KR101728183B1 - 수리 모형을 사용한 실시간 수질 예측 장치 및 방법 - Google Patents

수리 모형을 사용한 실시간 수질 예측 장치 및 방법 Download PDF

Info

Publication number
KR101728183B1
KR101728183B1 KR1020120074053A KR20120074053A KR101728183B1 KR 101728183 B1 KR101728183 B1 KR 101728183B1 KR 1020120074053 A KR1020120074053 A KR 1020120074053A KR 20120074053 A KR20120074053 A KR 20120074053A KR 101728183 B1 KR101728183 B1 KR 101728183B1
Authority
KR
South Korea
Prior art keywords
water quality
total
information
total nitrogen
sensor
Prior art date
Application number
KR1020120074053A
Other languages
English (en)
Other versions
KR20140006624A (ko
Inventor
이창원
Original Assignee
한국전자통신연구원
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 한국전자통신연구원 filed Critical 한국전자통신연구원
Priority to KR1020120074053A priority Critical patent/KR101728183B1/ko
Priority to US13/794,666 priority patent/US20140012556A1/en
Publication of KR20140006624A publication Critical patent/KR20140006624A/ko
Application granted granted Critical
Publication of KR101728183B1 publication Critical patent/KR101728183B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F1/00—Treatment of water, waste water, or sewage
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06G—ANALOGUE COMPUTERS
    • G06G7/00—Devices in which the computing operation is performed by varying electric or magnetic quantities
    • G06G7/48—Analogue computers for specific processes, systems or devices, e.g. simulators
    • G06G7/57—Analogue computers for specific processes, systems or devices, e.g. simulators for fluid flow ; for distribution networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A20/00—Water conservation; Efficient water supply; Efficient water use
    • Y02A20/152—Water filtration

Abstract

실시간으로 수질을 예측하는 장치 및 방법이 개시된다.
실시간 수질 예측 장치는 유량 정보를 기초로 수질을 예측할 장소에 최적화된 수리 모형을 생성하는 수리 모형 생성부; 및 수질 센서의 수질 정보를 최적화된 수리 모형에 적용하여 수질을 예측하는 수질 예측부를 포함할 수 있다.

Description

수리 모형을 사용한 실시간 수질 예측 장치 및 방법{REAL TIME WATER QUALITY PREDICTION APPARATUS AND METHOD USING HYDRODYNAMIC MODEL}
본 발명은 실시간으로 수질을 예측하는 장치 및 방법에 관한 것으로, 보다 상세하게는 수질 센서가 설치된 장소의 유량을 사용하여 수리 모형을 수질 센서가 설치된 장소에 최적화 시키고, 최적화된 수리 모형을 사용하여 수질을 예측하는 실시간 수질 예측 장치 및 방법에 관한 것이다.
환경 오염이 증가함에 따라 하천, 강, 호수 및 바다와 같은 수 환경에서 수질을 예측하고 현재의 수질 분포 현황을 모니터링 하는 기술이 발전하고 있다.
수질 모델은 정상상태(steady state) 또는 동적 상태(dynamic state)를 가정으로 1차원, 2차원 및 3차원의 수환경의 수질을 예측하는 기술이다. 이때, 수질 모델은 크게 수위, 지형, 유량, 확산, 침강 등의 물리적인 요소들을 통해 수질을 예측하는 수리모형(hydrodynamic model)과 생물/화학적인 상호작용과 반응에 의해 수질을 예측하는 수질모형(water quality model)로 구분될 수 있다.
이때, 수질 모델은 장기간의 수질 예측에 주로 사용되고 수리 모형은 단기간의 수질 예측에 사용되고 있으므로, 수질을 실시간으로 예측하기 위해서는 수리 모형이 사용되어야 한다.
그러나, 수리 모형의 정확도는 해당 수 환경의 유량 정보의 정확도에 좌우되는데, 우리 나라는 유량 측정소의 개수가 적어서, 유량 측정소가 없는 하천의 경우, 본류에 유입되는 유량을 유역비에 따라 계산하여 사용되고 있으므로 유량 정보에 오차가 발생하게 된다.
즉, 실제 유량이 아니라 면적에 따라 계산된 유량을 사용하므로, 유량의 변화가 발생한 경우 실시간으로 대응하여 수리 모형에 적용할 수 없다는 한계가 있었다.
또한, 수질 항목 중에서 총인과 총질소는 실시간 센서로 측정이 불가능한 수질 항목이다. 이때, 인과 질소는 다른 물질로 변화하거나 발생, 또는 소멸하지 않으므로 부영양화(eutrophication)의 척도 및 적조(algal bloom) 발생의 제한요소(limit factor)로 작용하는 매우 중요한 인자이다.
따라서, 총인과 총질소를 측정하기 위한 기술이 개발되었으나, 종래의 총인과 총질소를 측정하기 위한 기술은 통계적으로 만든 추정 값을 생성하는 것이므로 해당 수환경의 총인이나 총질소 분포치를 대표하는 절대값으로 사용할 수 없었다.
따라서, 수리 모형의 정확도를 높이고, 총인과 총질소의 추정 값을 해당 수환경의 분포 절대값으로 사용할 수 있도록 하는 방법이 요청되고 있다.
본 발명은 유량 정보와 수질 정보를 사용하여 실시간으로 수질을 예측하는 장치 및 방법을 제공한다.
본 발명은 총인과 총질소의 추정 값을 수환경의 총인이나 총질소 분포치를 대표하는 절대값으로 사용할 수 있는 장치 및 방법을 제공한다.
본 발명의 일실시예에 따른 실시간 수질 예측 장치는 유량 정보를 기초로 수질을 예측할 장소에 최적화된 수리 모형을 생성하는 수리 모형 생성부; 및 수질 센서의 수질 정보를 최적화된 수리 모형에 적용하여 수질을 예측하는 수질 예측부를 포함할 수 있다.
본 발명의 일실시예에 따른 실시간 수질 예측 장치의 수질 예측부는, 수질 정보 중에서 총인, 또는 총질소를 용존성 비반응 물질(dissolved nonreactive material)로 가정하여 수리 모형에 적용할 수 있다.
본 발명의 일실시예에 따른 실시간 수질 예측 장치의 수질 예측부는 총인, 또는 총질소의 기간별 평균 값(average) 또는 중간 값(median) 또는 실시간 측정값을 수리 모형의 대표 값으로 사용할 수 있다.
본 발명의 일실시예에 따른 실시간 수질 예측 장치의 수질 예측부는 수질 정보 중에서 물리적인 변화에 비해 반응 속도가 작은 물질들 중 적어도 하나를 용존성 비반응물질(dissolved nonreactive material)로 가정하여 수리 모형에 적용할 수 있다.
본 발명의 일실시예에 따른 실시간 수질 예측 방법은 유량 정보를 기초로 수질을 예측할 장소에 최적화된 수리 모형을 생성하는 단계; 및 수질 센서의 수질 정보를 최적화된 수리 모형에 적용하여 수질을 예측하는 단계를 포함할 수 있다.
본 발명의 일실시예에 의하면, 수질 센서가 설치된 장소의 유량을 사용하여 수리 모형을 수질 센서가 설치된 장소에 최적화 시키고, 최적화된 수리 모형을 사용하여 수질을 예측함으로써, 실시간으로 수질을 예측할 수 있다.
본 발명의 일실시예에 의하면, 총인과 총질소의 추정 값을 용존성 비반응 물질로 가정하여 수리 모델에 적용함으로써, 수환경의 총인이나 총질소 분포치를 대표하는 절대값으로 사용할 수 있는 장치 및 방법을 제공한다.
도 1은 본 발명의 일실시예에 따른 실시간 수질 예측 장치가 포함된 실시간 수질 예측 시스템을 나타내는 도면이다.
도 2는 본 발명의 일실시예에 따른 실시간 수질 예측 장치를 도시한 블록 다이어그램이다.
도 3은 본 발명의 일실시예에 따른 수질 센서(110)를 도시한 블록 다이어그램이다.
도 4는 본 발명의 일실시예에 따른 실시간 수질 예측 방법을 도시한 플로우차트이다.
이하, 본 발명의 실시예를 첨부된 도면을 참조하여 상세하게 설명한다. 본 발명의 일실시예에 따른 실시간 수질 예측 방법은 실시간 수질 예측 장치에 의해 수행될 수 있다.
도 1은 본 발명의 일실시예에 따른 실시간 수질 예측 장치가 포함된 실시간 수질 예측 시스템을 나타내는 도면이다.
도 1을 참고하면, 본 발명의 일실시예에 따른 실시간 수질 예측 시스템은 실시간 수질 예측 장치(100), 수질 센서(110), 유량 센서(120) 및 총인/총질소 추정 장치(130)를 포함할 수 있다.
실시간 수질 예측 장치(100)는 유량 센서(120)가 측정한 유량 정보를 기초로 수리 모형을 생성하고, 생성한 수리 모형에 복수의 수질 센서(110)로부터 수신한 수질 정보를 적용함으로써, 수질 센서(110)들이 설치된 장소의 수질을 실시간으로 예측할 수 있다.
이때, 수리 모형(hydrodynamic model)은 수질 모델 중에서 수위, 지형, 유량, 확산, 침강 등의 물리적인 요소들을 통해 수질을 예측하는 모형일 수 있다.
또한, 실시간 수질 예측 장치(100)가 수리 모형에 적용하는 수질 정보는 수질 센서(110)가 측정한 물질 중에서 용존성 비반응 물질(dissolved nonreactive material)로 가정할 수 있는 물질일 수 있다.
실시간 수질 예측 장치(100)가 수질을 예측하는 상세 구성은 이하 도 2를 참조하여 상세히 설명한다.
수질 센서(110)는 자신이 설치된 장소의 수질 다항목을 측정하여 총인/총질소 추정 장치(130), 또는 실시간 수질 예측 장치(100)로 전송할 수 있다.이때, 수질 다항목은 수질 센서가 실시간으로 측정이 가능한 수질 항목이며, 수온, 전기전도도, 용존산소, 수소이온농도, 산화환원준위, 탁도, 엽록소 및 질산성질소, 암모니아성 질소를 포함할 수 있다.
유량 센서(120)는 자신이 설치된 장소의 유량을 측정하고, 측정한 유량을 기초로 유량 정보를 생성하여 실시간 수질 예측 장치(100)로 전송할 수 있다.
이때, 유량 센서(120)는 수질 센서(110)가 설치된 장소와 동일한 장소에 설치될 수 있다. 또한, 수질 센서(110)가 설치된 장소가 유량 변동이 거의 없는 장소인 경우, 수질 센서(110)로부터 일정한 거리에 설치될 수 있다. 예를 들어 유량이 거의 동일한 호수에 복수의 수질 센서(110)가 설치되는 경우, 유량 센서(120)는 1개만 설치될 수 있다. 반면, 장소에 따라 유량이 다른 하천에 수질 센서(110)가 설치되는 경우, 유량 센서(120)는 수질 센서(110)와 동일한 장소에 설치되어 수질 센서(110)가 수질 다항목을 측정하는 장소의 유량을 측정하도록 할 수 있다.
총인/총질소 추정 장치(130)는 수질 센서(110)로부터 수신한 수질 다항목을 사용하여 수질 센서(110)가 설치된 장소의 총인 또는 총질소를 추정할 수 있다. 또한, 총인/총질소 추정 장치(130)는 추정한 총인 또는 총질소와 수질 센서(110)가 측정한 수질 다항목을 포함하는 수질 센서(110)의 수질 정보를 생성하여 실시간 수질 예측 장치(100)로 전송할 수 있다.
또한, 총인/총질소 추정 장치(130)는 복수의 수질 센서(110)가 측정한 수질 다항목을 수집하는 데이터 수집 장치일 수 있다. 예를 들어 총인/총질소 추정 장치(130)는 실시간 수질 예측 장치(100)와 동일한 서버에 설치되며, 실시간 수질 예측 장치(100)가 수질 센서(110)들로부터 수신한 수질 다항목을 사용하여 총인이나 총질소를 추정하고, 추정한 총인이나 총질소를 실시간 수질 예측 장치(100)에 제공할 수도 있다.
총인/총질소 추정 장치(130)가 총인 또는 총질소를 추정하는 과정은 이하 도 3을 참조하여 상세히 설명한다.
또한, 실시간 수질 예측 시스템에 따라서 수질 센서(110)와 유량 센서(120)를 대신하여 복합 센서(130)를 사용할 수도 있다. 이때, 복합 센서(130)는 수질 센서(110)와 유량 센서(120)의 기능을 모두 포함한 센서이다. 또한, 복합 센서(130)는 수질 센서(110)와 유량 센서(120)가 근접하여 1:1로 설치되어야 하는 장소에 설치되거나, 호수에 복수의 수질 센서(110)와 함께 설치될 수 있다.
따라서, 복합 센서(130)는 자신이 설치된 장소의 수질 다항목과 유량을 측정하고, 측정한 수질 다항목을 기초로 자신이 설치된 장소의 총인 또는 총질소를 추정하며, 수질 다항목과 추정한 총인 또는 총질소를 포함한 수질 정보와 측정한 유량을 기초로 생성한 유량 정보를 실시간 수질 예측 장치(100)로 전송할 수 있다.
즉, 본 발명에 따른 실시간 수질 예측 시스템은 유량 센서(120)를 사용하여 수질 센서(110)가 설치된 장소의 유량을 측정함으로써, 수질 예측에 사용되는 수리 모형의 정확도를 향상 시킬 수 있다.
도 2는 본 발명의 일실시예에 따른 실시간 수질 예측 장치(100)를 도시한 블록 다이어그램이다.
도 2을 참고하면, 본 발명의 일실시예에 따른 실시간 수질 예측 장치(100)는 수리 모형 생성부(210), 정보 추출부(220), 정보 선택부(230) 및 수질 예측부(240)를 포함할 수 있다.
수리 모형 생성부(210)는 유량 센서(120)들로부터 수신한 유량 정보를 기초로 수질을 예측할 장소에 최적화된 수리 모형을 생성할 수 있다.
구체적으로, 수리 모형 생성부(210)는 유량 센서(120)의 개수와 유량 센서(120)들로부터 수신한 유량 정보를 기초로 수리 모형을 수질 센서(110)와 유량 센서(120)가 설치된 수 환경에 최적화 시키는 보정을 할 수 있다.
정보 추출부(220)는 복수의 수질 센서(110)들로부터 수신한 수질 다항목을 데이터마이닝(data mining)하여 수리 모형을 구동하기 위한 기본 파라미터 정보를 추출할 수 있다. 이때, 정보 추출부(220)가 추출하는 기본 파라미터는 수리 모형의 종류에 따라 결정될 수 있다.
정보 선택부(230)는 총인/총질소 추정 장치(130)로부터 수신한 수질 정보 중에서 용존성 비반응물질(dissolved nonreactive material)로 가정할 수 있는 물질을 선택할 수 있다.
이때, 정보 선택부(230)가 용존성 비반응물질(dissolved nonreactive material)로 가정할 수 있는 물질로 선택한 물질은 총인/총질소 추정 장치(130)가 추정한 총인, 또는 총질소 및 수질 다항목에 포함된 물질 중에서 물리적인 변화에 비해 반응 속도가 작은 물질들 중 적어도 하나일 수 있다.
또한, 정보 선택부(230)는 선택한 물질의 기간별 평균 값(average) 또는 중간 값(median) 또는 실시간 측정값을 수리 모형의 대표 값으로 수질 예측부(240)에 입력할 수 있다.
예를 들어, 정보 선택부(230)는 용존성 비반응물질로 가정할 수 있는 물질로 총인이나 총질소를 선택한 경우, 수질 센서(110)가 추정한 총인/총질소와 기 저장된 총인/총질소의 시계열 정보들의 중간 값이나 기간별 평균 값을 수리 모형의 대표 값으로 수질 예측부(240)에 입력할 수 있다.
수질 예측부(240)는 수리 모형 생성부(210)가 생성한 수리 모형에 총인/총질소 추정 장치(130)로부터 수신한 수질 센서(110)의 수질 정보를 적용하여 수질을 예측할 수 있다. 이때, 수질 예측부(240)가 사용하는 수리 모형은 수질 센서(110)와 유량 센서(120)가 설치된 수 환경의 구간에 따른 격자를 구성하고 격자내부의 다양한 상관함수(correlation function)와 경계조건(boundary condition)에 대해 여러 경로로 조사된 정보 및 상기 수환경의 지리적, 물리적 및 지질학적 조건(condition)에 대한 정보를 사용하여 모의하는 모형일 수 있다.
구체적으로, 수질 예측부(240)는 수리 모형 생성부(210)가 생성한 수리 모형에 정보 추출부(220)가 추출한 기본 파라미터와 정보 선택부(230)가 입력한 대표 값을 적용하여 수질을 예측할 수 있다.
또한, 수질 예측부(240)는 수리 모형 생성부(210)가 생성한 수리 모형에 정보 선택부(230)가 선택한 물질을 용존성 비반응물질(dissolved nonreactive material)로 가정하고, 정보 추출부(220)가 추출한 기본 파라미터를 적용하여 수질을 예측할 수도 있다. 이때, 수질 예측부(240)는 정보 선택부(230)가 선택한 물질의 현재 분포 현황과 향후 변화를 예측할 수 있다. 이때, 수질 예측부(240)가 예측한 물질의 현재 분포 현황은 수환경을 대표하는 절대 값으로 사용될 수 있다.
예를 들어, 정보 선택부(230)가 총인/총질소를 선택한 경우, 수질 예측부(240)는 수리 모형을 사용하여 총인/총질소 분포치를 예측할 수 있다. 이때 예측된 총인/총질소 분포치는 해당 수환경의 총인이나 총질소 분포치를 대표하는 절대값으로 사용할 수 있다.
도 3은 본 발명의 일실시예에 따른 총인/총질소 추정 장치(130)를 도시한 블록 다이어그램이다.
본 발명의 일실시예에 따른 총인/총질소 추정 장치(130)는 항목 추출부(310), 기간 선택부(320), 및 수질 정보 생성부(330)를 포함할 수 있다.
항목 추출부(310)는 분산 분석으로 수질 센서(110)로부터 수신한 수질 다항목 중에서 회귀 모형의 결정 계수(determination coefficient) 값을 증가 또는 유지시키는 항목을 추출할 수 있다.
기간 선택부(320)는 시계열 분석으로 회귀 모형의 결정 계수 및 회귀 모형 정확도가 가장 큰 기간 선택할 수 있다.
수질 정보 생성부(330)는 회귀 모형에 추출한 항목과 선택한 기간을 적용하여 수질 센서(110)가 설치된 장소의 총인, 또는 총질소를 추정할 수 있다.
또한, 수질 정보 생성부(330)는 추정한 총인 또는 총질소와 수질 센서(110)가 측정한 수질 다항목을 포함하는 수질 센서(110)의 수질 정보를 생성하여 실시간 수질 예측 장치(100)로 전송할 수 있다.
도 4는 본 발명의 일실시예에 따른 실시간 수질 예측 방법을 도시한 플로우차트이다.
단계(S410)에서 실시간 수질 예측 장치(100)는 총인/총질소 추정 장치(130)로부터 수질 센서(110)의 수질 정보를 수신하고, 유량 센서(120)로부터 수질 센서(110)가 설치된 장소의 유량 정보를 수신할 수 있다. 이때, 실시간 수질 예측 장치(100)는 용존성 비반응물질로 가정할 수 있는 물질로 초인이나 총질소를 사용하지 않는 경우 수질 센서(110)로부터 수질 다항목을 수신할 수도 있다.
단계(S420)에서 수리 모형 생성부(210)는 단계(S410)에서 수신한 유량 정보를 기초로 수질을 예측할 장소에 최적화된 수리 모형을 생성할 수 있다.
단계(S430)에서 정보 추출부(220)는 단계(S410)에서 수신한 수질 정보를 데이터마이닝(data mining)하여 수리 모형을 구동하기 위한 기본 파라미터 정보를 추출할 수 있다. 이때, 정보 추출부(220)는 용존성 비반응물질로 가정할 수 있는 물질로 초인이나 총질소를 사용하지 않는 경우, 단계(S410)에서 수신한 수질 다항목을 데이터마이닝(data mining)하여 수리 모형을 구동하기 위한 기본 파라미터 정보를 추출할 수 있다.
단계(S440)에서 정보 선택부(230)는 단계(S410)에서 수신한 수질 정보 중에서 용존성 비반응물질(dissolved nonreactive material)로 가정할 수 있는 물질을 선택할 수 있다. 이때, 정보 선택부(230)는 선택한 물질의 기간별 평균 값(average) 또는 중간 값(median) 또는 실시간 측정값을 수리 모형의 대표 값으로 수질 예측부(240)에 입력할 수 있다.
이때, 용존성 비반응물질(dissolved nonreactive material)로 가정할 수 있는 물질은 총인/총질소 추정 장치(130)가 추정한 총인, 또는 총질소 및 물리적인 변화에 비해 반응 속도가 작은 물질들 중 적어도 하나일 수 있다.
단계(S450)에서 수질 예측부(240)는 단계(S420)에서 생성한 수리 모형에 단계(S410)에서 수신한 수질 정보를 적용하여 수질을 예측할 수 있다.
구체적으로, 수질 예측부(240)는 단계(S420)에서 생성한 수리 모형에 정보 단계(S430)에서 추출한 기본 파라미터와 단계(S440)에서 입력한 대표 값을 적용하여 수질을 예측할 수 있다.
또한, 수질 예측부(240)는 단계(S420)에서 생성한 수리 모형에 단계(S440)에서 선택한 물질을 용존성 비반응물질(dissolved nonreactive material)로 가정하고, 단계(S430)에서 추출한 기본 파라미터를 적용하여 수질을 예측할 수도 있다.
본 발명은 수질 센서(110)가 설치된 장소의 유량을 사용하여 수질 예측에 사용되는 수리 모형을 수질 센서(110)가 설치된 장소에 최적화 시키고, 최적화된 수리 모형을 사용하여 수질을 예측함으로써, 실시간으로 수질을 예측할 수 있다.
본 발명은 총인과 총질소의 추정 값을 용존성 비반응 물질로 가정하여 수리 모델에 적용함으로써, 수환경의 총인이나 총질소 값을 대표하는 절대값으로 사용할 수 있는 장치 및 방법을 제공한다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다.
그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 아니 되며, 후술하는 특허청구범위뿐 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.
100: 실시간 수질 예측 장치
110: 수질 센서
120: 유량 센서
130: 총인/총질소 추정 장치

Claims (12)

  1. 유량 정보를 기초로 수질 센서가 설치된 장소에 최적화된 수리 모형을 생성하는 수리 모형 생성부;
    총인/총질소 추정 장치가 수질 센서에서 측정된 수질 다항목을 사용하여 생성한 수질 정보에 포함된 물질 중에서 용존성 비반응물질로 가정할 수 있는 물질의 기간별 평균 값(average) 또는 중간 값(median) 또는 실시간 측정값을 수리 모형의 대표 값으로 선택하는 정보 선택부; 및
    상기 수질 정보를 최적화된 수리 모형에 적용하여 수질을 예측하는 수질 예측부
    를 포함하고,
    상기 수질 예측부는,
    상기 수질 정보에 포함된 물질 중에서 물리적인 변화에 비해 반응 속도가 작은 적어도 하나의 물질을 용존성 비반응물질(dissolved nonreactive material)로 가정하고, 상기 수리 모형에 상기 수질 다항목을 데이터마이닝하여 추출된 기본 파라미터 정보와 상기 대표 값을 적용하여 상기 용존성 비반응물질로 가정한 물질의 현재 분표 현황과 향후 변화를 예측하며,
    상기 총인/총질소 추정 장치는,
    분산 분석으로 수질 센서로부터 수신한 수질 다항목에서 회귀 모형의 결정 계수 값을 증가 또는 유지시키는 수질 항목을 추출하는 항목 추출부;
    시계열 분석으로 회귀 모형의 결정 계수 및 회귀 모형 정확도가 가장 큰 기간 선택하는 기간 선택부; 및
    회귀 모형에 추출한 항목과 선택한 기간을 적용하여 수질 센서가 설치된 장소의 총인, 또는 총질소를 추정하고, 추정한 총인, 또는 총질소와 수질 센서로부터 수신한 수질 다항목을 포함하는 수질 정보를 생성하는 수질 정보 생성부
    를 포함하는 실시간 수질 예측 장치.
  2. 삭제
  3. 제1항에 있어서,
    상기 수질 정보는,
    총인/총질소 추정 장치가 수질 센서가 측정한 수질 다항목을 사용하여 추정한 총인 또는 총질소와 수질 센서가 측정한 수질 다항목을 포함하는 것을 특징으로 하는 실시간 수질 예측 장치.
  4. 삭제
  5. 삭제
  6. 삭제
  7. 유량 정보를 기초로 수질을 예측할 장소에 최적화된 수리 모형을 생성하는 단계; 및
    총인/총질소 추정 장치가 수질 센서에서 측정된 수질 다항목을 사용하여 생성한 수질 정보에 포함된 물질 중에서 용존성 비반응물질로 가정할 수 있는 물질의 기간별 평균 값(average) 또는 중간 값(median) 또는 실시간 측정값을 수리 모형의 대표 값으로 선택하는 단계; 및
    상기 수질 정보를 최적화된 수리 모형에 적용하여 수질을 예측하는 단계
    를 포함하고,
    상기 수질을 예측하는 단계는,
    상기 수질 정보에 포함된 물질 중에서 물리적인 변화에 비해 반응 속도가 작은 적어도 하나의 물질을 용존성 비반응물질(dissolved nonreactive material)로 가정하고, 상기 수리 모형에 상기 수질 다항목을 데이터마이닝하여 추출된 기본 파라미터 정보와 상기 대표 값을 적용하여 상기 용존성 비반응물질로 가정한 물질의 현재 분표 현황과 향후 변화를 예측하며,
    상기 총인/총질소 추정 장치는,
    분산 분석으로 수질 센서로부터 수신한 수질 다항목에서 회귀 모형의 결정 계수 값을 증가 또는 유지시키는 수질 항목을 추출하고, 시계열 분석으로 회귀 모형의 결정 계수 및 회귀 모형 정확도가 가장 큰 기간 선택하며, 회귀 모형에 추출한 항목과 선택한 기간을 적용하여 수질 센서가 설치된 장소의 총인, 또는 총질소를 추정하고, 추정한 총인, 또는 총질소와 수질 센서로부터 수신한 수질 다항목을 포함하는 수질 정보를 생성하는 실시간 수질 예측 방법.
  8. 삭제
  9. 제7항에 있어서,
    상기 수질 정보는,
    총인/총질소 추정 장치가 수질 센서가 측정한 수질 다항목을 사용하여 추정한 총인 또는 총질소와 수질 센서가 측정한 수질 다항목을 포함하는 것을 특징으로 하는 실시간 수질 예측 방법.
  10. 삭제
  11. 삭제
  12. 삭제
KR1020120074053A 2012-07-06 2012-07-06 수리 모형을 사용한 실시간 수질 예측 장치 및 방법 KR101728183B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020120074053A KR101728183B1 (ko) 2012-07-06 2012-07-06 수리 모형을 사용한 실시간 수질 예측 장치 및 방법
US13/794,666 US20140012556A1 (en) 2012-07-06 2013-03-11 Apparatus and method for real time water quality prediction using hydrodynamic model

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020120074053A KR101728183B1 (ko) 2012-07-06 2012-07-06 수리 모형을 사용한 실시간 수질 예측 장치 및 방법

Publications (2)

Publication Number Publication Date
KR20140006624A KR20140006624A (ko) 2014-01-16
KR101728183B1 true KR101728183B1 (ko) 2017-04-18

Family

ID=49879176

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020120074053A KR101728183B1 (ko) 2012-07-06 2012-07-06 수리 모형을 사용한 실시간 수질 예측 장치 및 방법

Country Status (2)

Country Link
US (1) US20140012556A1 (ko)
KR (1) KR101728183B1 (ko)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104318325B (zh) * 2014-10-14 2017-11-07 广东省环境监测中心 多流域实时智能水质预测方法及系统
JP6468680B2 (ja) * 2016-01-02 2019-02-13 有限会社イー・エス・テクノ 青潮の予測方法
US10458969B2 (en) * 2016-03-22 2019-10-29 International Business Machines Corporation Dynamic water quality prediction
CN107024456B (zh) * 2017-05-03 2019-07-26 水利部交通运输部国家能源局南京水利科学研究院 一种用于预测河道水体透明度的原位清水置换方法
CN107422088A (zh) * 2017-06-23 2017-12-01 深圳市盛路物联通讯技术有限公司 一种污水监测管理方法及装置
CN107749081B (zh) * 2017-08-22 2021-05-28 四创科技有限公司 基于三维网格可视化动态播放的水生态预测成果展示方法
CN107688701B (zh) * 2017-08-23 2020-10-20 北京工商大学 基于wasp模型的水质软测量及水体富营养化评价方法
CN110765676B (zh) * 2019-07-18 2023-09-29 成都信息工程大学 一种基于稳定流场的流域水质模拟方法
CN110909955B (zh) * 2019-12-04 2020-09-29 乐清市智格电子科技有限公司 一种水环境污染预警系统及其方法
CN111258984B (zh) * 2020-01-17 2021-06-22 东北大学 工业大数据环境下的产品质量端-边-云协同预报方法
CN112541611B (zh) * 2020-10-28 2024-03-29 中国农业科学院农业资源与农业区划研究所 一种雨养农用地面源污染排放量预测方法及系统
CN113343601A (zh) * 2021-06-17 2021-09-03 黄河勘测规划设计研究院有限公司 一种复杂水系湖泊水位和污染物迁移的动态模拟方法
CN113409167B (zh) * 2021-08-19 2021-11-30 中国环境监测总站 一种水质异常分析方法及装置
CN114117848B (zh) * 2021-11-10 2022-11-11 北京师范大学 一种基于多模型耦合的流域水环境模拟预测的方法及装置
KR102616969B1 (ko) * 2023-04-24 2023-12-27 주식회사 에이치코비 인공지능 기반 총질소 및 총인 측정용 스마트 센서 시스템

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007229550A (ja) * 2006-02-27 2007-09-13 Toshiba Corp 下水処理場運転支援装置

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6192833B1 (en) * 1998-03-16 2001-02-27 Clemson University Partitioned aquaculture system
US6838000B2 (en) * 1998-06-03 2005-01-04 Ulrich Braun Method and device for sewage treatment
US6296760B1 (en) * 1999-03-03 2001-10-02 The United States Of America As Represented By The Secretary Of The Interior Device for the removal and concentration of ionic metal species from water
AU2002233849B2 (en) * 2001-03-15 2007-03-01 Alexei Leonidovich Zapadinski Method for developing a hydrocarbon reservoir (variants) and complex for carrying out said method (variants)
US8080163B2 (en) * 2002-12-04 2011-12-20 Blue Water Technologies, Inc. Water treatment method
US20110286302A1 (en) * 2004-03-17 2011-11-24 Westerngeco, L.L.C. Marine Seismic Survey Method and System
US8824239B2 (en) * 2004-03-17 2014-09-02 Westerngeco L.L.C. Marine seismic survey method and system
WO2005108546A2 (en) * 2004-04-27 2005-11-17 Baxter International Inc. Stirred-tank reactor system
SE528024C2 (sv) * 2004-07-12 2006-08-08 Niklas Danielson En öronhögtalarenhet samt ett datorsystem
KR100796456B1 (ko) * 2007-06-22 2008-01-21 태화강재산업 주식회사 하수처리공정의 제어장치 및 제어방법
CA2774938A1 (en) * 2009-09-22 2011-03-31 Anue Water Technologies, Inc. Waste water treatment systems and methods
US20120185170A1 (en) * 2010-11-18 2012-07-19 Miskewitz Robert J Profile Apparatus for In Situ Measurement of Sediment Oxygen Demand and Method of Using the Same

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007229550A (ja) * 2006-02-27 2007-09-13 Toshiba Corp 下水処理場運転支援装置

Also Published As

Publication number Publication date
US20140012556A1 (en) 2014-01-09
KR20140006624A (ko) 2014-01-16

Similar Documents

Publication Publication Date Title
KR101728183B1 (ko) 수리 모형을 사용한 실시간 수질 예측 장치 및 방법
Schilling et al. Beyond classical observations in hydrogeology: The advantages of including exchange flux, temperature, tracer concentration, residence time, and soil moisture observations in groundwater model calibration
Raymond et al. Scaling the gas transfer velocity and hydraulic geometry in streams and small rivers
Chambers et al. Use and application of CFC-11, CFC-12, CFC-113 and SF6 as environmental tracers of groundwater residence time: A review
Hassan et al. Uncertainty assessment of a stochastic groundwater flow model using GLUE analysis
Moatar et al. River flux uncertainties predicted by hydrological variability and riverine material behaviour
Stewart et al. The'hidden streamflow'challenge in catchment hydrology: a call to action for stream water transit time analysis.
Dai et al. A new process sensitivity index to identify important system processes under process model and parametric uncertainty
Covington et al. Process length scales and longitudinal damping in karst conduits
Liao et al. Shape‐free inference of hyporheic traveltime distributions from synthetic conservative and “smart” tracer tests in streams
McIntyre et al. A tool for risk-based management of surface water quality
Liu et al. Value of information as a context-specific measure of uncertainty in groundwater remediation
Doroudi et al. Estimation of daily suspended sediment load using a novel hybrid support vector regression model incorporated with observer-teacher-learner-based optimization method
Wang et al. Investigating spatial variability of vertical water fluxes through the streambed in distinctive stream morphologies using temperature and head data
Benavides et al. The impact of intermittency on bed load sediment transport
CN104298650A (zh) 基于多方法融合的量化卡尔曼滤波方法
Doglioni et al. An investigation on stream temperature analysis based on evolutionary computing
KR101711232B1 (ko) 실시간 수질 감시 장치 및 방법
Lin et al. Sensitivity analysis of a pulse nutrient addition technique for estimating nutrient uptake in large streams
Carleton et al. A modeling approach for mixing and reaction in wetlands with continuously varying flow
Seldomridge et al. Use of geomorphic, hydrologic, and nitrogen mass balance data to model ecosystem nitrate retention in tidal freshwater wetlands
CN109891235A (zh) 基于统计方法，自动在线检测流体的实际状态与流体的参考状态的偏差的方法，特别是用于监测饮用水供应
Huang et al. Online non-convex learning for river pollution source identification
Nikmehr et al. Estimation of velocity profile based on Chiu’s equation in width of channels
Boshnakov et al. Evaluation of Key Indicators Based on Automatically Measured Variables and Forecasting the Spread of Pollutants

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
AMND Amendment
X701 Decision to grant (after re-examination)
GRNT Written decision to grant