[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

KR102654405B1 - System and Method for Predicting Flood based on the Small Stream Flood Early Warning Framework(FEWF) - Google Patents

System and Method for Predicting Flood based on the Small Stream Flood Early Warning Framework(FEWF) Download PDF

Info

Publication number
KR102654405B1
KR102654405B1 KR1020230110467A KR20230110467A KR102654405B1 KR 102654405 B1 KR102654405 B1 KR 102654405B1 KR 1020230110467 A KR1020230110467 A KR 1020230110467A KR 20230110467 A KR20230110467 A KR 20230110467A KR 102654405 B1 KR102654405 B1 KR 102654405B1
Authority
KR
South Korea
Prior art keywords
flow
flood
rainfall
warning
water level
Prior art date
Application number
KR1020230110467A
Other languages
Korean (ko)
Inventor
정태성
Original Assignee
대한민국
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 대한민국 filed Critical 대한민국
Priority to KR1020230110467A priority Critical patent/KR102654405B1/en
Application granted granted Critical
Publication of KR102654405B1 publication Critical patent/KR102654405B1/en

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00Predictive alarm systems characterised by extrapolation or other computation using updated historic data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10Services
    • G06Q50/26Government or public services
    • GPHYSICS
    • G08SIGNALLING
    • G08BSIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/02Alarms for ensuring the safety of persons
    • G08B21/10Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes

Landscapes

  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Engineering & Computer Science (AREA)
  • Emergency Management (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Alarm Systems (AREA)

Abstract

본 발명은 강인한 홍수 예·경보 플랫폼을 구축하여 과학적 하천관리 및 고도화된 홍수 예·경보가 가능하도록 한 하천 홍수 예·경보 프레임워크 기반 홍수 예측 시스템 및 방법에 관한 것으로, 적어도 하나 이상의 프로세서를 포함하는 전자 장치가, 수집 및 계측된 강우, 수심, 유량 자료를 입력받는 수집 및 계측 자료 입력부;강우-유량 노모그래프로 강우를 예측하고 예측된 유량을 이용하여 수위-유량 관계식으로 수위를 예측하여 홍수 예·경보 처리를 하는 홍수 예·경보 처리 프레임워크부;홍수 예·경보 처리 프레임워크부의 홍수 예·경보 처리 결과를 기준으로 홍수 정보 전파 대상 기관 및 대상자들에게 홍수 예보 및 경보에 대한 정보를 전파하는 홍수 예·경보 전파부;를 포함하는 것이다.The present invention relates to a flood prediction system and method based on a river flood forecast and warning framework that enables scientific river management and advanced flood forecast and warning by building a robust flood forecast and warning platform, and includes at least one processor. A collection and measurement data input unit where an electronic device receives collected and measured rainfall, water depth, and flow rate data; predicts rainfall with a rainfall-flow nomograph and uses the predicted flow rate to predict the water level using the water level-flow relationship equation to provide an example of a flood ·Flood forecast/warning processing framework department that processes warnings; Disseminates information on flood forecasts and warnings to organizations and subjects subject to flood information dissemination based on the flood forecast/warning processing results of the flood forecast/warning processing framework department It includes a flood forecast and warning dissemination unit.

Description

하천 홍수 예·경보 프레임워크 기반 홍수 예측 시스템 및 방법{System and Method for Predicting Flood based on the Small Stream Flood Early Warning Framework(FEWF)}Flood prediction system and method based on river flood forecasting and warning framework {System and Method for Predicting Flood based on the Small Stream Flood Early Warning Framework (FEWF)}

본 발명은 하천 홍수 예·경보에 관한 것으로, 구체적으로 강인한 홍수 예·경보 플랫폼을 구축하여 과학적 하천관리 및 고도화된 홍수 예·경보가 가능하도록 한 하천 홍수 예·경보 프레임워크(FEWF) 기반 홍수 예측 시스템 및 방법에 관한 것이다.The present invention relates to river flood forecasting and warning, and specifically, flood prediction based on the River Flood Forecasting and Warning Framework (FEWF), which establishes a robust flood forecasting and warning platform to enable scientific river management and advanced flood forecasting and warning. It relates to systems and methods.

하천 수위, 유량 예측을 위한 기존 모의 기법은 대부분 선진국에서 개발된 홍수해석모형을 적용하고 있으나, 이는 해당 국가의 유역특성 및 규모를 고려하여 개발된 모형으로서, 국내 소하천 유역의 지형 및 토지이용 특성을 반영하는데 한계가 있다.Most of the existing simulation techniques for predicting river water level and flow rate apply flood analysis models developed in developed countries. However, this is a model developed taking into account the basin characteristics and scale of the country, and is based on the topography and land use characteristics of domestic small river basins. There are limits to reflection.

더불어 소하천 유역은 1시간 이내의 짧은 유출 특성을 갖고 있어 기존의 관측강우와 수치모의에 기반한 시스템으로는 응급대응에 한계가 있다.In addition, small river basins have short runoff characteristics of less than one hour, so there are limits to emergency response using existing systems based on observed rainfall and numerical simulations.

최근 기후변화로 인한 집중호우 발생빈도 증가하고 산업화, 도시화로 인한 강우 유출량 증가로 소하천 유역의 홍수 피해가 가중되고 있어 이를 저감할 대책이 절실히 요구된다Recently, the frequency of heavy rainfall has increased due to climate change, and the amount of rainfall has increased due to industrialization and urbanization, which is increasing flood damage in small river basins, so measures to reduce this are urgently needed.

소하천은 하천법에 준용을 받지 않는 하천으로 수문·지형학적 범위는 길이 500m 이상, 하폭 2m 이상, 유역면적 10km2 이하, 유로연장 6km 이하, 하상경사 1/100 이상, 그리고 도달시간은 대부분 30분 이내로 정의되며 주로 1차 혹은 2차 차수에 해당하는 하천이다.A small river is a river that is not subject to the River Act, and its hydrological and topographical range is more than 500m in length, more than 2m in width, basin area less than 10km2 , channel extension less than 6km, riverbed slope more than 1/100, and the arrival time is usually less than 30 minutes. It is defined as a river that is mainly first or second order.

국내에는 총 22,823개(매년 지정/폐지가 발생하는 등 변화가 있음)의 소하천이 존재하며, 이는 우리나라 전체 하천길이 약 65,295 km의 54.1%에 해당한다. 소하천에서의 피해는 주로 장마, 이상강우로 인한 집중호우와 태풍에 의해 발생하며, 하천범람이나 배수불량에 의한 자동차, 주택, 농경지 등의 침수피해와 급류 휩쓸림에 의한 인명피해가 발생한다.There are a total of 22,823 small rivers in Korea (there are changes such as designation/abolition every year), which corresponds to 54.1% of the total river length of approximately 65,295 km in Korea. Damage to small rivers is mainly caused by heavy rains and typhoons due to the monsoon season or abnormal rainfall, and causes flooding damage to cars, houses, and farmland due to river flooding or poor drainage, and casualties due to being swept away by rapid currents.

또한, 인근 주민 또는 야영객이 강우발생 초기의 급격한 수위 상승을 예측하지 못하고 사전 대피를 실시하지 않아 인명피해를 야기하는 경우가 많다.In addition, there are many cases where nearby residents or campers fail to predict the rapid rise in water levels in the early stages of rainfall and do not evacuate in advance, resulting in casualties.

소하천에서 발생하는 인명피해는 소하천의 수위,유량을 사전에 예측하고 주민 공지를 통해 접근 차단 및 적시대피를 유도한다면 상당수의 피해를 예방할 수 있을 것이다.A significant number of casualties occurring in small rivers can be prevented by predicting the water level and flow rate of small rivers in advance, blocking access and encouraging timely evacuation through notification to residents.

홍수 예방·대응을 위한 관련 부처의 다양한 정책에도 불구하고 자연재해위험지구, 침수지역 이외의 지역에서도 피해 발생 증가하고 있다.Despite various policies of related ministries for flood prevention and response, damage is increasing in areas other than natural disaster risk areas and flooded areas.

이에 따라, 관계 부처는 재난 및 안전 기술개발 계획을 수립하고 재해 예방 중심의 선제 대응 기술을 확보하기 위해 노력 중이다.Accordingly, related ministries are establishing disaster and safety technology development plans and making efforts to secure preemptive response technology focused on disaster prevention.

국내 하천은 중앙정부에서 관리하는 국가하천과 관할 지자체에서 관리하는 지방하천 및 소하천으로 분류되며 소유역으로 갈수록 하천정비율이 낮다.Domestic rivers are classified into national rivers managed by the central government, and local rivers and small rivers managed by local governments, and the river maintenance rate decreases in sub-basins.

그리고 수문정보는 홍수통제소, 기상청, 지자체 등 각 기관에서 독립적으로 관측 운영하여 관측장비의 현황 파악이 어려울 뿐만 아니라 중복 설치 문제가 있다.Additionally, hydrological information is observed and operated independently by each organization, such as the Flood Control Center, the Meteorological Administration, and local governments, so it is not only difficult to determine the status of observation equipment, but also there is a problem of duplicate installation.

효율적인 하천관리를 위한 기상 수문관측 자료 활용 확대 및 예측 모형 고도화 등 체계적인 홍수 대응방안을 모색하는 것이 필요하다.It is necessary to seek systematic flood response measures, such as expanding the use of meteorological and hydrological observation data and upgrading prediction models for efficient river management.

이와 같이 효율적인 하천 관리 및 홍수 예·경보를 위하여, IoT, 인공지능 기반 자동시스템, 소하천홍수, 돌발홍수 예보시스템을 구축하여 유역 특성에 따른 홍수예측을 하는 예보 플랫폼 구축이 이루어지고 있다.For efficient river management and flood forecasting and warning, a forecasting platform is being built that predicts floods according to basin characteristics by constructing IoT, artificial intelligence-based automatic systems, small river floods, and flash flood forecasting systems.

또한, 자동 홍수 예·경보를 위하여, IoT 기반 일체형 관측 및 AI 알고리즘을 적용하여 홍수·하천 범람 예측 시 자동으로 경보를 발령하는 시스템의 개발이 시도되고 있다.In addition, for automatic flood forecasting and warning, attempts are being made to develop a system that automatically issues warnings when predicting floods and river overflows by applying IoT-based integrated observation and AI algorithms.

그리고 하천 홍수에 대응하기 위하여, 소하천 유역 기상, 수문 및 하천 단면 자료를 DB화하여 수위, 강우량 현황 실시간 모니터링 및 기상청 MAPLE 자료를 활용한 예측정보를 제공하는 플랫폼 구축 등이 이루어지고 있다.In order to respond to river flooding, a platform is being built to provide real-time monitoring of water levels and rainfall status by converting small river basin meteorological, hydrological and river cross-section data into a database and providing forecast information using MAPLE data from the Korea Meteorological Administration.

이러한 홍수 대응 기술 개발이 이루어지고 있으나, 소하천은 강우량이 집중되는 산지부와 접하고 있어 집중호우 시 30분 ~ 1시간 내 수위가 급상승하는 등 강우 영향을 크게 받는 특징이 있고, 하천이 포함되는 구역에 따라 관할기관이 달라 동일 하천이 여러 지자체에 의해 분절 관리되어 효율적인 대응이 어렵다.Although such flood response technology is being developed, small rivers are adjacent to mountainous regions where rainfall is concentrated, so they are greatly affected by rainfall, with water levels rising rapidly within 30 minutes to 1 hour during heavy rain. Depending on the jurisdiction, the same river is managed separately by various local governments, making it difficult to respond effectively.

따라서, 과학적 하천관리를 위한 홍수 예·경보 플랫폼 구축 및 예·경보 기 술의 고도화가 요구되고 있다.Therefore, there is a need for the establishment of a flood forecasting/warning platform for scientific river management and the advancement of forecasting/warning technology.

대한민국 등록특허 제10-1810337호Republic of Korea Patent No. 10-1810337 대한민국 등록특허 제10-2015531호Republic of Korea Patent No. 10-2015531 대한민국 등록특허 제10-2485227호Republic of Korea Patent No. 10-2485227

본 발명은 종래 하천 홍수 예·경보 기술의 문제점을 해결하기 위한 것으로, 강인한 홍수 예·경보 플랫폼을 구축하여 과학적 하천관리 및 고도화된 홍수 예·경보가 가능하도록 한 하천 홍수 예·경보 프레임워크 기반 홍수 예측 시스템 및 방법을 제공하는데 그 목적이 있다.
본 발명은 실시간으로 홍수 발생 여부에 대한 정확한 판단을 하여 홍수 정보 전파 대상 기관 및 대상자들에게 홍수 예보 및 경보에 대한 정보를 정확하게 전달하여 홍수 발생에 대한 효율적인 대응이 가능하도록 한 하천 홍수 예·경보 프레임워크 기반 홍수 예측 시스템 및 방법을 제공하는데 그 목적이 있다.
The present invention is intended to solve the problems of conventional river flood forecasting and warning technology, and is based on a river flood forecasting and warning framework that enables scientific river management and advanced flood forecasting and warning by establishing a robust flood forecasting and warning platform. The purpose is to provide a prediction system and method.
The present invention is a river flood forecast and warning frame that accurately determines whether a flood will occur in real time and accurately delivers information on flood forecasts and warnings to organizations and subjects subject to flood information dissemination, enabling efficient response to flood occurrences. The purpose is to provide a work-based flood prediction system and method.

삭제delete

본 발명은 하천 상황을 실시간으로 감시하면서 인간의 판단과 개입없이 홍수 발생을 신속하고 신뢰성있게 예측하고, 예측 결과에 따라 홍수 경보 발령 및 하천 출입로 차단과 같은 신속한 대응이 가능하도록 하여 홍수로 인한 물적/인적 피해를 최소화할 수 있도록 한 하천 홍수 예·경보 프레임워크 기반 홍수 예측 시스템 및 방법을 제공하는데 그 목적이 있다.The present invention monitors river conditions in real time to quickly and reliably predict the occurrence of floods without human judgment or intervention, and enables prompt responses such as issuing flood warnings and blocking river access routes according to the prediction results, thereby reducing physical damage caused by floods. /The purpose is to provide a flood prediction system and method based on a river flood forecast and warning framework to minimize human damage.

본 발명은 예측 수심이 경보기준을 초과하지 않았을 경우에는 실측값과 예측값을 비교하여 강우-유량 노모그래프와 수위-유량 관계식을 개선할지 여부를 판단하여, 개선이 필요하다면 새롭게 계측된 강우, 수심, 유량 자료를 이용하여 강우-유량 노모그래프와 수위-유량 관계식을 재생산하고 이를 이용하여 홍수량 예측과 수심을 예측하는 과정을 반복하여 하천 상황 변화에 능동적으로 대응할 수 있도록 한 하천 홍수 예·경보 프레임워크 기반 홍수 예측 시스템 및 방법을 제공하는데 그 목적이 있다.The present invention compares the actual measured value and the predicted value when the predicted water depth does not exceed the warning standard to determine whether to improve the rainfall-flow nomograph and water level-flow relationship, and if improvement is necessary, newly measured rainfall, water depth, Based on a river flood forecasting and warning framework that uses flow data to reproduce rainfall-flow nomographs and water level-flow relationships, and uses these to repeat the process of predicting flood volume and water depth to actively respond to changes in river conditions. The purpose is to provide a flood prediction system and method.

본 발명은 RCNES(Robust Constrained Nonlinear Equation Solver) 최적화 방법을 적용하여 강우-유량 노모그래프를 개선하고 정상 및 비정상 흐름에 대한 예측된 유량-수심 관계식의 정확도를 개선할 수 있도록 한 하천 홍수 예·경보 프레임워크 기반 홍수 예측 시스템 및 방법을 제공하는데 그 목적이 있다.The present invention is a river flood forecast and warning frame that improves the rainfall-flow nomograph by applying the RCNES (Robust Constrained Nonlinear Equation Solver) optimization method and improves the accuracy of the predicted flow-depth relationship for normal and abnormal flows. The purpose is to provide a work-based flood prediction system and method.

본 발명의 다른 목적들은 이상에서 언급한 목적으로 제한되지 않으며, 언급되지 않은 또 다른 목적들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.Other objects of the present invention are not limited to the objects mentioned above, and other objects not mentioned will be clearly understood by those skilled in the art from the description below.

상기와 같은 목적을 달성하기 위한 본 발명에 따른 하천 홍수 예·경보 프레임워크 기반 홍수 예측 시스템은 적어도 하나 이상의 프로세서를 포함하는 전자 장치에는, 수집 및 계측된 강우, 수심, 유량 자료를 입력받는 수집 및 계측 자료 입력부;강우-유량 노모그래프로 유량을 예측하고 예측된 유량을 이용하여 수위-유량 관계식으로 수위를 예측하여 홍수 예·경보 처리를 하는 홍수 예·경보 처리 프레임워크부;홍수 예·경보 처리 프레임워크부의 홍수 예·경보 처리 결과를 기준으로 홍수 정보 전파 대상 기관 및 대상자들에게 홍수 예보 및 경보에 대한 정보를 전파하는 홍수 예·경보 전파부;를 포함하는 것을 특징으로 한다.A flood prediction system based on a river flood forecast/warning framework according to the present invention to achieve the above object includes an electronic device including at least one processor, a collection system that receives collected and measured rainfall, water depth, and flow data. Measurement data input unit; Flood forecast/warning processing framework unit that predicts the flow rate with a rainfall-flow nomograph and processes flood forecast/warning by predicting the water level using the water level-flow relationship equation using the predicted flow rate; Flood forecast/warning processing It is characterized by including a flood forecast and warning dissemination unit that disseminates information about flood forecast and warning to organizations and subjects subject to flood information dissemination based on the flood forecast and warning processing results of the framework unit.

여기서, 홍수 예·경보 처리 프레임워크부는, 비선형 회귀방법을 사용하여 지수 함수 형태의 강우-유량 노모그래프를 구축하는 강우-유량 노모그래프 구축부, 복합단면의 변동속도를 고려하여 단면을 선택된 소단면으로 나누고 각 소단면의 단면적, 동수반경을 측정하여 측정 단면 유량의 계산을 위한 수위-유량 관계식 산출을 하는 수위-유량 관계식 산출부, 강우-유량 노모그래프 구축부에서 구축된 강우-유량 노모그래프를 이용하여 유량을 예측하는 유량 예측부, 유량 예측부에서 예측된 유량을 수위-유량 관계식 산출부에서 산출된 수위-유량 관계식에 적용하여 수위를 예측하는 수위 예측부, 수위-유량 관계식으로 예측된 수심이 경보기준을 초과하는지 비교하는 예측값 비교부, 예측 수심이 경보 기준을 초과할 경우 홍수 경보를 발령하는 홍수 예·경보 발령부를 포함하는 것을 특징으로 한다.Here, the flood forecast/warning processing framework unit is a rainfall-flow nomograph construction unit that constructs a rainfall-flow nomograph in the form of an exponential function using a non-linear regression method, and a small cross-section section is selected in consideration of the variation rate of the complex cross-section. and the water level-flow relational equation calculation unit, which calculates the water level-flow relational equation for calculating the measured cross-sectional flow rate by measuring the cross-sectional area and hydraulic radius of each small cross-section, and the rainfall-flow nomograph constructed in the rainfall-flow nomograph construction unit. a flow rate prediction unit that predicts the flow rate, a water level prediction unit that predicts the water level by applying the flow rate predicted in the flow rate prediction unit to the water level-flow relationship equation calculated in the water level-flow relationship calculation section, and a water depth predicted by the water level-flow relationship equation. It is characterized by including a predicted value comparison unit that compares whether the warning standard is exceeded, and a flood forecast/warning issuing unit that issues a flood warning if the predicted water depth exceeds the warning standard.

그리고 홍수 예·경보 처리 프레임워크부는, 예측 수심이 경보기준을 초과하지 않았을 경우에는 실측값과 예측값을 비교하여 강우-유량 노모그래프와 수위-유량 관계식을 개선할지 여부를 판단하여 개선이 필요한 경우에 새롭게 계측된 강우, 수심, 유량 자료를 이용하여 강우-유량 노모그래프와 수위-유량 관계식을 재생산하는 강우-유량 노모그래프 및 수위-유량 관계식 개선부를 더 포함하는 것을 특징으로 한다.In addition, if the predicted water depth does not exceed the warning standard, the flood forecast and warning processing framework department compares the actual and predicted values to determine whether to improve the rainfall-flow nomograph and water level-flow relationship equation, and if improvement is necessary, It is characterized in that it further includes a rainfall-flow nomograph and a water level-flow relationship improvement unit that reproduces the rainfall-flow nomograph and water level-flow relationship equation using newly measured rainfall, water depth, and flow data.

그리고 수위-유량 관계식 산출부는 수위-유량 관계식 산출시에, 하천 유속, 하상 조도계수 및 하천의 수로경사, 단면 사행도를 포함하는 수로의 기하학적 특징 사이의 관계를 반영하는 것을 특징으로 한다.In addition, the water level-flow relational equation calculation unit is characterized in that it reflects the relationship between the geometric characteristics of the waterway, including river flow velocity, river bed roughness coefficient, river channel slope, and cross-sectional meandering, when calculating the water level-flow relational expression.

그리고 홍수 예·경보 발령부에서의 예·경보 발령기준은, 소하천으로의 진입, 차단을 막기 위해 발령하는 기준으로 소하천 수심이 50cm에 이를 것으로 예측될 때 발령하는 '주의' 기준과, 홍수로 인해 제방이 월류하거나 범람하여 피해가 예상될 때 대피를 위해 발령하는 기준으로 예측 수위가 계획홍수위에 도달할 것으로 예측될 때 발령하는 '심각' 기준으로 구분되는 것을 특징으로 한다.In addition, the standard for issuing forecasts and warnings from the flood forecasting and warning issuing department is the standard for issuing warnings to prevent entry into and blocking small rivers, and the 'caution' standard for issuing when the depth of small rivers is predicted to reach 50cm, and the standard for issuing warnings due to flooding. It is characterized by being classified as a 'severe' standard issued when the predicted water level is predicted to reach the planned flood level as a standard for evacuation when damage is expected due to overflow or overflow of the embankment.

다른 목적을 달성하기 위한 본 발명에 따른 하천 홍수 예·경보 프레임워크 기반 홍수 예측 방법은 적어도 하나의 프로세서를 포함하는 전자 장치에서 하천 홍수 예·경보 프레임워크 기반의 홍수 예측을 위한 동작이 수행되고, 수집 및 계측 자료 입력 단계;강우-유량 노모그래프 구축 및 수위-유량 관계식 산출 단계;강우-유량 노모그래프로 유량 예측을 하는 단계;예측된 유량을 이용하여 수위-유량 관계식으로 수위 예측을 하는 단계;예측값을 비교하여 예측 수심이 경보 기준을 초과할 경우 홍수 경보를 발령하는 단계;를 포함하는 것을 특징으로 한다.The flood prediction method based on the river flood forecast/warning framework according to the present invention for achieving another purpose includes performing an operation for flood prediction based on the river flood forecast/warning framework in an electronic device including at least one processor, Collection and measurement data input step; Building a rainfall-flow nomograph and calculating the water level-flow relationship equation; Predicting the flow rate using the rainfall-flow nomograph; Predicting the water level using the water level-flow relationship equation using the predicted flow rate; Comparing the predicted values and issuing a flood warning when the predicted water depth exceeds the warning standard.

여기서, 예측 수심이 경보기준을 초과하지 않았을 경우에는 실측값과 예측값을 비교하여 강우-유량 노모그래프와 수위-유량 관계식을 개선할지 여부를 판단하는 단계와, 개선이 필요하다면 새롭게 계측된 강우, 수심, 유량 자료를 이용하여 강우-유량 노모그래프와 수위-유량 관계식을 재생산하고 이를 이용하여 홍수량 예측과 수심을 예측하는 과정을 반복하는 단계를 더 포함하는 것을 특징으로 한다.Here, if the predicted water depth does not exceed the warning standard, the actual measured value and the predicted value are compared to determine whether to improve the rainfall-flow nomograph and water level-flow relationship equation, and if improvement is necessary, the newly measured rainfall and water depth are performed. , It is characterized by further including the step of reproducing the rainfall-flow nomograph and water level-flow relationship using flow data and repeating the process of predicting flood volume and water depth using this.

그리고 홍수량 예측과 수심을 예측하는 과정을 반복하는 단계에서, 예측값과 측정값의 잔차가 수렴기준 이하로 기준을 만족하면 예측을 반복하여 다음 단계의 유량과 수심을 예측하고, 기준을 만족하지 못하면 새로운 계측 값을 이용하여 강우-유량 노모그래프와 수위-유량 관계식을 향상시키는 것을 특징으로 한다.And in the step of repeating the process of predicting flood volume and water depth, if the residuals of predicted and measured values are below the convergence standard and meet the standard, the prediction is repeated to predict the flow rate and water depth in the next step, and if the standard is not met, a new step is made. It is characterized by improving the rainfall-flow nomograph and water level-flow relationship equation using measured values.

그리고 강우-유량 노모그래프와 수위-유량 관계식을 개선하고 정상 및 비정상 흐름에 대한 예측된 유량-수심 관계식의 정확도를 개선하기 위해 RCNES(Robust Constrained Nonlinear Equation Solver) 최적화 방법을 적용하는 것을 특징으로 한다.It is characterized by applying the RCNES (Robust Constrained Nonlinear Equation Solver) optimization method to improve the rainfall-flow nomograph and water level-flow relationship and to improve the accuracy of the predicted flow-water depth relationship for normal and abnormal flows.

그리고 강우-유량 노모그래프 구축을 위하여, 홍수 유량 및 수심을 포함하는 수리량 계측 자료가 있는 계측 소하천 및 수리량 계측 자료가 없는 미계측 소하천으로 구분하여, 계측 소하천에 대해서는 계측 자료를 이용하여 강우-유량 노모그래프와 수위-유량 관계식을 구축 및 산출하고, 미계측 소하천에 대해서는 측정된 강우 데이터와 Clark Unit Hydrograph Model을 이용하여 구한 유량 자료를 이용하여 강우-유량 노모그래프를 구축하는 것을 특징으로 한다.In order to construct a rainfall-flow nomograph, measured small rivers with hydraulic volume measurement data, including flood flow rate and water depth, and unmeasured small rivers without water volume measurement data were divided into gauged small rivers using measured data. It is characterized by constructing and calculating a flow nomograph and a water level-flow relationship, and constructing a rainfall-flow nomograph using measured rainfall data and flow data obtained using the Clark Unit Hydrograph Model for unmeasured small rivers.

그리고 강우-유량 노모그래프 구축을 위하여, 비선형 회귀방법을 사용하여 And to construct a rainfall-flow nomograph, a non-linear regression method was used.

지수 함수 형태의 강우-유량 노모그래프를 구축하고, Construct a rainfall-flow nomograph in the form of an exponential function,

여기서, 는 유량(m3/s), 는 1시간 누적 강우량(mm/h), 는 RCNES를 사용하여 추정한 최적의 매개변수인 것을 특징으로 한다.here, is the flow rate (m 3 /s), is the 1-hour cumulative rainfall (mm/h), is characterized as being the optimal parameter estimated using RCNES.

그리고 홍수량 예측을 위해서 주어진 호우에 대한 유역의 수문학적 반응을 알기 위해 토양의 초기 수분 함량을 고려하고, 선행 수분 조건을 사용하여 초기 수분 함량으로 인한 배출의 변화를 결정하고, 강우 사건 이전의 초기 토양 수분 상태와 관련된 AMC 값에 따라 해당 강우 및 배출 시계열은 AMC 등급으로 그룹화하고, 서로 다른 AMC 등급에 해당하는 3개의 그룹화된 강우 사상 및 유량 조건을 사용하여 3가지 유형의 강우-유량 노모그래프를 구축하는 것을 특징으로 한다.And for flood forecasting, we consider the initial moisture content of the soil to know the hydrological response of the watershed to a given heavy rainfall, use antecedent moisture conditions to determine the change in discharge due to initial moisture content, and determine the change in discharge due to initial moisture content, and determine the initial soil moisture content before the rainfall event. According to the AMC values related to the moisture state, the corresponding rainfall and discharge time series are grouped into AMC classes, and three types of rainfall-flow nomographs are built using three grouped rainfall events and flow conditions corresponding to different AMC classes. It is characterized by:

그리고 수위-유량 관계식 산출을 위하여, 단면에서 수심과 유량 사이의 관계를 설정하는 Manning 방정식을 사용하고, 수위-유량 관계식 산출시에 하천 유속, 하상 조도계수 및 하천의 수로경사, 단면 사행도를 포함하는 수로의 기하학적 특징 사이의 관계를 반영하는 것을 특징으로 한다.In order to calculate the water level-flow relationship, the Manning equation is used to establish the relationship between water depth and flow rate in the cross section, and when calculating the water level-flow relationship, river flow velocity, riverbed roughness coefficient, river channel slope, and cross-section meandering are included. It is characterized by reflecting the relationship between the geometric features of the waterway.

그리고 복합단면의 변동속도를 고려하여 단면을 선택된 소단면으로 나누고 각 소단면의 단면적, 동수반경을 측정하고, 측정 단면 유량의 계산을 위한 방정식은 각 하위 단면의 하상경사가 동일하다는 가정을 사용하여Then, considering the variable speed of the complex cross-section, the cross-section is divided into selected sub-sections and the cross-sectional area and hydraulic radius of each small cross-section are measured. The equation for calculating the measured cross-section flow rate uses the assumption that the riverbed slope of each sub-section is the same.

으로 정의하고, 여기서, 는 하상경사, 번째 단면의 면적(m2), 번째 단면의 동수반경(m)이고, 번째 단면의 조도계수인 것을 특징으로 한다. Define as , where: is the river bed slope, Is Area of the th cross section (m 2 ), Is Hydraulic radius (m) of the th cross section, Is It is characterized in that it is the roughness coefficient of the th cross section.

그리고 홍수 경보 발령하는 단계에서, 예·경보 발령기준은 소하천으로의 진입, 차단을 막기 위해 발령하는 기준으로 소하천 수심이 50cm에 이를 것으로 예측될 때 발령하는 '주의' 기준과, 홍수로 인해 제방이 월류하거나 범람하여 피해가 예상될 때 대피를 위해 발령하는 기준으로 예측 수위가 계획홍수위에 도달할 것으로 예측될 때 발령하는 '심각' 기준으로 구분되는 것을 특징으로 한다.And in the stage of issuing a flood warning, the standard for issuing a forecast or warning is the standard for issuing a warning to prevent entry into or blocking a small river, and the 'caution' standard for issuing when the water depth of a small river is predicted to reach 50cm, and the standard for issuing a warning when the embankment is damaged due to flooding. It is characterized by being classified as a 'severe' standard issued when the predicted water level is predicted to reach the planned flood level as a standard for evacuation when damage is expected due to overflow or overflow.

이상에서 설명한 바와 같은 본 발명에 따른 하천 홍수 예·경보 프레임워크 기반 홍수 예측 시스템 및 방법은 다음과 같은 효과가 있다.As described above, the flood prediction system and method based on the river flood forecasting and warning framework according to the present invention has the following effects.

첫째, 강인한 홍수 예·경보 플랫폼을 구축하여 과학적 하천관리 및 고도화된 홍수 예·경보가 가능하도록 한다.First, establish a robust flood forecasting and warning platform to enable scientific river management and advanced flood forecasting and warning.

둘째, 실시간으로 홍수 발생 여부에 대한 정확한 판단을 하여 홍수 정보 전파 대상 기관 및 대상자들에게 홍수 예보 및 경보에 대한 정보를 정확하게 전달하여 홍수 발생에 대한 효율적인 대응이 가능하도록 한다.Second, by accurately determining whether a flood will occur in real time, information on flood forecasts and warnings can be accurately delivered to organizations and people subject to flood information dissemination, enabling efficient response to flood occurrences.

셋째, 하천의 상황을 실시간으로 감시하면서 인간의 판단과 개입없이 홍수 발생을 신속하고 신뢰성있게 예측하고, 예측 결과에 따라 홍수 경보 발령 및 하천 출입로 차단과 같은 신속한 대응이 가능하도록 하여 홍수로 인한 물적/인적 피해를 최소화할 수 있도록 한다.Third, by monitoring the river situation in real time, we can quickly and reliably predict the occurrence of floods without human judgment or intervention, and enable rapid responses such as issuing flood warnings and blocking river access routes according to the prediction results, thereby reducing the physical damage caused by floods. /To minimize human damage.

넷째, 예측 수심이 경보기준을 초과하지 않았을 경우에는 실측값과 예측값을 비교하여 강우-유량 노모그래프와 수위-유량 관계식을 개선할지 여부를 판단하여, 개선이 필요하다면 새롭게 계측된 강우, 수심, 유량 자료를 이용하여 강우-유량 노모그래프와 수위-유량 관계식을 재생산하고 이를 이용하여 홍수량 예측과 수심을 예측하는 과정을 반복하여 하천 상황 변화에 적응적으로 대응할 수 있도록 한다.Fourth, if the predicted water depth does not exceed the warning standard, compare the actual and predicted values to determine whether to improve the rainfall-flow nomograph and water level-flow relationship. If improvement is necessary, newly measured rainfall, water depth, and flow rate Using the data, we reproduce the rainfall-flow nomograph and the water level-flow relationship equation and use this to repeat the process of predicting flood volume and water depth to be able to adaptively respond to changes in river conditions.

다섯째, RCNES(Robust Constrained Nonlinear Equation Solver) 최적화 방법을 적용하여 강우-유량 노모그래프와 수위-유량 관계식을 개선하고 정상 및 비정상 흐름에 대한 예측된 유량-수심 관계식의 정확도를 개선할 수 있도록 한다.Fifth, the RCNES (Robust Constrained Nonlinear Equation Solver) optimization method is applied to improve the rainfall-flow nomograph and water level-flow relationship and to improve the accuracy of the predicted flow-depth relationship for normal and abnormal flow.

도 1은 본 발명에 따른 하천 홍수 예·경보 프레임워크 기반의 홍수 예측을 위한 시스템 및 방법의 개념을 나타낸 구성도
도 2는 본 발명에 따른 하천 홍수 예·경보 프레임워크 기반의 홍수 예측을 위한 시스템의 구성도
도 3은 홍수 예·경보 처리 프레임워크부의 상세 구성도
도 4는 본 발명에 따른 하천 홍수 예·경보 프레임워크 기반의 홍수 예측을 위한 동작 개념을 나타낸 구성도
도 5는 본 발명에 따른 하천 홍수 예·경보 프레임워크 기반의 홍수 예측을 위한 방법을 나타낸 플로우 차트
도 6a와 도 6b는 강우-유량 노모그래프 및 수위-유량 관계식의 일 예를 나타낸 구성도
도 7a와 도 7b는 소하천 홍수 예·경보 프레임워크 경보 발령 기준의 일 예를 나타낸 구성도
Figure 1 is a configuration diagram showing the concept of a system and method for flood prediction based on a river flood forecasting and warning framework according to the present invention.
Figure 2 is a configuration diagram of a system for flood prediction based on the river flood forecast and warning framework according to the present invention.
Figure 3 is a detailed configuration diagram of the flood forecast and warning processing framework unit
Figure 4 is a configuration diagram showing the operational concept for flood prediction based on the river flood forecast and warning framework according to the present invention.
Figure 5 is a flow chart showing a method for flood prediction based on the river flood forecast and warning framework according to the present invention.
6A and 6B are diagrams showing an example of a rainfall-flow nomograph and a water level-flow relationship equation.
Figures 7a and 7b are diagrams illustrating an example of a small river flood forecast/warning framework warning issuance standard.

이하, 본 발명에 따른 하천 홍수 예·경보 프레임워크 기반 홍수 예측 시스템 및 방법의 바람직한 실시 예에 관하여 상세히 설명하면 다음과 같다.Hereinafter, a preferred embodiment of the flood prediction system and method based on the river flood forecast and warning framework according to the present invention will be described in detail as follows.

본 발명에 따른 하천 홍수 예·경보 프레임워크 기반 홍수 예측 시스템 및 방법의 특징 및 이점들은 이하에서의 각 실시 예에 대한 상세한 설명을 통해 명백해질 것이다.The characteristics and advantages of the flood prediction system and method based on the river flood forecast/warning framework according to the present invention will become apparent through the detailed description of each embodiment below.

도 1은 본 발명에 따른 하천 홍수 예·경보 프레임워크 기반의 홍수 예측을 위한 시스템 및 방법의 개념을 나타낸 구성도이다.Figure 1 is a configuration diagram showing the concept of a system and method for flood prediction based on a river flood forecasting and warning framework according to the present invention.

본 개시에서 사용되는 용어는 본 개시에서의 기능을 고려하면서 가능한 현재 널리 사용되는 일반적인 용어들을 선택하였으나, 이는 당 분야에 종사하는 기술자의 의도 또는 판례, 새로운 기술의 출현 등에 따라 달라질 수 있다. 또한, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며, 이 경우 해당되는 발명의 설명 부분에서 상세히 그 의미를 기재할 것이다. 따라서 본 개시에서 사용되는 용어는 단순한 용어의 명칭이 아닌, 그 용어가 가지는 의미와 본 개시의 전반에 걸친 내용을 토대로 정의되어야 한다.The terms used in the present disclosure have selected general terms that are currently widely used as much as possible while considering the functions in the present disclosure, but this may vary depending on the intention or precedents of those skilled in the art, the emergence of new technologies, etc. In addition, in certain cases, there are terms arbitrarily selected by the applicant, and in this case, the meaning will be described in detail in the description of the relevant invention. Therefore, the terms used in this disclosure should be defined based on the meaning of the term and the overall content of this disclosure, rather than simply the name of the term.

명세서 전체에서 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있음을 의미한다. 또한, 명세서에 기재된 "...부", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어 또는 소프트웨어로 구현되거나 하드웨어와 소프트웨어의 결합으로 구현될 수 있다.When it is said that a part "includes" a certain element throughout the specification, this means that, unless specifically stated to the contrary, it does not exclude other elements but may further include other elements. In addition, terms such as "... unit" and "module" used in the specification refer to a unit that processes at least one function or operation, which may be implemented as hardware or software, or as a combination of hardware and software. .

특히, 적어도 하나의 기능이나 동작을 처리하는 단위들은 적어도 하나의 프로세서를 포함하는 전자 장치로 구현될 수 있고, 기능이나 동작을 처리하는 방식에 따라 전자 장치에 적어도 하나의 주변 장치가 연결될 수 있다. 주변 장치들은 데이터 입력 장치, 데이터 출력 장치, 데이터 저장 장치를 포함할 수 있다.In particular, units that process at least one function or operation may be implemented as an electronic device including at least one processor, and at least one peripheral device may be connected to the electronic device depending on the method of processing the function or operation. Peripheral devices may include data input devices, data output devices, and data storage devices.

본 발명에 따른 하천 홍수 예·경보 프레임워크 기반 홍수 예측 시스템 및 방법은 도 1에서와 같이, 강인한 홍수 예·경보 플랫폼을 구축하여 과학적 하천관리 및 고도화된 홍수 예·경보가 가능하도록 한 것이다.As shown in FIG. 1, the flood prediction system and method based on the river flood forecast/warning framework according to the present invention establishes a robust flood forecast/warning platform to enable scientific river management and advanced flood forecast/warning.

이를 위하여, 본 발명은 실시간으로 홍수 발생 여부에 대한 정확한 판단을 하여 홍수 정보 전파 대상 기관 및 대상자들에게 홍수 예보 및 경보에 대한 정보를 정확하게 전달하여 홍수 발생에 대한 효율적인 대응이 가능하도록 하는 구성을 포함할 수 있다.To this end, the present invention accurately determines whether a flood has occurred in real time and accurately delivers information on flood forecasts and warnings to organizations and subjects subject to flood information dissemination, including a configuration that enables efficient response to flood occurrences. can do.

본 발명은 홍수로 인한 물적/인적 피해를 최소화할 수 있도록 하기 위하여, 하천의 상황을 실시간으로 감시하면서 인간의 판단과 개입없이 홍수 발생을 신속하고 신뢰성있게 예측하고, 예측 결과에 따라 홍수 경보 발령 및 하천 출입로 차단과 같은 신속한 대응이 가능하도록 하는 구성을 포함할 수 있다.In order to minimize material and human damage caused by floods, the present invention monitors the river situation in real time, predicts flood occurrence quickly and reliably without human judgment and intervention, and issues a flood warning according to the prediction results. It may include a configuration that enables rapid response, such as blocking river access routes.

본 발명은 하천 상황 변화에 적응적으로 대응할 수 있도록 예측 수심이 경보기준을 초과하지 않았을 경우에는 실측값과 예측값을 비교하여 강우-유량 노모그래프와 수위-유량 관계식을 개선할지 여부를 판단하여, 개선이 필요하다면 새롭게 계측된 강우, 수심, 유량 자료를 이용하여 강우-유량 노모그래프와 수위-유량 관계식을 재생산하고 이를 이용하여 홍수량 예측과 수심을 예측하는 과정을 반복하는 구성을 포함할 수 있다.The present invention compares the actual measured value and the predicted value to determine whether to improve the rainfall-flow nomograph and the water level-flow relationship equation when the predicted water depth does not exceed the warning standard so that it can adaptively respond to changes in river conditions. If necessary, it can include a configuration that reproduces the rainfall-flow nomograph and water level-flow relationship using newly measured rainfall, water depth, and flow data, and uses this to repeat the process of predicting flood volume and water depth.

본 발명은 RCNES(Robust Constrained Nonlinear Equation Solver) 최적화 방법을 적용하여 강우-유량 노모그래프를 개선하고 정상 및 비정상 흐름에 대한 예측된 유량-수심 관계식의 정확도를 개선하는 구성을 포함할 수 있다.The present invention may include a configuration for improving the rainfall-flow nomograph by applying the RCNES (Robust Constrained Nonlinear Equation Solver) optimization method and improving the accuracy of the predicted flow-depth relationship for steady and abnormal flows.

도 2는 본 발명에 따른 하천 홍수 예·경보 프레임워크 기반의 홍수 예측을 위한 시스템의 구성도이다.Figure 2 is a configuration diagram of a system for flood prediction based on a river flood forecasting and warning framework according to the present invention.

본 발명에 따른 하천 홍수 예·경보 프레임워크 기반 홍수 예측 시스템은 도 2에서와 같이, 수집 및 계측된 강우, 수심, 유량 자료를 입력받는 수집 및 계측 자료 입력부(100)와, 강우-유량 노모그래프로 유량을 예측하고 예측된 유량을 이용하여 수위-유량 관계식으로 수위를 예측하여 홍수 예·경보 처리를 하는 홍수 예·경보 처리 프레임워크부(200)와, 홍수 예·경보 처리 프레임워크부(200)의 홍수 예·경보 처리 결과를 기준으로 홍수 정보 전파 대상 기관 및 대상자들에게 홍수 예보 및 경보에 대한 정보를 전파하는 홍수 예·경보 전파부(300)를 포함한다.As shown in FIG. 2, the flood prediction system based on the river flood forecast and warning framework according to the present invention includes a collection and measurement data input unit 100 that receives collected and measured rainfall, water depth, and flow rate data, and a rainfall-flow nomograph. A flood forecast/warning processing framework unit 200 that predicts the flow rate and processes the flood forecast/warning by predicting the water level using the water level-flow relationship equation using the predicted flow rate, and a flood forecast/warning processing framework unit 200 It includes a flood forecast/warning dissemination unit 300 that disseminates information about flood forecasts and warnings to organizations and subjects subject to flood information dissemination based on the results of flood forecast/warning processing.

여기서, 강우-유량 노모그래프는 수치해석을 간단하고 능률적으로 수행하기 위하여 강우량, 지속시간 등과 같은 강우변수와 수위 및 유량 간의 상관관계를 정의한 테이블로 예·경보시스템에 사용되는 방법이다.Here, the rainfall-flow nomograph is a table that defines the correlation between rainfall variables such as rainfall amount and duration and water level and flow rate in order to perform numerical analysis simply and efficiently. It is a method used in forecasting and warning systems.

그리고 수집 및 계측 자료 입력부(100)의 수집 및 계측 데이터는 해당 하천의 계측 수위, 유속, 유량의 수리량 계측자료와 동 시간의 기상관측자료를 포함할 수 있고, 이로 제한되지 않는다.In addition, the collection and measurement data of the collection and measurement data input unit 100 may include, but is not limited to, measurement data of the measured water level, flow rate, and flow rate of the relevant river and meteorological observation data of the same time.

홍수 예·경보 처리 프레임워크부(200)의 상세 구성은 다음과 같다.The detailed configuration of the flood forecast/warning processing framework unit 200 is as follows.

도 3은 홍수 예·경보 처리 프레임워크부의 상세 구성도이다.Figure 3 is a detailed configuration diagram of the flood forecast and warning processing framework unit.

홍수 예·경보 처리 프레임워크부(200)는 도 2에서와 같이, 비선형 회귀방법을 사용하여 지수 함수 형태의 강우-유량 노모그래프를 구축하는 강우-유량 노모그래프 구축부(21)와, 하천 유속, 하상 조도계수 및 하천의 수로경사, 단면 사행도와 같은 수로의 기하학적 특징 사이의 관계를 반영할 수 있도록, 복합단면의 변동속도를 고려하여 단면을 선택된 소단면으로 나누고 각 소단면의 단면적, 동수반경 등을 측정하여 측정 단면 유량의 계산을 위한 수위-유량 관계식 산출을 하는 수위-유량 관계식 산출부(22)와, 강우-유량 노모그래프 구축부(21)에서 구축된 강우-유량 노모그래프를 이용하여 유량을 예측하는 유량 예측부(23)와, 유량 예측부(23)에서 예측된 유량을 수위-유량 관계식 산출부(22)에서 산출된 수위-유량 관계식에 적용하여 수위를 예측하는 수위 예측부(24)와, 수위-유량 관계식으로 예측된 수심이 경보기준을 초과하는지 비교하는 예측값 비교부(25)와, 예측 수심이 경보 기준을 초과할 경우 홍수 경보를 발령하는 홍수 예·경보 발령부(26)를 포함한다.As shown in FIG. 2, the flood forecast/warning processing framework unit 200 includes a rainfall-flow nomograph construction unit 21 that constructs a rainfall-flow nomograph in the form of an exponential function using a non-linear regression method, and a river flow rate In order to reflect the relationship between the river bed roughness coefficient and the geometric characteristics of the channel such as the river channel slope and cross-section meandering, the cross-section is divided into selected sub-sections by considering the variation speed of the composite cross-section, and the cross-sectional area and hydraulic radius of each sub-section are calculated. Using the water level-flow rate relation calculation unit 22, which calculates the water level-flow relationship equation for calculating the measured cross-sectional flow rate by measuring the measured cross-sectional flow rate, and the rainfall-flow rate nomograph constructed in the rainfall-flow rate nomograph construction section 21, A flow rate prediction unit 23 that predicts the flow rate, and a water level prediction unit that predicts the water level by applying the flow rate predicted by the flow rate prediction unit 23 to the water level-flow rate relationship equation calculated by the water level-flow rate relationship calculation section 22 ( 24), a predicted value comparison unit 25 that compares whether the water depth predicted by the water level-flow relationship equation exceeds the warning standard, and a flood forecast/warning issuing unit 26 that issues a flood warning if the predicted water depth exceeds the warning standard. ) includes.

여기서, 예측 수심이 경보기준을 초과하지 않았을 경우에는 실측값과 예측값을 비교하여 강우-유량 노모그래프와 수위-유량 관계식을 개선할지 여부를 판단하여 개선이 필요한 경우에 새롭게 계측된 강우, 수심, 유량 자료를 이용하여 강우-유량 노모그래프와 수위-유량 관계식을 재생산하는 강우-유량 노모그래프 및 수위-유량 관계식 개선부(27)를 더 포함한다.Here, if the predicted water depth does not exceed the warning standard, the actual measured value and the predicted value are compared to determine whether to improve the rainfall-flow nomograph and the water level-flow relationship. If improvement is necessary, the newly measured rainfall, water depth, and flow rate are determined. It further includes a rainfall-flow nomograph and water level-flow relationship improvement unit 27 that reproduces the rainfall-flow nomograph and water level-flow relationship equation using data.

도 4는 본 발명에 따른 하천 홍수 예·경보 프레임워크 기반의 홍수 예측을 위한 동작 개념을 나타낸 구성도이다.Figure 4 is a configuration diagram showing the operational concept for flood prediction based on the river flood forecasting and warning framework according to the present invention.

AI는 고전적인 수문 및 수리 모델의 대안이 될 수 있으며, 홍수 예측 기술 개발에 사용할 수 있다. 본 발명에서는 측정 데이터와 인공지능 기술을 기반으로 도 3에서와 같이 하천 홍수 예·경보 프레임워크를 구성한다.AI can be an alternative to classical hydrological and hydraulic models and can be used to develop flood prediction technologies. In the present invention, a river flood forecasting and warning framework is constructed as shown in FIG. 3 based on measurement data and artificial intelligence technology.

홍수 예·경보 프레임워크는 기상청에서 개발한 MAPLE(McGill Algorithm for Rainfall nowcasting by Lagrangian Extrapolation) 방법을 이용하여 예측한 강우를 입력값으로 이용하여 측정 데이터 기반 예측 방법인 강우-유량 노모그래프로 강우를 예측하고 예측된 유량을 이용하여 수위-유량 관계식으로 수위를 예측하여 홍수 예·경보 발령을 한다.The flood forecast and warning framework uses the MAPLE (McGill Algorithm for Rainfall nowcasting by Lagrangian Extrapolation) method developed by the Korea Meteorological Administration to predict rainfall using the rainfall-flow nomograph, a measurement data-based prediction method, using predicted rainfall as an input. Then, using the predicted flow rate, the water level is predicted using the water level-flow relationship equation and a flood forecast/warning is issued.

본 발명에 따른 하천 홍수 예·경보 프레임워크 기반 홍수 예측 방법을 구체적으로 설명하면 다음과 같다.The flood prediction method based on the river flood forecast and warning framework according to the present invention will be described in detail as follows.

도 5는 본 발명에 따른 하천 홍수 예·경보 프레임워크 기반의 홍수 예측을 위한 방법을 나타낸 플로우 차트이다.Figure 5 is a flow chart showing a method for flood prediction based on the river flood forecasting and warning framework according to the present invention.

본 발명에 따른 하천 홍수 예·경보 프레임워크 기반 홍수 예측 방법은 도 5에서와 같이, 수집 및 계측 자료 입력 단계(S401)와, 강우-유량 노모그래프 구축 및 수위-유량 관계식 산출 단계(S402)와, 강우-유량 노모그래프로 유량 예측을 하는 단계(S403)와, 예측된 유량을 이용하여 수위-유량 관계식으로 수위 예측을 하는 단계(S404)와, 예측값을 비교하여 예측 수심이 경보 기준을 초과할 경우 홍수 경보 발령하는 단계(S405)와, 예측 수심이 경보기준을 초과하지 않았을 경우에는 실측값과 예측값을 비교하여 강우-유량 노모그래프와 수위-유량 관계식을 개선할지 여부를 판단하는 단계(S406)와, 개선이 필요하다면 새롭게 계측된 강우, 수심, 유량 자료를 이용하여 강우-유량 노모그래프와 수위-유량 관계식을 재생산하고 이를 이용하여 홍수량 예측과 수심을 예측하는 과정을 반복하는 단계(S407)를 포함한다.As shown in Figure 5, the flood prediction method based on the river flood forecast and warning framework according to the present invention includes a collection and measurement data input step (S401), a rainfall-flow nomograph construction and water level-flow relationship calculation step (S402), and , a step of predicting the flow rate using a rainfall-flow nomograph (S403), a step of predicting the water level using the water level-flow relationship equation using the predicted flow rate (S404), and comparing the predicted values to determine if the predicted water depth exceeds the warning standard. In this case, a step of issuing a flood warning (S405), and if the predicted water depth does not exceed the warning standard, a step of comparing the actual and predicted values to determine whether to improve the rainfall-flow nomograph and water level-flow relationship equation (S406) If improvement is needed, repeat the process of reproducing the rainfall-flow nomograph and water level-flow relationship using newly measured rainfall, water depth, and flow data and using them to predict flood volume and water depth (S407). Includes.

도 6a와 도 6b는 강우-유량 노모그래프 및 수위-유량 관계식의 일 예를 나타낸 구성도이다.Figures 6a and 6b are diagrams showing an example of a rainfall-flow nomograph and a water level-flow relationship equation.

강우-유량 노모그래프는 선행강우량 조건에 따라 AMC I, II 그리고 III 조건으로 분류하고 각각의 조건에 따라 강우-유량 노모그래프를 구축한다.Rainfall-flow nomographs are classified into AMC I, II, and III conditions according to preceding rainfall conditions, and rainfall-flow nomographs are constructed according to each condition.

이때 수위-유량 관계식은 모든 자료를 사용하는데, 그 이유는 강우-유량 노모그래프를 이용하여 예측한 유량에는 선행강우 조건이 포함되어 있어 수위 예측에는 이를 고려할 필요가 없기 때문이다. At this time, the water level-flow relationship equation uses all data, because the flow rate predicted using the rainfall-flow nomograph includes preceding rainfall conditions, so there is no need to consider this in water level prediction.

도 7a와 도 7b는 소하천 홍수 예·경보 프레임워크 경보 발령 기준의 일 예를 나타낸 구성도이다.Figures 7a and 7b are diagrams illustrating an example of a small river flood forecast/warning framework warning issuance standard.

홍수 예·경보는 수심 또는 유량의 예측값이 예·경보 기준을 초과할 경우에 발령한다.Flood forecasts and warnings are issued when the predicted water depth or flow rate exceeds the forecast and warning standards.

본 발명에 따른 FEWF의 예·경보 발령기준은 도 6a와 도 6b와 같이 '주의'와 '심각'의 두 개 기준으로 구성되어 있는데, '주의' 기준은 소하천으로의 진입, 차단을 막기 위해 발령하는 기준으로써 소하천 수심이 50cm에 이를 것으로 예측될 때 발령하며, '심각' 기준은 홍수로 인해 제방이 월류하거나 범람하여 피해가 예상될 때 대피 등을 위해 발령하는 기준으로써 예측 수위가 계획홍수위에 도달할 것으로 예측될 때 발령하는 기준이다.The forecast/warning issuance standard of FEWF according to the present invention consists of two standards, 'Caution' and 'Serious', as shown in Figures 6a and 6b. The 'Caution' standard is issued to prevent entry into and blocking of small rivers. This standard is issued when the water depth of a small river is predicted to reach 50cm, and the 'severe' standard is issued for evacuation, etc. when damage is expected due to overflowing or overflowing the embankment due to flooding, and the predicted water level reaches the planned flood level. This is a standard issued when it is predicted that something will happen.

그리고 강우-유량 노모그래프로부터 예측된 홍수량은 개발된 수위-유량곡선에 입력하여 예측된 수심이 경보기준을 초과할 때까지 수심을 예측하는 데 사용되었다. 예측 수심이 경보 기준을 초과할 경우 홍수 경보가 발령된다.And the flood volume predicted from the rainfall-flow nomograph was input into the developed water level-flow curve and used to predict water depth until the predicted water depth exceeded the warning standard. A flood warning is issued if the predicted water depth exceeds the warning criteria.

그러나 예측 수심이 경보기준을 초과하지 않았을 경우에는 실측값과 예측값을 비교하여 강우-유량 노모그래프와 수위-유량 관계식을 개선할지 여부를 판단한다.However, if the predicted water depth does not exceed the warning standard, the actual measured and predicted values are compared to determine whether to improve the rainfall-flow nomograph and water level-flow relationship equation.

만약 개선이 필요하다면 새롭게 계측된 강우, 수심, 유량 자료를 이용하여 강우-유량 노모그래프와 수위-유량 관계식을 재생산하고 이를 이용하여 홍수량 예측과 수심을 예측하는 과정을 반복한다.If improvement is necessary, reproduce the rainfall-flow nomograph and water level-flow relationship using newly measured rainfall, water depth, and flow data and repeat the process of predicting flood volume and water depth using these.

반복계산 과정에서 예측값과 측정값의 잔차가 수렴기준 이하로 기준을 만족하면 예측을 반복하여 다음 단계의 유량과 수심을 예측하지만, 기준을 만족하지 못하면 새로운 계측 값을 이용하여 강우-유량 노모그래프와 수위-유량 관계식을 향상시킨다.During the iterative calculation process, if the residual between the predicted value and the measured value is below the convergence standard and meets the standard, the prediction is repeated to predict the flow rate and water depth of the next stage. However, if the standard is not met, the new measured value is used to create a rainfall-flow nomograph and Improve the water level-flow relationship.

본 발명에서는 강우-유량 노모그래프와 수위-유량 관계식을 개선하고 정상 및 비정상 흐름에 대한 예측된 유량-수심 관계식의 정확도를 개선하기 위해 RCNES(Robust Constrained Nonlinear Equation Solver) 최적화 방법을 적용한다.In the present invention, the RCNES (Robust Constrained Nonlinear Equation Solver) optimization method is applied to improve the rainfall-flow nomograph and water level-flow relationship and to improve the accuracy of the predicted flow-water depth relationship for normal and abnormal flows.

이때 목적 함수는 정규화된 수심의 예측된 세트와 측정된 세트 사이의 RMSE를 최소화하도록 설정한다.At this time, the objective function is set to minimize the RMSE between the predicted and measured sets of normalized water depths.

RCNES는 제곱 오차의 합을 최소화하기보다는 덜 빠르게 증가하는 잔차 함수의 합을 최소화하는 로버스트 방법이다. 이 방법은 다음 식과 같은 수정 벡터 Θ를 사용하여 잔차 함수의 합을 최소화한다.RCNES is a robust method that minimizes the sum of residual functions that grow less rapidly than minimizing the sum of squared errors. This method minimizes the sum of the residual functions using the correction vector Θ as in the following equation.

여기서, 는 단위 행렬, 는 잔차 함수의 Jacobian 행렬, 은 잔차 행렬, 는 알려졌거나 이전에 추정된 척도 매개변수, 는 추정 값이 Jacobian 행렬의 특이점을 제거하기에 충분히 크지만, 가까운 특이 영역에서 합리적인 속도로 멀어지는 것이 가능하도록 하는 너무 크지 않은 음이 아닌 매개변수이다.here, is the identity matrix, is the Jacobian matrix of the residual function, is the residual matrix, is a known or previously estimated scale parameter; is a nonnegative parameter whose estimated value is large enough to eliminate singularities in the Jacobian matrix, but not too large to allow it to move away from nearby singular regions at a reasonable rate.

RCNES의 해석해는 가정된 초기치 을 이용하여 다음식으로 구한다.The analytical solution of RCNES is based on assumed initial values. It is obtained using the following equation.

여기서, 는 스칼라 단계 길이이다. 이때 절대 제약 조건은 이며 는 다음과 같다.here, is the scalar step length. At this time, the absolute constraint is and is as follows:

여기서, 는 Shacham이 제안한 0.99를 사용하였다. 는 다음 식으로 구해진다.here, used 0.99 suggested by Shacham. is obtained by the following equation.

이 때 이 잔차의 0.975 분위수 제곱근보다 작다면 이 되고 이 잔차의 0.975 분위수 제곱근보다 크다면 이 된다.At this time If this residual is less than the square root of the 0.975 quantile, silver Become this If this residual is greater than the square root of the 0.975 quantile, then silver This happens.

마지막으로 척도 모수는 다음 식으로 계산된다.Finally, the scale parameter is calculated as follows:

여기서 계수 1.48은 잔차 함수가 가우시안일 때 척도 모수를 편향되지 않은 추정치로 만들기 위한 값이다.Here, the coefficient of 1.48 is a value to make the scale parameter an unbiased estimate when the residual function is Gaussian.

RCNES 방법은 예측값과 측정값 수렴 기준 사이의 잔차가 충족될 때까지 반복 절차가 계속된다. 본 발명에서는 RMSE(Root Mean Square Errors) 기준과 결정계수를 최소화 하는 방법으로 변수를 최적화한다.The RCNES method continues the iterative process until the residual between the predicted value and the measured value convergence criterion is met. In the present invention, variables are optimized by minimizing the Root Mean Square Errors (RMSE) criterion and the coefficient of determination.

강우-유량 노모그래프에 관하여 구체적으로 설명하면 다음과 같다.A detailed description of the rainfall-flow nomograph is as follows.

본 발명에서는 계측 및 미계측 소하천을 나누어 FEWF를 개발했다.In the present invention, FEWF was developed by dividing measured and unmeasured small rivers.

여기서 계측 소하천은 홍수 유량 및 수심을 포함하는 수리량 계측 자료가 있는 소하천으로, 미계측 소하천은 수리량 계측 자료가 없는 소하천으로 정의한다. Here, a measured small stream is defined as a small stream with hydraulic volume measurement data, including flood flow rate and water depth, and an unmeasured small stream is defined as a small stream without hydraulic volume measurement data.

강우-유량 노모그래프는 강우량과 유량의 상관관계식을 이용하여 유량을 예측하는 방법이다.The rainfall-flow nomograph is a method of predicting flow rate using the correlation equation between rainfall and flow rate.

본 발명에서 계측 소하천에 대해서는 계측 자료를 이용하여 강우-유량 노모그래프와 수위-유량 관계식을 구축 및 산출하고, 미계측 소하천에 대해서는 측정된 강우 데이터와 Clark Unit Hydrograph Model을 이용하여 구한 유량 자료를 이용하여 강우-유량 노모그래프를 구축한다.In the present invention, for measured small rivers, a rainfall-flow nomograph and water level-flow relationship equation are constructed and calculated using measured data, and for unmeasured small rivers, measured rainfall data and flow data obtained using the Clark Unit Hydrograph Model are used. This builds a rainfall-flow nomograph.

그 이유는 소하천 설계 기준에서 홍수 유출량과 수심을 예측하기 위해 Clark Unit Hydrograph Model과 HEC-RAS Model을 제안하고 있으며, 지방자치단체는 소하천설계기준에 따라 10년마다 종합계획을 수립하고 있기 때문이다. 미계측 소하천의 수위-유량 관계식은 계산된 홍수량을 Manning 공식에 대입하여 구한 홍수위를 이용하여 산출한다.The reason is that the Clark Unit Hydrograph Model and HEC-RAS Model are proposed to predict flood discharge and water depth in small river design standards, and local governments are establishing comprehensive plans every 10 years in accordance with small river design standards. The water level-flow relationship for unmeasured small rivers is calculated using the flood level obtained by substituting the calculated flood volume into Manning's formula.

본 발명에서는 비선형 회귀방법을 사용하여 다음과 같은 지수 함수 형태의 강우-유량 노모그래프를 구축한다.In the present invention, a non-linear regression method is used to construct a rainfall-flow nomograph in the form of an exponential function as follows.

여기서, 는 유량(m3/s), 는 1시간 누적 강우량(mm/h), 는 RCNES를 사용하여 추정한 최적의 매개변수이다.here, is the flow rate (m 3 /s), is the 1-hour cumulative rainfall (mm/h), is the optimal parameter estimated using RCNES.

정확한 홍수량 예측을 위해서는 주어진 호우에 대한 유역의 수문학적 반응을 살펴보기 위해 토양의 초기 수분 함량을 고려할 필요가 있다.For accurate flood forecasts, it is necessary to consider the initial moisture content of the soil to examine the hydrological response of the watershed to a given heavy rainfall.

본 발명에서는 선행 수분 조건을 사용하여 초기 수분 함량으로 인한 배출의 변화를 결정한다.In the present invention, preceding moisture conditions are used to determine the change in emissions due to initial moisture content.

서로 다른 토양 수분 초기 조건을 설명하기 위해 본 발명에서는 각각 다른 AMC 등급에 해당하는 3개의 하위 집합으로 5개의 소하천 유역에서 측정된 강우량과 유량을 구분한다.To account for different soil moisture initial conditions, the present invention divides the measured rainfall and flow from five small river basins into three subsets, each corresponding to a different AMC class.

이러한 세분화는 강우 사건 이전의 초기 토양 수분 상태와 관련된 AMC 값을 기반으로 수행한 결과이다. 이 값에 따라 해당 강우 및 배출 시계열은 적절한 AMC 등급으로 그룹화된다.This segmentation is based on AMC values associated with the initial soil moisture state prior to the rainfall event. According to this value, the corresponding rainfall and discharge time series are grouped into the appropriate AMC class.

본 발명에서는 서로 다른 AMC 등급에 해당하는 3개의 그룹화된 강우 사상 및 유량 조건을 사용하여 3가지 유형의 강우-유량 노모그래프를 구축한다.In the present invention, three types of rainfall-flow nomographs are constructed using three grouped rainfall events and flow conditions corresponding to different AMC classes.

수위-유량 관계식 산출에 관하여 구체적으로 설명하면 다음과 같다.A detailed explanation of the calculation of the water level-flow relationship equation is as follows.

수위-유량 관계식은 하천의 수심을 예측하기 위한 방법이다.The water level-flow relationship is a method for predicting the water depth of a river.

본 발명에서는 Manning 방정식을 사용하여 수위-유량 관계식을 산출하는데, Manning 방정식은 단면에서 수심과 유량 사이의 관계를 설정하는 데 사용하는 방정식이다.In the present invention, the water level-flow relationship is calculated using the Manning equation, which is an equation used to establish the relationship between water depth and flow rate in a cross section.

이 방법은 하천 유속, 하상 조도계수 및 하천의 수로경사, 단면 사행도와 같은 수로의 기하학적 특징 사이의 관계를 반영할 수 있다.This method can reflect the relationship between river flow velocity, river bed roughness coefficient, and geometric features of the channel such as the channel slope and cross-sectional meandering of the river.

본 발명에서 사용한 방법은 복합단면의 변동속도를 고려하여 단면을 선택된 소단면으로 나누고 각 소단면의 단면적, 동수반경 등을 측정한다.The method used in the present invention divides the cross-section into selected small cross-sections by considering the variable speed of the composite cross-section and measures the cross-sectional area, hydraulic radius, etc. of each small cross-section.

측정 단면 유량의 계산을 위한 방정식은 다음과 같이 각 하위 단면의 수리적 기울기가 동일하다는 가정을 사용한다.The equation for calculating the measured cross-section flow rate uses the assumption that the hydraulic slope of each sub-cross section is the same:

여기서, 는 하상경사, 번째 단면의 면적(m2), 번째 단면의 동수반경(m)이고, 번째 단면의 조도계수이다.here, is the river bed slope, Is Area of the th cross section (m 2 ), Is Hydraulic radius (m) of the th cross section, Is It is the roughness coefficient of the th cross section.

Manning 방정식은 계측된 수리학적 데이터가 없는 미계측 소하천에도 적용할 수 있다는 장점이 있다.The Manning equation has the advantage of being applicable to unmeasured small rivers without measured hydraulic data.

이상에서 설명한 본 발명에 따른 하천 홍수 예·경보 프레임워크 기반 홍수 예측 시스템 및 방법은 강인한 홍수 예·경보 플랫폼을 구축하여 과학적 하천관리 및 고도화된 홍수 예·경보가 가능하도록 한 것으로, 실시간으로 홍수 발생 여부에 대한 정확한 판단을 하여 홍수 정보 전파 대상 기관 및 대상자들에게 홍수 예보 및 경보에 대한 정보를 정확하게 전달하여 홍수 발생에 대한 효율적인 대응이 가능하도록 한 것이다.The flood prediction system and method based on the river flood forecast/warning framework according to the present invention described above enables scientific river management and advanced flood forecast/warning by establishing a robust flood forecast/warning platform, which allows for real-time flood occurrence. By making an accurate judgment on whether or not flood information is available, information on flood forecasts and warnings can be accurately delivered to organizations and people subject to flood information dissemination, enabling efficient response to flood occurrences.

이상에서의 설명에서와 같이 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 변형된 형태로 본 발명이 구현되어 있음을 이해할 수 있을 것이다.As described above, it will be understood that the present invention is implemented in a modified form without departing from the essential characteristics of the present invention.

그러므로 명시된 실시 예들은 한정적인 관점이 아니라 설명적인 관점에서 고려되어야 하고, 본 발명의 범위는 전술한 설명이 아니라 특허청구 범위에 나타나 있으며, 그와 동등한 범위 내에 있는 모든 차이점은 본 발명에 포함된 것으로 해석되어야 할 것이다.Therefore, the specified embodiments should be considered from an illustrative rather than a limiting point of view, the scope of the present invention is indicated in the claims rather than the foregoing description, and all differences within the equivalent scope are intended to be included in the present invention. It will have to be interpreted.

100. 수집 및 계측 자료 입력부
200. 홍수 예·경보 처리 프레임워크부
300. 홍수 예·경보 전파부
100. Collection and measurement data input unit
200. Flood forecast and warning processing framework department
300. Flood forecast and warning dissemination department

Claims (15)

적어도 하나 이상의 프로세서를 포함하는 전자 장치에는,
수집 및 계측된 강우, 수심, 유량 자료를 입력받는 수집 및 계측 자료 입력부;
강우-유량 노모그래프로 유량을 예측하고 예측된 유량을 이용하여 수위-유량 관계식으로 수위를 예측하여 홍수 예·경보 처리를 하는 홍수 예·경보 처리 프레임워크부;
홍수 예·경보 처리 프레임워크부의 홍수 예·경보 처리 결과를 기준으로 홍수 정보 전파 대상 기관 및 대상자들에게 홍수 예보 및 경보에 대한 정보를 전파하는 홍수 예·경보 전파부;를 포함하고,
상기 홍수 예·경보 처리 프레임워크부는, 예측 수심이 경보기준을 초과하지 않았을 경우에는 실측값과 예측값을 비교하여 강우-유량 노모그래프와 수위-유량 관계식을 개선할지 여부를 판단하여 개선이 필요한 경우에 새롭게 계측된 강우, 수심, 유량 자료를 이용하여 강우-유량 노모그래프와 수위-유량 관계식을 재생산하고, 이를 이용하여 홍수량 예측과 수심을 예측하는 과정을 반복하고,
홍수량 예측과 수심을 예측하는 과정을 반복하는 단계에서, 예측값과 측정값의 잔차가 수렴기준 이하로 기준을 만족하면 예측을 반복하여 다음 단계의 유량과 수심을 예측하고, 기준을 만족하지 못하면 새로운 계측 값을 이용하여 강우-유량 노모그래프와 수위-유량 관계식을 향상시키고,
RCNES(Robust Constrained Nonlinear Equation Solver) 최적화 방법을 적용하여 강우-유량 노모그래프를 개선하고, 정상 및 비정상 흐름에 대한 예측된 유량-수심 관계식의 정확도를 높이고,
강우-유량 노모그래프 구축을 위하여, 홍수 유량 및 수심을 포함하는 수리량 계측 자료가 있는 계측 소하천 및 수리량 계측 자료가 없는 미계측 소하천으로 구분하여, 계측 소하천에 대해서는 계측 자료를 이용하여 강우-유량 노모그래프와 수위-유량 관계식을 구축 및 산출하고, 미계측 소하천에 대해서는 측정된 강우 데이터와 Clark Unit Hydrograph Model을 이용하여 구한 유량 자료를 이용하여 강우-유량 노모그래프를 구축하는 것을 특징으로 하는 하천 홍수 예·경보 프레임워크 기반 홍수 예측 시스템.
In an electronic device including at least one processor,
A collection and measurement data input unit that receives collected and measured rainfall, water depth, and flow rate data;
A flood forecast/warning processing framework unit that predicts the flow rate using a rainfall-flow nomograph, uses the predicted flow rate to predict the water level using a water level-flow relationship equation, and processes flood forecast/warning;
It includes a flood forecast and warning dissemination unit that disseminates information about flood forecasts and warnings to organizations and subjects subject to flood information dissemination based on the flood forecast and warning processing results of the flood forecast and warning processing framework unit;
If the predicted water depth does not exceed the warning standard, the flood forecast/warning processing framework unit determines whether to improve the rainfall-flow nomograph and water level-flow relationship equation by comparing the actual measured value and the predicted value, and if improvement is necessary, Using newly measured rainfall, water depth, and flow data, we reproduce the rainfall-flow nomograph and water level-flow relationship, and use this to repeat the process of predicting flood volume and water depth.
In the stage of repeating the process of predicting flood volume and water depth, if the residuals between predicted and measured values are below the convergence standard and meet the criteria, the prediction is repeated to predict the flow rate and water depth for the next stage, and if the criteria are not met, new measurements are made. Use the values to improve the rainfall-flow nomograph and water level-flow relationship equation,
Apply the RCNES (Robust Constrained Nonlinear Equation Solver) optimization method to improve the rainfall-flow nomograph, increase the accuracy of the predicted flow-depth relationship for steady and unsteady flow, and
In order to construct a rainfall-flow nomograph, measured small rivers with hydraulic volume measurement data, including flood flow rate and water depth, and unmeasured small rivers without water volume measurement data were divided into two, and measured small rivers were divided into rainfall-flow rate using measured data. River flood, characterized by constructing and calculating nomographs and water level-flow relationships, and constructing rainfall-flow nomographs using measured rainfall data and flow data obtained using the Clark Unit Hydrograph Model for unmeasured small rivers. Flood prediction system based on forecast and warning framework.
제 1 항에 있어서, 홍수 예·경보 처리 프레임워크부는,
비선형 회귀방법을 사용하여 지수 함수 형태의 강우-유량 노모그래프를 구축하는 강우-유량 노모그래프 구축부,
복합단면의 변동속도를 고려하여 단면을 선택된 소단면으로 나누고 각 소단면의 단면적, 동수반경을 측정하여 측정 단면 유량의 계산을 위한 수위-유량 관계식 산출을 하는 수위-유량 관계식 산출부,
강우-유량 노모그래프 구축부에서 구축된 강우-유량 노모그래프를 이용하여 유량을 예측하는 유량 예측부,
유량 예측부에서 예측된 유량을 수위-유량 관계식 산출부에서 산출된 수위-유량 관계식에 적용하여 수위를 예측하는 수위 예측부,
수위-유량 관계식으로 예측된 수심이 경보기준을 초과하는지 비교하는 예측값 비교부,
예측 수심이 경보 기준을 초과할 경우 홍수 경보를 발령하는 홍수 예·경보 발령부를 포함하는 것을 특징으로 하는 하천 홍수 예·경보 프레임워크 기반 홍수 예측 시스템.
The method of claim 1, wherein the flood forecast and warning processing framework unit,
A rainfall-flow nomograph construction unit that constructs a rainfall-flow nomograph in the form of an exponential function using a non-linear regression method;
A water level-flow relationship calculation unit that divides the cross-section into selected small cross-sections in consideration of the variable speed of the complex cross-section, measures the cross-sectional area and hydraulic radius of each small cross-section, and calculates the water level-flow relationship for calculating the measured cross-section flow rate;
A flow prediction unit that predicts flow rate using the rainfall-flow nomograph constructed in the rainfall-flow nomograph construction unit,
A water level prediction unit that predicts the water level by applying the flow rate predicted in the flow prediction unit to the water level-flow relationship equation calculated in the water level-flow relationship equation calculation section,
A predicted value comparison unit that compares whether the water depth predicted by the water level-flow relationship exceeds the warning standard,
A flood prediction system based on a river flood forecast/warning framework, comprising a flood forecast/warning unit that issues a flood warning when the predicted water depth exceeds the warning standard.
삭제delete 제 2 항에 있어서, 수위-유량 관계식 산출부는 수위-유량 관계식 산출시에,
하천 유속, 하상 조도계수 및 하천의 수로경사, 단면 사행도를 포함하는 수로의 기하학적 특징 사이의 관계를 반영하는 것을 특징으로 하는 하천 홍수 예·경보 프레임워크 기반 홍수 예측 시스템.
The method of claim 2, wherein the water level-flow rate relationship calculation unit calculates the water level-flow rate relationship equation,
A flood prediction system based on a river flood forecast and warning framework, characterized by reflecting the relationship between river flow velocity, river bed roughness coefficient, and geometric characteristics of the waterway, including the river channel slope and cross-sectional meandering.
제 2 항에 있어서, 홍수 예·경보 발령부에서의 예·경보 발령기준은,
소하천으로의 진입, 차단을 막기 위해 발령하는 기준으로 소하천 수심이 50cm에 이를 것으로 예측될 때 발령하는 '주의' 기준과,
홍수로 인해 제방이 월류하거나 범람하여 피해가 예상될 때 대피를 위해 발령하는 기준으로 예측 수위가 계획홍수위에 도달할 것으로 예측될 때 발령하는 '심각' 기준으로 구분되는 것을 특징으로 하는 하천 홍수 예·경보 프레임워크 기반 홍수 예측 시스템.
According to claim 2, the standards for issuing forecasts and warnings at the flood forecast and warning issuing department are:
A 'caution' standard issued when the water depth of a small river is predicted to reach 50cm, which is a standard issued to prevent entry into or blocking small rivers, and
Examples of river floods, which are characterized by being classified into 'severe' standards issued when the predicted water level is predicted to reach the planned flood level, as a standard issued for evacuation when damage is expected due to overflow or overflow of the embankment due to flooding. Flood prediction system based on warning framework.
적어도 하나 이상의 프로세서를 포함하는 전자 장치에서 하천 홍수 예·경보 프레임워크 기반의 홍수 예측을 위한 동작이 수행되고,
수집 및 계측 자료 입력 단계;
강우-유량 노모그래프 구축 및 수위-유량 관계식 산출 단계;
강우-유량 노모그래프로 유량 예측을 하는 단계;
예측된 유량을 이용하여 수위-유량 관계식으로 수위 예측을 하는 단계;
예측값을 비교하여 예측 수심이 경보 기준을 초과할 경우 홍수 경보를 발령하는 단계;를 포함하고,
예측 수심이 경보기준을 초과하지 않았을 경우에는 실측값과 예측값을 비교하여 강우-유량 노모그래프와 수위-유량 관계식을 개선할지 여부를 판단하는 단계와, 개선이 필요하다면 새롭게 계측된 강우, 수심, 유량 자료를 이용하여 강우-유량 노모그래프와 수위-유량 관계식을 재생산하고 이를 이용하여 홍수량 예측과 수심을 예측하는 과정을 반복하는 단계를 더 포함하고,
홍수량 예측과 수심을 예측하는 과정을 반복하는 단계에서, 예측값과 측정값의 잔차가 수렴기준 이하로 기준을 만족하면 예측을 반복하여 다음 단계의 유량과 수심을 예측하고, 기준을 만족하지 못하면 새로운 계측 값을 이용하여 강우-유량 노모그래프와 수위-유량 관계식을 향상시키고,
RCNES(Robust Constrained Nonlinear Equation Solver) 최적화 방법을 적용하여 강우-유량 노모그래프를 개선하고, 정상 및 비정상 흐름에 대한 예측된 유량-수심 관계식의 정확도를 높이고,
강우-유량 노모그래프 구축을 위하여, 홍수 유량 및 수심을 포함하는 수리량 계측 자료가 있는 계측 소하천 및 수리량 계측 자료가 없는 미계측 소하천으로 구분하여, 계측 소하천에 대해서는 계측 자료를 이용하여 강우-유량 노모그래프와 수위-유량 관계식을 구축 및 산출하고, 미계측 소하천에 대해서는 측정된 강우 데이터와 Clark Unit Hydrograph Model을 이용하여 구한 유량 자료를 이용하여 강우-유량 노모그래프를 구축하는 것을 특징으로 하는 하천 홍수 예·경보 프레임워크 기반 홍수 예측 방법.
An operation for flood prediction based on a river flood forecast and warning framework is performed in an electronic device including at least one processor,
Collection and measurement data input stage;
Construction of rainfall-flow nomograph and calculation of water level-flow relationship equation;
Predicting flow rate using a rainfall-flow nomograph;
Predicting the water level using the water level-flow relationship equation using the predicted flow rate;
Comparing the predicted values and issuing a flood warning when the predicted water depth exceeds the warning standard,
If the predicted water depth does not exceed the warning standard, compare the actual and predicted values to determine whether to improve the rainfall-flow nomograph and water level-flow relationship, and if improvement is necessary, the newly measured rainfall, water depth, and flow rate It further includes the step of reproducing the rainfall-flow nomograph and water level-flow relationship using the data and repeating the process of predicting flood volume and water depth using this,
In the step of repeating the process of predicting flood volume and water depth, if the residual between the predicted value and the measured value meets the convergence standard or less, the prediction is repeated to predict the flow rate and water depth for the next step, and if the standard is not met, a new measurement is performed. Use the values to improve the rainfall-flow nomograph and water level-flow relationship equation,
Apply the RCNES (Robust Constrained Nonlinear Equation Solver) optimization method to improve the rainfall-flow nomograph, increase the accuracy of the predicted flow-depth relationship for steady and unsteady flow, and
In order to construct a rainfall-flow nomograph, measured small rivers with hydraulic volume measurement data, including flood flow rate and water depth, and unmeasured small rivers without water volume measurement data were divided into two, and measured small rivers were divided into rainfall-flow rate using measured data. River flood, characterized by constructing and calculating nomographs and water level-flow relationships, and constructing rainfall-flow nomographs using measured rainfall data and flow data obtained using the Clark Unit Hydrograph Model for unmeasured small rivers. Flood prediction method based on forecast and warning framework.
삭제delete 삭제delete 삭제delete 삭제delete 제 6 항에 있어서, 강우-유량 노모그래프 구축을 위하여,
비선형 회귀방법을 사용하여
지수 함수 형태의 강우-유량 노모그래프를 구축하고,
여기서, 는 유량(m3/s), 는 1시간 누적 강우량(mm/h), 는 RCNES를 사용하여 추정한 최적의 매개변수인 것을 특징으로 하는 하천 홍수 예·경보 프레임워크 기반 홍수 예측 방법.
According to claim 6, to construct a rainfall-flow nomograph,
Using non-linear regression method
Construct a rainfall-flow nomograph in the form of an exponential function,
here, is the flow rate (m 3 /s), is the 1-hour cumulative rainfall (mm/h), is a flood prediction method based on the river flood forecasting and warning framework, which is characterized by being the optimal parameter estimated using RCNES.
제 11 항에 있어서, 홍수량 예측을 위해서 주어진 호우에 대한 유역의 수문학적 반응을 알기 위해 토양의 초기 수분 함량을 고려하고,
선행 수분 조건을 사용하여 초기 수분 함량으로 인한 배출의 변화를 결정하고, 강우 사건 이전의 초기 토양 수분 상태와 관련된 AMC 값에 따라 해당 강우 및 배출 시계열은 AMC 등급으로 그룹화하고, 서로 다른 AMC 등급에 해당하는 3개의 그룹화된 강우 사상 및 유량 조건을 사용하여 3가지 유형의 강우-유량 노모그래프를 구축하는 것을 특징으로 하는 하천 홍수 예·경보 프레임워크 기반 홍수 예측 방법.
11. The method of claim 11, wherein to predict flood volume, the initial moisture content of the soil is considered to determine the hydrological response of the watershed to a given heavy rainfall,
Antecedent moisture conditions are used to determine the change in discharge due to initial moisture content, and according to the AMC values associated with the initial soil moisture state before the rainfall event, the corresponding rainfall and discharge time series are grouped into AMC classes, corresponding to different AMC classes. A flood prediction method based on the river flood forecast and warning framework, which is characterized by constructing three types of rainfall-flow nomographs using three grouped rainfall events and flow conditions.
제 6 항에 있어서, 수위-유량 관계식 산출을 위하여,
단면에서 수심과 유량 사이의 관계를 설정하는 Manning 방정식을 사용하고, 수위-유량 관계식 산출시에 하천 유속, 하상 조도계수 및 하천의 수로경사, 단면 사행도를 포함하는 수로의 기하학적 특징 사이의 관계를 반영하는 것을 특징으로 하는 하천 홍수 예·경보 프레임워크 기반 홍수 예측 방법.
According to claim 6, to calculate the water level-flow relationship,
Manning's equation, which establishes the relationship between water depth and flow rate in a cross section, is used, and when calculating the water level-flow relationship, the relationship between the geometric characteristics of the channel, including river flow velocity, river bed roughness coefficient, river channel slope, and cross-section meandering, is used. A flood prediction method based on a river flood forecast and warning framework, which is characterized by reflecting.
제 13 항에 있어서, 복합단면의 변동속도를 고려하여 단면을 선택된 소단면으로 나누고 각 소단면의 단면적, 동수반경을 측정하고,
측정 단면 유량의 계산을 위한 방정식은 각 하위 단면의 하상경사가 동일하다는 가정을 사용하여
으로 정의하고,
여기서, 는 하상경사, 번째 단면의 면적(m2), 번째 단면의 동수반경(m)이고, 번째 단면의 조도계수인 것을 특징으로 하는 하천 홍수 예·경보 프레임워크 기반 홍수 예측 방법.
The method of claim 13, wherein the cross-section is divided into selected small cross-sections in consideration of the variable speed of the composite cross-section, and the cross-sectional area and hydraulic radius of each small cross-section are measured,
The equation for calculating the measured section flow uses the assumption that the streambed slopes of each subsection are the same.
Define it as,
here, is the river bed slope, Is Area of the th cross section (m 2 ), Is Hydraulic radius (m) of the th cross section, Is A flood prediction method based on a river flood forecasting and warning framework, characterized by the roughness coefficient of the th cross section.
제 6 항에 있어서, 홍수 경보 발령하는 단계에서,
예·경보 발령기준은 소하천으로의 진입, 차단을 막기 위해 발령하는 기준으로 소하천 수심이 50cm에 이를 것으로 예측될 때 발령하는 '주의' 기준과,
홍수로 인해 제방이 월류하거나 범람하여 피해가 예상될 때 대피를 위해 발령하는 기준으로 예측 수위가 계획홍수위에 도달할 것으로 예측될 때 발령하는 '심각' 기준으로 구분되는 것을 특징으로 하는 하천 홍수 예·경보 프레임워크 기반 홍수 예측 방법.
The method of claim 6, wherein in the step of issuing a flood warning,
The standard for issuing forecasts and warnings is the standard for issuing warnings to prevent entry into and blocking small rivers, and the 'caution' standard for issuing when the water depth of a small river is predicted to reach 50cm;
Examples of river floods, which are characterized by being classified into 'severe' standards issued when the predicted water level is predicted to reach the planned flood level, as a standard issued for evacuation when damage is expected due to overflow or overflow of the embankment due to flooding. Flood prediction method based on warning framework.
KR1020230110467A 2023-08-23 2023-08-23 System and Method for Predicting Flood based on the Small Stream Flood Early Warning Framework(FEWF) KR102654405B1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020230110467A KR102654405B1 (en) 2023-08-23 2023-08-23 System and Method for Predicting Flood based on the Small Stream Flood Early Warning Framework(FEWF)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020230110467A KR102654405B1 (en) 2023-08-23 2023-08-23 System and Method for Predicting Flood based on the Small Stream Flood Early Warning Framework(FEWF)

Publications (1)

Publication Number Publication Date
KR102654405B1 true KR102654405B1 (en) 2024-04-04

Family

ID=90637673

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020230110467A KR102654405B1 (en) 2023-08-23 2023-08-23 System and Method for Predicting Flood based on the Small Stream Flood Early Warning Framework(FEWF)

Country Status (1)

Country Link
KR (1) KR102654405B1 (en)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100131902A (en) * 2009-06-08 2010-12-16 부경대학교 산학협력단 Flood prediction information system of high-resolution rapid-updated-coupling and flood prediction information method of high- resolution rapid-updated-coupling
KR101810337B1 (en) 2016-11-15 2017-12-18 서울대학교산학협력단 Server and method for flood forecast and alarm, method for receiving flood forecast and alarm
KR102015531B1 (en) 2019-03-25 2019-08-28 한국토코넷(주) Flood forecasting system
KR102485227B1 (en) 2022-04-22 2023-01-06 주재넷(주) Artificial intelligence-based flood forecasting system and flood forecasting method using the same

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100131902A (en) * 2009-06-08 2010-12-16 부경대학교 산학협력단 Flood prediction information system of high-resolution rapid-updated-coupling and flood prediction information method of high- resolution rapid-updated-coupling
KR101810337B1 (en) 2016-11-15 2017-12-18 서울대학교산학협력단 Server and method for flood forecast and alarm, method for receiving flood forecast and alarm
KR102015531B1 (en) 2019-03-25 2019-08-28 한국토코넷(주) Flood forecasting system
KR102485227B1 (en) 2022-04-22 2023-01-06 주재넷(주) Artificial intelligence-based flood forecasting system and flood forecasting method using the same

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
유역 및 흐름특성을 고려한 소하천 재난관리기술 개발(II). 국립재난안전연구원. (2022.12.) 1부.* *
유역 및 흐름특성을 고려한 소하천 재난관리기술 개발. 국립재난안전연구원. (2021.12.) 1부.* *
정태성 외 2외. 소하천 홍수 예ㆍ경보시스템 고도화를 위한 실측자료 기반 노모그래프 구축. 한국방재학회논문집. 제18권제6호. 페이지 369-376 (2018.10.) 1부.* *

Similar Documents

Publication Publication Date Title
WO2021003768A1 (en) Rural grass-roots flood early-warning method based on antecedent precipitation and upstream-downstream topological relationship
Alfieri et al. A European precipitation index for extreme rain‐storm and flash flood early warning
KR102073768B1 (en) Drought information supply system based on portal
US7627491B2 (en) Method for evaluating flood plain risks
CN112329257B (en) Hydrological model segmented screening method suitable for forecasting and early warning of torrential rain, torrential flood and flood in small watershed of mountainous area
WO2021129680A1 (en) Snowmelt flood prediction method and apparatus, electronic device, and storage medium
Yazdi Rehabilitation of urban drainage systems using a resilience-based approach
Lee et al. Assessment of sewer flooding model based on ensemble quantitative precipitation forecast
CN115471078B (en) Flood risk point assessment method and device based on urban water affair system
CN112528563B (en) Urban waterlogging early warning method based on SVM algorithm
CN113762796A (en) Railway engineering facility rainstorm flood dynamic risk map analysis method
CN115186858A (en) Transformer substation flood inundation risk early warning method and system based on different influence types
Burszta-Adamiak et al. Criteria for identifying maximum rainfall determined by the peaks-over-threshold (POT) method under the Polish Atlas of Rainfall Intensities (PANDa) project
CN116777206A (en) Waterlogging risk assessment method and system
Mahmoud et al. An improved method for estimating life losses from dam failure in China
Sabӑu et al. Combining radar quantitative precipitation estimates (QPEs) with distributed hydrological model for controlling transit of flash-flood upstream of crowded human habitats in Romania
KR102654405B1 (en) System and Method for Predicting Flood based on the Small Stream Flood Early Warning Framework(FEWF)
Bhandari et al. Utilizing civil geo-HECRAS capabilities for floodplain mapping of Colorado River in Texas during Hurricane Harvey
Calvo et al. Real-time flood forecasting of the Tiber river in Rome
Faulkner et al. Reservoir flood estimation: the way ahead
Sirait et al. The best synthetic unit hydrograph for peak discharge analysis. Case: the Bengawan Solo River, section Dengkeng–Pusur
Chowdhury et al. Flood Mapping For Jamuna River In Bangladesh Using Hec-Ras 1d/2d Coupled Model To Assess The Adverse Effect Of The Flood On The Agriculture And Infrastructure Of The Jamuna Flood Plain
Pichler et al. Fully automated simplification of urban drainage models on a city scale
YAP et al. Flood Simulation Using HEC-RAS for Sg Suloh, Batu Pahat.
Robbins et al. Assessing error in hydrological and hydraulic model output flows

Legal Events

Date Code Title Description
GRNT Written decision to grant