http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
이기하(Gi Ha Lee),레수안히엔(Xuan-Hien Le),연민호(Min Ho Yeon),서준표(Jun Pyo Seo),이창우(Chang Woo Lee) 한국방재안전학회 2021 한국방재안전학회 논문집 Vol.14 No.3
본 연구에서는 6개의 기계학습 기법들을 활용하여 2019년과 2020년 전국 땅밀림 현장조사 결과를 기반으로 땅밀림 위험지역을 A부터 C까지 3개 등급(A등급: 위험, B등급: 보통, C등급: 양호)으로 구분할 수 있는 분류모형을 구축하고, 분류 정확도를 비교·분석한다. 기계학습 기법으로는 K-Nearest Neighbor, Support Vector Machine, Logistic Regression, Decision Tree, Random Forest, Extreme Gradient Boosting 총 6개를 적용하였다. 분류 정확도 분석결과, 6개의 기법 모두 0.9 이상의 우수한 정확도를 보여주었다. 수치형 자료를 학습에 적용한 경우가, 문자형 자료를 학습한 모형보다 우수한 성능을 나타냈으며, 현장조사 평가점수 자료군(C1~C4) 보다는 전문가의견이 반영된 평가점수 자료군(R1~R4)으로 학습한 모형이 정확도가 높은 것으로 분석되었다. 특히, 직접징후와 간접징후 정보를 학습에 반영한 경우가 예측정확도가 높게 나타났다. 향후 땅밀림 현장조사 자료가 지속적으로 확보될 경우, 본 연구에서 활용한 기계학습기법은 땅밀림 분류를 위한 도구로 활용이 가능할 것으로 판단된다. In this study, classification models were built using machine learning techniques that can classify the soil creep risk into three classes from A to C (A: risk, B: moderate, C: good). A total of six machine learning techniques were used: K-Nearest Neighbor, Support Vector Machine, Logistic Regression, Decision Tree, Random Forest, and Extreme Gradient Boosting and then their classification accuracy was analyzed using the nationwide soil creep field survey data in 2019 and 2020. As a result of classification accuracy analysis, all six methods showed excellent accuracy of 0.9 or more. The methods where numerical data were applied for data training showed better performance than the methods based on character data of field survey evaluation table. Moreover, the methods learned with the data group (R1~R4) reflecting the expert opinion had higher accuracy than the field survey evaluation score data group (C1~C4). The machine learning can be used as a tool for prediction of soil creep if high-quality data are continuously secured and updated in the future.
DEM을 이용한 수로망 산정 기법에 따른 유역의 배수구조 평가
이기하(Lee Gi Ha),윤의혁(Yoon Eui Hyeok),김주철(Kim Joo Cheol),정관수(Jung Kwan Sue) 대한토목학회 2011 대한토목학회논문집 B Vol.31 No.1B
DEM을 이용한 수로망의 생성은 수문해석모형의 적용을 위한 전처리 과정으로써 실제 유역시스템의 배수구조를 결정하는 중요한 인자로 활용된다. 본 연구에서는 DEM으로부터 합리적인 수로망 추출과정 수립을 목적으로 보편적으로 사용되고 있는 면적한계기준과 국부경사와 기여면적사이의 특성에 근거한 경사-면적한계기준 기법을 이용하여 수로망을 생성하고 지형법칙에 의거하여 각 기법에 따른 소규모 유역(진안천 유역; 18.28 ㎢) 배수구조의 신뢰성을 평가하였다. 그 결과, 면적한계 기준 기법은 수원유역의 크기의 인위적 결정에 의해 지형법칙을 만족시키지 못하고 유역전체의 배수구조를 왜곡되게 묘사한 반면, 경사-면적한계기준 기법의 경우 물리적인 지형법칙을 만족시키는 우수한 결과를 나타냈다. 따라서 경사-면적한계기준 기법은 DEM 기반의 수문모형을 적용 시 효율적이고 객관적인 수로망 생성을 위한 방법론으로서 활용이 가능하리라 판단된다. Channel network delineation from DEM (Digital Elevation Model) is a fundamental pre-process for hydrologic model application since it determines the drainage system in a watershed. This study aims to propose an effective and efficient channel network delineation process and assess the effects of DEM-based channel networks on the watershed drainage system. For these objectives, we applied two methods to generate the channel networks of the Jinan-cheon catchment with 18.28 ㎢ from the 20 m resolution DEM: a widely-used area-threshold method and a slope-area threshold method based on the relationship between contributing areas and local slopes. The results showed that the area-threshold method led to unreliable drainage system, which did not satisfy geomorphological laws with respect to drainage density and source area representation whereas the slope-area threshold method provided acceptable results under the geomorphological laws. Our suggestions in this study can give valuable pre-processing information in DEM-based hydrologic modeling.
이기하,이건혁,정관수,장창래,Lee, Gi-Ha,Lee, Kun-Hyuk,Jung, Kwan-Sue,Jang, Chang-Lae 한국수자원학회 2012 한국수자원학회논문집 Vol.45 No.7
본 연구에서는 용담댐 상류, 천천 시험유역을 대상으로 분포형 수문모형을 이용하여 강우의 공간분포 특성에 의한 유역에서의 침식 및 퇴적양상을 분석하고, 유출 및 유사량 모의결과에 미치는 영향을 분석하였다. 일반적으로 강우의 공간적 분포를 묘사하기 위해 사용되는 지점 강우 내삽기법(Thiessen Polygon: TP, Inverse Distance Weighting: IDW, Kriging) 및 레이더 강우 합성기법(Gauge-Radar ratio: GR, Conditional Merging: CM)을 이용하여 태풍으로 인한 3개의 집중호우 사상기간동안의 강우장을 생성한 후 각 기법들에 의해 생성된 강우장의 양적, 공간적 특성을 평가하였다. 또한, 각 기법별로 생성된 공간분포형 강우를 분포형 수문모형에 적용하여 강우의 공간분포에 따른 유역에서의 강우-유사-유출분석 및 유역에서의 침식 및 퇴적양상을 비교 분석하였다. 그 결과, 지상 우량계를 이용한 내삽기법의 경우 유사한 우량주상도 및 수문응답을 나타내었으며, 원시 레이더 자료 및 GR기법에 의한 결과는 각각 과소, 과대산정된 반면 CM기법은 레이더 강우의 공간적 특성을 유지하면서 양적으로도 개선된 결과를 보여주었다. 또한 양적으로 유사한 강우장임에도 불구하고, 각 기법에 의한 강우장의 공간적 특성으로 인하여 대상유역내 침식 및 퇴적양상은 매우 상이하게 나타났다. This paper presents the effect of spatially-distributed rainfall on both rainfall-sediment-runoff and erosion or deposition in the experimental Cheoncheon catchment: upstream of Yongdam dam basin. The rainfall fields were generated by three rainfall interpolation techniques (Thiessen polygon: TP, Inverse Distance Weighting: IDW, Kriging) based only on ground gauges and two radar rainfall synthetic techniques (Gauge-Radar ratio: GR, Conditional Merging: CM). Each rainfall field was then assessed in terms of spatial feature and quantity and also used for rainfall-sediment-runoff and erosion-deposition simulation due to the spatial difference of rainfall fields. The results showed that all the interpolation methods based on ground gauges provided very similar hydrologic responses in spite of different spatial pattern of erosion and deposition while raw radar and GR rainfall fields led to underestimated and overestimated simulation results, respectively. The CM technique was acceptable to improve the accuracy of raw radar rainfall for hydrologic simulation even though it is more time consuming to generate spatially-distributed rainfall.