기업조회

본문 바로가기 주메뉴 바로가기

보고서

연구보고서 기본정보

호소와 저수지 수자원의 실시간 관리를 위한 다기준의사결정지원시스템 구축

연구보고서 개요

기관명, 공개여부, 사업명, 과제명, 과제고유번호, 보고서유형, 발행국가, 언어, 발행년월, 과제시작년도 순으로 구성된 표입니다.
기관명 NDSL
공개여부
사업명
과제명(한글)
과제명(영어)
과제고유번호
보고서유형 report
발행국가
언어
발행년월 05/01/2014
과제시작년도

연구보고서 개요

주관연구기관, 연구책임자, 주관부처, 사업관리기관, 내용, 목차, 초록, 원문URL, 첨부파일 순으로 구성된 표입니다.
주관연구기관 한국과학기술원
연구책임자 박희경
주관부처
사업관리기관
내용
목차
초록 1. 과제 개요 ∘ 신속하고 정확한 수자원 관리는 real-time으로 측정되는 수질・수문 자료를 정확하게 분석하고, 이를 이용하여 정밀한 예측을 수행할 필요가 있음 ∘ 하지만, 기존 예측모형의 취약성으로 인해 기존 그 어느 모형도 충분한 validation test와 수자원 운영계획 실무의 주분석도구로 정착되어 활용하고 있지는 못한 실정임. ∘ 따라서, 위기대응능력 부재로 인한 수자원관리 시스템의 단점을 보안해주고, 실시간 수질·수량관측결과를 즉각적으로 반영 및 학습하고, 시계열적 분석 및 예측이 가능하고, 수자원 운영관리를 지원하는 모델 개발이 요구됨 2. 최종 연구 목표 ○ 실시간 예측 모형 개발을 통한 수자원 운영 지원으로 수자원 관리의 예측불확실성에 대한 적응능력 제고 3. 연구 내용 및 결과 ○ 문헌 조사 및 기존 운영시스템 검토 - 국내 및 해외에서 검토하고 있는 패턴인식모형들에 대한 이론적인 특징을 분석한 결과 모델 예측력이 높고, 실시간 운영을 지원할 수 있으며, 다양한 분야에서의 활용 가능성은 높은 것으로 판단됨. ○ 수질・수문의 최적 테스트 수역 선정 - 유역 분석 결과 수위는 현재 홍수가 빈번히 발생하는 홍수통제지점을 대상으로 선정하였고, 수질은 최근 10년에 걸친 전국적인 수질자료 조사결과 Chl-a가 매년 문제되는 4곳의 테스트 수역이 최종 선정됨 ○ 자료기반 모형 선정 - 실시간 측정자료를 이용하여 대표적인 조건부 확률모형들에 대한 적절성을 검토한 결과 최종적으로 인공신경망이 높은 예측력 및 빠른 연산속도를 바탕으로 선정됨 ○ 능동적인 학습과 시계열분석이 가능한 자료기반 모형의 시범적 개발 - 다양한 자료에 대해 능동적으로 학습할 수 있도록 유전자 알고리즘을 활용하여 모델을 구축하였음 - 실시간 시계열 분석이 가능하도록 별도의 자료요구 없이 수자원 관리에서 계측되는 한정된 자료만을 바탕으로 시계열 분석 모형을 개발하였음 ○ 자료기반 모형의 다양한 테스트 수역에 대한 적용 - 호소 및 저수지 수량/수질을 잘 설명하는 인공신경망을 활용해 예측을 수행하고, 노드/연결강도/활성함수 등의 모델 구성요소를 최적화하였음 - 다양한 수역에 대하여 연구를 수행하였으며, 전 지점에서 수위/수질 모두 평균적으로 높은 예측력을 나타냄 (수위 R 2 gt;0.88, 수질 R 2 gt; 0.87) ○ 자료기반 모형을 활용한 수자원 관리 지원시스템 구축 - 수위는 홍수 발생예측시 상류댐 방류량에 따른 하류 수위에 대한 변화량을 제시하여 수자원 관리를 지원함. - 수질은 한 달 뒤 수질을 예측함으로서 사전예방적인 수자원관리를 지원할 수 있도록 모형을 구축함 4. 연구 결과의 활용 ∘ 문헌 조사 및 시스템 검토 결과는 자료기반 모형 연구의 국가 실시간 연구의 기초자료로서 활용 ∘ 실시간 예측 모형 개발 결과는 현재 수위/수질 예측 연구 및 실무를 수행하는 유역관리청/각연구기간/홍수통제소에서 자료기반모형의 실무적 활용성 검토의 기본 모형자료로서 활용
원문URL http://click.ndsl.kr/servlet/OpenAPIDetailView?keyValue=03553784&target=REPORT&cn=TRKO201500003036
첨부파일

추가정보

과학기술표준분, ICT 기술분류, 주제어 (키워드) 순으로 구성된 표입니다.
과학기술표준분류
ICT 기술분류
주제어 (키워드)