KR102365591B1 - 침수 예측 장치 및 그 방법 - Google Patents

침수 예측 장치 및 그 방법 Download PDF

Info

Publication number
KR102365591B1
KR102365591B1 KR1020200085021A KR20200085021A KR102365591B1 KR 102365591 B1 KR102365591 B1 KR 102365591B1 KR 1020200085021 A KR1020200085021 A KR 1020200085021A KR 20200085021 A KR20200085021 A KR 20200085021A KR 102365591 B1 KR102365591 B1 KR 102365591B1
Authority
KR
South Korea
Prior art keywords
information
flood
prediction
unit
map
Prior art date
Application number
KR1020200085021A
Other languages
English (en)
Other versions
KR20210123974A (ko
Inventor
장동민
주원균
정창후
김원수
박성원
송유진
서민호
Original Assignee
한국과학기술정보연구원(Kisti)
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 한국과학기술정보연구원(Kisti) filed Critical 한국과학기술정보연구원(Kisti)
Publication of KR20210123974A publication Critical patent/KR20210123974A/ko
Application granted granted Critical
Publication of KR102365591B1 publication Critical patent/KR102365591B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
    • Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Quality & Reliability (AREA)
  • Environmental Sciences (AREA)
  • Ecology (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Atmospheric Sciences (AREA)
  • Emergency Management (AREA)
  • Computing Systems (AREA)
  • Educational Administration (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Alarm Systems (AREA)

Abstract

본 발명의 일 실시예는 침수 예측 장치 및 그 방법으로서, 상기 침수 예측 방법은 관망해석에 기초하여 맨홀별 월류량 및 관로 수위를 예측하는 단계; 예상강우량과 상기 맨홀별 월류량 및 관로 수위에 기초하여 격자 단위로 침수 깊이를 예측하는 단계; 및 예측된 격자 단위의 침수 깊이에 기반한 침수 예측 정보를 지도상에 매핑하여 제공하는 단계를 포함하는 것을 특징으로 한다.

Description

침수 예측 장치 및 그 방법{APPARATUS AND METHOD FOR ESTIMATING FLOODING}
본 발명은 관로, 맨홀위치 등을 포함하는 도시 데이터에 기반하여 침수를 예측하는 장치 및 그 방법에 관한 것이다.
국지성 집중호우, 돌발성 호우에 의한 침수 피해가 증가하고 있으며, 도시화의 영향으로 인해 피해액뿐 아니라 피해 복구에도 막대한 비용과 시간이 요구되고 있다. 특히 대도시의 경우, 불투수면의 급증과 배수시스템의 변화 및 통수능력 부족으로 인해 내수침수 피해가 증가하고 있다. 내수침수 피해를 최소화하기 위해서는 홍수 위험 지역과 침수량을 신속하고 정확하게 예측할 필요가 있다. 기존의 침수 예측 방법은 과거 홍수 자료를 수집하여 모형을 구축하는데 장시간이 소요되고, 집중호우 시에 내수침수를 실시간으로 예측할 수 없다는 문제가 있다.
[선행기술문헌]
특허문헌 0001: 대한민국 등록특허공보 제10-1202841호(2011.12.21)
본 발명의 일 실시예는 관로, 맨홀의 위치, 지형정보 등을 이용하여 도시의 침수 위험을 분석하고, 예측된 결과를 시각화하여 실시간으로 제공할 수 있는 침수 예측 장치 및 방법을 제공하고자 한다.
본 발명은 관망해석에 기초하여 맨홀별 월류량 및 관로 수위를 예측하는 단계; 예상강우량과 상기 맨홀별 월류량 및 관로 수위에 기초하여 격자 단위로 침수 깊이를 예측하는 단계; 및 예측된 격자 단위의 침수 깊이에 기반한 침수 예측 정보를 지도상에 매핑하여 제공하는 단계를 포함하는 침수 예측 방법을 제공한다.
일 실시예에서, 침수 예측 방법은 상기 격자 단위로 침수 깊이를 예측하는 단계 이전에, 기상관측데이터에 기초하여 딥러닝을 수행하여 예상강우정보를량을 산정하는 단계를 더 포함한다. 상기 예상강우정보는 지역별 및/또는 시간별 예상강우량을 포함할 수 있다.
일 실시예에서, 상기 맨홀별 월류량 및 관로 수위를 예측하는 단계는, 복수개의 관로에 흐르는 유체의 양, 각 관로 사이즈, 맨홀이 형성되는 위치에 기반하여 상기 맨홀별 월류량 및 관로 수위를 예측하는 것을 특징으로 한다.
일 실시예에서, 상기 침수 예측 정보를 지도상에 매핑하여 제공하는 단계는, 배수구역별 누적 강우량 정보, 배수구역별 침수 위험 레벨에 대한 정보, 지도상에 매핑된 침수심 정보 및 대피 경로 중 어느 하나 이상을 3D 지도상에 매핑하여 제공하는 것을 특징으로 한다.
본 발명의 일 실시예에 따른 침수 예측 장치는 관망해석에 기초하여 맨홀별 월류량을 예측하는 월류량 예측부; 예상강우량과 상기 맨홀별 월류량에 기초하여 격자 단위로 침수 깊이를 예측하는 침수 깊이 예측부; 및 예측된 격자 단위의 침수 깊이에 기반한 침수 예측 정보를 지도상에 매핑하여 제공하는 정보 제공부를 포함한다.
일 실시예에서, 침수 예측 장치는 기상관측데이터에 기초하여 딥러닝을 수행하여 예상강우량을 산정하는 강우 예측부를 더 포함한다.
일 실시예에서, 상기 침수 깊이 예측부는 미리 저장된 2DIS(2 dimension inundation solution) 모델에 적용하여 격자 단위로 침수 깊이를 예측하는 것을 특징으로 한다.
일 실시예에서, 상기 침수 깊이 예측부는 미리 저장된 2DIS(2 dimension inundation solution) 모델에 적용된 아래 수학식 1에 기반하여 침수 깊이를 예측할 수 있다.
[수학식 1]
Figure 112020071630351-pat00001
상기 수식에서 h는 지표면 수심이고 qx와 qy는 x와 y 방향의 단위폭당 유량이며, e는 단위면적당 생성항 또는 소멸항이고, u와 v는 x와 y 방향의 평균유속이며, Sox, Soy, Sfx는 x와 y방향의 바닥경사와 마찰경사이고, t는 시간이며, g는 중력가속도임
본 발명의 일 실시예에 따르면, 관로 및 맨홀의 위치에 기반한 침수 예측이 가능하므로 침수 예측의 정확도가 향상될 수 있다. 뿐만 아니라, 본 발명에서 개시하고 있는 실시예에 따르면, 실시간으로 도심의 침수 상황을 모니터링할 수 있으며, 특정 지역에서 침수 현상이 발생한 경우, 침수가 발생한 특정 지역에 침수와 관련된 알람을 제공할 수 있다.
도 1은 본 발명의 일 실시예에 따른 침수 예측 시스템의 블럭도이다.
도 2는 본 명세서의 일 실시 예에 따른 침수 예측 장치를 설명하기 위한 구성도이다.
도 3은 본 발명의 일 실시예에 따른 침수 예측 방법을 설명하기 위한 흐름도이다.
도 4는 본 발명의 일실시예에서 채택하는 SWMM 모델을 설명하기 위한 블럭도이다.
도 5는 본 발명의 일 실시예에 따른 2차원 침수흐름해석 모델을 설명하기 위한 도면이다.
도 6은 본 발명의 일 실시예에 따른 침수 예측 장치에 의해 제공 서비스를 설명하기 위한 도면이다.
도 7은 본 발명의 일 실시예에 따른 침수 예측 서비스에 의해 제공되는 제1 화면 구성을 나타낸 도면이다.
도 8은 본 발명의 일 실시예에 따른 침수 예측 서비스에 의해 제공되는 제2 화면 구성을 나타낸 도면이다.
도 9는 본 발명의 일 실시예에 따른 침수 예측 서비스에 의해 제공되는 맨홀 월류량의 변화 정보를 제공하는 제3 화면 구성을 나타낸 도면이다.
도 10은 본 발명의 일 실시예에 따른 침수 예측 서비스에 의해 제공되는 침수 상태 정보를 제공하는 제4 화면 구성을 나타낸 도면이다.
도 11은 본 발명의 일 실시예에 따른 침수 예측 서비스에 의해 제공되는 위험 맨홀 및 관로 분석 결과를 제공하는 제5 화면 구성을 나타낸 도면이다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다. 각 도면을 설명하면서 유사한 참조부호를 유사한 구성요소에 대해 사용하였다.
제1, 제2, A, B 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되어서는 안 된다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용된다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제1 구성요소는 제2 구성요소로 명명될 수 있고, 유사하게 제2 구성요소도 제1 구성요소로 명명될 수 있다. 및/또는 이라는 용어는 복수의 관련된 기재된 항목들의 조합 또는 복수의 관련된 기재된 항목들 중의 어느 항목을 포함한다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급된 때에는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해되어야 할 것이다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해되어야 할 것이다.
본 명세서에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함한다. 본 출원에서, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징들이나 숫자, 단계, 동작, 구성요소, 부품 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 미리 배제하지 않는 것으로 이해되어야 한다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가지고 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥 상 가지는 의미와 일치하는 의미를 가지는 것으로 해석되어야 하며, 본 명세서에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않는다.
도 1은 본 발명의 일 실시예에 따른 침수 예측 시스템의 블럭도이다.
도 1을 참조하면, 본 명세서의 일 실시 예에 따른 침수 예측 시스템은, 하나 이상의 사용자 단말(10)과 침수 예측 장치(100)를 포함하고, 외부 시스템(200)을 더 포함할 수 있다. 침수 예측 장치(100)는 사용자 단말(10) 및 외부 시스템(200)과 통신망을 통해 접속 가능하도록 구성된다.
사용자 단말(10)은 침수 예측 장치(100)에 접속하여, 침수 예측과 관련된 정보를 제공받기 위한 단말로서, 예컨대, 휴대폰, 스마트폰, PDA(personal digital assistants), PC(personal computer), 태블릿 PC(tablet personal computer), 및 노트북(notebook) 등 다양한 형태의 단말일 수 있다.
통신망은 TCP/IP, LAN(Local Area Network), WIFI, LTE(Long Term Evolution), WCDMA(Wideband Code Division Multiple Access), 기타 현재까지 알려졌거나 미래에 알려질 유선 통신, 무선 통신 방식, 기타 통신 방식 중 적어도 일부를 이용하여 구현될 수 있다. 많은 통신이 통신망을 통해 수행되지만 후술하는 설명에서는 설명을 간결하게 하기 위해 통신망에 대한 언급을 생략한다.
침수 예측 장치(100)는, 과거의 기상관측데이터에 기초하여 학습된 딥러닝 모델에 현재의 기상관측데이터를 적용하여 예상강우량을 산정하고, 예상강우량에 관망해석 모델 및 침수해석 모델을 적용하여 침수 예측을 위한 기반을 구축할 수 있다.
여기서, 관망해석(distribution network analysis) 모델이란 관망을 구성하는 각각의 관의 유량, 수압을 구하는 것을 말하며, 관망(pipe network)이란 도심지역의 생활용수 혹은 공업용수의 급수관과 같이 여러 개의 관이 서로 연결이 되어 폐합회로를 형성하는 복합관수로를 의미한다. 관수로들은 관들이 복합적으로 얽혀 있기 때문에 연속방정식과 에너지 방정식을 이용하여 해석을 하며, 시행착오법 등이 관망해석에 이용될 수 있다.
침수해석 모델은 도시 지역에 특화된 침수지역에 대한 실시간 예측 및 운영이 가능한 격자기반 침수흐름해석 모델인 2DIS(2 dimension inundation solution)를 활용할 수 있다.
일 실시예에서 침수 예측 장치(100)는 기상관측데이터, 맨홀월류량, 공간지형자료, 토지피복도 등을 입력자료로 활용하여 미리 설정된 시간 후(예를 들어 3시간 후)의 침수 예측 정보를 생성할 수 있다.
강우정보를 생성하기 위하여, 외부 서버(200)로부터 기초자료를 획득할 수 있다. 예를 들어, 외부 서버(200)는 지자체기상청 서버를 포함할 수 있고, 침수 예측 장치(100)는 지자체기상청 서버로부터 기상청에서 생성한 국내 강우 관측자료(AWS, 레이더) 및 기상 예측자료(WRF)를 포함하는 기상관측데이터를 제공받을 수 있다. 침수 예측 장치(100)는 제공받은 기상관측데이터를 딥러닝 기법에 따라 예상강우량을 산정할 수 있다.
또한, 침수 예측 장치(100)는 외부서버(200)로부터 지도정보를 획득할 수 있다. 예를 들어, 외부 서버(200)는 맵 제공 서버일 수 있다.
침수 예측 장치(100)는 사용자 단말(10)이 실시간 침수 예측 화면에 접속할 경우, 접속 시간에 가장 가까운 미래의 침수 정보를 제공한다. 또한, 침수 예측 장치(100)는 실시간 치수 예측 화면에서 과거 침수 예측 이력도 제공한다.
다양한 실시예에 따르면, 침수 예측 장치(100)는 시나리오 방식과 실시간 침수 예측 시스템을 동시에 제공할 수 있으며, 침수 발생 3시간 전에 침수를 예측할 수 있다.
침수 예측 장치(100)의 각 구성부의 구체적인 동작은 도 2 내지 도 11를 참조하여 상세히 후술한다.
도 2는 본 명세서의 일 실시 예에 따른 침수 예측 장치를 설명하기 위한 구성도이다.
도 2를 참조하면, 본 명세서의 일 실시 예에 따른 침수 예측 장치(100)는 통신부(110), 강우 예측부(120), 월류량 예측부(130), 침수 깊이 예측부(140), 정보 제공부(150) 및 저장부(160)를 포함할 수 있다. 강우 예측부(120), 월류량 예측부(130), 침수 깊이 예측부(140) 및 정보 제공부(150)를 컨트롤러라고 통칭할 수도 있다.
통신부(110)는 침수 예측 장치(100) 내부에 구비된 데이터 송수신 장치로서, 통신망을 통해 외부의 단말 및 서버와 정보를 송수신한다.
강우 예측부(120)는 기상관측데이터에 기초하여 딥러닝을 수행하여 예상강우량을 산정한다. 기상관측데이터는 통신부(110)를 통해 외부의 지자체기상청 서버로부터 획득될 수 있으나 이에 한정되는 것은 아니며 기상청 서버로부터 직접 획득하는 등의 방법도 구현 가능하다. 기상관측데이터는 국내 강우 관측자료(AWS, 레이더) 및 기상 예측자료(WRF)를 포함할 수 있다. 예를 들어, 기상관측데이터는 전국 레이더 기상 관측소에서 관측한 일정고도(약 1.5km)의 구름 영상을 합성한 기상관측 영상을 포함할 수 있다. 전국 레이더 기상 관측소의 기상 레이더는 10분 단위에 2km X 2km 격자로 된 이미지를 제공한다. 특히, 기존의 지상기반 및 자동기상관측장비(Automatic Weather System, AWS)의 경우 해상도가 높지 않지 않고 실시간의 강우정보를 파악하기 어렵기 때문에 딥러닝(GRU, LSTM) 모델을 통하여 예상강우량을 산정하게 된다.
다른 실시예에서 강우 예측부(120)는 빗물받이 효율에 따라 지정된 모의기간과 자료시간 간격을 반영하여 SWMM 모델과 2DIS 모델 구동을 위한 각각의 시계열 강우정보(예상 강우량)를 생성할 수 있다.
월류량 예측부(130)는 복수개의 관로에 흐르는 유체의 양, 각 관로 사이즈, 맨홀이 형성되는 위치에 기반하여 관망해석 방법을 이용하여 맨홀별 월류량을 예측한다. 다양한 실시예에 따르면, 월류량 예측부(130)는 1차원 유역유출모의 및 우수관망에 대한 관망해석이 가능한 SWMM(storm water management model)을 활용하여 관망을 예측할 수 있다.
침수 깊이 예측부(140)는 강우 예측부(120)에서 산정한 예상강우량과 상기 맨홀별 월류량을 미리 저장된 2DIS(2 dimension inundation solution) 모델에 적용하여 격자 단위로 침수 깊이를 예측하여, 침수 예측 정보를 생성한다.
정보 제공부(150)는 예측된 격자 단위의 침수 깊이에 기반한 침수 예측 정보를 GIS(Geographic Information System)에 의해 제공되는 지도상에 매핑하여 제공한다. 이렇게 생성된 정보는 편의상 GIS 침수 정보라 한다. 정보 제공부(150)는 배수구역별 누적 강우량 정보, 배수구역별 침수 위험 레벨에 대한 정보, 지도상에 매핑된 침수심 정보, 월류량 정보(월류량 정보는 10분 단위로 업데이트될 수 있다), 위험 맨홀/관로 위치 안내 정보 및 실시간 대피 경로 중 어느 하나 이상을 제공할 수 있다. 정보 제공부(150)는 전술한 정보들 중 어느 하나 이상을 격자단위 3차원 지도 상에 실시간으로 표시하여 격자단위 3차원 침수 지도를 생성할 수 있다. 다양한 실시예에 따르면, 침수 예측 시스템은 예측한 침수 흐름에 기반하여 침수피해를 예측해 가상도시 환경의 침수상태의 정보를 제공하거나, 위험에 대한 알람을 제공림하거나 가상도시 환경에서의 침수상태에서의 실시간 대피 경로를 안내할 수 있다.
저장부(160)는 침수 예측 장치(100)의 동작에 필요한 프로그램 및 데이터를 저장하는 역할을 수행하며, 프로그램 영역과 데이터 영역으로 구분될 수 있다.
프로그램 영역은 침수 예측 장치(100)의 전반적인 동작을 제어하는 프로그램 및 침수 예측 장치(100)를 부팅시키는 운영체제(OS, Operating System), 멀티미디어 콘텐츠 재생 등에 필요한 응용 프로그램, 침수 예측 장치(100)의 침수 예측에 필요한 관망해석 모델 및 침수해석 모델와 같은 응용 프로그램 또는 프로세서 등을 저장할 수 있다. 데이터 영역은 침수 예측 장치(100)의 운용에 따라 발생하는 데이터가 저장되는 영역으로서, 침수 예측 장치(100)에 의해 산정되는 예상강우량, 격자 단위의 침수 깊이 등을 저장할 수 있다. 예를 들어, 저장부(160)는 실시간 또는 주기적(예컨대 10분 단위)으로 수집된 기상관측(예컨대 AWS, 레이더) 자료를 저장할 수 있고, 딥러닝에 의해 생성된 예상강우정보를 자동 저장할 수 있다. 예상강우정보는 침수 예측장치의 입력자료로 사용된다. 또한, 저장부(160)는 침수 깊이 예측부(140)에 의해 생성된 침수 예측 정보는 자동 저장되며 가상도시기반의 침수 정보 제공을 위한 GIS 침수 정보로 자동 변환되어 저장된다.
도 3은 본 발명의 일 실시예에 따른 침수 예측 방법을 설명하기 위한 흐름도이다.
단계 S110에서, 침수 예측 장치는 기상관측데이터에 기초하여 딥러닝을 수행하여 예상강우량을 산정한다.
단계 S120에서, 관망해석에 기초하여 맨홀별 월류량 및 관로 수위를 예측한다. 여기서 맨홀별 월류량은 도시유출 모델에 의해 획득할 수 있다. 관망해석은 SWMM(Storm Water Management Model)에 기초하여 수행될 수 있다. SWMM은 도 4를 참조하여 후술한다. SWMM 결과파일에서 각 맨홀별 월류량을 자동추출하고, 계산 시간 간격별 월류량을 환산할 수 있다.
단계 S130에서, 예상강우량과 상기 맨홀별 월류량 및 관로 수위에 기초하여 격자 단위로 침수 깊이를 예측한다.
단계 S140에서, 예측된 격자 단위의 침수 깊이에 기반한 침수 예측 정보를 GIS(Geographic Information System)에 의해 제공되는 지도상에 매핑하여 제공한다.
도 4는 본 발명의 일실시예에서 채택하는 SWMM 모델을 설명하기 위한 블럭도이다.
본 발명의 일 실시예에 따른 침수 예측 장치는 SWMM를 활용하여 도시 유역내 관망해석을 수행할 수 있다. 예를 들어 침수 예측 장치는 도시 유역 내 맨홀별 월류량 또는 관거 수위를 SWMM을 이용해 예측할 수 있다.
SWMM(Storm Water Management Model)은 미국 환경보호청에서 만든 강우-유출-지표면 유출 시뮬레이션 모델이다. 시가지/비 시가지의 단일 호우 사상부터 연속적인 장기 호우 사상까지 수질, 수문 모델링까지 가능하다. 도로·초지·도랑·관로 등에 대한 강우-유출, 증발, 침투, 지하수 흐름을 모의할 수 있다. SWMM의 수문 모델링은 투수/불투수, 지면저류 유무에 따라 소유역의 유출량, 강우로 인한 오염물 부하, 증발 및 침투로 인한 손실량을 예측할 수 있다. 저영향 개발(Low Impact Development, LID)과 오염물 최적관리방안(best management practice, BMP)도 투수/불투수 지역에 따른 유출을 줄이기 위해 소유역에 적용시킬 수 있다. SWMM의 수리학 모델링은 폐합 관로, 개수로, 저장 탱크, 수처리 시설, 저류지, 펌프, 오리피스, 위어, 유출구 등으로 구성된다. SWMM은 각각의 소유역에서 발생한 하수의 수량, 수질, 유량, 수로의 수심 등을 추적한다.
도 4를 참조하면, SWMM은 5개의 실행 블록과 5개의 보조 블록으로 구성되며 126개의 부프로그램으로 구성될 수 있다.
예를 들어, SWMM은 RUNOFF 블록, TRANSPORT 블록, EXTRAN 블록, STORAGE 블록, EXECUTIVE 블록을 실행블록으로 포함할 수 있으며, STATISTIC 블록, GRAPH 블록, COMBINE 블록, RAIN 블록, TEMP 블록을 보조 블록으로 포함할 수 있다.
일 실시예에 따르면, RUNOFF 블록은 SWMM 모델의 초기연산이 수행되는 블록으로 강우사상에 대해 배수 유역에서의 유출현상과 수질변화를 모의할 수 있다. 예를 들어 RUNOFF 블록은 임의의 강우량, 선행강우조건, 토지이용도, 지형도 등의 자료를 이용하여 지표면 및 지표면 아래 유출을 추적할 수 있다. 다양한 실시예에 따르면, TRANSPORT 블록은 RUNOFF 블록 계산결과를 기반으로 강우 및 건기지 하수시스템 내에서 유량과 오염물질을 추적할 수 있다.
일 실시예에 따르면, EXTRAN 블록은 관망 시스템 내에서 유량과 수심을 계산하기 위한 개수로 및 관수로 등에서 동적 방정식에 기반하여 유체의 흐름을 추적할 수 있다. 다양한 실시예에 따르면, STORAGE 블록은 유량과 수질에 대한 조절, 처리장치의 영향을 평가하며 각 단계에서의 비용연산을 수행할 수 있다.
일 실시예에 따르면, STATISTIC 블록은 강우사상에 대한 유역의 유출체적, 평균유량, 첨두유량, 지속기간 등의 인자들뿐만 아니라 오염물질 인자들에 대하여 Weibul 공식을 이용하여 원하는 인자들을 분석할 수 있다.
GRAPH 블록은 오염도 곡선 등을 출력장치로 출력시킬 수 있다.
COMBINE 블록은 선행 결과들을 연속되는 다른 블록에서의 결과치와 합성하여 큰 배수 유역에 적용할 수 있도록 인터페이스 파일을 관리할 수 있다. RAIN 블록은 강우자료를 동시에 고려하여, 서로 다른 시간간격의 강우량 자료를 처리할 수 있으며, 강우의 시간적 공간적 분포를 고려할 수 있다. TEMP 블록은 기온에 대한 데이터베이스로 RUNOFF 블록에서 증발산량 등의 기본자료를 제공한다.
도 5는 본 발명의 일 실시예에 따른 2차원 침수흐름해석 모델을 설명하기 위한 도면이다.
도 5를 참조하여, 본 발명의 일 실시예에 따른 침수 예측 장치는 도시지역에서 국지적으로 발생하는 침수지역에 대한 실시간 예측 및 운영이 가능한 2차원 침수 흐름 예측 모델을 이용할 수 있다. 예를 들어, 침수 예측 장치는 모형의 간결화 및 연산시간 단축을 고려하여 동서남북 4 방향에 대해 유체의 다중흐름을 모의할 수 있다. 다양한 실시예에 따르면, 침수 예측 시스템은 1차원 관망해석을 통해 예측된 맨홀별 월류량을 입력자료로 활용하여 침수 범위를 예측할 수 있다.
일 실시예에 따르면, 침수 예측 시스템은 2차원 연속 방정식과 운동량방정식을 유한차분법을 이용하여 침수 흐름 모델을 아래 수학식 2와 같이 해석할 수 있다.
[수학식 2]
Figure 112020071630351-pat00002
상기 수식에서 h는 지표면 수심이고 qx와 qy는 x와 y 방향의 단위폭당 유량이며, e는 단위면적당 생성항 또는 소멸항이고, u와 v는 x와 y 방향의 평균유속이며, Sox, Soy, Sfx는 x와 y방향의 바닥경사와 마찰경사이고, t는 시간이며, g는 중력가속도(m/sec2)이다.
도 6은 본 발명의 일 실시예에 따른 침수 예측 장치에 의해 제공 서비스를 설명하기 위한 도면이다. 설명의 편의를 위해 침수 예측 장치에 의해 제공 서비스를 침수 예측 서비스라 한다.
도 6을 참조하면, 침수 예측 서비스는 예를 들어, 실시간으로 침수의 위험을 통지하는 실시간 침수 위험 알람 서비스, 실시간 침수 예측 정보를 지도와 매핑하여 제공하는 실시간 침수 예측 솔루션 제공 서비스, 월류가 예상되는 맨홀 및 관로 정보를 제공하는 위험 맨홀/관로 분석 서비스, 침수 위험 건물과 그 건물로부터 최적의 대피 경로를 3D 지도 상에 매핑하여 제공하는 침수 위험건물 및 최적 대피로 서비스 등을 포함할 수 있다.
실시간 침수 위험 알람 서비스는 침수가 발생할 가능성이 미리 설정된 확률 이상인 배수구역을 지도상에 표시하여 제공할 수 있다. 실시간 침수 위험 알람 서비스는 침수 발생 가능성에 따라 시각적으로 용이하게 구별가능하게 표시할 수 있다. 예를 들어, 침수 위험 레벨을 위험, 경계, 주의로 구분하여 위험은 빨간색, 경계는 주황색, 안전은 노란색으로 표시할 수 있다. 위험 맨홀/관로 분석 서비스는 관심 지역 내의 미리 설정된 월류 이상의 맨홀 또는 100% 찬 관로의 개수를 제공할 수 있다. 침수 위험건물 및 최적 대피로 서비스는 침수 위험 건물을 그렇지 않은 건물과 상이하게 표시하고, 침수 위험 건물로부터 안전한 대피소 또는 안전 장소로의 대피 경로를 3D 지도상에 표시할 수 있다.
이에 대한 보다 구체적인 설명은 도 7 내지 도 11에 대한 설명으로 후술한다.
도 7은 본 발명의 일 실시예에 따른 침수 예측 서비스에 의해 제공되는 제1 화면 구성을 나타낸 도면이다.
일 실시예에 따르면, 침수 예측 서비스에 의해 제공되는 화면은 4개의 영역으로 화면을 분할하여 표시할 수 있다. 예를 들어, 침수 예측 프로그램은 배수구역 선택과 관련된 영역(A1), 위험지역 알림과 관련된 영역(A2), 배수구역별 평균 강우량 및 침수 면적에 대한 영역(A3), 지도 매핑 영역(A4)을 포함할 수 있다.
배수구역 선택과 관련된 영역(A1)은 사용자가 특정 배수구역을 선택가능한 UI를 표시한다. 배수구역 침수예보와 관련된 영역(A2)은 배수구역, 배수구역별 주소, 배수구역별 침수예보 등에 대한 정보를 표시한다. 침수예보는 1m 이상 침수된 지역을 위험 영역으로, 0.5m 이상 1m 미만 침수된 지역을 경계 영역으로, 0.5 m 미만 침수된 지역을 주의 영역으로 나누어 각각의 영역을 서로 다른 색상으로 표시하여 사용자가 직관적으로 인식할 수 있게 할 수 있다.
배수구역별 평균 강우량 및 침수 면적에 대한 영역(A3)은 각각의 배수구역에 대한 평균 강우량과 침수면적에 대한 정보를 제공한다. 각각의 배수구역에 대한 평균 강우량과 침수면적에 대한 정보는 그래프와 같은 도형화된 시각정보로 제공될 수 있다. 지도 매핑 영역(A4)은 지도상에서 침수 위험지역 및 맨홀 원류 최대침수 높이 등의 정보를 표시한다.
도 8은 본 발명의 일 실시예에 따른 침수 예측 서비스에 의해 제공되는 제2 화면 구성을 나타낸 도면이다.
일 실시예에 따르면, 사용자가 도 7의 배수구역 선택과 관련된 영역(A1)에 표시된 UI를 통해 특정 배수구역 선택시, 침수 예측 서비스에 의해 제공되는 제2 화면은 선택된 배수구역 위험지역에 대한 주소 안내 및 통계 정보를 제공할 수 있다. 다양한 실시예에 따르면, 침수 예측 장치는 사용자가 배수구역 선택과 관련된 영역(A1)에서 특정 배수구역을 선택하면, 지도 매핑 영역(A4)은 선택한 특정 지역 지도를 3D로 표시한다. 지도 매핑 영역(A4)은 침수정보, 지역정보, 위치정보를 확인할 수 있는 UI를 함께 제공할 수 있다. 침수정보는 침수영역, 침수심정보, 상습침수구역을 포함하고, 지역정보는 배수구역, 행정구역, 건물을 포함하고, 위치정보는 월류맨홀, 대피소, 침수차량을 포함할 수 있다. 이와 같이, 사용자에 의해 선택된 UI에 대한 정보가 3D 지도 상에 함께 제공된다. 예를 들어, 사용자에 의해 대피소 UI가 선택되는 경우, 지도 상에 대피소의 위치가 표시될 수 있다.
도 9는 본 발명의 일 실시예에 따른 침수 예측 서비스에 의해 제공되는 맨홀 월류량의 변화 정보를 제공하는 제3 화면 구성을 나타낸 도면이다.
일 실시예에 따르면, 사용자가 도 8의 지도상에서 특정 지역을 클릭하는 경우, 침수 예측 장치는 상기 특정 지역을 클릭한 시간을 기준으로 상기 특정 지역에 대응하는 맨홀 월류의 시계열 변화를 디스플레이 할 수 있다.
도 10은 본 발명의 일 실시예에 따른 침수 예측 서비스에 의해 제공되는 침수 상태 정보를 제공하는 제4 화면 구성을 나타낸 도면이다.
일 실시예에 따르면, 침수 예측 장치는 빗물이 우수관로로 유입되는 효율을 디스플레이 할 수 있으며, 침수심을 3차원 지도로 제공할 수 있다. 다양한 실시예에 따르면, 침수 예측 장치는 월류된 맨홀의 위치를 특정한 형상의 마크(X)로 표시할 수 있으며, 관로 및 맨홀 분석 결과를 2차원 지도로 제공할 수 있다.
일 실시예에 따르면, 침수 예측 프로그램은 사용자가 직관적으로 높이를 가늠할 수 있는 기준물체(예를 들어 버스)를 활용하여 특정 지역의 침수 현황을 디스플레이 할 수 있다. 예를 들어, 침수 예측 프로그램은 2m의 높이를 가지는 버스 모델을 이용하여 가상의 침수 현황을 디스플레이함으로써 사용자가 침수 높이를 직관적으로 확인할 수 있도록 할 수 있다.
다양한 실시예에 따르면, 침수 예측 프로그램은 침수 피해가 많은 지역을 활성화하여 표시할 수 있으며, 침수에 영향을 받은 건물을 다른 건물과 차별화하여 디스플레이 할 수 있다. 다양한 실시예에 따르면, 침수 피해가 많은 지역에서 가장 가까운 대피소 또는 침수 피해가 적은 지역으로 이동할 수 있는 대피경로를 3D 지도상에 표시할 수 있다.
도 11은 본 발명의 일 실시예에 따른 침수 예측 서비스에 의해 제공되는 위험 맨홀 및 관로 분석 결과를 제공하는 제5 화면 구성을 나타낸 도면이다.
도 11을 참조하면, 침수 예측 장치는 위험 맨홀 및 관로에 분석에 대한 결과를 디스플레이 할 수 있다. 지도 상에서 월류된 지점은 점으로 표시할 수 있다. 관로는 관로 수위에 따라 시각적으로 구분가능하게 표시할 수 있다. 예를 들어, 지역 내에서 물이 100% 찬 관로는 빨간색으로 표시하고, 물이 70% 찬 관로는 주황색으로 표시하며, 물이 40% 찬 관로는 노란색으로 표시하고, 물이 10% 이하로 찬 관로는 녹색으로 표시할 수 있다. 침수 예측 장치는 지도와 함께 분석 결과를 별도의 영역에 표시할 수 있다. 별도의 영역에서 분석 결과 예컨대 위험 맨홀 및 위험 관로의 개수 등을 표시할 수 있다.
이상의 설명은 본 발명의 기술 사상을 예시적으로 설명한 것에 불과한 것으로, 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 사람이라면 본 발명의 본질적인 특성에서 벗어나지 않는 범위에서 다양한 수정 및 변형이 가능할 것이다. 따라서, 본 발명에 개시된 실시예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 실시예에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 할 것이다.

Claims (10)

  1. 침수 예측 장치의 침수 예측 방법으로서,
    관망해석에 기초하여 맨홀별 월류량 및 관로 수위를 예측하는 단계;
    예상강우량과 상기 맨홀별 월류량 및 관로 수위에 기초하여 격자 단위로 침수 깊이를 예측하는 단계; 및
    예측된 격자 단위의 침수 깊이에 기반한 침수 예측 정보를 지도상에 매핑하여 제공하는 단계
    를 포함하고,
    상기 침수 예측 정보를 지도상에 매핑하여 제공하는 단계는,
    배수구역별 누적 강우량 정보, 배수구역별 침수 위험 레벨에 대한 정보, 월류가 예상되는 맨홀 및 관로 정보, 지도상에 매핑된 침수심 정보 및 대피 경로를 3D 지도상에 매핑하여 제공하고,
    침수가 발생할 가능성이 미리 설정된 확률 이상인 배수구역을 지도상에 표시하여 실시간 알람 서비스를 제공하는 단계를 더 포함하는 침수 예측 방법.
  2. 제1항에 있어서,
    상기 격자 단위로 침수 깊이를 예측하는 단계 이전에,
    기상관측데이터에 기초하여 딥러닝을 수행하여 예상강우량을 산정하는 단계
    를 더 포함하는 침수 예측 방법.
  3. 제1항에 있어서,
    상기 맨홀별 월류량 및 관로 수위를 예측하는 단계는,
    복수개의 관로에 흐르는 유체의 양, 각 관로 사이즈, 맨홀이 형성되는 위치에 기반하여 상기 맨홀별 월류량 및 관로 수위를 예측하는 것을 특징으로 하는 침수 예측 방법.
  4. 삭제
  5. 관망해석에 기초하여 맨홀별 월류량을 예측하는 월류량 예측부;
    예상강우량과 상기 맨홀별 월류량에 기초하여 격자 단위로 침수 깊이를 예측하는 침수 깊이 예측부; 및
    예측된 격자 단위의 침수 깊이에 기반한 침수 예측 정보를 지도상에 매핑하여 제공하는 정보 제공부
    를 포함하고
    상기 정보 제공부는 배수구역별 누적 강우량 정보, 배수구역별 침수 위험 레벨에 대한 정보, 월류가 예상되는 맨홀 및 관로 정보, 지도상에 매핑된 침수심 정보 및 대피 경로를 3D 지도상에 매핑하여 제공하고,
    상기 정보 제공부는 침수가 발생할 가능성이 미리 설정된 확률 이상인 배수구역을 지도상에 표시하여 실시간 알람 서비스를 제공하는 단계를 더 포함하는 침수 예측 장치.
  6. 제5항에 있어서,
    외부 서버로부터 수집한 기상관측데이터에 기초하여 딥러닝을 수행하여 예상강우량을 산정하는 강우 예측부
    를 더 포함하는 침수 예측 장치.
  7. 제6항에 있어서,
    상기 외부 서버로부터 기상관측데이터가 수집되면 실시간 저장하고, 상기 침수 깊이 예측부, 정보 제공부 및 강우 예측부에 의해 생성된 정보를 자동 저장하는 저장부
    를 더 포함하는 침수 예측 장치.
  8. 제5항에 있어서,
    상기 월류량 예측부는 복수개의 관로에 흐르는 유체의 양, 각 관로 사이즈, 맨홀이 형성되는 위치를 SWMM 모델에 반영하여 상기 맨홀별 월류량을 예측하는 것을 특징으로 하는 침수 예측 장치.
  9. 삭제
  10. 제5항에 있어서,
    상기 침수 깊이 예측부는 미리 저장된 2DIS(2 dimension inundation solution) 모델에 적용된 수학식 1에 기반하여 침수 깊이를 예측하는 것을 특징으로 하는 침수 예측 장치.
    [수학식 1]
    Figure 112020071630351-pat00003

    상기 수식에서 h는 지표면 수심이고 qx와 qy는 x와 y 방향의 단위폭당 유량이며, e는 단위면적당 생성항 또는 소멸항이고, u와 v는 x와 y 방향의 평균유속이며, Sox, Soy, Sfx는 x와 y방향의 바닥경사와 마찰경사이고, t는 시간이며, g는 중력가속도임
KR1020200085021A 2020-04-03 2020-07-09 침수 예측 장치 및 그 방법 KR102365591B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20200041128 2020-04-03
KR1020200041128 2020-04-03

Publications (2)

Publication Number Publication Date
KR20210123974A KR20210123974A (ko) 2021-10-14
KR102365591B1 true KR102365591B1 (ko) 2022-02-22

Family

ID=78151615

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200085021A KR102365591B1 (ko) 2020-04-03 2020-07-09 침수 예측 장치 및 그 방법

Country Status (1)

Country Link
KR (1) KR102365591B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102492866B1 (ko) * 2022-04-27 2023-01-30 주식회사세오 3차원 모델링을 이용한 침수 표시 방법 및 시스템
KR102572576B1 (ko) 2023-06-02 2023-08-29 조민호 인공지능 모델을 활용한 강우량 기반 지형의 사면안정 및 침수해석 시뮬레이션 방법, 장치 및 시스템
WO2024081338A1 (en) * 2022-10-12 2024-04-18 Nec Laboratories America, Inc. Data-driven street flood warning system

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115186602A (zh) * 2022-06-20 2022-10-14 郑州大学 一种城市地下排水管网养护智能决策方法及***
KR102543203B1 (ko) 2022-08-25 2023-06-15 주식회사 홍익기술단 홍수 대응을 위한 홍수 시뮬레이터 장치
KR102528991B1 (ko) * 2022-10-31 2023-06-13 주식회사 데카엔지니어링 인공지능 기반 스마트 도시 침수 예측 시스템
KR102600103B1 (ko) * 2022-10-31 2023-11-08 주식회사 데카엔지니어링 인공지능 기반 스마트 도시 침수 예측 및 대응 시스템
KR102623123B1 (ko) * 2022-12-15 2024-01-10 대한민국 격자 기반 재난 관리 상황별 다차원 시각화 표출 방법
KR102642038B1 (ko) * 2022-12-28 2024-03-04 주식회사 에이치큐테크 인공지능을 이용한 지역 수위 예측 장치

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015004245A (ja) * 2013-06-21 2015-01-08 株式会社東芝 浸水予測システム、浸水予測方法およびプログラム
KR101703981B1 (ko) 2016-03-31 2017-02-08 광주과학기술원 강우예측을 이용한 하수처리시설의 제어방법

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050078189A (ko) * 2004-01-30 2005-08-04 주식회사이피에스솔루션 하수관거 모니터링 및 자료해석 방법
KR20160110035A (ko) * 2015-09-25 2016-09-21 유찬호 재해예측 시스템
KR20170069430A (ko) * 2015-12-11 2017-06-21 대한민국(국민안전처 국립재난안전연구원장) 재난 대피 경로 안내 시스템
KR102158286B1 (ko) * 2018-01-08 2020-09-22 경북대학교 산학협력단 침수 예측 방법 및 침수 예측 장치
KR102129881B1 (ko) * 2018-07-30 2020-07-06 서울시립대학교 산학협력단 침수 예측 정보 및 피해액 산출 시스템

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015004245A (ja) * 2013-06-21 2015-01-08 株式会社東芝 浸水予測システム、浸水予測方法およびプログラム
KR101703981B1 (ko) 2016-03-31 2017-02-08 광주과학기술원 강우예측을 이용한 하수처리시설의 제어방법

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
김현일 외 2명, 'LSTM 모형과 로지스틱 회귀를 통한 도시 침수 범위의 예측', 대한토목학회, 대한토목학회논문집, 2020년 6월*
심재범 외 3명, 'SWMM-2DIS를 연계한 인천시 침수심 생산체계 구축', 2019 한국수자원학회 학술발표회, 2019년*

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102492866B1 (ko) * 2022-04-27 2023-01-30 주식회사세오 3차원 모델링을 이용한 침수 표시 방법 및 시스템
WO2024081338A1 (en) * 2022-10-12 2024-04-18 Nec Laboratories America, Inc. Data-driven street flood warning system
KR102572576B1 (ko) 2023-06-02 2023-08-29 조민호 인공지능 모델을 활용한 강우량 기반 지형의 사면안정 및 침수해석 시뮬레이션 방법, 장치 및 시스템

Also Published As

Publication number Publication date
KR20210123974A (ko) 2021-10-14

Similar Documents

Publication Publication Date Title
KR102365591B1 (ko) 침수 예측 장치 및 그 방법
US11519146B2 (en) Flood monitoring and management system
US10664937B2 (en) Flood risk analysis and mapping
Coles et al. Beyond ‘flood hotspots’: Modelling emergency service accessibility during flooding in York, UK
CN110992653A (zh) 城市内涝预警***及方法
Ali et al. Simulation of the impacts of land-use change on surface runoff of Lai Nullah Basin in Islamabad, Pakistan
Amaguchi et al. Development and testing of a distributed urban storm runoff event model with a vector-based catchment delineation
CN108022053B (zh) 洪水风险评估方法和装置
CN113434565A (zh) 基于cim平台的水利防洪抗旱防涝综合减灾平台***
CN110633865A (zh) 一种基于排涝模型的城市积水预测与安全预警***
US10762588B2 (en) Flood-recovery options tool
KR101967621B1 (ko) 빗물 저장블록 단위 기반 빗물관리 시스템
CN104851360A (zh) 一种洪水风险图的生成方法和***
JP2008050903A (ja) 洪水予測方法および洪水予測システム
Pinho et al. Comparison between two hydrodynamic models for flooding simulations at river Lima basin
JP2007072753A (ja) 陸水汚染の危険度の算定方法
KR20140029155A (ko) 실시간 제어 기반의 지능형 우수관리 시스템 및 방법
Chen et al. Three-dimensional simulation of regional urban waterlogging based on high-precision DEM model
CN117688844A (zh) 一种基于深度神经网络的城市内涝实时模拟方法及***
Saleh et al. An integrated weather–hydrologic–coastal–stormwater framework to model urban‐coastal interactions: City of Hoboken application
Piro et al. Smart and innovative systems for urban flooding risk management
Lyu et al. Scenario-based inundation analysis of metro systems: A case study in Shanghai
Abiri Assessment of Flood Risks in Ifo Local Government Area of Ogun State
US20230051073A1 (en) Real-time swiftwater risk category distributed mapping
CN116861809A (zh) 水动力分析方法、装置、存储介质及计算机设备

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant