KR20090093425A - Method for monitoring and modeling reservoir turbidity in real time - Google Patents
Method for monitoring and modeling reservoir turbidity in real timeInfo
- Publication number
- KR20090093425A KR20090093425A KR1020080018932A KR20080018932A KR20090093425A KR 20090093425 A KR20090093425 A KR 20090093425A KR 1020080018932 A KR1020080018932 A KR 1020080018932A KR 20080018932 A KR20080018932 A KR 20080018932A KR 20090093425 A KR20090093425 A KR 20090093425A
- Authority
- KR
- South Korea
- Prior art keywords
- turbidity
- reservoir
- data
- prediction
- real
- Prior art date
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 title claims abstract description 29
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 51
- 238000013277 forecasting method Methods 0.000 claims description 4
- 238000004088 simulation Methods 0.000 claims description 4
- 238000012417 linear regression Methods 0.000 claims description 2
- 238000005259 measurement Methods 0.000 claims description 2
- 238000000611 regression analysis Methods 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 5
- 239000007787 solid Substances 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000011144 upstream manufacturing Methods 0.000 description 4
- 238000013517 stratification Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000007717 exclusion Effects 0.000 description 2
- 238000005206 flow analysis Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000002688 persistence Effects 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 101150012579 ADSL gene Proteins 0.000 description 1
- 102100020775 Adenylosuccinate lyase Human genes 0.000 description 1
- 108700040193 Adenylosuccinate lyases Proteins 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000004162 soil erosion Methods 0.000 description 1
- 238000012105 stratification Analysis Methods 0.000 description 1
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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
Landscapes
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Computer Security & Cryptography (AREA)
- Human Resources & Organizations (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
본 발명은 실시간 저수지 탁수 모니터링 및 예측방법에 관한 것으로, 보다 상세하게는 저수지의 탁수발생 현황을 조회할 수 있고, 탁수가 취수원에 도달하여 지속되는 시간 및 밀도류와 전도현상을 고려한 시공간 분포를 예측가능하게 하며, 저수지내 취수구의 위치를 조정하여 선택적 취수를 가능하게 할 뿐만 아니라, 수문방류여부를 결정하는 데 결정적인 역할을 할 수 있고, 다양한 저수지운영 시나리오에 따른 상하류 영향 분석 및 용수 이용자에게 탁도 예측정보의 제공 등 탁수를 고려한 저수지운영의 의사결정 지원도구로써 유용한 실시간 저수지 탁수 모니터링 및 예측방법에 관한 것이다.The present invention relates to a real-time reservoir turbidity monitoring and prediction method, and more specifically, it is possible to query the current state of turbidity in the reservoir, it is possible to predict the spatio-temporal distribution in consideration of the time and density flow and persistence that the turbidity reaches the intake source In addition to enabling selective intake by adjusting the location of the water intake in the reservoir, it can play a decisive role in determining the hydrological discharge, and analyzes the effects of upstream and downstream effects on various reservoir operation scenarios, and turbidity prediction information for water users. The present invention relates to a real-time reservoir turbidity monitoring and forecasting method which is useful as a decision support tool for reservoir operation considering turbidity.
국내의 대규모 저수지는 홍수기에 정도의 차이는 있으나 대부분 탁수가 발생하고, 여름철에 하천에서 유입한 탁수는 저수지 상층부와의 밀도 차로 인해 저수지 중층을 따라 진행하며 성층화가 발생하는데 그 두께는 댐별로 5~30m의 범위를 보인다.Large-scale reservoirs in Korea differ in the degree of flooding, but most of them are turbid, and in the summer, turbid water flows along the middle of the reservoir due to the difference in density between the upper part of the reservoir and stratification. The range is 30m.
탁수발생의 주요원인은 거의 강우 유출에 의한 토양 침식과 상류 유역 내 경작지로부터의 비점오염원 형태가 대부분이지만, 간혹 유역 내 대형 축사나 하천 주변에서의 토목공사와 같은 인위적인 점오염원 형태도 있는데, 이러한 탁수의 저수지 내 지체시간은 유역으로부터 유입하는 부유물질의 구성성분과 전도현상 같은 저수지 내 흐름상태 및 여수로 수문 방류 등 저수지 운영방법에 의해 지배된다.The main causes of turbidity are mostly soil erosion from rainfall runoff and nonpoint sources from arable land in upstream basins, but sometimes there are artificial point sources such as large barns in the watershed or civil works around rivers. The lag time in the reservoir is governed by the reservoir's operating conditions, including the constituents of suspended solids coming from the watershed and the flow conditions in the reservoir, such as conduction phenomena, and the effluent hydrology.
수자원관리에 있어서 수자원은 양적인 측면뿐만 아니라 질적인 측면도 매우 중요한 고려사항으로, 일정한 기준치를 만족하지 못하는 수질을 갖는 저수지 내 원수는 그만큼 사회·경제적 가치가 줄어들 수 밖에 없으므로, 중요한 용수공급원인 저수지에서 홍수시 발생하는 이러한 탁수의 장기화 문제는 최근 그 발생 빈도와 강도가 점점 커지면서 수질이 악화되고 수중식물의 성장을 저해하여 생태계에 악영향을 미치는 등 중요한 사회적 환경적 문제로 대두되고 있다.In water resource management, water resources are not only quantitative but also qualitative. Considering the fact that raw water in reservoirs with water quality that does not meet certain standards, the socio-economic value is inevitably reduced, so flooding in reservoirs is an important source of water supply. The problem of prolonged turbidity of turbid water has recently emerged as an important social and environmental problem, such as deterioration of water quality and impede the growth of aquatic plants by adversely affecting the ecosystem as the frequency and intensity of its occurrence increase.
따라서, 탁수로부터 저수지의 수질과 생태계를 보호하고 장기간 탁수방류로 인한 지역주민의 불만과 피해를 최소화하기 위해서는 과학적 해석에 근거한 탁수조절이 이루어져야 한다. 즉, 저수지 운영자는 탁수의 적절한 조절을 위해 수심별 선택적 취수와 배제, 우회수로 또는 차단막 설치와 같은 다양한 저수지운영을 고려할 수 있어야 하며, 이를 기술적으로 지원하기 위해서는 탁수의 실시간 감시와 저수지 내에서의 밀도류 거동을 정확하게 예측할 수 있는 기술개발이 필요한 실정이다.Therefore, in order to protect the water quality and ecosystem of the reservoir from turbid water and to minimize the dissatisfaction and damage of local residents due to long-term turbid water discharge, turbidity control based on scientific interpretation should be made. In other words, the reservoir operator should be able to consider various reservoir operations such as selective intake and rejection by depth, installation of bypass or barrier for proper control of turbidity, and technical support for real-time monitoring of turbidity and There is a need for technology development that can accurately predict the density flow behavior.
본 발명은 상기와 같은 문제점을 해결하기 위해 안출된 것으로, 본 발명의 목적은 저수지 탁수발생 현황을 모니터링하고 그 거동을 예측함으로써, 탁수가 취수원에 도달하여 지속되는 시간 및 밀도류와 전도현상을 고려한 시공간 분포를 예측가능하게 하며, 저수지내 취수구의 위치를 조정하여 선택적 취수를 가능하게 할 뿐만 아니라, 수문방류여부를 결정하는 데 결정적인 역할을 할 수 있고, 다양한 저수지운영 시나리오에 따른 상하류 영향 분석 및 용수 이용자에게 탁도 예측정보의 제공 등 탁수를 고려한 저수지운영의 의사결정 지원도구로써 유용한 실시간 저수지 탁수 모니터링 및 예측방법을 제공하는 데 있다.The present invention has been made to solve the above problems, an object of the present invention is to monitor the current situation of reservoir turbidity and predict its behavior, time and space considering the time and density flow and turbidity that the turbidity reaches the water intake source Predict distribution and adjust the location of the intake in the reservoir to enable selective intake, and play a decisive role in determining the hydrological discharge, and analyze the upstream and downstream impacts according to various reservoir operation scenarios and water users It is to provide a real-time reservoir turbidity monitoring and forecasting method that is useful as a decision support tool for reservoir operation considering turbidity such as providing turbidity prediction information.
상기와 같은 목적을 달성하기 위하여, 본 발명은 (a) 저수지 유입지점 및 저수지 내에 설치된 계측기로부터 데이터를 실시간으로 전송받아 중앙서버의 데이터베이스에 저장하고, 상기 데이터가 기간별 또는 수심별로 화면상에 표시되는 단계와; (b) 유량자료 생성, 수온예측자료 생성과 탁도예측자료 생성으로 구성되는 입력자료 설정 모듈을 통해 탁도 예측모델의 입력자료를 생성하여 화면에 표시하는 단계와; (c) 상기 단계(b)의 입력자료 설정 모듈의 유량자료, 수온예측자료와 탁도예측자료를 기본 입력 데이터로 하고, 사용자가 모의기간 및 모형을 수행하기 위해 필요한 주요 매개변수를 설정하는 창을 이용하여 값을 설정한 후, 흐름방향과 수심방향의 2차원 탁도분포와 유속분포를 산정하기 위한 W2 모형을 적용하여 탁수예측 모델을 수행하는 단계 및 (d) 상기 단계(c)의 탁수예측 모델 수행결과로서, 흐름방향과 수심방향의 유속분포와 그에 따른 저수지 내에서의 탁도 거동을 2차원 형태의 그래픽으로 화면에 표현하는 단계로 구성되는 것을 그 기술적 구성상의 기본 특징으로 한다.In order to achieve the above object, the present invention (a) receiving data in real time from the reservoir inlet point and the instrument installed in the reservoir is stored in the database of the central server, the data is displayed on the screen by period or depth Steps; (b) generating input data of the turbidity prediction model through an input data setting module comprising flow rate data generation, water temperature prediction data generation, and turbidity prediction data generation; (c) A window for setting the flow parameters, water temperature prediction data and turbidity prediction data of the input data setting module of step (b) as basic input data and setting the key parameters necessary for the user to perform the simulation period and the model. Using the W2 model for calculating the two-dimensional turbidity distribution and the flow velocity distribution in the flow direction and the depth direction after setting the value using the water surface prediction model; and (d) the turbidity prediction model in step (c). As a result of the execution, the technical features consist of the step of expressing the flow rate distribution in the flow direction and the depth direction and the turbidity behavior in the reservoir according to the screen in the form of two-dimensional graphics.
이상에서 살펴본, 본 발명인 실시간 저수지 탁수 모니터링 및 예측방법은 저수지의 탁수발생 현황을 조회할 수 있고, 탁수가 취수원에 도달하여 지속되는 시간 및 밀도류와 전도현상을 고려한 시공간 분포를 예측가능하게 하며, 저수지내 취수구의 위치를 조정하여 선택적 취수를 가능하게 할 뿐만 아니라, 수문방류여부를 결정하는 데 결정적인 역할을 할 수 있고, 다양한 저수지운영 시나리오에 따른 상하류 영향 분석 및 용수 이용자에게 탁도 예측정보의 제공 등 탁수를 고려한 저수지운영의 의사결정 지원도구로써 유용한 효과 있다.As described above, the present inventors can monitor the real-time reservoir turbid water monitoring and prediction method, and make it possible to predict the spatio-temporal distribution in consideration of the time and density flow and the persistence phenomenon that the turbid water reaches the intake source, and the reservoir The location of the water intake can be adjusted to enable selective intake, and can play a decisive role in determining whether the gate is discharged, and analyzes the effects of upstream and downstream impacts according to various reservoir operation scenarios, and provides turbidity prediction information to water users. It is useful as a decision support tool for reservoir operation considering
도 1 은 본 발명에 따른 실시간 저수지 탁수 모니터링 및 예측방법을 수행하는 시스템의 기본 개념도.1 is a basic conceptual diagram of a system for performing a real-time reservoir turbidity monitoring and prediction method according to the present invention.
도 2 는 본 발명에 따른 실시간 저수지 탁수 모니터링 및 예측방법을 수행하는 시스템의 구성도.2 is a block diagram of a system for performing a real-time reservoir turbidity monitoring and prediction method according to the present invention.
도 3 은 본 발명에 따른 실시간 저수지 탁수 모니터링 및 예측방법의 실시간 모니터링 화면을 나타낸 도면.3 is a view showing a real-time monitoring screen of the real-time reservoir turbidity monitoring and prediction method according to the present invention.
도 4 는 본 발명에 따른 실시간 저수지 탁수 모니터링 및 예측방법의 유량 데이터 입력 설정화면을 나타낸 도면.4 is a view showing a flow rate data input setting screen of the real-time reservoir turbidity monitoring and prediction method according to the present invention.
도 5 는 본 발명에 따른 실시간 저수지 탁수 모니터링 및 예측방법의 수온 예측 데이터 입력 설정화면을 나타낸 도면.5 is a view showing a water temperature prediction data input setting screen of the real-time reservoir turbidity monitoring and prediction method according to the present invention.
도 6 은 본 발명에 따른 실시간 저수지 탁수 모니터링 및 예측방법의 탁도 예측 데이터 입력 설정화면을 나타낸 도면.6 is a view showing a turbidity prediction data input setting screen of the real-time reservoir turbidity monitoring and prediction method according to the present invention.
도 7 은 본 발명에 따른 실시간 저수지 탁수 모니터링 및 예측방법의 탁도예측 모형 수행화면을 나타낸 도면.7 is a view showing a turbidity prediction model execution screen of the real-time reservoir turbidity monitoring and prediction method according to the present invention.
도 8 은 본 발명에 따른 실시간 저수지 탁수 모니터링 및 예측방법의 탁도예측 모형 수행결과 화면을 나타낸 도면.8 is a view showing a turbidity prediction model performance result screen of a real-time reservoir turbidity monitoring and prediction method according to the present invention.
상기와 같이 구성된 본 발명의 바람직한 실시예를 첨부된 도면을 참조하면서 상세히 설명하면 다음과 같다.When described in detail with reference to the accompanying drawings a preferred embodiment of the present invention configured as described above are as follows.
도 1 은 본 발명에 따른 실시간 저수지 탁수 모니터링 및 예측방법을 수행하는 시스템의 기본 개념도이고, 도 2 는 본 발명에 따른 실시간 저수지 탁수 모니터링 및 예측방법을 수행하는 시스템의 구성도이며, 도 3 은 본 발명에 따른 실시간 저수지 탁수 모니터링 및 예측방법의 실시간 모니터링 화면을 나타낸 도면이고, 도 4 는 본 발명에 따른 실시간 저수지 탁수 모니터링 및 예측방법의 유량 데이터 입력 설정화면을 나타낸 도면이며, 도 5 는 본 발명에 따른 실시간 저수지 탁수 모니터링 및 예측방법의 수온 예측 데이터 입력 설정화면을 나타낸 도면이고, 도 6 은 본 발명에 따른 실시간 저수지 탁수 모니터링 및 예측방법의 탁도 예측 데이터 입력 설정화면을 나타낸 도면이며, 도 7 은 본 발명에 따른 실시간 저수지 탁수 모니터링 및 예측방법의 탁도예측 모형 수행화면을 나타낸 도면이고, 도 8 은 본 발명에 따른 실시간 저수지 탁수 모니터링 및 예측방법의 탁도예측 모형 수행결과 화면을 나타낸 도면이다.1 is a basic conceptual diagram of a system for performing real-time reservoir turbidity monitoring and prediction method according to the present invention, Figure 2 is a block diagram of a system for performing a real-time reservoir turbidity monitoring and prediction method according to the present invention, Figure 3 4 is a view showing a real-time monitoring screen of the real-time reservoir turbidity monitoring and prediction method according to the invention, Figure 4 is a view showing a flow data input setting screen of the real-time reservoir turbidity monitoring and prediction method according to the invention, Figure 5 FIG. 6 is a view showing a water temperature prediction data input setting screen of the real-time reservoir turbidity monitoring and prediction method according to the present invention, FIG. 6 is a view showing a turbidity prediction data input setting screen of the real-time reservoir turbidity monitoring and prediction method according to the present invention, FIG. Turbidity of real-time reservoir turbidity monitoring and prediction method according to the invention Is a side view showing the model to perform display, Figure 8 is a view showing the turbidity prediction model execution result screen of a real-time turbidity monitoring reservoir and the prediction method according to the invention.
도 1에 도시된 바와 같이, 본 발명인 실시간 저수지 탁수 모니터링 및 예측을 수행하는 시스템은 우선 현장에서 탁수 감시 항목인 저수지 유입량, 댐 방류량, 탁도, 수온, 전기전도도, DO, pH 등의 데이터를 저수지 유입지점 및 저수지 내에 설치된 계측기로부터 CDMA 무선통신 또는 ADSL 인터넷 등 다양한 유·무선 통신망을 활용하여 중앙서버의 데이터베이스로 실시간으로 전송 및 저장하고, 이를 기초로 입력자료 설정모듈을 통해 탁도 예측모델의 입력자료를 생성하며, 상기 입력자료 설정모듈의 자료를 기본 입력 데이터로 하여 탁수의 시공간분포를 예측하게 된다.As shown in FIG. 1, the present inventors perform a real-time reservoir turbidity monitoring and prediction system in the first place in the site of the reservoir inflow, dam discharge amount, turbidity, water temperature, electrical conductivity, DO, pH, etc. By using various wired / wireless communication networks such as CDMA wireless communication or ADSL internet from the instruments installed in the branches and reservoirs, they are transmitted and stored in real time to the database of the central server.Based on this, the input data of the turbidity prediction model is input through the input data setting module. It generates and predicts the spatiotemporal distribution of turbid water using the data of the input data setting module as basic input data.
이러한 본 발명인 실시간 저수지 탁수 모니터링 및 예측방법의 구성을 도 2를 통해 보다 구체적으로 살펴보면, 본 발명은 크게 실시간 모니터링, 입력자료 설정, 탁수예측 모델의 수행과 후처리(Post-Process)로 구성되고, 도 3 내지 도 7에서와 같이 시스템의 GUI 화면은 개별 기능을 탭형식으로 제공한다.Looking at the configuration of the present inventors real-time reservoir turbidity monitoring and prediction method in more detail with reference to Figure 2, the present invention is largely composed of real-time monitoring, input data setting, implementation of the turbidity prediction model and post-process, As shown in FIGS. 3 to 7, the GUI screen of the system provides individual functions in tab form.
먼저, 실시간 모니터링에서는, 도 3에 도시된 바와 같이, 실시간 모니터링 지점의 유역도가 화면상에 표시되고 사용자는 해당 지점을 선택하여 지점 정보를 조회할 수 있다. 또한, 저수지 유입지점 및 저수지 내에 설치된 계측기로부터 실시간으로 전송받아 중앙서버의 데이터베이스에 저장된 저수지 유입량, 댐 방류량, 탁도, 수온, 전기전도도, DO, pH 등의 데이터를 사용자가 정하는 항목과 기간별 또는 수심별로 화면상에서 조회할 수 있으며, 이는 이후 탁도 예측모델의 입력자료로써 활용된다.First, in real-time monitoring, as shown in Figure 3, the watershed diagram of the real-time monitoring point is displayed on the screen and the user can select the point to query the point information. In addition, the user can specify data such as reservoir inflow, dam discharge, turbidity, water temperature, electrical conductivity, DO, pH, etc., which are received in real time from the reservoir inflow point and the instrument installed in the reservoir, and stored in the database of the central server. It can be searched on the screen, which is then used as input data for the turbidity prediction model.
다음으로, 저수지 내에서의 탁도 거동을 예측하기 위해서는 저수지로 유입되는 유량과 댐 방류량, 수온, 유입 탁도 자료가 필요한데, 입력자료 설정 단계에서는 입력 데이터의 종류에 따라 유량자료 생성, 수온예측자료 생성과 탁도예측자료 생성으로 구성되는 입력자료 설정 모듈을 통해 탁도 예측모델의 입력자료를 생성하게 된다.Next, in order to predict turbidity behavior in the reservoir, flow rate, dam discharge amount, water temperature, and inflow turbidity data flowing into the reservoir are required.In the input data setting step, flow data generation and water temperature prediction data are generated according to the type of input data. The input data setup module, which consists of generating turbidity prediction data, generates input data of the turbidity prediction model.
상기 유량자료 생성단계에서는, 도 4에 도시된 바와 같이, 사용자가 정한 조회기간 동안에 관측유량과 모의유량, 두 가지의 자료로 구분되는데, 관측유량(Observed data) 입력은 현장의 계측기로부터 실시간으로 전송되어 데이터베이스에 저장된 실측 저수지 유입유량과 댐 방류량(상시 방류와 임의 방류 자료)의 입력을 의미하되, 장래의 저수지 유입유량과 댐 방류량은 과거의 실측자료와 사용자의 전문적인 지식에 기초하여 최적의 값이 입력되고, 모의유량(Simulation date) 입력에서는 일반적인 유역유출 모형으로부터 산정된 유출량을 활용한 저수지 유입유량과 댐 방류량(상시 방류와 임의 방류 자료)이 입력되면서 화면에 표시된다. 여기서, 상기 유역유출 모형은 하천 유역내에서 강우가 발생할 경우 그 강우에 의해 발생하는 유역출구지점에서의 유출량을 산정하는 수문학적인 해석 모형을 의미하고, 강우-유출 모형이라고도 하며, 유역내에 존재하는 하천과 저수지 등의 주요 지점에서의 유출량 산정이 가능하다.In the flow rate data generation step, as shown in Figure 4, during the inquiry period set by the user is divided into two types of data, the observation flow rate and the simulated flow rate, Observed data input (Observed data) input is transmitted in real time from the instrument in the field This means input of measured reservoir inflow and dam discharge (always discharge and random discharge data) stored in the database, but future reservoir inflow and dam discharge are optimal values based on past actual measurement data and user's expert knowledge. In the simulation date input, the reservoir inflow and the dam discharge (always discharge and random discharge data) using the discharge calculated from the general watershed runoff model are displayed on the screen. Here, the watershed runoff model refers to a hydrologic analysis model that estimates the amount of runoff at the watershed exit point caused by the rainfall when the rainfall occurs in the river basin, and also referred to as the rainfall-flowoff model, and exists in the watershed. Runoff can be estimated at major points such as rivers and reservoirs.
강우시 저수지로 유입하는 탁수의 시공간 분포를 실시간으로 예측하기 위해서는 하천수 유입 수온의 정확한 예측이 필요한데, 이를 위해 상기 수온예측자료 생성단계에서는 일 평균기온, 이슬점 온도와 하천유량을 모형의 독립변수로 하는 다중 회귀식을 적용한다. 즉, 과거의 실측자료를 바탕으로 한 회귀분석을 통해 회귀상수들을 결정하여 최적의 회귀식을 산정하고, 산정된 회귀식에 기온, 이슬점 온도와 유량자료를 대입하여 수온을 예측하게 되는데, 수온예측을 위한 다중회귀식은 독립변수의 종류에 따라 다음의 세 가지 형태로 구분되며, 이와 같이 예측된 수온은 도 5에 도시된 바와 같이 화면에 표시되게 된다.In order to predict the spatiotemporal distribution of turbid water flowing into the reservoir during rainfall in real time, accurate prediction of the inflow water temperature is required. For this purpose, the daily average temperature, dew point temperature, and stream flow rate are independent variables of the model. Apply multiple regression equations. In other words, the regression constants are determined through regression analysis based on historical data, and the optimal regression equation is calculated. The temperature, dew point temperature, and flow rate data are substituted into the calculated regression equation to predict the water temperature. The multiple regression equation for is divided into the following three types according to the type of the independent variable, the predicted water temperature is displayed on the screen as shown in FIG.
수학식 1은 일평균 기온만을 독립변수로 한 것이고, 수학식 2는 일평균 기온과 유량을 독립변수로 한 것이며, 수학식 3은 일평균 기온, 유량과 이슬점 온도를 독립변수로 한 다중 회귀식이다.Equation 1 is an independent variable for daily average temperature only, Equation 2 is an independent variable for daily average temperature and flow rate, and Equation 3 is a multiple regression equation for daily average temperature, flow rate and dew point temperature as independent variables to be.
여기서, T w 는 수온, T a 는 일평균 기온, T d 는 이슬점 온도, Q 는 저수지 유입유량, a0 ,a1 ,a2 ,a3 는 회귀상수, e 는 보정을 위한 에러값이다.Where T w Is the water temperature, T a Is the daily average temperature, T d Is the dew point temperature, Q is the reservoir inflow, a 0 , a 1 , a 2 , a 3 Is the regression constant and e is the error value for correction.
상기 탁도예측자료 생성단계에서는, 도 6에 도시된 바와 같이, 저수지 내 탁도의 시공간 분포 예측을 위해 필요한 저수지로 유입될 것으로 예측되는 탁도 자료를 상기 유량자료 생성단계에서의 관측유량 또는 모의유량을 근거로 선택적으로 계산되어 입력하게 되는데, 유입 탁도예측은 유량과 부유물질(SS) 부하량의 비선형관계 및 SS와 탁도의 선형관계를 이용한다.In the turbidity prediction data generation step, as shown in FIG. 6, the turbidity data predicted to flow into the reservoir required for the prediction of the spatio-temporal distribution of turbidity in the reservoir is based on the observed flow rate or the simulated flow rate in the flow rate data generation step. The input turbidity prediction is based on the nonlinear relationship between the flow rate and the loading of suspended solids (SS) and the linear relationship between SS and turbidity.
유량과 탁도의 직접적인 상관관계는 강우사상에 따라 상이한 관계를 보이고 있어 장기간의 관측자료가 축적되어야 하는 한계가 있으므로, 본 발명에서는 유입유량과 부유물질 부하량 및 탁도를 실측하여 유입유량과 부유물질 부하량의 상관관계식을 먼저 도출하고, 탁도와 선형관계에 있는 것으로 알려진 부유물질 부하량과의 선형 회귀식을 도출하여 종국적으로 유입유량에 따른 탁도를 예측할 수 있게 되는 것이다.Since the direct correlation between flow rate and turbidity shows a different relationship according to rainfall events, there is a limit to accumulate long-term observation data. In the present invention, the inflow flow rate and the suspended matter load amount are measured by measuring the inflow flow rate and the suspended matter load and the turbidity. The correlation equation is derived first, and then a linear regression equation with the suspended solids load known to be in a linear relationship with the turbidity can be derived to predict the turbidity according to the inflow.
그 다음으로, 탁수예측 모델의 수행을 위해 본 발명에서는 상기 입력자료 설정 모듈의 유량자료(저수지 유입량, 댐 방류량), 유입수 수온예측자료와 유입수 탁도예측자료를 기본 입력 데이터로 하여 흐름방향과 수심방향의 2차원 탁도분포와 유속분포를 산정하기 위해 2차원 횡방향 평균 수리 수질해석 모형인 CE-QUAL-W2(이하,'W2'라 한다) 모형을 적용하게 되는데, 도 7에 도시된 바와 같이, W2 모형을 수행하기 전에 사용자가 모의기간 및 모형을 수행하기 위해 필요한 주요 매개변수를 설정하는 창을 이용하여 값을 설정한 후 모형을 수행하게 된다.Next, in order to perform the turbidity prediction model, the present invention uses flow data (reservoir inflow, dam discharge amount), influent water temperature prediction data and influent turbidity prediction data of the input data setting module as basic input data. In order to calculate the two-dimensional turbidity distribution and the flow rate distribution of the two-dimensional transverse mean hydraulic water quality model CE-QUAL-W2 (hereinafter referred to as 'W2') model is applied, as shown in Figure 7, Before running the W2 model, the user sets the values using the window for setting the simulation period and the main parameters required to run the model, and then executes the model.
국내 저수지는 대부분 길이가 폭에 비해 상대적으로 크고 수심이 깊으며 홍수기에는 성층화 현상이 발생함에 따라 저수지 수체를 흐름방향과 수심방향의 2차원으로 해석하고 성층화 현상 및 밀도류 유동해석이 용이한 W2 모형은 저수지 탁수의 실시간 예측에 활용될 수 있고, 상기 W2 모형은 국내에서도 최근 섬진강댐의 옥정호, 소양호와 팔당호 등에서 호소 수온의 성층해석과 홍수시 오염수체의 밀도류 유동해석을 위해 광범위하게 적용되어 국내 저수지 상황에 적합함이 검증되었다.Most of the domestic reservoirs are relatively large in length and deep in depth, and as the stratification occurs during the flood season, the W2 model, which analyzes the reservoir body in two dimensions in the flow direction and the depth direction, and the stratification and density flow analysis is easy It can be used for real-time prediction of reservoir turbidity, and the W2 model has been widely applied in Korea for the stratification analysis of lake water temperature and density flow analysis of polluted water during flood in Okjeong lake, Soyang lake and Paldang lake of Seomjin River Dam. Compliance with has been verified.
참고로, 상기 W2 모형은 다음의 연속방정식(수학식 4), x-방향 운동량 방정식(수학식 5), z-방향 운동량 방정식(수학식 6), 자유수면 방정식(수학식 7), 밀도상태 방정식(수학식 8)과 물질수지방정식(수학식 9)의 6개 방정식으로 구성되며, 6개의 미지수 즉, x-방향(흐름방향) 유속(u), z-방향(수심방향) 유속(w), 수압(P), 밀도(ρ), 저수지 수심(ξ)와 수질농도(C)를 유한차분 수치해석 기법을 사용하여 산정하게 된다.For reference, the W2 model has the following continuous equation (Equation 4), x-direction momentum equation (Equation 5), z-direction momentum equation (Equation 6), free sleep equation (Equation 7), density state It consists of six equations: Equation (Equation 8) and Material Water Fat Equation (Equation 9), and six unknowns: the x-direction (flow direction) flow rate (u) and the z-direction (depth direction) flow rate (w ), Water pressure (P), density (ρ), reservoir depth (ξ) and water quality concentration (C) are estimated using finite difference numerical analysis.
여기서, B는 저수지폭, u는 횡방향 평균된 종방향 유속, w는 횡방향 평균된 연직방향 유속, q는 측방향 유입 또는 유출량, P는 압력, ρ는 횡방향 평균밀도, τ는 전단응력, g는 중력가속도, A는 와점성계수, ξ는 저수지 수심, H는 x지점에서의 저수지의 총 수심, C는 농도, E는 와확산계수를 의미한다.Where B is the reservoir width, u is the transversely averaged longitudinal flow rate, w is the transversely averaged vertical flow rate, q is the lateral inflow or outflow, P is the pressure, ρ is the transverse mean density, τ is the shear stress where g is gravity acceleration, A is the eddy viscosity, ξ is the reservoir depth, H is the total depth of the reservoir at point x, C is the concentration, and E is the diffusion coefficient.
그 다음으로, 도 8에 도시된 바와 같이, 후처리(Post-Process) 모듈에서는 2차원 탁수예측 모델 수행결과의 조회 및 저수지 운영 시나리오별 탁수 조절 효과분석을 위한 후처리 기능을 제공한다. 기본적으로 흐름방향 및 수심방향의 유속분포와 그에 따른 저수지 내에서의 탁도 거동을 2차원 형태의 그래픽으로 화면에 표현함으로써 저수지 운영자가 취수구의 취수 위치와 취수 시기를 결정하고 선택취수(배제)시설을 활용하여 탁수예측을 통한 선택적 취수와 선택적 배제를 가능하게 하는데 중요한 정보를 제공하게 된다.Next, as shown in FIG. 8, the post-processing module provides a post-processing function for querying the execution result of the 2D turbidity prediction model and analyzing the turbidity adjustment effect for each reservoir operation scenario. Basically, the flow rate distribution in the flow direction and the depth direction and the turbidity behavior in the reservoir are represented on the screen in two-dimensional form so that the reservoir operator decides the intake location and the intake time of the intake and selects the optional intake (exclusion) facility. It provides important information to enable selective withdrawal and selective exclusion through turbidity forecasting.
상기에서는 본 발명에 대한 특정의 바람직한 실시예를 도시하고 설명하였으나, 본 발명은 상술한 실시예에만 한정되는 것은 아니고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 본 발명의 기술적 요지를 벗어남이 없이 다양하게 변경시킬 수 있을 것이다.While specific preferred embodiments of the present invention have been illustrated and described above, the present invention is not limited to the above-described embodiments, and a person skilled in the art to which the present invention pertains has the technical gist of the present invention. Various changes can be made without departing.
Claims (5)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020080018932A KR20090093425A (en) | 2008-02-29 | 2008-02-29 | Method for monitoring and modeling reservoir turbidity in real time |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020080018932A KR20090093425A (en) | 2008-02-29 | 2008-02-29 | Method for monitoring and modeling reservoir turbidity in real time |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20090093425A true KR20090093425A (en) | 2009-09-02 |
Family
ID=41301910
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020080018932A KR20090093425A (en) | 2008-02-29 | 2008-02-29 | Method for monitoring and modeling reservoir turbidity in real time |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20090093425A (en) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103088783A (en) * | 2013-01-31 | 2013-05-08 | 武汉大学 | Reservoir regulation scheme generating method facing ecology |
| CN103106625A (en) * | 2013-03-08 | 2013-05-15 | 珠江水利委员会珠江水利科学研究院 | Reservoir, sluice and pump cluster combined saltwater tide control and scheduling method |
| CN103575706A (en) * | 2012-08-07 | 2014-02-12 | 恩德莱斯和豪瑟尔测量及调节技术分析仪表两合公司 | Method for calibrating a sensor for turbidity measurement |
| CN104047258A (en) * | 2014-06-23 | 2014-09-17 | 清华大学 | Environmental-protection-oriented ecological reservoir capacity determination method for combined scheduling reservoir group |
| CN104047259A (en) * | 2014-06-23 | 2014-09-17 | 清华大学 | Ecological reservoir capacity determination method oriented toward ecological environmental protection and used for reservoir to be built |
| KR20180120996A (en) | 2017-04-28 | 2018-11-07 | (주)지오이노베이션 | Monitoring system of reservoir using temperature change data |
| CN113465661A (en) * | 2021-05-25 | 2021-10-01 | 水利部交通运输部国家能源局南京水利科学研究院 | Full-automatic remote reservoir water regime monitoring and early warning device and use method thereof |
-
2008
- 2008-02-29 KR KR1020080018932A patent/KR20090093425A/en not_active Application Discontinuation
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103575706A (en) * | 2012-08-07 | 2014-02-12 | 恩德莱斯和豪瑟尔测量及调节技术分析仪表两合公司 | Method for calibrating a sensor for turbidity measurement |
| CN103088783A (en) * | 2013-01-31 | 2013-05-08 | 武汉大学 | Reservoir regulation scheme generating method facing ecology |
| CN103088783B (en) * | 2013-01-31 | 2014-12-31 | 武汉大学 | Reservoir regulation scheme generating method facing ecology |
| CN103106625A (en) * | 2013-03-08 | 2013-05-15 | 珠江水利委员会珠江水利科学研究院 | Reservoir, sluice and pump cluster combined saltwater tide control and scheduling method |
| CN103106625B (en) * | 2013-03-08 | 2016-01-20 | 珠江水利委员会珠江水利科学研究院 | But reservoir, lock pump group combine salty dispatching method |
| CN104047258A (en) * | 2014-06-23 | 2014-09-17 | 清华大学 | Environmental-protection-oriented ecological reservoir capacity determination method for combined scheduling reservoir group |
| CN104047259A (en) * | 2014-06-23 | 2014-09-17 | 清华大学 | Ecological reservoir capacity determination method oriented toward ecological environmental protection and used for reservoir to be built |
| CN104047258B (en) * | 2014-06-23 | 2015-08-19 | 清华大学 | A kind of ecological characteristic storages of reservoir defining method of combined dispatching multi-reservoir of Environment Oriented protection |
| CN104047259B (en) * | 2014-06-23 | 2015-08-19 | 清华大学 | A kind of ecological characteristic storages of reservoir defining method of reservoir yet to be built of ecology-oriented environmental protection |
| KR20180120996A (en) | 2017-04-28 | 2018-11-07 | (주)지오이노베이션 | Monitoring system of reservoir using temperature change data |
| CN113465661A (en) * | 2021-05-25 | 2021-10-01 | 水利部交通运输部国家能源局南京水利科学研究院 | Full-automatic remote reservoir water regime monitoring and early warning device and use method thereof |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Grabs et al. | Modeling spatial patterns of saturated areas: A comparison of the topographic wetness index and a dynamic distributed model | |
| Benedetti et al. | Modelling and monitoring of integrated urban wastewater systems: review on status and perspectives | |
| KR20090093425A (en) | Method for monitoring and modeling reservoir turbidity in real time | |
| Wu et al. | Characteristics of pulsed runoff-erosion events under typical rainstorms in a small watershed on the Loess Plateau of China | |
| Anderson et al. | Relationships between wind-driven and hydraulic flow in Lake St. Clair and the St. Clair River Delta | |
| Zhang et al. | Effects of upstream and downstream dam operation on the spawning habitat suitability of Coreius guichenoti in the middle reach of the Jinsha River | |
| Hosseini et al. | Effects of land use changes on water balance in Taleghan Catchment, Iran | |
| Wagener et al. | Dynamic identifiability analysis of the transient storage model for solute transport in rivers | |
| Li et al. | Modeling karst spring hydrograph recession based on head drop at sinkholes | |
| Anderson Jr et al. | Changes in stream temperatures in response to restoration of groundwater discharge and solar heating in a culverted, urban stream | |
| Li et al. | Thermal-hydrodynamic circulations and water fluxes in a tributary bay of the Three Gorges Reservoir | |
| CN110334876A (en) | A kind of environment flow process adjustment method based on hydrological regimes, water quality and the more elements of biology | |
| Gelda et al. | Calibration, verification, and an application of a two-dimensional hydrothermal model [CE-QUAL-W2 (t)] for Cannonsville Reservoir | |
| Supriya et al. | Regression analysis of annual maximum daily rainfall and stream flow for flood forecasting in Vellar River Basin | |
| Firoozi et al. | Developing a framework for assessment of climate change impact on thermal stratification of dam reservoirs | |
| Sayed et al. | Comparing machine-learning-based black box techniques and white box models to predict rainfall-runoff in a northern area of Iraq, the Little Khabur River | |
| Heimann et al. | Calculation of bedload transport in Swiss mountain rivers using the model sedFlow: proof of concept | |
| Liu et al. | How do natural climate variability, anthropogenic climate and basin underlying surface change affect streamflows? A three-source attribution framework and application | |
| Morianou et al. | Assessing hydro-morphological changes in Mediterranean stream using curvilinear grid modeling approach-climate change impacts | |
| Sadeghi Loyeh et al. | Daily maximum runoff frequency analysis under non-stationary conditions due to climate change in the future period: Case study Ghareh Sou basin | |
| Zhang et al. | Evaluation of fish habitat suitability using a coupled ecohydraulic model: Habitat model selection and prediction | |
| Wu et al. | River runoff influence factors recognition using stepwise regression analysis: the case of a northern Chinese coal mining area | |
| Zeng et al. | A new probability-embodied model for simulating variable contributing areas and hydrologic processes dominated by surface depressions | |
| Alemu et al. | Modeling the spatial and temporal availability of water resources potential over Abbay river basin, Ethiopia | |
| Ani et al. | Assessment of pollutant transport and river water quality using mathematical models |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E601 | Decision to refuse application |