초록 ▼

□ 연구개발 목표 및 내용
○ 최종 목표
도시홍수의 배수와 수질관리를 목적으로 하여 기계학습을 적용할 수 있는 방안을 모색하고 심층학습 기법을 기반으로 한 지능형 도시홍수 및 초기우수 수질관리 체계 개발

○ 전체 내용
1. 도시홍수 수량/수질 자료의 수집 및 분류 기술 개발
2. CNN(convolution neural network)-LSTM(long and short time memory) 기반 실시간 강우예측기법 개발
3. SWMM(Storm Water Management Model) 기

□ 연구개발 목표 및 내용
○ 최종 목표
도시홍수의 배수와 수질관리를 목적으로 하여 기계학습을 적용할 수 있는 방안을 모색하고 심층학습 기법을 기반으로 한 지능형 도시홍수 및 초기우수 수질관리 체계 개발

○ 전체 내용
1. 도시홍수 수량/수질 자료의 수집 및 분류 기술 개발
2. CNN(convolution neural network)-LSTM(long and short time memory) 기반 실시간 강우예측기법 개발
3. SWMM(Storm Water Management Model) 기반 도시홍수 수량/수질모형 구축
4. 심층학습 기반 도시홍수 및 수질오염 예측체계 개발
5. 심층강화학습(deep reinforcement learning) 기반 도시홍수 관리체계(DeepSCon, Deeplearning based Storm waterControl system) 개발

□ 연구개발성과
1) 기계학습의 적용분야를 도시방재분야로 대폭 확장하는 효과
2) 도시유출을 매개로 한 비점오염원과 도시하천수질 간의 이론적 간극을 메울 수 있는 기회
3) 재해관리 측면에서 피복면적의 확장으로 인해 짧아진 도시유역의 수문학적 응답시간을 고려한 도시 환경재해에 대처할 수 있는 수량 및 수질 예․경보 수단의 제공

□ 연구개발성과 활용계획 및 기대 효과
1) 기후변화에 따른 수자원 관리 분야의 사전예방적 접근으로서 도시 지역에서의 부정적인 영향을 최소화하고, 대비하는 로컬 거버넌스 체계로 기계학습을 통한 문제 해결 방법 제시
2) 국내에서 개발된 수자원 관리 분야의 기계학습 기법의 접목을 통해 관련 기술을 더욱 전문화할 수 있는 계기가 될 것으로 예상되며, 기술적인 선점 및 시스템 개발을 통해 해외에 기술이전과 사업화가 가능

(출처 : 연구결과 요약문 2p)

목차 Contents

• 표지 ... 1
• 요약문 ... 2
• 목차 ... 4
• 1. 연구개발과제의 개요 ... 5
• 2. 연구개발과제의 수행 과정 및 수행 내용 ... 5
• 1. 도시하천 수량/수질 자료 수집 및 분류 기술 개발 ... 5
• 2. CNN-LSTM 기반 실시간 강우예측기법 개발 ... 6
• 3. SWMM 기반 도시홍수 수량/수질모형 구축 ... 6
• 4. 심층학습 기반 도시홍수 및 수질오염 예측시스템 개발 ... 6
• 5. 심층강화학습(deep reinforcement learning) 기반 도시홍수 관리체계(DeepSCon, Deep learning based Storm water Control system) 개발 ... 7
• 6. 대상유역에 대한 적용을 통한 수행도 검정 ... 7
• 3. 연구개발과제의 수행 결과 및 목표 달성 정도 ... 7
• 1) 연구수행 결과 ... 7
• 2) 목표 달성 수준 ... 9
• 4. 연구개발성과의 관련 분야에 대한 기여 정도 ... 10
• 1. 기술적 측면 ... 10
• 2. 경제산업적 측면 ... 10
• 5. 연구개발성과 및 활용 계획 ... 11
• 1) 연구성과 ... 11
• 2) 연구성과 활용계획 ... 11
• 6. 참고문헌 ... 12
• 끝페이지 ... 12