여 이번 "기획 세션"에서는 지하수 수량 및 수질, 정수, 모니터링, 모델링, 운영/관리 등의 수자원 데이터의 플랫폼 동시성 구축으로부터 역동적인 "DGT"을 통한 디지털 트윈화하여, 지표수-토양-지하수 분야의 특화된 연직 프로파일링 관측기술을 다각도로 모색하고자 한다. "Digital Groundwater(DG)"는 지하수의 물 순환, 수량 및 수질 관리, 지표수-지하수 순환 및 모니터링, 지하수 예측 모델링 통합연계를 위해 지하수 플랫폼 동시성, ChatGPT, CPS 및 DT 등의 복합 디지털화 단계로 나가고 있다. 복잡한 지하환경의 이해와 관리 및 보존을 위한 지하수 네트워크에서 수량과 수질 데이터를 수집하기 위한 스마트 지하수 관측기술 개발은 큰 도전이다. 스마트 지하수 관측기술은 BD분석, AI 및 클라우드 컴퓨팅 등의 디지털 기술에 필요한 획득된 데이터 분석에 사용되는 알고리즘의 복잡성과 데이터 품질에 따라 영향을 미칠 수 있기 때문이다. "DG"는 지하수의 정보화 및 네트워크 운영관리 자동화, 지능화 등을 위한 디지털 도구를 활용함으로써 지표수-토양층-지하수 네트워크 통합관리에 대한 비전을 만들 수 있다. 또한, DGT는 지하수 관측센서의 1차원 데이터 융합을 이용한 지하수 플랫폼 동시성과 디지털 트윈을 연계할 수 있다.

2020년 기준 우리나라 전체 지하수 시설은 총 1,659천개소, 이용량은 2,916백만m³/년, 년간 지하수 개발가능량은 130억m³대비 22.3%이다(환경부 등, 2021). 단위면적당 지하수 시설수와 이용량은 16.8개소/km², 29,168m³/년/km²(81.1m3/일/km²)이다. 이러한 자료는 가뭄 대응시 신규 관정 개발도 필요하지만, 기존에 개발된 관정들을 최대한 효율적으로 활용하는 방안을 우선적으로 고려해야 한다는 것을 시사한다. 관정들을 상호 연계하게 되면 여러 개의 관정에서 나오는 물을 합하여 총량을 늘릴 수 있기 때문에, 가뭄 등 비상시에 일시적으로 다량의 물을 공급할 수 있다. 또한, 평상시에도 적절한 양수량 조절을 통해 지하수 자원의 손실을 막고 수위 저하에 의한 문제를 최소화할 수 있다. 관정연계시스템(well network system, WNS)은 기존 관정들을 가상의(virtually) 또는 물리적(physical) 연계를 하여, 최적의 지하수를 공급할 수 있는 시스템으로 정의할 수 있다. 가뭄 대응 및 효율적 지하수 자원 활용을 위한 관정연계시스템 개발과 실증을 위해 홍성군 서부면 양곡리 일대에 양수제어, 관로시설, 물탱크 등 물리적인 시설을 시험 설치하여 운영하고 있다. 또한, 관정연계시스템은 ICT 기술과 지하수관리 기법을 연동하여 지하수 관정들을 연계하고 최적으로 운영할 수 있는 하나의 의사결정시스템으로서 관정연계 플랫폼을 개발하였다. 관정연계 플랫폼은 웹기반으로 개발되었으며, 대수층의 수리지질 특성, 수요에 기반한 물공급량 평가, 관정 연계 시나리오 및 최적 운영 알고리즘, 지하수 모델링 등이 가능하도록 각각의 모듈들이 구성 및 통합·운영 되도록 설계되었다. 본 시스템 개발을 통해 가뭄 발생시 현장에서 신속히 지하수로 물을 공급할 수 있으며, 신규 관정 개발에 드는 비용을 절약할 수 있고, 기존 시설을 활용하기 때문에 새로운 수자원 건설 인프라 구축 비용도 절감할 수 있을 것이다. 또한, 개별관정에 대한 이용률 제고와 지하수관리도 보다 체계적, 과학적으로 할 수 있을 것으로 기대한다. 하지만, 이러한 시스템이 제대로 운영 및 보급되기 위해서는 관정연계와 관련한 법제도적 보완과 함께, 지역사회의 공적자원으로서의 지하수에 대한 인식개선과 지하수의 개발 및 보전, 적합한 합리적 배분·이용 등 적극적인 협조가 이루어져야 한다.

지하수자원 관리의 정량적 및 정성적 측면에 있어, 최첨단 인공지능 언어 모델인 ChatGPT의 혁신적인 기능이 활용될 수 있다. 본 발표에서는 지하수 자료에 대한 분석과 도출된 문제의 중요도에 따른 목표를 설정, 그리고 지하수 관리 전략 개발에 있어서의 ChatGPT 활용 방법을 논의할 것이다. 이를 위한 구체적 사례로, 지하수자원 관리에 활용될 수 있는 다양한 도구들의 개발과 고도화에 ChatGPT가 기여하는 방식을 살펴볼 것이다. 이러한 개별 도구들은 지하수자원 관리 결정에 있어 더 나은 예측 및 평가를 제공하여, 지하수 자원 관리의 효율성을 도모할 수 있다. 또한, ChatGPT의 문제 발견 및 해결책 제안 능력에 대해서도 다룰 것이다. 이를 통해 지하수 관리에 있어서의 다양한 문제를 식별하고, 이해당사자들이 보다 효과적으로 대응할 수 있는 방안을 찾아낼 수 있을 것이다. 또한 ChatGPT가 제공하는 다양한 정보 및 문제에 대한 솔루션 접근 방식을 활용한 브레인스토밍 방법을 설명할 것이다. 추가적으로, 일반 인공지능(AGI)의 개발에 근접하면서 지하수 관리의 자동화 및 가속화 그리고 산업 및 환경에 미칠 수 있는 영향에 대해 고찰해 볼 것이다. 이를 위하여, ChatGPT와 같은 인공지능 기술이 더욱 고도화되고 향상되면서, 지하수 관리 및 관련 분야에서의 의사결정, 계획 수립, 그리고 모니터링과 같은 작업들이 어떻게 변화할지에 대하여 토의할 것이다. 본 발표는 지하수 자원 관리 분야에서 ChatGPT와 같은 인공지능 기반 접근법의 가치를 보여주며, 복잡한 지하수 환경 문제를 해결하는 데 있어 첨단 기술의 활용 가능성을 강조할 것이다. 또한, AGI가 등장할 때까지 여전히 요구되는 지하수 분야 도메인 지식과 전문기술의 중요성을 강조할 것이다. 지하수 관리자들의 도메인 지식과 전문적 기술은 인공지능 기반 도구와 결합되어 보다 정확한 분석, 예측 및 해결책 도출을 가속화하며 정교화할 것이다. 결론적으로, 지하수 관리에 대한 종합적인 이해와 전문성을 갖춘 전문가들의 인공지능 기술활용은 지속가능한 지하수의 첨단 관리 효과적 달성에 중요한 계기가 될 것으로 판단한다.

디지털 기술은 오늘날 플랫폼과 디지털 트윈의 기술도입을 통해 현실 세계를 네트워크와 가상세계와의 연결이 통합되어진 가상 현실 세계의 입문 도약이다. 현실에서 가상현실의 사이의 디지털 전환(digital transformation)에는 디지털 기술과 솔루션을 비즈니스의 모든 영역에 통합하는 것이 포함된다. 이러한 디지털 전환의 핵심은 데이터에 관한 것이며, 데이터를 활용하여 가치를 창출하고 고객경험과 비즈니스 영역을 극대화하는 방식을 제공한다. 최적의 데이터를 제공하기 위한 플랫폼과 가상 현실세계 구현을 위한 디지털 트윈의 상호연계 관한 기본 개념은 데이터 수집, 데이터 분석, 데이터 시각화 및 데이터 보고와 같은 데이터 비즈니스이다. 현장 데이터는 디지털 양식을 통해 수집, 기록, 저장된다. 현장 IoT 기반 데이터(사진 및 비디오 매체 등)는 지속적으로 수집되고 종종 다른 데이터베이스에 저장되지만 지리 공간적 위치에 연결되지 않는다. 모든 디지털 발전을 조화시키고 지하수 데이터에서 더 빠른 이해를 도출하기 위해서는 디지털 트윈이 시작되어야 한다. 단일 지하수플랫폼에서 현장 조건을 시각화하고 실시간 데이터를 스트리밍하며, 과거 3D 데이터와 상호작용하여지질 또는 지화학 데이터를 선택적 사용을 위해 지하수 플랫폼과 디지털 트윈이 연계되어야 한다. 데이터를 디지털 정보모델과 연결하면 디지털 트윈에 생명을 불어넣을 수 있지만 디지털 트윈의 가치를 극대화하려면 여전히 데이터 플랫폼 서비스와 전달 방식을 선택해야 한다. 지하수 플랫폼동시성을 갖는 디지털 트윈은 정적 및 동적 데이터를 저장하는 데이터베이스 또는 크라우드 서비스에서 데이터를 가져오는 API(애플리케이션 프로그래밍 인터레이스), 디지털 트윈을 위한 호스팅 공간, 디지털 대상을 구축하는 소프트웨어, 구성 요소 간 읽기/쓰기를 위한 스크립트, chatGPT 및 API를 활용할 수 있다. 이를 통해 수집된 데이터의 실시간 양방향 통신기술인 지하수 플랫폼 기술을 활용하여 디지털 트윈을 적용하고 완성할 수 있고, 이를 지하수 분야에도 그대로 적용할 수 있다. 지하수 분야의 디지털 트윈 기술의 근간은 지하수 모니터링을 위한 관측장치와 이를 활용한 지하수 플랫폼의 구축 및 양방향 자료전송을 통한 분석 및 예측기술이다. 특히 낙동강과 같이 유역면적이 넓고 유역 내 지자체가 많아 이해관계가 다양하며, 가뭄과 홍수/태풍 등 기후위기에 따른 극한 기상이변가 자주 발생하고, 또한 보 및 하굿둑 개방 등 정부정책 이행에 따른 민원이 다수 발생하는 지역의 경우 하천과 유역에 대한 지하수 플랫폼과 디지털 트윈의 동시성 기술적용 시 지하수 데이터에 대한 고려가 반드시 수반되어야 한다.

산업발전에 따른 인구증가, 기후위기에 따른 가뭄 및 물 부족심화, 그리고 수질오염 등은 2015년 제79차 UN총회의 물 안보측면에서 국제사회의 물 분야 위기관리를 위해 2030년을 지속가능한 발전 목표(Sustainable Development Goals)로 하였다. 또한, 현재 물 산업은 빠르게 성장하고 있으며, 2016년 세계경제포럼(World Economic Forum) 의장 클라우스 슈밥(Klaus Schwab)부터 주창된 제4차 산업혁명로 인해 현재 물 산업의 패러다임 또한 급속히 변화하고 있다. 이는 컴퓨터를 기반으로 하는 CPS(Cyber Physical System) 및 DT(Digital Twin) 연계 분석방식의 혁신을 일컫는다. 2002년경에 DT의 기본개념이 제시되었고, 2006년경에는 Embedded System에서의 DT와 같은 개념으로 CPS의 용어가 등장했다. DT는 현실세계에 존재하는 사물, 시스템, 환경 등을 S/W시스템의 가상공간에 동일하게 모사(Virtualization) 및 모의(Simulation)할 수 있도록 하고, 모의결과를 가상시스템으로 현실세계를 최적화 체계 구현 기술을 말한다. DT의 6가지 기능은 ① 실제 데이터(Live Data), ② 모사, ③ 분석정보(Analytics), ④ 모의, ⑤ 예측(Predictions), ⑥ 자동화(Automation) 이다. 또한, CPS는 대규모 센서 및 액추에이터(Actuator)를 가지는 물리적 요소와 이를 실시간으로 제어하는 컴퓨팅 요소가 결합된 복합시스템을 말한다. CPS는 물리세계에서 발생하는 변화를 감지할 수 있는 다양한 센서를 통해 환경인지 기능을 수행한다. 센서로부터 수집된 정보와 물리세계를 재현 및 투영하는 고도화된 시스템 모델들을 기반으로 사이버 물리공간을 인지·분석·예측할 수 있다. CPS의 6가지 구성요소는 ① 상호 운용성(Interoperability), ② 가상화(Virtualization), ③ 분산화(Decentralization), ④ 실시간(Real-time Capability), ⑤ 서비스 오리엔테이션(Service Orientation), ⑥ 모듈화(Modularity)이다. DT와 CPS는 본질적으로 같은 목적, 내용, 그리고 결과를 만들어내고자 하는 같은 종류의 기술이라고 할 수 있다. CPS 및 DT는 물리세계에서 발생하는 변화를 감지할 수 있으며, 토양-지하수 센서를 포함한 관측기술을 통해 환경인지 기능을 수행한다. 지하수 관측기술로부터 수집된 정보와 물리세계를 재현 및 투영하는 고도화된 시스템 모델들을 기반으로 사이버 물리공간 및 디지털 트윈 공간을 인지·분석·예측할 수 있다. CPS 및 DT의 기본 요소들을 실현시키는 것은 양질의 데이터를 모니터링할 수 있는 정확하고 정밀한 1차원 연직 프로파일링 관측기술이며, 이를 토대로 한 수자원 관련 빅데이터의 증가, 빅데이터의 저장과 분석을 가능하게 하는 플랫폼의 개발이다. 본 연구는 CPS 및 DT 기반 토양수분-지하수 관측기술을 이용한 지표수-지하수 연계, 지하수 순환 및 관리, 정수 운영 및 진단프로그램 개발을 위한 토양수분-지하수 관측장치를 지하수 플랫폼 동시성과 디지털 트윈 시뮬레이터 시스템 개발 방향으로 제시하고자 한다.

2020년 기준 국내 상수도 보급률은 99.1% 차지하고 있으며(환경부, 2019), 수도관리차원에서 수돗물은 먹는 물로 시판되어질 만큼 우수한 관리체계를 유지하고 있다. 그 반면에 지하수는 생활용수, 식품가공, 농·축산, 양어, 군부대를 비롯한 전국지역에서 연간 10억 8천만톤 용수를 소비하고 있음에도 (환겨례 신문, 2013; 환경부, 2019) 사용되는 지하수의 약 65%가 음용수 불가판정을 받았으며, 최근 지하수의 오염비율은 급격히 증가하는 추세이다. 특히, 지하수관정의 관리부주의에 의한 수질오염 및 수인성 다제내성균(슈퍼박테리아) 등에 의한 오염사례가 국내는 물론, 국제적으로 다수 보고되고 있는 실정이다 (환경부, 2013). 현재 지하수 수질관리는 공공기관 및 지자체 지정기관을 통해 진행되고 있으며, 검사기간은 수질채취로부터 통상 7~15일정도 소요되어 수질 관리 및 기준, 검사주기에 대한 애로가 많다. 현장 지하수관정에서 실시간 수질을 모니터링하고 이에 연동된 자동 수처리 시스템의 개발 및 도입은 나날이 심각해지는 환경오염 상황에서 선제적 예방과 해결방법으로 중요한 요소기술이다. 현재 지하수오염 및 부적합 음용의 수질처리는 화학약품, 필터여과, UV살균, O₃ (플라즈마)을 이용하는 것이 대표적이나, 화학약품의 경우 2차 오염이나 식품 세척 및 가공에 있어 부적합성의 한계점이 있다. 필터여과의 대표적인 RO필터의 경우 약 50% 순손실이 발생하고, UV 살균의 경우 UV에 의한 사용관리자의 위험 및 장비의 광부식 문제, O₃ 의 경우 고압전류 사용에 따른 위험성 등의 한계점이 나타나고 있다. 지하수 수질정화를 위한 광유도 활성산소(¹O₂, ·O^-₂)는 광감응제에 가시광의 빛 조사를 통해 생성되는 활성산소로의 에너지 및 전자 전이가 동시 진행되어 단일항 산소(¹O₂)와 슈퍼옥사이드 이온(·O^-₂)을 생성하게 된다. 생성된 활성산소는 유해미생물 또는 유기화학물과 개열, 제거, 치환 반응 등을 통해 미생물사멸 및 유해화학물질들이 분해 가능하다. 이를 이용한 지하수 유해미생물 사멸기술, 장비, 실시간 지하수의 분석기술 및 정수처리, 지하수 물순환 시스템 개발뿐만 아니라 지하수 음용수 및 오염개선, 지하수 기저유출에 의한 오염원 저감으로부터 지류·지천, 하천 본류 수질개선 등의 대상지역에 활용 가능하다. 또한 광유도 활성산소는 기존 상수도 수처리에 있어 오존(O₃) 처리와 이산화티탄을 이용한 AOP과정을 단일처리 공정으로, 기존 O₃ 의 특성상 확산 거리가 매우 길어 사람을 포함한 생체 내에 유입 시 다양한 부작용 발생과 O₃ 차폐시설 요구의 문제점 극복의 대안으로 환경 및 인체에 무해한 광유도 활성산소 시스템을 적극적으로 도입 및 적용해야 한다. 본 연구 목적은 정류상태 흡광분광기술을 이용한 실시간 수질 모니터링과 광유도 활성산소를 이용한 유해 미생물의 멸균효능 및 지하수 수질관리 기술로의 적용 가능성을 제시하고자 한다.

기후변화로 인한 가뭄, 홍수, 녹조 등 이상기후 현상들이 본격화함에 따라 안정적인 수자원 관리의 필요성이 증가하고 있다. 특히 급변하는 환경조건 속에서도 안정적인 수자원 확보를 가능하게 하는 지하수 자원의 적극적인 활용은 기후변화대응에 있어 핵심적인 요소이다. 지하수는 하천, 호수 연안지역 등 다양한 지표의 수문환경과 연결되어 천층지권의 수문생태적 특성을 결정하기 때문에, 지속가능한 수자원 활용을 위해서는 지하수와 지표수의 상호작용에 대한 통합적인 검토가 이루어져야 한다. 하지만 긴밀하게 연계된 특성에도 불구하고 지하수와 지표수에 대한 연구는 오랜기간 개별수문환경에 대해 독립적으로 수행되어왔다. 이러한 연구경향은 저류시간이 크게 다른 지하수와 지표수의 수문적 특성뿐 아니라 개별수문환경에서 나타나는 작용들을 통합적으로 다룰 수 있는 모델의 부제에도 기인한다. 최근 비약적인 연산능력의 향상과 함께 지하수-지표수 환경을 연계한 통합수문모델(Integrated Hydrology Model)의 개발 및 활용이 이루어짐에 따라 기후변화 및 수자원 활용에 따른 수문환경변화 대한 통합적인 연구 시도가 이루어지고 있다. 본 발표에서는 최근의 통합수문모델과 다중요소 반응성 운송 모형(Multicomponent Reactive Transport Model)의 연계를 통한 물질순환 연구의 최신 동향을 소개하고(농도-유량 상관관계, 지표수계의 화학적 풍화와 이산화탄소 저감, 녹조 등), 데이터 기반 모형을 통한 통합수문모델의 연산 효율 및 정확성 향상을 위한 방법에 대해 모색하고자 한다.

국내의 부지특성 및 감시 관련 규정은 원자력 안전위원회 고시 제2021-16호 제4조(세부지침)와 원자력 안전위원회 고시 제2021-17호 제16조에 의거하고, 국외는 국제원자력기구(IAEA: International Atomic Energy Agency)에서 안전기준을 제시하고 있다(IAEA, 2011). 따라서 국내 중·저준위 방사성폐기물 처분시설은 2006년부터 광역 지질을 포함한 부지 지질/지형, 기상, 수문, 수리지질, 인문사회 등을 망라한 조사를 시행하여 부지 현황에 대한 분석 및 안정성 평가를 수행한다. 부지감시의 수문·지구화학 분야에서는 현장 수질 측정 6항목과 실내 분석 26항목을 감시하고 있으나, 본 연구는 이 중 9개 항목(EC, Na, K, Ca, Mg, SiO₂, Cl, SO₄, HCO₃)을 선정하여 분석하였다. 연구 목적은 물시료 분석자료의 주성분-다중선형회귀-군집 분석과 Piper Diagram 분석결과로부터 해수와 담수(지하수)와의 특성분석 및 해수 영향을 분석하는 것이다. 현장 부지내 지하수 7개 관정(GM-1, 2, 4, 5, 6, 7, 8)과 해수 2개 지점(Sea-1, 2)을 대상으로 통계학적 주성분 분석결과, 대부분의 지하수는2개~4개의 요인으로 구분되고, 해수와의 유사성을 해석하기 위해 확인한 관정은 GM-5, GM-6, GM-1 지점으로 분류되었다. 상기와 같이 해수의 영향을 확인하기 위해 해수 2개 지점과 동일한 군집으로 분류되는 지하수는 GM-5 관정으로 확인되었고, 해안선에서 가까운 GM-5 관정과 같이 유사한 거리에 분포한 지하수 GM-1, 2, 4 관정은 2개 혹은 3개의 최적 군집으로 분류하였을 때도 GM-5와는 다른 특성을 보여주었다. 이는 해안과 인접하더라도 수질은 다른 지질학적 특성(지형, 기상, 단열대 등)에 따라 영향받았음을 지시한다.

하천법에 근거하여 산정하고 고시하는 하천유지유량은 하천 고유의 기능을 보호하고 보전하기 위해 하천에 남아 흘러야 하는 물로 정의할 수 있다. 하천 환경과 유량과의 관계를 완전히 이해하여 해석하는 것은 불가능하므로 몇몇 중요한 기능을 선정하여 갈수시에도 유지되도록 관리하는 것이 하천유지유량 관리의 목적이다. 대표적인 핵심 기능은 적정 수질의 보전과 수생태계의 지속가능성이며 이를 고려한 필요유량을 산정하고 모두를 만족하는 유량으로 하천유지유량을 결정하는 것이 하천유지유량 산정의 요체이다. 하천유지유량을 고시하는 것에는 사람이 하천에서 물을 취수하여 사용할 수 있는 범위를 설정한다는 핵심적인 목적이 하나 더 뒤따른다. 하천수 사용은 정해진 가용수량에서 하천유지유량을 제외한 값으로 결정되며 지금까지 하천유지유량의 정책적 방향성은 가용한 수량을 모두 취수하는 것을 방지하기 위하여 하천유지유량의 산정 대상 하천과 지점을 늘리는 양적 확대에 있었다. 이 과정에서 산정 결과가 하천에서 어떤 기능을 하고 있는지에 대한 평가가 이루어진 경우는 극히 드물었다. 본 연구에서는 우리나라 하천유지유량의 현황에 대해 살펴보고 방향성과 방법론에 대한 전망을 제시하였다. 이 과정에는 하천유지유량의 핵심 기능에 대한 실제 조사와 재평가를 통해 하천유지유량에 대한 적응관리 실행의 사례를 포함하고 있다.

최근 기후변화에 의해 단기간에 많은 양의 집중호우가 발생하여 도시지역의 침수 피해가 증가하고 있다. 이에 도시지역의 홍수 피해 해결을 위해 도심지 홍수 발생 시 홍수정도 및 상황을 파악할 수 있는 장비가 개발되었으나, 실용화 단계까지는 진행이 미흡한 상황이다. 또한 기존 도시지역 홍수 현상 및 원인을 분석하기 위해 수치모형을 활용하고 있으나, 우수관망의 노후화 및 초기 강우패턴 적용에 대한 정확한 해석결과의 어려워 활용성이 낮다. 또한 홍수정도와 발생상황 인지를 위한 계측 장비의 개발 연구는 지속적으로 진행되고 있으나, 계측 장비의 높은 가격으로 전국적으로 설치 할 수 없는 상황으로 이를 대응하기 위한 별도의 방안 마련이 필요한 실정이다. 이를 위해 본 과제에서는 고성능·저비용 계측센서를 개발하여 실용화 가능성을 높이고, 전국에 산재되어있는 CCTV(교통상황, 방법용 등)의 영상을 활용한 침수상황 인지 기술 개발, 계측 데이터와 모니터링 데이터의 활용을 위한 빅데이터 개방 플랫폼을 구축하여, 상습 침수지역에 대해 실시간 감시가 가능한 계측 시스템의 정형 데이터와 CCTV 및 영상 등 모니터링 장비의 비정형 데이터의 분석 기술을 결합한 새로운 도심지 홍수 감시 기술의 개발을 목표로 한다. 이를 위해 본 연구 1차년도에 지표면 침수심 계측센서와 우수관망 월류심 계측센서를 개발하였으며, 2차년도에는개발된 계측센서의 현장실증을 통해 데이터를 수집한다. 수집된 계측센서 데이터와 비정형(CCTV 영상) 데이터의 AI학습을 통해 분석된 침수심, 침수범위, 침수면적 데이터는 도심지 홍수 정보 프로그램을 통해 표출되며, 최종적으로는 현장 상황을 쉽게 파악 가능한 3D 레이어의 형식으로 표출하고자 한다. 추후 도심지 홍수 정보 프로그램을 통해 표출되는 3D 레이어는 환경부가 추진하는 DT(Digital Twin) 연계 인공지능(AI) 홍수예보 사업과의 연계 시 도심지 홍수 지도 구축을 위한 자료로 활용될 수 있을 것으로 판단된다.

최근 집중호우로 인한 도시침수가 빈번하게 발생하고 있다. 특히 2022년 서울의 강남지역과 경북의 포항 등 기습호우에 의한 침수로 인해 재산피해와 인명피해가 발생하였다. 본 연구는 이러한 집중호우로 인해 발생되는 도시침수에 대응하기 위하여 '저감이 아닌 예방'을 목적으로 도심지홍수 모니터링 시스템개발을 진행하고 있으며, 지자체와의 연계를 통한 실증실험을 진행하여 기술검증을 진행하고자하였다. 단일 센서로는 얻을 수 없는 종합적인 정보를 수집하기 위하여 멀티센싱을 이용한 시스템을 구상하였으며, 수위센서를 통한 침수심 데이터와 CCTV의 비정형 영상데이터 등을 종합적으로 취합하여 분석하고 사용자에게 안내 할 수 있도록 시스템을 구축하고자 하였다. 수집된 데이터는 연구원과 지자체로 전송되며, 연구원은 데이터수집을 통한 양질의 정보를 생산할 수 있다. 지자체는 수집된 데이터를 통해 실시간으로 침수지역 및 침수심 등을 확인 할 수 있으며, 홍수 이후 침수의 원인을 분석할 수 있는 데이터를 확보하여 추후 발생되는 홍수에 대한 대비가 가능할 것으로 기대된다. 본 연구에 대한 실증실험을 위하여 서울특별시와 인천광역시 미추홀구청과 업무협약을 진행하였으며, 도림천 인근과 인천광역시 미추홀구의 침수지역을 대상지역으로 선정하고 계측센서를 설치하여 실측 데이터를 확보하고자 한다.

현재 구축되어있는 방재시설의 능력은 기후위기로 인해 수용가능한 극한강우량의 범위를 넘어서고 있어 대형화된 홍수로 인한 피해가 꾸준히 발생하고 있다. 이로 인해 잠재적 홍수로 인한 도시회복도 관리와 홍수로 수반되는 피해에 대한 복구의 중요도가 높아지고 있다. 회복도는 도시의 재해 취약성, 저항, 적응, 복구, 완화에 대한 능력을 포괄하는 개념으로써 최근 주목받고 있는 개념이지만 대부분의 연구는 주로 시설에 대한 회복도 평가가 이루어지고 있다 (Sen et al.,2021). 또한 재해 후 도시복구에 관한 연구는 다수 존재하지만 복구에 따른 지역의 회복도 변화와 라이프라인과 같은 주요 시설의 복구에 따른 회복도 차이를 고려한 연구는 미비한 실정이다. 따라서 본 연구에서는 도시침수 발생 후 라이프라인을 고려한 도시복구 우선순위 산정모델을 개발하고 재해관리의 효율성 향상측면에서 도시의 기능적 회복도를 평가하였다. 이를 위해 라이프라인 중 도로 복구결과의 평가를 위하여 리스크 매트릭스 기법을 이용한 도로위험도평가를 수행하였으며 도시의 회복도를 측정하였다. 회복도를 크게 홍수로부터 도시가 받은 영향과 재해복구역량으로 구성하였으며 정량적인 평가를 위해 각각 손상함수와 재해재난목적예비비를 활용하여 산정하였다. 이후 복구우선순위를 산정하였으며 복구와 도시회복도와의 관계를 분석하기 위하여 재해연보 자료를 기초로 회귀분석을 통해 복구비용을 추정하였다 (유순영 등.,2014). 시범지역에 적용한 결과 시설 및 도로 복구에 따른 도시영향의 변화보다 복구비사용으로 인한 재해복구역량의 변화가 더욱 크다는 것을 확인하였다. 이는 재해재난목적예비비의 중요성이 크다는 것을 의미하며 향후 추가적인 인문학적, 법제적 요소가 회복도에 미치는 영향을 연구한다면 도시회복도 향상 및 도시복구에 관한 정책적 의사결정에 큰 도움이 될 것이다.

This presentation highlights the IAHR book, recently published last April, of which the author is the editor-in-chief, on the historical water projects and traditional water technologies of international interest in the Asian region, addressing information on past water projects (mostly before the 20th century) in the regions that are technically and culturally of interest and educationally valuable. The book explores historical water projects in these regions, presenting technologies used at the time, including calculation and forecasting methods, measurement, material, labor, methodologies, and even water culture. Through this book, it is expected that the old Asian wisdom of "reviewing the old and learning the new" would be realized to a certain extent in modern planning and practice of water projects. The book comprises a lead article that the presenter authored and five Parts representing China, Japan, Korea, South Asia, and Southeast Asia, respectively, followed by an invited one from Uzbekistan. Throughout the book, it is found that historically the Asian monsoon, affecting the Indian subcontinent and Southeast and East Asian regions, induced rice cultivation. It fundamentally needs proper irrigation systems, including reservoirs (dams) and canals, water wheels, and even rain gauges. Flood risks have been more common in Asia than Europe under this climate condition, as recognized in history. To utilize and sometimes overcome these climate conditions, people built and managed many historical and grandiose water projects and invented and used localized but sophisticated water-related technologies in the Asian region.

The ensemble optimal interpolation (EnOI) scheme is a sub-optimal alternative to the ensemble Kalman filter (EnKF) with a reduced computational demand making it potentially more suitable for operational applications. Since only one model is integrated forward instead of an ensemble of model realizations, online estimation of the background error covariance matrix is not possible in the EnOI scheme. In this study, we investigate two Gaussian noise based ensemble generation strategies to produce dynamic covariance matrices for assimilation of water level observations into a distributed hydrological model. In the first approach, spatially correlated noise, sampled from a normal distribution with a fixed fractional error parameter (which controls its standard deviation), is added to the model forecast state vector to prepare the ensembles. In the second method, we use an adaptive error estimation technique based on the innovation diagnostics to estimate this error parameter within the assimilation framework. The results from a real and a set of synthetic experiments indicate that the EnOI scheme can provide better results when an optimal EnKF is not identified, but performs worse than the ensemble filter when the true error characteristics are known. Furthermore, while the adaptive approach is able to reduce the sensitivity to the fractional error parameter affecting the first (non-adaptive) approach, results are usually worse at ungauged locations with the former.

General circulation models (GCMs) are widely used in hydrological prediction, however their coarse grids make them unsuitable for regional analysis, therefore a downscaling method is required to utilize them in hydrological assessment. As one of the downscaling methods, convolutional neural network (CNN)-based downscaling has been proposed in recent years. The aim of this study is to generate the process of dynamic downscaling using CNNs by applying GCM output as input and RCM output as label data output. Prediction accuracy is compared between different input datasets, and model structures. Several input datasets with key atmospheric variables such as precipitation, temperature, and humidity were tested with two different formats; one is two-dimensional data and the other one is three-dimensional data. And in the model structure, the hyperparameters were tested to check the effect on model accuracy. The results of the experiments on the input dataset showed that the accuracy was higher for the input dataset without precipitation than with precipitation. The results of the experiments on the model structure showed that substantially increasing the number of convolutions resulted in higher accuracy, however increasing the size of the receptive field did not necessarily lead to higher accuracy. Though further investigation is required for the application, this paper can contribute to the development of efficient downscaling method with CNNs.

To analyze the evolution of water resources in Qiandao Lake Basin under the condition of climate change, a WEP-L distributed hydrological model was established to simulate the water cycle process in the basin during 1960-2020. The Mann-Kendall non-parametric test method and Hurst index method were used to analyze the inter-annual variation and annual distribution characteristics of the total water resources in the basin. The multi-scale temporal and spatial distribution and evolution trend of water resources in Qiandao Lake Basin were evaluated. The results show that: (1) The WEP-L model has good simulation results in the Qiandao Lake basin, and the Nash coefficient rate is above 0.83 in the periodic period and above 0.85 in the verification period. (2) The water yield coefficient of the whole basin ranges from 0.436 to 0.630. The annual average total water resource is 12.25 billion m³, equivalent to 1176.4mm of water depth. The annual distribution process shows a unimodal structure, and the water depth of each sub-basin ranges from 742 mm to 1266 mm, and the spatial distribution is higher in the west and lower in the east. (3) The annual water resources series in the basin showed an insignificant upward trend, and the Hurst index was 0.86, indicating a continuous upward trend. From the perspective of monthly water resources, January and February increased significantly, the other months were not significant changes.

Most countries worldwide are finding it difficult to make decisions regarding the utilization of water resources and the ecological flow protection of rivers because of serious water shortages and global climate warming. To overcome this difficulty, accurate ecological flow processes and protected ecological objectives are required. Since the introduction of the concept, ecological flow calculations have been developed for more than 60 years. This technical development has always been dominated by countries such as the United States, Australia, and the United Kingdom. The technical applications, however, vary substantially worldwide. Some countries, for instance, did not readjust the method because of a lack of understanding of the ecological effect or because they failed to achieve elaborate scheduling. Mostly, readjustments were not made because the users could not make their choices from among numerous methods for ecological flow. This paper presents three research results based on a systematic review of 240 methods with clear connotation boundaries. First, the ecological flow algorithm was developed along with the scientific and technological progress in the river ecosystem theory, ecohydrological relationship, and characterization and simulation of hydrological and hydrodynamic processes. In addition, the basis of the method has evolved from the hydrological process of the ecosystem, hydraulics-habitat conditions, and social development interference to whole ecosystem simulation. Second, 240 methods were classified into 50 sub-categories to evaluate their advantages and disadvantages according to the ecological flow algorithms of hydrology, hydraulics, habitat, and other comprehensive methods. According to this evaluation, 60% of the methods were not suitable for further application, including the method based on the percentage of natural runoff. Furthermore, the applicability of the remaining methods was presented according to the evaluation based on the aspects of allocation of water resources, water conservancy project scheduling, and river ecological evaluation. Third, In the future, most developing countries should strengthen the guarantee of high-standard ecological flow via a coordination mechanism for the ecological flow guarantee established under a sustainable framework or via an ecological protection pattern at the national level according to the national system. Concurrently, a reliable ecological flow demand process should also be established on the basis of detailed investigation and research on the relationship between river habitats, ecological hydrology, and ecological hydraulics. This will ensure that the real-time evaluation of ecological flow forces the water conservancy project scheduling and accurate allocation of water.

To mitigate the damaging impacts of floods, accurate prediction of runoff, streamflow and flood inundation is needed. Conventional approach of simulating hydrology and hydraulics using loosely coupled models cannot capture the complex dynamics of surface and sub-surface processes. Additionally, the scarcity of data in ungauged basins and quality of data in gauged basins add uncertainty to model predictions, which need to be quantified. In this presentation, first the role of integrated modeling on creating accurate flood simulations and inundation maps will be presented with specific focus on urban environments. Next, the use of machine learning in producing streamflow predictions will be presented with specific focus on incorporating covariate shift and the application of theory guided machine learning. Finally, a framework to quantify the uncertainty in flood models using Hierarchical Bayesian Modeling Averaging will be presented. Overall, this presentation will highlight that creating accurate information on flood magnitude and extent requires innovation and advancement in different aspects related to hydrologic predictions.

This study aims to establish the multi-reservoir operation system model in the Upper Mun River Basin which includes 5 main dams namely, Mun Bon (MB), Lamchae (LC), Lam Takhong (LTK), Lam Phraphoeng (LPP), and Lower Lam Chiengkrai (LLCK) Dams. The knowledge and AI technology were applied aiming to develop innovative prototype for SMART dam-reservoir operation in future. Two different sorts of reservoir operation system model namely, Fuzzy Logic (FL) and Constraint Programming (CP) as well as the development of rainfall and reservoir inflow prediction models using Machine Learning (ML) technique were made to help specify the right amount of daily reservoir releases for the Royal Irrigation Department (RID). The model could also provide the essential information particularly for the Office of National Water Resource of Thailand (ONWR) to determine the short-term and long-term water resource management plan and strengthen water security against flood and drought in this region. The simulated results of base case scenario for reservoir operation in the Upper Mun from 2008 to 2021 indicated that in the same circumstances, FL and CP models could specify the new release schemes to increase the reservoir water storages at the beginning of dry season of approximately 125.25 and 142.20 MCM per year. This means that supplying the agricultural water to farmers in dry season could be well managed. In other words, water scarcity problem could substantially be moderated at some extent in case of incapability to control the expansion of cultivated area size properly. Moreover, using AI technology to determine the new reservoir release schemes plays important role in reducing the actual volume of water shortfall in the basin although the drought situation at LTK and LLCK Dams were still existed in some periods of time. Meanwhile, considering the predicted inflow and hydrologic factors downstream of 5 main dams by FL model and minimizing the flood volume by CP model could ensure that flood risk was considerably minimized as a result of new release schemes.

During December 2022, the northeast monsoon, which dominates the south and the Gulf of Thailand, had significant rainfall that impacted the lower southern region, causing flash floods, landslides, blustery winds, and the river exceeding its bank. The Golok River, located in Narathiwat, divides the border between Thailand and Malaysia was also affected by rainfall. In flood management, instruments for measuring precipitation and water level have become important for assessing and forecasting the trend of situations and areas of risk. However, such regions are international borders, so the installed measuring telemetry system cannot measure the rainfall and water level of the entire area. This study aims to predict 72 hours of water level and evaluate the situation as information to support the government in making water management decisions, publicizing them to relevant agencies, and warning citizens during crisis events. This research is applied to machine learning (ML) for water level prediction of the Golok River, Lan Tu Bridge area, Sungai Golok Subdistrict, Su-ngai Golok District, Narathiwat Province, which is one of the major monitored rivers. The eXtreme Gradient Boosting (XGBoost) algorithm, a tree-based ensemble machine learning algorithm, was exploited to predict hourly water levels through the R programming language. Model training and testing were carried out utilizing observed hourly rainfall from the STH010 station and hourly water level data from the X.119A station between 2020 and 2022 as main prediction inputs. Furthermore, this model applies hourly spatial rainfall forecasting data from Weather Research and Forecasting and Regional Ocean Model System models (WRF-ROMs) provided by Hydro-Informatics Institute (HII) as input, allowing the model to predict the hourly water level in the Golok River. The evaluation of the predicted performances using the statistical performance metrics, delivering an R-square of 0.96 can validate the results as robust forecasting outcomes. The result shows that the predicted water level at the X.119A telemetry station (Golok River) is in a steady decline, which relates to the input data of predicted 72-hour rainfall from WRF-ROMs having decreased. In short, the relationship between input and result can be used to evaluate flood situations. Here, the data is contributed to the Operational support to the Special Water Resources Management Operation Center in Southern Thailand for flood preparedness and response to make intelligent decisions on water management during crisis occurrences, as well as to be prepared and prevent loss and harm to citizens.

Incidences of urban flood and extreme heat waves (due to the urban heat island effect) are expected to increase in New Zealand under future climate change (IPCC 2022; MfE 2020). Increasingly, the mitigation of such events will depend on the resilience of a range Nature-Based Solutions (NBS) used in Sustainable Urban Drainage Schemes (SUDS), or Water Sensitive Urban Design (WSUD) (Jamei and Tapper 2019; Johnson et al 2021). Understanding the impact of changing precipitation and temperature regimes due climate change is therefore critical to the long-term resilience of such urban infrastructure and design. Cuthbert et al (2022) have assessed the trade-offs between the water retention and cooling benefits of different urban greening methods (such as WSUD) relative to global location and climate. Using the Budyko water-energy balance framework (Budyko 1974), they demonstrated that the potential for water infiltration and storage (thus flood mitigation) was greater where potential evaporation is high relative to precipitation. Similarly, they found that the potential for mitigation of drought conditions was greater in cooler environments. Subsequently, Jaramillo et al. (2022) have illustrated the locations worldwide that will deviate from their current Budyko curve characteristic under climate change scenarios, as the relationship between actual evapotranspiration (AET) and potential evapotranspiration (PET) changes relative to precipitation. Using the above approach we assess the impact of future climate change on the urban water-energy balance in three contrasting New Zealand cities (Auckland, Wellington, Christchurch and Invercargill). The variation in Budyko curve characteristics is then used to describe expected changes in water storage and cooling potential in each urban area as a result of climate change. The implications of the results are then considered with respect to existing WSUD guidelines according to both the current and future climate in each location. It was concluded that calculation of Budyko curve deviation due to climate change could be calculated for any location and land-use type combination in New Zealand and could therefore be used to advance the general understanding of climate change impacts. Moreover, the approach could be used to better define the concept of urban infrastructure resilience and contribute to a better understanding of Budyko curve dynamics under climate change (questions raised by Berghuijs et al 2020)). Whilst this knowledge will assist in implementation of national climate change adaptation (MfE, 2022; UNEP, 2022) and improve climate resilience in urban areas in New Zealand, the approach could be repeated for any global location for which present and future mean precipitation and temperature conditions are known.

In this article, the challenges of Iran and the world are compared to the management of available water resources. Especially in recent years, according to the climatic changes that have occurred all over the world and the changes in the rainfall patterns, and the corresponding changes in the management of water resources, the situation in Iran is being investigated. According to the available information, the amount of water on the planet is estimated to be about 1.36 billion cubic kilometers, which covers about 71% of the earth's surface. However, about 97.5% of the water in the world is salty ocean water and only 2.5% is fresh. Therefore, only 0.025% of the total water on the planet will be usable. According to United Nations statistics, 61% of the world's water consumption is in agriculture, 23% in industry, and 8% for drinking, household, and health purposes. Considering the large number of dams in Iran, only 6% of all dams are used to produce electric energy, which is a significant difference compared to the world (approximately 19%).

The Chah-Nimeh reservoirs, which are a sort of natural lakes located in the border of Iran and Afghanistan, are the main drinking and agricultural water resources of Sistan arid region. Considering the occurrence of intense seasonal wind, locally known as levar wind, this study aims to explore the possibility to provide a TSM (Total Suspended Matter) monitoring model of Chah-Nimeh reservoirs using multi-temporal satellite images and in-situ wind speed data. The results show that a strong correlation between TSM concentration and wind speed are present. The developed empirical model indicated high performance in retrieving spatiotemporal distribution of the TSM concentration with R²=0.98 and RMSE=0.92g/m³. Following this observation, we also consider a machine learning-based model to predicts the average TSM using only wind speed. We connect our in-situ wind speed data to the TSM data generated from the inversion of multi-temporal satellite imagery to train a neural network based mode l(Wind2TSM-Net). Examining Wind2TSM-Net model indicates this model can retrieve the TSM accurately utilizing only wind speed (R²=0.88 and RMSE=1.97g/m³). Moreover, this results of this study show tha the TSM concentration can be estimated using only in situ wind speed data independent of the satellite images. Specifically, such model can supply a temporally persistent means of monitoring TSM that is not limited by the temporal resolution of imagery or the cloud cover problem in the optical remote sensing.

The main reason for its instability is sediment scouring downstream of hydraulic structures. Both physical and numerical models have been used to investigate the influence of soil properties on scour hole geometry. Nevertheless, no research has been conducted on resistance parameters that affect sedimentation and erosion. In addition, auxiliary structures like wing walls, which are prevalent in many real-world applications, have rarely been studied for their impact on morphology. The hydraulic characteristics of steady flow through a boxed culvert are calibrated using a 3D Computational Fluid Dynamics model compared with experimental data in this study, which shows a good agreement between water depth, velocity, and pressure profiles. Test cases showed that 0.015 m grid cells had the lowest NRMSE and MAE values. It is also possible to quantify sediment scour numerically by testing roughness/d₅₀ ratios (c_s) and diversion walls at a meander flume outlet. According to the findings, c_s = 2.5 indicates a close agreement between numerical and analytical results of maximum scour depth after the culvert; four types of wing walls influence geometrical deformation of the meander flume outlet, resulting in erosion at the concave bank and deposition at the convex bank; two short headwalls are the most appropriate solution for accounting for small changes in morphology. A numerical model can be used to estimate sediment scour at the meander exit channel of hydraulic structures based on the roughness parameter of soil material and headwall type.

Sedimentation is a natural process that occurs in all reservoirs. Sedimentation problem reduces the storage capacity of the reservoir and limits its ability to provide water for various uses, such as irrigation, hydropower generation, and flood control. Therefore, predicting reservoir sedimentation is important for ensuring the efficient operation and sedimentation management of a reservoir and . In this study, the HECRAS model was applied to predict longitudinal distribution of deposited sediment in the Pleikrong reservoir to 2050. Different scenarios was considered: (i) no climate change, (ii) climate change (under two emissions scenarios, RCP4.5 and RCP8.5), and (iii) climate change and land use change (followed land use planning of the watershed). The computation results with different scenarios were analyses and compared. The results show that the reservoir reduced storage volume's rate and sedimentation proceed toward to the dam in the case of climate change is faster than in the case of no climate change. Analyses also indicates that following the land used planning could also improve the long-term problem of the reservoir sedimentation. The outcomes of this study will be helpful for a sustainable plan of sediment management for the Pleikrong reservoir.

There is currently a high-accuracy modern forecasting method that uses machine learning algorithms or artificial neural network models to forecast river water levels or flowrate. As a result, this study aims to develop a mathematical model based on artificial neural networks to effectively forecast river water levels upstream of Tranh Culvert in North Vietnam's Bac Hung Hai irrigation system. The mathematical model was thoroughly studied and evaluated by using hydrological data from six gauge stations over a period of twenty-two years between 2000 and 2022. Furthermore, the results of the developed model were also compared to those of the long-short-term memory neural networks model. This study performs four predictions, with a forecast time ranging from 6 to 24 hours and a time step of 6 hours. To validate and test the model's performance, the Nash-Sutcliffe efficiency coefficient (NSE), mean absolute error, and root mean squared error were calculated. During the testing phase, the NSE of the model varies from 0.981 to 0.879, corresponding to forecast cases from one to four time steps ahead. The forecast results from the model are very reasonable, indicating that the model performed excellently. Therefore, the proposed model can be used to forecast water levels in North Vietnam's irrigation system or rivers impacted by tides.

Pleikrong reservoir with a concrete gravity dam that impound more than 1 billion cubic meter storage volume is one of the largest reservoir in Central Highland of Vietnam. Sedimentation is a major problem in this area and it becomes more severe due to the effect of climate change. Over time, it gradually reduces the reservoir storage capacity affecting to the reliability of water and power supply. This study aims to integrate the soil and water assessment tool (SWAT) model with 14 bias-corrected GCM/RCM models under two emissions scenarios, representative concentration pathway (RCP) 4.5 and 8.5 to estimate sediment inflow to Pleikrong reservoir in the long term period. The result indicated that the simulated total amount of sediment deposited in the reservoir from 2010 to 2018 was approximately 39 mil m³ which is a 17% underestimate compared with the observed value of 47 mil m³. The results also show the reduction in reservoir storage capacity due to sedimentation ranges from 25% to 62% by 2050, depending on the different climate change models. The reservoir reduced storage volume's rate in considering the impact of climate change is much faster than in the case of no climate change. The outcomes of this study will be helpful for a sustainable and climate-resilient plan of sediment management for the Pleikrongreservoir.

Nonlinear weirs, such as labyrinth and piano key weirs, are suitable methods to handle increased flood flows that may be expected due to climate change. Although specific physical models are considered to be an effective way of investigating fluid flows, simply conducting physical model tests is insufficient to fully comprehend the hydraulic and discharge characteristics of non-linear weirs. In this study, computational fluid dynamics algorithms have been used extensively to investigate complex flow physics instead of relying on reduced scale models. The discharge capacity of the piano key weir and the rectangular labyrinth weir is compared using a three-dimensional numerical model, which is validated by the available experimental data. The results confirm that piano key weir is more efficient than the rectangular labyrinth weir for a wide range of head water ratios. By analyzing the contribution of discharge over inlet, outlet and sidewall crests, the factor that make the piano key weir superior to the rectangular weir is the sidewall discharge.

최근 IPCC 6차 보고서에서는 전 지구의 온도가 0.5℃가 증가할 때마다 기상학적 가뭄 지역이 증가하며, 인위적 강제력은 가뭄 현상의 강도와 빈도를 증가하는 것으로 밝혔다. 봄철(3월-5월) 동남아시아(남중국, 필리핀 등)에 비해 상대적으로 건조한 동북아시아(동중국, 한반도, 일본) 지역은 가뭄에 취약하며 기후 변화에 따라 가뭄으로 인한 피해가 커질 것으로 전망된다. 그러므로 이 지역은 봄철 가뭄으로 인한 피해를 완화하기 위해 봄철 강수량에 대한 신뢰할 만한 계절적 예보 기술이 꼭 필요하다. 본 연구에서는 1992-2022년 봄철의 Standardized Precipitation Index(SPI) 값을 기준으로 2001년과 2011년 동북아시아 가뭄이 발생한 것을 확인하였으며, 각 해의 3월에 관측된 기상학적 초기 조건으로부터 다중 기후 예보 모델들의 봄철 강수량의 계절적 예측성을 정량적으로 평가하였다. 관측자료로부터 2001년 가뭄은 동북아시아 대기 상층의 저기압성 순환의 강화로 인한 제트류(Jet stream)의 강화와 연관되어 있었으며, 2011년 가뭄은 제트류 강화와 함께 태평양 열대 지역 기류 강화가 동반되어 발생하였음을 알 수 있었다. North American Multi-Model Ensemble 기후 예보 모델들은 2011년 가뭄에 비해 2001년 가뭄에 대한 예측성이 높았으며, 그 이유로는 대기 상층 순환의 예측성과 연관이 있음을 밝혔다. 또한, 봄철 대기-해양 상호 패턴을 관측과 유사하게 재현한 GFDL-SPEARS 모델이 가뭄 해의 대기 상층 저기압성 순환과 강수 예측성이 가장 높은 것을 보였다. 본 연구의 결과들을 통해 동북아시아 봄철 가뭄과 같은 극한 기상의 강수량 예측성 향상에 있어서 기후 예보 모델들의 현실적인 대기-해양 결합 과정 모사 능력의 중요성을 밝혔다. 본 연구에서 제안된 방안들은 기후 예측 모델 개선을 위한 전략적인 정보를 제공할 것으로 보인다.

최근 기후변화로 인해 강수량 및 강우패턴이 변화하고 있으며, 기록적인 가뭄이나 홍수와 같은 극한사상의 발생빈도가 점차 증가하고 있다. 국외의 경우 2000년부터 2021년까지 미국 서부 지역에서 극한 가뭄사상이 발생하였으며, 호주에서는 2017년부터 2019년까지 호주 남동부와 뉴사우스웨일스 지역에 극심한 가뭄이 나타났다. 국내의 경우 2000년대에 들어서 가뭄이 국지적으로 빈번하게 발생하고 있으며, 2022년부터 20023년까지 전라남도 지역에 극심한 가뭄이 발생하였다. CMIP6(Climate Model Intercomparison Project Phase 6)는 기후변화에 관한 정부간 협의체(Intergovernmental Panel on Climate Change, IPCC) 6차 평가보고서 (Sixth Assessment Report, AR6)에서 기후 모델 간의 비교와 평가를 위해 설립된 국제 협업 프로젝트로 기후변화를 예측하기 위해 다양한 기후 모델을 사용하여 미래의 기후 시나리오를 제시하였다. SSP (Shared Socioeconomic Pathways) 시나리오는 CMIP6에서 사용되는 미래 사회경제적 발전 경로를 나타내며, 기후변화의 다양한 미래 상황을 평가 및 기후영향을 분석할 수 있다. 국내 논 용수는 주로 저수지와 같은 수리시설물을 통해 공급되는 반면, 밭 용수의 경우 수리시설물로부터 용수를 공급받는 관개전은 일부에 불과하고 대부분의 밭의 경우 용수공급을 강우에 의존하여 가뭄에 더욱 취약한 실정이다. 본 연구에서는 CMIP5 기후모델 기반 RCP (Representative Concentration Pathways) 시나리오 및 CMIP6 기후모델 기반 SSP 시나리오를 적용하여 미래 기후 데이터를 비교하고자 한다. 또한, 미래 기후변화 시나리오를 토양수분모형을 적용하여 미래 밭가뭄을 전망하고자 한다.

지표면 위 에너지 수지, 즉 순 복사에너지가 어떤 비율로 지열, 현열, 잠열로 분할되는지를 이해하는 것은 매우 중요한 문제이지만, 에너지 분할과 주변 환경 변수 사이의 인과관계를 역학적으로 설명하는 것은 난제로 남아있다. 이 연구에서는 지표면 에너지 분할에서 어떠한 조건에서라도 보편적으로 발견되는 특성을 찾아서 다양한 식생 조건에서 관측된 복사에너지 및 열 플럭스 관측소의 자료를 토대로 각 에너지 항의 시간 변동성을 분석했다. 시계열 분석을 위해 공분산 기법을 통해 관측한 현열 및 잠열 자료를 제공하는 Fluxnet 자료를 사용했으며, International Geosphere-Biosphere Programme (IGBP) 구분법에 따라 낙엽수림, 상록수림, 농지 및 사바나에 위치한 관측소의 자료를 비교 분석했다. 모든 관측소에서 에너지 수지에서 현열과 잠열의 합이 전체 순 복사에너지에서 차지하는 비중은 시간에 따라 큰 변화를 보이지 않는다는 특성을 발견했다. 하지만, 현열 또는 잠열이 차지하는 비중은 큰 계절성을 보여주고 있었다. 이를 종합하면 현열과 잠열이 상호보완적으로 발생한다는 것을 의미한다. 한편 시간에 따른 두 열 플럭스의 움직임은 해당 관측소 근처에서 서식하는 식생 특성과 깊게 관련됐음을 확인했다.

본 연구에서는 도시 내 및 주변 지역을 대상으로 기상학적 가뭄 발생 여부에 따른 토양수분량 변화 정도를 파악하고, 그에 따른 열섬 현상의 변동 정도를 분석·평가하였다. 먼저, 대상 지역 내 기상학적 가뭄의 시공간적 특성을 분석하기 위해 인공위성, 재분석 자료 및 지상 관측 정보를 활용하여 SPI (Standard Precipitation Index)와 SPEI (Standard Precipitation Evapotranspiration Index) 등 두 가지의 가뭄 지수를 산정하였다. 또한, ERA5 (The Fifth Generation ECMWF Atmospheric Reanalysis)와 GLDAS (Global Land Data Assimilation System) 등의 재분석 자료 및 지상 관측 정보를 활용하여 토양수분 자료 및 기타 기상 관련 주요 정보들을 얻고, 이를 ENVI-met 모형의 초기 입력자료로 고려하였다. 다양한 시나리오 기반의 모의 결과들을 바탕으로 복합 재난의 관점에서 가뭄-토양수분량-열섬 간의 연관성을 분석하고, 주요 영향 인자 및 극한 사상 유발 조건 등에 대한 정보를 파악하였다.

돌발가뭄 (Flash drought)은 일반적인 가뭄과 달리 기후변화에 따른 기상 이상으로 인해 단기간 급속하게 발생하는 가뭄이다. 짧은 기간에 식생 스트레스가 증가하며, 작물생산량의 감소로 인해 농업 생태계에 피해를 야기하며, 과도한 증발 수요 및 급격한 토양수분의 감소는 수문학적 영향을 미치게 된다. 본 연구에서는 최근 개발된 Flash Drought Intenisty Index (FDII, 2021)를 활용하여 2014년부터 2018년까지 5년간 발생한 돌발가뭄에 분석하였다. FDII는 가뭄 심화속도, 평균 심각도의 두 가지 요소를 곱하여 나타내며, 일반적으로 가뭄 및 비가뭄에 대한 정도를 나타내는 아노말리 (Anomaly) 대신 백분위수 (Percentile)를 활용한다. 국내 돌발가뭄 분석을 위하여 Gravity Recovery and Climate Experiment (GRACE) 위성영상 기반 근역층 토양수분 자료를 활용하였다. 2014년부터 2018년까지 전국 8도 (경기, 강원, 충남, 충북, 전남, 전북, 경남, 경북)를 대상으로 돌발가뭄 사상에 대하여 토양수분 백분위수의 월별 공간분포 및 FDII를 산정하여 국내 돌발가뭄의 강도를 정량화하였다. 지역 및 시기별로 다르게 발생하는 돌발가뭄을 대상으로 FDII를 활용하여 돌발가뭄의 초기 발생, 가뭄 전이 현상 등 시공간적 특성을 분석하고자 한다. 향후 대상 지역의 세분화 및 장기적인 관점에서의 FDII 적용으로 신뢰성 높은 국내 돌발가뭄 모니터링 및 분석 기술로 활용할 수 있을 것으로 기대된다.

Drought occurs due to lack of water resources over an extended period and its intensity has been magnified globally by climate change. In recent years, drought over South Korea has also been intensed, and the prediction was inevitable for the water resource management and water industry. Therefore, drought forecasting over South Korea was performed in the current study with the following procedure. First, accumulated spring precipitation(ASP) driven by the 93 weather stations in South Korea was taken with their median. Then, correlation analysis was followed between ASP and Df4m, the differences of two pair of the global winter MSLP. The 37 Df4m variables with high correlations over 0.55 was chosen and sorted into three regions. The selected Df4m variables in the same region showed high similarity, leading the multicollinearity problem. To avoid this problem, a model that performs variable selection and model fitting at once, least absolute shrinkage and selection operator(LASSO) was applied. The LASSO model selected 5 variables which showed a good agreement of the predicted with the observed value, R²=0.72. Other models such as multiple linear regression model and ElasticNet were also performed, but did not present a performance as good as LASSO. Therefore, LASSO model can be an appropriate model to forecast spring drought over South Korea and can be used to mange water resources efficiently.

The intensified droughts under climate change are expected to threaten stable water resource availability. Droughts exceeding the magnitude of historical variability could occur increasingly frequently under future climate conditions. It is crucial to understand how drought will evolve over time because the assumption of hydrological stationarity of the past decades would be inappropriate for future water resources management. However, the timing of the emergence of unprecedented drought conditions under climate change has rarely been examined. Here, using multimodel hydrological simulations, we investigate the changes in the frequency of hydrological drought (defined as abnormally low river discharge) under high and low greenhouse gas concentration scenarios and with existing water resources management and estimate the timing of the first emergence of unprecedented regional drought conditions that persist for over several consecutive years. This new metric enables a new quantification of the urgency of adaptation and mitigation with regard to drought under climate change. The times are detected for several sub-continental-scale regions, and three regions, namely, southwestern South America, Mediterranean Europe, and northern Africa, exhibit particularly robust and earlier critical times under the high-emission scenario. These three regions are expected to confront unprecedented conditions within the next 30 years with a high likelihood, regardless of the emission scenarios. In addition, the results obtained herein demonstrate the benefits of the lower-emission pathway in reducing the likelihood of emergence. The Paris Agreement goals are shown to be effective in reducing the likelihood to the unlikely level in most regions. Nevertheless, appropriate and prior adaptation measures are considered indispensable to when facing unprecedented drought conditions. The results of this study underscore the importance of improving drought preparedness within the considered time horizons.

지구온난화의 영향으로 가뭄의 발생 빈도가 전 세계 곳곳으로 증가하고 있는 추세이다. 가뭄이란 강수량 혹은 가용 수자원 등이 평균적인 수준에 비해 지속해서 적게 유지되는 현상으로 다양한 분야(기상, 농업, 사회, 경제 등)에 피해를 발생시킨다. 가뭄이 지속되면 인간 사회 뿐만 아니라 동·식물이 서식하고 있는 생태계에도 영향을 미치게 된다. 우리나라에서도 2000년대 이후 주기적으로 발생한 가뭄으로 인해 가뭄 현상을 모니터링하고 예측, 전망하기 위한 다양한 연구가 진행되고 있으나 아직까지 환경생태가뭄에 대한 연구는 미흡한 실정이다. 본 연구에서는 가뭄으로 인해 환경생태계에 미치는 영향 중 수생태계에 초점을 맞춰 진행하였으며, 수생태계에 서식하는 동·식물 중 어류만을 대상으로 하였다. 생태가뭄을 빠르고 쉽게 예측하기 위해 Ecological Nomograph를 개발하여 가뭄에 따른 수생태계에 미치는 영향을 분석하고자 하였다. 본 연구에서 나온 결과를 바탕으로 환경가뭄을 감시하고 대응하기 위한 분석 방법으로 활용할 수 있을 것으로 판단된다.

농업용수는 우리나라 수자원 사용량 중 약 61%를 차지하고 있으며, 효율적인 수자원 관리를 위한 핵심적인 관리목표 중 하나이다. 논으로 공급되는 관개용수는 필지에서의 증발산량 및 침투량과 용배수로를 통한 자연적 및 인위적인 배수량으로 소비된다. 관개회귀수량 (irrigation return flow)은 관개를 통해 농경지에 공급된 수량 중 증발산에 의해 소비되지 않고 침투 또는 배수 등을 통해 하천으로 회귀되는 수량이다. 관개회귀수량 및 회귀율은 농업용수 물순환 관리에 중요한 역할을 하며, 관개용수 사용량 결정, 합리적인 용수의 공급과 수요 관리계획 및 수질 관리계획 등에 중요한 요소로 작용한다. 하지만, 기상, 작물, 토양 등의 물리적 요소와 농업용수 공급량, 물꼬 조절, 담수심 관리 방식 등 인위적 요소의 영향을 동시에 받기 때문에 그 기작이 복잡한 특징을 갖는다. 따라서, 합리적인 수자원 개발 계획 및 관리를 위해 정확한 관개회귀수량 추정 연구가 필수적이다. 본 연구에서는 전국 4대강 (한강, 금강, 낙동강, 영산강·섬진강) 권역 중심의 9개 대상지구를 선정하였으며, EPA-SWMM (Environmental Protection Agency-Storm Water Management Model) 모델 기반 수로 네트워크 모의를 활용한 수원공 단위 관개회귀수량을 산정하고자 한다. EPA-SWMM 모의 시 공급량은 농업기반시설관리시스템 (Rural Infrastructure Management System, RIMS) 저수율 자료와 수원공 단위용수량을 활용하였으며, 모의결과 시점부 공급량 및 배수량과 강수량, 증발산량 및 침투량을 활용하여 신속회귀수량과 지연회귀수량을 추정하였다. 본 연구 결과는 최적 농업용수 공급방안에 대한 기초자료 구축에 활용 가능할 것으로 사료된다.

최근 기후의 급격한 변화 및 이상기후로 인해 전 세계적으로 가뭄의 발생빈도가 증가하고 있는 추세이다. 우리나라의 경우 지역·계절별 강수량의 편차로 인해 국지적으로 극심한 가뭄이 발생하고 있으며, 향후 피해는 더욱 증가할 것으로 예측하고 있다. 농업가뭄은 농작물 생육에 따른 수확량 및 수자원 이용에 직접적인 영향을 미치고 있으며, 농업수리시설물의 의존도가 높기 때문에 저수지의 대응능력과 농경지의 수리답 시설이 농업가뭄 대응을 위한 중요한 지표로써 활용되고 있다. 본 연구에서는 수리시설물의 가뭄대응능력과 평야부 농경지의 가뭄빈도를 이용하여 농업가뭄 취약성 평가를 수행하였다. 2015년 이후 매년 가뭄이 발생하는 충청남도 태안군을 시범지역으로 선정하였으며, 논 중심의 농업가뭄을 평가하기 위해 기상영향, 가뭄발생현황, 보조수원능력, 가뭄대응능력 4가지의 관련 항목을 선정하였다. 기상영향, 가뭄발생현황, 보조수원현황 항목은 계수화를 위해 데이터 속성 정보만을 이용하여 가중치를 산정하는 엔트로피 (Entropy) 방법을 적용하였으며, 가뭄대응능력 항목은 농업수리시설물과 농경지 평균 가뭄빈도 분석을 통해 점수화를 수행하였다. 본 연구의 결과는 지역별로 선제적인 가뭄대응 우선순위를 결정할 수 있고, 용수공급의 효율화 등 논 중심의 농업가뭄 대응을 위한 기초자료로써 활용될 수 있을 것으로 판단된다.

저수지는 기존의 육상 수지에 직접적인 영향 뿐 만 아니라 수체가 육상에 머무르는 시간을 늘려 수온 및 수질에는 영향을 미친다. 이들이 환경 및 지역 기후 변화에 직접적인 영향을 미치는 주요인자로 기후 변화에 미치는 긍정적, 부정적 효과와 함께 중요성이 더 증대되고 있다. 위성 원격탐사는 북한 지역 등과 같은 현장 관측 자료의 수집이 어려운 지역을 포함한 전 지구 규모에서 저수량 변화를 추정하는데 유용한 자료를 제공한다. 우리는 광학 위성 (Landsat-8/9)과 능동형 마이크로파 위성 (Sentinel-1)를 활용해 한반도 지역에 분포하고 있는 저수지의 수체 면적을 산출하기 위해 2020년부터 2022년까지 자료를 수집했다. 저수지 표면적 산출은 전통적인 NDWI (Normalized Difference Water Index) 및 후방산란계수 (𝜎₀)에 multi-Otsu 방법을 적용하여 이진화 영상을 얻는 방식을 이용했다. 여전히 남아있는 과탐지 영역은 최대 표면적 영상과 상대 비교를 통해 제거했다. Landsat과 Sentinel-1 위성 원격 탐사 자료 기반 저수지 표면적은 높은 유사성이 있었고, 현장 및 위성 고도계 자료 기반 수면 고도 변화와 높은 관계성를 보여주었다. 실험을 통해 위성 원격탐사 자료를 활용한 한반도 지역 저수지의 저수량 변화을 추정했으며, 현장 관측자료와 비교했다. 이 추정 기술은 전 지구 저수지 및 호수로 확장할 수 있으며, 수문 모델의 검증자료 등으로 활용될 수 있다.

본 연구에서는 토양의 동결-융해 상태 구분을 위해 영상레이더(Synthetic Aperture Radar) 자료를 활용해 지표상태인자(Surface State Factor, SSF)를 산정하고, 관측 토양수분 자료 및 지표면 온도(Land Surface Temperature, LST) 자료와의 비교를 통해 SSF의 정확도를 분석하였다. SSF 산정은 용담댐 유역을 포함한 인근 40×50 km²의 영역(N35°35'~36°00', E127°20'~127°45')에 대한 9개의 토양수분 관측지점(계북, 천천, 상전, 안천, 부귀, 주천, 장수읍, 진안읍, 무주읍)을 대상으로 연구를 수행하였으며, 이를 위해 2015년부터 2019년까지의 해당 지점의 토양수분 관측자료와 Sentinel-1A Interferometric Wide swath (IW) 모드의 Ground Range Detected (GRD) product를 구축하여 활용하였다. SSF 자료의 정확도 분석을 위한 토양수분 관측지점에 대한 LST 자료는 인근 7개 기상관측소 지점(전주, 금산, 임실, 남원, 장수, 함양군, 거창)의 관측자료로부터 역거리가중법을 통해 산정하였다. Receiver Operating Characteristic (ROC) 분석을 통한 겨울철(12-2월)의 SSF 산정 정확도를 평가한 결과, 지표면 온도 자료와의 평균 정확도는 0.75(0.48-0.87)로 나타났다. 그러나, 지표면 온도가 0℃ 이상일 때 SSF가 동결 상태로 나타나는 오차가 관측되었으며, 이는 여름철 후방산란계수의 평균값과 겨울철 후방산란계수의 평균값을 통해 산정하는 SSF 산정 수식의 특성 때문으로 이 값의 조정을 통해 오차를 개선할 수 있음을 보였다.

하천유역조사는 관련 법률의 규정에 의해 물관리정책의 수립에 필요한 기초정보를 제공하는 것을 목적으로 기본현황, 이수, 치수 환경생태 등 유역관리에 필요한 주요 조사항목을 대상으로 수행되고 있다. 조사방법 중 원격탐사자료 활용한 조사는 드론 모니터링 영상 및 위성영상자료를 이용해 댐·제방과 같은 치수 시설물의 안전관리, 수질 모니터링, 하천지형조사, 하상변동조사 등에 활용되고 있다. 최근에는 일반 RGB 영상뿐만 아니라 수백개의 분광밴드를 포함한 초분광영상을 이용한 하천조사 연구가 이루어지고 있다. 초분광영상은 분광해상도가 높아 다항목 조사에 활용할 수 있다는 장점이 있지만, 많은 양의 분광정보를 포함하고 있기 때문에 초기 수집 자료의 용량이 너무 크고, 분석을 위한 전처리 과정이 까다롭다는 단점이 있다. 반면, 10개 이하 밴드의 분광정보를 수집하는 다분광영상은 2개 밴드를 이용해 정규식생지수(NDVI)를 즉각적으로 모니터링할 수 있고, 작물의 생육현황 등을 분석할 수 있어 농업 및 산림분야에서 널리 활용되고 있다. 초분광영상을 이용한 수심산정 연구는 최적 밴드비 탐색 기법(OBRA)을 활용해 측정수심과 상관관계가 높은 밴드비를 이용해 수심맵을 구축하는 방식이 활용되어왔다. 본 연구에서는 기존의 초분광영상을 활용한 수심산정기법을 다분광영상에 적용하여 분광밴드수가 축소된(경량화된) 자료를 활용한 수심산정 가능성을 확인하기 위해 동일한 현장에서 초분광과 다분광 두가지 영상을 촬영하였으며, 각각 수심맵을 구축해 하천분야에서 다분광영상의 활용도를 평가하였다. 또한, 기존의 OBRA의 한계를 개선하기 위해 가우시안 혼합 모델(GMM; Gaussian Mixture Model)을 활용해 영상을 군집화하여 수심산정 정확도를 개선하였다.

물 인프라 시설물은 다양한 산업 및 지역 사회에 필요한 물 공급과 이와 관련된 인프라를 제공하는 현대 사회의 중요한 구성 요소 중 하나이다. 이러한 시설이 노후화 되면서 안전과 신뢰성에 대한 우려가 커지면서 과거 건설, 개발 중심에서 유지, 관리 중심으로 패러다임이 변화하고 있다. 이에 물 인프라 시설물의 상태를 정밀하게 조사하고, 정확한 계측하는 기술에 대한 수요가 지속적으로 증가하고 있다. 최근, 드론에 초분광 센서를 탑재하여 초분광 영상을 수집할 수 있는 기술이 개발되고 있으며, 물 인프라 시설물에 대한 원격탐사 및 모니터링이 이러한 수요를 만족시킬 수 있는 유망한 해결책으로 부상하고 있다. 특히, 이러한 초분광 영상 수집 기술을 이용하면 물 인프라 시설물 주변의수심, 수질, 온도 등 환경적 요인 뿐만 아니라 재료에 따른 상태를 파악할 수 있어, 잠재적으로 구조 결함을 감지하는데 필요한 상세한 분광 정보를 수집할 수 있다. 또한, "저수지·댐의 안전관리 및 재해예방에 관한 법률"에서 정기적인 정밀안전진단을 요구하고 있으며, "중대재해처벌법"에 따라 인력중심의 조사, 계측 방식의 어려움이 있는 상황에서 드론 기반의 초분광 원격탐사 기술은 매력적인 선택지이다. 본 연구는 안전과 신뢰성에 대한 우려가 커지고 있는 물 인프라 시설물에서 드론 기반 초분광영상 기술이 제공하는 새로운 해결책에 대한 연구로, "저수지·댐 안전관리 및 재해예방에 관한 법률"에서 제시하는 물 인프라 시설의 정기적인 검사 및 유지보수에 대한 중요성을 더욱 강조하는 것으로, 물 인프라 시설물을 정확하게 모니터링하고 조사, 계측하는 능력의 중요성을 증가시킬 수 있는 기술이다. 따라서 본 연구에서는 드론 기반의 초분광 영상 수집 기술을 활용하여 물 인프라시설물의 원격탐사 및 모니터링에 대한 적용성을 검토하고자 한다. 이를 통해 드론 기반 초분광영상 기술이 물 인프라 시설물의 조사 및 계측, 유지 보수에 대한 새로운 해결책이 될 수 있는지 검토한다. 또한 이 기술의 잠재적인 이점과 한계를 탐구하고, 정확하고 신뢰성 높은 계측, 조사 기술에 대한 증가하는 수요를 충족시키기 위한 능력을 평가 하고자 한다.

남양호는 농업용수 공급을 위해 건설된 하구 담수호로 과도한 영양물질 축적으로 인해 매년 여름 녹조류가 번성한다. 따라서 본 연구에서는 조류발생 특성을 분석하고자 식물성 플랑크톤 및 관련 분해 산물에 의해 고유 광학특성을 가지고 있는 Chlorophyll-a(Chl-a)의 추정을 통한 녹조 발생을 파악하고자 Sentinel-2 Multi Spectral Image(MSI)의 원격 반사율 광학 스펙트럼을 사용하였다. Chl-a 추정알고리즘 개발을 위하여 Sentinel-2 A, B의 교차 방문주기인 5일 간격에 맞추어 현장수질자료(2022년: 27회 2023년: 27회)를 측정하였다. Chl-a 농도는 EXO-YSI를이용하여 측정하였으며 해당기간동안 9.4 ~ 127.1 mg/L의 범위를 보였으며, Sentine-2 자료는 A, B자료에서 B1(443 nm) ~ B8A(865 nm)파장의 값을 기상조건(구름, 안개, 강수)을 고려하여 현장수질측정 위치에서 반사도를 추출하였다. 입력자료는 대기 및 방사영향을 고려해 반사도 간의 비율자료와 선행연구에서 활용된 반사도를 활용하였으며 알고리즘은 다중선형회귀분석(Multi Linear Regression Model)과 Random Forest를 활용하였다. MLR의 경우 결정계수(R2)가 학습 및 검증에서 각각 0.68, 0.59의 성능을 보였으며, RF의 경우 각각 0.94, 0.85의 성능을 보였다. 해당알고리즘으로 생성된 Chl-a 시공간농도 자료는 담수호내 조류발생 특성을 분석하고 효율적 조류관리 및 대처에 활용될 것으로 판단된다.

최근 심각한 기후변화로 인한 호우, 태풍 등 기상현상의 변화로 다양한 재해가 발생하고 그로 인한 피해 규모도 커지고 있다. 현재 우리나라의 호우 재해에 대한 예보는 단순히 강수량, 강설량, 바람의 강도 등을 전달해 주고 있는데, 이러한 정보 전달의 형태는 그로 인한 피해 규모를 예측하기 어렵다. 본 시스템은 현재의 단순한 수치만을 보여주는 예보에서 호우가 어느 지역에 어떠한 영향을 미치는지에 대한 정보를 전달한다. 시간대별 격자단위(1km×1km)로 구획하여 그 영향이클 것이라고 예상되는 9개 분야(생활, 도로, 농업, 편의, 공업, 의료복지, 교육연구. 축산업, 공용)의 정보를 전달 해 줌으로써 경제적, 산업적 측면에서 재난으로 인한 피해를 최소화할 수 있도록 하였다. GIS와 호우위험영향도 분석결과를 제공하는 플랫폼이며 주요 기능은 종합위험등급 현황을한 눈에 볼 수 있는 GIS 대쉬보드 상황판과 IBH-HR(예측강우분석), IBF-G(수문분석), IBF-PRA(리스크 분석) 3개의 분석 모듈 그리고 분석 모듈을 통해 도출된 분석결과를 관리하는 ARM(분석이력관리)으로 구성되었다. 다양한 콘텐츠 서비스로 호우 영향정보의 활용성이 클 것으로 기대된다.

전 세계 홍수 피해에 노출된 인구가 20년 만에 약 25% 증가한 것으로 나타났는데, 수재해 복구에 드는 비용이 수재해 예방을 위한 비용에 6배에 달했다. 수재해는 비용적인 손실과 아울러 인명피해가 크기 때문에 이를 예방하기 위한 대책 마련이 시급하다. 특히 국내에서 근래 10년간 전체 수재해 중 약 40%가 소하천에서 발생했는데, 이를 해결하는 방안으로 행정안전부와 국립재난안전연구원은 CCTV 기반 자동유량계측기술을 제시했다. 소하천은 홍수도달시간이 매우 짧고 하상이 불규칙하며 표고차가 커 일반적인 수리모형을 이용해 실시간 홍수 예·경보를 위한 홍수량 예측이 어렵다. 또한 대부분의 소하천은 수문 계측이 이뤄지지 않고 있어 하상 특성을 충분히 반영해 홍수량을 산정하기 어려운 문제가 있다. 이에 본 연구에서는 CCTV 기반 자동유량계측기술로부터 수집된 자료들을 이용해 노모그래프를 작성하고 예측강우량만으로 홍수량을 추정해 실시간 홍수 예·경보에 적용할 수 있는 방법을 개발했다. 이때 실시간으로 계측 유량 자료를 반영해 노모그래프를 자동으로 갱신해 예측정확도를 개선할 수 있다. CCTV 기반 자동유량계측기술 검증을 위한 시범 소하천 4개소에 적용한 결과 실시간 자동보정 노모그래프를 이용하면 정확도 향상에 도움을 주는 것으로 나타나 향후 홍수 예·경보를 위한 홍수량 산정에 도움을 줘 수재해를 경감 할 수 있을 것으로 기대된다.

기후변화로 인한 집중호우와 홍수는 하천의 범람, 내수침수 등을 일으킨다. 최근 발생한 2022년9월 태풍 '힌남노'는 포항시 10명의 인명 피해와 1조 7000억원의 재산 피해로 막대한 피해를 야기시켰다. 본 연구는 2011년부터 2018년까지 시군구 단위의 행정구역별 홍수 기간 강우량, 피해액, 홍수 지역의 인구 자료를 NAVER DATA LAB(2016년부터 자료 제공) '홍수' 검색량 데이터와 비교 분석하였다. 본 연구에서는 다량의 강우량 또는 높은 피해액이 발생한 시기에 홍수 검색량이 낮았던 지역을 홍수에 대한 대중 인지도가 취약한 지역으로 정의하였다. '홍수' 검색량과 강우량, 피해액, 홍수 지역 인구와의 상관관계를 분석한 결과, 강우량과 인구는 각각 0.86, 0.81의 높은 상관계수를 보인 반면, 피해액은 0.52로 상대적으로 낮은 상관관계를 보였다. 2016-2018년 특/광역시단위 분석 결과, 총 17번의 홍수 발생 중 '인천광역시'와 '세종특별시'에서 피해액 규모가 각각 2, 3순위로 높았던 반면 홍수 인지도는 각각 6, 11순위로 홍수 인지도가 취약한 지역으로 평가되었다. 도 단위 평가 시, 총 34번의 홍수 발생 중 '강원도'와 '경상북도'에서 피해액 규모 3순위, 강우량 10순위 일 때, 홍수 인지도는 27순위로 홍수 인지도가 취약한 지역으로 평가되었다. 다중 선형회귀 기법을 통해 2016년부터의 데이터를 기반으로 모델을 훈련하여 2016년 이전의 '홍수' 검색량 예측 자료를 재생산하였다. 2011-2015년 특/광역시 중심의 평가에서, 총 25번의 홍수 발생 중 부산광역시에서 피해액 규모가 1순위, 강우량이 2순위로 높았던 반면 홍수 인지도는 6순위로 홍수인지도가 취약한 지역으로 평가되었다. 도 단위 평가 시, 총 50번의 홍수 발생 중 '충청남도'와 '경기도'에서 피해액 규모가 3순위일 때 홍수 인지도가 7순위로 홍수 인지도가 취약한 지역으로 평가되었다. 본 연구는 물리·사회시스템의 빅데이터를 분석하여, 사회수문학적 접근 방식으로 홍수에 대한 사회적 취약성을 새롭게 제시하며 사회과학과 수자원 분야의 융합연구 필요성을 강조하였다.

태풍 힌남노에 경주에 위치한 총저수량 184만m³, 유역면적 22km²인 왕신저수지는 303m의 제체가 2시간여 동안 전면 월류하는 초유의 사태를 겪었다. 그때 다행히 저수지 수위는 10분 단위로 기록됐다. 이 자료를 이용하여 제체 월류현상을 평가하기 위해 저수지 운영의 기본자료인 유입량, 저수량, 방류량 등을 10분 단위로 생산코자 했다. 방법은 인근에 위치하고 운영자료가 있는 총저수량 260만m³, 유역면적 3.7km²인 감포댐에 대해 유입량 모의방법을 검증하고, 왕신저수지에 그대로 적용하여 유입량을 모의하고, 물수지에 의해 방류량을 계산하는 것으로 했다. 모의결과는 저수량 오차로 신뢰도를 확인했다. 여기서 저수지 유입량은 ONE 모형을 이용하여 10분 단위로 생산했다. 2022년 9월 5일부터 6일까지 10분 단위로 모의한 결과는 다음과 같다. 첫째, 감포댐 유역은 강우량은 10분 최대 32.3mm, 총강우량 196.0mm였고, 유입량은 10분 최대 80.1m³/s, 총유입량 59만m³로 모의됐고, 신뢰도는 RMSE 2.120mm, NSE 0.947, R²는 0.949로 매우 높게 나타났다. 그리고 저수량 모의 신뢰도도 RMSE 0.153m, NSE 0.993, R²는 0.997로 높았다. 둘째, 왕신저수지 유역은 강우량은 유역내에 위치한 환경부 관리의 화산리 관측소에서 10분 최대 21.0mm, 총강우량은 10시간 동안 422.0mm였고, 유입량은 10분 최대 716.5m³/s, 총유입량 904만m³로 모의됐고, 유출률은 95.7%로 강우량 거의가 유입되는 것으로 나타났다. 셋째, 왕신 저수지의 방류량은 10분 최대 610.8m³/s, 총방류량 848만m³로 계산됐고, 총유입량의 93.8%에 상당한 것으로 나타났다. 그리고 저수지 물수지에 의해 10분 단위 모의 저수위의 신뢰도는 RMSE 0.117m, NSE 0.994, R²는 0.999로 매우 높게 나타났다. 넷째, 왕신저수지의 제체고 EL.59.20m를 월류한 시간은 9월6일 5시50분부터 8시까지 2시간10분 동안였으며, 관측 저수위는 EL59.24m~EL.60.28m, 모의 저수위는 EL.59.31m~EL.60.29m로 나타났다. 월류되는 동안 총유입량은 544만m³, 총방류량은 527만m³로 나타나, 유입량의 96.8%가 월류되는 것으로 계산돼 저수지의 저류효과는 거의 없는 것으로 나타났다. 이때 유입량은 전기간의 60.2%, 방류량은 62.1%에 상당했다. 다섯째, 힌남노에 따른 왕신저수지의 홍수조절효과는 첨두유입량을 105.7m³/s 저감시켰고, 홍수량을 56만m³을 저류시킨 것으로 분석됐다.

우리나라는 여름철 집중호우 시 발생하는 홍수로 인해 중소하천의 확폭(Widening) 및 하안침식이 자주 발생하고 있으나, 이에 대해 홍수 피해 관점으로만 분석되고 있으며 체계적인 수리학적, 지형학적 분석은 미흡한 실정이다. 본 연구에서는 먼저, 1982-2022년의 지도 및 항공사진, 정사영상 등을 분석하여 포항시 신광천과 냉천 중류의 하도 변화를 살펴보고, 2022년 9월 태풍 힌남노의 내습 시 발생한 홍수로 인해 초래된 하도 변화를 분석하였다. 신광천 항사리 지점의 경우, 하천 우안에 제방이 축조되지 않았던 1982년에는 하폭이 상대적으로 넓었으나, 1992년 제방 축조 이후 우안 충적지가 하도에서 분리되며 하폭이 감소하였다. 2011년의 하도는 대부분의 면적이 식생으로 덮여 하천의 흐름이 잘 관찰되지 않으나, 2021년에 식생 제거로 하도가 식별되지만 하폭은 과거에 비해 더욱 감소하였다. 태풍 힌남노 내습 시 포항시의 6시간 누적 강우량은 315.3 mm 로 100년 빈도를 초과하는 집중호우가 발생하였으며, 그 결과 확폭이 발생하였다. 단면에서 보면 좌안 활주사면은 5 m 가량의 퇴적고를 보였고, 우안 공격사면은 평균 23.3 m 측방으로 침식되었다. 그 결과 1982년 하폭과 유사한 수준으로 확대되었다. 문덕리 지점(공장지대)과 냉천 용산리(아파트)의 경우에도 각각 평균 14 m, 18 m 의 하안침식을 보였다. 이러한 결과는 지난 30여 년 전 축조된 기존 제방이 유실되면서 발생한 것으로 홍수로 인해 과거의 하폭으로 복귀할 수 있음을 의미한다. 2022년 홍수에 의한 하도 변화와 같은 지형학적 변화를 고려할 때, 보다 안정적인 하천관리를 위해서는 하천 설계 시 과거 지도상의 하도 범위 및 기왕홍수로 인한 하안선 변동을 고려하는 것이 필요하다.

강우가 지표면 아래로 침투할 때 초기에는 투수층이 불포화 상태이어서 부압이 작용하면서 침투할 것이다. Richards 식(Richards, 1931)을 써서 불포화 투수층의 침투를 모의할 수 있다. 강우가 지속되는 동안 하상 아래 어느 구간은 포화 상태가 되어 Richards 식을 더 이상 사용할 수 없다. 하지만 현재까지의 연구는 Richards 식을 사용하여 침투를 모의하는 오류를 범하고 있다. 강우에 의한 침투를 예측할 때 지표면에서의 침투율 q_b 가 필요한 데 현존하는 연구에서는 Horton 식(Horton, 1941)을 사용하여 초기 침투율 f_o 와 장시간 후 침투율 f_c 와 시간에 따라 지수함수로 감소하는 계수 k 의 3가지 계수값을 실험이나 현장 관측값에서 찾아서 쓰고 있다. 그런데, 이 계수값은 강우강도 r_i 가 클수록 침투율 q 가 커지는 물리 현상을 반영하지 못하는 한계가 있다. 본 연구에서 먼저 포화 투수층에서의 침투를 모의하는 식을 개발하였다. 지표면 아래에서 불포화 투수층에는 Richards식을 사용하고 포화 투수층에는 개발한 식을 사용하여 침투를 모의하였다. 또한 지표면에서의 침투율 q_b 를 구하는 공식을 개발하였다. 하상에서의 침투율의 최대값은 $q_{bmax}=-{\lambda}{\sqrt{2g(s-b)}}$ 일 것이다. 여기서 λ 는 투수층의 공극율, s 는 유출수면의 위치, b 는 지표면의 위치이다. 지표면에서의 침투율의 최소값 q_bmin 은 지표면 바로 아래 지점에서의 침투율일 것이다. 지표면에서의 침투율 q_b 로 q_bmax 와 q_bmin 사이의 적절한 값을 선택한다. 강우강도를 r_i 라고 하면 지표면 위 유출수의 연속방정식은 다음과 같다: $s-b={\int}(r_i-{\mid}q_b{\mid})dt$. 즉, 유출수면의 위치 s 는 강우강도 r_i 가 클수록 또는 지표면에서의 유출율의 크기 |q_b| 가 작을수록 크다. 또한 지표면에서의 침투율 q_b 와 지표면 아래에서의 침투율 q 는 s - b 가 클수록 크다. 따라서, 강우강도 r_i 가 클수록 침투율 q_b, q 가 큰 현상이 잘 반영되었다. 강우-침투-유출 모형실험을 수행하여 강우강도에 따라 침투율과 유출량이 다른 현상을 관측하여 수치실험 결과와 비교·검증하였다.

하천수위는 상류에 위치한 유역의 유출상황에 따라서 지속적으로 변화하게 되며, 특히 홍수시에 급격하게 상승하고 홍수피해를 야기하게 된다. 이 때문에 하천의 수위변화를 모의·예측하기 위한 많은 이론이 제안되고 적용되어 왔으며, 일반적으로 강수와 유역특성을 시공간적으로 고려할 수 있는 수리·수문모형을 이용하여 모의되어 왔으나 숙련된 전문가가 필요하다는 단점이 있다. 이에 본 연구의 목적은 각종 수방활동에 종사하는 관련자가 특정 지점의 홍수시 수위상승 특성을 간편하게 확인하고 활용할 수 있는 방법론을 제시하는 데 있다. 이를 위하여 한강수계에 위치한 홍수취약지구에 홍수정보를 제공하는 45개 수위관측소의 2010년부터 2022년 사이의 10분 단위 수위자료를 수집 하였으며, 각 지점별로 수위자료에 홍수 사상에서 발생하는 시간적인 상승량을 단위시간을 통하여 수위 상승값을 분위화하는 수위상승거동곡선(Water-level Rising Behavior Curve) 개념을 적용하여 분석하였다. 적용결과에 따라, 일반적인 유역은 유역특성에 따라서 홍수위가 상승하다가 일정시간이 경과한 후에 평형상태에 도달하는 것으로 나타났으며, 이러한 특성을 현장 종사자가 정량적으로 판단하기 위한 보조자료 및 각종 수방계획 수립을 위한 기초자료로서 활용할 수 있는 것으로 나타났다.

황강댐은 임진강 상류 군사분계선으로부터 약 42km떨어진 위치에 존재하며 약 3~4억톤의 규모로 추정된다. 이에 우리나라는 약 7천만톤 규모의 군남홍수조절지를 건설하여 임진강 상류로부터 기인하는 홍수를 방어하고 황강댐의 무단방류에 대비하고 있다. 과거 2009년 9월 6일 임진강 상류 황강댐에서의 대규모 방류로 인해 경기도 연천군 일대에 홍수가 발생하여 이로 인한 인명 및 재산피해가 발생한 바 있으며, 2020년 8월 5일에는 장마전선으로 인한 폭우와 더불어 임진강 필승교 수위관측소의 수위가 급상승하면서 관측 이래 역대 최고수위가 발생하여 홍수경보가 발령되고 인근 주민이 대피하는 사례가 발생하였다. 또한, 2022년 6월 27일부터 발생한 장마전선 및 집중호우로 인해 임진강 필승교 수위관측소의 수위가 급상승하면서 홍수주의보가 발령되고 인근 주민이 대피하는 사례가 발생하였으며, 7월에는 비가 내리지 않는 상황에서 황강댐의 방류로 추정되는 유입량이 필승교 수위관측소와 군남홍수조절지에서 관측되었다. 이에 본 연구에서는 인공위성 영상에서 추출한 황강댐의 수위를 이용하여 수문모형과 저수지 운영 알고리즘을 구축하고 당시 발생한 홍수사례를 분석하여 황강댐의 운영방식을 추정하였다. 분석결과, 2020년 8월 5~7일 사이에 발생한 유입량의 경우 자체 유역 유입량은 전체 유입량대비 약 33%이나 북한 황강댐으로부터 추가로 방류된 양은 약 67%로 군남홍수조절지 유입량의 3/2 가량이 북한 황강댐의 방류량으로부터 발생된 것으로 보이며 2021년 6월에도 유사한 양상을 보였다. 하지만, 북한 황강댐의 운영방식이 용수공급을 위한 고수위 유지 운영방식에서 홍수기에 댐 월류 및 파괴를 방지하기 위한 사전방류를 수행하는 것으로 추정되었다.

최근 기후변화로 인해 홍수, 가뭄 등 수재해가 세계 곳곳에서 빈번하게 발생하고 있다. 이로 인해 정확한 강우-유출 해석의 중요도는 높아지고 있으며 강우-유출 해석에 따라 수자원 관리 및 계획수립의 정도가 달라질 수 있다. 본 연구 대상 지역인 메콩강 유역은 중국과 동남아시아 5개국(라오스, 태국, 미얀마, 베트남, 캄보디아)을 관통하는 국가공유하천으로 기초자료의 획득이 어렵고 국가별로 구축된 자료가 질적, 양적 품질이 상이하여 수문해석에서의 기초자료로 사용하기에 불확실성이 있다. 최근 기술의 발달로 글로벌 격자형 강수자료 획득이 용이함에 있어 미계측 대유역에서의 다양한 연구들이 수행되고 있지만, 지점강수자료와 시·공간적 오차로 인한 불확실성을 내포하고 있다. 이에 본 연구에서는 글로벌 격자형 강수자료의 적용성을 평가하기 위하여 지점 격자형 강수자료(APHRODITE)와 4개의 위성강수자료(CHIRPS, CMORPH, PERSIANN-CDR, TRMM)를 수집하고 합성곱 신경망 모형인 ConvAE 기법을 이용하여 위성강수자료의 시·공간 편의 보정을 수행하였다. 또한, 하천 수위에 대한 장기간 정보 수집이 가능한 메콩강 본류 4개 관측소(Luang Prabang, Pakse, Stung Treng, Kratie)를 선정하였으며 SWAT 모형을 이용하여 매개변수 보정(2004~2013)과 격자형 강수자료의 보정 전·후의 유출모의(2014~2015) 결과를 비교·분석하였다. 격자형 강우를 이용한 보정 및 유출 분석 결과 4개의 위성강수자료 모두 성능이 향상되었으며 그 중 보정된 TRMM이 가장 우수한 성능을 보여 해당 유역에서의 APHRODITE를 대체할 수 있다고 판단하였다. 따라서 본 연구에서 제시하는 ConvAE를 이용한 보정기법과 이를 이용한 강우-유출 해석은 향후 다양한 격자형 강수자료를 활용한 미계측 대유역에서의 수문해석에서 활용이 가능할 것으로 판단된다.

대규모 댐의 운영으로 인한 인위적인 유량 교란은 물리 기반 수문모형의 정확한 하천유량 모의를 어렵게 만든다. 이러한 한계를 극복하기 위해, 상류의 자연형 유역 모의를 위한 물리 기반 수문모형 Variable Infiltration Capacity model과 댐 운영 모의를 위한 딥러닝 기반 모델을 결합한 하이브리드 모델링 프레임워크를 개발하였다. 본 연구는 수도권의 주요 상수원이자 대규모 댐들이 존재하는 팔당댐 유역을 대상으로, 물리 기반 수문모형만을 기반으로 구축한 단일 및 계단식 구조의 모델과 하이브리드 모델의 예측 성능을 비교하였다. 2015년부터 2019년까지의 검증 기간 동안, 하이브리드 모델, 단일 및 계단식 구조 모델의 Nash-Sutcliffe Efficiency는 각각 0.6410, -0.1054 그리고 0.2564로 하이브리드 모델의 성능이 가장 높은 것으로 나타났다. 이는 머신러닝 알고리즘을 이용한 댐 운영 고려가 정확한 하천유량 평가를 위해서 필수적임을 시사한다. 이러한 결과는 수자원 관리, 홍수 예측 등 다양한 분야에서 활용될 수 있으며, 특히 미래의 지속 가능한 물 관리를 위해 실무자에게 정확한 자료를 제공하는 데 기여할 수 있다.

수문관측의 핵심은 강우-유출 관계다. 하천유량 생산을 위해 수많은 지점에서 유량측정을 수행한다. 그러나 유량자료의 신뢰도는 높지 않다. 그리고 댐 유입량 산정에 아무 도움이 되지 않고 있다. 더구나 저수지의 경우는 유입량 자료도 없이 운영되고 있다. 저수지, 댐에 물이 고여 있는데 이를 활용하면 유입량을 계산할 수 있고, 그 지점에서 유량이 얼마인지 고품질로 생산할 수 있다. 여기서는 총저수량 260만m³, 유역면적 3.7km²인 감포댐에 적용하여 저수량 자료를 활용하여 유입량의 신뢰도를 얼마나 개선시킬 수 있는지 분석한 결과는 다음과 같다. 여기서 적용 기간은2020.9.1.~9.14., 2022.9.5.~9.6 등 2개 사상이고, ONE 모형에 의해 10분 단위로 유출량을 모의했다. 모의 방법은 총유량을 같게 하는 방법과 저수위 오차를 최소로 하는 방법 등 두 가지로 했다. 첫째, 2020.9.1.~9.14. 사상은 강우량은 10분 최대 19.0mm, 총 127.0mm였다. 총유량을 같게 하는 경우 유입량은 10분 최대 5.4m³/s, 총 40만m³로 모의돼, 유출률 85.5%로 나타났고, 관측은 10분최대 4.7m³/s, 총 40만m³, 유출률 85.3%로 나타났다. 유량 신뢰도는 RMSE 0.491mm, NSE 0.237, R²는 0.455로 나타났다. 이 경우 저수위 모의 신뢰도는 RMSE 0.600m, NSE 0.158, R²는 0.893로나타났다. 저수량 오차를 최소로 한 경우 유입량은 10분 최대 4.0m³/s, 총 28만m³로 모의돼, 유출률 59.4%로 나타났고, 관측은 10분 최대 4.0m³/s, 총 28만m³, 유출률 85.3%로 나타났다. 유량 신뢰도는 RMSE 0.425mm, NSE 0.430, R²는 0.507로 나타났다. 이 경우 저수위 모의 신뢰도는 RMSE 0.110m, NSE 0.972, R²는 0.995로 높았다. 둘째, 2022.9.5.~9.6. 사상은 강우량은 10분 최대 32.3mm, 총 196.0mm였다. 총유량을 같게 하는 경우 유입량은 10분 최대 64.5m³/s, 총 59만m³로 모의돼, 유출률 81.6%로 나타났고, 관측은 10분 최대 80.1m³/s, 총 59만m³, 유출률 81.6%로 나타났다. 유량 신뢰도는 RMSE 1.832mm, NSE 0.960, R²는 0.984로 나타났다. 이 경우 저수위 모의 신뢰도는 RMSE 0.323m, NSE 0.968, R²는 0.999로나타났다. 저수량 오차를 최소로 한 경우 유입량은 10분 최대 80.1m³/s, 총 66만m³로 모의돼, 유출률 91.6%로 나타났고, 관측은 10분 최대 80.1m³/s, 총 59만m³, 유출률 81.8%로 나타났다. 유량 신뢰도는 RMSE 2.120mm, NSE 0.947, R2는 0.949로 나타났다. 이 경우 저수위 모의 신뢰도는 RMSE 0.153m, NSE 0.993, R²는 0.997로 높았다. 종합하면 저수량 오차가 최소가 되도록 하천 유출량을 모의하면 결과적으로 하천유량의 신뢰도를 향상시키는 것이라 말할 수 있다.

호우로 인한 도시 지역의 침수는 빗물받이의 능력 부족, 우수관로 용량 부족 등 다양한 요인에 의하여 발생한다. 구체적으로 빗물받이 능력 부족으로 인한 침수는 노면에 떨어진 우수가 빗물받이로 유입하지 못하고 지표면을 유하하여 저지대에 빗물이 모여 발생하게 되며 우수관로의 용량부족은 설계 강우 이상의 호우가 발생하거나 하류 배수위 영향으로 인하여 우수관로 내 만관이 발생하여 맨홀 월류로 인하여 침수가 발생하게 된다. 도시지역의 침수를 경감하기 위해서는 구조적, 비구조적인 대책을 마련할 수 있으며 본 연구에서는 국부적인 노면 침수가 발생하는 주요 도로 주변부의 침수발생을 효율적으로 제어하기 위한 구조적 대책 중 하나인 UHPC 저류침투시설 도입에 따른 홍수저감 효과를 수리수문학적 분석하는 방법을 개발하였다. 분석 절차는 ① 대상지역 현황 분석을 위한 관망도, 수치지형도, 토지피복도, 토양도 등 관련 자료의 조사 ② 침수 발생 현황 및 시설물 설치에 따른 효과분석을 위한 강우분석 ③ 주요 호우 시 대상지역 침수발생 현황 분석 ④ 저수지 홍수추적 기법을 활용한 저류침투시설 도입효과 계산 ⑤ 주요 호우별 홍수조절효과 분석결과를 기초로 저류침투시설 도입에 따른 침수 저감 효과를 2차원으로 검토의 5개 단계로 이루어진다. 노면을 따라서 유하 또는 맨홀 월류에 의해 저류 침투시설로 유입하는 우수의 홍수조절 효과 분석은 연구에서 개발한 스프레드시트 기반 저수지 홍수추적 기법을 활용하여 분석하였으며 강우-유출량 중 10 %가 시설물로 유입하는 가정 조건하에 시설물로 유입하는 우수의 저류-침투-방류를 동시에 고려하여 계산하였다. 다만, 저류침투시설로 유입하는 노면 유출수의 정량적 수치는 자연적 요인 및 다양한 제약 조건에 따라 큰 차이가 있을 수 있으며 불확실성이 높으므로 노면 유출수의 저류침투시설 유입량의 추가적인 연구가 필요하다.

격자 기반의 지면모형을 구동하기에 앞서 사용자의 목적에 따른 모델의 정확도와 모델의 구동 시간의 적절한 균형을 이루는 지면 모델의 격자 크기의 설정은 중요하다. 특히, 격자 크기에 따라 화재 모의 결과 영향이 매우 클 수 있지만, 이에 관한 연구들을 거의 이루어지지 않았다. 화재 모의는 탄소 순환뿐만 아니라 물 순환에도 직접적인 영향을 미치기 때문에 이를 위한 적절한 격자 크기 설정은 중요하다. 본 연구에서는 지면모형인 NCAR Community Land Model version 5(CLM 5)-biogeochemistry (BGC) 모형과 2000년부터 2019년의 The Modern-Era Retrospective analysis for Research and Applications, Version 2 (MERRA-2) 기상자료 이용하여서 지면 모델 격자 크기(1.9°×2.5°, 0.47°×0.63°, 0.25°×0.25°)에 따른 전 지구 규모의 화재 시뮬레이션 결과들을 분석하였다. 연평균 화재면적은 격자 크기가 제일 큰 1.9°×2.5° 격자의 시뮬레이션에서 연평균 450M ha로 가장 작게 나타났으며 격자의 크기가 작아질수록 화재의 크기는 증가하는 것으로 나타났다. 지면 모델의 격자가 작아짐에 따라 토양 입자의 분포가 세분화되고 이에 따라 투수 계수값이 증가하며 높은 토양수분의 분포들을 줄어들고 낮은 토양수분의 분포는 증가함을 확인하였다. 토양수분이 줄어듦에 따라 화재 연소성 정도를 나타내는 변수의 값이 증가하고 이에 따라 화재 발생빈도 및 화재 확산이 증가하여 지면 모델의 화재면적을 더 증가시키는 요인이 됨을 확인하였다. 이 연구를 바탕으로 하여 화재 모의의 불확실성 요소를 이해하고, 격자 크기에 따라 화재 모의 관련 매개변수의 수정이 필요할 것으로 판단된다.

강우 발생 중 용담댐 상류로부터 용담댐으로 유입되는 유입량을 정확하게 예측하는 것은 하류 지역의 홍수 피해를 최소화하기 위한 댐의 적절한 운영에 필수적이다. 물리 기반 강우-유출 시뮬레이션 모형은 물리적 과정의 이해를 바탕으로 홍수 예측 분야에 광범위하게 사용되고 있다. 그러나 복잡한 물리 과정을 완벽히 이해하는 것은 거의 불가능하므로 다양한 가정 조건들을 이용해 복잡한 과정을 단순화하여 계산해야 하는 한계가 존재한다. 최근에는 방대한 데이터의 축적과 컴퓨터 능력의 향상으로 인해 데이터 기반 모형이 다양한 실무 문제를 해결하는 데 강력한 도구로 활용되고 있을 뿐 아니라 시뮬레이션 및 예측 등에도 다양하게 이용되고 있다. 그러나 예측 시간이 늘어날수록 입력자료로 이용되는 과거 자료와 출력자료로 이용되는 미래자료와의 상관관계가 줄어들어 모형의 성능이 저하된다. 따라서 본 연구에서는 용담댐의 시간당 유입량을 예측하기 위해 물리 기반 강우-유출 모형과 오차 보정 모형을 결합한 하이브리드 접근 방식을 제안한다. 물리 기반 강우-유출 모형으로는 HEC-HMS 모형을 사용하였으며, 오차 보정 모형에는 기계학습 모형인 인공신경망(Artificial Neural Network, ANN) 모형을 사용하였다. HEC-HMS 모형, ANN 및 하이브리드 모형(HEC-HMS + ANN)의 성능을 비교하기 위해 20 개의 홍수 사상을 모형 구축 및 검증에 사용하였다. 그 결과 하이브리드 모형은 예측 시간이 늘어날수록 HEC-HMS 및 ANN 모형보다 우수한 성능을 나타냈다. 물리모형에 기계학습을 이용한 오차 보정 절차를 통합한 경우 홍수 유출 예측의 정확성이 향상되었다. 다양한 모형의 비교 결과 본 연구에서 적용한 하이브리드 모형이 물리기반 강우-유출 모형 및 순수 기계학습 모형보다 우수한 성능을 보여줌으로써, 하이브리드 모형은 물리모형과 순수 기계학습 모형의 단점들을 보완하는데 이용할 수 있음을 나타낸다. 이 연구의 주요 목적은 강우-유출 시물레이션 모형의 오차 보정 기술에 대한 더 깊은 이해를 제공하는데 있다.

국가물관리기본법에 의거하여 통합물관리 정책에 부합하는 농어촌용수 계획 및 관리를 위해 유역 및 용수구역 단위의 농업용수 공급 및 수요 분석이 요구되고 있다. 현재 농업용수는 개수로 방식 용수공급체계 및 수문 직접조작에 의한 용수배분체계로 공급량 대비 사용량의 비율이 48%에 불과하다. 또한, 농경지 상류와 하류의 공급량 차이가 크게 발생하며, 경지면적 감소가 공급 필요량 감소로 연결되지 않는다. 농업용수의 경우 기존 국가유역수자원 모델 (K-WEAP, MODISM)을 통한 물수지 분석시 순물소모량 개념의 회귀수량 산정으로 공급량과 회귀량의 왜곡이 발생하고 있으며, 이에 따른 공급량 왜곡, 유역내 복잡하고 다양한 농업용수 공급체계를 하나의 가상저수지로 단순화함으로서 유역내 들녘별 농업용수 과부족 분석 불가능, 하천과 저수지 공급 우선순위 현장과 불일치 등 농어촌용수구역의 특성 및 실제 현장을 반영하는데 한계가 있다. 본 연구에서는 기존 물수지 분석 모델을 개선하기 위한 농업용수 유역 물수지 분석 모델의 방법론을 제시하고 시범지역 적용을 통한 검증 및 적용성을 평가하고자 한다. 경기 안서 농촌용수구역을 대상으로 농어촌공사 및 지자체 관리 저수지, 양수장, 취입보, 관정 등 총 106개 개별 시설물 자료를 구축하였으며, 39개 지구로 세분화하였다. 한국농어촌공사의 계측 공급량 기반 수요량 및 개별 시설물에 대한 물수지 분석 후 지구 단위, 소유역 단위, 표준유역 단위의 상하류 및 시설물을 연계한 유역 물수지 모델을 제시하고자 한다.

2022년 수질과 수생태 등 쾌적한 물환경을 요구하는 국민들의 요구를 충족시키기 위해 댐 건설 및 주변지역지원 등에 관한 법률이 개정됨에 따라 댐관리청이나 댐수탁관리자가 댐의 수질을 개선하기 위한 물환경 관리사업을 시행할 수 있게 되었다. 그러나 댐상류의 물환경개선사업은 정부재정이나 댐수탁관리자의 재원이 투입되는 사업으로 지속가능한 사업의 추진을 위해서는 사업의 타당성을 확보하는 것이 필요하다. 이에 본 연구에서는 댐상류 수질개선사업의 편익효과를 식별하고 계량화하여 제시하였으며 각 수계별로 댐상류 물환경개선사업의 효과를 분석하여 비교, 제시하였다. 본 연구결과는 향후 댐상류 물환경개선사업의 사업타당성 및 국민적 공감대형성에 기초자료로 활용될 수 있다.

전 세계적으로 기후변화의 영향이 심화되면서, 예상치 못한 가뭄 지속에 따른 물부족 문제 역시 심각해지고 있으며, 국제사회 및 국내외 기업들은 기후변화 심화에 따른 물 리스크를 관리하기 위한 Water Positive 시스템의 도입, ESG 경영, 환경공시 강화 등을 추진하고 있다. 우리나라의 경우 최근 광주·전라남도 지역에서 가뭄이 발생하여, 기업과 지역주민들이 물절약 캠페인을 벌이고, 공장 정비 일정을 변경하는 등의 대응을 하고 있으며, 중앙 정부 및 지방 정부 역시 물 부족대응을 위한 다양한 정책을 추진하고 있다. 본 연구는 이와 같이 기후변화로 인해 심화되는 가뭄대응에 대한 경제적 가치를 추정하는 것을 목적으로 수행되었다. 특히 최근 지속되는 가뭄으로 물부족이 심각한 광주 및 전라남도 지역 주민을 대상으로 물부족 문제 대응에 대한 경제적 가치를 산정해보았다. 다양한 시나리오 하에서 분석이 가능하도록 단위 가치를 추정할 수 있는 선택실험법을 적용하였으며, 광주 및 전라남도 지역의 소득이 있는 1,000가구를 대상으로 지역별·연령별 표본설계를 하였다. 조사된 결과를 바탕으로 추정된 경제적 가치는 다양한 물부족 대응 프로젝트, 정책 등의 평가시 기초자료로 활용될 수 있을 것이다.

우리나라는 환경부장관이 설치한 다목적댐에 한하여 댐사용권이라는 독특한 권리관계를 설정하고 있다. 댐사용권이란 다목적댐에 의한 일정량의 저수를 일정한 지역에 확보하고 특정용도에 사용할 수 있는 권리를 말하는데(댐건설관리법 제2조), 이러한 다목적댐의 성질에 대하여 동법은 '댐사용권은 물권(物權)으로 보며, 이 법에 특별한 규정이 있는 경우를 제외하고는 부동산에 관한규정을 준용한다'고 규정하고 있다(동법 제29조). 댐사용권은 하천에 흐르는 유수를 댐을 이용하여 저류하게 하고 이를 특정용도에 사용하거나 혹은 매매할 수 있는 권한을 댐사용권자에게 부여하고 있다. 즉 댐사용권이라고 하면 댐에 의해 저류된 물을 특정용도(생활용수, 공업용수, 농업용수, 환경개선용수, 발전(發電), 홍수 조절, 주운(舟運), 그 밖의 용도)로 사용하거나, 해당 저수를 사용하려는 자에게 사용료를 받을 수 있는 일체의 권한을 의미한다. 그런데 댐건설관리법은 제29조에서 댐사용권을 물권으로 보고 있으며 부동산에 관한 규정을 적용한다고 규정하고 있다. 일반적으로 댐사용권은 하천에서 유일하게 허용하고 있는 공법상의 물권으로 해석할 수 있고 하천수 사용권과 같은 채권과는 성격을 달리한다. 댐사용권이 부동산에 관한 규정을 준용할 이유가 없다고 할 수 있다. 본 연구에서는 물권으로서 댐사용권의 법적 성질을 규정하고 있는 댐건설관리법이 왜 댐사용권을 부동산에 관한 규정으로 엮고 있는지에 대해 조사하였다. 댐사용권이 물권이라면 물권의 객체는 무엇이고, 부동산의 개념이 댐사용권에서 허용할 수 있는 범위는 무엇인지 살펴보았다. 이러한 의문을 해결하기 위하여 1966년에 제정된 특정다목적댐법 등의 법률 제·개정 연혁을 살펴보았고, 우리나라 하천법 및 댐건설관리법의 근간이라고 일컬어지는 일본 수법과의 비교·검토를 수행하였다.

글로벌 물시장 동향을 살펴보면 ① 첨단 기술기반의 글로벌, ② 운영관리 시장의 확대, ③ 물기업의 토털 솔류션화(제조+건설+엔지니어링+운영관리), ④ 기후변화 대비 신규시장 형성 등 글로벌 물산업의 트렌드가 전환되고 있다. 특히 4차산업 혁명 기술과 코비드19의 영향으로 이러한 변화는 물산업 선도국가 및 선도기업의 정책·전략에 있어 지역별 특성과 분야별 물시장의 특성을 반영한 전략목표 재설정 및 재수립이 요구되고 있다. 한편 국내 물시장은 2020년 기준 상·하수도 보급률, 각각 98.7%, 94.5% 수준을 달성했음에도 불구하고. 해외시장 진출에 있어서는 미미한 수준에 머물고 있다. 따라서 국내 물산업의 지속적 발전을 위해서는 포화된 국내 시장을 벗어난 신시장 발굴이 필요한 상황이며, 국가별 상황에 대한 실태조사와 목표 시장별 분석을 통해 국가별, 분야별 맞춤 진출전략을 수립해야 한다. 본 연구에서는 국내 물기업의 유럽지역(프랑스/스페인) 진출 활성화를 위해 각 국가별 상황에 부합하는 목표 시장별 차별적 전략 도출을 위해 국가별 물시장 동향 및 전망, 진출목표 분야를 분석함으로써 국내 물기업의 프랑스/스페인 물시장 진입전략 방안을 제시하고자 한다.

물순환 요소들을 관찰하고, 이를 과학적으로 측정 및 분석하는 수문조사는 국민에게 필요한 물의공급, 가뭄과 홍수로 인한 피해 경감, 깨끗한 수질 유지 등 국가 수자원 관리를 위한 중요 기초자료를 제공하기 위하여 수행되고 있다. 물관리의 첫 단추는 물 관련 조사·분석·정보 관리체계를 구축하는 것으로 기후위기 및 통합물관리 대응을 위하여 물관리를 선도하고 있는 주요국은 첨단장비 및 기술력을 도입하여 수문조사를 수행하고 있다. 이와 연계하여 수문조사 기술력이 발달하고 국민의 물관리에 대한 관심도가 높아짐에 따라 신뢰성 있는 사용자 중심의 수문자료 생산 필요성이 논의되고 있다. 본 연구에서는 주요 국가의 수문조사 기술수준과 활용현황을 파악하고 기술전략 선진화를 모색하고자 한다. 이를 위하여 미국, 영국, 중국, 일본, 대만 등의 수문조사 기관을 대상으로 기초자료를 구축하고 비교하였다. 대부분의 수문조사 기관은 통합물관리를 위하여 수량·수질·환경에 대한 조사를 일원적으로 수행하고 있으며, 이상기후로 유발되는 극한강우 및 측정시 안전사고에 대응하기 위하여 드론 무선보트 등과 같은 비접촉 측정기법을 개발하여 수문조사를 수행하고 있음을 확인하였다. 이를 바탕으로 현재 활용되고 있는 수문조사 장비의 정확도를 향상하고, 한국 지형과 운영방식에 적합한 새로운 수문조사 기술에 대한 적극적인 투자가 필요할 것으로 사료된다. 이는 수자원조사의 미래 가치 중 하나인 수문조사 정보의 신 가치를 창출하고, 기술력선도를 통해 공공사업 분야에서도 물 산업 진출의 주도권을 확보하는데 중요한 역할을 제시할 것으로 판단된다.

네팔은 6천여 개가 넘는 강이 존재하며 불안정한 기후로 인해 산사태와 홍수가 빈번하게 발생하고 있고, 노후된 상수도 시설 문제도 있어 효과적인 물관리 대책이 필요하다. 이 연구는 네팔 카트만두 인근의 소도시인 둘리켈시를 대상지역으로 하여 스마트 물관리 도입 방안에 대한 타당성 연구조사를 수행하였다. 이를 통해 스마트물관리(SWM) 사업계획을 수립하고, 상수도 관리 기술이 둘리켈시 수돗물 공급 전과정에서 수량·수질을 체계적으로 관리할 수 있도록 계기를 마련하는 것을 목표로 하였다. 주요 연구로 국내 스마트물관리 기술의 네팔 적용성 분석, 수운영 자료및 현황 조사, 스마트 물관리 도입을 위한 수도 시설의 설계 방향을 수립하였고, 기술 도입과 확대 방안을 제시하였다. 스마트 물관리 기술의 적용 타당성 분석을 위하여 현장 조사를 수행하였고, 수리 계측데이터의 분석, 수원지, 정수장, 주요 관로에서의 수질을 분석하였다. 이외에 관망수리해석을 기반으로 대상지역 내 공급가능한 수량을 산정하였고, 상수도 공급이 어려운 지역에 대한 추가시설 확보방안을 제시하였다. 현재 조건에서의 상수도 운영, 관리체계를 분석하여 노후화된 상수도 시설의 개선 및 보완 방안, 스마트 물관리 기술 도입 가능성도 제시하고자 하였다. 연구 결과를 기반으로 기본계획과 실시설계를 통하여 스마트 물관리 인프라가 둘리켈시에 도입될 경우, 물 공급의 불균형으로 인한 피해를 최소화하고, 수돗물의 안정적인 공급 및 수질 안정성 확보, 상수관망에서 수질 및 누수 사고에 대처가 가능할 것으로 보이며 인근 카트만두를 비롯한 지방 소도시에도 스마트 물관리 기술적용에 기틀이 될 것으로 기대된다.

기후변화 위기는 유사 이래 인류가 직면한 가장 큰 도전으로 범정부적 글로벌 문제로서 이를 해결하기 위한 다양한 정책들이 범국가 차원 혹은 세계적 기업들에 의해 발표 혹은 시행되고 있다. 이러한 기후변화위기와 탄소배출 저감을 위한 대표적인 대응 방안 중 하나가 바로 재생에너지의 확대·보급 노력이다. 그러나 재생에너지는 날씨와 계절 등 자연환경의 영향을 받는 에너지원으로써 간헐성, 변동성을 가지므로, 시간대별 발전량 예측과 전력공급 안정성에 어려움이 있다. 이러한 문제를 해결하기 위하여 재생에너지 발전은 석탄화력 발전과 달리 전력의 수요와 공급의 균형을 위한 에너지저장장치(Energy Storage System, 이하 ESS)가 있어야 한다. ESS는 전력공급 안정성 향상과 전력 수급의 유연성을 제공하는 장점이 있지만, 초기 설치비용이 높은 단점이 있다. 특히, 배터리 기반 ESS의 경우 높은 구축 비용과 한정적인 충. 방전수명으로 인하여 대용량 ESS로써의 역할 수행에는 분명한 한계가 있다. 하지만 재생에너지와 연계한 ESS로 양수발전댐을 활용할 경우 장주기, 장수명, 대용량 에너지 저장에 매우 합리적인 수단으로 판단되었다. 다만, 양수발전 댐 구축에는 토목공사로 인한 환경 훼손이라는 문제점도 존재한다. 본 고에서는 지역 분산형 소규모 양수발전(Pumped Storage Hydropower, 이하 PSH)댐 구축 및 운영기술 개발을 통해 지역 전력공급과 전력 수급을 조절하면서 변동성 재생에너지를 안정적으로 사용할 수 있는 방안을 소개하고자 한다. 특히, 해당 기술은 지역별 특성에 맞춰 유연하게 설치할 수 있으며, 대규모 토목공사로 의한 환경적 부작용을 최소화할 수 있다. 또한 소규모 PSH는 지역의 저수지 및 수자원을 이용하여 에너지를 저장함으로써 변동성 큰 재생에너지의 유연화 대응과 동시에 안정적인 에너지 공급이 가능하다. 본 고에서는 재생에너지의 확대·보급에 따른 문제점과 대표적 ESS 기술들을 분석·소개한다. 지역분산형 소규모 PSH 기술개발 연구기획 내용 소개를 통하여 전력 생산 및 공급의 탈중앙화를 달성하고, 지역별 변동성 재생에너지의 안정적 활용과 지역 전력공급 특성 및 전력 수급에 대응할 수 있는 방안을 제안하고자 한다.

국제사회는 신기후체제 출범(COP21, '15)을 통해 선진국뿐만 아니라 개도국에도 2020년부터 탄소감축 의무를 부과하고 있다. 이에 우리나라와 경제적으로 밀접한 동남아시아 국가에서는 신재생에너지 분야에 대한 관심이 매우 높다. 예로써 말레이시아에서는 신재생에너지 비중을 2025년 31%, 2035년에는 40%까지 제고시키다는 계획이며, 인도네시아는 2070년 완전한 탄소중립 달성을 목표로 태양광 및 바이오에너지 비중을 확대하고 있다. 특히 수상태양광은 댐 수면을 활용함에 따라 입지의 영향이 적고 최적부지 확보가 용이하다는 이유에서 기존 지상 태양광의 문제점을 해소하는 대안으로 부상하고 있다. 이에 본 연구에서는 지리적·기술적 여건의 관점에서 향후 시장 성장성이 클 것으로 판단되는 동남아시아 주요 협력국가를 대상으로 전력 동향 및 향후 발전 전망 등을 분석함으로써 수상태양광 분야의 전략적 타겟시장을 선정, 제시하고자 한다.

인구증가와 경제발전은 도시화를 촉진시키며 도시에서 물과 에너지 사용량을 급격히 증가시켰다. 도시 물순환 시스템에서 용수를 공급하기 위해 에너지가 사용되고 에너지 발전을 위해 물이 필요하듯이, 물과 에너지는 긴밀한 연결 관계를 가지고 있다. 도시에서 이러한 자원을 효율적으로 관리하기 위해서는 물과 에너지 사이에 존재하는 복잡한 관계를 고려하여 분석할 필요가 있으나 기존의 도시 물관리는 부문별로 독립된 접근방식에 의존하기 때문에 이를 설명하기는 어려웠다. 이러한 한계점을 극복하기 위해 부문 간 존재하는 복잡한 관계를 반영하고, 상호연관성 및 영향 효과에 대해 분석 가능한 통합적 접근방식인 넥서스 접근법이 점차적으로 활용되고 있다. 본 연구에서는 넥서스 관점에서 국내 광역지자체별 상수시스템의 물-에너지 관계를 분석하고, 이를 바탕으로 도시 물관리 전략 및 실행계획을 제시하는 것을 목적으로 하였다. 넥서스 관점에서 상수시스템의 물-에너지 이용을 분석하기 위해 2011년부터 2020년까지 10년간의 자료를 활용하여 광역자자체별 넥서스 프로파일링을 수행하였다. 분석 범위 설정, 자료 처리, 기본 경향 분석, 영향 요인 도출, 스냅샷 및 궤적 분석, 원인 도출의 절차로 진행되는 프로파일링을 통해 상수시스템에서 물 사용량과 에너지 사용량의 현황과 거동을 파악할 수 있었다. 인구변화, Lpcd(litres per capita per day) 변화, 원수 수입량 변동과 같은 외부 영향(부산, 대구, 인천, 울산, 세종), 시스템 개선 등을 통한 도시여건 개선(광주), 입력자료의 오류 또는 부정확성(대전, 울산, 제주)과 같은 도시별 물-에너지 사용량 변화에 대한 주요 원인을 도출할 수 있었다. 그리고 이를 바탕으로 각 광역지자체별 향후 추세 및 개선방안을 제시하였다. 본 연구에서는 넥서스 관점에서 국내 통계자료를 활용하여 광역지자체별 상수시스템의 물-에너지 관계를 분석하여 국내 도시 상수시스템 내 물과 에너지 사용에 대한 과학적 근거를 제공하였다. 이를 통해 향후 각각의 도시 여건에 맞는 실제 정책 수립에 활용될 수 있을 것으로 기대된다.

농업용 저수지는 전체 수리답 면적 중 61.3%에 농업용수를 공급하고 있으며, 작물의 수확과 생산성을 위해 안정적인 물 공급이 요구된다. 수자원 분야에서는 물 공급 안정성 정도를 나타내는 지표로 이수안전도를 사용하고 있지만, 농업용 저수지는 기준의 부재로 10년에 1회 정도의 갈수를 기준으로 하는 설계기준인 10년 한발빈도를 대체하여 사용하고 있다. 농업용 저수지의 약 86%가 1940-1970년대에 축조되었으며, 기후변화에 따른 내한능력의 변화, 용수관리 및 수요량의 변화, 설계한발빈도 변화 등으로 현시점의 이수안전도 파악이 필요한 실정이다. 이수안전도는 물 부족량과 물 수요량을 활용한 양적기준 신뢰도와 물 부족 발생기간에 따른 시간기준 신뢰도로 산정하고 있다. 본 연구에서는 평야부 용배수계통을 고려하여 농업용 저수지의 양적 및 시간기준 신뢰도 관련 이수안전도 기준인 이수안전율과 공급신뢰율을 산정하고자 한다. 수요량 산정방법은 물수지 분석 모델인 수리수문설계시스템 (K-HAS, Hydraulics & Hydrology Analysis System)을 활용하여 물 부족량과 물 수요량 및 물 부족 발생기간 자료를 수집하고자 하며, 용배수계통을 고려하기 위해 수로 네트워크 적용 및 수리학적 용수공급 모의가 가능한 EPA-SWMM (United States Environmental Protection Agency Strom Water Management Model)을 통해 평야부 필지마다 물공급 만족정도를 비교하여 필요수량을 산정하고자 한다. 최대 부족량과 수요량으로 산정가능한 양적기준 신뢰도인 이수안전율과 물공급부족기간으로 산정가능한 시간기준 신뢰도인 공급신뢰율을 산정하여 비교하고, 해당 이수안전율과 공급신뢰율을 한발빈도로 환산하여 기존 설계한발빈도와 비교분석 하고자 한다.

홍수기 하천에서 유량측정은 예산, 인력, 안전 및 측정 시 편의성 등의 이유로 측정에 제한이 많다. 특히, 태풍 등으로 인한 호우사상 발생 시 위와 같은 문제로 홍수량 측정에 어려움이 따른다. 이러한 문제점을 개선하기 위해 Lee et al.(2021)은 드론과 전자파표면유속계의 기능을 융합한 DSVM(Dron and Surface Veloctity Meter using doppler radar) 측정방법을 개발하였다. 전자파표면유속계 측정의 제한 요소인 진동을 감소시키기 위해 댐퍼플레이트를 개발하였고 금강의 지류인 봉황천에 현장 적용을 통해 DSVM 측정방법의 실용성을 확인하였다. 기존 연구에서 DSVM 방법은 드론의 각 측선 이동을 위한 조종과 전자파표면유속계 측정의 제어를 측정자가 수행하였는데 본 연구에서는 통합 드론측정시스템(IDMS, Integrated Drone Measurement System) 개발을 통해 측정자의 조종 의존도를 줄임과 동시에 안전하고 정확한 유량측정을 위해 노력하였다. 기존 댐퍼플레이트의 상하 진동 흡수 기능뿐만 아니라 전자파표면유속계의 흔들림 현상 등 자세 제어 기능을 보완하기 3축 모터를 적용한 방수짐벌을 개발하여 측정 정확도를 향상시켰다. 미션컴퓨터 개발로 측정지점의 측정 임무정보를 DB화하여 각 측선별 헤딩, 고도, 이동 등 자동항법 기능과 기체의 안정화 이후 전자파표면유속계를 자동으로 제어하여 측정을 실시하는 기능을 구현하였다. 또한 통합 GCS(Ground Control System)를 통해 비행 및 측정에 대한 모든 정보를 확인하고 컨트롤 할 수 있게 하였다. 2022년 금산군(제원대교), 무주군(취수장), 경주시(서천교) 지점에서 홍수기 유량측정에 도입하여 중간단면적법, 지표유속법을 적용하여 통합드론측정시스템의 실용성을 검증 완료하였다. 2023년 현장에 18대의 통합 드론측정시스템을 도입하여 홍수기 유량측정에 활용할 계획이다.

댐의 침투수량은 준공이후 댐 안전성 확보를 나타내는 지표 중의 하나이며, 유지관리를 위해 침투수량 측정을 실시하여 관리를 하고 있다. 댐 타입별로 침투수량에 대한 허용치와 관리기준치는 다르지만, 기본적으로 댐에서 발생되는 침투수량은 측정범위를 넘지 않도록 관리를 하고 있다. 댐의 침투수량 측정은 댐 하류에 누수집수벽을 설치하고 댐에서 발생되는 침투수량을 집수한 후 삼각위어를 통하여 침투수량을 측정하고 있다. 이러한 침투수량 측정은 대부분의 댐에서 실시간으로 자동측정하고 있지만, 경우에 따라 미계측 구간이 발생되어 댐 유지관리 측면에서 미계측에 대한 원인분석이 필요한 실정이다. 일반적으로 침투수량의 미계측 원인은 계측기기, 삼각위어, 누수집수벽, 기초지반 등 다양한 원인이 있지만 명확한 원인을 찾기는 어려움이 많다. 특히, 댐 침투수량의 경우 지하수위, 댐 표면 우수, 침투수가 같이 측정되기 때문에 원인분석을 위해서는 다양한 검토가 필요하다. 본 연구의 표면차수벽형석괴댐은 누수집수벽을 통하여 침투수량을 측정하고 있으나, 일부 구간 미계측 부분이 발생하여 기초지반, 댐체 하류사면, 여수로와 댐체 접합부를 통한 누수를 원인으로 추정하였다. 이를 조사하기 위하여 전기비저항 탐사, 시추조사, 수압시험, 지하수위 측정 결과를 이용하여 누수발생 추정위치를 찾고, 침투수량이 미계측되는 원인을 분석하고자 하였다. 전기비저항 탐사는 여수로 접합부, 누수집수벽 상·하류 구간을 선정하여 측정한 결과 상·하류 저비저항대가 존재하는 구간을 추정할 수 있었다. 수압시험 결과 기초암반은 2.3 ~ 21.3 Lu(3.65×10^-5 ~ 3.65×10^-4 cm/sec)의 범위로 누수 가능성이 있는 높은 투수성을 갖는 부분을 확인할 수 있었다. 전기비저항 탐사, 수압시험, 지하수위 측정을 통해 누수집수벽 기초지반 누수발생 원인분석 결과 누수집수벽 기초암반을 통한 누수로 누수집수벽에 댐체를 통한 침투수량이 저류되지 못하는 현상이 발생하기 때문인 것으로 판단되었다. 침투수량계의 정상화를 위해서는 조사를 통해 확인된 누수집수벽 기초암반 누수구간의 그라우팅 보수보강이 필요함을 확인하였다.

소하천의 유속계측을 위해 가장 많이 사용되고 있는 표면영상유속계는 표면유속을 계측하는데, 계측된 표면유속을 이용하여 유량을 산정하기 위해서는 수심 평균유속으로 변환할 필요가 있다. 이때 평균-표면유속 환산계수가 주로 사용되는데, 적정 환산계수를 산정하기 위해서는 수심별로 유속을 직접 계측하고 계측된 유속분포를 이용하여 평균-표면유속 환산계수를 산정하는 방법을 사용한다. 그러나 소하천은 홍수시 유속이 매우 빨라 물속에 직접 들어가는 것이 어렵고 장비를 이용하여 간접적인 방법으로 계측을 한다고 하더라도 소류사와 유송잡물 등으로 계측기가 파손되어 직접 계측에는 한계가 있다. 또한 직선구간 확보나 식생 등으로 부자를 이용한 계측도 어려워 계측 결과를 이용하여 환산계수를 산정하는 방법은 한계가 있다. 이런 이유로 대부분은 USGS가 제시한 0.85 ~ 0.95 범위 값 중에서 현장 여건을 고려하여 최적값을 결정·사용하고 있다. 본 연구에서는 홍수시 수심-유속분포를 직접 계측하기 어려운 소하천에서 표면영상유속계를 이용하여 계측한 수심별 표면유속분포를 이용하여 평균-표면유속 환산계수를 산정하는 방법을 개발하였다. 개발한 방법을 정량적으로 평가하기 위하여 건설기술연구원의 안동 하천실험시설에서 표면영상유속계로 수심상승에 따른 횡방향 유속분포를 계측하고 수위가 완전히 상승한 이후의 안정된 흐름 조건에서 플로우트래커를 이용하여 수심별 횡방향 유속분포를 계측하여 두 계측결과를 1:1로 비교하였다. 비교 결과 표면영상유속계로 계측한 수심별 표면유속분포와 플로우트래커로 계측한 수심-유속분포 결과는 유사한 분포를 보이는 것으로 나타나 표면영상유속계로 계측한 수심별 표면유속분포를 이용하여 평균-표면유속 환산계수를 산정하는 것이 가능하다는 결론을 도출하였다. 본 연구에서는 개발한 평균-표면유속 환산계수 산정방법의 적용성을 검토하기 위하여 표면영상유속계가 설치된 5개 시범소하천에서 7년(2016~2022)간 계측한 수심별 표면유속 자료를 수집하고 이 결과를 이용하여 평균-표면유속 환산계수를 산정하였다. 산정결과 대부분 USGS가 제시한 범위내의 값을 보이는 것으로 나타나 향후 본 연구의 개발 방법을 평균-표면유속 환산계수 산정에 활용할 수 있을 것으로 판단된다. 본 연구에서는 개발한 환산계수 산정방법은 향후 보다 많은 수리실험과 현장실험 등으로 정밀검증을 수행한다면 홍수시 수심-유속분포를 직접 계측하기 어려운 소하천에서 간편하면서도 적용성이 큰 신기술 확보가 가능할 것으로 기대된다.

유량 측정을 위해 도섭법, 횡측선법 등의 인력에 의한 방법이 적용되고 있으나, 이는 야간 및 휴일 측정, 인력 부족 등 여러 제약으로 인해 고수위 홍수를 측정하는 데에 한계가 있다. 이를 해결하기 위해 시공간적 제약이 없는 도플러 방식 초음파유속계(Acousitc Doppler Velocity Meter, ADVM)와 자동유속관측시스템(Portable Automatic Velocity Observation System; PAVOs)이 제안되었다. 이 방법들은 교량에 설치된 장치를 통해 실시간으로 유속이 계측되어 시공간적 제약이 없으며 홍수 관리에 유용하게 사용될 수 있다. 실시간으로 계측된 유속 데이터는 오·결측 값이 발생하며 ADVM의 경우 수위-유량관계식을 활용하는 등 전처리 방법이 활용되고 있지만 전자파표면유속계를 활용한 PAVOs 데이터의 전처리 방법에 대한 연구는 부족하다. 따라서 본 연구에서는 PAVOs에서 실시간으로 계측된 유속 데이터의 전 처리 과정(Pre-processing)을 개발하였다. PAVOs를 통해 측정된 데이터는 5분 단위로 10개의 유속이 한번에 측정되며 비정상성(Non-stationary)인 특징을 가진다. 이 데이터의 전처리 과정으로 오·결측값에 대한 처리 및 보간법 적용 이후 10개 값 중 실제 유속을 판단하고 잡음제거(Denoising)를 수행하였다. 이를 강원도 홍천강에 위치한 홍천교에서 계측된 유속 데이터에 적용하였다. 그 결과 데이터의 상승부와 하강부에서 일정한 경향성을 파악할 수 있다. 이 데이터를 통해 산정한 유량과 실측 기반의 평균유속과 관계를 통해 계산한 유량을 비교해 보았을 때 낮은 편차율을 가지는 것을 확인하였다. 전 처리 된 실시간 유속 데이터를 활용한다면 최고수위가 발생하였을 경우 홍수량을 산정할 수 있을 것이다. 또한, 강우 또는 하천 공사에 의해 변동하는 수위-유량관계곡선식을 실시간으로 개발할 수 있을 것이며 이는 효과적인 홍수관리에 큰 역할을 할 수 있을 것이다.

최근에 들어 환경보전과 지속가능한 하천관리의 중요성이 대두되고 있으며, 통합물관리에 있어 수리량과 수질을 연계한 통합 모니터링의 필요성이 커지고 있다. 수리량과 수질 분야에 대한 모니터링 기술은 지속적인 연구가 이루어져 왔으나, 각 분야의 개별적 연구로 인해 수리량과 수질을 통합하여 모니터링 하는 기술 개발은 미흡한 수준이다. 또한 수질 측정은 수질오염공정시험기준에 있는 채수 기준에 따라 채수하여 측정하고 있으며, 채수 지점은 하천의 수심별로 달리하여 정해진다. 수리 측정은 현장계측을 통한 2차원적 계측으로 진행하고 있어 수질 측정 시 채수지점과 수리 측정지점은 일치하지 않는다. 동일 지점에서의 수질과 수리량을 동시에 고려하고 있지 못한 모니터링은 본류와 지류의 혼합거동이 많은 국내 하천 특성을 반영하지 못한다. 또한 현재의 수질·수리 모니터링은 ADCP나 다항목수질측정기 같은 고가의 장비를 운영하며, 홍수기와 같은 고위험 계측 조건에서 인력을 통해 측정하고 있기에 고비용의 장비운영비와 인명 피해를 야기시키고 있다. 따라서 무인 원격 기술을 적용한 하천 모니터링 기술과 수질과 수리량의 데이터 연계를 통한 3차원 모니터링 기술의 확보는 하천관리에 있어 매우 필수적이다. 본 연구에서는 수중 무인 원격이동체인 ROV와 무인 원격이동체(USV)를 활용한 3차원 수질·수리 모니터링 기술 개발에 관한 연구를 수행하였다. 국내 하천 특성을 고려한 혼합거동을 분석하기 위해 ROV에 수중 GPS 장비와 수질센서를 부착시켜 수중 내 2차원으로 측정되는 수리량과 동일한 좌표를 가지는 수질자료를 계측하여 하천의 연직 분포와 수평적 분포를 통해 화학적 수리적 거동을 분석하여 하천의 3차원 혼합거동 양상을 판단할 수 있었다. 이와 같은 무인 원격이동체를 통한 3차원 수질·수리 모니터링 기술은 하천의 3차원 분석에서 수질·수리량 보간 자료로 활용 가능하며, 효율적인 모니터링을 통하여 하천 전반 및 통합물관리에 있어 크게 기여할 것이라 사료된다.

The impact of climate change on typhoons is a major concern in East Asia, especially due to the destructive effects of heavy rainfall on society and the economy, as many megacities are located along coastal regions. Although observations suggest significant changes in typhoon heavy rainfall, the extent to which anthropogenic forcing contributes to these changes has yet to be determined. In this study, we demonstrate that anthropogenic global warming has a substantial impact on the observed changes in typhoon heavy rainfall in the western North Pacific region. Observation data indicates that, in general, typhoon heavy rainfall has increased (decreased) in coastal East Asia (tropical western North Pacific) during the latter half of the 20th century and beyond. This spatial distribution is similar to the "anthropogenic fingerprint" observed from a set of large ensemble climate simulations, which represents the difference between Earth systems with and without human-induced greenhouse gas emissions. This provides evidence to support the claim that the significant increase in the frequency of typhoon heavy rainfall along coastal East Asia cannot be solely explained by natural variability. In addition, our results indicate that the signal of the "anthropogenic fingerprint" has been increasing rapidly since the mid-1970s and departed from natural variability in the early 2000s, indicating that the regional summer climate has already crossed the tipping point.

지난 100년 동안 전 지구의 기상 이변이 꾸준히 증가하고 있다. 기후 변화는 도시 홍수 피해에 큰 영향을 끼치는데 급속한 도시화와 이상 기후로 인한 돌발 강우 패턴의 증가는 도시 침수의 취약성을 가중시킨다. 또한 급격한 도시 발전으로 인한 도심지의 불투수율 또한 꾸준히 증가하였다. 특히 2022년 8월 8일에 강남역과 도림천 일대에 내린 기록적인 강우는 기후 변화를 실감하게 하는 사회적 이슈가 되었으며 도심지 미래 수방 대책 변화를 상기시키는 계기가 되었다. 이로 인한 재해 피해에 최소화하기 위해 미래 기후 변화를 고려한 도심지의 새로운 방재 목표강우량 설정이 필요하다. 하지만 전 지구 모형(GCM)의 기후 변화 시나리오는 일 단위(Daily) 상세화 자료를 보편적으로 사용하고 있다. 하지만 이는 단기 강우 자료를 필요로 하는 도시 홍수 모의에서 제대로 활용할 수 없는 한계를 가지고 있다. 따라서 본 연구는 2019년에 발간된 IPCC 6차 평가 보고서(AR6)가 제안하는 SSP(Shared Socioeconomic Pathways, 공통사회경제경로) 시나리오를 기반하여 상세화된 일 단위(Daily) 강우 데이터를 비모수적 통계 기법을 사용하여 시간 단위(Hourly)로 상세화하였다. 또한 지속 시간별 연 최대치 강우를 추출하여 빈도 해석을 통해 도시 유역의 미래 확률 강우량을 제시하였으며, 서울시 상습적인 침수 취약 지역인 도림천 유역에 강우-유출 모형(XP-SWMM)을 사용하여 미래전망 기후 자료인 SSP2-4.5와 SSP5-8.5에 따른 미래 확률 강우 침수 모의를 실시하였다. 본 연구의 결과는 최신 기후 변화 시나리오를 고려한 서울시 방재 성능 목표 강우량 산정에 활용 가능할 것으로 사료되며 미래 강우량 침수 모의를 통해 침수 취약 구역인 도림천 일대 홍수피해의 근거 자료가 되는 것에 의의를 둔다. 또한 치수 분야에서 기후 변화를 고려하기 위해서는 기후 변화 시나리오에 따른 시간 단위 자료의 상세화가 필요함을 시사한다.

인간 활동에 의해 발생한 전 지구적 기후변화는 다양한 분야에 영향을 미치고 있다. 특히, 군락을 기반으로 서식하는 동식물은 기후변화에 가장 취약하며, 대부분의 군락 위치가 북상하거나 멸종 위기에 처해있다. 2022년에 발표된 IPCC(Intergovernmental Panel on Climate Change) 보고서는 섭씨 5도 이상 상승하면 생물군의 60%가 멸종될 것이라고 보고하였으며, 고위도와 고도로 이동하여 봄철 식물 성장이 과거보다 더욱 가속화 될 것으로 예측하였다. 따라서, 온실가스 농도에 따른 전 지구적 기후변화 분석은 다양한 분야에서 지속가능한 완화 및 적응 정책을 결정하는데 필요하다. 본 연구는 SSP2-4.5와 SSP5-8.5를 이용하여 Koppen-Geiger의 기후대 분류에 따른 전 지구 규모(아시아, 유럽, 남아메리카, 북아메리카, 오세아니아, 아프리카)의 과거 및 미래 기후대에 대한 변화를 분석하였다. 과거 기간의 기후대를 추정하기 위해 25개 CMIP6(Coupled Model Intercomparison Project 6) GCM(General circulation model)의 월 단위 강수량과 표면 온도를 사용하였으며 6개의 기간으로 구분하여 기후대 변화를 비교하였다. 더 나아가, 미래 기후대를 예측하기 위해 SSP(Shared Socioeconomic Pathways)2-4.5와 SSP5-8.5의 미래 기후변수를 사용하였으며, 전망 기간을 7개로 구분하여 전망 기간의 기후대를 변화를 비교하였다. 본 연구의 결과로는 온실가스 농도가 높은 시나리오에서는 북아메리카, 아시아, 유럽의 툰드라와 영구동토층이 가파르게 감소하였으며, 온대 기후 중 습한 아열대 기후대의 면적이 급속도로 증가하였다. 더 나아가, 남아메리카의 경우 대륙성 기후대가 지속적으로 감소하는 반면에 열대 우림 기후대는 증가한다. 오세아니아의 미래 기후대는 몬순의 영향을 받는 아열대 기후대가 증가하고 열대 우림은 증가할 것으로 예측하였다.

본 연구는 강우 관련 극한지수(STRARDEX)를 적용해 분류된 시나리오(습윤, 중간, 건조)와 MODSIM 모형을 이용하여 극한 기후변화 사상에 따른 금강유역(9,645.5 km²)의 미래농업용수 공급능력을 평가하고자 하였다. 하천유역 네트워크 물수지 모형인 MODSIM 모형은 금강유역 14개의 소유역으로 구분하고 다목적댐과 농업용 수리시설을 고려하여 물수지 분석을 수행하였으며, MODSIM의 유역별 유입량 자료는 유역단위 준 분포형 모형인 SWAT 모형의 소유역별 유출 결과를 사용하였다. SWAT 모형의 유출량 검·보정의 경우 14년(2005-2018) 동안의 유역 내 위치한2개의 다목적댐(용담댐, 대청댐) 및 3개의 보지점(세종보, 공주보, 백제보)의 일별 유입량 및 저수량 자료를 이용하여 모형의 보정(2005-2011)과 검증(2012-2018)을 실시하였다. 이후 MODSIM 모형을 이용하여 각 극한 기후변화 시나리오에 따른 물수지 분석을 수행하였다. 최종적으로 농업가뭄에 취약한 지역을 파악하고 농업용수 공급량 및 부족량을 정량적으로 검토하는 연구가 될 것으로 판단된다.

General circulation models(GCMs)은 여러 국가 기관들의 물리적 기후 모의 프로세스를 기반으로 과거 및 미래 기후변화의 영향을 정량화하기 위해 개발되었으며 현재 미래 기후변화를 예측하는데 가장 효과적인 도구이다. 그러나 GCMs에 내포된 여러 불확실성 요소 및 넓은 격자형식의 기후 데이터는 GCMs 기후 데이터를 사용한 지역적 기후 모의 시 주요 걸림돌로 인식되어지고 있다. 편의보정 방법은 GCMs을 사용한 지역적 기후 모의 시 기후 모의 성능을 향상시키기 위해 여러 연구에서 사용되어져 왔으나 다른 연구에서는 이러한 편의보정 방법의 문제점을 언급했다. 따라서 본 연구는 편의보정 방법이 GCMs 기후 모의 결과에 미치는 영향을 정량화하고 더 나아가 GCMs 기후 변수에 따른 유량 모의 결과에 미치는 영향을 분석했다. 연구대상지 과거 기간 기후 모의를 위해 coupled model intercomparison project(CMIP)6의 GCMs을 사용했으며, 미래 기후 모의를 위해 shared socioeconomic pathway(SSP) 시나리오를 사용했다. 편의보정 방법으로는 분위사상법을 사용했으며, 편의보정 전후 GCMs 기후 모의 성능평가를 위해 5개 평가 지표를 사용했다. 연구대상지 장기 유출 모의를 위해 storm water management model(SWMM)이 사용되었으며, 기후 입력 자료로는 일 단위 강수량, 최고 및 최저온도를 고려했다. 미래 기후 및 유량 모의 결과의 불확실성은 square root of error variance(SREV) 방법을 통해 정량화됐다. 결과적으로 과거 기간 GCMs 기후 및 유량 모의성능은 편의보정 전보다 편의보정 후에서 향상되었으며 특히, 강수 및 유량 모의 성능이 크게 향상되었다. 미래 기간의 경우 편의보정 후에서 기후 및 유량의 극값을 더 잘 반영함을 확인했다. 본 연구의 결과는 GCMs 기후 변수를 사용한 지역적 기후 및 유량 모의 시 편의보정 방법이 미치는 영향에 대한 구체적인 정보를 제공할 수 있다.

본 연구에서는 대한민국 도시 유역에 대하여 딥러닝 네트워크 기반의 분산형 수문 모형을 개발하였다. 개발된 모형은 완전연결계층(Fully Connected Layer)으로 연결된 여러 개의 장단기 메모리(LSTM-Long Short-Term Memory) 은닉 유닛(Hidden Unit)으로 구성되었다. 개발된 모형을 사용하여 연구 지역인 중랑천 유역을 분석하기 위해 1km² 해상도의 239개 모델 격자 셀에서 10분 단위 레이더-지상 합성 강수량과 10분 단위 기온의 시계열을 입력으로 사용하여 10분 단위 하도 유량을 모의하였다. 모형은 보정과(2013~2016년)과 검증 기간(2017~2019년)에 대한 NSE 계수는각각 0.99와 0.67로 높은 정확도를 보였다. 본 연구는 모형을 추가적으로 심층 분석하여 다음과 같은 결론을 도출하였다: (1) 모형을 기반으로 생성된 유출-강수 비율 지도는 토지 피복 데이터에서 얻은 연구 지역의 불투수율 지도와 유사하며, 이는 모형이 수문학에 대한 선험적 정보에 의존하지 않고 입력 및 출력 데이터만으로 강우-유출 분할과정을 성공적으로 학습하였음을 의미한다. (2) 모형은 연속 수문 모형의 필수 전제 조건인 토양 수분 의존 유출 프로세스를 성공적으로 재현하였다; (3) 각 LSTM 은닉 유닛은 강수 자극에 대한 시간적 민감도가 다르며, 응답이 빠른 LSTM 은닉 유닛은 유역 출구 근처에서 더 큰 출력 가중치 계수를 가졌는데, 이는 모형이 강수 입력에 대한 직접 유출과 지하수가 주도하는 기저 흐름과 같이 응답 시간의 차이가 뚜렷한 수문순환의 구성 요소를 별도로 고려하는 메커니즘을 가지고 있음을 의미한다.

최근 범지구적인 기후변화로 인해 도시유역의 홍수 발생 빈도가 빈번하게 발생하고 있다. 이로 인해 불투수성이 큰 도시지역의 침수 등의 자연재해 증가로 인명 및 재산피해가 발생하고 있다. 이에 따라 하수도의 제 기능을 수행하고 있다면 문제가 없지만 이상기후로 인한 기록적인 폭우에 의해 침수가 발생하고 있다. 홍수 및 집중호우와 같은 극치사상의 발생빈도가 증가됨에 따라 강우 사상의 변동에 따른 하수관로의 수위를 예측하고 침수에 대해 대처하기 위해 과거 수위에 따른 수위 예측은 중요할 것으로 판단된다. 본 연구에서는 수위 예측 연구에 많이 활용되고 있는 시계열 학습에 탁월한 LSTM 알고리즘을 활용한 하수관로 수위 예측을 진행하였다. 데이터의 학습과 검증을 수행하기 위해 실제 하수관로 수위 데이터를 수집하여 연구를 수행하였으며, 대상자료는 서울특별시 강동구에 위치한 하수관로 수위 자료를 활용하였다. 하수관로 수위 예측에는 딥러닝 알고리즘 RNN-LSTM 알고리즘을 활용하였으며, RNN-LSTM 알고리즘은 하천의 수위 예측에 우수한 성능을 보여준 바 있다. 1분 뒤 하수관로 수위 예측보다 5분, 10분 뒤 또는 1시간 3시간 등 다양한 분석을 실시하였다. 데이터 분석을 위해 하수관로 수위값 변동이 심한 1주일을 선정하여 분석을 실시하였다. 연구에는 Google에서 개발한 딥러닝 오픈소스 라이브러리인 텐서플로우를 활용하였으며, 하수관로 수위 고유번호 25-0001을 대상으로 예측을 하였다. 학습에는 2012년 ~ 2018년의 하수관로 수위 자료를 활용하였으며, 모형의 검증을 위해 결정계수(R square)를 이용하여 통계분석을 실시하였다.

유역에서의 홍수를 예측하기 위한 다양한 강우-유출 모형들이 개발되어 사용되고 있다. 개념적 강우-유출 모형들은 신뢰성과 적용성이 높아 실무에서 널리 활용되어왔으나, 강우-유출 과정을 단순화하여 고려하므로 유출예측의 정확도에 한계가 있다. 또한 모형의 매개변수에 여러 불확실성이 존재하므로 충분한 양의 관측자료를 사용한 보정 작업이 필요하다. 물리적 강우-유출 모형들은 유출예측 결과가 비교적 물리적으로 정확하다는 장점이 있지만, 높은 계산 비용 및 수치적 불안정성으로 인하여 실무에의 적용이 힘들다. 본 연구에서는 홍수 예측의 정확도와 효율성을 모두 확보할 수 있는 하이브리드 기법을 개발하였다. 본 연구에서 개발한 기법은 물리적 모형인 동역학파 모형과 개념적 모형인 순간단위도 모형, 그리고 딥러닝 모형을 결합하여 사용하는 기법이다. 유역의 조도계수 및 지형을 활용한 동역학파 시뮬레이션을 수행하였으며, 동역학파 시뮬레이션 결과 및 멱함수로 나타내어지는 비선형적 강우-유출 관계를 이용하여 유역의 순간단위도를 유도였다. 또한, 딥러닝 모형인 LSTM 모형을 활용하여 강우손실 매개변수를 추정하였으며, 이를 이용하여 강우손실을 계산한 후 유효강우주상도를 산정하였다. 그리고 유역 출구에서의 홍수수문곡선은 유효강우주상도와 순간단위도를 활용한 회선적분을 통해 예측되었다. 본 연구에서 개발한 기법을 시험유역 및 자연유역에서의 홍수 예측에 적용해보았으며, 예측 결과는 NSE=0.55-0.90, R²=0.67-0.95의 높은 정확도를 보였다. 본 연구에서 유도하는 순간단위도는 한 유역에서 유일하지 않으며, 유효 강우강도의 함수이므로 홍수 예측에 비선형적 강우-유출 관계를 고려할 수 있으며, 수많은 유효 강우강도에 대한 순간단위도들은 멱함수를 이용하여 순간적으로 유도될 수 있다. 또한, 유역의 강우 특성이나 지표면의 토양수분, 식생과 같은 특성을 딥러닝 모형을 통해 고려함으로써 강우 손실 산정의 불확실성을 줄일 수 있다. 또한, 순간단위도 유도를 위한 기초작업인 동역학파 시뮬레이션은 유역의 지형과 조도계수만을 필요로 하므로 미계측 유역에의 적용이 유리하다.

Common hydrological problems of developing countries include poor data management, insufficient measuring devices and ungauged watersheds, leading to small or unreliable data availability. This has greatly affected the adoption of artificial intelligence techniques for flood risk mitigation and damage control in several developing countries. While climate datasets have recorded resounding applications, but they exhibit more uncertainties than ground-based measurements. To encourage AI adoption in developing countries with small ground-based dataset, we propose data augmentation for regression tasks and compare performance evaluation of different AI models with and without data augmentation. More focus is placed on simple models that offer lesser computational cost and higher accuracy than deeper models that train longer and consume computer resources, which may be insufficient in developing countries. To implement this approach, we modelled and predicted streamflow data of the Asa River Watershed located in Ilorin, Kwara State Nigeria. Results revealed that adequate hyperparameter tuning and proper model selection improve streamflow prediction on small water dataset. This approach can be implemented in data-scarce regions to ensure timely flood intervention and early warning systems are adopted in developing countries.

지구온난화는 집중호우 및 태풍의 빈도와 규모를 증가시키는 원인이 되었으며, 전 세계적으로 홍수로 인한 피해가 발생하고 있다. 한국에서는 2020년 홍수로 인하여 1조 이상의 피해가 발생하였으며, 2021년에는 호우로 인한 피해가 60%이상을 차지하였다. 과거에는 구조적인 대책을 수립하기 위하여 경제성 높은 치수사업을 결정하는 연구들이 수행되었다. 하지만 치수 사업은 지구온난화를 가속시키게 되며 그로 인해 집중호우의 빈도와 규모가 증가하는 악순환이 발생하게 된다. 따라서 최근에는 비구조적 대책인 홍수 예경보를 수행하여 홍수에 대응하고자 홍수 예경보 지점을 확대하고 있다. 홍수 예경보는 강우-유출 모형을 이용하여 유출량을 산정하고, 일정 수위를 초과하면 홍수 경보가 발령된다. 하지만 강우-유출 모형의 경우 많은 매개변수 값을 요구하며, 강우 사상에 따라 다른 매개변수를 산정하는데 많은 시간을 필요로 한다. 따라서 특정 강우 사상에 따라 매개변수 값을 고정하여 유출량을 산정하고 있으나, 이는 실제 유출량과 예측 유출량과의 오차가 발생할 수 있다. 따라서 본 연구에서는 강우-유출 모형의 오차를 AI로 예측하여 유출량을 보정하는 연구를 수행하고자 하였다. 강우-유출 모형에서는 유출량을 산정하고 그에 따른 오차를 생성하게 된다. 그리고 산정된 오차들을 이용하여 오차를 예측할 수 있는 AI 모형을 개발하게 된다. 최종적으로 강우-유출 모형의 유출량과 AI 모형의 오차가 결합되어 보정된 유출량을 산정하게 된다. 강우-유출 모형과 AI 모형이 결합된 Hybrid model은 기존의 단일로 사용했을 때의 발생할 수 있는 강우-유출 모형의 문제를 개선할 수 있을 것으로 판단된다.

최근 재해분야에서 인공신경망(ANN), 기계학습(ML), 딥러닝(DL) 등 AI 기술이 활용성이 점차 증가하고 있으며, 센싱정보와 연계한 시설물 안전관리, 원격탐사와 연계한 재해감시(녹조, 산사태, 산불 등), 수문시계열(수위, 유량 등) 예측, 레이더·위성강수 자료의 보정과 예측, 상하수도 관망누수예측 등 다양한 분야에서 AI 기술이 적용되고 그 활용성이 검증된 바 있다. 본 연구에서는 ML, DL, 물리기반신경망(Pysics-informed Neural Networks, PINNs)을 이용한 다양한 재해분석 사례를 소개하고, 그 활용성과 한계에 대해서 논의하고자 한다. 주요사례로는 (1) SAR영상과 기계학습을 이용한 재해피해지역(울진 산불) 감지, (2) 국가 디지털 정보를 이용한 산사태 위험지역 판별(인제 산사태) (3) 기계학습 및 딥러닝 기법을 이용한 위성강수 자료의 보정·예측 및 유출해석, (4) 수리해석을 위한 수치해석분야에서의 PINNs의 적용성(1차원 Saint-Venant 식 해석) 평가 연구결과를 공유한다. 특히, 자료의 입·출력 자료만으로 학습된 인공신경망 모형 대신 지배방정식(물리방정식)을 만족하도록 강제한 PINNs의 경우, 인공신경망 모형보다 우수한 모의능력을 보여주었으며, 향후 복잡한 수리모델링 등 수치해석분야에서 그 활용가능성이 매우 높을 것으로 판단된다.

ChatGPT(Chat과 Generative Pre-trained Transformer의 합성어)는 사용자와 주고받는 대화의 과정을 통해 질문에 답하도록 설계된 대형언어모델로, 지도학습과 강화학습을 모두 사용하여 세밀하게 조정된 인공지능 챗봇이다. ChatGPT는 주고받은 대화와 대화의 문맥을 기억할 수 있으며, 보고서나 실제로 작동하는 파이썬 코드를 비롯한 인간과 유사하게 상세하고 논리적인 글을 만들어 낼 수 있다고 알려져있다. 본 연구에서는 수자원시스템분야의 문제해결에 있어 ChatGPT의 적용가능성을 사례기반으로 확인하고, ChatGPT의 올바른 활용을 위해 필요한 사항에 대해 고찰하였다. 수자원시스템분야의 대표적인 연구주제인 상수관망시스템의 누수인지와 수리해석을 통한 문제해결에 ChatGPT를 활용하였다. 즉, 딥러닝 기반의 데이터분석을 활용한 누수인지와 오픈소스기반의 수리해석 모델을 활용한 관망시스템 적정 분석을 목표로 ChatGPT와 대화를 진행하고, ChatGPT에 의해 제안된 코드를 구동하여 결과를 분석하였다. ChatGPT가 제시한 코드의 구동결과를 사전에 연구자가 직접 구현한 코드구동 결과와 비교분석하였다. 분석결과 ChatGPT가 제시한 코드가 보다 더 간결할 수 있으며, 상대적으로 경쟁력 있는 결과를 도출하는 것을 확인하였다. 다만, 상대적으로 간결한 코드와 우수한 구동결과를 획득하기 위해서는 해당 도메인의 전문적 지식을 바탕으로 적절한 다수의 질문을 해야 하며, ChatGPT에 의해 작성된 코드의 의미를 명확히 해석하거나 비판적 분석을 하기 위해서는 전문가지식이 반드시 필요함을 알 수 있었다.

기후변화는 물 관리의 가장 큰 리스크 요인이므로 물 관리 계획을 수립하는 과정에서 기후변화의 영향을 고려하는 것이 필수적이다. 기후변화에 대한 수자원 예측 관련 연구가 이루어지고 있으나, 대부분의 연구에는 수문학적 모델링이나 시뮬레이션이 동반되는데, 이 과정에는 시간과 비용이 많이 들어가며, 지역이나 연구목적에 따른 정밀한 매개변수의 보정은 전문지식이 필요하기 때문에 현업에서 연구결과를 의사결정에 활용하기에는 한계가 있다고 볼 수 있다. 이에 따라 수문학적 모델링의 입력 및 출력 결과를 딥러닝의 학습자료로 하여 수문모델을 사용하지 않아도 효율적으로 결과를 도출할 수 있는 딥러닝 기반 Surrogate 모형에 대한 연구가 이루어지고 있으나 수자원 분야에 접목된 사례는 부재한 실정이다. 따라서 이 연구를 통해 국내 유역을 대상으로 Surrogate 모형을 구축한 뒤, 그 성능을 평가하고자 한다. 이를 위한 Surrogate 모형 구축 과정은 다음과 같다. 충주댐 유역을 대상으로 과거 20년간의 강우 및 기온 자료를 수집한 뒤, 이 자료를 바탕으로 기후변화의 영향을 고려한 3,162개의 시나리오를 생성한다. 그 후 장기유출모형 IHACRES에 생성된 시나리오를 입력자료로 하여 유입량 결과를 도출하고, 이 결과를 Python코드 기반의 딥러닝 학습자료로 하여 최적 예측 결과를 도출해내는 Surrogate 모형을 생성한 뒤 기존 장기유출모형과의 성능을 비교하고자 한다. 이와 같은 Surrogate 모형은 추가적인 데이터와 매개변수의 보정 과정이 없어도 장기유출모형과 같은 결과를 짧은 시간내에 상당히 정확하게 모사할 수 있어 시간과 비용을 줄일 수 있으며, 비전문가도 쉽게 사용할 수 있다는 장점을 가진다.

단기 강우 예측에는 주로 물리과정 기반 수치예보모델(NWPs, Numerical Prediction Models) 과 레이더 기반 확률론적 방법이 사용되어 왔으며, 최근에는 머신러닝을 이용한 레이더 기반 강우예측 모델이 단기 강우 예측에 뛰어난 성능을 보이는 것을 확인하여 관련 연구가 활발히 진행되고 있다. 하지만 머신러닝 기반 모델은 예측 선행시간 증가 시 성능이 크게 저하되며, 또한 대기의 물리적 과정을 고려하지 않는 Black-box 모델이라는 한계점이 존재한다. 본 연구에서는 이러한 한계를 극복하기 위해 머신러닝 기반 blending 기법을 통해 물리과정 기반 수치예보모델인 Weather Research and Forecasting (WRF)와 최신 머신러닝 기법 (cGAN, conditional Generative Adversarial Network) 기반 모델을 결합한 Hybrid 강우예측모델을 개발하고자 하였다. cGAN 기반 모델 개발을 위해 1시간 단위 1km 공간해상도의 레이더 반사도, WRF 모델로부터 산출된 기상 자료(온도, 풍속 등), 유역관련 정보(DEM, 토지피복 등)를 입력 자료로 사용하여 모델을 학습하였으며, 모델을 통해 물리 정보 및 머신러닝 기반 강우 예측을 생성하였다. 이렇게 생성된cGAN 기반 모델 결과와 WRF 예측 결과를 결합하는 머신러닝 기반 blending 기법을 통해Hybrid 강우예측 결과를 최종적으로 도출하였다. 본 연구에서는 Hybrid 강우예측 모델의 성능을 평가하기 위해 수도권 및 안동댐 유역에서 발생한 호우 사례를 기반으로 최대 선행시간 6시간까지 모델 예측 결과를 분석하였다. 이를 통해 물리과정 기반 모델과 머신러닝 기반 모델을 결합하는 Hybrid 기법을 적용하여 높은 정확도와 신뢰도를 가지는 고해상도 강수 예측 자료를 생성할 수 있음을 확인하였다.

지난 수십 년 동안 다양한 딥러닝 방법이 개발되고 있으며 수문 분야에서는 이러한 딥러닝 모형이 기존의 수문모형의 역할을 대체하여 사용할 수 있다는 가능성이 제시되고 있다. 본 연구에서는 딥러닝 모형 중에 트랜스포머 모형에 다중 인코더를 사용하여 중장기 기간 (1 ~ 10일)의 리드 타임에 대한 한국의 유출량 예측 전망의 가능성을 확인하고자 하였다. 트랜스포머 모형은 인코더와 디코더 구조로 구성되어 있으며 어텐션 (attention) 기법을 사용하여 기존 모형의 정보를 손실하는 단점을 보완한 모형이다. 본 연구에서 사용된 다중 인코더 기반의 트랜스포머 모델은 트랜스포머의 인코더와 디코더 구조에서 인코더를 하나 더 추가한 모형이다. 그리고 결과 비교를 위해 기존에 수문모형을 활용한 스태킹 앙상블 모형 (Stacking ensemble model) 기반의 예측모형을 추가로 구축하였다. 구축된 모형들은 남한 전체를 총 469개의 대규모 격자로 나누어 각 격자의 유출량을 비교하여 평가하였다. 결과적으로 수문모형보다 딥러닝 모형인 다중 인코더 기반의 트랜스포머 모형이 더 긴 리드 타임에서 높은 성능을 나타냈으며 이를 통해 수문모형의 역할을 딥러닝 모형이 어느 정도는 대신할 수 있고 높은 성능을 가질 수 있는 것을 확인하였다.

벤포드 법칙(Benford's Law)은 실생활에서 관찰되는 수치 데이터를 첫 자리 숫자에 따라 분류할 때 첫 자리의 숫자가 커질수록 그 분포가 점차 감소되는 현상을 말한다. 이러한 벤포드 법칙은 일반식으로 도출하여 다양한 자릿수로 확장하여 적용할 수 있는 연구결과가 제시되었으며, 회계학, 사회과학, 물리학, 컴퓨터과학, 생물학 등 다방면의 수치 자료에서 그 유효성이 확인되고 있다. 자릿수의 관찰빈도를 분석하는 것만으로 많은 양의 실생활 데이터에서 빠르고 쉽게 데이터 조작여부를 탐지하거나 1차적인 데이터 품질검사에 효과적으로 활용되고 있다. 본 연구에서는 다학제적 연구의 측면에서 수학·물리적 법칙인 벤포드 법칙을 일유량 등 다양한 수문학 측정자료에 적용하여 그 적용가능성을 확인하고 자료의 불균질성과 신뢰성을 빠르게 탐지할 수 있는 방법론을 제시하고자 한다. 수문자료는 공인심의를 통해 자료의 신뢰도를 확보하고 있으나 확정·배포까지 약 2년이 소요되어 활용기간 단축에 대한 사용자 요구가 지속되고 있는 실정이다. 따라서 본 연구에서는 분석대상 데이터의 자릿수 관찰빈도가 벤포드 법칙에 의한 예상자릿수 빈도를 따르는지 여부에 대한 가설을 설정하고 카이제곱 검정 또는 Kolmogorov-Smirnov(K-S) 검정 등을 통해 적합도에 대한 통계적 유의미함을 분석함으로써 대략적으로나마 빠르고 쉽게 측정자료의 신뢰성을 판단할 수 있다. 본 연구는 다양한 학문과의 결합을 통한 새로운 접근을 시도함으로써 빅데이터 시대에 효과적으로 수자원의 개발, 관리 및 운영의 의사결정을 하는데 도움이 될 수 있을 것으로 판단된다.

질량 및 에너지 보존 법칙은 수문현상을 포함한 자연 현상의 기본 법칙이다. 유역에서 물의 질량 보존은 강수량 P가 유출량 Q, 증발산량 E, 그리고 육역저수량변화 ΔS로 분할되는 것(P=Q+E+ΔS)을 의미하며 열 에너지 보존은 순복사에너지 R_n이 잠열 λE, 현열 H, 그리고 지열 G로 분할되는 것(R_n=λE+H+G)을 의미한다. 유역에서 물과 에너지의 분배 과정은 E로 연결되어 있으며 이 두 과정을 포괄적으로 이해하는 것은 기후 및 지표환경의 변화를 예측하고 대비하는데 중요하다. 이 연구에서는 미국 전역의 400여개 유역에 대한 정보를 제공하는 Model Parameter Estimation Project(MOPEX) 데이터를 이용하여 유역의 기후 조건에 따라 물과 에너지의 분배가 어떻게 달라지는지 Budyko 평면에서 분석했다. 장기간에 대해 ΔS와 G는 무시할 수 있다는 가정하에 건조한 유역일수록 P, Q, 그리고 E 모두 작게 나타나는데 P와 Q의 감소폭이 훨씬 크기 때문에 E의 P에 대한 비는 크게 나타났다. 또한 건조한 유역일수록 E는 작고 R_n이 크기 때문에 H가 크게 나타났으며 H가 큰 유역일 수록 유역의 최대 기온과 최저 기온의 차이가 크게 나타났다. 이러한 변화는 동일한 유역내에서 물과 에너지 분배의 시간적 변화로도 나타나고 있다.

최근 2017년 청주, 천안의 홍수, 2020년 용담댐 상류와 대청댐 상류의 홍수, 2022년 청주의 도시침수를 비롯한 서울 도심의 침수피해와 같은 홍수 발생은 지역의 국민들에게 막대한 재산상의 피해를 입히고 있다. 국가적 차원에서 치수의 목적을 달성하고 경제적으로 적절한 규모의 수리구조물을 설계하기 위해 하천의 주요지점에 대한 신뢰성 있는 설계홍수량의 제시는 반드시 필요한 현실에 직면해 있다. 특히 해당 지점의 수리시설물은 점빈도분석에 의한 설계홍수량을 적용하나, 관측자료가 없는 미계측 지점에 위치한 수리시설물은 지역빈도분석에 의한 설계홍수량을 산정하여 적용해야 한다. 이에 본 연구에서는 금강 유역을 대상으로 점빈도분석과 지역빈도분석에 의한 설계홍수량 결과를 비교·분석하고자 한다. 지역빈도분석을 위한 수위관측소의 선정은 금강유역 80개 수위관측소 중 장기간 연최대홍수량 자료가 있고 유량자료의 연결성 및 신뢰성이 확보된 46개수위관측소를 대상으로 하였다. 46개 수위관측소의 연최대홍수량 계열을 대상으로 동질성, 독립성 및 이상치 검정을 수행하였으며, 세 가지 검정 모두 적절한 수위 관측소 지점은 36개 지점으로 분석되었다. 36개 수위관측소의 기본통계치(평균, 표준편차, 분산, 왜곡도 및 첨예도)를 산정한 후 3변수 Gamma 분포 계열인 GEV, GLO, GPA의 확률 분포를 적용하였다. 확률 분포별 매개변수는 전산화를 통해 L-모멘트의 차수를 0~4까지 변화시켜 LH-모멘트법에 적용하였다. LH-모멘트법에 의해 산정된 확률 분포들의 매개변수를 적용하여 적합도 검정을 수행하였다. 지역빈도분석을 위해 36개 수위관측소를 K-Means clustering 방법을 통해 4개 지역으로 구분하였다. 이를 통해LH-모멘트의 적정차수와 확률 분포에 따른 점빈도분석(지점 대상)과 지역빈도분석(지역 대상) 결과인 설계홍수량을 산정하였으며, 점빈도분석과 지역빈도분석에 의해 산정된 설계홍수량간의 분석결과를 제시하였다. 본 연구를 통해 수리구조물 설계 시 안정적인 조건 제시 및 관리체계 구축에 기여하고 방재대책 수립 시 경제·사회적 요소를 반영한 합리적 방안을 제시하고자 한다.

최근 기후변화로 인해 매년 집중호우 및 태풍으로 인한 침수피해가 증가하고 있다. 현재 국내에서는 이러한 피해를 줄이기 위해 구조적 대책뿐만 아니라 치수사업의 의사결정을 지원할 수 있는 비구조적 대책들이 대두되고 있다. 비구조적 대책으로는 재해예방사업 등에서 투자우선순위를 결정할 수 있는 다차원법, 홍수취약성지수 등과 같은 정량적, 정성적 홍수위험도 평가가 대표적이다. 하지만 기존 시군구별 홍수위험도 평가는 빈도별 홍수위험지도의 침수면적을 반영하지 않았었다. 따라서 본 연구에서는 서울특별시를 대상으로 빈도별(50, 80, 100 및 200년) 설계홍수량에 따른 홍수위험지도를 작성하고 IBA(Indicator Based Assessment) 방법을 활용한 홍수위험도 평가를 실시하였다. 홍수위험지수는 4가지 항목(Hazard, Exposure, Vulnerability 및 Capacity)과 8개의 세부지표로 구성하였다. 분석결과, 송파구와 성동구는 100년 빈도, 용산구와 강남구는 80년 빈도와 100년 빈도에서 홍수위험지수의 순위 변동이 관측되었다. 순위 변동이 발생한 주요 원인으로는 홍수위험도 평가에 반영된 Exposure 및 Vulnerability 항목에 포함된 세부지표별 지수가 시군구 내 빈도별 침수면적이 변화함에 따라 증가 혹은 감소했기 때문이었다. 본 연구를 활용하면 빈도별 침수면적 변화에 따른 시군구별 홍수위험도를 파악할 수 있으며, 그에 따른 예방책 또한 마련할 수 있을 것이다. 그리고 공간분석을 통해 도출된 통계지도를 활용하여 홍수위험에 직접적으로 노출된 건물 및 인구 밀집지역을 파악하고, 해당 지역을 대상으로 치수사업을 전개할 수 있을 것으로 판단된다.

저수지 수문자료는 강우량, 유입량, 저수량, 방류량이다. 이 중에서 관측되고 있는 것은 저수량과 일부 수로방류량에 불과하다. 그럼에도 모의에 의해 유입량을 고정시키면, 물수지에 의해 방류량을 계산할 수 있다. 그러나 저수량 오차로 모의 유입량과 계산 방류량의 신뢰도는 반드시 확인돼야 한다. 신뢰도가 낮으면 모의 유출량과 계산 방류량을 조정하며 신뢰도를 높여야 한다. 신뢰도는 평가주기가 짧을수록 보장된다. 여기서는 유역면적 218.80km², 유효저수량 3,494만m³, 수혜면적 5,117ha인 탑정지에 대해 2020년 1월1일부터 12월31일까지 1시간 단위로 1달, 10일, 3일, 2일 간격의 주기로 저수지 운영자료를 생산하고, 그 신뢰도를 평가하여 평가주기가 짧을수록 오차가 감소되는 것을 관찰코자 했다. 1시간 간격의 유입량은 ONE 모형으로 모의했고, 저수지 물수지 모형을 구축하여 모의 유입량에 저수량 변화를 더해 방류량을 계산했다. 또한 저수지 물수지에 의해 저수위를 모의했으며, 관측 저수위와의 오차제곱근(RMSE)으로 신뢰도를 평가한 결과는 다음과 같다. 1달 간격으로 신뢰도를 평가한 경우 RMSE는 132.466m, 10일 간격은 46.922m, 3일 간격은 0.520m, 2일 간격은 0.349m로 나타났다. 위의 결과로부터 저수지 수문자료의 평가주기를 짧게 할수록 신뢰도는 개선된다고 말할 수 있다. 이상의 결과는 과거 자료에 대해 1년 동안 1시간 간격으로 유입량을 모의하고 방류량을 계산한 결과를 고정시키고, 평가주기를 달리하며 수위오차를 분석한 결과이다. 만약 평가주기별로 유입량과 방류량을 실제 상황에 적합하게 조정하면, 그 신뢰도는 훨씬 더 개선될 것이다. 현재 저수지 수위만을 관리하고 있는 현장의 상황에서 이 연구결과가 시사하는 바는 매우 크다. 첨언하면 AI 시대의 핵심은 자료다. AI의 먹이는 자료다. 다시 말해 자료 없는 AI는 시체와 같다. 자료는 기본이고 진실이다. 자료 없는 결과는 가짜다. 또한 위의 결과는 자료는 상시 관찰돼야 한다는 것을 말한다. 1년에 한 번 수문자료를 평가하는 제도로는 고품질의 자료를 생산할 수 없다. 무엇보다 자료는 상시 관찰하는 제도가 정착돼야 하며, 그 때 비로소 AI와 공존과 협력으로 물관리 기술의 혁신을 이룰 것이라 확신한다.

자연재해대책법은 각 지방자치단체의 장이 매 5년마다 우수유출저감대책을 수립하도록 정하고 있다. 이에, 행정안전부는 2018년 '지방자치단체 우수유출저감대책 세부수립기준'을 고시하여 우수유출저감대책 수립에 필요한 세부사항을 정하고 있다. 최근에는 자연재해대책법의 개정, 제도 변화, 수립기준 고시 이후의 여건 변화 등으로 인하여 새로운 수립지침의 필요성이 대두되고 있다. 이에 본 연구에서는 우수유출저감시설 세부 수립기준의 항목을 검토하고 최근의 상황을 반영하여 우수유출저감대책의 효율적 운영을 위한 개정안을 제시하였다. 주요 개정 내용으로는 우수유출저감대책의 목표를 목표홍수량의 안전한 통수로 변경하고, 자연재해대책법 개정사항을 반영하여 유하시설을 우수유출저감대책의 범위에 포함하였다. 우수유출저감대책 수립 제도의 목적 변화를 반영하여 침투시설의 의무 배분량을 삭제하고, 목표연도 홍수량 개념을 삭제하였다. 또한, 대상 강우량을 50년 빈도 강우량, 방재성능목표강우량, 기왕최대강우량을 고려하여 설정하도록 하였다. 본 연구의 결과가 지자체의 우수유출저감대책 수립 및 효율적 운영에 도움이 되기를 기대한다.

기후변화 및 도시화로 인해 도시 내에서 증가하는 홍수로 인명 및 재산피해가 꾸준히 발생하고 있다. 특히 2022년 8월 8일 서울특별시 및 경기도 지역에 내린 폭우로 인해 8명 이상의 인명피해와 1300억원 이상의 재산피해가 발생하였다. 이러한 도시홍수를 근본적으로 방어하기 위하여 미국, 일본 등의 국가에서는 대심도 빗물저류배수터널을 활용하고 있다. 국내에서도 2011년 서울특별시 강서구 및 양천구에 발생하는 홍수를 방어하기 위하여 국내 최초 대심도 빗물저류배수터널인 '신월 빗물저류배수시설'을 건설하여 현재 운영 중에 있다. 대심도 빗물저류배수터널은 초기 개수로 흐름에서 만관 후 관수로 흐름으로 전이되는 구조물로 계획과 운영이 매우 어려운 시설이다. 이에 미국, 일본, 중국, 이탈리아 등 국가에서 대심도 빗물저류배수터널과 관련한 연구가 활발히 진행되고 있다. 본 연구에서는 대심도 빗물저류배수터널의 유입시설 중 감세부에 해당하는 수직갱과 감세지의 깊이에 따른 감세지 바닥 압력변화를 알아보기 위하여 수리실험을 수행하였다. 그 결과 감세지 깊이가 깊어질수록 바닥면의 압력이 증가하는 것으로 분석되었으며 바닥면의 압력이 감세지 깊이만큼의 정수압을 포함하는 경우 정수압 대비 최대 2.0배, 정수압을 포함하지 않는 경우 정수압 대비 최대 1.0배 인 것으로 분석되었다. 수직갱 깊이에 대한 실험 결과는 수직갱 깊이가 짧아질수록 압력이 감소하는 경향을 보이는 것으로 분석되었는데 이는 회전수 및 회전력과 관련 있는 것으로 판단된다. 향후 수직갱 직경, 수직갱 깊이에 대한 추가 연구가 필요한 것판단되며 이를 통하여 수직갱 깊이-감세지 깊이에 대한 정량적인 연구와 분석을 통해 경제적이고 안정적인 대심도 빗물저류배수터널 감세지 설계가이드라인을 제시하고자 한다.

지구 온난화 등 기상이변으로 추정되는 단시간 동안 특정지역에 집중되는 국지성 집중호우가 빈번해지고 있으며, 내수침수가 홍수재해의 주된 원인이 되고 있다. 내수침수의 원인으로는 하수관로의 통수능력 부족(39%), 저지대 침수(37%), 내수배제불량(16%) 및 기타(8%)로 조사된 바 있으며, 이중 하수관로의 경우 용량 및 통수능 부족, 구배불량, 토사퇴적에 의한 배수 불량 등으로 이에 대처하기 위해서는 기초자료의 조사가 우선 되어야 한다. 하수관로의 문제로 인한 내수침수의 원인으로 첫째 하수관로 내·외부 불량으로 인한 통수능 저하로 측구 및 빗물받이에 토사 등 장애물, 관로내부 장애물, 관로내부 불량(뿌리침임, 영구장애물, 관붕괴, 관파손, 관변형, 내피생성, 토사퇴적 등)이 있으며, 두 번째로 하수관로 구배불량과 마지막으로 외수위(또는 해수위) 상승으로 인한 내수침수로 구분될 수 있다. 이러한 하수관로의 문제점은 많은 부분이 불탐지역으로 조사가 매우 어려워서 대안 없이 방치되는 실정이다. 금회 연구에서는 이러한 불탐지역의 조사를 위한 장비의 개발 및 정밀조사를 통해서 하수관로를 진단하고 내수침수 예방을 위한 대책을 찾고자 하였다. 특히, 계단부 관로조사용 내시경 VR장비, 준만관 조사용 부유식 VR장비, 가스 및 안전위험 지역 조사용 지하 드론 장비를 개발하여 시험검증을 하고자 하였다. 또한, 스마트 하수관로 체계에 빅데이터를 기반으로 한 하수관로 토탈 솔류션(nPASS) 시스템으로 내수침수대응 및 하수관로 유지관리를 위한 시스템의 필요성을 규명하고자 하였다. 하수관로의 선진화를 통한 내수침수예방의 시작은 불탐지역 하수관로 조사를 통한 정확한 원인 파악이며, 조사 및 축적되는 빅데이타를 기반으로 하수관로 토탈 유지관리 시스템의 구축을 제안하고자 하였다.

기후변화, 도시화 등 다양한 요인에 의하여 도시 침수 위험성은 더욱 커지고 있다. 높은 인구밀도와 더불어 학교, 병원 등 인프라가 집중된 도시지역의 경우 대규모 홍수가 발생할 경우 수많은 인적, 경제적 피해로 이어지게 된다. 도시지역 내 침수 위험성을 최소화하기 위해 정확하고 빠른 도시침수모형의 개발과 더불어 사전에 이를 최소화하기 위한 방재교육의 중요성이 더욱 강조되고 있다. 가상현실 (Virtual Reality, VR) 기술은 높은 몰입감을 통해 사용자의 자발적 참여를 유도하여 기존의 교육매체 대비 높은 교육적 효과를 보이고 있다. 특히 침수 등 인명피해 위험성을 내재한 재해에의 VR 적용은 위험성을 동반하지 않아 더욱 효과적이다. 종래의 VR 기반 침수 방재교육은 침수의 동수역학적 거동과 대상 지역의 지리적 특성을 적절히 고려하지 못하여 방재교육에는 효과적이나 방재시스템으로의 활용엔 한계가 있다. 본 연구는 몰입형 파랑해석모형인 Celeris Base를 토대로 몰입형 도시 침수 수치모형을 개발하였다. Unity3D로 개발된 Celeris Base는 가상현실 장비인 HMD (Head Mounted Display) 기술을 이용하여 실시간 모의결과를 360도 가상현실 공간 내에 가시화할 수 있다. 도시지역 내 강우에 의한 침수를 모의하기 위해 연속방정식 내에 강우, 침투 항을 고려하였다. 침투모형으로는 도시지역 내 침수모의에 일반적으로 사용되는 NRCS-CN 방법을 사용하였다. 본 연구는 개발모형을 이용하여 2022년 8월 발생한 집중호우에 의한 강남역 일대 침수 사상을 수치적으로 재현하고, 이를 가상현실 모의환경 내에 가시화하였다. 모의결과는 집중호우 발생 시 지형적 특성에 따라 강남역과 역삼역 인근에서 집중적으로 침수피해가 발생하였음을 확인하였다.

최근 기후변화의 영향으로 설계빈도 보다 높은 강우가 발생하고, 하천설계 기준을 초과한 홍수피해가 발생하고 있다. 현재 시행되고 있는 하천관리는 이수 및 치수 목적으로 제방, 보 및 낙차공과 같은 그레이인프라(Grey infrastructure)가 일반적이다. 하지만 그레이인프라를 통한 하천관리 방안은 이산화탄소를 배출하여 기후변화로 인한 극한 기상의 발생을 증가시키고 홍수피해를 가중시키는 등의 악순환이 반복되게 한다. 따라서 그레이인프라에 의한 하천관리 방안은 지속가능한 방안으로 채택할 수 없으므로 최근에 환경적, 사회적 문제를 생태계의 서비스를 통해 해결하고자 하는 자연기반해법(NbS, Nature-based Solutions)의 개념이 주목받고 있다. 이에 본 연구는 합천댐 직하류인 황강을 대상으로 자연기반해법을 활용한 하천관리 방안의 홍수저감 효과를 정량적으로 분석하고자 하였다. 자연기반해법 기술에 포함되는 범람원 굴착(Floodplain excavation)과 제방후퇴(Dyke relocation)를 황강의 홍수위험지역에 적용하였다. HEC-RAS의 부정류 흐름(Unsteady flow) 해석을 통해 하천 홍수위를 산정한 결과, 낙동강 합류점에서 5cm의 홍수위 저감효과를 확인 할 수 있었다. 본 연구의 결과를 통해 하천관리사업의 진행 시 기존의 하천관리 방법이 아닌 자연기반해법을 통한 관리 방안으로 도입할 수 있는 근거로 충분히 활용이 가능할 것으로 기대된다.

발전용댐의 댐 유입량 예측 및 운영을 위해서 (주)한국수력원자력에서는 수자원통합 운영시스템(Water resources Integrated System, WIOS)을 운영 중에 있다. 해당 시스템에서는 댐 유입량을 예측하기 위해서 기상청 수치예보모델 중 하나인 국지예보모델(Local Data Assimilation and Prediction System, LDAPS)의 예측강우를 수문모형의 입력자료로 활용하고 있으며, 레이더 기반의 초단시간 강우예측 기법을 자체 개발 중에 있다. 기상청 국지예보모델은 강우의 on/off에 대한 정확도는 90%를 상회할 만큼 높으나 정량적인 강우량의 정확도는 매우 낮고, 레이더 기반의 초단시간 예측 강우는 선행 1~2시간 예측에서는 정량적 정확도는 높으나, 그 이후 예측성능이 급격히 떨어지는 경향을 보인다. 따라서 댐 유입량의 정량적 예측 정확도를 확보하기 위해 초단시간 모델과 국지예보모델의 강우예측 결과를 병합(blending)하는 기법을 적용하여 초기 6시간 동안의 예측 성능을 향상시켜야 한다. 본 연구에서는 선행시간 0~6시간에 대해서 병합하는 기법들을 적용하고 평가하고자 한다. 기본적으로 병합은 초단시간 예측강우와 수치예보자료 간 가중치를 통해 수행된다. 일반적으로 초기 1시간 선행시간에서 레이더 기반 예측강우는 완벽한 예측자료(외삽 관측자료의 가중치는 1.0)로 가정하며, tanh 함수를 이용하여 선행시간의 증가에 따라 가중치를 감소시키면서, 6시간 선행시간에서는 수치예보 예측강우가 완벽한 예측자료라고 가정한다. 본 연구에서는 일반적인 병합 방법 외에 병합된 예측강우에 과거 관측강우와 예측강우의 평균편이를 적용하여 보정하는 방법, 사례별 변동성이 큰 병합된 예측강우 특성을 고려하여 병합 가중치를 신뢰도에 따라 가변시키는 방법을 적용하여 평가한다. 이를 통해 댐 유입량 예측에 최적이 되는 병합기법을 선정하고자 한다.

기후변화로 인한 온도 상승이 대기 중 수분량을 증가시키면서 극한 강우가 전 세계적으로 빈번하게 발생하고 있으며, 이에 따라 대규모 홍수 피해가 지속적으로 초래되고 있다. 본 연구에서는 이러한 현상에 대응하기 위한 노력으로, 대기 연직 기둥 내 총 수분량을 나타내는 총가강수량(Total Precipitable Water, TPW)과 극한 강우사상(Extreme Precipitation, EP) 간의 연관성이 강우지속기간에 따라 어떻게 변하는지 분석하였다. 관측 및 재해석(reanalysis) 데이터를 활용하여 동시극한지수(Concurrent Extremes Index, CEI, 0~1, 1에 가까울수록 강한 연결)로 두 변수 간의 정량적 연결 강도를 살펴보았다. 분석 결과, CEI의 지속 시간에 따른 변동 경향성은 지역에 따라 상당한 차이를 보였다. 지중해와 중앙아시아와 같은 대부분의 중위도 지역에서는 강우의 지속 기간이 길어질수록 CEI 값이 급격히 감소하였다. 그러나 한반도를 포함한 동아시아 지역은 중위도임에도 불구하고 긴 지속 기간의 강우 사상에서도 높은 수준의 CEI 값을 유지하였다. 이러한 동아시아 지역의 경향성은 열대지역과 매우 유사하게 나타났으며, 이는 동아시아 지역의 극한 강우 증가가 기후변화의 직접적인 영향을 받을 수 있음을 시사한다.

기상레이더는 대류권의 기상 관측에 널리 사용되며, 기상예보를 비롯하여 항공, 농업, 수문학 등 다양한 분야에서 활용하고 있다. 기상레이더센터는 SSPA(Solid State Power Amplifier) 기반 X-Band 주파수대역(9GHz)을 사용하는 연구용 소형기상레이더 관측망을 운영하고 있다. 주로 수도권 저층 대기에서 발생하는 위험 기상현상을 1분 단위로 빠르게 관측하면서 정확한 강수 정보생산을 위한 연구를 수행하고 있다. 레이더 관측 자료는 전파를 이용하여 넓은 범위에 분포하는 눈, 비, 우박 등 대기수상체를 관측하여, 강수량 추정을 통해 강수 정보를 생산한다. 이에 따라 레이더 관측 자료의 정확성과 신뢰도를 높이기 위해서 레이더 품질관리 기술 적용은 필수적이다. 기상레이더센터는 소형기상레이더로 관측한 이중편파 자료의 효과적인 품질관리를 위한 각종 자료처리 모듈을 개발하여, 실시간 자료처리 프로그램에 적용하였다. 우선, 저층 대기 관측 시 기상에코와 더불어 강한 반사도로 나타나는 지형에코를 판별하는 모듈과 선형 또는 쐐기형태의 전파간섭에코를 비롯한 비기상에코를 효과적으로 제거하는 기술을 개발하였다. 다음으로, X-Band 주파수대역 기상레이더 관측 자료의 취약점인 강한 강수 시 발생하는 반사도 감쇠 현상을 보정하기 위한 기술도 개발하였다. 소형기상레이더 품질관리 개발과 적용을 통하여 생산된 자료는 HSR(Hybrid Surface Rainfall), 레이더 강수량 추정, 대기수상체 등 다양한 기상 산출물 생산과 동시에 기상 감시 및 연구 분야에 효과적으로 활용하고 있다.

최근 기후변화의 영향으로 국내에서 강우량과 유출량의 변동성이 커짐에 따라 효율적으로 수자원을 관리하는 데 어려움을 겪고 있다. 따라서 수자원 관리 측면에서 강우관측소를 대상으로 군집 분석과 경향성 분석을 통해 사전에 강우 시계열 자료의 추세와 특징을 파악하면 용수 공급과 가뭄 및 홍수피해 저감 등에 효과적으로 대처할 수 있다. 본 연구에서는 2000년부터 2019년까지낙동강 유역의 64개 강우관측소를 대상으로 동질성 검정과 수정 Mann-Kendall (MK) 검정을 적용하여 강우 시계열 자료의 월별, 계절별, 연도별 경향성 분석을 수행하였다. 또한, 경향성이 나타나는 관측소별 세부지표(연평균 강우량, 표고 등)를 기준으로 K-means 군집 분석을 수행하여 군집별 강우 특성을 파악하고자 하였다. 분석을 수행한 결과 경향성 분석에선 3월, 4월, 11월, 12월, 봄 및 가을에는 강우량이 증가 추세를 보였고 1월, 5~9월, 여름과 연도별로는 감소 추세가 나타났다. 또한 군집 분석에서는 Silhouette analysis를 기반으로 최적의 군집 개수를 3개로 설정했을 때 군집별 강우 세부지표의 통계값이 관측소별 표고에 비례하는 특징이 나타났다. 연구를 통해 도출된 군집별 강우 특성과 관측소별 경향성 분석결과를 연계하면 강우량의 변동성을 고려한 효율적인 수자원 관리 방안을 마련하는 데 활용할 수 있을 것으로 판단된다.

대규모 댐과 같은 수공구조물의 파괴시 상당한 피해가 발생하므로 구조물설계시 가능최대강수량(PMP) 기준이 적용된다. 포락선 방법은 가장 극심했던 강우량의 포락선을 작성하여 PMP를 산정하는 방법으로 기상 및 강수량자료가 부족시 PMP 추정이 어려운 경우에 사용한다. 포락선의 근사식은 지속시간의 거듭제곱인 멱함수 형태로 나타내며, 우리나라의 경우 1일을 전후로 계수와 차수가 다른 식을 사용한다. 이러한 근사식은 우리나라의 이상홍수 발생빈도 및 규모가 커짐에 따라 검토될 필요성이 있다. 또한, PMP 산정시 활용하는 제한된 수의 지상관측자료는 시공간적 변동성을 완전히 포착할 수 없어 한계가 있다. 본 연구는 이러한 한계를 극복하기 위하여 기상레이더 자료를 기반으로 우리나라 전역의 최대 강우깊이-지속시간 관계를 분석 및 새로운 PMP 포락선을 제시한다. 활용한 레이더는 CMAX(Column Maximum)로 2009~2018년간 10분 단위자료를 수집하였다. 레이더 자료와 비교하기 위하여 지상관측자료 AWS를 함께 수집하였다. AWS는 1997~2022년간 1분 단위자료로 우리나라 전역의 547개 지점관측자료를 활용하였다. 레이더자료는 Z-R 관계식으로 변환하여 가외치(outlier)를 제거 및 보정하였다. 그 후, 정규 크리깅기법으로 생성한 지상관측 강우장과 병합하는 CM(Conditional Merging)기법을 적용하였다. 우리나라 최대 강우깊이-지속시간 관계를 산정한 결과, 기존 포락선의 값이 낮게 산정되었음을 확인하였다. 이는 기후변화 등에 따라 최근 극한 호우가 발생한 것으로 판단된다. 또한, 실제 근사식은 멱함수 거동에서 벗어난 형태로 나타났고, 지점관측자료가 기상레이더 값보다 과소추정되는 경향을 확인하였다. 특히 같은 기간에서 확인하였을 때, 강우지속시간이 짧을수록 AWS값과 레이더자료의 강수량이 2배 정도 차이를 보여 지점관측소가 없는 지역의 국지성 호우 존재를 확인할 수 있었다. 추후, 미래에 더 긴 레이더 시계열을 사용한다면, 더욱 신뢰성 있는 자료로 활용할 수 있을 것으로 판단한다.

도시 홍수, 하천 범람, 산사태와 같은 폭우와 관련된 재해는 자주 동시에 발생하며, 각 재해는 서로 다른 범위의 시간 스케일에서 강우 변동성에 민감하게 반응한다. 따라서 재해 복합화 모델링에 적합한 확률 강우 모델은 모든 유형의 재해와 관련된 모든 시간 스케일에서 강우 변동성을 잘 재현할 수 있어야 한다. 본 연구에서는 5분에서 10년 사이의 시간 스케일에서 다양한 강우통계특성을 재현할 수 있는 추계학적 강우 생성기를 제안하였다. 이 모델은 우선 Randomized Bartlett-Lewis Rectangular Pulse (RBLRP) 모델을 사용하여 미세 규모의 강우량 시계열을 생성한 후, 연속된 폭풍 사이의 상관관계 구조가 유지되도록 폭풍우의 순서를 섞는다. 마지막으로, 별도의 월별 강우량 모델링 결과에 따라 월 단위로 시계열을 재배열한다. 독일 보훔에서 기록된 69년간의 5분 강우량 데이터를 사용하여 본 모형을 검증한 결과, 평균, 분산, 공분산, 왜곡도 및 강우 간헐성은 5분에서 10년에 이르는 시간 스케일에서 체계적인 편향 없이 잘 재현됨은 물론, 5분에서 3일 사이의 시간 스케일에서의 극한 강수량 값도 잘 재현음을 확인하였다. 아울러, 극한 강우 및 산사태에 큰 영향을 주는 극한 강우 발생 전 과거 7일간의 강수량도 정확히 재현되었다.

물순환 과정의 구성요소 중 하나인 증발산(증발과 증산)은 각종 수자원시설물의 운영관리, 수자원계획 수립, 농업용 시설의 개발 및 운영관리 등에 필요한 매우 중요한 요소이다. 한편, 기후변화 등으로 '14~'19년 장기간 가뭄, '17년 가뭄상황에서도 태풍 '차바'에 의한 국지적 홍수, '20년 역대 최장기간 장마에 의한 대규모 홍수, '22년 태풍 '힌남노' 이후 남부지역 극심한 가뭄 등 가뭄과 홍수가 반복되어 물관리 여건이 매우 어려운 상황이다. 이러한 홍수/가뭄에 효과적으로 대응하기 위해 강우-유출 모형을 사용한다. 신뢰적인 예측결과를 얻기 위해서는 상세하고 정밀한 증발산량 추정이 필요하다. Penman-Monteith(PM) 기법으로 기준 증발산량을 산정하기 위해서는 최고·최저기온, 이슬점온도, 풍속, 일조시간 등의 기상자료가 필요하다. 이러한 자료는 전국 95개 ASOS 지점에만 얻을 수 있다. 계산된 95개 지점의 기준 증발산량은 티센망 등 방법으로 공간평균하여 활용한다. 95개 지점 자료만으로는 지역적 기상 특성을 반영하여 기준 증발산량을 산정하는데 한계가 있으며, 결국 강우-유출분석의 신뢰도 저하로 귀결된다. 본 연구는 기상청 ASOS 지점 외 AWS 590개 지점을 추가하여 기준 증발산량을 산정하여 공간적으로 상세화하였다. ASOS 지점들에 대해 PM 기법과 Hargreaves(HS) 기법으로 22년간의 일단위 기준 증발산량을 각각 계산하였다. 이들의 상관계수는 평균 0.85로 매우 높아, HS 기법으로 산정된 AWS 지점 결과의 추가사용이 적정하였다. 기온만을 사용하는 HS 기법, PM과 HS의 상관성 및 풍속을 반영한 2가지 보정 HS 기법으로 기준 증발산량을 계산하여 비교·분석하였다. 보정된 HS의 결과가 기존 HS 기법에 비해 오차가 적고, 자료의 편향성이 줄어드는 등 더 좋은 결과를 나타내었다. 따라서, 각종 수문분석에 보정 HS 기법을 AWS 지점에 확대·적용하고, ASOS 관측소의 PM 기법과 병행해 상세화하여 활용하면 수문분석의 신뢰성을 더욱 높일 수 있을 것이다.

본 연구에서는 Terra MODIS(MODerate resolution Imaging Spectroradiometer) 위성영상과 토양수분 부족지수(Soil Water Deficit Index, SWDI)를 이용하여 2012년부터 2022년까지 한반도 전국의 1km 공간 증발산량을 산정하였다. 공간 증발산량을 산정하기 위한 과정은 크게 두 가지로 구분된다. 첫 번째로 MODIS의 LST(Land Surface Temperature), NDVI(Normalized Difference Vegetation Index), 선행강우 및 무강우 누적일수를 이용해 1 km 공간 토양수분을 산정하였다. 농촌진흥청 토양수분관측망 자료 중 토지피복, 토양 속성을 고려하여 선정된 70개소 토양수분 실측데이터와 비교한 결과 지점별 평균 R² 0.63~0.90으로 유의미한 상관성을 나타내었다. 산정된 공간 토양수분은 생장저해수분점과 초기위조점의 관계를 이용한 SWDI로 변환하였다. 두 번째로 순 복사량, 기온 및 NDVI의 적은 수문인자를 통해 증발산량 산정이 가능한 MS-PT(Modified Satellite-based Priestley-Taylor) 모형을 기반으로 계절별 식생과 토양수분 상태를 고려하여 1 km 공간 증발산량을 산정하였다. MS-PT 모형에서 가정한 대기 증발 변수 Diurnal temperature (DT)와 지표 수분의 상관성 문제를 해결하기 위해 DT를 SWDI로 적용하였다. 모형 결과의 검증을 위해 국내 플럭스 타워 (설마천, 청미천, 덕유산) 증발산량 관측자료와의 결정계수(Coefficient of determination, R²), RMSE(Root Mean Square Error) 및 IOA(Index of Agreement)를 산정하였다. 본 연구의 결과로 생산되는 국내 증발산량의 시, 공간적 변동성은 증발산량을 통한 수문학적 가뭄지수 및 급성 가뭄을 파악하는데 활용될 수 있을 것으로 판단된다.

본 연구에서는 CCTV 영상 내 빗줄기의 특성을 바탕으로 강우강도를 산정하기 위한 합성곱 신경망(CNNs, Convolutional Neural Networks) 기반 강우강도 산정 모형을 제안하였다. 중앙대학교 및 한국건설생활환경시험연구원 내 대형기후환경시험실에서 얻은 CCTV 영상들을 대상으로 연구를 수행하고, 우적계 등과 같은 지상 관측자료와 강우강도 산정 결과를 비교·검증하였다. 먼저, CCTV 영상 내 빗줄기의 미세한 변동 특성을 반영하기 위해 데이터 전처리 작업을 진행하였다. 이는 원본 영상으로부터 빗줄기 층을 분리해내는 과정, 빗줄기 층에서 빗물 입자를 분리해내는 과정, 그리고 빗물 입자를 인식하는 과정 등 총 세 단계로 구분된다. 합성곱 신경망 기반 강우강도 산정 모형 구축을 위해 영상 전처리가 완료된 데이터들을 입력값으로 설정하고, 촬영 시점에 대응되는 지상관측 자료를 출력값으로 고려하여 강우강도 산정모형을 훈련시켰다. CCTV 원자료 내 특정 영역에 편향되어 강우강도를 산정하는 과적합 현상의 발생을 방지하기 위해 원자료 내 5개의 관심 영역(ROI, Region of Interest)을 설정하였다. 추가로, CCTV의 해상도를 총 4개(2560×1440, 1920×1080, 1280×720, 720×480)로 구분함으로써 해상도 변화에 따른 학습 결과의 차이를 분석·평가하였다. 이는 기존 사례들과 비교했을 때, CCTV 영상을 기반으로 빗줄기의 거동 특성과 같은 물리적인 현상을 직간접적으로 고려하여 강우강도를 산정했다는 점과 더불어 머신러닝을 적용하여 강우 이미지가 갖는 본질적인 특징들을 파악했다는 측면에서, 추후 본 연구에서 제안한 모형의 활용 가치가 극대화될 수 있을 것으로 판단된다.

다수의 서로 다른 해상도의 자료를 병합(Merge)하는 것은 강수 자료 사용에 중요한 절차 중 하나이다. 강수 자료는 다수의 소스(관측소, 레이더, 위성 등)에서 관측 자료를 제공한다. 연구자들은 각 원본 자료의 장점을 취하고 단점을 보완하기 위해 다중소스 기반의 재분석 강수 자료를 제작하여 사용하고 있다. 기존의 방법은 자료를 병합하기 위해 서로 다른 공간적 특성을 갖는 자료들을 공간적으로 동일한 위치로 보간(Interpolation) 하는 과정이 필요하다. 하지만 보간 절차는 원본자료에 인위적인 변형을 주기 때문에 많은 오차(Error)를 발생시키는 것으로 알려져 있다. 따라서 본 연구는 병합 과정에서 보간 절차를 제외하고 원본 해상도 자료를 그대로 입력하기 위해 머신 러닝 방법의 하나인 Super resolution convolutional neural network(SRCNN)에 기반한 병합 방법을 제안하고자 한다. 이 방법은 원본 자료의 영향을 모델이 직접 취사선택하여 최종 자료에 도달하기 때문에 병합 과정의 오류를 줄일 수 있을 것으로 기대된다.

한강 하구는 조석의 변화가 매우 크고 이로 인한 하상의 변화가 많이 발생하는 지역이다. 더불어 남북간 군사상황으로 인해 접근이 불가능하거나 어려운 지역이며, 이로인해 그동안 개발이 거의 이루어지지 않고 자연상태로 남아있다. 남북관계의 상황변화에 따라 그동안 한강 하구의 개발이나 보전에 대한 다양한 논의가 있었고, 그 중 뱃길 복원에 대한 이야기도 다양하게 진행되어 왔다. 하지만 아직까지 구체적으로 어떤 규모의 선박이 얼마동안 운행할 수 있는지에 대한 분석은 거의 이루어진 바가 없다. 본 연구에서는 한강 하구 신곡수중보 하류에서 공릉천 합류부 구간에 대한 주운 가능성을 분석하였다. 최근 하상측량 결과를 바탕으로 조석변화에 따라 형성되는 지점별 수심을 분석하였고 이를 토대로 형성되는 수로를 분석하였다. 선박 규모에 따라 필요로 하는 흘수와 수심을 이용하여 대상 구간에서 운행가능성을 분석하였다. 또한 이와 같이 형성된 수로가 안정적이지 않음을 하상변동 자료를 이용하여 제시하였다. 대상구간에서 조석변화에 따라 형성되는 수심과 선박 규모에 따른 필요수심을 비교 분석한 결과 대형 선박의 상시적 운행은 매우 제한적인 것으로 나타났다. 중소규모 선박의 경우에도 연간 운행 가능시간이 제한적인 것으로 나타나 일반적으로 추정하는 것보다 상업적인 대규모 주운의 가능성은 크지 않은 것으로 나타났다. 이 구간의 하상변동도 매우 큰 것으로 분석되었다. 지난 10년, 20년 동안의 장기적인 변화 뿐만아니라 1년 사이의 단기적인 변화도 크게 나타나 안정적인 수로 확보는 쉽지 않은 것으로 분석되었다. 한강 하구에서는 대규모 홍수가 발생하지 않더라도 조차가 큰 조석영향에 의해 하상이 지속적으로 변화하고 있는 것으로 추정된다.

하천이 바다와 만나는 하구(河口, estuary)지역은 조위의 영향을 강하게 받아 하천 수위의 낙폭이 크고, 하상(河床)의 변동 또한 심하다. 때문에 이러한 감조구간은 홍수위 산정에 있어서도 일반하천에 비해 보다 세심한 주의가 요구된다. 우리나라 4대강 중 한강을 제외한 낙동강, 금강 및 영산강은 하구언 설치로 인해 이미 하구로서의 기능을 상실한 상황이다. 반면 한강 하류 구간은 북한과의 접경지역이라는 지리적, 상황적 특수성으로 인해 하구언 설치가 불가능하였기에 지금까지 감조상태를 유지하고 있다(Park and Baek, 2017). 지금까지 계획홍수위 산정시 일반하천이든 감조하천이든 간에 그 고유의 특성을 고려치 않고 정상-부등류(steady-nonuniform flow) 모의를 하는 것이 일반적인 관례이었다. 하지만 2018년 개정된 하천설계기준에 따르면 감조하천 구간에서는 반드시 부정류(unsteady flow) 모의를 수행하도록 규정하고 있다. 이에 따라 2020년 고시된 한강(팔당댐~하구) 하천기본계획(변경) 보고서에는 부정류해석을 통한 홍수위 산정분이 수록되어 있다. 문제는 "한강하구는 서해조석의 영향을 받는 감조하천이기는 하나 계획홍수량 유하시 한강에 미치는 조위의 영향은 미미하므로..."라는 결론을 도출하면서 부정류해석 결과 대신 부등류해석 결과를 계획홍수위로 결정했다는 것이다. 본 연구에서는 한강의 종점 유도지점을 기점으로 조석을 하류단 경계조건으로 부여하는 부정류 해석을 수행하여 한강하천기본계획(2020)의 홍수위와 비교하였다. 그 결과 본 연구에서 산정한 홍수위가 하구에서부터 신곡수중보 하류구간까지는 하천기본계획의 그것과 상당한 차이를 보였다. 한강하류 구간은 계획홍수량 발생시에도 조석의 영향을 받는 감조구간이므로 고시된 계획홍수위의 재검토가 필요해 보인다.

본 연구에서는 태풍의 이동속도(TS), 상륙각도(LA) 및 연안 지형이 최대 해일고(MSH)에 미치는 복합적인 효과를 분석하기 위해, 이상적인 시나리오와 실제 규모의 사상에 대한 수치모의를 수행였으며. 이를 통해 태풍 진행시 연안을 따라 분포하는 최대 해일고의 일반적 특성을 도출하고자 한다. Delft3D-FM의 2차원 모델을 사용하여 수치모의를 진행하였으며, 모델 도메인은 태풍의 상륙 지점을 연안 중심에 위치시켜고 16km에서 1km까지 다중 해상도 격자로 구성하였다. 가상의 태풍은 다양한 TS와 LA 조건에 따라 생성되었고, TS는 기존의 태풍 사상들의 특성을 통계적으로 분석하여 유의한 범위에서 변화하도록 설정하는 반면, LA의 경우 0도에서 180도까지 15도 간격으로 변화시켰다. 또한, 연안형상과 해저 지형도 다양한 형태를 고려하였는데 해저 지형의 경우일정수심 혹은 여러 가지 대륙붕 폭을 지닌 지형, 다중 경사 지형 등이 고려되었다. 연안형상의 경우 형태 비율로 특징 지어지는 개방 연안과 만이 고려되었다. 총 763개의 이상적인 시나리오가 모의되었으며 그 결과 연안을 따라 MSH 분포를 분석하였다. 이상적인 시나리오에서 개발된 효과의 적용성을 검증하기 위해 다양한 TS와 LA 조건에서 역사적인 태풍 매미를 기반으로 현실적인 규모의 시나리오 모의가 실시되었다. 그 결과 빠르게 이동하는 TS가 개방 연안을 따라 분포하는MSH를 증폭시킨다는 사실을 재확인하는 등, 연안지형, 태풍의 특성에 따른 최대 푹풍해이고 변화에 대한 다양한 결과를 얻을 수 있었다.

Estuarine dams are dams constructed in estuaries for reasons such as securing freshwater resources, controlling water levels, and hydroelectric power generation. These estuarine dams alter the flow of freshwater to the coastal ocean and the tidal properties of the estuaries which has implications for the estuaries' circulation and sediment transport. A previous study has analyzed the effect of estuarine dams on 1D (along-channel) circulation and sediment transport. However, the effect of estuarine dams on the transverse variability of along-channel and across-channel circulation and sediment transport has not been studied and is not known. In this study, a coupled hydrodynamic-sediment dynamic numerical model (COAWST) was used to analyze the transverse variability of along-channel and across-channel flow and sediment transport in estuaries with estuarine dams. The estuarine dam was found to change the 3D structure of circulation and sediment transport, and the result was found to depend on the estuarine type (i.e., strongly stratified (SS) or well-mixed (WM) estuary). The SS estuary had inflow in the channel and outflow over the shoals, consistent with estuarine circulation. Longer discharge interval reduced the estuarine circulation. The WM estuary had inflow over the shoals and outflow in the channel, consistent with tide-induced circulation. As the estuarine dam was located nearer to the estuary mouth, the tide-induced circulation was reduced and replaced with estuarine circulation. The lateral circualtion was the greatest in the tide-dominated estuaries. It was reduced and changed direction due to differential advection change as the dam was located nearer the mouth. Overall, the WM estuary transverse flow structure changed the most. Lateral sediment flux was important in all estuaries, particularly for transporting sediments to the tidal flats.

최근 대한민국에서는 기후변화로 전국 각지에서 돌발성 호우와 태풍의 강도 및 발생빈도가 높아지고 있다. 이에 따라 주요 국가시설이 위치한 해안 도시의 2차원 3차원 모형을 통해 극한 조건하 침수 분석을 수행하였다. 먼저 해양수산부 "2019년 전국 심해설계파 보고서"를 기반으로 극치분포 중 Weibull 분포를 이용하여 극한 조건, 1,000년부터 1,000,000년 빈도의 재현기간의 파도 높이와 풍속을 계산하였다. 계산 결과를 SWAN(Simulating WAves Nearshore)의 입력값으로 해상에서 100m 간격의 파고 높이를 계산하였다. 이때 100m 간격으로는 방파제 지형을 정확히 해석하지 못하였기에, 상세파고 계산을 위한 Nesting 기법을 이용하여 20m 간격의 파고 결과를 도출하였고, 해안 도시 인근 해상에서 10.916m의 파고를 예측하였다. 또한, 예측된 파고를 이용해 EurOtop(2018) 매뉴얼의 경험식을 기반으로 연구 유역으로 유입되는 월류량 계산에 사용하였다. 결과로 16방위 중 SSE 방향, 1,000,000년 빈도 재현기간 조건에서 0.0306cms/m의 월파량을 예측했다. 예측된 자료를 바탕으로 2차원 침수해석은 FLO-2D 모형, 3차원 침수해석은 FLOW-3D 모형을 이용하였다. 2차원 침수해석 결과 주요 지점에서 0.18~0.33m의 침수가 예상되었고 3차원 침수해석 결과 동일한 지점에서 0.240~0.333m의 침수가 예상되었다. 모의 결과 2차원과 3차원 모형 간 침수 예측 결과가 0.3cm에서 6.1cm의 차이를 나타내어 모형 구축이 합리적으로 이뤄졌다고 판단하였으며 연구 유역에서는 침수가 예상된다는 결과를 도출하였다. 본 연구를 통해 기후변화에 따른 해안에 위치한 주요 도시지역과 국가 주요 시설물에 대한 침수해석을 실시하였고 분석결과를 생명과 재산을 보호하기 위한 대피계획 등 재난예방대책 수립에 활용할 수 있음으로 예상된다.

지표수와 하상 경계층에서 발생하는 흐름 교환은 하천, 호소, 연안, 해안 등 자연계에 존재하는 수환경시스템에서 일반적으로 나타나는 수리학적 특성으로서, 흐름 교환이 발생하는 경계층 아래 하상층 영역을 혼합대(hyporheic zone)라 부른다. 수질오염사고 등에 의해 외부의 오염물질이 하천 내 유입될 경우, 혼합대 흐름에 의해 하상층으로 침투되고 지표수 대비 유속이 느린 하상 내 공극 흐름에 의해 거동함에 따라 이들의 하천 내 체류시간이 증가하게 된다. 따라서, 본 연구에서는 지표수와 하상 흐름을 연계한 수치해석 방법을 적용하여 혼합대가 지표수 내 용질 체류시간에 미치는 영향을 분석하였다. 먼저 연직 2차원 Reynolds 평균 Navier-Stokes(RANS) 방정식과 Darcy 방정식을 연계하여 지표수와 하상 내 흐름을 해석하였다. 지표수 영역은 RANS 방정식을 이용하여 모의하였고, 지표수 흐름해석에서 얻어진 하상의 압력장을 경계조건으로 하여 Darcy 방정식과 함께 하상 내 흐름을 모의하였다. 여기서 하상의 형태는 자연계 하천에서 일반적으로 관찰되는 사련하상(Ripple bed)으로 모사하였다. 이후, 지표수-하상 연계모의를 통해 얻어진 흐름 결과를 바탕으로 지표수-하상 경계층에서 용질거동을 모의하였다. 흐름 모의결과를 과거 실험자료와 비교한 결과, 지표수 영역 내연직흐름 분포를 정확하게 재현하였고, 동시에 혼합대 흐름 구조에 큰 영향을 미치는 지표수-하상 경계층 압력 분포 역시 관측값과 유사하게 나타났다. 용질거동 해석을 통해 얻어진 용질의 체류시간을 분석한 결과, 혼합대 흐름이 고려된 경우(투수성 하상)와 고려되지 않은 경우(불투수성 하상)를 비교했을 때 전자에서 체류시간 분포의 감수곡선이 길어지고 첨두농도가 감소하는 것으로 나타났다. 아울러, 지표수 영역의 유입부 경계의 평균 유속이 증가함에 따라 최대 체류시간이 감소하는 것으로 나타났는데, 이는 지표수-하상 경계층에서의 압력 경사가 커져 혼합대 내 유속이 증가함에 기인하는 것으로 분석되었다.

우리나라 농업용 저수지는 저수량만을 참조하여 운영한다. 이러한 현실을 개선하기 위해, 유입량을 고정시키고 저수지 물수지 분석에 의해 방류량을 생산하는 체계를 구축했다. 2018년부터 2021년까지 총저수량 142만m³의 옥서저수지, 106만m³의 홍동저수지에 적용하여 일별로 저수량을 모의하여 관측값과 비교하고, 저수지 물수지 분석에 의해 실시간 계측되는 수로유량의 신뢰도를 평가하였다. 장기간의 계측 자료를 보유하고 있는 인근 다목적댐인 보령댐의 운영자료(2018~2021)를 이용하여 유입량 모형의 매개변수(α=3.500)를 결정하고, 저수지 유입량을 모의한 결과 NSE 0.854, R² 0.858의 높은 신뢰도를 얻었다. 유입량을 고정시키고, 저수지 물수지 분석에 의해 방류량을 계산한 결과 옥서저수지는 일최대 방류량 5.7m³/s, 일평균 0.2m³/s, 홍동저수지는 각각 5.9m³/s, 0.2m³/s로 나타났다. 총방류량을 측정 수로유량과 여수로 방류량으로 분할하고, 저수지 물수지 분석에 의해 수로유량의 신뢰도를 평가한 결과 옥서저수지는 R²가 0.771, 일평균 저수위 오차 88.6cm, 일평균 저수량 오차 9.4%, 홍동저수지는 R²가 0.086, 일평균 저수위 오차 69.9cm, 일평균 저수량 오차 18.0%로 오차가 크게 나타났다. 저수지 수위가 만수위(FWL) 이하일 때는 여수로 방류량을 0으로 하여 총방류량을 여수로 방류량과 수로유량으로 분할한 후, 물수지 분석에 의해 신뢰도를 평가한 결과, 옥서저수지의 경우 R²는 0.941, 일평균 저수위 오차 2.6cm, 일평균 저수량 오차 0.35%를 나타내, 신뢰도가 크게 증가했다. 그러나 홍동저수지의 경우는 R²는 0.521, 일평균 저수위 오차 2.2cm, 일평균 저수량 오차1.02%를 나타냈지만, 낮은 신뢰도를 보였다. 측정 수로유량의 신뢰도는 두 저수지 모두 낮게 나타났다. 수로유량 조정을 통해 옥서저수지의 신뢰도는 향상 시킬 수 있었지만 홍동저수지의 경우는 향상 시킬 수 없었다. 이는 여수토 비상수문조작 실적과 저수지 사통 수문 조작 실적이 없어, 그 결과를 정확히 반영할 수 없었기 때문인 것으로 결론을 내렸다.

연안 환경은 기후 및 도시개발과 같은 자연·인공적 요인에 따라 끊임없이 변화한다. 근래에는 연안 도시 인구증가, 기후변화 등의 영향으로 인해 그 변화가 가속화되고 있으며, 특히 연안 침식 및 이에 따른 해안선 변화에 대한 심각성이 대두되고 있다. 연안 침식은 해류와 해안 유사의 마찰로 발생하는 유사이송 현상으로 야기되며, 해안 환경을 변화를 초래하며 인간사회에 경제적인 피해를 주기도 한다. 연안침식이 사회적인 문제로 부상했음에도 여전히 이에 대한 대중적 문제의식은 부족한 실정이다. 이는 대중매체를 통한 시각적인 노출이 가능한 다른 재해에 비해 재해의 물리적 과정에 대한 시각적인 관측이 어렵다는 배경이 있다고 판단된다. 더불어, 재해의 간접체험이 가능한 플랫폼이 부족하다는 점도 원인으로 여겨진다. 기술이 발달함에 따라 시뮬레이션을 통한 재해의 간접체험이 가능한 플랫폼이 개발되어왔으며, 이는 직접 경험하기 어려운 재해에 대해 위험성 인지 및 경각심 고취에 활용되어왔다. 본 연구에서는 수치해석 플랫폼인 Celeris Advent(Tavakkol and Lynett, 2017)를 기반으로 실시간 유사이송 해석이 가능한 인터랙티브 수치모형을 개발하여 문제를 개선하고자 하였다. GUI(Graphical User Interface)를 통해 조작이 가능한 Celeris Advent는 수치해석 결과를 실시간으로 가시화하며, 이에 대한 사용자 상호작용이 가능하다. 이를 기반으로 유사의 흐름에 대해 모의가 가능하도록 모형을 구성하여 실시간 사용자 입력 및 유사이송 물리현상 관측이 가능하도록 모형을 개발하였다. 수치모형 지배방정식은 2차원 천수방정식과 유사이송방정식을 양방향 결합하여 구성하였다. 개발된 모형의 정확성 평가를 위해 1차원 및 2차원 수리실험 데이터를 활용하여 수치실험을 수행하였으며, 전반적인 결과는 실험데이터와 잘 일치하였다.

제트류는 다양한 크기와 운동량의 에디가 복잡하게 혼합되어 이루어져 있으며, 이를 정확하게 모델링하고 이해하기 위해서는 제트류의 다양한 특성들을 잘 반영하여 연구를 수행해야 한다. 다양한 연구 수행 방법 중 수치해석 방법은 상대적으로 공간 및 시간적 비용이 적게 들어서 널리 사용되고 있다. 이러한 수치해석 방법에는 DNS(Direct Numerical Simulation), LES(Large Eddy Simulation), RANS(Reynolds Averaged Navier Stokes) 등이 있으며, 그중 LES는 난류 모델링을 사용하는 RANS 방법에 비해 더욱 정확한 흐름 모델링을 제공하는 장점이 있다. 이러한 LES는 대규모 에디는 직접 해석하면서, 일정 크기 이하의 에디는 모델링을 사용해 해석하는 것이 특징이다. 하지만, LES를 사용하기 위해서는 적절한 그리드 크기를 결정하는 것이 중요하며, 이는 모델의 정확성과 연산 비용에 큰 영향을 미친다. 하지만, 여전히 적절한 그리드 크기를 결정하는 것은 어려운 문제이다. 이러한 LES 모델링을 사용할 때 적절한 그리드 크기를 결정하기 위해서는 정확한 시간 평균 속도 변동을 연구하는 것이 앞서 선행되어야 한다. 따라서, 본 연구에서는 기계학습 기반 접근 방식을 사용하여 난류 제트 내 시간 평균 속도 변동을 예측하는 연구를 진행하였다. 즉, 난류 제트 역학을 이해하는 데 중요한 파라미터인 시간 평균 유속을 이용하여 시간 평균 속도 변동을 예측하는 데 초점을 맞추었다. 모델의 성능은 평균 제곱 오차와 R-제곱 등 다양한 지표를 사용하여 평가되었다.

지하수는 담수-염수 경계면의 형성 및 변동 특성, 지하수위 분포 및 변동특성에 따라 기저지하수, 준기저지하수, 상위지하수 등으로 구분된다. 이 중, 기저지하수는 담수(1,000g/cm³)와 염수(1,025g/cm³)의 비중 차이에 의해 담수가 염수 상부에 Ghyben-Herzberg 원리에 의해 부존한다. 본 연구에서는 부존 형태에 따른 지하수위 변동을 보고자 하였다. 먼저 이상화된 지형에서 부존형태에 따른 지하수위 변동의 영향을 확인하고자, OpenGeoSys 모형을 이용하여 3차원 수치모의를 수행하였다. 그 결과 상위지하수의 지하수위보다 기저지하수 조건에서의 지하수위가 낮아진 것을 확인할 수 있었다. 이는 부존 형태의 차이로 인해 발생되는 담수-염수 비중 차이가 지하수위 변동에 영향을 미친다는 것을 파악할 수 있었다. 또한, 실제 지형에 적용하여 지하수위의 변동성을 분석하기 위해서, 제주 남부 중서귀 유역을 대상으로 수치모의를 수행하였다. 모형 검증은 범위 내 4개의 관측지점에서의 2022년 지하수위 자료를 이용하였다. 검증된 모델에 염분 농도 조건을 추가하여 기저지하수를 형성하여 모의를 수행했다. 따라서 본 연구는 부존 형태의 차이로 인해 발생되는 담수-염수 비중 차이가 지하수위에 끼치는 영향을 파악할 수 있었다. 향후, 상위지하수에서 염수가 침입했을 때, 수위 저하에 따라 감소되는 지하수위량을 예측할 수 있을 것이라 기대된다.

본 연구에서는 식생대 퇴적과 침식, 하안침식을 고려한 식생대의 발달과정을 실내실험을 수행하여 정량적으로 분석하고 하도의 지형변화를 해석하는데 중요한 결과를 도출하였다. 식생대 입구와 중류부에서 식생대 좌완과 우안으로 흐름이 집중되며, 유속이 빠르다. 식생대와 식생이 없는 좌안과 우안의 유속차에 의하여 전단층이 형성되고 조직와가 발생하였다. 식생하도의 지형변화는 초기에 하안침식이 발생하고, 하폭이 증가하면 상류 유입구에서 중앙사주가 발달하였다. 시간이 증가하면서 사주는 하류로 이동하였다. 식생대에서 흐름이 분리되면서, 좌안와 우안에서수충부가 형성되고 하안이 침식되었다. 식생대 전면부에서 유사가 퇴적되며, 후면부에서 침식이 발생하였다. 식생밀도가 증가하면서 퇴적량은 증가하지만, 한계 이상으로 증가하면 퇴적량은 감소하였다. 수치모의 결과, 식생의 밀도가 증가함에 따라, 식생대 전면부에서 유사가 퇴적이 되고, 사주가 상류로 성장하면서 하안침식이 발생하였다. 또한 식생대에 의해 유사가 포착되면서, 식생대 후미에서 하상이 침식되었다. 식생대의 밀도가 증가하면서, 식생대 후미에서 침식이 발생하는 지점은 상류로 전파되었다. 식생대에 의해 발달한 사주는 실내실험에서 식생대 하류에서 성장하지만, 수치모의 결과는 식생대 상류에서 성장하는 특성을 보여주었다.

풍화작용에 의해 생성된 유사는 자연 매체에 의해 이동하고 하천에 도달하기 이전이나 이후 퇴적되며, 해당 과정 중에서 하상변동, 홍수위 상승, 제방 안정성, 두부 침식, 생태환경 변화, 수질문제 등 다양한 침식과 퇴적 관련 문제들이 발생한다. 이러한 유사 문제의 해결과 지속적인 하천관리를 위해서는 유사의 생성, 이송, 그리고 퇴적 과정에 대한 충분한 이해와 정량적인 유사량을 파악하는 것이 필수적이다. 다양한 연구들을 통해서 유사량을 정량적으로 파악하기 위해 여러 종류의 모델과 공식들이 제안 되어져 왔다. 그 중 경험적 모델의 경우 실제로 관측된 값을 기반으로 하며, 복잡한 계산이나 요구하는 자료가 다른 종류의 모델들 보다 적어 쉽게 접근이 가능하다. 이러한 경험적 모델은 유사에 영향을 주는 인자를 규명하거나 특정 유역이나 지역에서 이송 및 퇴적 되는 유사의 출처와 특성을 규명하는 초기 단계에서 유용하게 이용된다. 국내 하천의 경우 여름에 강우가 집중되고 대부분의 국토가 산지로 이루어져있어 상류에서 침식이 주로 발생한다. 또한, 본류 및 하류 지역의 하천은 유사의 퇴적이 주로 일어나서 하천의 형태와 물길이 형성된 충적 하천 형태로 발전 되어있기 때문에 국내 하천에서는 전반적으로 국부적이며 다양한 형태의 유사 관련 문제가 발생한다. 국내 하천에서 발생하는 유사 관련 문제를 해결하기 위해 국내 하천의 유사량을 추정하는 다양한 경험적 모델들이 지속적으로 개발되어왔다. 하지만 과거에 개발된 모델들의 경우 계측 자료가 충분하지 않은 시기에 개발 되었으며, 현재에는 활용하기 불가능하다. 본 연구에서는 국내 하천의 비유사량을 예측하는 동시에 국내 하천의 유사 특성을 이해하기 위해 과거에 국내 하천을 대상으로 비유사량을 추정하기 위해 개발되었던 경험적 모델을 개선하였다. 본 연구를 통해 기존 경험 모델의 경우 주기적인 업데이트가 필요함을 확인하였으며, 개발된 모델의 경우 국내 하천 유사 관리를 위해 미래 유사량 예측하는 등 다양한 방면으로 활용 관리가 가능할 것으로 보인다.

하천의 유사량 측정은 수량·수질 관리에 있어 유량 자료와 함께 필수적인 자료로 다지점에서 연속적으로 측정된 자료가 필요하다. 하지만 현재 부유사 측정 방법은 부유사채집기를 통해 조사가 이루어져 인력, 비용, 안전의 문제로 지점 확대와 연속 측정이 어려운 상황이다. 이러한 문제를 해결하기 위한 대안으로, 센서 기반의 유사량 측정 기술이 개발되어 실용화를 위한 연구들이 수행되고 있다. 특히, 연속적인 유량측정을 목적으로 사용되고 있는 자동유량관측소에 설치된 H-ADCP의 초음파산란도를 이용한 부유사농도 측정 방법은 기 구축된 인프라를 활용하므로 경제적으로 유리하며, 유량자료를 동시에 측정하므로 실시간의 부유사량 자료를 생산할 수 있는 장점이 있다. 이에 본 연구에서는 국가하천에 설치되어 운영 중인 자동유량관측소 H-ADCP의 초음파산란도를 활용하여 연속적인 부유사농도 측정을 위한 기술 개발과 기술 적용을 위한 기준 및 지침을 마련하고자 하였다. 초음파산란도를 활용한 부유사농도 측정 방법의 적용성 검토를 위해 2015년부터 2022년까지 자동 관측소 기준 유사량 측정이 이루어진 지점을 대상으로 자료를 수집하여 지점별 초음파산란도-부유사농도 관계식을 개발하여 분석을 수행하였다. 그리고 테스트베드에서 실시간 운영을 통해 초음파산란도를 활용한 부유사농도 측정 방법의 기술 개선과 분석 절차 및 기준 등 실무적 고려사항을 검토하여 실용화를 위한 지침 및 표준안을 마련하고자 하였다. 본 연구결과를 통해 기존 부유사채집기와 정확도를 분석한 결과, 기존 부유사대비 약 80%의 측정정확도를 보이는 것으로 나타났으며, 10분 간격의 부유사농도의 측정을 통해 홍수기 유사의 이력현상의 분석이 가능함을 확인 할 수 있었다. 추후에는 본 연구 성과를 통해서 개발한 기술을 시범 확대 적용하여 지속적인 기술의 개선과 측정기준을 제시하고, 유지관리 등에 대한 검토를 수행할 예정이며, 실용화를 통해 유사량 조사지점의 확대와 연속적인 유사량 자료를 생산하는데 기여할 것으로 기대된다.

우리나라의 전 국토면적 중 약 63% 이상이 산지로 이루어져 있으며 이는 OECD국가 중 4위에 해당할 정도로 매우 높은 비율이다. 광활한 산지 면적의 효율적 이용을 위해 사면개발, 태양광 시설, 관광자원으로써의 활용 등이 이루어져 토양침식에 매우 취약해졌으며, 하천으로의 토사유입량이 증가하고 있다. 따라서 하천으로 유입된 유사량의 조사가 매우 중요하며, 유사량 중 입경이 큰 소류사량을 추정하기 위한 조사 장비 중 간접적 방법인 하이드로폰에 관한 국내·외 연구가 활발히 진행되고 있다. 본 연구에서는 기존 소류사량 추정 방법 중 추정식을 활용한 방법의 추정량이 많아질수록 정확도가 낮아지는 문제를 개선하기 위한 노력으로 인공신경망의 한 종류인 Convolutional Neural Networks(CNN)를 소류사량의 계측에 적용하기 위한 연구를 시도하였으며, 그 결과와 실제 소류사량의 정확도를 비교 및 분석하였다. 실험데이터를 획득하기 위하여 실내수로를 구축하였으며, Labview를 이용하여 소류사량에 대한 충돌음 이미지데이터를 취득한 후 학습을 진행한 결과, 검증데이터에 대한 정확도는 60%이상의 값으로 나타났다. 향후 추가적인 데이터 확보를 통해 정확도 향상을 위한 연구를 진행하고자 한다.

우리나라의 강우 특성은 하절기에 집중되어 있으며 최근 이상강우와 기상이변에 따른 집중호우 발생으로 여를철 탁수 문제 발생 빈도가 높아지고 있는 추세이다. 과거 '02년 태풍 루사', '03년 태풍 매미', '06년 에위니아'부터 20년 마이삭, 하이선과 같은 태풍 및 장마에 의해 탁수 유입이 급증되어 수중 탁도가 높아지며 저수지 탁수 문제가 발생하였다. 특히 우리나라 경우 하천 및 저수지에서 물 사용량의 대부분을 이용하고 있기에 탁수 문제가 장기화 될 시 댐 하류 지역의 농업, 공업, 수생태 등 사회적, 비용적, 환경적 문제를 발생시킨다. 이러한 문제를 파악, 대응을 위한 탁수 모의에 대한 연구가 활발히 진행되고 있다. 탁수를 모의하기 위해서는 유량, 수온, SS, 탁도 데이터가 필요하며 이를 위해 국가측정망에서 하천 및 댐 저수지 내 SS를 측정하여 탁수를 측정 하고 있다. 하지만 현재 측정의 경우 채수를 통한 점단위의 측정으로 데이터 해상도가 낮다는 한계점이 있다. 이러한 데이터 취득의 한계로 기존 조사를 통한 탁도-SS 관계식을 통해 탁수를 예측하고 있으나 과거 2003년 이후 자료를 바탕으로 산정된 식으로 불확도가 존재한다. 탁수 모의 정확도 개선을 위한 데이터 해상도 및 탁도-SS 관계식 문제를 해결 하기 위해 기존 데이터 분석을 통한 미계측 기간에 대한 보간을 필요로 하며 현장 계측을 통한 탁도, SS 자료를 취득하여 탁도-SS 관계식을 최신화 할 필요가 있다. 따라서, 본 연구에서는 탁도를 측정 센서 YSI와 SS 측정센서 레이저부유사측정기(LISST: Laser In-Situ Scattering and Transmissometry)를 활용하여 자료를 취득하고 탁도-SS 산정식을 최신화 하였다. 또한 기존 국가 수질 측정망 데이터 및 기상 자료 데이터를 취득하여 데이터 분석을 통해 미계측 기간에 대한 데이터를 보간하여 탁수 모의 입력자료를 개선하였고 이를 기반으로 탁수 모의 정확도를 개선하고자 하였다.

해양쓰레기는 해안의 심미적 가치 저하뿐만 아니라 생태계 파괴, 유령 어업에 따른 수산업 피해 등의 사회적·환경적 문제를 발생시키며, 그중 70% 이상은 육상 기인으로 플라스틱 및 기타 쓰레기가 주를 이루는 해외와 달리 국내의 경우 다량의 초목류를 포함하고 있다. 다양한 부유쓰레기에 대한 기존의 해양쓰레기량 추정의 한계와 하천·하구 쓰레기 수거의 효율화를 위해 해양으로 유입되는 부유쓰레기 방지를 위한 실효성 있는 대책 수립이 필요한 실정이다. 본 연구는 해양 유입 전 하천의 차단시설에 차집된 부유쓰레기의 수거 효율화 및 지속가능한 해양쓰레기 데이터 구축을 위해 AI기반의 기술을 통해 부유쓰레기 성상 분석 기법(Object Detection)과 차집량 분석 기법(Semantic Segmentation)을 활용하였다. 실제와 유사한 데이터 수집을 위해 다양한 하천 환경(정수조, 소하천, 급경사수로)에 대해 탁도(녹조, 유사), 광량, 쓰레기형상, 초목류 함량, 날씨(소하천), 유속(급경사수로) 등의 실험조건에 대하여 해양쓰레기 분류 기준 및 통계를 바탕으로 부유쓰레기 종류 선정하여 학습을 위한 데이터를 수집하였다. 학습 목적에 따라 구분하여 라벨링(Bounding box, Polygon)을 수행하고, 각 분석 기법별 전이학습을 통해 Phase 1(정수조), Phase 2(소하천), Phase 3(급경사수로) 순서로 모델을 고도화하였다. 성상 분석을 위해 YOLO v4를 활용하여 Train, Test DataSet(9:1)을 구성하고 학습 및 평가는 Iteration마다의 mAP, loss 값을 통해 비교하였으며, 학습 Phase에 따라 모델 고도화로 Test Set의 mAP 값이 성상별로 높아짐을 확인하였으며, 차집량 분석을 위해 Unet을 활용하여 Train, Test, Validation DataSet(8.5:1:0.5)을 구성하고 epoch별 IoU(intersection over Union), F1-score, loss 값을 비교하여 정성적, 정량적 평가 모두 Phase 3에서 가장 높은 성능을 확인하였다. 향후 하천 환경에서의 다양한 영양인자별 분석을 통해 주요 영향인자 도출 및 Hyper Parameter 최적화를 통한 모델 고도화로 인해 활용성이 높아질 것으로 판단된다.

본 연구에서는 유목과 연행침식을 고려한 토석류 수치모형을 개발하여 2011년 발생한 우면산 산사태의 관측데이터를 기반으로 수치모의를 수행하였다. 토석류 모형개발을 위해 천수방정식 기반의 침수모형인 Nays2DFlood 모형에 혼합유사농도의 이송확산, 토석류 지면전단응력, 연행침식모듈을 추가하였으며 유목생성과 유목거동 모의를 위해 입자법 기반의 유목동력학 모형을 결합하였다. 개발된 모형을 검증하기 위해, 민감도분석을 수행하였으며, 모의결과, 우면산 산사태 당시 래미안 APT에 피해를 끼친 충격수심과 충격유속, 최종 토석류 체적을 양호하게 재현한 것으로 판단된다. 또한 토석류를 구성하는 토사입경이 작을수록 토사점성에 의한 전단응력의 증가로 토석류 유속과 수심이 감소했지만 연행침식량이 증가하였으며, 토사입경이 증가하면 유속과 수심이 증가하고 연행침식량은 감소한 것으로 나타났다. 또한 본 연구에서 개발된 토석류 거동모형은 토사입경, 침식 및 퇴적계수 등의 다양한 토석류 매개변수가 요구되기 때문에, 이러한 물성치 데이터가 현장 또는 실내실험에서 충분히 확보되어야 모형의 정확도가 향상될 것으로 판단된다. 따라서, 향후 연구에서는 본 연구에서 고찰된 모형의 적용성과 한계점을 고려하여 토석류 거동을 예측모의 한다면 보다 세부적으로 토석류와 유목거동을 예측분석해 볼 수 있을 것으로 사료된다. 또한 본 연구의 결과는 기후변화로 인한 강우발생의 불확실성과 이로 야기되는 토석류 발생을 사전에 예측하여 토석류 저감대응방안을 구축하는 일환으로 활용 될 수 있을 것으로 기대된다.

산사태는 사면에서 발생하는 대표적인 토사재해이다. 그리고 산사태가 발생하여 사면이 붕괴하였을 때 동반되어 나타나는 토석류는 지형 변화의 중요한 원인으로 간주한다. 산사태와 토석류가 도시나 농촌 등 인구가 밀집된 지역에서 발생할 경우 직접적인 인명 피해와 재산 피해를 발생시키며, 댐이나 저수지가 위치한 유역에서 발생할 경우 댐/저수지에 토사가 유입되어 유효저수량을 감소시킴으로써 시설물의 기능을 저하할 수 있다. 댐/저수지의 지속적인 운영과 관리하고 이러한 피해를 최소화하기 위해서는 수치 모형을 활용하여 현상을 이해하고, 분석하는 것이 필수적이다. 하지만 한국은 국토 70%의 산지에 약 18,000개의 댐과 저수지가 설치되어 있으나, 댐과 저수지 유역에서 발생하는 산사태와 토석류에 대한 연구는 미흡한 실정이다. 이에 본 연구는 댐이나 저수지 유역에서 발생하는 산사태-토석류로 인해 해당 시설물에 발생하는 피해를 집중적으로 분석하고자 수치모형을 활용하였다. 또한 산지에서 발생하는 토사재해의 특성을 반영하고자 식생을 고려하기 위한 분포 시나리오를 구축하여 사면 안정성 및 토석류 유동에 있어서 식생의 영향을 파악하였습니다.

전 세계적인 기후변화로 인해 태풍과 집중호우의 발생빈도와 규모가 지속적으로 증가하고 있다. 이러한 태풍과 집중호우는 국토의 64%가 산지로 이루어져 있는 우리나라에서 토석류 재해를 발생시켜 하류부에 많은 피해를 입힌다. 토석류는 계곡을 따라 흐르는 특성을 가지고 있어 콘크리트 사방댐, 슬릿트형 사방댐과 같은 횡단구조물과 기슭막이와 같은 종단구조물의 설치는 토석류피해 저감에 매우 유효하게 작용하고 있다. 따라서 토석류 재해의 발생 위험이 높은 유역에서의 토사유출량의 예측과 재해저감시설의 규모와 형상, 위치 설정은 토석류 피해를 예방하기 위한 중요한 요소이다. 본 연구에서는 2019년 10월 토석류 재해가 발생한 지역의 피해를 분석하기 위해 2차원 수치모형인 Hyper KANAKO 모형을 이용하였으며, 해당 지역의 수치지형도를 이용하여 수치표고모델(DEM)과 토석류 피해를 저감하기 위한 배수시설을 고려한 지형자료를 제작하였다. 그리고 모형의 주요 입력변수인 첨두유량은 토석류 피해가 발생하였을 때의 강우 자료와 현장조사 자료를 이용하여 산정하였다. Hyper KANAKO 모형의 결과로 나타나는 확산범위, 퇴적량 등을 분석하여 배수시설의 유무에 따른 토석류 피해 저감효과를 분석하였다.

본 연구에서는 음향센싱 기법을 활용하여 소류사량 계측이 가능한 센서인 파이프 하이드로폰을 2가지 형태로 개발하여 설치 형태에 따른 소류사량 계측 성능을 비교·분석하였다. 파이프 하이드로폰은 수리구조물 끝단에 설치하는 부착식 하이드로폰과 하천 하상에 설치 가능한 형태로 제작하였으며, 파이프 하이드로폰의 실내 실험을 위한 수리실험장치를 구축하였다. 소류사 음향 데이터를 수집 및 저장하기 위해 National Instrument사에서 개발된 LabVIEW 언어를 이용하여 데이터 분석 프로그램을 개발하였으며, 데이터를 시계열 그래프로 표출하여 센서를 통해 계측되는 소류사의 특성을 분석하였다. 분석 결과 하천 하상 설치 형태의 파이프 하이드로폰은 후류가 발생하여 센서 후면으로 소류사가 재충돌되는 현상이 발생하였으며, 이에 6~9% 정도의 과다 산출되는 것을 확인할 수 있었다. 또한 소류사가 센서에 퇴적되어 지속적인 데이터를 취득하기에는 적합하지 못할 것으로 판단되었다. 동일한 조건으로 실험한 부착식 하이드로폰은 후류로 인한 재충돌 현상 및 퇴적현상 또한 발생하지 않았으며, 소류사량 추정 결과 90.9%로 양호한 수준의 성능이 확인되었다.

Humans inevitably and continuously produce wastewater in daily life worldwide. To decrease the degradation of river water bodies and aquatic ecosystem therein, humans have built systems at different scales to collect, drain, and treat household-produced wastewater. Particularly, municipal wastewater treatment plants (WWTPs) with centralized controls have played a key role in reducing loads of nutrients in domestic wastewater for the last few decades. Notwithstanding such contributions, impaired rivers regarding water quality and habitat integrity still exist at the whole river basin scale. It is highly attributable to the absence of dilution capacity of receiving streams and/or the accumulation of the pollutant loads along flow paths. To improve the perspective for individual WWTPs assessment, the first crucial step is to achieve systematic understanding on spatial distribution characteristics of all WWTPs together in a given river basin. By taking the initiative, our former study showed spatial hierarchical distributions of WWTPs in three large urbanized river basins in Germany. In this study, we uncover how municipal WWTPs in the contiguous United States are distributed along river networks in a give river basin. The extended spatial scope allows to deal with wide ranges in geomorphological attributes, hydro-climatic conditions, and socio-economic status. Furthermore, we identify the relation of the findings with multiple factors related to human activities, such as the spatial distribution of human settlements, the degree of economy development, and the fraction of communities served by WWTPs. Generalizable patterns found in this study are expected to contribute to establishing viable management plans for recent water-environmental challenges caused by WWTP-discharges to river water bodies.

최근 대청댐('17), 평림댐('19) 등 광역 취수원에서 망간의 먹는 물 수질기준(0.05mg/L 이하) 초과 사례가 발생되어, 다수의 민원이 제기되는 등 취수원의 망간 관리 중요성이 부각되고 있다. 특히, 동절기 전도(Turn-over)시기에 고농도 망간이 발생되는 경우가 많은데, 현재 정수장에서는 망간을 처리하기 위해 유입구간에 필터를 설치하고 주기적으로 교체하는 방식으로 처리하고 있다. 그러나 단기간에 고농도 망간 다량 유입 시 처리용량의 한계 등 정수장에서의 공정관리가 어려워지므로 사전 예측에 의한 대응 체계 고도화가 필요한 실정이다. 본 연구는 광역취수원인 주암댐을 대상으로 망간 예측의 정확도 향상 및 예측기간 확대를 위해 다양한 머신러닝 기법들을 적용하여 비교 분석하였으며, 독립변수 및 초매개변수 최적화를 진행하여 모형의 정확도를 개선하였다. 머신러닝 모형은 수심별 탁도, 저수위, pH, 수온, 전기전도도, DO, 클로로필-a, 기상, 수문 자료 등의 독립변수와 화순정수장에 유입된 망간 농도를 종속변수로 각 변수에 해당하는 실측치를 학습데이터로 사용하였다. 그리고 데이터기반 모형의 정확도를 개선하기 위해서 성층의 수준을 판별하는 지표로서 PEA(Potential Energy Anomaly)를 도입하여 데이터 분석에 활용하고자 하였다. 분석 결과, 망간 유입률은 계절 주기에 따라 농도가 달라지는 것을 확인하였고 동절기 전도시점과 하절기 장마기간 난류생성 시기에 저층의 고농도 망간이 유입이 되는 것을 분석하였다. 또한, 두 시기의 망간 농도의 변화 패턴이 상이하므로 예측 모델은 각 계절별로 구축해 학습을 진행함으로써 예측의 정확도를 향상할 수 있었다. 다양한 머신러닝 모델을 구축하여 성능 비교를 진행한 결과, 동절기에는 Gradient Boosting Machine, 하절기에는 eXtreme Gradient Boosting의 기법이 우수하여 추론 모델로 활용하고자 하였다. 선정 모델을 통한 단기 수질예측 결과, 전도현상 발생 시기에 대한 추종 및 예측력이 기존의 데이터 모형만 적용했을 경우대비 약 15% 이상 예측 효율이 향상된 것으로 나타났다. 본 연구는 머신러닝 모델을 활용한 망간 농도 예측으로 정수장의 신속한 대응 체계 마련을 지원하고, 수처리 공정의 효율성을 높이는 데 기여할 것으로 기대되며, 후속 연구로 과거 시계열 자료 활용 및 물리모형과의 연결 등을 통해 모델의 신뢰성을 제고 할 계획이다.

하천 합류부에 있어 수체의 혼합양상 분석은 고해상도의 자료가 필요하다. 하지만 최근 공간적 분포를 해석함에 있어 3D 기법들을 많이 활용되고 있다. IDW, Natural Neighbor, Kriging기법등 다양한 기법들이 많이 적용되고 있고 그에 따라 각 보간법을 비교 분석하여 공간해석에 대한 연구를 진행하였다. 관련 논문을 검토한 결과, 측정 결과에 따른 2차원 횡단면 분포의 내용이 지배적이었고, 3차원 매핑 및 3차원 분석을 통한 수리학적 정보 획득에 관한 연구는 부족한 실정이였다. 특히 3차원 하천 수질 농도의 연구가 불충분했다. 그에 따라 저해상도 측정결과에서의 예측과 보간법에 대한 시각화를 통해 하천의 전체적인 수리·수질정보를 표기하였다. 각각의 보간법을 비교함으로써 하천매핑에 있어 Kriging 기법을 적용하여 시각화된 자료와 정량적 평가를 통해 하천매핑의 정밀성을 향상시켰다. 하천합류부를 공간 분석할 시에 하천의 측정데이터에 대한 신뢰도를 바탕으로 계측경로에 따라 보간한 결과에 대한 신뢰도 분석을 실시하였다. 분석된 3차원자료를 이용하여 하천의 혼합거리에 대한 분석을 실시하였고 그에 따른 수표면과 연직방향까지 고려된 혼합거리분석을 비교하였다. 3차원 데이터를 활용하는 방법으로 측정 및 모니터링 기술의 중요한 데이터로 활용되며, 이러한 데이터는 유해물질 저감 기술 및 평가 예측 기술의 기초 데이터로 활용되고 있다. 유해화학물질 추정, 호수의 고위험 조류군 계층분석 등 다양한 수생건강 진단기술을 활용할 수 있다.

육지의 영양염류는 강수를 통해 강을 따라 바다로 흐른다. 연안 수질과 생태계를 효과적으로 관리하기 위해 수계를 통해 연안으로 배출되는 육상 영양염류 유출의 변화를 연구하는 것이 중요하다. 그러나 제한적인 수량과 수질 동시 관측자료로 인해 한반도 연안으로 유입되는 영양염량 변화에 대한 연구는 매우 제한적이다. 따라서 본 연구에서는 한반도 내륙에서 주변 연안 지역으로 유출되는 영양염류의 유출량과 그 변화량을 추정 및 분석하고 유출량에 대한 수량과 수질 변화의 기여도를 정량적으로 조사하였다. 2012-2021년 봄철(3-5월)에 한반도 연안 주변의 75개의 하천 지점에서 측정된 수질 농도 및 유량 관측 데이터와 한반도 연안 375지점에서 측정된 해양 수질 농도 데이터를 사용하였다. 더불어 22개의 해안지역 하천 유량 관측소와 근접한 수질 관측자료를 통해, 총 질소(TN), 총 인(TP), 클로로필a의 봄철 영양염류 유출 총량을 추정하고 그 변화량을 평가하였다. 그리고 영양염류 유출 변화량을 모델 수식으로 분해하여 유출 총량 변화량에 대한 하천 유량과 영양염류 농도 변화의 상대적인 기여도를 분석하였다. 분석결과는 연간 봄철 TN, TP, 클로로필a 유출 총량의 변화율이 영양염류의 농도 (각각 19%, 48%, 5%)보다는 하천 유량 (각각 84%, 51%, 91%)에서 더 많은 영향을 받았음을 보여주었다. 한반도 연안을 서해, 남해, 동해로 나누어 영양염류 유출 총량을 분석한 결과, 한반도 전체 유출량에서 서해의 가장 큰 기여도를 확인하였다. 또한 한반도 내륙에서 유출된 영양염류 총량이 연안의 수질에 끼치는 영향을 조사하고자 내륙 하천과 연안의 수질 간의 상관관계를 조사하여 간접적으로 파악하였다. 본 연구는 분석적인 접근을 통해 하천과 연안 수질 환경에서 수문학적인 연결고리의 중요성을 강조하고, 영양염류 유출 변화가 해안에 서식하는 생태계와 양식산업 생산성에 미치는 잠재적인 영향을 강조하였다.

우리나라의 하천은 도시의 급격한 산업화와 공업화로 인해 이수, 치수 목적을 중심으로 관리되어왔다. 그러나 최근 기후변화의 가속화와 댐과 같은 인공 구조물로 인해 하천의 수질 및 흐름이 위협받으면서 하천 환경개선에 대한 문제가 사회적으로 대두되고 있다. 하천의 생태기능은 하천에서 살아가는 각종 생물의 서식 조건을 유지함으로써 하천이 환경적으로 건강한 상태를 유지하도록 하는데 중요한 역할을 한다. 따라서 하천 환경개선을 위해서는 하천 생태기능 유지를 위한 최적 유량을 확보해야 한다. 일반적으로 하천의 생태기능을 보존하는데 필요한 최적 유량에 대한 평가에는 USGS(United States Geological Survey)에서 개발한 어류에 대한 유량과 서식지 가용성사이의 관계를 바탕으로 하는 물리적 서식처 모형 (Pysical HABitat SIMulation, PHABSIM)이 널리 사용되고 있다. PHABSIM은 가중가용면적(Weighted Useable Area, WUA)과 유량의 관계곡선을 산출하여 생태유량을 산정할 수 있게 한다. 본 연구에서는 최근 10년 동안 어류 건강성 평가에서 낮은 등급을 받은 탄천 대왕교 지점을 대상으로 PHABSIM을 이용한 어류의 계절별 최적 생태유량을 산정했다. 연구에 사용된 유량자료는 2012부터 2021년까지의 데이터가 사용되었다. 탄천의 대표 어종으로는 각 하천에서 우점종으로 선정된 Zacco platypus가 사용되었다. 각 연도별 그리고 계절별 하천 유량의 변화에 따른 환경생태유량 분석을 통해 제시된 각 하천의 최적 환경유지유량에 대한 결과는 한강권역 환경생태유량 산정 및 하천 관리를 위한 기초자료로 활용할 수 있을 것이다.

낙동강은 4대강 사업을 통한 다기능 보 건설로 하천 환경에 변화가 일어났다. 하천 수심이 증가하고 유속이 느려지는 정체성 수역 특성을 나타내고 있다. 이는 남조류 발생에 영향을 주며 남조류가 분비하는 독성물질 또한 수생태계와 인체에 유해하며 남조류 발생에 따른 다양한 원인인자들이 있다. 이러한 남조류 발생 특성을 정량적으로 규명하기 위하여 최근 조류 관리에 있어 데이터 마이닝 및 머신러닝 기법을 적용한 연구가 이루어지고 있다. 머신러닝에서는 학습자료 선정에 따라 예측 결과가 다르게 나타나며 이는 발생원인이 복잡한 남조류에 있어 중요한 부분이라 볼 수 있다. 낙동강의 다기능보는 하나의 유체에 직렬형으로 8개의 다기능보가 위치하고 있다. 8개의 보로 나누어져있는 하천은 각 구간별로 보의 수리학적 특성, 유역 특성이 다르다. 따라서 구간별 조류 발생 특성이 다르게 나타난다. 본 연구에서는 구간별 특성을 분류하고 조류 발생에 영향을 미치는 주요 인자들을 분석하고자 한다. 조류 발생에 있어 낙동강 8개 보 지점에 대하여 복잡한 남조류 발생 주요 영향인자 분석과 더불어 머신러닝 기법을 이용하여 영향인자에 따른 남조류 발생조건을 정량적으로 분석하였다. 수질 인자뿐만이 아닌 수리학적 인자를 고려하여 수리학적 체적시간이 다른 각 보에서의 조류발생 특성을 분석하고자 하였다. 또한 학습인자에 따라 남조류 예측에 대한 정확도 향상이 가능한지를 확인하고 이를 통해 정체성 하천에서의 남조류 발생 특성에 대해 연구하고자 하였으며 이를 통해 낙동강 남조류 발생 및 관리에 있어 선제적 관리에 활용하고자 한다.

산업 고도화로 인하여 복잡하고 다양한 유기물의 사용량이 증가하였으며, 공공수역 내 새로운 오염물질이 유입됨에 따라 생화학적 산소요구량(BOD) 중심의 수질평가에 한계를 나타내었다. 이후 난분해성 물질을 고려한 유기물관리 정책과 총량관리의 필요성이 제기되었고 국내 하천과 호소에서는 총 유기탄소(TOC)를 유기물 관리지표로 설정하였다. 그러나 부영양 하천과 호소에서 TOC는 외부 부하뿐만아니라 식물플랑크톤의 과잉성장에 의해 증가할 수 있는 항목이므로 TOC 관리정책 추진을 위해서는 유기물의 기원에 대한 파악이 필요하다. 한편, 우리나라와 같이 몬순 기후대에 속한 댐 저수지의 경우 강우시 유입하는 탁수에 의해 다량의 유기물과 인이 유입되기도 하지만 식물플랑크톤의 제한요인 중 광량에 많은 영향을 미친다. 식물플랑크톤의 광합성은 수체 내 유기탄소 내부생성에 매우 중요한 요소이나 점 단위의 실험적 방법을 활용한 유기탄소 순환 해석은 저수지의 시·공간적인 변동성을 고려하기에 한계가 있다. 본 연구의 목적은 금강 수계 최대 상수원인 대청호를 대상으로 3차원 수리-수질 모델을 적용하여 유기탄소 성분 별 유입과 유출, 내부생성 및 소멸량을 평가하고 탁수가 저수지에서의 유기탄소 순환에 미치는 영향을 분석하는데 있다. 유기탄소 물질수지 해석을 위해 AEM3D 모델을 사용하였으며 2018년을 대상으로 입력자료를 구축한 후 보정 및 검정을 수행하였다. 모델은 유기탄소를 입자성, 용존성, 그리고 난분해성과 생분해성으로 구분하여 모의하며 유기물질 성상별 실험결과를 이용하여 입력자료를 구축하였으며 유기탄소순환 해석을 위해 4가지의 탄소성분과 조류 세포 내 탄소의 질량 변화율을 계산하였다. 이를 위해 외부 유입·유출부하율, 수체 내 생성(일차생산, 재부상, 퇴적물과 수체 간 확산) 및 소멸률(POC 및 조류 침강, DOC 무기화, 탈질)을 고려하였으며 탁수의 영향을 분석하기 위해 탁수 포함여부 시나리오를 구성하고 유기탄소 생성 및 소멸기작별 변동성을 비교 분석하였다. 모델은 2018년의 물수지를 적절히 재현하였으며 저수지의 수온 및 탁도 성층구조를 잘 재현해내면서 전반적인 수질을 적절하게 모의하였다. 탁수를 고려하였을 시 연간 TOC 부하량 중 내부기원 부하량은 56% 수준이였으나 탁수를 배제한 경우 내부기원 부하량은 82%로 나타났다. 특히, 연평균 Chl-a 농도가 44~48% 차이가 발생하면서 1차생산량이 약 4배가량 증가하였다. 몬순지역에서의 탁수는 체류시간이 긴 성층 저수지에서 식물플랑크톤 성장제어에 큰 영향을 미쳤으며 전반적인 유기탄소 순환을 해석하는데 있어 매우 중요한 인자로 작용하였다.

미세플라스틱은 입자크기가 5 mm 이하인 플라스틱으로 정의되며, 수계로 유입된 미세플라스틱은 내분비계 교란물질로 작용하여 생태계에 환경독성을 유발하고 오염물질을 흡착·운반할 수 있는 독성 물질의 매개체로서 미세플라스틱의 위해성에 대한 우려가 증가하고 있다. 본 연구는 수용액에서 다양한 미세플라스틱의 납(Pb) 흡착특성을 평가하고 미세플라스틱의 비표면적에 따른 흡착 효과를 비교하고자 하였다. 플라스틱 종류 중 HDPE (High-density Polyethylene)와 PVC (Polyvinyl Chloride)를 각각 세 가지 크기(Group 1: 2.5 mm - 1.0 mm, Group 2: 1.0 mm - 0.3 mm, Group 3: < 0.3 mm)로 제조하여 분류하였으며, 미세플라스틱 입자크기의 비표면적은 BET(Brunauer, Emmett, Teller)분석을 통하여 측정하였다. 담수환경 조성을 위해 pH 7로 조절한 Pb 용액의 농도(0, 0.5, 1, 5, 10, 30 mg/L)별 흡착실험을 수행하였으며 실험결과를 3가지 흡착등온식(Langmuir, Freundlich, Sips 모델)을 사용하여 미세플라스틱에서 Pb 흡착 거동을 나타내었다. BET 분석 측정결과, PVC의 경우 Group 3 > Group 2 > Group 1 순으로 PVC의 입자크기가 작을수록 비표면적이 크게 나타났으며, HDPE 비표면적 또한 비슷한 경향을 보였다. HDPE와 PVC에서 Pb의 흡착은 Langmuir 모델(R² > 0.97)과 Freundlich 모델(R² > 0.82)보다 Sips 모델(R² > 0.98)이 흡착 거동을 설명하기에 가장 적합하였다. 최대흡착능(Q_m) 상수는 입자크기가 작아질수록 흡착능이 높아지는 추세를 보였으며, 흡착세기(K_F)와 흡착강도(n^-1)는 각 플라스틱의 Group 3(HDPE K_F = 0.028, PVC K_F = 0.032; HDPE n^-1 = 0.225, PVC n^-1 = 0.547)에서 가장 높게 나타났다. 본 연구를 통해 HDPE와 PVC에서 Pb의 흡착특성은 Sips모델로 설명이 가능했으며, 이에 따라 Pb 흡착과정에 복수의 흡착메커니즘이 작용하고 있음을 유추해볼 수 있었다. 미세플라스틱의 입자크기와 비표면적이 Pb 흡착량에 영향을 미치는 것을 알 수 있었으며, 미세플라스틱이 중금속을 흡착하여 생물체 내로 전이시킬 수 있는 매개체 역할의 가능성을 확인하였다.

기작기반의 역학적 모델과 자료기반의 딥러닝 모델은 수질예측에 다양하게 적용되고 있으나, 각각의 모델은 고유한 구조와 가정으로 인해 장·단점을 가지고 있다. 특히, 딥러닝 모델은 우수한 예측 성능에도 불구하고 훈련자료가 부족한 경우 오차와 과적합에 따른 분산(variance) 문제를 야기하며, 기작기반 모델과 달리 물리법칙이 결여된 예측 결과를 생산할 수 있다. 본 연구의 목적은 주요 상수원인 댐 저수지를 대상으로 수심별 수온과 탁도를 예측하기 위해 기작기반과 자료기반 모델의 장점을 융합한 PGDL(Process-Guided Deep Learninig) 모델을 개발하고, 물리적 법칙 만족도와 예측 성능을 평가하는데 있다. PGDL 모델 개발에 사용된 기작기반 및 자료기반 모델은 각각 CE-QUAL-W2와 순환 신경망 딥러닝 모델인 LSTM(Long Short-Term Memory) 모델이다. 각 모델은 2020년 1월부터 12월까지 소양강댐 댐 앞의 K-water 자동측정망 지점에서 실측한 수온과 탁도 자료를 이용하여 각각 보정하고 훈련하였다. 수온 및 탁도 예측을 위한 PGDL 모델의 주요 알고리즘은 LSTM 모델의 목적함수(또는 손실함수)에 실측값과 예측값의 오차항 이외에 역학적 모델의 에너지 및 질량 수지 항을 제약 조건에 추가하여 예측결과가 물리적 보존법칙을 만족하지 않는 경우 penalty를 부가하여 매개변수를 최적화시켰다. 또한, 자료 부족에 따른 LSTM 모델의 예측성능 저하 문제를 극복하기 위해 보정되지 않은 역학적 모델의 모의 결과를 모델의 훈련자료로 사용하는 pre-training 기법을 활용하여 실측자료 비율에 따른 모델의 예측성능을 평가하였다. 연구결과, PGDL 모델은 저수지 수온과 탁도 예측에 있어서 경계조건을 통한 에너지와 질량 변화와 저수지 내 수온 및 탁도 증감에 따른 공간적 에너지와 질량 변화의 일치도에 있어서 LSTM보다 우수하였다. 또한 역학적 모델 결과를 LSTM 모델의 훈련자료의 일부로 사용한 PGDL 모델은 적은 양의 실측자료를 사용하여도 CE-QUAL-W2와 LSTM 보다 우수한 예측 성능을 보였다. 연구결과는 다차원의 역학적 수리수질 모델과 자료기반 딥러닝 모델의 장점을 결합한 새로운 모델링 기술의 적용 가능성을 보여주며, 자료기반 모델의 훈련자료 부족에 따른 예측 성능 저하 문제를 극복하기 위해 역학적 모델이 유용하게 활용될 수 있음을 시사한다.

본 연구는 호우(heavy rain) 발생 시 대기 중 미세먼지(particulate matter, PM) 저감효과를 규명하고 강우 지속에 따른 빗물 수질(pH, 전기전도도(electrical conductivity, EC), 수용성 이온) 분석을 통해 대기 중 PM이 빗물 수질에 미치는 영향을 평가하였다. 2020년 3월부터 2021년 2월까지강우 강도(7.5 mm/h)를 기준으로 총 6회의 강우를 대상으로 하였으며 빗물 샘플은 집수장치를 통해 50 mL를 연속적으로 수집하여 수질을 분석하였다. 대기 중 PM_2.5 (≤ 2.5 ㎛ in diameter) 및 PM₁₀ (≤ 10 ㎛ in diameter) 농도는 기상청 내 부산 남구 대연동 관측소의 automatic weather system (AWS)에서 측정된 일평균 자료를 이용하였다. 강우에 따른 대기 중 PM의 저감효율은 상대적으로 PM₁₀에서 뚜렷하게 나타났으며, 특히 강우 강도 7.5 mm/h 이상(유형 1)의 호우 발생 시60% 이상의 저감효율을 보였다. 반면, 강우 강도 7.5 mm/h 이하(유형 2)일 때는 10% 이하의 저감효율을 보였으며, 강우 지속에 따라 대기 중 PM₁₀ 농도가 증가하는 경향을 보이기도 하였다. 총108개의 빗물 샘플 수질을 분석한 결과, 유형 1의 경우 초기 빗물의 평균 EC는 58.5 µS/cm으로 상대적으로 높았으며 대기 중 PM₁₀과 양의 상관관계(r = 0.99)를 보였고 평균 pH는 4.3으로 산성도가 높게 나타났으며 대기 중 PM₁₀과 음의 상관관계(r = -0.99)를 보였다. 반면, 유형 2의 경우 대기 중 PM₁₀과 EC (r = -0.56) 및 pH (r = -0.41) 간 뚜렷한 상관관계가 나타나지 않았다. 또한 강우가 지속됨에 따라 EC와 수용성 양이온(Na⁺, Mg²⁺, K⁺, Ca²⁺, NH₄⁺) 및 음이온(Cl^-, NO₃^-, SO₄^2-)의 농도는 지속적으로 감소하는 경향을 보였으나 pH의 경우 강우 강도에 따라 증감의 경향이 다르게 나타났다. 유형 1의 경우 강우 지속에 따라 pH가 증가하여 산성도가 낮아졌으나 유형 2는 pH의 증감 형태를 뚜렷하게 확인하기 어려웠다. 연구 결과를 통해 강우 초기 높은 강도로 강우가 지속될 경우 대기 중 PM₁₀이 빗물 수질에 영향을 미칠 수 있는 것으로 판단되며, 이에 따라 호우 발생 시 강우가 대기 중 오염물질을 지표면으로 유입시킬 수 있는 매개체로 작용할 수 있음을 지시한다.

하천의 건강성을 평가하기 위해 일반적으로 수생태계 건강성 지표(TDI, BMI, FAI, HRI, RVI)가 사용되고 있다. 이 지표는 5가지 등급으로 구분하여 매우 좋음(A), 좋음(B), 보통(C), 나쁨(D), 매우나쁨(E)으로 구분된다. 하지만, 하천의 건강성 관점에서 수질, 토지이용, 지리적 특성, 경관지수와의 상관성을 바탕으로 어떤 영향을 미치는지에 대한 연구가 필요하다. 본 연구에서는 하천의 수생태계 건강성에 영향을 미치는 환경적 인자들과의 관계성을 분석하여 수생태계 건강성이 '좋음'에 해당되는 하천으로 분류하고자 한다. 이를 통해 환경적 인자들의 임계값을 산출하여 하천 관리에 대한 구체적인 우선순위 설정 방안을 제안하고자 한다. 낙동강대권역을 대상으로 수질, 토지이용, 지리적 특성, 경관지수의 여러 변수 중 수생태계 건강성과의 관계에서 대표성을 나타낼 수 있는 환경적 인자를 선정하기 위하여 정준상관분석(CCA)을 수행하였다. 또한 모델 기반의 클러스터 분석을 활용하여 소권역별로 수생태계 건강성이 '좋음'에 해당할 확률을 파악하고, 여기에 해당하는 소권역에 대하여 각각의 환경적 인자에 대한 임계값을 정량적으로 평가하였다. 본 연구에서는 하천의 환경 인자들과의 관계를 분석하여 수생태계 건강성을 평가하고 하천 관리에 대한 구체적인 우선순위를 파악하는 방법을 제안한다. 주성분 분석 및 모델 기반 클러스터 분석을 사용하여 각 소권역에 대한 환경 인자의 임계값을 평가하고, 정책 결정자들이 하천의 건강성을 유지하고 개선할 수 있는 정보를 제공할 수 있다.

골프장 건축 시 하부지반 구축을 위해 사용하는 잔석의 산화로 인해 중금속 용출이 발생할 수 있다. 용출된 중금속으로 인근 농업지역이 오염될 경우 인간의 식생활에 직접적인 영향을 미쳐 인체건강에 악영향을 끼칠 수 있다. 특히, 망간의 경우 식품을 통해 과다섭취할 경우 정신착란, 운동실조 등 다양한 신경학적 문제를 발생시키기 때문에 망간 오염에 대한 조사 및 관리는 필수적이다. 따라서, 본 연구는 최근 골프장이 건설된 부산시 일광 회룡리 일대 농업지역에서 망간 오염 평가를 위해 지표수, 퇴적물, 벼 작물을 채취하여 망간 농도 분석을 수행하였다. 골프장 유출조부터 시작되는 관개수로에서 지표수와 퇴적물 시료를 약 20 m 간격으로 채취하였으며, 관개수로의 구조에 따라 논을 4개의 구역(Area 1 - 4)으로 구분하여 논 토양과 벼 작물을 채취하였다. 벼 작물의 경우 뿌리, 줄기, 곡물 부분으로 나누어 채취하였으며, 퇴적물과 논 토양은 시료 내 존재하는 망간의 형태를 확인하기 위해 연속추출법을 통해 분석하였다. 분석 결과 지표수의 망간 농도는 골프장 유출조에서 하류로 갈수록 감소하는 경향을 보였으며, 하류에서의 망간농도는 상류에 비해 최대 88% 감소하였다. 퇴적물의 망간 농도는 논으로 연결되는 지점에서 20,000 mg/kg 이상의 높은 농도를 보였으며, 농업이 진행 중인 3, 5, 7월은 최대 약 25,000 mg/kg의 농도를 보였으나, 농업이 끝난 9월에는 최대 약 3,500 mg/kg으로 상대적으로 낮은 농도를 보였다. 논 토양의 망간 농도는 관개수로와 첫 번째로 연결되는 Area 1에서 1,600 mg/kg으로 측정되었으며, 이는 EPA에서 권고한 논 토양 망간 기준 1,000 mg/kg을 초과하는 농도로 확인되었다. 또한, 식물이 사용할 수 없는Residual 형태의 망간 농도는 변화가 없었으나, 식물이 사용 가능한 Acid soluble, Reducible, Oxidizable 형태의 망간 농도는 추수기 이후 80% 이상 감소하였다. 벼 작물의 곡물 망간 농도는100 - 200 mg/kg으로 USDA에서 발표한 쌀 곡물 망간 농도의 평균인 5 mg/kg보다 약 20배 이상 높게 검출되었다. 본 연구 결과를 통해 골프장 유출조로부터 발생하는 망간오염을 식별하고 주변 농업지역에 미치는 영향을 확인할 수 있었으며, 추후 골프장 운영으로 인한 환경오염에 대한 관리가 필요할 것으로 생각된다.

수질모니터링은 수자원 보존과 공중 보건에 있어 매우 중요하다. 기후변화로 인한 이상강우와 산업화 등의 이유로 비점오염물질 및 오염원 배출량이 증가하여 하천과 호소에 영양염류가 증가하게 된다. 영얌염류의 증가로 하천에 부영양화 상태가 지속된다면 녹조발생 등으로 인해 생태계에 부정적 영향을 초래하게 된다. 또한 부영양화는 원수의 유기물량 증가로 인해 처리비용 증가, 이취미 문제 등 인간에게도 직접적인 문제를 유발한다. 특히 우리나라의 경우 하천 취수율이 높은 국가이며, 낙동강 중상류 지역에는 산업시설이 과도하게 밀집되어 있어 하천에 오염물질 유입이 되어 부영양화가 된다면 심각한 문제를 유발하게 된다. TN은 부영양화의 중요한 지표다. 우리나라의 TN 측정은 시료 채수 후 실험실에서 수질오염공정 시험기준에 따라 진행이 된다. 실험실 분석은 TN 농도를 분석하는 일반적인 방법이며, 정확한 검출 및 정량화를 목표로 한다. 하지만 이러한 방식은 정교한 장비를 갖춘 전문 실험실 및 전문 인력을 필요로 한다. 환경부에서 주요 하천에 수질측정망을 설치하여 수질현황에 대한 종합적인 조사를 통해 수질변화 추세를 파악하는 것이 가능하지만, 실시간 TN 농도를 감지하는데 매우 제한적이다. 현재 조사방식은 TN 농도 증가로 인한 문제에 대해 초기대응을 하기에는 한계가 있다. 최근 센서의 발전으로 다양한 항목을 신속하고 지속적으로 모니터링 할 수 있게 되었다. TN에 대한 직접적인 센서 모니터링은 불가능 하지만 여러 측정 항목이 TN과 상관관계가 있는 것이 여러 연구에서 입증되었다. 이러한 결과를 바탕으로 본 연구에서는 오염도가 높은 낙동강을 대상으로 TN 예측에 대한 기초 연구를 진행하였다. 과거 측정된 자료를 활용하여 센서로 측정 가능한 항목을 통해 TN 예측을 진행하며, 실제 활용을 위해 회귀식을 도출하고자 한다. 최근 환경부에서 실시간 수질 현황 및 오염도를 파악하기 위해 자동측정망 지점을 늘리는 추세인데, 본 연구의 결과를 활용한다면 실시간 TN 예측에 대한 기초자료 활용될 수 있을 것으로 판단된다.

국내 이상기후로 인해 여름철 하천과 호소에서 빈번하게 발생되는 조류의 과대성장이 매년 문제가 되고 있다. 하천 조류는 일차생산자로서 매우 중요한 역할을 하지만, 하천조류 중 유해남조류가 생장하면서 발생하는 악취 유발 물질과 독성물질의 배출로 문제를 야기하고 있다. 국내에서는 조류경보제와 수질예보제를 시행하여 국민의 안전을 도모하기 위해 최선을 다하고 있으며, 발령 기준은 유해남조류세포수에 따라 발령이 되기 때문에 유해남조류 측정은 매우 중요하다. 현재 조류의 분석방법은 현장에서 조류샘플을 채취하고 실험실에서 현미경을 통해 조류샘플을 검경하고 녹조류, 남조류, 규조류의 세포수 또는 우점종을 산정한다. 조류검경은 개인의 역량에 따라 오차가 생길수 있고 시간이 많이 소요된다. 최근 많은 연구자들이 이런 문제를 해결하기 위해 인공위성, 광학영상, 초분광영상 등을 통해 녹조류와 남조류 대체 인자인 Chlorophyll, Phycocyanin을 통해 조류농도를 추정하고 있으나, 조류세포수 분석에 대한 연구는 미비한 실정이다. 본 연구에서는 매년 조류 발생으로 문제가 되는 물금취수장 인근 하천에서 발생한 조류를 채취하고 조류검경을 통해 얻은 남조류세포수와, LISST-HAB를 통해 얻은 Phycocyanin농도, 초분광영상을 활용한 조류스펙트럼 데이터를 통해 남조류세포수 추정하고 남조류세포수와 비교분석을 진행하였다. 본 연구를 통해 조류측정 원격탐사 연구의 기초자료로 제공하고자 한다.

본 연구는 SWAT(Soil and Water Assessment Tool)과 PHABSIM(Physical Habitat Simulation System)을 활용하여 남강댐유역(2,983.0 km²)을 대상으로 유역환경변화에 따른 환경생태유량 확보량을 산정하였다. 유역환경변화를 고려하기 위해 유역환경변화 요인(토지이용, 지하수 이용, 산림생장, 도로개발, 토양깊이)를 1980s(1976~1985), 2010s(2006~2019)로 구분하여 보정된 SWAT에 적용하였다. 유역환경변화 분석결과 토지이용은 1980s 대비 2010s에서 도시와 농업지역은 증가하였으나, 산림과 수역은 감소하였다. 지하수 이용은 1980s 대비 2010s에서 +18.9 백만 m³/년 증가한 평균 31.5 백만 m³/년으로 분석되었고, 산림높이는 1980s 대비 2010s에서 +0.6 m 증가한 평균 12.4 m의 수고를 가지는 것으로 분석되었다. 토양깊이와 도로망의 경우 각각 1980s 대비 2010s에서 -0.2 cm, +29.2 km 증가한 61.3 cm, 51.5 km로 나타났다. 유역환경변화 요인을 SWAT에 적용한 결과, 남강댐유역의 평균 유량은 1980s 대비 2010s에서 -9.5 m³/sec 감소한 77.3 m³/sec로 분석되었다. 남강댐유역의 환경생태유량을 산정하기 위해 하류에 위치한 정암교가 위치한 하천에 대해 PHABSIM을 구축하였고, 대표어종인 피라미에 대한 서식처적합도지수를 적용하여 환경생태유량을 산정하였다. 최적 환경생태유량은 21.0 m³/sec로 나타났고, 가중가용면적-유량 관계를 활용하여 가중가용면적 비율별(100%~25%) 환경생태유량을 산정하였다. 2010s에서 환경생태유량을 만족하지 못하는 73일(Q293~Q365)에 대하여 각 유황과 환경생태유량과의 차이를 일별로 계산한 후 10일 간격의 차이의 총합을 확보량으로 정의하여 산정하였다. 100% 환경생태유량 기준일 때 평균 확보량과 확보기간은 각각 5.36 m³/sec, 73일로 나타났고, 80% 기준일 때 평균 확보량과 확보기간은 각각 2.75 m³/sec, 20일로 나타났다.

Characterizing the performance of precipitation (hereafter PRE) products in estimating the uncertainties in daily PRE in the era of global warming is of great value to the ecosystem's sustainability and human survival. This study intercompares the performance of different PRE products (gauge-based, satellite and reanalysis) sourced from the Frequent Rainfall Observations on GridS (FROGS) database over diverse climate zones in Africa and identifies regions where they depict minimal uncertainties in order to build optimal maps as a guide for different climate users. This is achieved by utilizing various techniques, including the triple collection (TC) approach, to assess the capabilities and limitations of different PRE products over nine climatic zones over the continent. For daily scale analysis, the uncertainties in light PRE (0.1 5mm/day) are prevalent over most regions in Africa during the study duration (2001-2016). Estimating the occurrence of extreme PRE events based on daily PRE 90th percentile suggests that extreme PRE is mainly detected over central Africa (CAF) region and some coastal regions of west Africa (WAF) where the majority of uncorrected satellite products show good agreement. The detection of PRE days and non-PRE days based on categorical statistics suggests that a perfect POD/FAR score is unattainable irrespective of the product type. Daily PRE uncertainties determined based on quantitative metrics show that consistent, satisfactory performance is demonstrated by the IMERG products (uncorrected), ARCv2, CHIRPSv2, 3B42v7.0 and PERSIANN_CDRv1r1 (corrected), and GPCC, CPC_v1.0, and REGEN_ALL (gauge) during the study period. The optimal maps that show the classification of products in regions where they depict reliable performance can be recommended for various usage for different stakeholders.

The Amazon River basin is one of the largest basins in the world, and its ecosystem is vital for biodiversity, hydrology, and climate regulation. Thus, understanding the hydrometeorological process is essential to the maintenance of the Amazon River basin. However, it is still tricky to monitor the Amazon River basin because of its size and the low density of the monitoring gauge network. To solve those issues, remote sensing products have been largely used. Yet, those products have some limitations. Therefore, this study aims to do bias corrections to improve the accuracy of Satellite Precipitation Products (SPPs) in the Amazon River basin. We use 331 rainfall stations for the observed data and two daily satellite precipitation gridded datasets (CHIRPS, TRMM). Due to the limitation of the observed data, the period of analysis was set from 1st January 1990 to 31st December 2010. The observed data were interpolated to have the same resolution as the SPPs data using the IDW method. For bias correction, we use convolution neural networks (CNN) combined with an autoencoder architecture (ConvAE). To evaluate the bias correction performance, we used some statistical indicators such as NSE, RMSE, and MAD. Hence, those results can increase the quality of precipitation data in the Amazon River basin, improving its monitoring and management.

Generally, Global Climate Models (GCM) cannot be used directly due to their inherent error arising from over or under-estimation of climate variables compared to the observed data. Several bias correction methods have been devised to solve this problem. Most of the traditional bias correction methods are one dimensional as they bias correct the climate variables separately. One such method is the Quantile Mapping method which builds a transfer function based on the statistical differences between the GCM and observed variables. Laux et al. introduced a copula-based method that bias corrects simulated climate data by employing not one but two different climate variables simultaneously and essentially extends the traditional one dimensional method into two dimensions. but it has some limitations. This study uses objective functions to address specifically, the limitations of Laux's methods on the Quantile Mapping method. The objective functions used were the observed rank correlation function, the observed moment function and the observed likelihood function. To illustrate the performance of this method, it is applied to ten GCMs for 20 stations in South Korea. The marginal distributions used were the Weibull, Gamma, Lognormal, Logistic and the Gumbel distributions. The tested copula family include most Archimedean copula families. Five performance metrics are used to evaluate the efficiency of this method, the Mean Square Error, Root Mean Square Error, Kolmogorov-Smirnov test, Percent Bias, Nash-Sutcliffe Efficiency and the Kullback Leibler Divergence. The results showed a significant improvement of Laux's method especially when maximizing the observed rank correlation function and when maximizing a combination of the observed rank correlation and observed moments functions for all GCMs in the validation period.

Bias correction of values is a necessary step in downscaling coarse and systematically biased global climate models for use in local climate change impact studies. In addition to univariate bias correction methods, many multivariate methods which correct multiple variables jointly - each with their own mathematical designs - have been developed recently. While some literature have focused on the inter-comparison of these multivariate bias correction methods, none have focused extensively on the effect of diverse configurations (i.e., different combinations of input variables to be corrected) of climate variables, particularly high-dimensional ones, on the ability of the different methods to remove biases in uni- and multivariate statistics. This study evaluates the impact of three configurations (inter-variable, inter-spatial, and full dimensional dependence configurations) on four state-of-the-art multivariate bias correction methods in a national-scale domain over South Korea using a gridded approach. An inter-comparison framework evaluating the performance of the different combinations of configurations and bias correction methods in adjusting various climate variable statistics was created. Precipitation, maximum, and minimum temperatures were corrected across 306 high-resolution (0.2°) grid cells and were evaluated. Results show improvements in most methods in correcting various statistics when implementing high-dimensional configurations. However, some instabilities were observed, likely tied to the mathematical designs of the methods, informing that some multivariate bias correction methods are incompatible with high-dimensional configurations highlighting the potential for further improvements in the field, as well as the importance of proper selection of the correction method specific to the needs of the user.

Climate change is a complex phenomenon having its impact on diverse sectors. Temperature and precipitation are two of the most fundamental variables used to characterize climate, and changes in these variables can have significant impacts on ecosystems, agriculture, and human societies. This study evaluated the historical (1981-2010) and future (2011-2100) climatic trends in the Seti-Gandaki basin of Nepal based on 5 km resolution Multi Model Ensemble (MME) of 18 Global Climate Models (GCMs) from the Coupled Model Intercomparison Project Phase 6 (CMIP6) for SSP1-2.6, SSP2-4.5 and SSP5-85 scenarios. For this study, ERA5 reanalysis dataset is used for historical reference dataset instead of observation dataset due to a lack of good observation data in the study area. Results show that the basin has experienced continuous warming and an increased precipitation pattern in the historical period, and this rising trend is projected to be more prominent in the future. The Seti basin hosts 13 operational hydropower projects of different sizes, with 10 more planned by the government. Consequently, the findings of this study could be leveraged to design adaptation measures for existing hydropower schemes and provide a framework for policymakers to formulate climate change policies in the region. Furthermore, the methodology employed in this research could be replicated in other parts of the country to generate precise climate projections and offer guidance to policymakers in devising sustainable development plans for sectors like irrigation and hydropower.

Flooding has become an increasing event which is one of the major natural disasters responsible for direct economic damage in South Korea. Driven by climate change, precipitation extremes play significant role on the flood damage and its further increase is expected to exacerbate the socioeconomic impact in the country. However, the empirical evidence associating changes in precipitation extremes to the historical flood damage is limited. Thus, there is a need to assess the causal relationship between changes in precipitation extremes and flood damage, especially in agricultural region like Chungcheong region in South Korea. The spatial and temporal changes of precipitation extremes from 10 synoptic stations based on daily precipitation data were analyzed using the ClimPACT2 tool and Mann-Kendall test. The four precipitation extreme indices consisting of consecutive wet days (CWD), number of very heavy precipitation wet days (R30 mm), maximum 1-day precipitation amount (Rx1day), and simple daily precipitation intensity (SDII), which represent changes in intensity, frequency, and duration, respectively, and the time series data on flooded area and flood damage from 1985 to 2020 were used to investigate the causal relationship in the ARDL-ECM framework and pairwise Granger causality analysis. The trend results showed that majority of the precipitation indices indicated positive trends, however, CWD showed no significant changes. ARDL-ECM framework showed that there was a long-run relationship among the variables. Further analysis on the empirical results showed that flooded area and Rx1day have significant positive impacts on the flood damage in both short and long-runs while R30 mm only indicated significant positive impact in the short-run, both in the current period, which implies that an increase in flooded area, Rx1day, and R30 mm will cause an increase in the flood damage. The pairwise Granger analysis showed unidirectional causality from the flooded area, R30 mm, Rx1day, and SDII to flood damage. Thus, these precipitation indices could be useful as indicators of pluvial flood damage in Chungcheong region of South Korea.

This study investigates the importance of flood-influencing factors on the accuracy of flood risk mapping using the integration of remote sensing-based and machine learning techniques. Here, the Extreme Gradient Boosting (XGBoost) and Random Forest (RF) algorithms integrated with GIS-based techniques were considered to develop and generate flood risk maps. For the study area of NAPA County in the United States, rainfall data from the 12 stations, Sentinel-1 SAR, and Sentinel-2 optical images were applied to extract 13 flood-influencing factors including altitude, aspect, slope, topographic wetness index, normalized difference vegetation index, stream power index, sediment transport index, land use/land cover, terrain roughness index, distance from the river, soil, rainfall, and geology. These 13 raster maps were used as input data for the XGBoost and RF algorithms for modeling flood-prone areas using ArcGIS, Python, and R. As results, it indicates that XGBoost showed better performance than RF in modeling flood-prone areas with an ROC of 97.45%, Kappa of 93.65%, and accuracy score of 96.83% compared to RF's 82.21%, 70.54%, and 88%, respectively. In conclusion, XGBoost is more efficient than RF for flood risk mapping and can be potentially utilized for flood mitigation strategies. It should be noted that all flood influencing factors had a positive effect, but altitude, slope, and rainfall were the most influential features in modeling flood risk maps using XGBoost.

Streamflow prediction is a critical task in water resources management and essential for planning and decision-making purposes. However, the streamflow prediction is challenging due to the complexity and non-linear nature of hydrological processes. The transfer learning is a powerful technique that enables a model to transfer knowledge from a source domain to a target domain, improving model performance with limited data in the target domain. In this study, we apply the transfer learning using the Informer model, which is a state-of-the-art deep learning model for streamflow prediction. The model was trained on a large-scale hydrological dataset in the source basin and then fine-tuned using a smaller dataset available in the target basin to predict the streamflow in the target basin. The results demonstrate that transfer learning using the Informer model significantly outperforms the traditional machine learning models and even other deep learning models for streamflow prediction, especially when the target domain has limited data. Moreover, the results indicate the effectiveness of streamflow prediction when knowledge transfer is used to improve the generalizability of hydrologic models in data-sparse regions.

Compound hazards (CHs) are two or more extreme climate events combined which occur simultaneously in the same region at the same time. Compared to individual hazards, the combination of hazards that cause CHs can result in greater economic losses and deaths. While several extreme climate events have been recorded across Asia for the past decades, many studies have only focused on a single hazard. In this study, we assess the spatiotemporal pattern of dry compound hazards which includes drought, heatwave, fire and wind across Asia for the last 42 years (1980-2021) using the historical data from ERA5 Reanalysis dataset. We utilize a daily spatial data of each climate event to assess the occurrence of such compound hazards on a daily basis. Heatwave, fire and wind hazard occurrences are analyzed using daily percentile-based thresholds while a pre-defined threshold for SPI is applied for drought occurrence. Then, the occurrence of each type of compound hazard is taken from overlapping the map of daily occurrences of a single hazard. Lastly, a multivariate assessment are conducted to quantify the occurrence frequency, hotspots and trends of each type of compound hazard across Asia. By conducting a multivariate analysis of the occurrence of these compound hazards, we identify the relationships and interactions in dry compound hazards including droughts, heatwaves, fires, and winds, ultimately leading to better-informed decisions and strategies in the natural risk management.

Soil organic carbon (SOC) is a critical component of soil health and is crucial in mitigating climate change by sequestering carbon from the atmosphere. Accurate estimation of SOC storage is essential for understanding SOC dynamics and developing effective soil management strategies. This study aimed to investigate the factors influencing the spatial distribution of SOC storage in South Korea, using bulk density (BD) prediction to estimate SOC stock. The study utilized data from 393 soil series collected from various land uses across South Korea established by Korea Rural Development Administration from 1968-1999. The samples were analyzed for soil properties such as soil texture, pH, and BD, and SOC stock was estimated using a predictive model based on BD. The average SOC stock in South Korea at 30 cm topsoil was 49.1 Mg/ha. The study results revealed that soil texture and land use were the most significant factors influencing the spatial distribution of SOC storage in South Korea. Forested areas had significantly higher SOC storage than other land use types. Climate variables such as temperature and precipitation had a relative influence on SOC storage. The findings of this study provide valuable insights into the factors influencing the spatial distribution of SOC storage in South Korea.

The frequent occurrence of cyanobacterial harmful algal blooms (CHABs) in inland waters under climate change seriously damages the ecosystem and human health and is becoming a big problem in South Korea. Satellite remote sensing is suggested for effective monitoring CHABs at a larger scale of water bodies since the traditional method based on sparse in-situ networks is limited in space. However, utilizing a standalone variable of satellite reflectances in common CHABs dual-models, which relies on both chlorophyll-a (Chl-a) and phycocyanin or cyanobacteria cells (Cyano-cell), is not fully beneficial because their seasonal variation is highly impacted by surrounding meteorological and bio-environmental factors. Along with the development of Artificial Intelligence (AI), monitoring CHABs from space with analyzing the effects of environmental factors is accessible. This study aimed to investigate the potential application of AI in the dual-model strategy (Chl-a and Cyano-cell are output parameters) for monitoring seasonal dynamics of CHABs from satellites over Korean inland waters. The Sentinel-3 satellite was selected in this study due to the variety of spectral bands and its unique band (620 nm), which is sensitive to cyanobacteria. Via the AI-based feature selection, we analyzed the relationships between two output parameters and major parameters (satellite water-leaving reflectances at different spectral bands), together with auxiliary (meteorological and bio-environmental) parameters, to select the most important ones. Several AI models were then employed for modelling Chl-a and Cyano-cell concentration from those selected important parameters. Performance evaluation of the AI models and their comparison to traditional semi-analytical models were conducted to demonstrate whether AI models (using water-leaving reflectances and environmental variables) outperform traditional models (using water-leaving reflectances only) and which AI models are superior for monitoring CHABs from Sentinel-3 satellite over a Korean inland water body.

Most distributed water is not used effectively due to water loss occurring in pipe networks. These water losses are caused by leakage, typically due to high water pressure to ensure adequate water supply. High water pressure can cause the pipe to burst or develop leaks over time, particularly in an aging network. In order to reduce the amount of leakage and ensure proper water distribution, it is important to apply pressure management. Pressure management aims to maintain a steady and uniform pressure level throughout the network, which can be achieved through various operational schemes. The schemes include: (1) installing a variable speed pump (VSP), (2) introducing district metered area (DMA), and (3) operating pressure-reducing valves (PRV). Applying these approaches requires consideration of various hydraulic, economic, and environmental aspects. Due to the different functions of these approaches and related components, an all-together optimization of these schemes is a complicated task. In order to reduce the optimization complexity, this study recommends a sequential optimization method. With three network operation schemes considered (i.e., VSP, DMA, and PRV), the method explores all the possible combinations of pressure management paths. Through sequential optimization, the best pressure management path can be determined using a multiple-criteria decision analysis (MCDA) to weigh in factors of cost savings, investment, pressure uniformity, and CO₂ emissions. Additionally, the contribution of each scheme to pressure management was also described in the application results.

Providing safe and readily available water is vital to maintain public health. One of the most prevalent methods to prevent the spread of waterborne diseases is applying chlorine injection to the treated water before distribution. During the water transmission and distribution, the chlorine will experience a reduction, which can imply potential risks for human health if it falls below the minimum threshold. The ability to determine the appropriate initial intensity of chlorine at the source would be significant to prevent such problems. This study proposes two methods that integrate hydraulic and water quality modeling to determine the suitable intensity of chlorine to be injected into the source water to maintain the minimum chlorine concentration (e.g., 0.2 mg/l) at each demand node. The water quality modeling employs the first-order decay to estimate the rate of chlorine reduction in the water. The first method utilizes a backtracking algorithm to trace the path of water from the demand node to the source during each time step, which helps to accurately determine the travel time through each pipe and node and facilitate the computation of time-dependent chlorine decay in the water delivery process. However, as a backtracking algorithm is computationally intensive, this study also explores an alternative approach using a water age. This approach estimates the elapsed time of water delivery from the source to the demand node and calculate the time-dependent reduction of chlorine in the water. Finally, this study compares the outcomes of two approaches and determines the suitable and effective method for calculating the chlorine intensity at the source to maintain the minimum chlorine level at demand nodes.

This study investigates the capability of Physics-Informed Neural Networks (PINNs) for solving the solution of partial differential equations. Particularly, the 1D Saint-Venant Equations (SVEs) were considered, which describe the movement of water in a domain with shallow depth compared to its horizontal extent, and are widely adopted in hydrodynamics, river, and coastal engineering. The core contribution of this work is to combine the robustness of neural networks with the physical constraints of the SVEs. The PINNs method utilized a neural network to approximate the solutions of SVEs, while also enforcing the underlying physical principles of the equations. This allows for a more effective and reliable solution, especially in areas with complex geometry and varying bathymetry. To validate the robustness of the PINNs method, numerical experiments were conducted on several benchmark problems. The results show that the PINNs could be achieved high accuracy when compared with the solution from the numerical solution. Overall, this study demonstrates the potential of using PINNs and highlights the benefits of integrating neural network and physics information for improved efficiency and accuracy in solving SVEs.

The use of low-cost IoT sensors for flow measurement in open channels has gained significant attention due to their potential to provide continuous and real-time data at a low cost. However, the accuracy and reliability of these sensors in real-world scenarios are not well understood. This study aims to compare the performance of low-cost IoT sensors in the laboratory and real-world conditions to evaluate their accuracy and reliability. Firstly, a low-cost IoT sensor was integrated with an IoT platform to acquire real-time flow rate data. The IoT sensors were calibrated in the laboratory environment to optimize their accuracy, including different types of low-cost IoT sensors (HC-SR04 ultrasonic sensor & YF-S201 sensor) using an open channel prototype. After calibration, the IoT sensors were then applied to a real-world case study in the Dorim-cheon stream, where they were compared to traditional flow measurement methods to evaluate their accuracy.The results showed that the low-cost IoT sensors provided accurate and reliable flow rate data under laboratory conditions, with an error range of less than 5%. However, when applied to the real-world case study, the accuracy of the IoT sensors decreased, which could be attributed to several factors such as the effects of water turbulence, sensor drift, and environmental factors. Overall, this study highlights the potential of low-cost IoT sensors for flow measurement in open channels and provides insights into their limitations and challenges in real-world scenarios.

The Mekong River Basin (MRB) is a crucial watershed in Asia, impacting over 60 million people across six developing nations. Accurate satellite-based precipitation products (SPPs) are essential for effective hydrological and watershed management in this region. However, the performance of SPPs has been varied and limited. The APHRODITE product, a unique gauge-based dataset for MRB, is widely used but is only available until 2015. In this study, we present a novel framework for correcting SPPs in the MRB by employing a deep learning approach that combines convolutional neural networks and encoder-decoder architecture to address pixel-by-pixel bias and enhance accuracy. The DLF was applied to four widely used SPPs (TRMM, CMORPH, CHIRPS, and PERSIANN-CDR) in MRB. For the original SPPs, the TRMM product outperformed the other SPPs. Results revealed that the DLF effectively bridged the spatial-temporal gap between the SPPs and the gauge-based dataset (APHRODITE). Among the four corrected products, ADJ-TRMM demonstrated the best performance, followed by ADJ-CDR, ADJ-CHIRPS, and ADJ-CMORPH. The DLF offered a robust and adaptable solution for bias correction in the MRB and beyond, capable of detecting intricate patterns and learning from data to make appropriate adjustments. With the discontinuation of the APHRODITE product, DLF represents a promising solution for generating a more current and reliable dataset for MRB research. This research showcased the potential of deep learning-based methods for improving the accuracy of SPPs, particularly in regions like the MRB, where gauge-based datasets are limited or discontinued.

The impact of global warming on the south Asian summer monsoon is of critical importance for the large population of this region. This study aims to investigate the future changes of the precipitation extremes during pre-monsoon and monsoon, across this region in a more organized regional structure. The study area is divided into six major divisions based on the Köppen-Geiger's climate structure and 10 sub-divisions considering the geographical locations. The future changes of extreme precipitation indices are analyzed for each zone separately using five indices from ETCCDI (Expert Team on Climate Change Detection and Indices); R10mm, Rx1day, Rx5day, R95pTOT and PRCPTOT. 10 global climate model (GCM) outputs from the latest CMIP6 under four combinations of SSP-RCP scenarios (SSP1-2.6, SSP2-4.5, SSP3-7.0, and SSP5-8.5) are used. The GCMs are bias corrected using nonparametric quantile transformation based on the smoothing spline method. The future period is divided into near future (2031-2065) and far future (2066-2100) and then the changes are compared based on the historical period (1980-2014). The analysis is carried out separately for pre-monsoon (March, April, May) and monsoon (June, July, August, September). The methodology used to compare the changes is probability distribution functions (PDF). Kernel density estimation is used to plot the PDFs. For this study we did not use a multi-model ensemble output and the changes in each extreme precipitation index are analyzed GCM wise. From the results it can be observed that the performance of the GCMs vary depending on the sub-zone as well as on the precipitation index. Final conclusions are made by removing the poor performing GCMs and by analyzing the overall changes in the PDFs of the remaining GCMs.

Detection and monitoring of wildfires are essential for limiting their harmful effects on ecosystems, human lives, and property. In this research, we propose a novel method running in the Google Earth Engine platform for identifying and characterizing burnt regions using a hybrid of Sentinel-1 (C-band synthetic aperture radar) and Sentinel-2 (multispectral photography) images. The 2022 Uljin wildfire, the severest event in South Korean history, is the primary area of our investigation. Given its documented success in remote sensing and land cover categorization applications, we select the Random Forest (RF) method as our primary classifier. Next, we evaluate the performance of our model using multiple accuracy measures, including overall accuracy (OA), Kappa coefficient, and area under the curve (AUC). The proposed method shows the accuracy and resilience of wildfire identification compared to traditional methods that depend on survey data. These results have significant implications for the development of efficient and dependable wildfire monitoring systems and add to our knowledge of how machine learning and remote sensing-based approaches may be combined to improve environmental monitoring and management applications.

The Tonle Sap is the richest and diverseness of freshwater ecosystem in Southeast Asia, receiving nurturing water flows from the Mekong and its immediate basin. In addition, the rapid development in the Tonle Sap Lake (TSL) Basin, and flood inundation may threaten the natural diversities and characteristics. The impacts of flood inundation in 11 sub-basins contributing to the Tonle Sap Lake were assessed using the Rainfall-Runoff-Inundation (RRI) model to quantify the potential magnitude and extent of the flooding. The RRI model is set up by using gauged rainfall data to simulate the information of river discharge and flood inundation of huge possible flood events. Moreover, two satellite precipitation products (SPPs), CHIRPS and GSMaP, within respectively spatial resolutions of 0.05° and 0.1°, are utilized as an input for the RRI model to simulate river discharge, flood depth, and flood extent for the great TSL Basin of Cambodia. This study used statistical indicators such as NSE, PBIAS, RSR, and R2 as crucial indices to evaluate the performance of the RRI model. Therefore, the findings of this study could provide promising guidance in hydrological modeling and the significant implications for flood risk management and disaster preparedness in the region.

The impacts of dams on transboundary flow are complex and challenging to project and manage, given the potential moderating influence of a broad range of anthropogenic and natural factors. This study presents a global meta-analysis of 168 studies that examines the effect magnitude of dams on downstream seasonal, annual flow, and hydrological extremes risk on 39 hotspot transboundary river basins. The study also evaluates the impact of 13 factors, such as climate, basin characteristics, dams' design and types, level of transboundary cooperation, and socioeconomic indicators, on the heterogeneity of outcomes. The findings reveal that moderators significantly influence the impact of dams on downstream flow, leading to considerable heterogeneity in outcomes. Transboundary cooperation emerges as the key factor that determines the severity of dams' effect on both dry and wet season's flows at a significance level of 0.01 to 0.05, respectively. Specifically, the presence of water-supply and irrigation dams has a significant (0.01) moderating effect on dry-season flow across basins with high transboundary cooperation. In contrast, for wet-season flow, the basin's vulnerability to climate extremes is associated with a large negative effect size. The various moderators have varying degrees of influence on the heterogeneity of outcomes, with the aridity index, population density, GDP, and risk level of hydro-political tension being the most significant factors for dry-season flow, and the risk level of hydro-political tension and basin vulnerability to climate extremes being the most significant for wet-season flow. The results suggest that transboundary cooperation is crucial for managing the impacts of dams on downstream flow, and that various other factors, such as climate, basin characteristics, and socioeconomic indicators, have significant moderating effects on the outcomes. Thus, context-specific approaches are necessary when predicting and managing the impacts of dams on transboundary flow.

Drought and flooding have historically coexisted in Korea, occurring at different times and with varying cycles and trends. The drought indicators measured were (PDSI), (SPI), and (SPEI) in order to statistically analyze the annual or periodic drought occurrence and objectively evaluate statistical characteristics such as the periodicity, tendency, and frequency of occurrence of droughts in the Doam watershed. To compute potential evapotranspiration (PET), both Thornthwaite (Thor) and Penman-Monteith (PM) parameterizations were considered, and the differences between the two PET estimators were analyzed. Hence, SPIs 3 and SPIs 6 revealed a tendency to worsen drought in the spring and winter and a tendency to alleviate drought in the summer in the study area. The seasonal variability trend did not occur in the SPIs 12 and PDSI, as it did in the drought index over a short period. As a result of the drought trend study, the drought from winter to spring gets more severe, in addition to the duration of the drought, although the periodicity of the recurrence of the drought ranged from 3 years to 6 years at the longest, indicating that SPIs 3 showed a brief time of around 1 year. SPIs 6 and SPIs 12 had a term of 4 to 6 years, and PDSI had a period of roughly 6 years. Based on the indicators of the PDSI, SPI, and SPEI, the drought severity increases under climate change conditions with the decrease in precipitation and increased water demand as a consequence of the temperature increase. Therefore, our findings show that national and practical measures are needed for both winter and spring droughts, which happen every year, as well as large-scale and extreme droughts, which happen every six years.

This study suggests a new approach of water level forecasting for extended lead times using original data preprocessing with variational mode decomposition (VMD). Here, two machine learning algorithms including light gradient boosting machine (LGBM) and random forest (RF) were considered to incorporate extended lead times (i.e., 5, 10, 15, 20, 25, 30, 40, and 50 days) forecasting of water levels. At first, the original data at two water level stations (i.e., SW173 and SW269 in Bangladesh) and their decomposed data from VMD were prepared on antecedent lag times to analyze in the datasets of different lead times. Mean absolute error (MAE), root mean squared error (RMSE), and mean squared error (MSE) were used to evaluate the performance of the machine learning models in water level forecasting. As results, it represents that the errors were minimized when the decomposed datasets were considered to predict water levels, rather than the use of original data standalone. It was also noted that LGBM produced lower MAE, RMSE, and MSE values than RF, indicating better performance. For instance, at the SW173 station, LGBM outperformed RF in both decomposed and original data with MAE values of 0.511 and 1.566, compared to RF's MAE values of 0.719 and 1.644, respectively, in a 30-day lead time. The models' performance decreased with increasing lead time, as per the study findings. In summary, preprocessing original data and utilizing machine learning models with decomposed techniques have shown promising results for water level forecasting in higher lead times. It is expected that the approach of this study can assist water management authorities in taking precautionary measures based on forecasted water levels, which is crucial for sustainable water resource utilization.

To improve global risk management, understanding the characteristics and distribution of precipitation is crucial. However, obtaining spatially and temporally resolved climatic data remains challenging due to sparse gauge observations and limited data availability, despite the use of satellite and reanalysis products. To address this challenge, merging available precipitation products has been introduced to generate spatially and temporally reliable data by taking advantage of the strength of the individual products. However, most of the existing studies utilize all the available products without considering the varying performances of each dataset in different regions. Comprehensively considering the relative contributions of each parent dataset is necessary since their contributions may vary significantly and utilizing all the available datasets for data merging may lead to significant data redundancy issues. Hence, for this study, we introduce a site-specific precipitation merging method that utilizes the Quadruple Collocation (QC) approach, which acknowledges the existence of error-cross correlation between the parent datasets, to create a high-resolution global daily precipitation data from 2001-2020. The performance of multiple gridded precipitation products are first evaluated per region to determine the best combination of quadruplets to be utilized in estimating the error variances through the QC approach and computation of merging weights. The merged precipitation is then computed by adding the precipitation from each dataset in the quadruplet multiplied by each respective merging weight. Our results show that our approach holds promise for generating reliable global precipitation data for data-scarce regions lacking spatially and temporally resolved precipitation data.

Flood is a major threat to human society, and scientific assessment of flood risk in human living areas is an important task. In this study, two different methods were used to evaluate the flood in Ulsan City, and the results were comprehensively compared and analyzed. Based on the fuzzy mathematics and VIKOR method of the multi-objective decision system, similar evaluation results were obtained in the study area. The results show that due to the large number of rivers in Ulsan City and the relatively high exposure index, the whole city faces a high risk of flooding. However, fuzzy mathematics theory pays more attention to the negative impact of floods on people, and the adaptability in the Nam-gu District is lower. In contrast, the VIKOR method pays more attention to the positive role of the economy and population in flood protection, and thus obtains a higher score. Both approaches demonstrate that the city of Ulsan faces a high risk of flooding and that its citizens and policymakers need to invest in preventing flood damage.

Since China adopted Public Private Partnerships (PPPs) in the 1980s, China has relied on water PPPs to expand appropriate water facilities.. According to the World Bank data from 1994 to 2020, the top five provinces hosted over 40 percent of total PPPs, with four of them located in the Huadong area and one in the Henan area. A vast gap exists between the group attracting the most PPPs and the group hosting the least. This study explores Guangdong and Shandong provinces, which have led most PPPs in China. Coincidently, these areas are also famous for the typical areas to show the Chinese economic policy after the open-door policy. They have achieved economic development and rapid urbanization rates based on the large scale of Foreign Direct Investment inflow and export-oriented manufacturing industry, as well as their active participation in PPPs over the last thirty years. An economic approach can provide valuable insights into the development of water infrastructure. Adequate urban infrastructure has been shown to impact local economic development positively. Water infrastructure also provides a basic and sustainable environment for economic activities by satisfying more water usage, improving the efficiency of the water supply, and reducing water pollution caused by industrial activities. However, it remains only partially understood without inclusive research on the issues related to water resources in each province. For instance, existing studies have been limited to explaining slightly different patterns of water PPPs between Guangdong and Shandong at the beginning of the PPP era. This study aims to elucidate the development pattern of water PPPs in each province from multi-dimensional aspects. Therefore, the study will help understand why China boosted the development of the private water market.

Smart water cities (SWC) are urban municipalities that utilizes modern innovations in managing and preserving the urban water cycle in the city; with the purpose of securing sustainability and improving the quality of life of the urban population. Understanding the different urban water characteristics and management strategies of cities situate a baseline in the development of evaluation scheme in determining whether the city is smart and sustainable. This research herein aims to develop measurements and evaluation for SWC Key Performance Indicators (KPIs), and set up a unified global standard and certification scheme. The assessment for SWC is performed in technical, as well as governance and prospective aspects. KPI measurements under Technical Pillar assess the cities' use of technologies in providing sufficient water supply, monitoring water quality, strengthening disaster resilience, minimizing hazard vulnerability, and maintaining and protecting the urban water ecosystem. Governance and Prospective Pillar on the other hand, evaluates the social, economic and administrative systems set in place to manage the water resources, delivering water services to different levels of society. The performance assessment is composed of a variety of procedures performed in a quantitative and qualitative manner, such as computations through established equations, interviews with authorities in charge, field survey inspections, etc. The developed SWC KPI measurements are used to evaluate the urban water management practices for Busan Eco Delta city, a Semulmeori waterfront area in Gangseo district, Busan. The evaluation and scoring process was presented and established, serving as the basis for the application of the smart water city certification all over the world. The established guideline will be used to analyze future cities, providing integrated and comprehensive information on the status of their urban water cycle, gathering new techniques and proposing solutions for smarter measures.

Globally, agriculture is one of the largest consumers and polluters of water resources, contributing to the unsustainable use of limited water resources. To reduce the resource use and environmental footprints associated with current and future food systems, researchers and policy makers have recommended the transition to sustainable and healthier diets and the reduction of food loss and waste along the food supply chain. However, there is limited information on the synergistic effects and trade-offs of adopting the two measures. In this study, we assessed the water-saving potential of the two measures in South Korea using environmentally extended input-output relying on the EXIOBASE database for the reference year 2020, along with scenario analysis to model the potential outcomes. Specifically, we analyzed scenarios where meat consumption was reduced by 30% and 50% and in combination with a 50% reduction in food waste at the consumption stage for each scenario. According to our findings, by considering individual measures of dietary change and food waste reduction, shifting to a diet with 30% and 50% less meat consumption could lead to reduction in water footprint by 6.9% and 7.5%, respectively, while 50% reduction in food waste at the consumption stage could save about 14% of water footprint. However, the synergistic effects of the two measures such as 30% less meat consumption and 50% food waste reduction, and 50% less meat consumption and 50% food waste reduction result to 20% and 24% reductions in water footprint, respectively. Moreover, our findings also showed that increasing food consumption with high environmental impacts could promote resources use inefficiency when waste occurs. Thus, policy strategies that address synergistic effects of both dietary change and food waste reduction should be strengthened to achieve sustainable food system. International and national policies can increase resource efficiency by utilizing all available reduction potentials while considering strategies interactions.

Agricultural water demand is considered as the major sector of water withdrawal due to irrigation. The majority part of the global agricultural field depends on various irrigation techniques. Therefore, a timely and sufficient supply of water is the most important requirement for agriculture. Irrigation is implemented in different ways in various land surface models, it can be modeled empirically based on observed irrigation rates or by calculating water supply and demand. Certain models can also calculate the irrigation demand as per the soil water deficit. In these implementations, irrigation is typically applied uniformly over the irrigated land regardless of crop types or irrigation techniques. Whereas, the latest version of Community Land Model (CLM) in the Community Terrestrial Systems Model (CTSM) uses a global distribution map of irrigation with 64 crop functional types (CFTs) to simulate the irrigation water demand. It can estimate irrigation water withdrawal from different sources and the amount or the areas irrigated with different irrigation techniques. Hence, we set up the model for the simulation period of 16 years from 2000 to 2015 to analyze the global irrigation demand at a spatial resolution of 1.9° × 2.5°. The simulated irrigation water demand is evaluated with the available observation data from FAO AQUASTAT database at the country scale. With the evaluated model, this study aims to suggest new sustainable scenarios for the ratios of irrigation water withdrawal, high depending on the withdrawal sources e.g. surface water and groundwater. With such scenarios, the CFT maps are considered as the determining factor for selecting the areas where the crop pattern can be altered for a sustainable irrigation water management depending on the available withdrawal sources. Overall, our study demonstrate that the scenarios for the future sustainable water resources management in terms of irrigation water withdrawal from the both the surface water and groundwater sources may overcome the excessive stress on exploiting the groundwater in major river basins globally.

지구온난화, ENSO 등 전지구적인 기후변화 현상으로 위험기상 발생이 증가하고 있다. 한반도는 삼면이 바다에 접하였기 때문에 매우 불안정한 대기로 저기압이 빈번히 통과하는 특징을 가지며, 우리나라는 매년 이상기후로 인한 기상재해로 인명 및 재산 피해가 증가하는 추세를 보이고 있다. 최근 10년간 가장 많이 발생한 피해액 기준 대형 자연재난은 호우로 총 49회 발생하였다. 호우는 다른 기상재해에 비해 발생 시간이 짧고, 공간 규모가 작을 뿐만 아니라 시공간적으로 변동성이 매우 크기 때문에 발생 시 많은 인명 및 재산 피해를 유발한다. 기상청은 호우 외 9가지 기상현상으로 인해 중대 재해 발생이 예상되는 경우 주의를 환기하거나 경고를 예보하는 특보를 발표한다. 현재 사용 중인 호우특보 기준은 기후변화와 위험기상 발생 패턴 변화에 따른 호우 피해와 강우량의 상관성을 고려해 3시간 강우량 개념으로 강우강도, 12시간 강우량 개념으로 누적강우량을 파악할 수 있게 개선한 결과이다. 그러나 지역 특성을 반영하지 아니하고, 하나의 특보 기준 값을 전 지자체에 적용하기 때문에 국지성 집중호우의 지역별 특성을 세세히 반영하지 못하는 등 한계를 보인다. 이와 반대로 영국의 경우 기상특보 기준에 기상현상이 미치는 영향을 포함하였으며, 일본의 경우 우리나라 시군구 개념인 시정촌별로 기상특보 기준을 다르게 설정하여 운영 중이다. 지역 특성을 반영한 해외 기상특보 사례와 달리 우리나라 기상특보는 지역별 위험 및 사회·경제적 취약성을 고려하지 않아 특보 기준 값이 획일화되어 있음을 확인했다. 이에 본 연구는 기상특보 중 호우특보로 연구 범위를 한정하고, 위험기상의 획일적 의사결정 시스템을 보완하기 위해 영향한계강우량과 재해위험성을 고려한 호우특보 기준을 연구하여 제안하고자 한다.

최근 이상 기후변화로 인해 환경과 생태계 등 다양한 분야에서 문제들이 발생하고 있다. 특히 하천에서는 유량 부족, 부영양화, 탁수 등 수질 악화 현상이 대두되고 있어 체계적인 하천 수질관리의 필요성이 높아지고 있다. 국내에서는 수질오염총량제도를 통해 BOD, T-P 항목을 대상물질로 수계의 수질을 관리하고 있지만, 오염원이 다양해짐에 따라 다항목의 수질인자를 활용한 평가방안이 필요한 실정이다. 최근 효율적인 하천의 수질관리를 위해 다양한 항목을 고려한 종합적인 수질 평가 방법이 도입되고 있다. 국내외에서는 하천의 종합적인 수질을 평가하고자 CCME WQI, RTWQI, NSFWQI 등의 수질지수(Water Quality Index, WQI)를 개발하여 하천의 복잡한 수질 정보를 점수 및 등급으로 산정하여 하천의 수질을 평가하고 있으나 하천 유역 특성에 따라 주요 영향 인자가 상이하므로 유역 특성에 따른 맞춤형 수질관리가 필요하다. 본 연구에서는 유역 특성별 수질을 평가하기 위해 의사결정나무 기법을 적용한 수질지수를 산정하고자 한다. 군집분석을 통해 비슷한 특징을 가지는 유역을 분류하고, 군집별 특성 및 관계 분석을 통해 유역별 주요 수질인자 도출 및 가중치를 산정하여 군집별 적합한 수질지수를 산정하고자 한다. 이러한 연구를 통해 유역 특성별 수질 관리를 위한 기초 자료로 활용될 수 있을 것으로 사료된다.

습지, 호수 및 강 등을 포함하는 수체는 증발 및 비교적 높은 열용량을 통하여 주변 기온에 영향을 미친다. 이러한 효과는 수체의 크기, 형태, 그리고 깊이 등 수체의 특성에 따라 다르게 난다. 대부분의 경우 수체는 주변 기온을 저감시키지만, 특정 경우 반대로 기온을 상승시키는 효과를 불러온다. 아울러, 같은 수체라도 수체 주변 지역의 구조나 형태, 그리고 기후 조건에 따라 그 영향이 다르게 나타난다. 이에 대부분 연구자는 수치해석, 원격탐사 기법, 혹은 관측을 사용하는 방법 등을 사용하여 경험적으로 수체마다 기온변화 효과를 달리 평가하였다. 하지만, 이러한 평가는 대부분 국외에서 수행되어왔으며, 강, 하천, 그리고 호수 등이 주로 연구되어왔다. 탄소저감 및 높은 기후조절 효과를 가지는 습지는 물을 포함하고 있어, 당연히 수체로 취급될 수 있다. 습지의 다양한 기능 중 기온조절 효과는 습지의 가치 및 중요성을 평가하기 위하여 반드시 연구되어야 한다. 국외의 경우, 관련 연구가 수행된 바 있지만, 우리나라의 경우 관련 연구가 아직 수행되지 않았다. 수체의 기온조절 효과는 수체의 특성, 주변 지형의 특성, 그리고 기후 조건 등에 영향을 받음으로 국외 연구 결과들을 국내 습지에 그대로 적용할 수 없다. 따라서, 우리나라습지에 대한 평가가 달리 수행되어야 한다. 본 연구에서는 이러한 습지의 기온조절 효과를 평가하고자 광주호 습지를 대상으로 ENVI-met 수치해석 모형을 사용하여 그 지역의 여러 가상의 발전시나리오를 구축하고 모의 결과를 분석하였다. 그 결과, 광주호 습지의 기온저감 효과는 약 2km 정도까지 미치는 것으로 확인되었고, 그 규모는 기후 조건 및 주변 지형의 특성에 따라 달리 나타났다.

기후변화 대응을 위한 탄소 중립의 중요성이 대두되는 요즘, 생태계의 가장 큰 메탄 저장소로서 지구의 탄소 순환에 주요한 영향을 미치는 습지에 대한 이해는 필수적이다. 전지구 지면 모델인 Community Land Model(CLM)에 Functionally Assembled Terrestial Ecosystem Simulator(FATES) 외부 모듈을 함께 구동한 지면 생태계 모델 CLM-FATES는 지면 heterogeneity와 다양한 식생 종류를 고려하여 에너지 플럭스, 토양 수문, 생화학적 과정 등을 모의함으로써 탄소 동태 변화를 포함한 장기적 생태계 동태 변화 모의를 가능하게 한다. 본 연구는 CLM-FATES 모델을 미국 캘리포니아주 Mayberry Wetland (US-Myb)와 Twitchell East End Wetland (US-Tw4)에 적용하였다. 모델의 대기 입력 자료로는 FLUXNET-CH4에서 제공하는 에디 공분산 기반 플럭스 관측 자료를 사용하였다. 기존 CLM-FATES 모델은 토양이 장기간 포화 혹은 침수되어 지표 위 혹은 지표면 가까이 발달한 지하수면을 가지고 있는 습지의 수문학적 특성을 잘 반영하지 못해 정밀한 습지 생태계 동태 변화 모의에 한계를 가지고 있다. 본 연구에서는 CLM-FATES를 통한 보다 정확한 습지 생태계 모의를 위해 모델 내 토양 수문 관련 모듈을 수정하여 모델이 습지의 수문학적 특성을 반영할 수 있도록 하였다. 모델 구동 결과 도출한 잠열, 총일차생산량(Gross Primary Production: GPP)과 순생태계생산량(Net Ecosystem Production, NEP) 플럭스, 메탄 플럭스, 엽면적지수(Leaf Area Index; LAI)와 지표수 높이에 대해 관측값 대비 RMSE 및 R² 값을 계산하여 모의 결과의 적절성을 분석하였다. 이러한 모델 개선 경험을 바탕으로 추후 우리나라 습지 사이트에 모델을 적용하여 습지 탄소 동태 예측에 활용할 계획이다.

우량계는 강우 자료를 수집하는 전통적인 방법 중 하나로, 연속적이고 직접적인 설치가 가능하다. 하지만 지형적 특성에 영향을 받아 강우량을 과소 측정하는 문제점이 있다. 이러한 문제를 해결하기 위해 국지적인 호우, 강우 이동 및 강우 상황 등을 파악할 수 있는 레이더를 이용한 강우 측정이 활용된다. 하지만 레이더 기반 측정 또한 우량계와 마찬가지로 과소 측정하는 문제점이 있다. 측정 한계를 극복하기 위해 최근에는 위성 기반 강우 자료를 사용하고 있다. 위성 기반의 강우 자료는 측정이 어려운 장소에서도 강우량의 수집이 가능하며, 지표 변화를 관측하여 강우 측정의 정확도를 높일 수 있다. 고화질 위성 자료인 CHIRPS (Climate Hazards Group InfraRed Precipitation with Stations) 자료는 미국 국제개발처, 항공우주국, 해양 대기청의 지원으로 1980년부터 현재까지 전 지구적 (50°S-50°N, 180°E-180°W) 0.05° × 0.05°의 해상도를 가진 강우량 데이터를 개발하였다. 본 연구에서는 전국 54개 ASOS (Automated Synpotic Observing System)에서 관측한 월 단위 및 일 단위 강우 자료를 기준으로 CHIRPS 강우 자료를 비교하였다. 또한, 다른 위성 강우 자료들 (APHRODITE (Asian Precipitation Highly Resolved Observation Data Integration Towards Evaluation), CMORPH (Climate Prediction Cneter morphing method))과도 비교하여 국내 적용성을 확인하였다. 강우 자료의 정확도를 비교하기 위해서 Box-plot, RMSE (Root Mean Squared Error) 등을 산정하였으며, 강우 발생 일을 비교하고자 오차 행렬을 활용하였다. 비교 결과를 통해서 CHIRPS 강우 자료가 다른 위성 강우 자료들에 비해서 국내 적용성이 높은 것을 확인할 수 있었으며, 추후 국내 수문학 연구에서 기초자료로서 활용될 수 있을 것으로 판단된다.

여러 기후변화 시나리오에 의하면 기상재해의 발생빈도 및 강도가 증가할 것으로 예상된다. 그중 가뭄은 강수량 부족, 하천유량 감소, 토양 함수량 감소, 용수 수요량 증가 등의 다양한 요인으로 인해 발생하며, 한 가지 형태뿐만 아니라 복합적인 형태로 발생할 수 있다. 또한, 우리나라는 지역마다 기후 특성의 편차가 있어 기후변화에 따른 가뭄 취약성과 대응 능력이 지역마다 다르게 나타난다. 따라서 가뭄에 대응하기 위해서는 다양한 요인을 고려한 통합가뭄지수를 활용해야 하며, 미래의 기후변화를 고려하여 종합적으로 가뭄을 평가해야 한다. 본 연구에서는 동적 베이지안 분류기(DNBC) 기반의 통합가뭄지수를 활용하여 우리나라 전국에 대해 수문학적 위험도를 분석하고 미래 가뭄을 전망하였다. 기상학적, 수문학적, 농업적 및 사회경제적 요인을 고려한 통합가뭄지수를 산정하기 위하여 DNBC 분류기의 인자로 기후변화 시나리오 기반의 기상학적 가뭄지수 SPI, 수문학적 가뭄지수 SDI, 농업적 가뭄지수 ESI와 사회경제적 가뭄지수 WSCI를 활용하였다. 산정된 통합가뭄지수의 시계열을 기반으로 심도와 지속기간을 추출하고, 코플라 함수를 활용한 이변량 가뭄빈도분석을 수행하였다. 이후, 이변량 가뭄빈도분석에 의해 산정된 재현기간을 활용하여 수문학적 위험도를 산정하였다. 그 결과, P1(2021~2040) 기간이 수문학적 위험도 R=0.588로 가장 높은 위험도를 나타냈으며, 이후 P2(2041~2070) 기간까지 감소하였다가 P3(2071~2099) 기간에 다시 증가하는 추세를 보였다. P1(2021~2040) 기간과 P3(2071~2099) 기간은 영산강 유역이 각각 R=0.625(P1), R=0.550(P3)으로 가장 높은 위험도를 나타냈으나, P2(2041~2070) 기간은 금강 유역이 수문학적 위험도 R=0.482로 가장 높게 나타났다. 본 연구결과를 통해 향후 미래 가뭄에 대한 가뭄계획 수립 시에 기초자료로서 활용성이 높을 것으로 기대된다.

세류침식은 급경사 나지사면에서 증가하는 지표흐름에 의해 빈번하게 발생하고, 과도한 토사유출로 인해 홍수 및 토사재해 위험 증가와 수질오염 등의 문제를 야기한다. 본 연구는 개발지역의 마사토를 활용하여 1.2 m × 5.5 m 규모의 3개 중규모 플롯에서 세류발달 특성, 유출 및 토사유출량을 파악하고자 강우와 유입수 모의실험을 수행하였다. 경사 조건 15°와 20°에서 유입수 유무에 따른 4회의 반복실험이 진행되었으며 마사토의 평균입경은 0.89 mm이다. 강우강도 범위는 90~140 mm/hr이며, 유입수 유량은 합리식으로 계산하였으며 100~130 ml/sec이다. 하천 차수분석방법인 Horton방법을 사용하여 세류별 차수를 나누었다. 세류절개는 유입수가 없는 경우 실험 시작 약 1분 후에 발생하였고, 최대 2차수까지 세류가 발달하였으며, 유입수가 있는 경우 약 30초 후 발생하였고, 최대 3차수까지 세류가 발달하였다. 세류발달에 대한 수리학적 특성을 파악하기 위하여 염료 추적방법에 의한 동영상 이미지 분석결과 유속은 0.06~0.43 m/s의 범위를 보였다. 유입수와 강우가 함께 공급되는 경우 강우모의 공급수량에 비해 1.32~1.69배 증가했고, 이에 따라 지표유출수는 1.13~3.93배로 증가폭의 범위가 넓었다. 세류발달에 의한 토사유출량은 유입수 유무에 따라 6.7~32.3배로 증가하였다. 결론적으로 강우와 유입수가 상호작용하는 경우 강우에 의한 박리현상보다 유입수에 의한 측벽붕괴 활동이 활발하게 진행되었고 이는 세류 발달 과정에서 지배적으로 이루어졌기 때문으로 판단된다.

유기물오염은 호수와 하천에서 가장 흔히 나타나는 오염의 형태이다. 개발도상국에서는 하수처리시설이나 생활용수처리시설에서 유기물이 처리되지 않아 수중의 유기물함량이 증가하여 피해가 나타난다. 물환경보전법에 따라 유기물질을 측정하는 지표에는 BOD, COD, TOC가 있다. 그 중 BOD, COD 측정은 절차가 복잡하고 오래 걸리며, 생물분해가 불가능하거나 유독물질이 존재하는 유기물질인 경우에는 낮은 결과 또는 측정이 불가능하다. 이러한 이유로 환경부에서는 TOC중심관리로 전환되고 있다. 대부분의 수질항목 측정의 경우 현장시료를 채취하여 실험실에서 분석하는 수분석을 이용한다. 하지만 수분석의 경우 인력이 많이 투입되고 분석수가 한정적이며, 정교한 과학 장치를 갖춘 전문 실험실을 필요로 한다. 반면에 TOC는 짧은 시간 내에 측정이 가능하고, 안정적인 산화로 유기물질 총량을 정확하게 측정이 가능하다. 또한 위해성 물질을 발생시키지 않는 친환경적 방법이라 환경오염 감시에 많이 활용된다. 본 연구에서 분광측정기 중 하나인 S-CAN을 통해 하천의 TOC분석을 진행하였다. 대상지는 안동에 위치한 하천실험센터와 금호강 진천천으로 S-CAN측정과 채취한 시료의 수분석 결과를 비교하였다. 이를 통해 TOC측정 및 기기에 대한 정확도분석을 실시하였다. 본 연구를 통해 S-CAN을 활용한 TOC중심의 수질모니터링하여 수질의 특성을 탐구하고, TOC기초연구를 통한 유기물오염도 지표로서 해석할 수 있다. 수분석 자료를 활용한 정확도 비교를 통해 하천 TOC센서 측정 적용에 대한 기초자료 제공과 측정기기의 현장적용성을 판단 할 수 있다. TOC측정 및 분석을 통해 유기물질량을 실시간으로 정확하게 측정하게 되면 수질관리 효율성이 높아지고, 하천에 유입되는 유기물질량과 농도를 정확하게 파악하여 실효성 있는 정책 수립 및 효율적인 수질관리를 할 수 있다.

가뭄은 발생 시점과 종점을 정확히 파악하기 어려우며, 피해 면적이 광범위하기 때문에 수자원시스템 전반을 비롯한 사회, 경제적 측면에서 심각한 영향을 줄 수 있다. 우리나라의 가뭄 발생경향은 2000년 이후로 급증하고 있으며, 2022년 전라남도 지역의 경우, 평년 대비 강수량이 60%에 그쳐 50년 관측 사상에서 가장 낮은 수준으로 나타나면서 극심한 가뭄이 발생하여 현재까지도 지속되고 있다. 미래에도 기후변화로 인한 가뭄의 강도와 빈도가 증가될 것으로 예측됨에 따라 가뭄을 예방하기 위한 미래 가뭄 상황의 예측에 대한 필요성이 대두되고 있다. 따라서 다양한 기후모델 및 미래 기후변화 시나리오를 활용해 미래 가뭄에 대한 전망을 분석하고 적응 전략을 수립해야 한다. 본 연구에서는 CMIP6 (Coupled Model Intercomparison Project 6)에서 제공하는 18개의 전 지구적 기후모델별로 산출한 SSP (Shared Socioeconomic Pathways) 시나리오를 기반으로 기상학적 가뭄지수인 표준강수지수 (Standardized Precipitation Index, SPI), 유효가뭄지수(Effectvie Drought Index, EDI)와 강수량 및 기온의 변화에 따른 증발산량을 고려하여 가뭄을 판단하는 표준강수증발지수 (Standardized Precipitation Evaportranspiration Index, SPEI), 증발수요 가뭄지수 (Evaporative Demand Drought Index, EDDI)를 적용하여 미래 가뭄지수별 가뭄 예측 및 변동성을 분석하였다.

본 연구에서는 2018년부터 2021년까지의 국가가뭄정보통계집 자료를 바탕으로 호서 지역 내 농업가뭄 피해 사례들을 심층분석하고, 당시 지원된 농업용수 공급량에 주목하여 실제 용수 공급에 영향을 미친 잠재적 요인들의 특성을 파악하였다. 먼저, 농업가뭄 피해를 가뭄 당시 실제 공급된 농업용수량으로 정의하고, 피해 민감도라는 개념을 새롭게 도입하여 잠재적 영향 요인들과 농업용수 공급량 간의 지역별 연관성을 분석하였다. 본 연구는 농업 환경과 기상 조건 관련 인자들을 잠재적 영향 요인으로 규정하고, 연도별 도시면적당 농경지 면적 비율, 도시인구수 대비 농업종사자 비율, 전체 용수 이용량 대비 농업용수 비율, 월별 강수량, SPI(-3, -6, -9 및 -12)를 대상으로 연구를 수행하였다. 이러한 인자들의 변화에 따른 실제 공급된 농업용수량의 변화 정도를 수치화하여 지역별 피해 민감도를 산정하였다. 이를 위해, 먼저 잠재적 영향 요인과 실제 공급한 농업용수의 전월대비 증감량을 2018년부터 2021년까지 월별로 계산하였으며, 최대·최소 정규화를 통해 0부터 1 사이의 값으로 수치화하였다. 앞서 언급한 월별 증감량의 비율을 바탕으로 4년간의 절대적 수치 변화 정도를 비교·분석하였다. 그 결과, 농업 환경 관련 인자들 중 전체 용수 이용량 대비 농업용수 비율이 상대적으로 피해 민감도가 큰 것으로 나타났으며 기상 조건 관련 인자의 경우, SPI-9에 대한 피해 민감도가 가장 높은 수준임을 확인하였다. 추후, 본 연구에서 제안한 방법을 바탕으로 다양한 요인들에 대한 피해 민감도 산정 결과들이 도출된다면 농업가뭄 피해 시 농업용수 공급의 적절성 여부를 판단하는 데 있어 유용한 정보를 제공할 수 있을 것으로 사료된다.

유역 내 수자원 계획을 효율적으로 수립하기 위해서는 장기간에 걸친 수문 모델링 뿐만 아니라 미래 기후 시나리오에 따른 수문학적 기후변화 영향 분석도 중요하다. 이를 위해서는 관측 값에 기반한 고품질 및 고해상도 격자형 기상자료 생산이 필수적이다. 하지만, 우리나라는 종관기상관측시스템(ASOS)과 방재기상관측시스템(AWS)으로 이루어진 고밀도 관측 네트워크가 2000년 이후부터 이용 가능했기에 장기간 격자형 기상자료가 부족하다. 이를 보완하고자 본 연구는 가정적인 상황에 기반하여 만약 2000년 이전에도 현재와 동일한 고밀도 관측 네트워크가 존재했다면 산출 가능했을 장기간 일 단위 고해상도 격자형 기상자료를 생산하는 것을 목표로 한다. 구체적으로, 2000년을 기준으로 최근과 과거 기간의 격자형 기상자료를 딥러닝 알고리즘으로 모델링하여 과거 기간을 대상으로 기상자료(일 단위 기온, 강수량)의 공간적 변동성 및 특성을 재구성한다. 격자형 기상자료의 생산을 위해 우리나라의 고도에 기반하여 기상 인자들의 영향을 정량화 하는 보간법인 K-PRISM을 적용하여 고밀도 및 저밀도 관측 네트워크로 두 가지 격자형 기상자료를 생산한다. 생산한 격자형 기상자료 중 저밀도 관측 네트워크의 자료를 입력 자료로, 고밀도 관측 네트워크의 자료를 출력 자료로 선정하여 각 격자점에 대해 Long-Short Term Memory(LSTM) 알고리즘을 개발한다. 이 때, 멀티 그래픽 처리장치(GPU)에 기반한 병렬 처리를 통해 비용 효율적인 계산이 가능하도록 한다. 최종적으로 1973년부터 1999년까지의 저밀도 관측 네트워크의 격자형 기상자료를 입력 자료로 하여 해당 기간에 대한 고밀도 관측 네트워크의 격자형 기상자료를 생산한다. 개발된 대부분의 예측 모델 결과가 0.9 이상의 NSE 값을 나타낸다. 따라서, 본 연구에서 개발된 모델은 고품질의 장기간 기상자료를 효율적으로 정확도 높게 산출하며, 이는 향후 장기간 기후 추세 및 변동 분석에 중요 자료로 활용 가능하다.

최근 기후변화의 영향으로 가뭄, 홍수 등 재해의 발생 빈도 및 강도가 증가하고 있다. 미래에는 온실가스 배출량의 증가로 극한 기상현상은 더욱 심화될 전망이다. 이러한 위험에 효율적으로 대비하기 위해 기후변화 시나리오를 고려하여 미래를 전망하는 것은 매우 중요하며, 최근 연구자들은 불확실성을 고려하기 위해 다양한 시나리오를 적용하고 있는 추세이다. 다만, 기후변화 시나리오를 입력자료로 하여 분석을 수행하는 경우, 새로운 기후변화 시나리오가 생성될 때 기존 기후변화 영향 평가는 무의미해지며, 기존 결과의 신뢰도 또한 감소하게 된다. 지금까지 사용된 시나리오 기반 접근법의 한계를 보완하여 시나리오 중립(Scenario Neutral, SN) 접근법이 개발되었고, 이는 다양한 기후변화 시나리오에 대한 시스템의 반응을 평가하는데 유용하다. 본 연구에서는 시나리오 중립 접근법을 활용하여 가뭄 위험도를 분석하였으며, 이를 위해 금강 유역 내 용담댐 유역을 대상으로 분석을 수행하였다. 입력자료로는 용담댐 유역의 1966~2020년 일단위 강수량 자료를 사용하였고, 문헌 조사를 통해 미래 기후변화에 따른 강수량 변화 추이를 파악하였다. 연평균 강수량의 증가와 여름 강수량의 증가를 기준으로 삼아 증가 비율에 따른 노출 공간을 생성했으며, 목표 변화에 따른 교란된 시계열을 도출해냈다. 이후, 각각의 시계열에 대한 이변량 가뭄빈도분석을 수행하여 재현기간을 산정한 뒤, 목표 변화에 따른 위험도를 비교하였다. 그 결과, 연평균 강수량과 여름 강수량이 현재와 유사한 경우 100년 빈도 가뭄이 발생할 확률은 0.84, 연평균 강수량의 증가가 110%, 여름 강수량의 증가가 115%일 경우 100년 빈도 가뭄이 발생할 확률은 0.79이었다. 추후 실제 미래 기후변화 시나리오를 적용하여 기준치에 따른 만족도를 분석한다면, 가뭄 대응에 유용한 의사결정 도구로 활용될 수 있을 것이다.

기후변화로 홍수 및 가뭄의 빈도 증가로 인해 수자원 부족 현상이 지속되고 있다. 하천유량은 기저유출과 직접유출으로 구성되어 있으며 갈수기의 유량의 대부분은 기저유출로 이루어져 있다. 기저유출의 감소는 어류의 서식지 감소, 수질 악화 등 부정적인 영향을 하천 환경에 준다. 하천의 유역별로 직접유출과 기저유출을 분리하여 기저유출량을 정량적으로 산정하고 그 변동성을 해석하는 것은 유역관리에 있어 반드시 필요하다. 기저유출 분리 방법 중 BFlow (Baseflow filter program)는 유역 단위 모형인 SWAT과 연계되어 장기유출에 대한 기저유출 특성을 파악하는데 사용되어 왔다. BFlow는 유역의 특성에 따라 총 3개의 filter 중 한 개를 선택하여 하천유량에 대한 filter의 통과량으로 기저유출을 계산하며 총 세 번의 filter값을 각각 pass 1 ~ 3로 표현한다. 기존의 연구에서는 pass 1, pass 2를 이용해서 기저유출을 산정하였으나 pass 2보다 pass 1의 첨두가 하천유출수문곡선의 하강부에 있는 변곡점에 접근하여 기저유출이 분리된다. 또한, BFlow에서 기저유출 분리시 단일 β parameter가 적용되며 수문곡선의 감수부에 민감도가 높은 변수이다. SWAT 모형을 통해 모의된 유출량은 실측자료를 기반으로 검,보정하였고 모의 결과의 기저유출량과 BFlow의 β parameter를 유황별로 적용한 pass 1의 기저유출량 결과를 비교하였다. 기존 SWAT 기저유출량보다 수정된 BFlow를 통해 하천유량에서 기저유량을 분리한 결과가 수문곡선감수부의 변곡점에 기저유출 첨두가 위치되는 것으로 분석되어 유황별로 β parameter를 적용시켜 감수부 특징을 반영할 수 있게 수정하였다고 판단된다. 본 연구의 결과는 하천 및 유역 환경 관련 정책 수립 시 필요한 기초자료로 활용될 수 있을 것으로 판단된다.

일반적으로 하천의 수질은 산업화, 인구증가 등으로 인해 여러 종류의 오염물질이 유입되어 악화된다. 수질 악화의 대표적인 현상은 부영양화이며 이를 일으키는 주요 원인 물질은 통상 영양염류라고 말하는 질소와 인으로 알려져 있다. T-N이 다량 수계로 유입되면 식물성 플랑크톤 등이 대량 번식하여 녹조 현상등 수질 악화를 발생시켜 관리가 필요하다. 현재 많은 수자원 관리 부서에서 모니터링 포인트를 설정하여 수질 변화를 관찰하고 있다. 기존의 T-N 분석방법은 (1) 자외선 흡광광도법 (2) 카드뮴 환원법 (3) 환원증류-킬달법등이 있다. 그러나 이러한 방법들은 실험실 기반의 정량적 분석으로 시간과 비용이 크게 소요되어 발생하는 문제에 대해 초기대응을 하기 힘들다. 따라서 T-N을 효과적으로 측정할 수 있는 방법이 필요하다. 국내에서는 수질자료를 통한 연관된 수질 인자를 찾아내어 머신러닝 알고리즘을 활용해 Chl-a 농도를 추정한 연구사례가 있다. 국외에서는 TN과 센서 측정 지표 간의 물리적, 화학적 관계를 기반으로 센서 감지의 적시성과 지능형 알고리즘의 정확도를 결합하여 실시간 총질소(TN) 측정 방법 연구 사례가 있다. 따라서 본 연구에서는 머신러닝을 활용하여 국내에 적합한 T-N 예측 모델을 만들고자한다. 본 연구에서는 센서기반으로 측정가능한 수질항목들과 T-N의 상관성 분석을 통해 주요 수질인자를 도출하였다. 도출된 인자와 Python 기반의 머신러닝을 활용하여 T-N을 추정하였다. 그 후, T-N 추정값과 실측값을 비교하여 머신러닝 성능을 평가하고 실제 적용 가능성에 대해서 검증하였다. 본 연구는 기존 T-N 측정에 소모되는 시간과 비용의 감소에 기여하고 이를 통해 앞으로 더 정확한 수질 예측이 가능해질 것으로 기대된다.

전 세계적으로 지구 온난화로 인해 발생한 가뭄은 사회적, 경제적, 환경적으로 막대한 피해를 야기하고 있다. 국내의 경우, 2022년부터 현재까지 지속되고 있는 가뭄 상황은 강수의 지역적 편차로 인해 남부 지역 중심으로 극심한 피해가 발생하였다. 남부 지역의 주요 용수공급원인 영산강, 섬진강권역의 용수 공급율은 예년의 57%(3.8억 톤)에 불과하며, 일부 도서·산간 지역은 용수공급이 제한되는 현상까지 발생하였다. 이러한 가뭄 피해를 대비하기 위해 초기에 모니터링을 통한 선제적 대응 방안을 구축해야 한다. 가뭄 모니터링의 경우 미계측 지역에 대한 모니터링 방법으로 주기적이고 균질한 자료를 제공 받을 수 있는 위성영상을 활용한 연구가 수행되고 있다. 가뭄을 정량적으로 분석하고 판단하기 위해 가뭄지수를 활용하고 있으며, 대표적인 가뭄지수는 지상 관측강수량자료를 활용한 확률분포 기반의 표준강수지수 (Standardized Precipitation Index, SPI)와 강수 및 기온의 변동성이 포함된 표준강수증발산지수 (Standardized Precipitation Evapotranspiration Index, SPEI)가 있으며, 위성영상 자료를 활용한 가뭄지수인 증발스트레스지수(Evaporative Stress Index, ESI) 등이 있다. 본 연구에서는 강수와 기온을 고려한 가뭄지수인SPEI와 위성영상 기반의 가뭄지수인 ESI를 활용하여 2022년 남부 지역의 가뭄 사상을 중심으로 지표별 시공간적 변화를 분석하고자 한다. SPEI의 경우 기상관측소 지점자료의 기온과 강수량을 활용하였으며, Terra 위성의 MODIS (Moderate Resolution Imaging Spectroradiometer) 센서에서 제공되는 위성영상자료를 활용한 ESI는 미계측 지역에 대한 가뭄 판단을 위해 시·군별로 세분화하여 산정하였다.

총일차생산량(GPP, Gross Primary Productivity)은 생태계의 유기물 생산량을 나타내는 지표로써 생태계 생산성과 안정성을 파악할 수 있는 중요한 지표로 알려져 있다. GPP를 산출하는 대표적인 방법에는 다중 센서를 탑재한 원격 탐사 자료를 활용하는 방법과 플럭스타워를 통해 관측한 에디공분산을 분석하는 방법이 있다. 본 연구에서는 Landsat과 MODIS와 같이 시공간 해상도가 다른 원격 탐사 자료들을 기반으로 초고해상도 GPP 자료를 산출하기 위한 공간자료 융합 연구를 수행하였다. 이를 위해 GAN(Generative Adversarial Networks)과 같은 머신러닝 알고리즘을 활용하였으며 최종적으로 산정된 GPP 정보는 설마천과 청미천 등에 설치된 플럭스타워로부터 획득한 자료와의 비교·검증을 통해 평가되었다. 본 연구의 성과는 향후 증발산 자료, 생태계 호흡량 자료 등과의 조합을 통해 얻을 수 있는 물이용효율(WUE, Water Use Efficiency), 탄소이용효율(CUE, Carbon Uptake Efficiency)과 같은 지표 산정 시 적극 활용될 수 있을 것으로 기대된다.

2020년 상수도 통계에 따르면 전국 상수도 보급률은 약 99% 정도로 높은 수치를 기록하고 있으나 노후관으로 인한 관로파손 및 수질사고로 인해 효과적인 운영에는 많은 어려움이 존재한다. 이러한 문제를 해결하기 위해 기술진단 및 정밀안전진단 등 체계적인 유지관리 규정이 도입되었으며 적용되고 있으며, 이때 시스템의 정량적인 성능평가를 위해 간접평가와 직접평가로 구성된 점수평가법이 적용되었다. 간접평가는 지중에 매설된 관로를 대상으로 매설연도, 관경, 관로연장 등의 노후도인자를 통해 관의 노후도를 추정하고 간접평가 결과 3등급으로 판명되는 관로의 경우 객관적인 관의 상태를 평가하기 위해 시편채취 및 관로 내시진단 등의 직접평가가 수행된다. 하지만 관로의 직접평가는 간접평가결과 3등급의 모든 관로에 대해 수행하기에는 진단비용 및 시간 등 제약조건에 따라 모든 지점에 대한 직접평가 수행에는 한계가 있다. 따라서, 본 연구에서는 이러한 관로 성능평가 기법의 한계를 개선하기 위해 상수도시스템 통합평가 기술을 개발하였다. 개발한 기술은 머신러닝 기법을 적용하여 간접평가 및 직접평가 결과를 토대로 직접평가가 필요한 지점의 결과를 예측하였다. 이를 바탕으로 상수도시스템 평가성능 향상 및 보강 우선순위 선정 단계에서 의사결정권자의 판단에 도움이 될 것으로 판단된다.

지역 빈도 분석과 점 빈도 분석은 하천 기본계획 및 수공 구조물의 설계에 있어 재현기간 별 확률강우량을 산정하기 위한 방법이다. 점 빈도 분석은 자료의 수가 부족하여 높은 재현기간에 대한 확률강우량을 산정하기에 어려운 점이 있다. 2019년도부터 사용되고 있는 지역빈도분석 방법은 이러한 점을 보완해주고 있다. 지역빈도분석을 수행하기 위해서는 지역의 동질성을 확인하는 과정이 가장 중요한 과정이다. 이러한 동질성을 판단하기 위하여 K-means등의 군집분석과 L-moment 법 등을 사용하고 있다. 이러한 차이점으로 인해 두 방법 간의 정확성은 비교가 어려우나 서로 간의 장점, 단점과 결과 간의 차이를 기반으로 산간지역이 많은 강원도와 같은 지역에 대한 확률강우량 산정의 적절한 방법을 판단해보고자 본 연구를 진행하였다. 지역 빈도 분석은 강원도에 위치한 48개 관측소의 강우 자료 수집 후 고도, 위치, 지속시간 별 강우량을 변수로 지정하고 K-means 분석을 통해 6개의 군집으로 구분하여 수행되었다. 이질성 척도는 관측 자료와 500번의 모의 수행을 통해 결정하였다. 이후 분석된 군집이 동질한 경우 확률분포형에 적합시켜 확률강우량을 산정하였다. 점 빈도 분석은 지역 빈도 분석에서 결정된 군집에서의 최대 강우량과 최소 강우량 관측소의 자료를 이용하여 수행하였다. 본 연구에서는 점빈도분석과 지역빈도분석의 결과를 비교하였으며, 두 가지 분석 방법에 따른 차이의 발생원인 및 특성을 결론으로 제시하였다.

지구온난화로 인한 기후변화에 따라 평균강수량과 증발량이 증가하며 강우지역 집중화와 강우강도가 높아질 가능성이 크다. 우리나라의 경우 협소한 국토면적과 높은 인구밀도로 기후변동의 영향이 크기 때문에 한반도에 적합한 유역규모의 수자원 예측과 대응방안을 마련해야 한다. 이를 위한 수자원 관리를 위해서는 유역에서 강수량, 유출량, 증발량 등의 장기적인 자료가 필요하며 경험식, 물리적 강우-유출 모형 등이 사용되었고, 최근들어 연구의 확장성과 비 선형성 등을 고려하기 위해 딥러닝등 인공지능 기술들이 접목되고 있다. 본 연구에서는 ASOS(동해, 태백)와 AWS(삼척, 신기, 도계) 5곳의 관측소에서 2011년~2020년까지의 일 단위 기상관측자료를 수집하고 WAMIS에서 같은 기간의 오십천 하구 일 유출량 자료를 수집 후 5개 관측소를 기준으로Thiessen 면적비를 적용해 기상자료를 구축했으며 Angstrom & Hargreaves 공식으로 잠재증발산량 산정해 3개의 모델에 각각 기상자료(일 강수량, 최고기온, 최대 순간 풍속, 최저기온, 평균풍속, 평균기온), 일 강수량과 잠재증발산량, 일 강수량 - 잠재증발산량을 학습 후 관측 유출량과 비교결과 기상자료(일 강수량, 최고기온, 최대 순간 풍속, 최저기온, 평균풍속, 평균기온)로 학습한 모델성능이 가장 높아 최적 모델로 선정했으며 일, 월, 연 관측유출량 시계열과 비교했다. 또한 같은 학습자료를 사용해 다층 퍼셉트론(Multi Layer Perceptron, MLP) 앙상블 모델을 구축하여 수자원 분야에서의 인공지능 활용성을 평가했다.

데이터 기반 강수 예측 모델은 극한 강수 이벤트의 크기를 과소 추정하는 경향이 있다. 이는 훈련 데이터에 극한 강수 이벤트보다 일반적인 강수 이벤트가 많이 포함되어 있기 때문이다. 본 연구는 이러한 딥러닝의 데이터 불균형 문제를 해소하고자 모델을 학습시킬 때 격자별 극한 강수에 더 큰 가중치를 주어 극한 강수 예측의 정확성을 높이는 방법을 제안한다. 딥러닝 모델 중 공간-시간 필드를 정확하게 예측할 수 있는 ConvLSTM 기반 강수 예측 모델을 활용하여 레이더 강수량을 예측하였다. 먼저, 훈련 기간 동안의 강수 이벤트의 누적 분포 함수 CDF(Cummulative distribution funcion)을 그린 후 극한 강수 이벤트와 일반적인 강수 이벤트의 분포를 확인하였다. 그다음, 적은 분포를 가진 극한 강수 이벤트의 더 큰 가중치를 두어 모델을 학습시켰다. 이 모델은 대한민국 중부 지역 (200km x 200km)의 5km-10분 해상도 레이더-계량기 복합 강수 필드에 대해 2009-2014년 기간 동안 훈련 되었고 2015-2016년 동안 모델의 훈련을 검증 하였고, 2017-2018년 동안 테스트 되었다. 다양한 가중치 함수를 기반으로 훈련 시킨 결과 최적화 가중치 함수 모델의 평균 NSE는 0.6 평균 RMSE는 0.00015 그리고 극한 강수 이벤트만 따로 추출한 평균 MAE는 6이다. 결과적으로 제안된 모델은 기존 방법에 비해 예측 성능을 향상 시켰으며, 격자별 가중치를 두었을 경우 일반적인 강수 이벤트 뿐만 아니라 극한 강수 이벤트의 예측의 정확도를 향상시켰다.

북한강 유역은 대한민국을 대표하는 한강의 제1지류로 상류에 북한산이 위치하여 풍부한 자연환경과 생태계를 보유하고 있다. 해당 유역은 수력 및 다목적댐이 위치하여 수력발전과 수도권 물공급에 있어 중요한 역할을 하고 있다. 더욱이, 상수원보호구역으로 지정되어 있어 수질오염 예방을 위한 수질 관리가 필요하다. 기존 연구의 경우 북한강 유역 내 1개 다목적댐(소양강댐) 지점에 대한 수량 및 수질 매개변수 검·보정을 수행한 사례가 있으나 다목적댐 및 수력댐을 모두 고려한 사례는 없어 관련 연구가 요구되는 실정이다. 본 연구에서는 SWAT 모형을 활용한 북한강 유역 내 수량·수질을 분석 및 평가하고자 한다. 대상유역은 북한강 유역이며 저류를 하지 않는 평화의 댐을 제외한 5개 댐(화천댐, 춘천댐, 소양강댐, 의암댐, 청평댐)에 대해 모형에서 고려하였다. 자료평가기간은 1983년부터 2021년이며 기상 및 지형자료, 저수지 자료, 점오염원 자료를 입력자료로 활용하였다. Penman/Monteith 방법, SCS 방법, Muskingum 방법, 저수지 운영 방법(일 단위 관측 방류량 입력 및 목표 저수량 유지)을 활용하여 모형 모의를 수행하였다. 매개변수 검·보정은 수량(댐 유입량 및 방류량, 저류량) 및 수질(유사량, 총질소, 총인) 자료를 활용하여 수량 9개 지점과 수질 6개 지점, 댐 저수지 5개 지점을 중심으로 수행하였다. 수량 및 수질에 대한 도시적 및 통계적 평가를 통해 관측 및 모의 간의 정확도를 평가하였다. 평가결과, 수량은 임남댐의 영향을 받는 일부 댐을 제외한 대부분의 댐 유역에서 관측 및 모의 유량 간의 적합도가 우수하게 나타났다. 수질은 수량의 영향을 직접적으로 받아 일부 지점을 제외한 대부분 지점에서 관측 및 모의값 간의 적합도가 높게 나타났다. 검·보정 적절성 판단을 위한 정량적 평가결과, 수량의 경우 결정계수(R²) 0.64~0.94, 용적오차(PBIAS) 0.09%~15.77%로 적정한 것으로 나타났다. 수질의 경우 용적오차 0.00%~29.14% 사이로 적정범위 안에 포함된 것으로 나타났다. 본 연구결과는 기후변화와 연계하여 미래 기간의 수량 및 수질 분석 연구에 기여할 것으로 기대된다.

본 연구에서는 강우 시 발생하는 음향 및 진동 신호를 기반으로 강우강도를 산정하기 위한 방법론을 제안하였다. 먼저, Raspberry Pi, 콘덴서 마이크 및 가속도 센서로 구성된 관측 기기로부터 실제 비가 내리는 환경에서의 음향 및 진동 신호를 수집하였다. 가속도 센서로부터 계측된 진동 신호를 활용하여 강우 유무에 대한 이진 분류를 수행하고, 강우가 발생한 것으로 판단된 기간에 해당하는 음향 신호에 Short-Time Fourier Transform 기술을 적용하여 주파수 영역에서 나타나는 magnitude의 평균과 표준 편차, 최고 주파수 등의 특징을 기반으로 강우강도를 산정하였다. 이를 위해 앙상블 기반의 머신러닝 학습 모델인 XGBoost 알고리즘을 사용하였으며, 광학 우적계를 통해 관측한 강우강도와 산정 결과를 비교·평가하였다. 강우강도 산정 과정에서 사용된 음향 신호의 길이를 1초, 10초, 1분으로 구분하였으며, 무강우 기간 내 음향 정보로부터 배경 음향에 의한 노이즈를 제거하고자 하였다. 최종적으로 강우 유무 이진 분류 과정의 선행 여부, 음향 신호의 길이 및 노이즈 제거 방법에 따른 강우강도 산정 결과들에 대한 성능 비교를 통해 본 연구에서 제안하고자 하는 방법론의 실효성을 평가하였다.

하천에서 범람이 발생하는 위험단면을 획득하는 것은 인명 및 재산을 보호하기 위해 매우 중요하다. 이제까지는 특정단면을 현장에서 확인하여 직접측량을 통해 획득하고 이를 위험단면으로 하여 실제 하천 인근에서 홍수로 인해 가장 먼저 범람이 발생하는 위험단면과는 차이를 보일 수 밖에 없었다. 하지만 최근에 UAV(Unmanned Aerial Vehicle) 항공사진측량을 통해 3차원 정보를 획득함으로써 각 세부단면에 대한 분석이 가능해져 보다 정밀한 위험단면을 산정할 수 있다. 각 세부단면을 활용하여 시뮬레이션을 통해 위험단면을 획득한다면 이제까지 직접측량으로 획득한 위험단면보다 홍수로 인해 가장 먼저 범람하는 지점과 최소홍수량 산정이 가능하다. 본 연구에서는 UAV 항공사진측량을 통해 하천의 각 세부단면을 분석하여, 최소 홍수량에서 범람하는 위험단면을 자동으로 산정하는 연구를 진행하였다. 본 연구를 통해 소하천에서 UAV를 활용하여 자동으로 위험단면을 산정한다면 조기경보시스템 등을 설정하는것에 유용할 것으로 판단된다.

본 연구에서는 지역빈도분석을 이용하고 있는 홍수량 산정 지침에서 활용되고 있는 전국대상의 강우관소에 대한 확률강우량과 강원지역에 위치한 강우관측소만을 대상으로 산정한 확률강우량을 비교하였다. 이를 위해서 강원도 지역의 48개 지점의 지속기간별 강우자료를 수집한 후, K-means 기법을 이용하여 6개의 군집으로 구분하였다. 강원도 대부분이 산악지형임을 고려해 산악효과를 야기하는 지형인자와 강우자료의 관계를 파악하였다. 국가수자원관리종합정보시스템에서 수집한 강우자료를 사용하여 지속시간별 최대강우량과 산악효과를 야기하는 지형인자로 선정한 고도 이외에 위도, 경도를 각각 추가인자로 고려해 지역빈도분석을 수행하였다. 위 지형인자와 강우자료를 이용하여 수문학적 동질한 특성을 가지는 군집을 구성하였으며, 위도와 경도를 인자로 추가하면 더욱 강한 상관성을 보임을 알 수 있었다. 군집분석결과를 통해 모수를 추정하고 적절한 분포를 선택하였으며, 이상치검정과 적합도 검정을 통해 최종 분포를 결정하였다. 고도와 위도, 경도를 모두 고려해 이용한 지역빈도분석 결과 강원도의 실제 강우특성과 마찬가지로 고도의 높낮이에 따라 강우형태를 전국단위 지역빈도분석과 비교하였다. 최종적으로 현재 활용되고 있는 홍수량 산정 지침의 확률강우량과 강원지역에 위치한 강우관측소만을 대상으로 한 지역빈도분석의 차이의 발생원인과 강원지역에서의 특이성을 결론으로 제시하였다.

비점오염원관리와 같이 장기적인 유역 관리 계획에서 유역 내 오염원 평가는 정말 중요하다. 유역 내 오염원 평가는 강우 유출에 의한 비점오염 발생원이 어디서 얼마나 발생시키는지에 대한 정량적인 조사가 필요하다. 유역 내의 오염원에 대한 정량적인 조사는 많은 비용과 시간이 필요하다. 이러한 비용과 시간을 줄이기 위해 유역단위 수리 수문 모델을 사용하고 있다. 유역단위 수리수문 모델은 HSPF (Hydrological Simulation Program in Fortran), SWAT (Soil and Water Assessment Tool), L-THIA ACN-WQ(The Long-term Hydrologic Impact Assessment Model with Asymptotic Curve Number Regression Equation and Water Quality model)등 다양한 모델이 사용되고 있다. 하지만 유역 모델을 통한 모의는 다양한 연산 과정을 진행하여 모의까지 많은 시간이 필요하다는 단점이 있다. 이에 따라 데이터 기반 모델링 기법(머신러닝/딥러닝)을 이용한 유출 및 수질 예측 연구가 많이 이루어지고 있다. 단순 머신러닝/딥러닝 기반 모델링 기법은 점(최종유출구)에서의 예측만 가능하여 최적관리 기법 적용 등과 같은 유역관리 방안을 적용하기 힘들다는 문제점이 있다. 따라서 본 연구에서 머신러닝/딥러닝을 통해 일부 수문 프로세스를 대체하고 소유역별 하도추적 기법을 연계하여 유량 및 수질 항목들의 모의가 가능한 하이브리드 모델을 개발하였다. 이는 머신러닝/딥러닝이 유역 모델의 일부 연산 과정을 대체하여 모의시간이 빠르며, 기존 머신러닝/딥러닝 예측 모델에서 평가가 어려웠던 유역 관리 방안 및 최적관리기법 적용 평가에도 활용이 가능할 것으로 판단이 된다.

하천의 합류부는 두 하천이 만나 형성되는 지역으로 복잡한 혼합 거동을 보인다. 합류부에서는 실제로 수리 특성이 유황에 따라 다양하게 변화하고 수환경 특성도 함께 변화하며, 이로 인해 본류와 지류에 비해 다양한 생태학적인 종이 분포하는 등 환경적으로 중요구간 중 하나이다. 합류부의 혼합 거동을 이해하기 위해서는 다양한 유황에 따른 수체 혼합 거동을 2차류를 통해 분석하는 것이 중요하다. 해외의 경우 2차류의 패턴을 통해 합류부에서의 혼합 거동을 공간적으로 분석한바 있으나(Riley and Rhoads, 2012), 대부분의 연구들은 중·소규모의 하천을 대상으로 진행되어 대규모 하천에서의 확인은 미흡한 상태이다. 또한, 실제 현장에서 계측을 통한 데이터 획득과 후 처리의 어려움으로 인해 현재 국내에서는 2차류 패턴을 통해 대규모 하천 합류부의 혼합 거동을 확인한 사례는 전무한 실정이다. 따라서, 본 연구에서는 Sontek사의 ADCP를 통해 계측된 수리 데이터를 Rozovskii의 방법을 기반으로 한 2차류로 나타내 낙동강-금호강 합류부에서의 공간적인 수체 혼합을 확인하였다. 혼합거리를 판단하기 위해 합류 이후 혼합의 경계면(Shear Layer)에서 나타나는 2차류의 특이한 패턴(Helical motion)을 주요 지표(Index)로 사용하였다. 그리고, 수질 센서인 YSI EXO2의 수표면 전기전도도의 분포를 통해 합류부에서 본류와 지류의 혼합거리를 산정하였으며, 2차류의 패턴과 비교하였다. 분석 결과, 대규모 하천에서 2차류의 특이한 패턴이 존재함을 명확히 확인하였다. 본류와 지류의 모멘텀 비에 따라 서로 다른 패턴의 혼합양상을 2차류를 통해 확인할 수 있었으며, 2차류의 혼합 패턴과 전기전도도의 분포를 비교 분석하여 합류부에서의 혼합을 3차원적으로 해석하였다.

네트워크로 구성된 시스템은 물질, 에너지, 신호 등의 입력(input)이 주어졌을 때, 경로 추적, 즉 라우팅(routing)을 통해 출력(output)으로 연결되고, 이를 반응함수로 나타낼 수 있다. 같은 입력값이라도 네트워크에 따른 연결 구조와 라우팅 과정에서 소요되는 시간차에 따라 출력값이 달라질 수 있다. 좋은 예로 강우에 따른 유출반응함수를 나타내는 자연 하천망을 들 수 있다. 이론적으로 순간의 입력이 주어졌을 때 (입력의 지속시간이 0), 출력은 순간반응함수로 표현된다. 자연 하천망에 대한 선행연구에서는 강우강도에 따라 순간반응함수가 변화한다는 비선형성이 알려졌다. 하지만, 비선형성을 가져오는 물리적 과정에 대해서는 많은 연구가 필요하다. 이 연구는 격자 형태로 주어진 임의의 네트워크에서 각 격자에 대해 순간반응함수를 구하는 분포형 모형을 제시한다. 입력자료와 라우팅 방법에 따른 연결 구조 및 순간반응함수의 변화를 격자 별로 확인하고, 이를 통해 시스템의 비선형성을 고려할 수 있는지 고찰하였다.

누수는 상수도시스템 내에서 발생할 수 있는 대표적인 비정상상황 중 하나이다. 누수는 발생 직후부터 경제적으로 직접적인 영향을 미치는 것과 함께 토사 내에서 유입되는 이물질 등으로 수질적인 문제 또한 발생할 수 있다. 이와 같은 이유로 누수는 발생에 대한 신속한 인지가 요구되며 이에 따른 신속한 복구가 필요하다. 하지만 기존의 데이터 기반 누수 탐사방법은 일반적으로 누수의 유무만을 인지하기 때문에 발생한 누수에 대한 규모의 정량적인 평가가 어려우며 이는 현재의 누수탐사 방법이 누수의 규모에 따른 복구 우선순위를 고려하기에는 부적절한 방법이라는 것을 의미한다. 따라서, 본 연구에서는 다중 누수시나리오 대해 누수 여부뿐만 아니라 누수 규모, 위치 등을 식별할 수 있는 수리해석 모델 기반 누수탐사 기법을 개발하였고, 이 기법을 활용하여 정량적인 누수량을 식별하여 누수 규모에 따른 누수복구 우선순위를 선정하는 프레임워크를 개발하였다. 이때, 누수복구 우선순위 선정 시 수리학적, 경제적, 사회적 인자 등을 고려하였으며, 각 인자 별 가중치를 통해 최종 복구 우선순위를 선정하였다.

가속적인 토양침식은 토지의 환경 및 생태계의 지속성에 부정적 영향을 미치므로, 그 양을 예측하여 토양침식을 방지하는 것은 중요하다. 이에 따라 식생, 지형, 토양의 입도분포 등과 같은 토양침식에 영향을 미치는 인자에 관한 연구가 꾸준히 이뤄지고 있다. 특히 자연 지형에서 보편적으로 나타나는 'cm' 규모의 미세지형이 토양침식에 미치는 영향을 분석한 기존 연구 결과를 살펴보면, 유역 출구 지점에서 관측된 총 유사유출량에만 근거하고 있을 뿐 아니라 토양침식에 미치는 미세지형의 영향에 관한 상반된 결과가 혼재하고 있다. 이는 유역의 토양침식과정에 대한 이해도와 토양침식량에 대한 예측 정확도를 저하시킬 우려가 있으므로 미세지형이 토양침식에 미치는 영향을 유역 전반에 걸쳐 살펴본 후, 명확하게 하는 것이 필요하다. 본 연구에서는 동역학파 모형에 기반한 침식 모형을 이용하여 미세지형에서의 강우-유출 및 토사 입자별 침식 및 유출 현상을 수치적으로 모의하였다. 모의 결과에 따르면, 동일한 강우-유출 조건에서도 미세지형의 거칠기에 따라 유역의 토양침식량 및 침식 특성이 달라질 수 있으며, 토양 입경이 미세지형의 거칠기에 따른 유사유출량의 증감 현상을 결정하는 데에 있어 중요한 요소로 작용함을 제시하였다. 미세지형이 거칠어짐에 따라 비교적 굵은 입자인 모래 함량이 높은 지반에서는 토양침식률이 감소하였으나 이와 대조적으로 미세토사 함량이 높은 지반에서는 토양침식률이 증가하였다. 이는 미세지형이 유역 전반에 걸쳐 입경에 따른 토사의 부상, 이류 및 퇴적 특성에 영향을 미쳐, 유역의 유사 분급 및 장갑화 현상에 깊게 관여하였기 때문이다. 본 연구를 통해 토양유실에 미치는 미세지형의 영향에 관한 상반된 연구 결과를 미세지형과 토양 입경분포의 상호작용으로 설명할 수 있다. 따라서, 본 연구는 유역 내 미세지형적 거칠기 입경분포에 대한 정확한 정보에 기반하여 토양의 유실량 및 침식량을 산정해야 함을 강조한다.

상수도관망은 사용자에게 고품질의 물을 안정적으로 공급하는 것을 목적으로 하며, 이를 평가하기 위한 지표 중 하나로 압력을 활용한다. 최근 스마트 센서의 설치가 확장됨에 따라 기계학습기법을 이용한 실시간 데이터 기반의 분석이 활발하다. 따라서 어디에서 데이터를 수집하느냐에 대한 센서 위치 결정이 중요하다. 본 연구는 eXtreme Gradient Boosting(XGBoost) 모델을 활용하여 대규모 상수도관망 내 센서 위치를 최적화하는 방법론을 제안한다. XGBoost 모델은 여러 의사결정 나무(decision tree)를 활용하는 앙상블(ensemble) 모델이며, 오차에 따른 가중치를 부여하여 성능을 향상시키는 부스팅(boosting) 방식을 이용한다. 이는 분산 및 병렬 처리가 가능해 메모리리소스를 최적으로 사용하고, 학습 속도가 빠르며 결측치에 대한 전처리 과정을 모델 내에 포함하고 있다는 장점이 있다. 모델 구현을 위한 독립 변수 결정을 위해 압력 데이터의 변동성 및 평균압력 값을 고려하여 상수도관망을 대표하는 중요 절점(critical node)를 선정한다. 중요 절점의 압력 값을 예측하는 XGBoost 모델을 구축하고 모델의 성능과 요인 중요도(feature importance) 값을 고려하여 센서의 최적 위치를 선정한다. 이러한 방법론을 기반으로 상수도관망의 특성에 따른 경향성을 파악하기 위해 다양한 형태(예를 들어, 망형, 가지형)와 구성 절점의 수를 변화시키며 결과를 분석한다. 본 연구에서 구축한 XGBoost 모델은 추가적인 전처리 과정을 최소화하며 대규모 관망에 간편하게 사용할 수 있어 추후 다양한 입출력 데이터의 조합을 통해 센서 위치 외에도 상수도관망에서의 성능 최적화에 활용할 수 있을 것으로 기대한다.

일차생산은 화학합성 또는 광합성에 의하여 무기탄소가 유기물질로 전환되는 것을 의미한다. 한강은 하류로 갈수록 유속이 느리지만 수심이 깊어져 부착조류가 서식하기 쉽지 않은 환경이기에 대부분의 일차생산자는 식물플랑크톤이다. 선행연구와 비교 결과, 한강 본류의 부영양화가 여름철에 발생하고 있으며 팔당댐 방류량과 지류의 유입에 의한 유기물 증가로 하천 내 1차 생산의 기여도가 증가하고 있고, 이는 유기물 근원을 판정하여 수질오염에 대한 처리대책을 위해 지속적으로 연구가 필요하다. 따라서 본 연구는 한강본류에서 식물플랑크톤의 일차생산력을 조사하고, 유기물의 분해속도를 측정하여 당해 유역의 유기물 수지를 추정하여 한강 고유의 특성과 지류에서 기인할 수 있는 부영양화 기여도를 파악하여 부영양화에 의한 유기물 증가로 발생할 수 있는 수질오염을 예측하고자 한다. 조사유역은 한강의 팔당댐 방류구로부터 신곡수중보까지 전 구역 중 총 12개의 지점을 선정하였다. 기간은 2021년 5월부터 2022년 3월까지 계절별 2회로 총 8회 조사를 실시하였으며, 한강본류에서는 식물플랑크톤의 산소소비법을 통해 일차생산력과 유기물 분해속도를 조사하여 내부기원 유기물을 측정하였고, 한강본류로 유입되는 4개의 유입하천에서는 COD를 조사하여 외부기원 유기물을 측정하여 한강에서 발생하는 총유기물량을 산정하였다. 연구 결과, 하류 지점으로 갈수록 일차생산량이 점차 중가하였으며 지천이 유입되는 안양천, 탄천지점에서 유기물분해 속도가 빠르게 나타났다. 이는 수온 상승으로 인한 미생물 활성도가 높아져 식물플랑크톤의 일차생산량이 증가한 것으로 사료된다. 또한 여름 조사 전 강우에 의한 팔당댐 방류량 증가로 인해 식물플랑크톤 현존량이 다른계절에 비해 비교적 낮았지만, 호수의 부영양호 기준보다 높게 나타나 부영양한 수체로 판단하였다.

4대강사업으로 인해 생태계가 파괴되는 하천의 문제점이 발생하였다. 그로 인해 어류의 서식환경이 변화하였다. 하지만, 어류 각각의 서식처 선호도가 변화한 것은 아니기에, 변화된 환경에서 어류의 서식처에 대한 분석이 필요하다. 어류들이 선호하는 환경 조건을 판단하는데 많이 사용되고 있는 지수는 서식처 적합도 지수(Habitat Suitability Index, HSI)이다. 서식처 적합도 지수는 유속 및 수심과 같은 수리적 서식처 특성과 대상 종의 선호도를 나타내는 지수이다. 가로축은 수심 및 유속 변수, 세로축은 적합도를 의미하며, 1의 값에 해당하는 수심 및 유속이 대상 어종이 가장 선호하는 수심 및 유속 값을 나타낸다. 국내에서는 실제로 서식처 적합도 지수를 활용해 수리 인자와 서식처의 관계에 대한 연구가 활발히 진행되었다. 서식처 적합도 지수는 현재 수리 인자만을 고려해 서식처 적합도를 판단하고 있는데, 정밀한 분석을 위해서는 수리 인자뿐만 아니라 수질 인자를 포함해 분석해야 한다. 실제로 수리 인자와 수질 인자를 함께 고려해 어류의 서식처를 분석한 연구는 부족한 상태이다. 본 연구에서는 수질적인 부분의 지수를 직접 개발하는 것이 아닌, 하천의 수질의 등급을 나타낸 Water Quality Index (NSFWQI)을 이용해 수질부분의 서식처 분석을 실시한다. NSFWQI는비교적 계산이 간단하여 수질 변화를 쉽게 파악할 수 있는 특징을 가진 지수이다. 수리자료는ADCP로 얻은 자료를 통해 기존 문헌과 대상 지역에서의 이미 존재한 서식처 적합도 지수를 이용하고, 수질 자료는 YSI로 얻은 자료를 통해 대상 지역의 NSFWQI 지수를 계산하였다. 서식처 적합도 지수와 NSFWQI 두 가지 지수를 공간분포로 나타내어 Arcgis의 적지분석 기능을 이용해 어류의 최적의 서식처 지역을 제시 하는데에 목적이 있다. 평가 대상 어종은 정수성 어종인 끄리(Opsariichthys uncirostris)와 유수성 어종인 피라미 (Zacco platypus)를 선정하였다.

단순한 하상 변동 모형은 단일한 입경으로 구성된 하상재료를 다루는 데에 비해, 실제 하천에서는 다양한 입경의 유사가 섞여있다. 이러한 혼합 입경의 유사 이송을 모의하고자 하면 퇴적층의 생성과 소멸을 어떻게 모의하는지에 대한 기법이 중요해진다. 과거 연구에서는 유수의 영향을 받는 하상 두께가 입도 분포에 따라 다르다고 생각하였다. 반면, 다른 연구들에서는 두께가 합리적인 범위 내에 있다면 모의 결과에 영향을 미치지 않는다고 보고 상수로 설정하였다. 퇴적층의 개수를 어떻게 고려하느냐에 따라서도 모의기법이 나누어진다. 단일한 입경을 모의하는 경우 단일 퇴적층을 고려하지만, 혼합 입경을 고려하는 모형은 크게 2개의 퇴적층(active layer와 non-active layer)으로 나누는 종류와 3개 이상의 퇴적층을 고려하는 모형으로도 나눌 수 있다. 이 연구에서는 혼합 입경의 유사 이송을 모의할 수 있는 전 지형 발달 모형을 활용하여 퇴적층 처리 기법의 차이가 얼마나 모의 결과에 영향을 주는지를 파악하였다. 모의 결과는 기법이 바뀜에 따라 매우 민감하게 변하는 것을 확인할 수 있었다. 또한 이 연구에서는 3개 이상의 퇴적층을 고려함에 있어서 기존 퇴적층에 새로운 물질이 퇴적되었을 때 경계면에서 입자가 섞이는 mixed layer를 고려하는 개념을 제시한다.

기후변화에 관한 정부 간 협의체 6차 보고서에 따르면 강우 변동성이 증가함에 따라 홍수 피해가 빈번해질 것으로 예상된다. 집중호우, 태풍, 장마 등 물 관련 재해의 발생빈도와 규모가 댐의 홍수조절능력을 초과하는 경우 홍수량을 예측하고 댐 모의 운영을 통해 댐 방류량을 결정하기 어렵다. 그러므로 댐의 안정성 확보를 위해 기존의 댐 운영방식을 검토하고 개선하여 홍수조절용량을 확보하는 과정이 필요하다. 본 연구의 목적은 기존의 저수지 운영방식을 분석하고 극한의 홍수에 대비하여 저수지 운영 방식을 개선하는데 있다. 연구 대상 댐으로는 합천댐과 섬진강댐을 선정하였다. 합천댐과 섬진강댐은 홍수조절을 위해 Rigid ROM(일정률-일정량 방식)을 사용하고 있으며 200년 빈도 홍수량에 맞춰 설계되었다. 그러나 합천댐은 계획방류량(6,200 m³/sec)이 댐 하류지역의 설계홍수량(2,885 m³/sec)보다 2배 이상 크기 때문에 계획방류량만큼 방류하지 않더라도 하류에서 홍수피해가 발생하는 문제가 있다. 2020년, 섬진강댐은 200년 빈도의 홍수량보다 작은 홍수가 발생했음에도 불구하고 하류 지역에서 홍수 피해가 발생하였다. 본 연구에서는 우리나라에서 홍수기에 일반적으로 사용되는 저수지 운영 방식 - Auto ROM, Rigid ROM, Technical ROM -을 적용하여 댐의 안정성과 하류 홍수피해를 최소화하기 위한 최적의 운영 방안을 검토하였다. 200년 빈도 홍수량과 2020년 홍수 자료를 이용하고 저수지 운영 방식의 변경을 통해 홍수조절효과를 검토하였다. 또한, 홍수조절효과가 미약할 시 사전 방류를 통해 홍수조절효과를 향상시켰다. 본 연구는 안전하고 효율적인 댐 운영 방식을 분석함으로써, 타 다목적 댐 운영에 대한 참고자료로 활용될 수 있을 것으로 기대된다.

오픈 소스 유체역학 소프트웨어인 OpenFOAM은 다양한 유체 흐름에 적용 가능한 프로그램들로 구성되어 있다. 이 중 interFoam은 밀도가 다른 두 유체(i.e., 물, 공기) 간의 경계를 추적하는 기법을 기반으로 한 프로그램으로, 파랑의 거동 모의에 주로 쓰이고 있다. 파생형 프로그램으로는 동격자(dynamic mesh) 및 중첩 격자 기법(overset grid method)을 interFoam에 추가한 overInterDyMFoam이 있다. 두 기법을 사용하면 각각 여러 영역에서 유체흐름과 다중 물체 간의 상호작용을 효율적으로 모의할 수 있다. 본 연구에서는 overInterDyMFoam을 사용하여 두 개 수문의 개방 움직임을 구현하고 생성된 파랑이 포말대(swash zone)에 접근하였을 때의 흐름 특성을 조사하였다. 수치모형실험 결과 수문 개방 속도가 댐 붕괴 파랑 흐름 전파속도에 영향을 미치는 사실을 발견하였다. 또한, 처오름과 처내림의 상호작용에 의한 난류 운동 특성을 조사하기 위해 수문 개방시간 간격을 0초~3초로 설정하였다. 수치모형실험 결과는 수리모형실험의 수면 변동 시계열과 속도 시계열 결과와 비교하여 모형의 정확성이 검증되었다.

토양수분은 지표면과 지하 영역 사이에 존재하는 수분 및 열에너지의 분배를 제어하거나, 토양 영양분, 식물 성장 및 미생물 활동과 같은 다양한 환경 과정에 영향을 미치는 핵심 구성요소이다. 토양수분은 생태수문학 및 생지화학적 역학, 저수지 관리, 가뭄 및 홍수의 경고, 토양 수분 변화에 따른 작물 수확량 등을 이해하는 데 매우 중요한 역할을 한다. 따라서, 토양 수분의 정확한 측정은 필수적이며, 이러한 필요성에 따라 중력 측정법, 장력 측정법, 전기 저항법 및 시간-주파수 영역반사측정법 등의 다양한 측정 방법들이 다년간 개발되어 사용되었다. 다만, 앞선 방법들은 철저한 실험을 통해 높은 정확성을 확보하였지만, 토양 교란이 발생하는 단점이 존재하며 실험 현장 토양의 물리적, 생물학적, 그리고 화학적 특성의 보존은 매우 어려운 한계점을 가지고 있다. 따라서, 이러한 단점을 극복하기 위해, 본 연구에서는 레일리파를 이용한 비접촉식 비교란 토양수분 센서 개발을 목표로 한다. 모래, 실트, 점토와 같은 세 가지 특징적인 토양 유형에 따른 파동을 측정하고, 측정된 파동으로부터 토양 수분을 추정하기 위해 기존에 개발된 시간-주파수 방법을 활용하여 토양수분을 함께 측정하였다. 비접촉 파동신호를 토양수분으로 변환하기 위하여, fully convolutional network을 개발하였다. 개발한 모델의 결과 검증은 RMSE(Root Mean Square Error)를 활용하여 검증하였으며, 모래, 실트, 점토에서 각각 0.0131, 0.0021, 0.0034 m³ m^-3으로 상대적으로 높은 정확성을 보였다. 즉, 본 연구에서 제시한 누출 레일리파를 사용한 비교란-비접촉 토양수분 측정 방법으로, 토양을 교란하지 않고 토양수분을 측정 할 수 있는 높은 가능성을 제시하였다.

국내·외로 Soil and Water Assessment Tool (SWAT) 모델은 유역 단위에서 유출 및 수질을 예측하는데 활용되고 있다. 하지만 SWAT 모델의 결과물은 데이터 테이블 형식으로만 이루어져 있기 때문에 모델 사용자가 유역 내 하천별 수문 모의 결과물을 직관적으로 확인하기 어렵다는 단점이 있다. 최근 다양한 분야에서 3D 가상환경을 구축하는데 디지털 트윈 기술의 활용성이 증가하고 있다. 디지털 트윈 기술은 현실의 공간을 가상환경으로 구축해 실시간 현실의 상황을 파악하여, 의사결정 지원을 제공한다는 장점이 있다. 이에 본 연구에서는 디지털 트윈 기술과 SWAT 모델을 연계하여, 모델의 결과값을 가상환경 3D 지도인 CESIUM에 실시간으로 표출할 수 있는 디지털 트윈 기반 SWAT 모델 수문 모의 시스템을 개발하였다. 이 시스템은 3D 지형에 SWAT 모델을 통해 모의 된 하천의 수위 및 SS에 대한 표출이 가능할 뿐만 아니라 기후나 유역환경에 따른 유역 내 수문 변화를 시·공간적으로 파악할 수 있는 장점이 있다. 향후 본 연구에서 개발된 디지털 트윈 기반 SWAT 모델 수문 모의 시스템은 홍수 및 가뭄과 같은 재해에 대응할 수 있는 유역 및 하천관리 대책을 효율적으로 수립하는데 활용될 수 있을 것으로 판단된다.

하상 측정은 하천 유지관리, 수공구조물 설계 및 보수, 수생태 조사의 필수적인 자료이다. 최근 4대강 대규모 사업 이후 자연적 안정화로 인해 침식 및 재퇴적이 진행되어 정밀 하상 모니터링이 요구되고 있다. 통상적인 하상 조사 기법은 레벨측량 및 RTK-GPS 등을 활용하여 점단위로 직접 계측하는 기법과 수심이 깊을 경우 ADCP와 같은 음향측심기법을 통해 하상변동을 계측하고 있다. 하지만 점단위 직접 측정은 사구와 사련과 같은 하상 구조 교란 및 계측 시 위험을 동반하고 수심자료의 측정오차가 크게 발생하는 한계점이 존재한다. 또한 초음파 방식의 경우 막음길이와 바닥면 노이즈 등의 한계점으로 50 cm 미만의 저수심부 하상 측정이 불가능한 실정이다. 이러한 한계점을 극복하기 위해 최근 드론의 보급으로 수심라이다(Bathymetry LiDAR), SFM, 드론 탑재 초분광 영상을 활용한 초분광수심법과 같은 저고도, 고해상도의 비접촉식 면단위 하상 측정 기법이 대안으로 각광받고 있고 최근 관심은 해당 최신 기술의 성능 점검 및 적용성 평가에 있다. 따라서 본 연구에서는 초분광수심법 중 보편적으로 적용할 수 있는 최적밴드비분석(OBRA)의 성능 점검과 실무 적용성을 국내 하천을 대상으로 검토하였다. 해당 기술의 실무 적용성 평가항목 중 수심 적용 범위가 경제적이고 효율적인 성능 평가의 주된 항목이다. 선행 연구에 따르면 감천을 대상으로 저수심부의 성능 평가를 진행한 결과 상세한 하상계측이 가능하다고 제시하였다. 따라서 본 연구는 낙동강-황강 합류부를 대상으로 전형적인 평수기 탁도 조건에서 초분광수심법을 적용할 경우 최대측정가능수심의 범위를 결정하는 방법 및 결과를 제시하려고 한다. 또한 현장실험 당시 합천댐 방류로 인하여 황강의 탁도가 높아진 상태에 기인하여 고탁도 조건에서 초분광수심법의 적용성 평가도 추가 검토하였다. 해당 연구는 수심과 밴드비의 비선형성을 통해 최적 밴드비 분석의 결과로 도출될 수 있는 상관계수와 평균 제곱근 오차(RMSE)의 동향을 보아 다양한 시나리오의 배제수심을 통해 최대측정가능수심을 산정하였으며 그 이상의 범위는 수심맵 산정에서 제외하였다. 그 결과로 낙동강 본류에서 2.5 m 이하, 황강 지류에서 1.25 m 이하의 최대측정가능수심이 나타났고 해당 범위 이하에서는 상세한 하상이 나타났다. 또한 고탁도 조건인 황강에서는 낙동강에 비해 절반 수준의 최대측정가능수심 범위가 나타나 탁도 조건에 따른 초분광수심법의 한계가 있는 것을 확인하였다.

하천유량, 댐유입량 등을 예측하기 위해 다양한 Long Short-Term Memory (LSTM) 방법들이 활발하게 적용 및 개발되고 있다. 최근 연구들은 s2s (sequence-to-sequence), Attention 기법 등을 통해 LSTM의 성능을 개선할 수 있음을 제시하고 있다. 이에 따라 본 연구에서는 LSTM-s2s와 LSTM-s2s에 attention까지 첨가한 모델을 구축하고, 시간 단위 자료를 사용하여 유입량 예측을 수행하여, 이의 실제 댐 운영에 모델들의 활용 가능성을 확인하고자 하였다. 소양강댐 유역을 대상으로 2013년부터 2020년까지의 유입량 시자료와 종관기상관측기온 및 강수량 데이터를 학습, 검증, 평가로 나누어 훈련한 후, 모델의 성능 평가를 진행하였다. 최적 시퀀스 길이를 결정하기 위해 R², RRMSE, CC, NSE, 그리고 PBIAS을 사용하였다. 분석 결과, LSTM-s2s 모델보다 attention까지 첨가한 모델이 전반적으로 성능이 우수했으며, attention 첨가 모델이 첨두값 예측에서도 높은 정확도를 보였다. 두 모델 모두 첨두값 발생 동안 유량 패턴을 잘 반영하였지만 세밀한 시간 단위 변화량 패턴 모의에는 한계가 있었다. 시간 단위 예측의 한계에도 불구하고, LSTM-s2s에 attention까지 추가한 모델은 향후 댐유입량 예측에 활용될 수 있을 것으로 판단한다.

상수도 관망의 수질 관리는 매우 중요한 목표이지만, 2019년도 적수 사태를 비롯하여 여러 수질사고를 경험하고 있다. 이러한 수질 사고는 내부의 각종 부착물 및 침전물들로 인해서 발생하거나 파손된 관로를 통해 외부에서 유입될 수도 있다. 수질 사고는 다양한 경로를 통해 발생할 수 있으며 외부에서의 바이러스 유입의 가능성 역시 늘 존재하고 있다고 할 수 있다. 본 연구에서는 상수도 관망으로의 잠재적인 바이러스 유입에 따른 위험도 분석 체계를 구현하였으며, 다양한 바이러스 유입에 따른 상수도 관망 위험도의 민감도 분석을 수행하였다. 제안한 분석 체계는 상수도 관망의 주요 소독 물질인 염소와 바이러스의 반응을 모의할 수 있도록 EPANET-MSX 모형을 탑재하였으며, 위험도 분석을 위한 QMRA(Quantitative Microbial Risk Assessment)를 적용하였다. 바이러스 유입 시나리오 구축을 위해 상수도 관망 내 유입되거나 인체에 유해 한 영향을 줄 수 있는 바이러스를 우선 선별 하였고, 인체에의 영향 및 염소와의 반응에 대해 정리하였다. 또한 바이러스는 모든 절점에서 유입이 가능한 것으로 가정하였으며, 최악의 상황 모의를 위해 바이러스가 지속적으로 유입되는 시나리오를 구축하였다. 적용 관망은 미국 내 실제 관망 중 반응계수에 대한검토가 완료된 관망으로 선정하였으며, 관망의 구조 및 탱크의 유무에 따라 분류하여 적용한 인자들의 불확실성 및 경향을 파악하기 위한 MCS(Monte Carlo Simulation)를 통해 민감도 분석을 수행하였다. 제안한 분석 체계는 향후 수질 사고에 대한 위험도를 최소화할 수 있는 운영에 근거를 제공해 줄 수 있을 것이다.

국지적 지역에 내리는 강한 강도의 강우는 많은 인명 및 재산 피해를 발생시킨다. 이러한 피해를 예방하기 위해 도시 침수 예측에 관한 연구가 오랜 기간 수행되어 왔으며, 최근에는 다양한 신경망(neural network) 모델이 활발히 이용되고 있다. 강우 지속 기간이나 강도는 일정하지 않고, 공간적 특징 또한 도시마다 다르므로 안정적인 침수 예측을 위한 신경망 모델은 강건성(robustness)을 지녀야 한다. 강건한 신경망 모델이란 적대적 공격(adversarial attack)을 방어할 수 있는 능력을 갖춘 모델을 일컫는다. 따라서 본 연구에서는, 도시 침수 예측을 위한 시공간 신경망(spatio-temporal neural network) 모델의 강건성 제고를 위한 방법론을 제안한다. 먼저 적대적 공격의 유형과 방어 방법을 분류하고, 시공간 신경망 모델의 학습 데이터 특성 및 모델 구조구성 조건 등을 활용하여 최적의 강건성 제고 방안을 도출하였다. 해당 모델은 집중호우로 인해 나타날 다양한 관망에서의 침수 피해를 각각 예측하고 피해를 예방하기 위해 활용될 수 있다.

강화학습은 에이전트(agent)가 주어진 환경(environment)과의 상호작용을 통해서 상태(state)를 변화시켜가며 최대의 보상(reward)을 얻을 수 있도록 최적의 행동(action)을 학습하는 기계학습법을 의미한다. 최근 알파고와 같은 게임뿐만 아니라 자율주행 자동차, 로봇 제어 등 다양한 분야에서 널리 사용되고 있다. 상수도관망 분야의 경우에도 펌프 운영, 밸브 운영, 센서 최적 위치 선정 등 여러 문제에 적용되었으나, 설계에 강화학습을 적용한 연구는 없었다. 설계의 경우, 관망의 크기가 커짐에 따라 알고리즘의 탐색 공간의 크기가 증가하여 기존의 최적화 알고리즘을 이용하는 것에는 한계가 존재한다. 따라서 본 연구는 강화학습을 이용하여 상수도관망의 구성요소와 환경요인 간의 복잡한 상호작용을 고려하는 설계 방법론을 제안한다. 모델의 에이전트를 딥 강화학습(Deep Reinforcement Learning)으로 구성하여, 상태 및 행동 공간이 커 발생하는 고차원성 문제를 해결하였다. 또한, 해당 모델의 상태 및 보상으로 절점에서의 압력 및 수요량과 설계비용을 고려하여 적절한 수량과 수압의 용수 공급이 가능한 경제적인 관망을 설계하도록 하였다. 모델의 행동은 실제로 공학자가 설계하듯이 절점마다 하나씩 차례대로 다른 절점과의 연결 여부를 결정하는 것으로, 이를 통해 관망의 레이아웃(layout)과 관경을 결정한다. 본 연구에서 제안한 방법론을 규모가 큰 그리드 네트워크에 적용하여 모델을 검증하였으며, 고려해야 할 변수의 개수가 많음에도 불구하고 목적에 부합하는 관망을 설계할 수 있었다. 모델 학습과정 동안 에피소드의 평균 길이와 보상의 크기 등의 변화를 비교하여, 제안한 모델의 학습 능력을 평가 및 보완하였다. 향후 강화학습 모델을 통해 신뢰성(reliability) 또는 탄력성(resilience)과 같은 시스템의 성능까지 고려한 설계가 가능할 것으로 기대한다.

딥러닝 알고리즘 중 과거의 정보를 저장하는 문제(장기종속성 문제)가 있는 단순 RNN(Simple Recurrent Neural Network)의 단점을 해결한 LSTM(Long short-term memory)이 등장하면서 특정한 유역의 강우-유출 모형을 구축하는 연구가 증가하고 있다. 그러나 하나의 모형으로 모든 유역에 대한 유출을 예측하는 지역화 강우-유출 모형은 서로 다른 유역의 식생, 지형 등의 차이에서 발생하는 수문학적 행동의 차이를 학습해야 하므로 모형 구축에 어려움이 있다. 따라서, 본 연구에서는 국내 12개의 유역에 대하여 LSTM 기반 분포형 지역화 강우-유출 모형을 구축한 이후 강우 이외의 보조 자료에 따른 정확도를 살펴보았다. 국내 12개 유역의 7년 (2012.01.01-2018.12.31) 동안의 49개 격자(4km²)에 대한 10분 간격 레이더 강우, MODIS 위성 이미지 영상을 활용한 식생지수 (Normalized Difference Vegetation Index), 10분 간격 기온, 유역 평균 경사, 단순 하천 경사를 입력자료로 활용하였으며 10분 간격 유량 자료를 출력 자료로 사용하여 LSTM 기반 분포형 지역화 강우-유출 모형을 구축하였다. 이후 구축된 모형의 성능을 검증하기 위해 학습에 사용되지 않은 3개의 유역에 대한 자료를 활용하여 Nash-Sutcliffe Model Efficiency Coefficient (NSE)를 확인하였다. 식생지수를 보조 자료를 활용하였을 경우 제안한 모형은 3개의 검증 유역에 대하여 하천 흐름을 높은 정확도로 예측하였으며 딥러닝 모형이 위성 자료를 통하여 식생에 의한 차단 및 토양 침투와 같은 동적 요소의 학습이 가능함을 나타낸다.

토양침식은 지표의 토양이 바람이나 물에 의해 분리되어 이송되는 자연현상이다. 우리나라에서는 주로 물에 의한 토양침식이 발생하며 특히 단기간 집중적으로 내리는 강우에 의해 토양침식이 일어난다. 토양의 침식현상은 농경지 유실, 하공구조물에서의 퇴적토 발생, 수질 오염등 다양한 문제를 일으키며 기후변화로 인한 집중강우의 빈도 및 강도 증가는 토양침식에 의한 피해를 증가 시키고 있다. 이러한 문제를 파악하기 위해 경험적 방법에 의해 개발된 범용토양유실공식인 USLE 모형이 널리 사용되고 있으나 연간 토양침식량을 산정하기 위해 개발된 USLE모형은 강우기간이 짧고 강우강도가 높은 집중호우와 같은 단기 강우사상을 모의할 수 없고 모든 지역을 표현하는 데 한계가 있다. 이에 따라 단기 강우사상을 고려할 수 있는 물리기반 침식모형인 SSEM모형을 활용하였다. SSEM모형은 운동파 방정식의 수치해석과 물리적 기반 접근방식을 통해 토양침식과정을 계산하여 집중호우로 인해 발생하는 토양침식을 보다 정확하게 추정할 수 있다. 이러한 모형의 적용성을 확인하기 위해 우리나라의 의암댐유역 선정하였으며, 지형 및 강우 그리고 댐자료 등 기초자료 수집과 수집된 데이터는 연구 대상에 대한 토양침식량 산정 및 매개변수 추정과 보정하는 데 사용되었다. 이 결과 다른 토지이용에 비해 농경지와 나지에서 많은 침식이 일어나며 도심지에서의 퇴적이 발생하였다.

고속도로 및 편의시설 건설로 불투수층의 면적이 증가하여 강우 시 고속도로 및 편의시설에서 발생하는 오염원에 의한 하천의 수질 영향도 커지고 있다. 특히 휴게소에서는 자동차의 급가속, 급감속으로 더욱 많은 분진과 오염물질이 발생할 수 있으며 타이어 마모 입자, 자동차 배기가스, 중금속 및 오일류 등이 휴게소나 도로 지표에 집적되어 있다. 이렇게 발생한 오염물질은 우기에 강우와 함께 불투수면을 침투하지 못하고 배수로를 통해 유출되어 인근 하천의 수생태 및 토양의 주요 오염원으로 작용하고 있다. 이에 따라 고속도로 및 인근 휴게소의 비점오염 저감대책이 필요하며 효율적인 비점오염원 저감을 위해 장기적인 모니터링, 지속적인 자료 수집 및 분석이 필요하다. 본 연구에서는 강원지역 고속도로 및 인근 휴게소에서 강우 시 강우유출수 모니터링을 통해 강우유출수 유량가중평균농도 (Event Mean Concentration) 산정하고 강우유출수 수문곡선 (hydrograph)을 작성하였다. 또한 강우사상에 따른 분석항목별 초기세척효과(First Flush Effects)와 오염부하량을 산정하였다. 추가적으로 차량 기인 입자를 확인하기 위해 μ-FT-IR 현미경 분석 실험을 하였다. 모니터링 장소는 휴게소 및 고속도로 일원이며, 모니터링은 선행무강우일수 2일 이상, 강우량 10mm 이상일 때 실시하였으며 2022년 6월부터 10월까지 총 4회 실시하였다. 모니터링 결과 타이어 및 브레이크 패드 마모와 관련된 중금속인 Zn, Cu, Pb 등의 중금속이 높게 분석되었으며 이러한 중금속의 오염부하량 역시 높게 산정되었다. 강우유출수 수문곡선에서 강우 초기 오염물질의 세척효과가 나타났다. MFFn 산정 결과 강우 30% 구간에서 초기세척효과를 보였다. μ-FT-IR 현미경 분석 결과 PE (Polyethylene)가 가장 많이 검출되었고 PP (Polypropylene), PS (Polystyrene) 순으로 검출되었다. 이러한 강우유출수 모니터링 데이터는 향후 고속도로 휴게소 및 고속도로 주변 오염저감 시설 설치 및 사회적 동참을 위한 타당한 근거 확보를 위한 기초자료로서 제공될 수 있을 것이다.

효율적인 수자원 관리에 필수적인 요소 중 하나는 유역 유출의 정확한 예측이다. 동일한 유역이라 할지라도 과거 기후조건에 대해 매개변수나 모형구조가 최적화된 수문모형은 현재나 미래 기후에 대해 최적이라 할수 없으며, 이에 따라 유역 유출 해석의 불확실성 또한 증가하고 있다. 수문자료동화는 모형의 입력 자료에 따른 불확실성을 줄이고 예측정확도를 향상 시킬 수 있는 방법으로, 수문모형의 상태량이나 매개변수를 업데이트하여 모형 초기 조건의 가능성 높은 추정치를 생성하는 기법이다. 본 연구에서는 국내 댐 상류 유역에 대해 집중형 수문모형과 순차자료동화 기법의 연계 패키지인 airGRdatassim 모형을 적용하여, 앙상블 칼만 필터와 파티클 필터 기법의 수문자료동화 특성을 비교 분석하고, 자료동화와 관련된 하이퍼-매개변수의 불확실성이 수문모의 성능에 미치는 영향을 분석하였다. 자료동화 적용 결과, 두 자료동화 기법 중 파티클 필터에 의한 모의성능이 높았으며 기상강제력 노이즈의 범위, 갱신 대상 상태량 설정, 앙상블 설정 등 수문자료동화의 설정과 관련된 하이퍼 매개변수의 불확실성은 두 기법별 뚜렷한 차이를 보였다. 또한, 본 연구에서는 일단위에서 시단위로 확장한 유량 예측 자료동화의 시험 모의결과 및 앙상블 수문동화기법의 도전과제에 대해서도 논의한다.

유해 남조 대발생(Harmful Algal blooms, HABs)이 담수호에 발생하면 마이크로시스틴과 같은 독성물질과 맛·냄새 물질을 생성하여 상수원이용과 친수활동을 방해한다. 그래서 유해 남조 대발생 전 유해남조 세포수를 예측하여 선제적 대응하는 것은 중요하다. 따라서 본 연구는 머신러닝기반 Random Forest(RF)를 활용하여 팔당댐 앞의 유해남조 세포수를 예측하는 모델을 개발하고 성능을 평가하고자 한다. 모델 구축을 위해 2012년 4월부터 2021년 12월까지의 팔당호(삼봉리, 경안천) 및 남북한강(의암댐~이포보)권역의 조류, 수질, 수리/수문, 기상 자료를 수집하여 입력 및 출력 자료로 이용하였다. 수집된 데이터에는 다양한 입력변수들이 있어 남조 세포수 예측 성능 비교를 위한 전체 26개 변수 적용과 통계학적으로 상관관계가 높은 12개 변수 적용을 통해 모델을 구축하였다. 입력, 출력 자료로 이용한 유해남조 세포수는 로그변환된 값으로 사용하였으며 일반적인 조류 시료 채취기간이 7일이므로 7일 후를 예측하기 위한 모델을 구축하였다. 구축한 모델의 성능은 실측데이터와 예측데이터의 R²로 산출하여 평가하였다. 전체 26개 입력변수로 모델 구축 후 학습 및 검증 수행 결과 R²의 학습 0.803, 검증 0.729로 나타났고, 유해남조 세포수와 유의미한 상관관계를 보이는 12개 입력변수로 모델 구축 후 학습 및 검증 수행 R²은 학습 0.784, 검증 0.731로 나타났다. 두 모델의 성능을 살펴본 결과 입력변수 개수의 변화에 따른 성능차이는 크지 않은 것으로 나타났으며, 남조세포수 예측을 위한 모델로서 활용가능함을 알 수 있었다. 향후 연구에서는 Random Forest 외 다른 기계학습 모델들과 딥러닝 모델을 통해 남조세포수 예측 성능이 높은 모델을 구축해볼 필요성이 있다.

하천 내에서 하상변동은 치수나 생태계에 직간접적인 영향을 끼치는 것으로 알려져 있다. 하상변동의 예측을 위한 여러 가지 모델들이 존재하지만 하상변동의 양상을 직관적으로 파악하기에는 어려움이 있다. 최근 수행된 연구결과에 따르면 하천의 수리 기하학적 형상이 부유사 농도와 유량과의 관계와 관련이 있는 것으로 밝혀졌다(Kim et al., 2018). 본 연구에서는 하상변동과 부유사의 농도를 밀접한 관련이 있다고 가정하여 수리기하(Hydraulic Geometry) 이론을 이용하여 하상변동의 경향성을 표현하여 하상변동의 경향성을 직관적으로 유추할 수 있는 기법을 제시하고자 한다. 이를 위해 본 연구에서는 하상변동을 수리기하적표현을 이용하여 해석적으로 제시하였고 수치모의를 실시하였으며 실제 자연하천에 대해 검증을 수행하였다. 수치모의는 자연에 존재할 수 있는 다양한 하천형상을 표현하기 위해 수리기하 이론에서의 수심과 폭을 나타내는 인자들을 이용하여 하천의 형상을 넓고 얕은 하천, 좁고 깊은 하천, 중간 정도의 하천으로 분류하였으며 흐름조건을 정상류와 부정류조건으로 분류하였다. 또한 하상경사와 하상재료의 입경분포를 고려하였다. 그리고 실제 하천에 대한 검증은 대한민국에 존재하는 갑천, 미호천, 남강, 임진강, 원주천, 금호강의 하상변동 자료를 이용하여 실시하였다. 하상변동의 경향성을 직관적으로 표현하기 위해 Manning 공식을 이용하여 하상전단력의 수리기하 지수를 수심, 유속, 조도계수의 수리기하지수들로 표현하였다.

수문순환의 대표적인 이점으로는 지하수, 미기후조절 그리고 자연경관 및 친수성을 활용한 이용가치가 있다. 이렇듯 수문순환은 우리의 삶과 밀접한 관계를 맺고 있다. 인구증가에 따라 도시개발이 이루어지며 이로 인한 토지변화는 유역의 수문순환체계를 변화시킨다. 또한 산업활동의 증가로 기후변화에 따른 지구온난화가 심해지고 있어 정상범위를 벗어난 이상기후 현상이 빈번하게 발생하고 있다. 이러한 고도산업화에 의해 물에 대한 수요가 매해 증가하고 있는 상황에서 이상기후 현상과 무분별한 개발이 지속적으로 이루어진다면 물 수요량에 대한 대응이 어려워져 올바른 수문순환 건전성을 기대하기 어렵다. 최근 강남에서 빗물 처리 제반 시설 부족과 불투수면의 증가를 원인으로 도시홍수가 발생했다. 강우사상의 급격한 변화와 밀도 높은 도시화·산업화로 인한 불투수면의 증가는 각종 물순환 문제를 발생시키는 문제의 중심에 있다. 이에 본 연구에서는 도시 내에서의 자연계·인공계로 구분되는 물순환을 평가지표를 활용하여 종합적으로 평가하고자 한다. 도시 물순환 왜곡 현상을 최소화하기 위해 유량, 수위의 상관성 분석 및 지수, 지표를 적용하여 수문순환 건전성을 평가하려 한다. 기존의 수문순환 변동 양상 및 대책 마련 연구들과 함께 본 연구에서 제시된 평가지표를 이용해 수문순환 불균형에 대응할 수 있는 결과 도출로 효율적이고 안정적인 수자원 관리에 활용할 수 있을 것으로 사료된다.

하천에 흐르는 유량을 활용하기 위한 인간의 요구는 끊임없이 증대되고 있으며, 댐 건설과 같은 대형 구조물의 건설은 인간의 수자원 이용에 대한 편의성을 증가시켜주었으나 본래 자연하천이 갖는 생태적 기능을 상실하게 만들고 다양한 생태 및 환경적 문제점을 초래하였다. 특히 유황의 변화는 수생태계의 구조와 기능에 커다란 변화를 야기하였다. 따라서 본 연구에서는 하천의 이·치수적 기능을 유지하면서 인간과 자연이 더불어 살 수 있는 친환경적인 하천 조성을 위해 적정량의 생태유량 산정 방안에 대해 분석하였다. 연구 대상유역은 댐 건설로 인해 유황변화가 발생하며, 하천유지유량이 고시된 낙동강 지류하천인 감천유역을 대상으로 하였다. 감천의 생태계에 필요한 생태유량 확보 방안 마련을 위해서 1) 생태계 필요유량의 산정, 2) 유역 물수지모형 구축, 3) 적정 생태유량의 공급 및 확보방안 시나리오 마련의 순서로 연구를 진행하였다. 첫 번째, 생태유량 산정을 위해 수문학적 방법과 서식처 모의 방법을 활용하였다. 수문학적 방법은 Tennant, Aquatic Base Flow (ABF) 및 Smakthin 방법으로 생태유량을 산정하였고, 서식처 모의 방법으로는 서식처 모의 모델 중 2차원 수리해석이 가능한 River 2D를 활용하여 대상어종의 생태유량을 산정하였다. 두 번째, 유역 물수지 분석을 위해 K-WEAP 모델을 활용하여 감천유역의 물수지 모형을 구축하였으며, 김천부항댐의 방류량과 감천유역 하류에 위치한 구미시(선주교)의 유량과 비교를 통해 물수지 모델 결과를 검증하였다. 마지막으로 여덟 가지 생태유량 공급 시나리오를 감천유역의 물수지 모형에 적용하여 생태유량의 확보 방안을 평가하고자 하였다. 본 연구에서는 하천 생태계의 건강성 유지를 위해서 필요한 생태유량을 다양한 학술적 방법으로 산정하여 연구 대상하천에 적용 가능성을 평가하였으며, 향후 생태유량을 보다 정량적으로 평가할 수 있는 기초 자료로 활용될 수 있을 것으로 기대된다. 또한 산정된 생태유량을 확보하기 위한 물수지모델의 적용방안을 제시함으로써 하천 및 유역의 수자원관리에 방향을 제시하고자 하였다.

최근 이상기후현상으로 홍수와 가뭄의 발생 빈도 증가 및 하천유지유량 부족 등 하천에서 유량 변동이 크게 나타나고 하천 환경 변화에 따른 수질오염, 갈수기 수질악화 등 하천에서 다양한 문제들이 발생하고 있다. 수질은 매개변수별 기준 농도와 측정 농도를 비교하여 평가하지만 직독식 측정 항목과 실험실 분석 항목 및 미측정 항목을 포함하기 때문에 수질 상태를 정확하게 나타내기 어렵다. 물리적, 화학적 및 생물학적 특성의 매개변수를 분석하여 수질을 평가하지만, 복잡한 수질 데이터를 단순하고 논리적으로 수질을 요약하기 위해 단일 값으로 매개변수를 통합한 수질지수가 개발되었다. 다양한 국가 및 기관에서 개발된 수질지수는 방법론, 최종산출 방법의 차이로 동일한 지점 및 기간에서 측정되는 자료를 각각의 수질지수 방법론을 적용하였을 때 상이한 점수 및 등급이 발생하여 유역 특성에 적절한 수질지수를 활용하는 것이 필요하며, 유량 변동이 고려되어야 한다. 따라서 본 연구에서는 기존의 수질지수 산정 매개변수를 유역 특성 및 관리기준을 고려하여 매개변수를 수정하고 매개변수별 중요도에 따른 가중치를 재산정하고 유량 인자를 추가하여 복합적인 하천 수질을 종합적으로 평가하고자 한다. 또한, 물리모형과 데이터 모형을 활용하여 기후변화에 따른 수질 변동 평가를 통해 수문학적 변화가 하천 수질에 미치는 영향을 평가하고자 한다.

최근 도시화 및 기후변화에 따른 재난의 피해가 증가하고 있다. 국내 기상청에서는 호우 및 태풍에 대한 예·경보(주의보, 경보)를 전국적으로 통일된 기준(3시간, 12시간 누적강우량)에 따라 발령하고 있다. 이에 따라 현재 예·경보 기준에는 피해가 발생한 사상에 대한 지역별 특성이 고려되지 않는 문제점이 있다. 본 연구에서는 이러한 문제점을 해결하기 위하여 서울특별시, 인천광역시, 경기도의 호우 및 태풍에 대한 재해사상별 발생한 피해액 및 누적강우량을 활용하여 재해강도의 단계별 기준을 수립하고, 입력자료로 관측된 강우값을 활용하여 발생할 수 있는 재해의 발생 강도를 분류하는 모형을 개발하고자 하였다. 본 연구에서는 호우 및 태풍에 의한 재해 피해액의 분위별로 재해강도 단계(관심, 주의, 경계, 심각)를 분류하였고, 재해강도 단계에 따른 누적강우량 기준을 지자체별로 제시하였으며, 분류한 재해의 강도 단계를 모형의 종속변수로 활용하였다. 재해피해가 발생하지 않은 무강우 지속시간을 산정하여 호우 사상을 분류하였다. 지자체별로 재해 발생강도 분류 모형 개발을 위하여 머신러닝 모형 4가지(의사결정나무, 서포트 벡터 머신, 랜덤 포레스트, XGBoost)를 활용하였다. 본 연구에서 분류한 피해가 발생하지 않은 호우사상 및 피해가 발생한 사상별로 강우량, 지속시간 최대 강우량(3시간, 12시간), 선행강우량, 누적강우량을 독립변수로 입력하여 종속변수인 재해 발생 강도를 분류하였다. 각 모형별로 F1 Score를 이용한 정확도 평가 결과, 의사결정나무의 F1 Score가 평균 0.56으로 가장 우수한 정확도를 가지는 것으로 평가되었다. 본 연구에서 제시하는 머신러닝 기반 재해 발생 강도 분류모형을 활용하면 호우 및 태풍에 의한 재해에 대하여 지자체별로 재해 발생 강도를 단계별로 파악할 수 있어, 재난 담당자들의 의사결정을 위한 참고 자료로 활용될 수 있을 것으로 판단된다.

홍수시 교각이나 교량 상판에 집적되는 유송잡물은 하천통수단면을 급격히 축소시켜 수위 상승을 일으키고 교량에 가해지는 유수압을 가중시켜 교량 파괴를 발생시킨다. 이러한 흐름의 변화는 교각 기초부의 세굴 깊이와 면적을 증가시키고 교각 및 교량 상판에 대한 유수압을 증가시켜 교량 자체의 안전성을 위협할 뿐 아니라 수위 상승으로 인한 범람 및 인근 구조물 파손 위험도 초래한다. 이에 대한 대책 마련을 위해서는 교량에 유송잡물이 집적된 경우 변화하는 흐름 특성을 파악하고 그에 대한 이해가 먼저 이루어져야 한다. 기존 연구는 교량에 유송잡물이 집적된 경우 발생하는 교각 기초부의 세굴 양상의 변화에만 초점을 두거나, 교량 인근의 국부적 범위에 대한 흐름 특성 변화에만 집중하여 조사한 경우가 대부분이다. 그러나 하천 내 횡단 구조물 특성 변화로 인한 흐름의 변화는 해당 구조물이 위치한 지점뿐 아니라 상하류의 상당한 범위에 걸쳐 지속적으로 해당 구조물 및 주변 시설에 영향을 미칠 수 있다. 본 연구에서는 실험용 개수로에 교량 모형을 설치하여 수리모형실험을 수행하였고 유송잡물로 인한 교량 폐색이 발생한 경우와 그렇지 않은 경우의 두 가지 조건을 고려하였다. 관찰 구간은 유송잡물이 집적된 교량의 상하류에 발생하는 흐름 변화를 상류는 교량 상판 길이의 약 3.33배 떨어진 위치까지 관찰하였으며 하류로는 교량 상판 길이의 10배 떨어진 위치까지 아우르는 구간에 대하여 관찰하였다. 두 가지 경우의 교량 모형에 동일한 흐름 조건을 적용하여 3차원 초음파 유속계를 이용하여 순간유속을 측정하였고, 시간평균유속, 레이놀즈 응력 및 난류 운동 에너지를 계산하여 평균 흐름 및 난류 특성의 변화를 비교 분석 하였다. 수리모형실험을 통해 유송잡물 집적으로 인한 교각 전면부와 후면부에서 하강류의 크기가 약 2배 정도 증가하는 것을 확인하였다.

최근 수십 년 동안 전 세계의 거의 모든 하천 유역은 기후변화와 인간 활동에 의해 직간접적으로 영향을 받았다. 특히, 유역 유출량은 기후변화와 인간 활동의 상호작용으로 수자원 분야에서 문제가 되고 있다. 기후와 인간 활동에 의해 변화하는 환경에서 수자원을 효율적으로 관리하기 위해서 유출량의 변화를 이해하는 것은 매우 중요하다. 따라서, 본 연구에서는 낙동강 유역의 22개 중권역을 대상으로 과거 관측자료 및 미래 기후변화 시나리오의 유출량, 강수량, 기온, 잠재 증발산량 및 실제 증발산량 자료를 이용하여 기후변화와 인간 활동이 유출량에 미치는 영향을 정량적으로 분석하였다. 과거 관측자료를 분석할 경우, 기초자료인 유출량의 경향성 및 유의성을 검증하기 위해 비모수적 방법인 Mann-Kendall 검증을 수행하였으며, Pettitt method를 이용하여 변화 지점을 결정하여 기준기간과 사후기간으로 구분하였다. 또한 Budyko 가설 기반 기후 탄력성 접근법을 이용하여 기후변화와 인간 활동이 하천 유출량에 미치는 영향을 정량적으로 분리하였다. 미래 RCP 시나리오 자료를 분석할 경우에도 기간을 나누고 기후 탄력성 접근법을 이용하여 유출량의 영향을 평가하였다. 분석 결과, 기후변화와 인간 활동의 상대적 기여도는 중권역 간에도 다양하다는 것을 확인할 수 있었다. 미래의 유출량을 분석한 결과, 대부분의 유역에서 기후변화의 기여도는 RCP 4.5일 때에 비해 RCP 8.5에서 더 크게 상승한 것으로 나타났다. 과거 기간(1966~2020)에 대하여 미래 기간 (2062~2099)에 대한 분석에서 중권역 중 금호강(#2012)은 RCP 4.5에서는 22.4%, RCP 8.5에서는 39.8%로 RCP 8.5가 큰 것으로 나타났다.

Both the frequency and the magnitude of hydrometeorological extreme events such as severe floods and droughts are increasing. In order to prevent a damage from the climatic disaster, hydrological models are often simulated under various meteorological conditions. While performing the simulations, a synthetic data generated through time series models which maintains the key statistical characteristics of the sample data are widely applied. However, the synthetic data can easily maintains both the average and the variance of the sample data, but the quantile is not maintained well. In this study, we proposes a data generation method which maintains the quantile of the sample data well. The equations of the former maintenance of variance extension (MOVE) are expanded to maintain quantile rather than the average or the variance of the sample data. The equations are derived and the coefficients are determined based on the characteristics of the sample data that we aim to preserve. Monte Carlo simulation is utilized to assess the performance of the proposed data generation method. A time series data (data length of 500) is regarded as the sample data and selected randomly from the sample data to create the data set (data length of 30) for simulation. Data length of the selected data set is expanded from 30 to 500 by using the proposed method. Then, the average, the variance, and the quantile difference between the sample data, and the expanded data are evaluated with relative root mean square error for each simulation. As a result of the simulation, each equation which is designed to maintain the characteristic of data performs well. Moreover, expanded data can preserve the quantile of sample data more precisely than that those expanded through the conventional time series model.

This paper examines the extent to which the Mekong River Basin countries have achieved socioeconomic benefits based on regional cooperation through the Greater Mekong Subregion (GMS) Program, focusing on hydropower development and the Mekong Power Grid. This study pays attention to the time period from 2012 to 2022. The benefit sharing approach is employed to evaluate the extent to which hydropower development and the Mekong Power Grid have contributed to the regional energy trade in the GMS program. The GMS program was launched by the Asian Development Bank (ADB) in 1992, and the Chinese provinces of Yunnan and Guangxi, Myanmar, Lao PDR, Thailand, Cambodia, and Vietnam have taken an active part in the program. The goals of the GMS program are to achieve poverty alleviation, economic development, and regional cooperation in various sectors, including energy, tourism, and transportation. The GMS Economic Cooperation Program Strategic Framework 2030 (GMS-2030), in 2021, provides a new framework for prosperous and sustainable development in the river basin. In the energy sector, the GMS program has been instrumental in facilitating hydropower development and creating the Mekong Power Grid with the Regional Grid Code (RGC), contributing to economic benefits and promoting regional trade of hydroelectricity. It is argued that the GMS program has enhanced regional cooperation between the riparian countries. Despite such achievements, the GMS program has faced challenges, including the gap of economic development between the riparian countries, socioeconomic and environmental concerns regarding hydropower development between the Upper and Lower Mekong countries, and geopolitical tensions from the US-China rivalry. These challenges should adequately be addressed within the program, which can guarantee the sustainability of the program for the river basin.

Multi-purpose dams are operated accounting for both physical and socioeconomic factors. This study aims to evaluate the utility of a deep learning algorithm-based model for three multi-purpose dam operation (Seomjin River dam, Juam dam, and Juam Control dam) in Seomjin River. In this study, the Gated Recurrent Unit (GRU) algorithm is applied to predict hourly water level of the dam reservoirs over 2002-2021. The hyper-parameters are optimized by the Bayesian optimization algorithm to enhance the prediction skill of the GRU model. The GRU models are set by the following cases: single dam input - single dam output (S-S), multi-dam input - single dam output (M-S), and multi-dam input - multi-dam output (M-M). Results show that the S-S cases with the local dam information have the highest accuracy above 0.8 of NSE. Results from the M-S and M-M model cases confirm that upstream dam information can bring important information for downstream dam operation prediction. The S-S models are simulated with altered outflows (-40% to +40%) to generate the simulated water level of the dam reservoir as alternative dam operational scenarios. The alternative S-S model simulations show physically inconsistent results, indicating that our deep learning algorithm-based model is not explainable for multi-purpose dam operation patterns. To better understand this limitation, we further analyze the relationship between observed water level and outflow of each dam. Results show that complexity in outflow-water level relationship causes the limited predictability of the GRU algorithm-based model. This study highlights the importance of socioeconomic factors from hidden multi-purpose dam operation processes on not only physical processes-based modeling but also aritificial intelligence modeling.

Coastal lagoons play a crucial role in water exchange, water quality, and biodiversity. It is essential to monitor and understand the dynamics of hydrogeochemistry in lagoon water and its groundwater to preserve and sustainably manage the groundwater-dependent ecosystems like coastal lagoons. This study investigated the spatial and temporal hydrogeochemical characteristics of coastal lagoon (Songjiho) and groundwater on the east coast of Korea. The concentrations of major ions, water isotopes, and nutrients (nitrogen and dissolved organic carbon) in lagoon water and groundwater were periodically monitored for one year. The study revealed that major ions and total dissolved solids (TDS) concentration were higher at deeper depths of aquifers and closer to the coastal area. The hydrogeochemical characteristics of coastal lagoon and groundwater chemistry were classified into two types, Ca-Mg-HCO₃ and Na-Cl, based on their spatial location from inland to coastal area. Moreover, the hydrogeochemical characteristics of coastal lagoons and groundwater varied significantly depending on the season. During the wet season, the increased precipitation and evaporation lead to changes in water chemistry. As a result, the total organic carbon (TOC) of coastal lagoons increases during this season, likely due to increased runoff by rainfall whereas the variation of chemical compositions in the lagoon and groundwater were not significant because there is reduced precipitation, resulting in stable water levels and during the dry season. The study emphasizes the impact of spatial distribution and seasonal changes in precipitation, evaporation, and river discharge on the hydrogeochemical characteristics of the coastal aquifer and lagoon system. Understanding these impacts is crucial for managing and protecting coastal lagoons and groundwater resources.

In recent years, the number of landslides in Korea has been increasing due to extreme weather events such as localized heavy rainfall and typhoons. Landslides often occur with debris flows, land subsidence, and earthquakes. They cause significant damage to life and property. 64% of Korea's land area is made up of mountains, the government wanted to predict landslides to reduce damage. In response, the Korea Forest Service has established a 'Landslide Information System' to predict the likelihood of landslides. This system selects a total of 13 landslide factors based on past landslide events. Using the LR technique (Logistic Regression) to predict the possibility of a landslide occurrence and the accuracy is known to be 0.75. However, most of the data used for learning in the current system is on landslides that occurred from 2005 to 2011, and it does not reflect recent typhoons or heavy rain. Therefore, in this study, we will apply a total of six machine learning techniques (KNN, LR, SVM, XGB, RF, GNB) to predict the occurrence of landslides based on the data of Inje, Gangwon-do, which was recently produced by the National Institute of Forest. To predict the occurrence of landslides, it is necessary to process converting landslide events and factors data into a suitable form for machine learning techniques through ArcGIS and Python. In addition, there is a large difference in the number of data between areas where landslides occurred or not. Therefore, the prediction was performed after correcting the unbalanced data using Tomek Links and Near Miss techniques. Moreover, to control unbalanced data, a model that reflects soil properties will use to remove absolute safe areas.

Spring drought forecasting in South Korea is essential due to the sknewness of rainfall which could lead to water shortage especially in spring when managed without prediction. Therefore, drought forecasting over South Korea was performed in the current study by thoroughly searching appropriate predictors from the lagged global climate variable, mean sea level pressure(MSLP), specifically in winter season for forecasting time lag. The target predictand defined as accumulated spring precipitation(ASP) was driven by the median of 93 weather stations in South Korea. Then, it was found that a number of points of the MSLP data were significantly cross-correlated with the ASP, and the points with high correlation were regionally grouped. The grouped variables with three regions: the Arctic Ocean (R1), South Pacific (R2), and South Africa (R3) were determined. The generalized linear model(GLM) was further applied for skewed marginal distribution in drought prediction. It was shown that the applied GLM presents reasonable performance in forecasting ASP. The results concluded that the presented regionalization of the climate variable, MSLP can be a good alternative in forecasting spring drought.

우리나라는 최근 지역별, 계절별 강수편차가 증가하고, 특정지역에 강수량이 부족하여 국지적 가뭄이 빈발하고 있는 실정이다. 우리나라는 '14년도 강원·경기, '15년도 강원·경기·충북·충남, '17년도에는 전북·전남·경북·경남 지역에서 강수부족에 의한 지역별 가뭄 발생하였다. 특히, '15년 가뭄의 경우 총강 수량 942.9mm로 충남서부권에서 큰 가뭄피해를 초래하고 정부 종합대책 발효 등 가뭄피해의 심각성을 알리는 계기가 되었으며 '23년 현재 전라도를 비롯한 남부지역의 겨울 가뭄 장기화로 용수공급 제한과 비상급수를 실시하고 있다. 최근 30년간 연 강수량은 감소 추세이며, 최근 10년 평균 강수량은 1,264.2mm로 최근 30년(1,305.0mm) 보다 40.8mm 부족하는 등 뚜렷하게 감소하는 추세이다. 가뭄취약지도는 「수자원의 조사·계획 및 관리에 관한 법률」 제7조1항 및 동법 시행령 제5조에 의거 가뭄취약성 평가를 기반으로 작성되며 기후변화 대비 선제적 가뭄대응을 위한 정보제공을 위해 전국을 대상으로 지역이 가지고 있는 특성과 여건을 반영한 지역별 가뭄 취약성 평가결과를 도출함이 목적이다. 본 연구는 "가뭄 취약성 평가 및 가뭄취약지도 구축(2018년)"으로 기 정립된 가뭄취약성 평가를 전국을 대상으로 확대 적용하며 선도 사업에서 각 평가부문별로 적용 범위 등을 보완하고자 하였다.

유역의 수량, 수질, 수생태, 지하수, 하천환경, 기후변화, 오염원, 하천 친수공간, 농업경작지 등 수자원 관점의 물순환의 범위를 넘어서 환경, 기후변화 적응, 경제성, 사회문화 등 다양한 분야를 포함한 통합적인 유역의 물관리 이슈와 문제점을 해결할 필요가 있다. 물순환 관리의 개념은 국토개발과 도시화에 따라 파생된 물순환 왜곡 및 그에 따른 제반 물문제(홍수량 증가에 따른 침수피해, 직접 유출량 증가에 따른 가용 수자원의 감소 등)의 해결을 위한 물관리 행위 전체로 볼 수 있다. 물순환 관리의 범위는 홍수량 감소를 위한 홍수관리, 가용 수자원의 증대를 위한 물 확보 등 물관리 전반을 포함해야 한다. 기존의 물순환 사업은 비점오염 관리에 중점을 두고 LID를 활용한 빗물 침투율 증대와 빗물 재이용 등의 관련 정책을 추진하였으나 이는 물순환 체계 전반을 다루고 있지 못하고 수질 개선에그 효과가 집중되었다. 따라서, 수량·수질·수생태·재이용 등을 종합적으로 고려한 물순환 관리에 대한 연구가 필요하며, 이를 통하여 개별적이고 시설물 중심인 기존 대책의 한계를 극복하고 통합물관리 관점의 물순환 건전성을 기반으로 유역의 안심공간 조성방안을 수립할 필요가 있다. 본 연구에서는 물순환 전반을 연계한 통합적인 물관리를 통하여 물 안심공간을 조성하기 위한 토대를 제시하는 것을 목표로 하며, 통합물관리 관점의 물순환 관련 데이터 수집, 유역별 물순환 수준의 진단 및 평가를 통하여 시범사업 모델을 마련하고, 사업에 따른 효과분석을 기반으로 중장기 추진계획 수립을 통한 실행력을 확보하는 것을 목적으로 한다.

도시화로 인한 불투수면 증가에 따른 물 순환 왜곡 현상이 발생하고 있으며, 이에 따라 물관리를 위한 저영향개발 기법이 국내외에서 적극 도입되고 있는 실정이다. 따라서 본 연구에서는 강우입력에 따라 LID 해석이 가능한 저영향개발 디지털트윈 분석 시뮬레이터를 개발하였다. LID DT 분석 모듈은 LID 시설 해석에 특화된 모형으로 시나리오 강우 기반 시뮬레이션 및 실시간 강우량 연동을 통한 모의가 가능하며, LID 시뮬레이션을 위해 개별적으로 활용함과 동시에 실시간 강우량 연계 시뮬레이션이 가능하도록 개발하였다. 유역유출 계산은 SWMM 모형의 비선형 저류방정식을 기반으로 유출해석 및 기본 LID 해석은 EPA SWMM 엔진으로 해석하며 저수지 추적이 요구되는 빗물이용시설의 경우 별도의 모듈을 적용하였으며, SWMM LID 해석 결과의 시설별 상세 결과 표출이 가능하도록 개발하였다. 현재 LID DT 모형의 시범 지구 적용은 세종시 6-4 생활권 해밀마을을 대상으로 하였다. 소유역 24개소, 우수관로 27개소, 소유역 24개소 및 유역면적 51ha로, 총 64개의 LID 시설을 시설형식을 구분하여 소유역별로 적용하였다. LID 시설의 강우 발생일에 대한 첨두유량과 관측 결과를 비교하여 정상 상황과 비정상 상황의 유량 오차 발생 시 점검 경보 알림 기준을 설정하였으며, 이를 통해 LID 시설의 유지보수 정보를 제공할 수 있을 것으로 예상된다. 또한 실시간 강우 모의를 통해 빗물이용시설의 저류조 용량 대비 현재 빗물저류량을 계산하여 빗물이용시설의 빗물저류량에 대한 정보를 제공하여 물부족 발생알림을 제공 가능할 것으로 예상된다. 따라서 LID DT 시뮬레이터에 및 빗물이용시설 운영에 대한 의사결정 정보를 제공할 수 있을 것으로 판단된다.

우리나라의 경우 집중호우와 돌발홍수로 인한 침수 발생에 대응하기 위해 유역 및 하천관리 사업, 각종 풍수해 예방사업 등을 추진하고 있으며, 관련 분야의 스마트기술 도입을 적극 추진하고 있다. 그러나, 2013년 노량진 상수도관 공사 현장 사고, 2019년 신월 빗물저류 배수시설 현장 사고 등과 같은 건설현장 침수 피해 사고가 지속적으로 발생하고 있다. 또한, 건설현장의 다양한 조건 및 시시각각 변화하는 상황에 따라 구조적 대책 및 대응방안을 수립하는 데 한계가 있으며 지금까지는 법, 제도에 기초한 대응 매뉴얼을 제작·배포하여 현장 근로자 교육을 실시하는 수준에서 진행되어 왔다. 본 연구에서는 건설현장의 자연재해, 특히 수재해에 대응하기 위해 보다 과학적인 방법을 통한 현장 침수 예경보 체계를 수립하였으며, 강우예측-침수예측-침수예경보 생산-현장 상황전파에 이르는 일련의 시스템을 개발하여 공사별, 규모별, 공정별 침수 대응 솔루션을 제공하고자 한다. 건설현장 침수예경보 시스템 개발의 주요 내용은 요소기술 개발이며, 간략하게 정리하면 다음과 같다. ① 강우 예측정보 생산: 현장에서 발생하는 집중호우를 고려하는 실시간 강우측정 자료와 연계한 초단기 강우예측 기술 개발, ② 침수 예측모델 개발: 현장의 시공간적 특성, 수재해 피해의 유형 등을 반영할 수 있는 침수피해 예측 모델 개발, ③ 침수예경보 의사결정 방법론 개발: 침수 피해 예경보를 위한 침수 위험단계 세분화 및 노모그래프 개발과 모델 적용(예측정확도 85% 이상), 이를 통합하여 건설현장 침수예경보 시스템 개발을 수행하게 된다. 연구에서 개발된 침수 예경보 통합 시스템은 향후 수재해로 인한 건설현장의 인명, 재산 피해 최소화에 기여할 것으로 기대된다.

집중호우는 전 세계적으로 큰 기후변화 문제 중 하나다. 극심한 집중호우의 빈도수는 지구 온난화로 인해 지난 세기 중반 이후부터 점차 증가하고 있으며 그로인한 인적 및 물적인 피해 또한 증가하고 있다. 이러한 손상을 방지하기 위해서는 적절한 설계 홍수량을 계산하는 것이 중요하다. 최근에는 미계측지역의 유출량 추정 시 분포형 강우-유출 모델을 이용한다. 분포형 모델의 가장 큰 장점은 소유역의 분할 과정을 거칠 필요 없이 유역에서 무작위 점의 유출을 시뮬레이션 할 수 있다는 것이다. 본 연구에서는 2000년 11월 니스에 발생했던 강우를 기반으로 Var 유역의 소유역이자 미계측 지역인 프랑스 니스의 Ubac Vallone의 유출량 및 유출계수를 지형 데이터 등의 물리적 인자와 분포형 강우-유출모델인 MIKE SHE를 이용하여 추정하였다. 또한, 입력되는 인자의 상대적 중요성을 파악하기 위해 민감도 분석을 수행하였다. 본 연구에서는 각 인자에 대한 상대민감도 분석을 바탕으로, 유출량에 상대적으로 큰 영향을 미치는 인자를 제안하였다. 연구 결과, 50년, 100년 및 162년 빈도별 확률강우량에 따른 유출량을 추정하였으며, 162년의경우 총 유출량은 124,384.8m³, 최대 유출량 1.512m³/s, 유출계수 0.53으로 나타났다. 총 유출량과 첨두유량에 대한 상대 민감감도 분석 결과, 수리전도도가 1.5로 첨두유량과의 민감도가 높게 나타났으며, 대수층의 수평방향 수리전도도는 0.48로 총 유출량과의 민감도가 높게 나타났다

도시침수는 하천홍수와는 달리 짧은 시간에 발생하며 저지대 우수 유입, 배수관로 용량 부족등으로 인해 발생한다. 추가적 원인으로 국지성 집중호우가 있으며 짧은 시간에 많은 비가 집중적으로 내리는 현상을 의미한다. 한두 시간 혹은 몇 분 동안의 짧은 시간에 좁은 지역에서 발생하는특성 때문에 발생 시간, 지점, 강우량에 대한 정확한 예측이 어려워 도심지의 저지대가 침수되는등 예상치 못하는 침수피해가 자주 발생한다. 강우량별 피해 범위를 보면 시간당 30~40mm 정도에서 하수관이 역류하고, 시간당 50mm