KR102584619B1 - 분포형 모델이 적용된 수리수문 해석 기반 수질오염 사고 예측 시스템 - Google Patents
분포형 모델이 적용된 수리수문 해석 기반 수질오염 사고 예측 시스템 Download PDFInfo
- Publication number
- KR102584619B1 KR102584619B1 KR1020230037901A KR20230037901A KR102584619B1 KR 102584619 B1 KR102584619 B1 KR 102584619B1 KR 1020230037901 A KR1020230037901 A KR 1020230037901A KR 20230037901 A KR20230037901 A KR 20230037901A KR 102584619 B1 KR102584619 B1 KR 102584619B1
- Authority
- KR
- South Korea
- Prior art keywords
- unit
- water pollution
- river
- model
- pollution accident
- Prior art date
Links
- 238000003911 water pollution Methods 0.000 title claims abstract description 119
- 238000004458 analytical method Methods 0.000 title claims abstract description 88
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 76
- 231100000719 pollutant Toxicity 0.000 claims abstract description 76
- 238000004088 simulation Methods 0.000 claims abstract description 61
- 238000000034 method Methods 0.000 claims abstract description 53
- 238000009792 diffusion process Methods 0.000 claims abstract description 42
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 35
- 230000008569 process Effects 0.000 claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 17
- 238000007781 pre-processing Methods 0.000 claims abstract description 12
- 230000006870 function Effects 0.000 claims description 48
- 238000004364 calculation method Methods 0.000 claims description 25
- 238000001514 detection method Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000011144 upstream manufacturing Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 31
- 239000010410 layer Substances 0.000 description 24
- 239000002689 soil Substances 0.000 description 22
- 238000012937 correction Methods 0.000 description 10
- 241000195493 Cryptophyta Species 0.000 description 8
- 239000003673 groundwater Substances 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 239000003403 water pollutant Substances 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000007423 decrease Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000013178 mathematical model Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 239000000356 contaminant Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000025508 response to water Effects 0.000 description 2
- 229920006395 saturated elastomer Polymers 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 239000002344 surface layer Substances 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 241000192700 Cyanobacteria Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 231100000517 death Toxicity 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005206 flow analysis Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000001764 infiltration Methods 0.000 description 1
- 230000008595 infiltration Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000003305 oil spill Substances 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- JTJMJGYZQZDUJJ-UHFFFAOYSA-N phencyclidine Chemical compound C1CCCCN1C1(C=2C=CC=CC=2)CCCCC1 JTJMJGYZQZDUJJ-UHFFFAOYSA-N 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000013049 sediment Substances 0.000 description 1
- 239000005413 snowmelt Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012732 spatial analysis Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Classifications
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/08—Fluids
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 명세서는, 분포형 모델이 적용된 수리수문 해석 기반 수질오염 사고 예측 시스템을 제공할 수 있다. 분포형 모델이 적용된 수리수문 해석 기반 수질오염 사고 예측 시스템은 수질 예측 연계 데이터베이스로부터 데이터를 획득하여 분포형 수문모의 수행부 및 1차원 수리해석 수행부의 입력으로 제공 가능한 형태로 전처리 과정을 수행하는 전처리부, 대상 유역에 대한 격자 해상도를 설정하는 격자 설정부, 격자 설정부에 의해 설정된 격자 해상도에 해당하는 대상 유역에 대한 입력자료를 수문 모형에 적용하여 분포형 수문모의를 수행하는 분포형 수문모의 수행부, 대상 유역에 대한 수리구조물 및 하천 단면 형상을 1차원 하천 수리 모형에 적용하여 하천 수리 해석을 수행하는 1차원 수리해석 수행부, 분포형 수문모의 수행부 및 1차원 수리해석 수행부를 통해 획득한 정보를 연계하여 처리하는 연계 처리부 및 분포형 수문모의 수행부, 1차원 수리해석 수행부 및 연계 처리부를 통해 획득한 정보에 기초하여 수질오염 사고를 예측하고, 오염물질의 이동거리 및 확산 농도를 실시간으로 예측하는 수질오염 사고 예측부를 포함할 수 있다.
Description
본 명세서는 분포형 모델이 적용된 수리수문 해석 기반 수질오염 사고 예측 시스템에 대한 것이다. 구체적으로, 수리수문 연계 해석 기반 분포형 1차원 모듈을 적용하여 수질오염 사고를 예측하는 수질오염 사고 예측 시스템에 대한 것이다.
수질오염사고 대응을 위한 고도화 필요성이 상존한다.
최근 5년 총 사고 건수는 622건으로 보고된다(2018년도 수질오염사고와 대응 연차보고서, 환경부, 환국환경공단). 유형별로 살펴보면 유류유출 사고(44.9%), 물고기 폐사(29.4%), 화학물질(8.8%) 순으로 많고, 사고 원인별로는 기타(44.4%)를 제외하면 관리부주의(37.1%), 수환경변화(15.3%) 순으로 많다. 여기서 관리부주의가 매우 높은 비율임에 주목할 필요가 있다.
하인리히(Heinrich)의 도미노 이론(Domino Theory)을 수정 보완한 버드(Bird)의 재해 연쇄 이론에 따르면, 사고의 직접 원인은 불안전한 행동, 불안전한 상태의 배후에는 대부분 그 원인에 해당하는 기본원인이 존재하고, 나아가 불안전 행동, 불안전 상태를 보다 근본적으로 해결하기 위해서는 제어(관리)의 부족에까지 거슬러 올라갈 필요가 있다는 것이다.
이는 수질오염사고 대응을 위해서는 징후(직접원인)로부터 기본원인을 파악하고 이것을 지속적으로 제어(관리)를 하는 것의 중요성을 역설한다.
수질오염사고 대응을 위한 고도화의 일환으로서 기존에 유역의 물순환을 분석하는 도구인 수문모형은 크게 집중형(Lumped), 준분포형(Semi-Distributed), 분포형(Distributed) 모형으로 구분할 수 있다. 집중형 모형은 하나의 유역을 하나의 수문단위로 보고 해석한다. 이는 유역 내부의 계측되기 어려운 순환과정들을 분석하는 데에 한계를 갖는다. 준분포형 모형은 소유역을 하나의 수문단위로 해석하여 집중형 모형의 한계를 극복한다. 그러나, 준분포형 모형 역시 소유역 내부에서의 순환과정은 무시되는 한계가 존재한다. 격자기반의 분포형 모형은 개별 격자를 하나의 수문단위로 해석한다. 분포형 모형은 유역 내의 다양한 토지이용, 지질, 지형의 영향을 반영할 수 있다.
이러한 3가지 수문모형들은 각각의 장단점이 있으나, 통합 물관리를 위해서는 유역 또는 소유역 출구에서의 반응에 집중하는 것이 아니라, 유역 내부의 다양한 수문순환과정을 물리적으로 파악할 수 있는 분포형 수문모형이 적합하다.
분포형 수문모형은 유역의 임의의 지점에서의 유량, 오염부하량 등을 추정할 수 있고, 그 프로세스를 물리적으로 추적하고 있기 때문에 유역 내의 인간활동이나 자연조건 변화 등의 공간적인 분포특성을 계산에 반영시킬 수 있는 장점이 있다.
4대강 개발사업으로 4대강에는 16개의 다기능보가 설치되었으며, 보의 운영으로 인해 하천수질이 과거에 비해 크게 변화되었다. 보의 영향으로 인한 하천수질 및 생태계를 해석하기 위해서는 보 운영을 반영한 하천수리해석이 필요하다. 또한, 보 개방으로 인한 수질개선 효과에 대한 쟁점이 주요한 정책현안 중 하나로 부각되고 있으며 이러한 현안에 대한 정량적인 분석을 위해서는 보를 고려할 수 있는 수리해석의 도입이 필수적이다.
하기에서는 상술한 점을 고려하여 분포형 모델이 적용된 수리수문 해석 기반 수질오염 사고 예측 시스템에 대해 서술한다.
본 발명의 실시예는 분포형 모델이 적용된 수리수문 해석 기반 수질오염 사고 예측 시스템을 제공할 수 있다.
본 발명의 실시예는 분포형 모델에 기초하여 수문모의를 수행하고, 1차원 수리모듈에 기초하여 수리해석을 수행하여 수질오염 사고를 예측하는 하나의 통합된 모델 및 시스템을 제공할 수 있다.
한편, 본 발명의 명시되지 않은 또 다른 목적들은 하기의 상세한 설명 및 그 효과로부터 용이하게 추론할 수 있는 범위 내에서 추가적으로 고려될 것이다.
본 명세서의 일 실시예에 따라, 분포형 모델이 적용된 수리수문 해석 기반 수질오염 사고 예측 시스템에 있어서, 수질 예측 연계 데이터베이스로부터 데이터를 획득하여 분포형 수문모의 수행부 및 1차원 수리해석 수행부의 입력으로 제공 가능한 형태로 전처리 과정을 수행하는 전처리부, 대상 유역에 대한 격자 해상도를 설정하는 격자 설정부, 격자 설정부에 의해 설정된 격자 해상도에 해당하는 대상 유역에 대한 입력자료를 수문 모형에 적용하여 분포형 수문모의를 수행하는 분포형 수문모의 수행부, 대상 유역에 대한 수리구조물 및 하천 단면 형상을 1차원 하천 수리 모형에 적용하여 하천 수리 해석을 수행하는 1차원 수리해석 수행부, 분포형 수문모의 수행부 및 1차원 수리해석 수행부를 통해 획득한 정보를 연계하여 처리하는 연계 처리부 및 분포형 수문모의 수행부, 1차원 수리해석 수행부 및 연계 처리부를 통해 획득한 정보에 기초하여 수질오염 사고를 예측하고, 오염물질의 이동거리 및 확산 농도를 실시간으로 예측하는 수질오염 사고 예측부를 포함할 수 있다.
또한, 본 명세서의 일 실시예에 따라, 수질오염 사고 예측부는, 수질오염 사고의 발생지점 및 대상 유역을 확인하는 수질오염 사고 검출부, 수질오염 사고 발생지점 및 대상 유역에 기초하여 오염물질의 이동거리 및 이동경로를 실시간으로 추적하는 오염물질 경로 추적부, 오염물질의 이동거리 및 이동경로에 기초하여 오염물질의 확산 농도를 실시간으로 예측하는 오염물질 이송-확산 계산부 및 오염물질의 이동거리 및 확산 농도를 출력으로 도출하는 오염물질 결과부를 포함할 수 있다.
또한, 본 명세서의 일 실시예에 따라, 수질오염 사고 예측부는 수질오염 사고의 발생지점 및 대상 유역에 기초하여 분포형 수문모의 수행부를 통해 오염물질 농도, 유량, 통수 단면적 및 난류확산계수를 통해 오염물질의 이동거리 및 확산 농도를 계산할 수 있다.
또한, 본 명세서의 일 실시예에 따라, 수질오염 사고 예측부는 수질오염 사고의 발생지점 및 대상 유역에 기초하여 1차원 수리해석 수행부를 통해 하천수리모형의 구조를 파악하여 하천수리모형과 연동을 통해 오염물질의 이동거리 및 확산 농도를 계산할 수 있다.
또한, 본 명세서의 일 실시예에 따라, 수질오염 사고 예측부는 수질오염 사고가 유역 내 다중 발생인 경우, 발생지점 및 대상 유역이 유역사면 및 소하천인 것에 대해서는 분포형 수문모의 수행부를 통해 오염물질의 농도와 도달시간을 계산하고, 발생지점 및 상기 대상 유역이 지류 또는 본류구간인 것에 대해서는 1차원 수리해석 수행부를 통해 오염물질의 농도와 도달시간을 계산하여, 계산된 결과들을 연계 처리하여 하나의 통합된 모델로서 해석할 수 있다.
또한, 본 명세서의 일 실시예에 따라, 수질오염 사고 예측부는 단위 시간에 기초하여 분포형 수문모의 수행부 및 1차원 수리해석 수행부를 통한 오염물질의 이동거리 및 확산 농도 계산을 반복 수행하여 오염물질의 이동거리 및 확산 농도를 실시간으로 예측할 수 있다.
또한, 연계 처리부는 1차원 수리해석 수행부의 하천 수리해석 단계를 여러 단계의 함수(K-RIVER 함수들)로 모듈화하는 모듈화부, 모듈화한 K-RIVER 함수들을 라이브러리 형태로 변환하여 수문모의 수행부에서 호출할 수 있도록 하는 변환부, 수문모형상에서 유출(사면)셀과 하천셀을 구분하고, 상류셀로부터 하천셀에 유입되는 유량(하천셀 유입량)을 계산하는 계산부, 및 계산된 하천셀 유입량을 하천수리모형의 측방유입량으로 환산하여 적용하는 적용부를 포함할 수 있다.
또한, 본 명세서의 일 실시예에 따라, K-RIVER 함수들 중 적어도 하나는 수문모형상 하천셀에 대응하는 하천수리모형상 위치를 파악하고 하천셀 유입량이 대응하는 위치의 측방유입량으로 전달되도록 하는 함수이고, 수질오염 사고 예측부는 K-RIVER 함수들 중 적어도 어느 하나에 기초하여 오염물질의 이동거리 및 확산 농도를 실시간으로 예측할 수 있다.
본 명세서는 분포형 모델을 활용한 수문학적 하도추적 및 수리학적 하도추적에 기초하여 수질오염 사고 예측 시스템을 제공할 수 있다.
본 명세서는 분포형 수문모델과 1차원 수리모델이 결합된 알고리즘을 활용한 시스템을 제공함으로써, 수질오염물질의 농도 및 도달시간 계산시 1차원 수리모델을 활용한 3차원 EFDC 모델에 견줄 정도의 높은 정확도와 함께 3차원 EFDC 모델 대비 획기적으로 단축된 계산시간을 통해 수질오염사고 대응에 빠른 의사결정을 지원할 수 있다.
본 명세서는 분포형 수문모델과 1차원 수리모델이 결합된 알고리즘을 활용한 시스템을 제공함으로써, 오염사고가 유역사면 및 소하천의 경우에는 분포형 수문모델의 추적기능을 이용하여 수질오염물질의 농도와 도달시간을 계산하고, 지류 또는 본류구간에서는 1차원 수리모델을 이용하여 수질오염물질의 농도와 도달시간을 계산하는 방식으로, 유역 내 다중 수질오염사고 발생시 동시 해석이 가능한 장점이 있다.
본 명세서는 분포형 수문모델과 1차원 수리모델이 결합된 알고리즘을 활용한 시스템을 제공하고, 이때, 분포형 수문모델이 기상, 댐운영, 토양수분, 토양도, 토지피복도 등 유역의 다양한 환경조건에 의해서 과거, 현재, 미래의 유출량을 계산하는 바, 수질사고가 발생하면 시스템을 통해 즉시 관련자료(기상, 댐운영)가 데이터베이스에서 조회되고 모델에 입력되어 유역사면 및 소하천을 대상으로 오염물질 추적이 수행되도록 하며, 또한, 지류 및 본류에서 오염사고가 일어날 경우에도 가능하고 유역사면 및 소하천에서 지류 및 본류 구간으로 오염물질이 흘러들어갈 경우에도 연계되어 해석 가능하도록 하는 장점이 있다.
본 명세서에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따라 네트워크 환경을 도시한 도면이다.
도 2는 본 발명의 일 실시예에 따라 장치 구성을 나타낸 도면이다.
도 3은 본 발명의 일 실시예에 따라 수질오염 사고 예측 시스템을 나타낸 도면이다.
도 4는 본 발명의 일 실시예에 따라 오염사고 발생에 대한 모식도일 수 있다.
도 5는 본 발명의 일 실시예에 따라 분포형 모델이 적용된 수리수문 해석 기반 수질오염 사고 예측 시스템을 나타낸 도면이다.
도 6은 본 발명의 실시예에 따른 분포형 수문모의 수행부가 이용하는 격자기반 분포형 수문모형으로서, K-DRUM을 설명하기 위한 개념도이다.
도 7은 본 발명의 일 실시예에 따라 분포형 수문모의 수행부를 나타낸 도면이다.
도 8은 본 발명의 일 실시예에 따라 연계 처리부를 나타낸 도면이다.
도 9는 본 발명의 일 실시예에 따라 수질오염 사고 예측부를 나타낸 도면이다.
도 10은 본 발명의 일 실시예에 따라 분포형 수문모형 및 하천수리모형을 연계하는 방법을 나타낸 도면이다.
도 11은 본 발명의 일 실시예에 따라 분포형 수문모형 및 하천수리모형을 연계하는 방법을 나타낸 도면이다.
도 12는 본 발명의 일 실시예에 따라 하천 단면을 나타낸 도면일 수 있다.
도 13은 본 발명의 일 실시예에 따라 실시간 오염물질 이동거리 및 확산 농도 예측을 나타낸 도면이다.
도 14는 본 발명의 일 실시예에 따라 분포형 모델이 적용된 수리수문 해석 기반 수질오염 사고 예측 시스템이 적용되는 방법을 나타낸 도면이다.
도 15는 본 발명의 일 실시예에 따라 분포형 모델이 적용된 수리수문 해석 기반 수질오염 사고 예측 시스템이 적용되는 방법을 나타낸 도면이다.
도 16은 본 발명의 일 실시예에 따라 분포형 모델이 적용된 수리수문 해석 기반 수질오염 사고 예측 시스템이 적용되는 방법을 나타낸 도면이다.
도 17은 본 발명의 실시예에 따라 수문학적 및 수리학적 추적 방법에 대한 확장을 나타낸 도면이다.
도 2는 본 발명의 일 실시예에 따라 장치 구성을 나타낸 도면이다.
도 3은 본 발명의 일 실시예에 따라 수질오염 사고 예측 시스템을 나타낸 도면이다.
도 4는 본 발명의 일 실시예에 따라 오염사고 발생에 대한 모식도일 수 있다.
도 5는 본 발명의 일 실시예에 따라 분포형 모델이 적용된 수리수문 해석 기반 수질오염 사고 예측 시스템을 나타낸 도면이다.
도 6은 본 발명의 실시예에 따른 분포형 수문모의 수행부가 이용하는 격자기반 분포형 수문모형으로서, K-DRUM을 설명하기 위한 개념도이다.
도 7은 본 발명의 일 실시예에 따라 분포형 수문모의 수행부를 나타낸 도면이다.
도 8은 본 발명의 일 실시예에 따라 연계 처리부를 나타낸 도면이다.
도 9는 본 발명의 일 실시예에 따라 수질오염 사고 예측부를 나타낸 도면이다.
도 10은 본 발명의 일 실시예에 따라 분포형 수문모형 및 하천수리모형을 연계하는 방법을 나타낸 도면이다.
도 11은 본 발명의 일 실시예에 따라 분포형 수문모형 및 하천수리모형을 연계하는 방법을 나타낸 도면이다.
도 12는 본 발명의 일 실시예에 따라 하천 단면을 나타낸 도면일 수 있다.
도 13은 본 발명의 일 실시예에 따라 실시간 오염물질 이동거리 및 확산 농도 예측을 나타낸 도면이다.
도 14는 본 발명의 일 실시예에 따라 분포형 모델이 적용된 수리수문 해석 기반 수질오염 사고 예측 시스템이 적용되는 방법을 나타낸 도면이다.
도 15는 본 발명의 일 실시예에 따라 분포형 모델이 적용된 수리수문 해석 기반 수질오염 사고 예측 시스템이 적용되는 방법을 나타낸 도면이다.
도 16은 본 발명의 일 실시예에 따라 분포형 모델이 적용된 수리수문 해석 기반 수질오염 사고 예측 시스템이 적용되는 방법을 나타낸 도면이다.
도 17은 본 발명의 실시예에 따라 수문학적 및 수리학적 추적 방법에 대한 확장을 나타낸 도면이다.
이하, 본 발명에 따른 바람직한 실시 형태를 첨부된 도면을 참조하여 상세하게 설명한다. 첨부된 도면과 함께 이하에 개시될 상세한 설명은 본 발명의 예시적인 실시형태를 설명하고자 하는 것이며, 본 발명이 실시될 수 있는 유일한 실시형태를 나타내고자 하는 것이 아니다. 이하의 상세한 설명은 본 발명의 완전한 이해를 제공하기 위해서 구체적 세부사항을 포함한다. 그러나, 당업자는 본 발명이 이러한 구체적 세부사항 없이도 실시될 수 있음을 안다.
이하의 실시예들은 본 발명의 구성요소들과 특징들을 소정 형태로 결합한 것들이다. 각 구성요소 또는 특징은 별도의 명시적 언급이 없는 한 선택적인 것으로 고려될 수 있다. 각 구성요소 또는 특징은 다른 구성요소나 특징과 결합되지 않은 형태로 실시될 수 있다. 또한, 일부 구성요소들 및/또는 특징들을 결합하여 본 발명의 실시예를 구성할 수도 있다. 본 발명의 실시예 들에서 설명되는 동작들의 순서는 변경될 수 있다. 어느 실시예의 일부 구성이나 특징은 다른 실시예에 포함될 수 있고, 또는 다른 실시예의 대응하는 구성 또는 특징과 교체될 수 있다.
이하의 설명에서 사용되는 특정 용어들은 본 발명의 이해를 돕기 위해서 제공된 것이며, 이러한 특정 용어의 사용은 본 발명의 기술적 사상을 벗어나지 않는 범위에서 다른 형태로 변경될 수 있다.
몇몇 경우, 본 발명의 개념이 모호해지는 것을 피하기 위하여 공지의 구조 및 장치는 생략되거나, 각 구조 및 장치의 핵심기능을 중심으로 한 블록도 형식으로 도시된다. 또한, 본 명세서 전체에서 동일한 구성요소에 대해서는 동일한 도면 부호를 사용하여 설명한다.
또한, 본 명세서에서 제1 및/또는 제2 등의 용어는 다양한 구성 요소들을 설명하는데 사용될 수 있지만, 상기 구성 요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성 요소를 다른 구성 요소로부터 구별하는 목적으로만, 예컨대 본 명세서의 개념에 따른 권리 범위로부터 이탈되지 않은 채, 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게, 제2 구성요소는 제1 구성요소로도 명명될 수 있다.
또한 명세서 전체에서, 어떤 부분이 어떤 구성 요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성 요소를 제외하는 것이 아니라 다른 구성 요소를 더 포함할 수 있는 것을 의미한다. 그리고 명세서에 기재된 "…유닛", "…부" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 및/또는 소프트웨어의 결합으로 구현될 수 있다.
도 1은 본 개시에 적용되는 네트워크 환경을 나타낸 도면이다.
도 1을 참조하면, 장치들(110, 120, 130, 140)은 네트워크(150)를 통해 연결될 수 있다. 일 예로, 장치들(110, 120, 130, 140)은 적어도 하나 이상의 장치 또는 서버로 유선 또는 무선 네트워크(150)를 통해 연결될 수 있으며, 이를 통해 데이터를 송수신할 수 있다. 또한, 장치들(110, 120, 130, 140)은 이동성 장치이거나, 고정형 장치일 수 있다. 구체적으로, 장치들(110, 120, 130, 140)은 스마트폰(smart phone)이나 태플릿, 웨어러블 디바이스와 같은 이동성 장치일 수 있다. 또한, 장치들(110, 120, 130, 140)은 컴퓨터, 노트북 및 PC와 같은 고정형 장치일 수 있다. 또 다른 일 예로, 장치들(110, 120, 130, 140)은 IoT(internet of things) 디바이스, VR(virtual reality)/AR(augmented reality) 디바이스 및 그 밖의 장치일 수 있으며, 특정 실시예로 한정되지 않는다.
또한, 서버는 하나 이상의 장치와 네트워크(150)를 통해 연결되어 콘텐츠나 서비스를 제공하는 기능을 구비한 장치일 수 있다. 구체적인 일 예로, 서버는 네트워크(150)를 통해 접속하는 적어도 하나 이상의 장치로 서비스를 제공하거나 요청에 따른 응답을 제공할 수 있다. 여기서, 서버는 적어도 하나 이상의 장치 각각에 설치된 소프트웨어 또는 어플리케이션에 기초하여 연동될 수 있으며, 이를 통해 서비스를 제공할 수 있다.
도 2는 본 개시에 적용되는 장치 구성을 나타낸 도면이다. 도 2를 참조하면, 장치(210)는 제어부(211), 송수신부(212) 및 메모리(213)을 포함할 수 있다. 또한, 장치(210)는 상술한 구성 이외의 다른 구성을 더 포함하는 것도 가능할 수 있다. 도 2의 장치(210)는 다른 장치(220)와 통신을 통해 데이터를 송수신할 수 있으며, 사용자 디바이스일 수 있다. 일 예로, 장치(210)는 스마트폰, 스마트패드, 노트북, PC 및 그 밖의 통신이 가능한 장비들을 지칭할 수 있으며, 특정 장치로 한정되는 것은 아닐 수 있다.
일 예로, 장치(210)의 제어부(211)는 장치(210)의 구동 또는 동작과 관련된 명령어를 실행하고 처리하도록 구성될 수 있다. 제어부(211)는 송수신부(212) 및 그 밖의 구성을 제어하는 논리적인 엔티티일 수 있으며, 특정 실시예로 한정되지 않는다. 장치(210)의 제어부(211)는 산술, 로직 및 입출력 연산을 수행함으로써, 컴퓨터 프로그램의 명령을 처리하도록 구성될 수 있다. 일 예로, 명령은 메모리(213)에 저장되거나 송수신부(212)를 통해 획득되는 신호에 기초하여 제어부(211)에 제공될 수 있으며, 제어부(211)는 이에 기초한 동작을 수행할 수 있다.
송수신부(212)는 네트워크를 통해 다른 장치(220) 및 서버 중 적어도 어느 하나와 통신을 위한 기능을 제공할 수 있다. 일 예로, 다른 장치(220)도 제어부(221), 송수신부(222) 및 메모리(223)를 포함할 수 있다. 또한, 다른 장치(220)도 상술한 스마트 디바이스나 PC 및 그 밖의 통신이 가능한 장치일 수 있으며, 특정 실시예로 한정되지 않는다.
또한, 일 예로, 장치(210)는 입력부(미도시) 및 출력부(미도시)를 포함할 수 있다. 여기서, 입력부는 키보드, 마우스, 터치패드, 카메라 및 그 밖의 입력 신호를 제공하는 구성일 수 있으며, 출력부는 디스플레이나 스피커 및 그 밖의 출력 신호를 제공하는 구성일 수 있다. 다만, 이에 한정되는 것은 아닐 수 있다. 등의 장치를, 그리고 외부 출력 장치는 디스플레이, 스피커, 햅틱 피드백 디바이스(haptic feedback device) 등과 같은 장치를 포함할 수 있다.
메모리(213)는 비-일시적인 컴퓨터 판독 가능한 기록매체로서, RAM(random access memory), ROM(read only memory), 디스크 드라이브, SSD(solid state drive), 플래시 메모리(flash memory)와 같은 비소멸성 대용량 저장 장치(permanent mass storage device)를 포함할 수 있으며, 특정 형태로 한정되지 않는다. 또한, 메모리(213)에는 장치(210)의 구동 또는 동작과 관련된 명령어나 프로그램 코드를 저장할 수 있다. 또한, 메모리(213)에는 장치(210)의 운영체제나 기타 소프트웨어들이 저장될 수 있다. 또한, 일 예로, 장치(210)는 별도의 컴퓨터에서 판독 가능한 기록매체로부터 로딩되는 소프트웨어를 이용할 수 있다. 여기서, 컴퓨터에서 판독 가능한 기록매체는 플로피 드라이브, 디스크, 테이프, DVD/CD-ROM 드라이브, 메모리 카드 및 그 밖의 기록매체를 포함할 수 있으며, 특정 실시예로 한정되지 않는다.
하기에서는 상술한 네트워크(150)에 기초하여 데이터 송수신이 가능한 장치들(110, 120, 130, 140)에 의해 수질오염 관련 정보들이 교환될 수 있다. 일 예로, 각각의 장치들(110, 120, 130, 140)은 필요한 정보를 수집하고, 네트워크(150)를 통해 데이터를 송수신하여 하기의 동작들을 수행할 수 있다. 또한, 각각의 장치들(110, 120, 130, 140)에서는 수질오염 예측을 위한 각각의 모델이나 모듈이 구현되어 동작될 수 있으며, 특정 실시예로 한정되지 않는다. 즉, 하기의 사항들은 상술한 네트워크(150)에 기초하여 데이터 송수신이 가능한 장치들에서 적용될 수 있으며, 하기에서는 이를 위한 구체적인 사항에 대해 서술한다.
도 3은 본 발명의 일 실시예에 따라 수질오염 사고 예측 시스템을 나타낸 도면이다.
도 3을 참조하면, 기존 수질오염 사고 예측 시스템(300)은 수질(조류) 예측 연계 데이터베이스(310)로부터 제공되는 데이터에 대한 전처리(321) 과정에 기초하여 HSPF(Hydrological Simulation Program-Fortran, 322) 및 EFDC-NIER(Environmental Fluid Dynamics Code-National Institute of Environment Research, 323)에 입력을 제공하여 수질(조류) 예측(330)을 수행할 수 있다. 일 예로, 수질(조류) 예측 연계 데이터베이스(310)는 수질측정망(311)으로부터 수질 관련 정보를 획득하고, 홍수 통제소(312)로부터 수위, 유량, 댐 및 보에 대한 정보를 획득할 수 있다. 또한, 한국환경공단(313), 기상청(314) 및 그 밖으로부터 수질(조류) 예측 관련 정보를 획득할 수 있으며, 특정 실시예로 한정되지 않는다. 또한, 일 예로, 수질오염 사고 예측 시스템(300)은 자료 기반 모델(341), 장기 수질(조류) 예측(342) 및 수질오염사고 대응 모델(343) 중 적어도 어느 하나와 연계할 수 있으며, 특정 실시예로 한정되지 않는다.
여기서, EFDC는 3차원 수리, 수질, 하상변동 수치모델일 수 있으며, 하천, 호수, 하구, 해양에 적용 가능할 수 있다. EFDC-NIER(323)는 EFDC를 기반으로 국내 주요 수역에 적합하도록 기능이 개선된 모델로, 국내 주요 하천과 호수에 적용될 수 있다. EFDC-NIER(323)는 하천의 수리 구조물 운영 기작 반영, 모의 가능한 조류 종의 확장, 남조류의 수직 이동 기작 및 수체와 퇴적층 사이의 내부 순환 등을 모의하는 것이 가능하다. 다만, EFDC-NIER(323)를 통해 예측된 방대한 자료의 모델결과를 효과적으로 분석하기 위해서 별도의 상용 프로그램(Surfer, Tecplot 등)의 사용이 필요할 수 있다. 여기서, 바이너리 형태의 EFDC-NIER 모델결과를 ASCII 형태로 후처리해서, 해당 상용 프로그램의 입력자료를 재생산해야 하므로 많은 시간이 소요된다. 또한 수치결과만을 이용하여 가시화하므로 주변 환경과의 영향 요소를 파악하기도 어렵다. 모델결과를 분석할 때에는 하천 환경의 시·공간적인 상세 분석의 요청도 수반되는데, 기존의 방식으로는 한계가 있다. 일 예로, 도 3의 수질오염 사고 예측 시스템에 의해서는 모든 지류하천을 고려하는 것은 불가능할 수 있으며, 유역 단위 분포형 수문모형과 일차원 하천수리모형을 통합한 수질오염 사고 예측 시스템이 필요할 수 있으며, 하기에서는 이에 대해 후술한다.
도 4는 본 발명의 일 실시예에 따라 오염사고 발생에 대한 모식도일 수 있다. 일 예로, 수질오염 사고가 유역 내에서 발생하면 오염물질이 지천으로 유입될 수 있다. 그 후, 오염물질이 본류로 유입될 수 있다. 도 4와 같이 수질오염 사고가 발생하면 이를 대응하기 위한 예측 모델이 필요할 수 있으나, 도 3의 모델은 많은 시간이 소요되어 한계가 존재할 수 있다. 따라서, 일차원 하천 수리모형으로 빠른 예측이 필요할 수 있다. 일 예로, 하기에서는 유역단위 분포형 수문모형과 일차원 하천수리모형의 연계로 구성되는 분포형 모델이 적용된 수리수문 해석 기반 수질오염 사고 예측 시스템에 대해 서술한다.
도 5는 본 발명의 일 실시예에 따라 분포형 모델이 적용된 수리수문 해석 기반 수질오염 사고 예측 시스템을 나타낸 도면이다. 도 5를 참조하면, 분포형 모델이 적용된 수리수문 해석 기반 수질오염 사고 예측 시스템(500)은 수질(조류) 예측 연계 데이터베이스(310)로부터 데이터를 획득하고, 해당 데이터에 대한 전처리 과정을 수행할 수 있다. 이때, 일 예로, 분포형 모델이 적용된 수리수문 해석 기반 수질오염 사고 예측 시스템(500)은 전처리부(321), 격자 설정부(510), 분포형 수문모의 수행부(520), 1차원 수리해석 수행부(530), 연계 처리부(540) 및 수질오염 사고 예측부(550)를 포함할 수 있다. 일 예로, 전처리부(321)는 수질(조류) 예측 연계 데이터베이스(310)로부터 데이터를 획득하여 분포형 수문모의 수행부(520)와 1차원 수리해석 수행부(530)의 입력으로 제공되는 데이터 가공을 위한 전처리 과정을 수행할 수 있다. 격자 설정부(510)는 대상 유역에 대해 격자 해상도를 설정한다. 격자 해상도는 각 유역이나 지역에 따라 상이할 수 있으며, 소정의 값을 갖는 격자 해상도가 설정될 수 있다. 또한, 분포형 수문모의 수행부(520)는 격자 설정부에 의해 설정된 격자 해상도에 해당하는 대상 유역에 대한 입력자료를 수문모형에 적용하여 분포형 수문모의를 수행할 수 있다. 여기서, 입력자료는 수질(조류) 예측 연계 데이터베이스(310)로부터 획득되어 전처리 과정(321) 후에 분포형 수문모의 수행부(520)로 적용될 수 있다. 즉, 분포형 수문모의 수행부(520)는 격자 설정부(510)로부터 소정의 값으로 설정된 격자 해상도 정보를 획득하고, 해당 격자 해상도에 해당하는 대상 유역에 대한 입력자료를 수문모형에 적용하여 분포형 수문모의를 수행할 수 있다. 일 예로, 입력자료는 지형 및 지질자료를 포함할 수 있다. 입력자료는 기본적으로 격자형태의 DEM(digital elevation model)일 수 있다. 구체적인 일 예로, 수문모형으로는 K-DRUM(K-water Distribution Runoff Model)이 적용 될 수 있다. K-DRUM은 K-water에서 Fortran 코드로 개발된 것이다. 도 6은 본 발명의 실시예에 따른 분포형 수문모의 수행부(520)가 이용하는 격자기반 분포형 수문모형으로서, K-DRUM을 설명하기 위한 개념도이다.
도 6에 도시된 바와 같이, K-DRUM은 격자별로 A층(A layer), B층(B layer), C층(C layer)을 설정하여 표면류, 지표하흐름 및 기저유출을 각각 계산한다. 격자별로 토지피복, 토심, 조도계수 등의 매개변수를 할당하는 모델이다. 모델의 연직구조는 지표층과 얕은 토양층인 A층 및 B층, 지하수층인 C층으로 구성된다. 지표층에서 지표흐름의 추적은 보편적으로 적용되고 있는 운동파 해석법(Kinematic wave)을 이용하고, A층과 B층에 해당하는 토양 내부로의 침투(infiltration)는 Green-Ampt식을 이용하며, B층과 지하수층인 C층의 흐름은 선형저류법(Linear Storage)을 이용할 수 있다.
도 7은 본 발명의 일 실시예에 따라 분포형 수문모의 수행부(520)를 나타낸 도면이다. 도 7을 참조하면, 분포형 수문모의 수행부(520)는 초기토양함수 자동보정기능 수행부(521), 강우 공간분포 보간기능 수행부(522), 증발산 모의기능 수행부(523), 융적설 모의기능 수행부(524), 지하수 모의기능 수행부(525) 및 MPI 병렬코드 적용부(526)를 포함할 수 있다. 일 예로, 초기토양함수 자동보정기능 수행부(521)는 실제의 기저유출량을 재현하여 강우유출 계산 초기에 정확한 기저유출량을 적용시킴으로써 전체적인 유출 모의의 정확도를 향상시킨다. 이를 위해, 초기토양함수 자동보정기능 수행부는 다음의 단계들을 순차적으로 수행할 수 있으며, 하기 (a) 내지 (f) 단계와 같을 수 있다.
(a)단계: 상기 대상 유역의 토양조건인 A층(표면류), B층(지표하흐름) 및 C층(기저유출) 중에서 B층 및 C층의 초기토양 함수비를 완전포화상태로 설정
(b)단계: 상기 대상 유역 내에 위치한 유량관측소의 관측자료를 이용하여 관측-기저유출량을 설정
(c)단계: 상기 유량관측소의 위치에 해당하는 격자번호를 선택
(d)단계: 무강우 조건으로 단위 시간당 상기 대상 유역 내부 전체의 유출계산(계산-기저유출량)을 진행
(e)단계: 상기 선택된 격자번호에 대한 상기 계산-기저유출량과 상기 관측-기저유출량을 비교
(f)단계: 상기 비교 결과, 상기 계산-기저유출량이 상기 관측-기저유출량보다 큰 경우 상기 (d)단계로 돌아가 반복계산 수행하고, 상기 관측-기저유출량과 같아진 경우 초기토양 함수상태 자동보정 과정을 완료
이러한 초기토양함수 자동보정기능 수행부의 동작은, K-DRUM의 각 격자에서 발생하는 기저유출량이 격자의 토양함수비가 완전포화상태에서 감소함에 따라 일정비율로 감소하게 되는 특성을 이용한 것이다. 만약 유역 전체에 불균등한 강우가 발생하면 유역 내 토양의 함수량은 불균등한 분포를 나타내지만, 강우가 종료한 후 약 3~5일 경과하면 토양내부의 특성상 토양 함수비 감소는 유역의 지형특성 및 수문 특성에 따라 기저유출량의 감소와 비슷하게 진행되게 되기 때문이다.
이와 같은 K-DRUM의 초기조건 결정과정은 사용자의 주관적 판단에 따른 매개변수 보정이 아닌 자동화된 매개변수 설정으로 사용자에게 편의성을 제공하고, 소요시간(시행착오법 등) 단축 및 부정확한 설정으로 인해 발생될 수 있는 문제점을 해결한다. 또한, 일 예로, 강우 공간분포 보간기능 수행부(522)는 대상 유역 내 산재한 강우관측소의 점 강유량을 유역 유출모형의 입력 자료로 환산하기 위해서 각 격자별 강우량으로 환산하는 과정으로서, 점 강유량의 유역 강우량 환산을 수행한다. 강우 공간분포 보간기능 수행부(522)는 강우관측소 관측정보를 공간분포 격자강우량으로 환산하여 활용할 수 있도록 한다. 이를 위해 지점강우량을 Thiessen법, IDW법, Kriging법 중 하나 이상을 선택해서 변환할 수 있도록 한다. 또한, 증발산 모의기능 수행부(523)는 대상 유역 내 관측소의 기후자료를 격자별로 보정 후 잠재증발산량 산출식에 의한 잠재증발산량 산출 후 실제증발산량 산정을 위해 보정계수를 적용하는 과정을 수행한다. 증발산 모의기능 수행부(523)는 이 과정에서 기후인자 데이터로서, 최고기온, 최저기온, 이슬점 온도, 일조시간, 풍속을 활용할 수 있다. 여기에 일별 기온감율에 의한 보정과 위도별 보정을 수행하여 격자별 잠재 증발산량을 산정할 수 있다(FAO-56 Penman-Monteith 산출식 적용). 또한 여기에 보정계수를 적용하여 격자별 실제 증발산량을 산정할 수 있다.
융적설 모의기능 수행부(524)는 개별 격자별로 융적설을 구분하는 기준온도에 따라 대기온도가 상대적으로 낮으면 적설, 높으면 융설로 판단하여 계산하며, 기상관측소 관측기온을 토대로 모든 격자에 고도에 따른 기온감률을 적용하여 격자별 대기온도를 산정함으로써 융적설을 산정하는 과정을 수행할 수 있다. 융적설 모의기능 수행부(524)는 이 과정에서 기후인자 데이터로서, 최고기온, 최저기온, 이슬점 온도, 일조시간, 풍속을 활용할 수 있다. 여기에 일별 기온감율에 의한 보정을 수행하여 격자별 융적설량을 산정할 수 있다(Sugawara 산출식 적용). 지하수 모의기능 수행부(525)는 지하수 유출을 모의하는 D층의 바닥표고를 해수면과 같도록 설정하고 C층 바닥 표고에 따라 D층의 깊이를 설정하여 기저유출량을 모의하는 과정을 수행한다. K-DRUM에서 지하수는 D층의 유출로 모의되는데, D층의 토양심도는 일정하게 계산하도록 되어 있어 기저유출량의 모의에 한계가 존재하므로, 지하수 모의기능 수행부는 이러한 한계를 극복하고자 D층의 토양깊이를 지형형상에 따라 변화하도록 수정할 수 있다.
도 8은 본 발명의 일 실시예에 따라 연계 처리부(540)를 나타낸 도면이다. 일 예로, 연계 처리부(540)는 분포형 수문모의 수행부(520)의 동작과 1차원 수리해석 수행부(530)의 동작이 서로 연계되도록, 분포형 수문모의 수행부(520)에서 1차원 수리해석 수행부(530)의 하천 수리해석 단계를 다수의 모듈화된 함수들로써 호출할 수 있도록 한다. 이를 위해, 연계 처리부(540)는 도 8에 도시된 바와 같이, 모듈화부(541), 변환부(542), 계산부(543) 및 적용부(544)를 포함할 수 있다.
모듈화부(541)는 1차원 수리해석 수행부(530)의 하천 수리해석 단계를 여러 단계의 함수(K-RIVER 함수들)로 모듈화한다. 예를 들어, 5단계의 함수로 모듈화할 수 있다. K-River를 프로세스별로 묶어서 모듈화하는 과정에 해당한다.
이는 후술하는 변환부(542)를 통해 Fortran 코드로 개발된 K-DRUM과 C++ 코드로 개발된 K-River를 연계하여 하나의 실행파일로 모의 수행이 가능하도록 한다. 변환부(542)는 모듈화한 K-RIVER 함수들을 라이브러리 형태로 변환하여 분포형 수문모의 수행부(520)에서 호출할 수 있도록 한다. 모듈화한 K-River를 외부에서 호출할 수 있는 라이브러리로 변환하는 과정에 해당한다. 구체적으로, 모듈화한 K-River 함수들은 라이브러리 형태(libKRiver.a)로 구축하고, K-DRUM 내부에서 호출되도록 연계된다. 즉, K-DRUM 코드에서 K-River 모듈을 호출할 수 있다. 계산부(543)는 수문모형상에서 유출(사면)셀과 하천셀을 구분하고, 상류셀로부터 하천셀에 유입되는 유량(하천셀 유입량)을 계산한다. 수문모형의 하천셀에서는 하류셀로의 유출이 발생하지 않는 것으로 가정한다. 적용부(544)는 상기 계산된 하천셀 유입량을 하천수리모형의 측방유입량으로 환산하여 적용한다.
여기서, 일 예로, 수질오염 사고 예측부(550)는 상술한 K-RIVER 함수들 중 적어도 어느 하나에 기초하여 오염물질의 이동거리, 이동경로 및 확산 농도를 계산할 수 있으나, 이에 한정되는 것은 아닐 수 있다. 즉, 수질오염 사고 예측부(550)는 연계 처리부(540)와 연계되어 오염물질의 이동거리, 이동경로 및 확산 농도를 계산할 수 있다.
또한, 일 예로, 도 9는 본 발명의 일 실시예에 따라 수질오염 사고 예측부(550)를 나타낸 도면이다. 상술한 바와 같이 분포형 모델이 적용된 수리수문 해석 기반 수질오염 사고 예측 시스템(500)은 분포형 수문모의 수행부(520)와 1차원 수리해석 수행부(530)를 연계하여 적용할 수 있다. 여기서, 일 예로, 상술한 바에 기초하여 분석된 정보를 통해 수질오염 사고 예측부(550)는 수질오염 사고를 예측하고, 오염물질의 이동거리 및 확산 농도를 실시간으로 예측할 수 있다. 구체적으로, 수질오염 사고 예측부(550)는 수질오염 사고 검출부(551), 오염물질 경로 추적부(552), 오염물질 이송-확산 계산부(553) 및 오염물질 결과부(554)를 포함할 수 있다. 일 예로, 모든 지류하천을 고려하는 것은 불가능할 수 있으므로 유역 단위 분포형 수문모의 수행부(520)를 통해 해석된 정보를 활용할 필요성이 있다. 또한, 수질오염 사고 예측은 신속하게 수행될 필요성이 있으므로 1차원 수리해석 수행부(530)를 통해 분석된 정보를 활용할 필요성이 있다. 일 예로, 분포형 수문모의 수행부(520)의 분포형 수문모의 동작과 수리해석 수행부(530)의 수리해석 동작은 단위시간에 대해서 반복적으로 적용되어 연계될 수 있다. 즉, 수질오염 사고 예측부(550)는 분포형 수문모의 수행부(520)와 1차원 수리해석 수행부(530)를 기반으로 동작할 수 있으며, 연계 처리부(540)에서 처리된 정보를 더 처리할 수 있다. 구체적으로, 수질오염 사고 예측부(550)는 수질오염 사고 검출부(551)를 포함할 수 있다. 수질오염 사고 검출부(551)는 수질오염 사고 발생 지점 및 대상 유역을 확인할 수 있다. 즉, 수질오염 사고 검출부(551)는 유역 내에서 수질오염 사고를 검출할 수 있다. 또 다른 일 예로, 수질오염 사고 검출부(551)는 모델링에 기초하여 유역 내의 특정 지점에 오염물질이 유입됨을 가정할 수 있으며, 특정 실시예로 한정되지 않는다. 그 후, 오염물질 경로 추적부(552)는 수질오염 발생 지점 및 대상 유역 정보에 기초하여 분포형 수문모의 수행부(520) 및 1차원 수리해석 수행부(530)와 연계하여 오염물질의 이동거리 및 이동경로를 도출할 수 있다. 일 예로, 분포형 수문모의 수행부(520)를 통해 각 격자에 대한 유출이 계산될 수 있다. 또한, 1차원 수리해석 수행부(530)를 통해 1차원 모델 기반 하천의 수리가 계산될 수 있다. 여기서, 1차원 수리해석에는 보모듈 정보가 고려될 수 있다. 그 후, 오염물질 경로 추적부(552)는 수문모의 수행부(520)와 1차원 수리해석 수행부(530)를 연계하여 오염물질의 이동거리 및 이동경로를 추적할 수 있다. 일 예로, 오염물질 경로 추적부(552)는 실시간으로 오염물질의 이동거리 및 이동경로를 예측할 수 있다. 또한, 오염물질 이송-확산 계산부(553)는 오염물질 경로 추적부(552)와 연계하여 하기에서 도출되는 수학식을 반영하여 수문모의 수행부(520)와 1차원 수리해석 수행부(530)의 연계를 통해 오염물질의 이동에 따른 확산 농도를 계산하여 예측할 수 있다. 일 예로, 오염물질의 확산 농도는 실시간으로 계산되어 예측될 수 있다. 그 후, 오염물질 경로 추적부(552)와 오염물질 이송-확산 계산부(553)를 통해 도출된 오염물질 이동거리, 이동경로 및 확산 농도 정보가 오염물질 결과부(554)로 출력될 수 있다. 여기서, 일 예로, 상술한 분포형 모델이 적용된 수리수문 해석 기반 수질오염 사고 예측 시스템(500)은 상술한 구성들에 의해 모델링될 수 있다. 상술한 바에 기초하여, 유역 내에 수질오염 사고가 발생하면 분포형 모델이 적용된 수리수문 해석 기반 수질오염 사고 예측 시스템(500)은 수질오염 사고를 예측하고, 실시간으로 오염물질의 이동거리 및 확산 농도를 예측할 수 있다.
도 10 및 도 11은 본 발명의 일 실시예에 따라 분포형 수문모형 및 하천수리모형을 연계하는 방법을 나타낸 도면이다. 일 예로, 기존에는 큰 지류하천의 합류지점에서 수문모형과 수리모형의 연계를 고려할 수 있으며, 물의 흐름만을 고려한 연계가 수행될 수 있다. 여기서, 일 예로, 분포형 모델이 적용된 수리수문 해석 기반 수질오염 사고 예측 시스템(500)은 작은 지류하천까지 고려하여 모든 지점에서의 유입 및 오염물질의 연계를 통한 수질오염 사고를 예측하도록 할 수 있다.
도 10 및 도 11을 참조하면, 유역의 유출이 계산될 수 있다.(S1010, step 1) 여기서, 소정의 값으로 설정된 격자 해상도에 기초하여 유출(사면) 셀 및 하천셀이 계산될 수 있다. 구체적으로, 유출 셀은 Kinematic wave에 기초하여 사면유출로 계산될 수 있다. 여기서, 유출은 지표 유출, 하도 유출 및 지표하 유출을 고려할 수 있으며, 각각은 수학식 1 내지 3을 고려할 수 있다. 즉, 수학식 1은 지표 유출로, 강수가 지표면을 따라 하천으로 유입되는 유출을 의미할 수 있다. 또한, 수학식 2는 하도 유출로 강우가 하천에 직접 유출되는 것을 의미할 수 있다. 수학식 3은 지표하 유출로 물이 토양에 깊이 침투하지 않고 지하수위보다 높은 층인 상부 토층을 통하여 하천으로 흘러 들어가는 것을 의미할 수 있다.
도 12는 본 발명의 일 실시예에 따라 하천 단면을 나타낸 도면일 수 있다. 도 12(a) 및 도 12(b)를 참조하면 하천 단면은 상이한 형태일 수 있으며, 상술한 수학식 1 내지 3도 상이하게 도출될 수 있다. 여기서, 하천 셀 유입량은 상류 셀로부터 하천 셀의 유입량으로 계산될 수 있으며, 측방 유입량도 고려될 수 있다. 그 후, 1차원 수리 모델에 기초하여 하천 수리 계산을 수행할 수 있다.(S1020, step 2) 이때, 하천 수리는 측방 유입 및 수리 구조물로서 보모듈을 고려할 수 있다. 일 예로, 하천 수리 계산에서 천수 방정식(Saint-Venant equation)이 적용되어 유역 유입량 및 측방 유입이 고려될 수 있다. 또 다른 일 예로, 4대강 보나 그 밖의 구조물이 고려될 수 있다. 그 후, 연계 모의(S930, step 3)가 수행될 수 있다. 연계 모의에서는 수문-수리 연계 모의로 상술한 step 1 및 step 2 과정을 단위 시간에 대하여 반복적으로 적용하여 연계 모의를 수행할 수 있다. 즉, 수질오염 사고에 기초하여 오염물질을 추적하기 위해서 수문-수리 연계 모의가 수행될 수 있으며, 이를 통해 수질오염 사고 예측 시스템의 성능을 향상시킬 수 있다.
여기서, 일 예로, 분포형 모델이 적용된 수리수문 해석 기반 수질오염 사고 예측 시스템(500)은 오염물질 경로 추적부(552)와 오염물질 이송-확산 계산부(553)에 기초하여 하기 수학식 4 및 수학식 5를 고려할 수 있다. 수학식 4에서 h는 셀 수심(m)일 수 있고, q는 단위폭당 유량(/s)이고, C는 오염물질 농도(ppm)이고, 는 생성/소멸항일 수 있다.
일 예로, 수학식 5는 지배방정식으로 수학식 5에서 C는 오염물질 농도이고, Q는 유량이고, A는 통수 단면적이고, ε는 난류확산계수일 수 있다. 이때, FVM(Finite Volume Method) 이산화 기법이 적용될 수 있으며, 하천수리모형의 구조에 기초하여 연동될 수 있다. 오염물질 경로 추적부(552)와 오염물질 이송-확산 계산부(553)는 이송 및 확산 방정식에 기초하여 실시간으로 오염물질 이동을 확인할 수 있으며, 도 13의 (a) 내지 (c)와 같을 수 있다.
이때, 일 예로, 수질오염 사고 예측부(550)는 수질오염 사고의 발생지점 및 대상 유역에 기초하여 분포형 수문모의 수행부(520)를 통해 수학식 5를 적용하여 오염물질의 이동거리, 이동경로 및 확산 농도를 계산할 수 있다. 또한, 수질오염 사고 예측부(550)는 수질오염 사고의 발생지점 및 대상 유역에 기초하여 1차원 수리해석 수행부(530)를 통해 하천수리모형의 구조를 파악하여 하천수리모형과 연동하는 입출력 모듈을 적용할 수 있다. 여기서, 상술한 FVM 이산화 기법이 적용될 수 있다. 상술한 바를 통해 수질오염 사고 예측부(550)는 오염물질의 이동거리, 이동경로 및 확산 농도를 계산할 수 있다.
여기서, 일 예로, 수질오염 사고 예측부(550)는 단위 시간에 기초하여 분포형 수문모의 수행부(520) 및 1차원 수리해석 수행부(530)를 통한 오염물질의 이동거리, 이동경로 및 확산 농도 계산을 반복 수행하여 오염물질의 이동거리, 이동경로 및 확산 농도를 실시간으로 예측할 수 있으며, 상술한 실시예로 한정되는 것은 아닐 수 있다.
또한, 도 14는 본 발명의 일 실시예에 따라 분포형 모델이 적용된 수리수문 해석 기반 수질오염 사고 예측 시스템(500)이 적용되는 방법을 나타낸 도면이다. 분포형 모델이 적용된 수리수문 해석 기반 수질오염 사고 예측 시스템(500)은 국가하천뿐만 아니라 지방하천에도 적용될 수 있다. 여기서, 일 예로, 표 1은 해석해 모듈, EFDC 모델 및 분포형 모듈이 적용된 수리수문 해석 기반 수질오염 사고 예측 시스템(500)으로 1차원 수리 모듈이 적용되는 것을 나타내며, 도 15 및 도 16 (a) 내지 (c)는 이에 대한 결과를 나타낸 도면이다. 여기서, 일 예로, 해석해 모듈은 전체 구간에 평균 유속이 적용되기 때문에 도달시간-농도 그래프는 정규 분포 형태를 나타낸다. 또한, EFDC와 1차원 수리모듈에서 유량 변화에 따른 지점별 도달시간 및 농도 패턴이 유사한 것을 확인할 수 있다. 이때, 1차원 수리모듈은 해석해 모형에 비해 재현성이 뛰어나며 EFDC보다 계산시간을 단축시킬 수 있는 장점을 가지고 있어 수질오염사고대응 예측에 적합할 수 있다. 즉, 1차원 수리모델의 경우 수질오염물질의 농도 및 도달시간 계산시 도 16에 나타난 바와 같이 3차원 EFDC 모델과 견줄 정도로 정확도가 높음을 확인할 수 있다. EFDC는 복잡한 모델로서 계산시간이 예를 들어 수십시간으로 오래 걸리는 반면, 1차원 수리모델은 그에 비해 수분에 지나지 않을 정도로 계산시간이 획기적으로 단축된다. 수질오염사고 대응은 빠른 의사결정이 중요하다는 점을 고려하면, 일 실시예에 따른 해석해를 대체하기 위한 분포형 수문모델과 1차원 수리모델이 결합된 알고리즘을 활용한 시스템 구성의 이점이 명백하다.
수질오염사고대응예측시스템 | 분포형 모델 - 1차원 수리모듈 | ||
지류(해석해) | 본류(2차원) | ||
Model | 이송-확산 방정식 해석해 모형 | EFDC | K-river |
Equation | Advection-diffusion equation | Navier-Stokes equation | Saint-Venant equation(천수방정식) |
Method | Analytic Solution(해석해) | FDM(Finite Difference Method) | FVM(Finite Volume Method) |
Dimension | 1차원 (지류, 본류) | 2차원 (본류) | 1차원 (유역사면, 지류, 본류) |
Flow analysis | Steady flow(정상류) | Unsteaty flow(부정류) | Unsteaty flow(부정류) |
Model Base | Korean Reach File(KRF 3.0) | Stagged Grid | HEC-RAS |
Hydraulic Structure | 반영 안됨 | 보모듈 | 보모듈 |
Modeling | 오염물질, 유류 | 오염물질, 유류 | 오염물질 |
도 17은 본 발명의 실시예에 따라 수문학적 및 수리학적 추적 방법에 대한 확장을 나타낸 도면이다. 도 17을 참조하면, 수질오염에 대한 사고가 발생하면 유역사면에 대해서는 분포형 수문학적 하도추적을 통해 분석을 수행하고, 지류 및 본류에 대해서는 1차원 수리학적 하도추적을 통해 분석을 수행할 수 있다. 일 예로, 상술한 분포형 모델이 적용된 수리수문 해석 기반 수질오염 사고 예측 시스템(500)은 유역사면에 대한 수문학적 분석과 지류 및 본류에 대한 1차원 수리학적 분석을 통해 수질오염 사고 예측을 수행할 수 있다. 즉, 본 발명의 실시예에 따른 수문학적 및 수리학적 추적 방법은 도 17에 도시된 바와 같이 유역 내 다중 수질오염사고 발생시 동시 해석이 가능하도록 한다. 오염사고가 발생하면, 유역사면 및 소하천의 경우에는 분포형 수문모델의 추적기능을 이용하여 수질오염물질의 농도와 도달시간을 계산하고, 지류 또는 본류구간에서는 일차원 수리모델을 이용하여 수질오염물질의 농도와 도달시간을 계산하며, 그리고 계산된 결과들은 하나의 통합된 모델 및 시스템에서 해석될 수 있다.
수문모델은 기상, 댐운영, 토양수분, 토양도, 토지피복도 등 유역의 다양한 환경조건에 의해서 과거, 현재, 미래의 유출량을 계산한다. 이를 통해 수질사고가 발생하면 시스템을 통해 즉시 관련자료(기상, 댐운영 등)가 데이터베이스에서 조회되고 모델에 입력되어 유역사면 및 소하천을 대상으로 오염물질 추적이 수행될 수 있다. 또한, 지류 및 본류에서 오염사고가 일어날 경우에도 가능하고 유역사면 및 소하천에서 지류 및 본류 구간으로 오염물질이 흘러들어갈 경우에도 연계되어 해석도 가능하다.
상술한 본 발명의 실시예들은 다양한 수단을 통해 구현될 수 있다. 예를 들어, 본 발명의 실시예들은 하드웨어, 펌웨어(firmware), 소프트웨어 또는 그것들의 결합 등에 의해 구현될 수 있다.
하드웨어에 의한 구현의 경우, 본 발명의 실시예들에 따른 방법은 하나 또는 그 이상의 ASICs(Application Specific Integrated Circuits), DSPs(Digital Signal Processors), DSPDs(Digital Signal Processing Devices), PLDs(Programmable Logic Devices), FPGAs(Field Programmable Gate Arrays), 프로세서, 컨트롤러, 마이크로 컨트롤러, 마이크로 프로세서 등에 의해 구현될 수 있다.
펌웨어나 소프트웨어에 의한 구현의 경우, 본 발명의 실시예들에 따른 방법은 이상에서 설명된 기능 또는 동작들을 수행하는 모듈, 절차 또는 함수 등의 형태로 구현될 수 있다. 소프트웨어 코드는 메모리 유닛에 저장되어 프로세서에 의해 구동될 수 있다. 상기 메모리 유닛은 상기 프로세서 내부 또는 외부에 위치하여, 이미 공지된 다양한 수단에 의해 상기 프로세서와 데이터를 주고 받을 수 있다.
상술한 바와 같이 개시된 본 발명의 바람직한 실시형태에 대한 상세한 설명은 당업자가 본 발명을 구현하고 실시할 수 있도록 제공되었다. 상기에서는 본 발명의 바람직한 실시 형태를 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구의 범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다. 따라서, 본 발명은 여기에 나타난 실시형태들에 제한되려는 것이 아니라, 여기서 개시된 원리들 및 신규한 특징들과 일치하는 최광의 범위를 부여하려는 것이다. 또한, 이상에서는 본 명세서의 바람직한 실시예에 대하여 도시하고 설명하였지만, 본 명세서는 상술한 특정의 실시예에 한정되지 아니하며, 청구범위에서 청구하는 본 명세서의 요지를 벗어남이 없이 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변형실시가 가능한 것은 물론이고, 이러한 변형 실시들은 본 명세서의 기술적 사상이나 전망으로부터 개별적으로 이해되어서는 안될 것이다.
그리고 당해 명세서에서는 물건 발명과 방법 발명이 모두 설명되고 있으며, 필요에 따라 양 발명의 설명은 보충적으로 적용될 수 있다.
500 : 분포형 모델이 적용된 수리수문 해석 기반 수질오염 사고 예측 시스템
510 : 격자 설정부
520 : 분포형 수문모의 수행부
530 : 1차원 수리해석 수행부
540 : 연계 처리부
550 : 수질오염 사고 예측부
510 : 격자 설정부
520 : 분포형 수문모의 수행부
530 : 1차원 수리해석 수행부
540 : 연계 처리부
550 : 수질오염 사고 예측부
Claims (8)
- 분포형 모델이 적용된 수리수문 해석 기반 수질오염 사고 예측 시스템에 있어서,
수질 예측 연계 데이터베이스로부터 데이터를 획득하여 분포형 수문모의 수행부 및 1차원 수리해석 수행부의 입력으로 제공 가능한 형태로 전처리 과정을 수행하는 전처리부;
대상 유역에 대한 격자 해상도를 설정하는 격자 설정부;
상기 격자 설정부에 의해 설정된 격자 해상도에 해당하는 대상 유역에 대한 입력자료를 수문 모형에 적용하여 분포형 수문모의를 수행하는 분포형 수문모의 수행부;
상기 대상 유역에 대한 수리구조물 및 하천 단면 형상을 1차원 하천 수리 모형에 적용하여 하천 수리 해석을 수행하는 1차원 수리해석 수행부;
상기 분포형 수문모의 수행부 및 상기 1차원 수리해석 수행부를 통해 획득한 정보를 연계하여 처리하는 연계 처리부; 및
상기 분포형 수문모의 수행부, 상기 1차원 수리해석 수행부 및 상기 연계 처리부를 통해 획득한 정보에 기초하여 수질오염 사고를 예측하고, 오염물질의 이동거리 및 확산 농도를 실시간으로 예측하는 수질오염 사고 예측부를 포함하되,
상기 수질오염 사고 예측부는,
수질오염 사고의 발생지점 및 대상 유역을 확인하는 수질오염 사고 검출부;
상기 수질오염 사고 발생지점 및 상기 대상 유역에 기초하여 오염물질의 이동거리 및 이동경로를 실시간으로 추적하는 오염물질 경로 추적부;
상기 오염물질의 상기 이동거리 및 상기 이동경로에 기초하여 상기 오염물질의 확산 농도를 실시간으로 예측하는 오염물질 이송-확산 계산부; 및
상기 오염물질의 상기 이동거리 및 상기 확산 농도를 출력으로 도출하는 오염물질 결과부를 포함하며,
상기 수질오염 사고 예측부는 상기 수질오염 사고의 상기 발생지점 및 상기 대상 유역에 기초하여 상기 분포형 수문모의 수행부를 통해 오염물질 농도, 유량, 통수 단면적 및 난류확산계수를 통해 상기 오염물질의 이동거리 및 상기 확산 농도를 계산하는, 수질오염 사고 예측 시스템. - 삭제
- 삭제
- 제1 항에 있어서,
상기 수질오염 사고 예측부는 상기 수질오염 사고의 상기 발생지점 및 상기 대상 유역에 기초하여 상기 1차원 수리해석 수행부를 통해 하천수리모형의 구조를 파악하여 하천수리모형과 연동을 통해 상기 오염물질의 이동거리 및 상기 확산 농도를 계산하는, 수질오염 사고 예측 시스템. - 제4 항에 있어서,
상기 수질오염 사고 예측부는 상기 수질오염 사고가 유역 내 다중 발생인 경우,
상기 발생지점 및 상기 대상 유역이 유역사면 및 소하천인 것에 대해서는 상기 분포형 수문모의 수행부를 통해 상기 오염물질의 농도와 도달시간을 계산하고, 상기 발생지점 및 상기 대상 유역이 지류 또는 본류구간인 것에 대해서는 상기 1차원 수리해석 수행부를 통해 상기 오염물질의 농도와 도달시간을 계산하여, 상기 계산된 결과들을 연계 처리하여 하나의 통합된 모델로서 해석하는, 수질오염 사고 예측 시스템. - 제4 항에 있어서,
상기 수질오염 사고 예측부는
단위 시간에 기초하여 상기 분포형 수문모의 수행부 및 상기 1차원 수리해석 수행부를 통한 상기 오염물질의 이동거리 및 상기 확산 농도 계산을 반복 수행하여 상기 오염물질의 이동거리 및 상기 확산 농도를 실시간으로 예측하는, 수질오염 사고 예측 시스템. - 제1항에 있어서,
상기 연계 처리부는,
상기 1차원 수리해석 수행부의 하천 수리해석 단계를 여러 단계의 함수(K-RIVER 함수들)로 모듈화하는 모듈화부;
상기 모듈화한 K-RIVER 함수들을 라이브러리 형태로 변환하여 상기 수문모의 수행부에서 호출할 수 있도록 하는 변환부;
상기 수문모형상에서 유출(사면)셀과 하천셀을 구분하고, 상류셀로부터 하천셀에 유입되는 유량(하천셀 유입량)을 계산하는 계산부; 및
상기 계산된 하천셀 유입량을 상기 하천수리모형의 측방유입량으로 환산하여 적용하는 적용부를 포함하는 수질오염 사고 예측 시스템. - 제7항에 있어서,
상기 K-RIVER 함수들 중 적어도 하나는,
상기 수문모형상 하천셀에 대응하는 상기 하천수리모형상 위치를 파악하고 상기 하천셀 유입량이 상기 대응하는 위치의 측방유입량으로 전달되도록 하는 함수이고,
상기 수질오염 사고 예측부는
상기 K-RIVER 함수들 중 적어도 어느 하나에 기초하여 오염물질의 이동거리 및 확산 농도를 실시간으로 예측하는, 수질오염 사고 예측 시스템.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020230037901A KR102584619B1 (ko) | 2023-03-23 | 2023-03-23 | 분포형 모델이 적용된 수리수문 해석 기반 수질오염 사고 예측 시스템 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020230037901A KR102584619B1 (ko) | 2023-03-23 | 2023-03-23 | 분포형 모델이 적용된 수리수문 해석 기반 수질오염 사고 예측 시스템 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR102584619B1 true KR102584619B1 (ko) | 2023-10-05 |
Family
ID=88293542
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020230037901A KR102584619B1 (ko) | 2023-03-23 | 2023-03-23 | 분포형 모델이 적용된 수리수문 해석 기반 수질오염 사고 예측 시스템 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102584619B1 (ko) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117233116A (zh) * | 2023-11-09 | 2023-12-15 | 江西洪城检测有限公司 | 一种基于机器视觉的水质分析方法及系统 |
CN117371325A (zh) * | 2023-10-25 | 2024-01-09 | 中节能天融科技有限公司 | 一种排口污染物入河断面贡献度计算方法、设备及介质 |
CN117725657A (zh) * | 2024-01-12 | 2024-03-19 | 中建文化旅游发展有限公司 | 河道装配式构件的配置方法、系统及实体预制挡墙 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101653757B1 (ko) | 2014-05-30 | 2016-09-02 | 부산대학교 산학협력단 | 물순환 모의를 위한 lid-수리수문 효율성 검증기기 |
KR102193196B1 (ko) * | 2020-08-27 | 2020-12-18 | 서울대학교산학협력단 | 하천의 수리, 지형 특성을 반영한 하천저장대모형을 이용한 오염물질의 혼합 및 반응 거동 해석 방법 및 그 장치 |
KR102210698B1 (ko) * | 2020-09-16 | 2021-02-01 | 서울대학교산학협력단 | 하천 유해화학물질 유출 시나리오 기반 기계학습모형과 재귀적 특징 제거법을 결합한 화학사고 발생원 역추적 방법 |
KR102328326B1 (ko) * | 2021-07-26 | 2021-11-18 | 대한민국 (관리부서 : 환경부 국립환경과학원장) | 수질예측 고도화를 위한 분포형 모델이 적용된 수리수문 해석 장치 |
-
2023
- 2023-03-23 KR KR1020230037901A patent/KR102584619B1/ko active IP Right Grant
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101653757B1 (ko) | 2014-05-30 | 2016-09-02 | 부산대학교 산학협력단 | 물순환 모의를 위한 lid-수리수문 효율성 검증기기 |
KR102193196B1 (ko) * | 2020-08-27 | 2020-12-18 | 서울대학교산학협력단 | 하천의 수리, 지형 특성을 반영한 하천저장대모형을 이용한 오염물질의 혼합 및 반응 거동 해석 방법 및 그 장치 |
KR102210698B1 (ko) * | 2020-09-16 | 2021-02-01 | 서울대학교산학협력단 | 하천 유해화학물질 유출 시나리오 기반 기계학습모형과 재귀적 특징 제거법을 결합한 화학사고 발생원 역추적 방법 |
KR102328326B1 (ko) * | 2021-07-26 | 2021-11-18 | 대한민국 (관리부서 : 환경부 국립환경과학원장) | 수질예측 고도화를 위한 분포형 모델이 적용된 수리수문 해석 장치 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117371325A (zh) * | 2023-10-25 | 2024-01-09 | 中节能天融科技有限公司 | 一种排口污染物入河断面贡献度计算方法、设备及介质 |
CN117371325B (zh) * | 2023-10-25 | 2024-06-07 | 中节能数字科技有限公司 | 一种排口污染物入河断面贡献度计算方法、设备及介质 |
CN117233116A (zh) * | 2023-11-09 | 2023-12-15 | 江西洪城检测有限公司 | 一种基于机器视觉的水质分析方法及系统 |
CN117233116B (zh) * | 2023-11-09 | 2024-02-02 | 江西鼎智检测有限公司 | 一种基于机器视觉的水质分析方法及系统 |
CN117725657A (zh) * | 2024-01-12 | 2024-03-19 | 中建文化旅游发展有限公司 | 河道装配式构件的配置方法、系统及实体预制挡墙 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102584619B1 (ko) | 분포형 모델이 적용된 수리수문 해석 기반 수질오염 사고 예측 시스템 | |
Abu-Aly et al. | Effects of LiDAR-derived, spatially distributed vegetation roughness on two-dimensional hydraulics in a gravel-cobble river at flows of 0.2 to 20 times bankfull | |
Benjankar et al. | One‐dimensional and two‐dimensional hydrodynamic modeling derived flow properties: impacts on aquatic habitat quality predictions | |
Costabile et al. | Is HEC-RAS 2D accurate enough for storm-event hazard assessment? Lessons learnt from a benchmarking study based on rain-on-grid modelling | |
Sinnakaudan et al. | Flood risk mapping for Pari River incorporating sediment transport | |
Parsaie et al. | Predictive modeling of discharge in compound open channel by support vector machine technique | |
Saksena et al. | A computationally efficient and physically based approach for urban flood modeling using a flexible spatiotemporal structure | |
Yan et al. | A rapid prediction model of urban flood inundation in a high-risk area coupling machine learning and numerical simulation approaches | |
Artinyan et al. | Flood forecasting and alert system for Arda River basin | |
Zellou et al. | Assessment of reduced-complexity landscape evolution model suitability to adequately simulate flood events in complex flow conditions | |
Mohammed et al. | Prediction of groundwater level fluctuations using artificial intelligence-based models and GMS | |
Msadala et al. | Sediment yield prediction for South Africa: 2010 edition | |
Priya et al. | A review for comparing SWAT and SWAT coupled models and its applications | |
Gibson et al. | Selecting between one‐dimensional and two‐dimensional hydrodynamic models for ecohydraulic analysis | |
KR102328326B1 (ko) | 수질예측 고도화를 위한 분포형 모델이 적용된 수리수문 해석 장치 | |
Yang et al. | Study on urban flood simulation based on a novel model of SWTM coupling D8 flow direction and backflow effect | |
Petton et al. | Using the two-way nesting technique AGRIF with MARS3D V11. 2 to improve hydrodynamics and estimate environmental indicators | |
Chauhan et al. | Forecasting of suspended sediment concentration in the Pindari-Kafni glacier valley in Central Himalayan region considering the impact of precipitation: using soft computing approach | |
Gao et al. | Effect of intense rainfall and high riverine water level on compound flood hazards in a river-valley city: A case study of Yingde, China | |
Allgeier et al. | A stochastic framework to optimize monitoring strategies for delineating groundwater divides | |
Lee et al. | Assessment of river morphological change for Co Chien Estuary applying the CCHE2D model | |
Talaee et al. | Numerical model and computational intelligence approaches for estimating flow through rockfill dam | |
Thakur et al. | Exploring CCHE2D and its sediment modelling capabilities | |
Zhou et al. | Python program for spatial reduction and reconstruction method in flood inundation modelling | |
Hosseini et al. | Investigating effects of mining on sedimentary properties of Lisar River (Guilan Province, Iran) using HEC_RAS model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |