태풍에 의해 발생하는 호우의 시간적 패턴에 대한 고찰

박희성(Park, Heeseong),조혜린(Cho, Hyerin) 대한토목학회 2016 대한토목학회 학술대회 Vol.2016 No.10

하천 제방의 영상 점군에서 식생 점 제거 필터링 기법 비교 분석

박희성(Heeseong Park),이두한(Du Han Lee) 응용생태공학회 2021 Ecology and resilient infrastructure Vol.8 No.4

본 연구에서는 식생이 무성한 제방의 이상유무 점검을 위한 지상 LiDAR(Light Detection And Ranging) 측량의 적용성을 검토하였다. 지상 LiDAR 측량으로 생성된 제방의 영상 점군 자료에 색상필터 및 형태필터를 적용하여 각 기법별 정확성과 특성을 평가하였다. 임진강 제방의 영상 점군 자료를 이용하여 CIVE, ExG, ExGR, ExR, MExG, NGRDI, VEG, VVI, ATIN, ISL 등의 10가 식생 제거 필터를 적용하였다. 결과에 의하면 정확성은 ISL, ATIN, ExR, NGRDI, ExGR, ExG, MExG, VVI, VEG, CIVE 등의 순서로 나타났다. 색상필터는 지반 구분에 한계를 보였으며 풀꽃을 지반으로 구분하기도 했다. 형태필터는 지반 구분 정확도가 우수하나 거석을 식생으로 인식하는 한계도 보였다. 전체적으로 형태필터가 우수하나 계산 시간에서 10 배 정도 소요되었다. 정확도와 속도 향상을 위해서 형태필터와 색상필터를 결합한 복합필터에 대한 연구가 필요하다. This study investigated the application of terrestrial light detection and ranging (LiDAR) to inspect the defects of the vegetated levee. The accuracy of vegetation filtering techniques was compared by applying filtering techniques on photogrammetric point clouds of a vegetated levee generated by terrestrial LiDAR. Representative 10 vegetation filters such as CIVE, ExG, ExGR, ExR, MExG, NGRDI, VEG, VVI, ATIN, and ISL were applied to point cloud data of the Imjin River levee. The accuracy order of the 10 techniques based on the results was ISL, ATIN, ExR, NGRDI, ExGR, ExG, MExG, VVI, VEG, and CIVE. Color filters show certain limitations in the classification of vegetation and ground and classify grass flower image as ground. Morphological filters show a high accuracy of the classification, but they classify rocks as vegetation. Overall, morphological filters are superior to color filters; however, they take 10 times more computation time. For the improvement of the vegetation removal, combined filters of color and morphology should be studied.

개선된 확률밀도함수 적용을 통한 빈도별 적설심 산정

박희성,정건희,Park, Heeseong,Chung, Gunhui 한국수자원학회 2020 한국수자원학회논문집 Vol.53 No.4

In Korea, snow damage has happened in the region with little snowfalls in history. Also, accidental damage was caused by heavy snow leads and the public interest on heavy snow has been increased. Therefore, policy about the Natural Disaster Reduction Comprehensive Plan has been changed to include the mitigation measures of snow damage. However, since heavy snow damage was not frequent, studies on snowfall have not been conducted on different points. The characteristics of snow data commonly are not the same as the rainfall data. Some southern coastal areas in Korea are snowless during the year. Therefore, a joint probability distribution was suggested to analyze the snow data with many 0s in a previous research and fitness from the joint probability distribution was higher than the conventional methods. In this study, snow frequency analysis was implemented using the joint probability distribution and compared to the design codes. The results were compared to the design codes. The results of this study can be used as the basic data to develop a procedure for the snow frequency analysis in the future.

K번째 최근접 표본 재추출 방법에 의한 일 강우량의 추계학적 분해에 대한 연구

박희성,정건희,Park, HeeSeong,Chung, GunHui 한국수자원학회 2016 한국수자원학회논문집 Vol.49 No.4

산업의 발전에 따라 기반시설 및 인구 등이 대도시에 밀집되어, 도시홍수방어는 인명피해 뿐만 아니라 재산피해 저감 차원에서도 매우 중요한 문제가 되었다. 요즘은 이러한 도시유역의 유출해석을 보다 정확하게 하기 위해 시강우나 분단위의 강우자료를 활용하고 있다. 하지만 기후변화 시나리오와 같은 미래 강우시나리오는 현재 일단위 수준으로 제공되므로 미래 강우에 대한 확률빈도 해석에 제한이 있다. 이에 본 연구에서는 추계학적 기법을 이용해 일강우 자료를 시강우 자료로 분해하고자 하였다. 일자료를 시자료로 분해하기 위해 과거 시강우 자료를 기반으로 Gram Schmidt 변환과 K개의 최근접 표본 중 하나를 재추출하는 비모수적인 기법(KNNR)을 적용하였다. 이 방법은 연유출량을 월유출량으로 분해하기 위해 개발된 것이다. 하지만 강우자료는 유출량 자료와 달리 확률밀도가 작아 일강우를 시강우로 분해하는 데 직접 적용하는 경우 결과가 실제와 유사한 통계 패턴을 갖는다고 보기 어려웠다. 이를 보완하기 위해 본 연구에서는 분해하고자 하는 일자의 전일과 후일을 포함한 3일 강우패턴을 7개로 구분하고 동일 패턴을 가진 자료들만 분해에 이용하도록 하여 강우자료에 대한 적용성을 높였다. 과거 52년간의 서울기상관측소 시강우 자료를 이용하여 강우자료의 분해에 대한 결과를 분석한 결과, 분해된 시강우 자료가 관측된 시강우자료와 통계적으로 매우 유사한 것을 확인하였다. 향후 기후변화자료의 시강우 분해 등에 활용하여 보다 정확한 도시유출에 대한 빈도해석 등에 적용할 수 있을 것으로 판단된다. As the infrastructures and populations are the condensed in the mega city, urban flood management becomes very important due to the severe loss of lives and properties. For the more accurate calculation of runoff from the urban catchment, hourly or even minute rainfall data have been utilized. However, the time steps of the measured or forecasted data under climate change scenarios are longer than hourly, which causes the difficulty on the application. In this study, daily rainfall data was disaggregated into hourly using the stochastic method. Based on the historical hourly precipitation data, Gram Schmidt orthonormalization process and K-Nearest Neighbor Resampling (KNNR) method were applied to disaggregate daily precipitation into hourly. This method was originally developed to disaggregate yearly runoff data into monthly. Precipitation data has smaller probability density than runoff data, therefore, rainfall patterns considering the previous and next days were proposed as 7 different types. Disaggregated rainfall was resampled from the only same rainfall patterns to improve applicability. The proposed method was applied rainfall data observed at Seoul weather station where has 52 years hourly rainfall data and the disaggregated hourly data were compared to the measured data. The proposed method might be applied to disaggregate the climate change scenarios.

심층신경망을 이용한 레이더 영상 학습 기반 초단시간 강우예측

윤성심,박희성,신홍준,Yoon, Seongsim,Park, Heeseong,Shin, Hongjoon 한국수자원학회 2020 한국수자원학회논문집 Vol.53 No.12

This study applied deep convolution neural network based on U-Net and SegNet using long period weather radar data to very short-term rainfall prediction. And the results were compared and evaluated with the translation model. For training and validation of deep neural network, Mt. Gwanak and Mt. Gwangdeoksan radar data were collected from 2010 to 2016 and converted to a gray-scale image file in an HDF5 format with a 1km spatial resolution. The deep neural network model was trained to predict precipitation after 10 minutes by using the four consecutive radar image data, and the recursive method of repeating forecasts was applied to carry out lead time 60 minutes with the pretrained deep neural network model. To evaluate the performance of deep neural network prediction model, 24 rain cases in 2017 were forecast for rainfall up to 60 minutes in advance. As a result of evaluating the predicted performance by calculating the mean absolute error (MAE) and critical success index (CSI) at the threshold of 0.1, 1, and 5 mm/hr, the deep neural network model showed better performance in the case of rainfall threshold of 0.1, 1 mm/hr in terms of MAE, and showed better performance than the translation model for lead time 50 minutes in terms of CSI. In particular, although the deep neural network prediction model performed generally better than the translation model for weak rainfall of 5 mm/hr or less, the deep neural network prediction model had limitations in predicting distinct precipitation characteristics of high intensity as a result of the evaluation of threshold of 5 mm/hr. The longer lead time, the spatial smoothness increase with lead time thereby reducing the accuracy of rainfall prediction The translation model turned out to be superior in predicting the exceedance of higher intensity thresholds (> 5 mm/hr) because it preserves distinct precipitation characteristics, but the rainfall position tends to shift incorrectly. This study are expected to be helpful for the improvement of radar rainfall prediction model using deep neural networks in the future. In addition, the massive weather radar data established in this study will be provided through open repositories for future use in subsequent studies.

전라도지역 대설 취약성 분석 및 활용방안 검토

하준혁(Ha, Joonhyeok),박희성(Park, Heeseong),정건희(Chung, Gunhui) 대한토목학회 2019 대한토목학회 학술대회 Vol.2019 No.10

다기준 의사결정방법을 이용한 홍수취약성 분석

황난희(Hwang, Nanhee),박희성(Park, Heeseong),정건희(Chung, Gunhui) 대한토목학회 2019 대한토목학회 학술대회 Vol.2019 No.10

서울 종관기상관측장비와 방재기상관측자료의 측정된 강우자료 차이로 인한 유출특성변화

현정훈(Hyun, Jung Hoon),박희성(Park, Heeseong),정건희(Chung, Gunhui) 한국방재학회 2019 한국방재학회논문집 Vol.19 No.7

최근 도시 지역의 집중 호우로 도심지 침수 피해가 많이 발생하고 있으며, 이로 인한 재산 및 인명피해가 증가하면서 홍수피해 저감에 관한 연구가 다수 진행되고 있다. 그러나 강우의 공간적인 분포가 한 곳에 집중되는 경우, 유역의 유출량 계산의 정확도를 향상시키기 위해 그 유역의 강우를 정확히 측정해 유출량을 계산해야 한다. 특히, 서울과 같이 대부분 불투수층이고, 여름철 높은 온도와 상부 기단의 불안정으로 발생하는 국지성 강우에 대한 유출 해석은 강우관측소의 밀도에 따라 유출을 야기하는 유역의 강우를 정확히 측정하기 어렵다는 한계를 가지고 있으며, 강우의 공간적인 불균평에 많은 부분 영향을 받는다. 본 연구에서는 서울기상청에서 제공하고 있는 종관기상관측장비인 Automated Surface Observing System (ASOS)의 관측 강우와 방재기상관측장비인 Automatic Weather Stations (AWS)에서 관측한 강우 관측값이 관측지점에 따라 달라지는 것을 보이며, 그 결과 유출량에 영향을 미치는 것을 분석하였다. 서울 용답빗물펌프장 유역에서의 유출량을 EPA-SWMM 모형을 이용하여 계산하고, ASOS와 AWS 강우자료를 적용하였다. 이러한 자료를 바탕으로 정확한 강우의 측정이 중요하다는 것을 보였으며, 보다 정확한 설계강우량 산정 및 유출량 계산에 강우량 측정이 미치는 영향을 이해하는 데 도움이 될 수 있을 것으로 판단된다. Urban flooding is a recurring recent problem and has led to an increase in damages. Therefore, many studies have been conducted to mitigate urban floods. However, if rain is concentrated over a small area, the accuracy of runoff calculation is reduced because of inhomogeneities in rainfall distribution. Particularly in Seoul, which is mainly covered by impervious areas, the accuracy of runoff calculation of spatially concentrated rainfall is affected by the rainfall distribution. In this study, data from the Automated Surface Observing System at the Seoul Observatory and data from an Automatic Weather Station located near the study basin were used to calculate the runoff, and the respective results were compared. The Yongdap pump station was selected as the study subject, and the Environmental Protection Agency Storm Water Management model was applied to calculate the runoff. According to the results, the importance of spatial rainfall distribution was recognized, indicating that more accurate designs for rainfall and runoff calculation can be implemented.

복합형 필터를 이용한 하천 제방 식생 영상 제거 기법 평가

이두한(Lee, Du Han),박희성(Park, Heeseong) 대한토목학회 2022 대한토목학회 학술대회 Vol.2022 No.10

지역별 대설피해 유발 기준 적설심 분석

추형석(CHU Hyungsuk),박희성(Park Heeseong),정건희(Chung Gunhui) 대한토목학회 2020 대한토목학회 학술대회 Vol.2020 No.10