홍수 대비 자동화 기계학습 기법을 이용한 저수량 예측 방안 연구 = A Study on the Prediction Method of Water Storage Using Auto-ML Techniques for Flood Control
저자
배주현 ( Joo Hyun Bae ) ; 박운지 ( Woon Ji Park ) ; 박상빈 ( Sang Bin Park ) ; 임경재 ( Kyoung Jae Lim )
발행기관
학술지명
한국농공학회 학술대회초록집(Proceedings of the Korean Society of Agricultural Engineers Conference)
권호사항
발행연도
2022
작성언어
-주제어
KDC
500
자료형태
학술저널
수록면
263-263(1쪽)
제공처
온실가스의 계속되는 배출로 30년 후에는 한국도 일부 유역의 댐과 하천 제방이 4년에 1번 주기로 범람할 수 있다는 연구가 나오고 있다. 이에 홍수 조절을 위해 저수지의 저수량, 저수위 등의 정보를 실시간으로 정확히 예측함으로 인해 하류 지역의 침수피해를 예방하고자 한다. 강릉시 성산면에 위치한 오봉저수지의 실시간 저수량과 저수위 예측을 위해 기계학습기법을 활용하고자 하며 학습과 예보에 필요한 자료로는 왕산면지점의 기상청 초단기실황, 초단기예보, 단기예보 정보를 오픈 API를 통해 제공받은 강수 예보값, 그리고 농촌용수종합정보시스템으로부터 웹크롤링 방식으로 가져온 실시간 저수지 계측정보와 오봉저수지 인근에 측정 중인 4지점의 강우량계의 강우정보와 왕산천, 도마천, 어흘천, 강릉남대천 수위정보들이며, 이 정보들을 이용하여 예측할 수 있도록 설계하였다. 그리고 우수 기계학습 알고리즘 선정을 위해 결정트리, K-최근접 이웃, 서포트 벡터 머신, 랜덤 포레스트, 그래디언트 부스팅, 익스트림 그래디언트 부스팅, 그리고 최근에 주목받고 있는 자동화된 머신러닝(Auto-ML: Automated Machine Learning) 중 사이킷런(Scikit-Learn) 기반의 라이브러리인 Auto-Sklearn과 TPOT(Tree-based Pipeline Optimization Tool)의 저수 정보 예측의 정확도를 비교·검증하였다. 이 중 TPOT의 예측 검증결과는 1시간과 3시간 후의 저수위, 저수량 예측 검증 결과가 모두 NSE와 R<sup>2</sup>이 1.00이였으며, 저수량의 RMSE 9.36~21.17 천m<sup>3</sup>을 나타내고 저수위의 RMSE 0.02~0.04 m의 우수한 결과를 보여줌으로 인해 TPOT 기법을 이용하여 추천하는 머신러닝 알고리즘으로 1, 3, 6, 12시간 이후의 저수량, 저수위, 그리고 내일과 모레 저수율의 예측 정보를 얻을 수 있는 시스템을 개발하였다. Auto-ML은 데이터 전처리, 피처 엔지니어링, 모델 선택, 하이퍼파라미터 최적화, 예측 결과 분석과 같은 반복적인 작업에서 시간과 노력을 아낄수 있는 좋은 방법이며 이 중 오봉저수지 저수량과 저수위 예측 알고리즘으로 선정된 TPOT은 특히 회귀에서는 Auto-Sklearn 보다도 성능이 우수하고 진화 알고리즘 최적화 방안을 사용하여 더 빠른 계산시간을 통해 파이프라인 모델을 추천해주며, 실시간 확보된 최근 자료들을 누적, 업데이트하여 가장 최신 정보를 학습한 모델을 선정하고 있다. 또한, 홍수 예측에 있어서 학습자료에 고유량 정보를 많이 보유한다면 홍수 발생을 대비할 수 있는 더 강력한 모델을 구축할 수 있을 것으로 기대되며, 이에 2019년도에 발생했던 태풍 미탁 시나리오 뿐만 아니라 500년 빈도 시나리오 등의 정보도 추가로 확보할 계획이다. 더불어 검·보정된 정확성이 높은 측정값의 정보를 입력받기 위해 관측자료에 존재하는 오류(error)를 찾고 걸러내어 정제된 자료를 얻는 품질관리(Quality Control, QC)와 자료 전처리 과정 등의 최적화 적용을 통해 현재 개발 중이고 실시간 예측되고 있는 본 시스템의 고도화가 이루어진다면, 홍수 범람을 사전에 예방할 수 있는 스마트 물관리 방안의 중요 역할을 해낼 수 있으리라 기대된다.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)