통합데이터지도 로고

본 분석에서는 K-water에서 관리중인 다목적댐 21개 운영 정보 데이터를 통해 패턴분석, 군집분석, 예측모델 개발에 활용할 수 있게 시각화 방법을 이용해서 분석하였다.

데이터셋 정보가 다음과 같다.

본 분석에서 2019년 12월 부터 2020년 8월 까지 총 9개 CSV파일을 취합해서 연결시켜 처리를 진행하였다. 데이터 분석에서 데이터의 전체적인 특성과 분포를 살펴보고 이상치 처리, 시간별 통계 등 기법을 이용해 다목적댐 운영 정보 데이터중의 패턴과 변수 관계를 파악하였다.

댐 별 샘플개수가 다음과 같다.

댐 별 저수총량(저수량×저수율)

댐 별 지표들의 평균값이 다음과 같다.

• 댐 별 지표들의 평균값을 통해 각 댐의 운영정보과 운영전략을 파약할 수 있다.
• 댐 별 평균 강우량과 다른 지표를 살펴보면 평균 강우량이 많은 댐의 저수위가 상대적으로 낮고 강우량에 따라 유입량과 방류량을 제어한 것으로 알 수 있다. (남강댐, 충주댐, 대청댐 등)
• 댐 별 평균 저수율은 일정한 수준을 유지하고 평균 저수량은 댐의 규모를 반영한 지표로서 댐의 저수총량을 구할 수 있다.

월 별 지표들의 평균값이 다음과 같다.

• 월 별 차트에서 강우량, 유입량과 방류량은 3월 부터 계속 올라가는 추세이고 7월에 급격적으로 올라가고 8월에 가장 높이 올라가는 것을 알 수 있다.

각 댐의 운영 정보를 월 별 단위로 표시한 결과가 다음과 같다. (각 댐의 월별 평균값)

• 저수위: 각 댐의 월별 저수위가 큰 파동이 없다. (8월만 올라가는 추세)
• 강우량: 12월부터 3월까지 강우량은 점차 감소된 추세이고 3월부터 8월까지는 증가된 추세로 특히 7월과 8월의 강우량이 제일 큰 것으로 알 수 있다.
• 유입량, 방류량: 유입량과 방류량의 그래프를 살펴보면 비슷한 추세를 알 수 있고 7월과 8월만 높은 수준을 가지고 있다.

히트맵을 사용해 지표 간의 상관도가 다음과 같다.

댐의 월별 평균 유입량과 평균 방류량의 상관도가 다음과 같다.
(샘플 개수 = 댐 개수 * 월 개수 = 168)

댐의 월별 평균 강우량과 다른 지표의 상관도가 다음과 같다.

• regplot를 이용해 2개 변수의 선형관계를 표현되어 잘 fitting된 변수들의 상관도가 높다는 것을 판단할 수 있고 히트맵에서 나오는 결과를 실증된다.

댐 지역 분포

지역 별 강우량

다음은 댐의 지역 별 운영정보 그래프이고 지역정보를 통해 어떤 영향을 미치는지 확인할 수 있다.
X축은 각 지표의 수치를 표기하고 Y축은 각 지역과 해당된 댐을 의미한다.

• 총 21개 댐에서 3분의 1(7개) 은 경상북도에 건설되고 경상남도, 전라남도와 전라북도에서 각각 3개 건설되며 남은 지역에는 각 하나만 차지한다.
• 지역 별 강우량을 보면 충청북도의 강우량이 제일 많고 반대로 경상북도의 강우량이 제일 적다는 것으로 반영한다. (물을 공급한 작용으로 많이 건설된다)
• 경상남도에 있는 밀양댐의 강우량은 같은 지역에 있는 남강댐 보다 5배 많고 전라북도에 있는 부안댐과 용담댐도 각각 0.16과 0.51의 평균 강우량을 반영하다.

결론 : 위의 실험을 통해 우리는 다음과 같이 정리할 수 있다.

• 1.

  각 댐의 저수총량과 지역이 다르기 때문에 유입량과 방류량이 큰 차이가 있지만 저수위가 큰 파동 없이 계속 제어하고 있다. (댐의 월별 평균 저수위 그래프)

• 2.

  여름철에 집중되는 한국 강우특성을 고려해 홍수기 중 강우로 댐에 유입되는 물을 최대한 저류(유입량>방류량)함으로써 하류 홍수피해를 최소화 하고 내년도 홍수기 전까지 안정적인 용수공급을 도모할 수 있다.

• 3.

  히트맵과 선형관계 그래프를 통해 유입량, 방류량은 강우량과 높은 상관도를 가지고 월별 그래프에서 매년의 7,8월에 동시에 급격한 증가추세를 볼 수 있다.

• 4.

  지역별 분석을 통해 같은 지역에 있더라도 강우량이 지리적 위치에 따라 큰 파동이 있을 수 있고 같은 지역에 있는 댐들의 저수율은 유사한 관리전략으로 사용하기 때문에 관계성이 상대적으로 높다는 것으로 생각한다.