http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
박창희,정일문,Park, Changhui,Chung, Il-Moon 한국수자원학회 2020 한국수자원학회논문집 Vol.53 No.4
지하수자원의 변동성 및 취약성 평가를 위한 지하수위의 정량적 예측은 매우 중요하다. 이를 위해 다양한 시계열 분석 기법과 머신러닝 기법 등이 사용되어 왔다. 본 연구에서는 제주도 한경면 지역에 설치된 11개 지하수위 관측정의 일 수위자료를 대상으로 인공신경망 알고리즘의 하나인 Long short term memory (LSTM)에 기반한 예측 모델을 개발하였다. 제주도의 지하수위는 일반적으로 조석에 의한 자기상관성이 높고 강수에 의한 영향이 잘 반영되는 것으로 알려져 있다. 이러한 자료 특성을 고려한 입출력 텐서를 구성하기 위해 각 지하수 관측정의 수위변동 관측 자료와 같은 기간의 강수량 자료를 추가 입력자료로 선택하였다. 4계절을 나타내는 초기 365일 자료를 이용하여 LSTM 모델을 학습시켰으며 나머지 자료를 검증에 활용하여 예측 모델의 적합도를 평가하였다. 모델의 개발은 Python기반 딥러닝 프레임워크인 Keras를 이용하였고, 학습속도를 향상시키고자 NVIDIA CUDA 아키텍처를 도입하였다. LSTM 모델을 이용하여 지하수위 변화를 학습시키고 검증한 결과 결정계수가 평균 0.98로 나타나 개발된 예측모델의 적합성이 매우 높은 것으로 확인되었다.
분포형 수문모형(VELAS)을 이용한 홍성 양곡리 일대 지하수 함양량 평가
하규철,박창희,김성현,신에스더,이은희,Ha, Kyoochul,Park, Changhui,Kim, Sunghyun,Shin, Esther,Lee, Eunhee 대한자원환경지질학회 2021 자원환경지질 Vol.54 No.2
본 연구는 과거와 미래의 연 단위보다 상세한 일단위 지하수 함양량을 평가하기 위해, 분포형 수문모형중의 하나인 VELAS를 이용하여 물수지에 근거한 수문요소별 변동을 분석하고자 하였다. 가뭄에 매우 취약한 충남 홍성군 서부면 양곡리 일대 소유역을 대상으로, VELAS의 입력자료인 수치표고모델, 식생도, 경사도 등의 공간특성자료를 구축하였고, 기후자료는 기상청의 일별 대기온도, 강수, 평균풍속, 상대습도 등의 자료를 공간적으로 보간하였다. 연구지역의 과거 2001년부터 2018년까지 18년 동안 일단위 물수지 분석결과, 연간 강수량은 799.1~1750.8 mm로 평균 1210.7 mm이고, 지하수 함양량은 28.8~492.9 mm로 평균 196.9 mm로 분석되었다. 연 강수량 대비 지하수 함양률은 최소 3.6%에서 최대 28.2%로 변동폭이 매우 크고, 평균 함양률은 14.9%였다. 미래 기후변화 RCP 8.5시나리오에 의한 2019년부터 2100년까지의 일단위 물수지 분석결과, 연간 강수량은 572.8~1996.5 mm(평균 1078.4 mm)이고, 지하수함양량은 26.7~432.5 mm, 평균 174.6 mm(평균 강수량의 16.2%)로서 과거보다 다소 증가하였다. 미래 연간 지하수 함양률은 최소 2.8%, 최대 45.1%, 평균 18.2%로 분석되었다. 물수지를 구성하는 요소들은 강수량과의 상관성이 잘 나타나며, 일단위보다는 연단위로 갈수록 그러한 상관성이 뚜렷했다. 다만, 증발산량은 강수량보다는 기온 등 다른 기후요소에 더 영향을 받는 것으로 보인다. 본 연구를 통해 산정된 연단위 보다 상세 시간 단위에서의 지하수함양량은 가뭄 또는 홍수 등 시기별로 강수량 변동이 심한 경우 지하수개발과 관리에 활용될 수 있는 기초자료를 제공할 수 있을 것으로 기대된다. In this study, one of the distributed hydrologic models, VELAS, was used to analyze the variation of hydrologic elements based on water balance analysis to evaluate the groundwater recharge in more detail than the annual time scale for the past and future. The study area is located in Yanggok-ri, Seobu-myeon, Hongseong-gun, Chungnam-do, which is very vulnerable to drought. To implement the VELAS model, spatial characteristic data such as digital elevation model (DEM), vegetation, and slope were established, and GIS data were constructed through spatial interpolation on the daily air temperature, precipitation, average wind speed, and relative humidity of the Korea Meteorological Stations. The results of the analysis showed that annual precipitation was 799.1-1750.8 mm, average 1210.7 mm, groundwater recharge of 28.8-492.9 mm, and average 196.9 mm over the past 18 years from 2001 to 2018 in the study area. Annual groundwater recharge rate compared to annual precipitation was from 3.6 to 28.2% with a very large variation and average 14.9%. By the climate change RCP 8.5 scenario, the annual precipitation from 2019 to 2100 was 572.8-1996.5 mm (average 1078.4 mm) and groundwater recharge of 26.7-432.5 mm (average precipitation 16.2%). The annual groundwater recharge rates in the future were projected from 2.8% to 45.1%, 18.2% on average. The components that make up the water balance were well correlated with precipitation, especially in the annual data rather than the daily data. However, the amount of evapotranspiration seems to be more affected by other climatic factors such as temperature. Groundwater recharge in more detailed time scale rather than annual scale is expected to provide basic data that can be used for groundwater development and management if precipitation are severely varied by time, such as droughts or floods.