Water for future (물과 미래)

Korea Water Resources Association (한국수자원학회)
권호 표지

A Study on Rainfall Prediction by Neural Network

神經網理論에 의한 降雨豫測에 관한 硏究

  • Published : 1996.08.01
Download PDF
⟨ Previous Next ⟩

Abstract

The neural network is a mathematical model of theorized brain activity which attempts to exploit the parallel local processing and distributed storage properties. The neural metwork is a good model to be applied for the classification problem, large combinatorial optimization and nonlinear mapping. A multi-layer neural network is constructed to predict rainfall. The network learns continuourvalued input and output data. Application of neural network to 1-hour real data in Seoul metropolitan area and the Soyang River basin shows slightly good predictions. Therefore, when good data is available, the neural network is expected to predict the complicated rainfall successfully.

신경망이론은 분산기억성질과 병렬국소처리를 수행하는 뇌의 활동을 이론화한 수학모형이다. 이러한 신경망이론의 장점은 분류문제, 대규모로 결합된 최적화문제, 비선형 사상문제 등에서 잘 나타나므로, 이 점을 이용하여 복잡한 강우의 예측을 시도하였다. 신경망이론을 적용하기 위해서 연속적인 값으로 표시되는 입력자료와 출력자료를 학습한 후 강우예측을 시행할 수 있는 다층신경망 모형을 구성하였다. 신경망이론에 의한 강우예측은 서울지역과 소양강유역의 1 시간 대위 강우자료에 적용하였다. 그 결과는 대체로 만족할 만하였다. 따라서 신경망이론은 양질의 자료가 충분히 확보될 경우복잡한 강우현상을 잘 예측할 것으로 기대된다.

Keywords

References

  1. 박사학위논문, 인하대학교 신경회로망을 이용한 하천유출량의 수문학적 예측에 관한 연구 김주환
  2. 소양강댐의 수문학적 안정성 검토 및 다목적 댐의 치수 능력 향상 방안 연구 v.2 기상위성 및 레이다 자료를 이용한 실시간 우량 추정 연구 이종철(등)
  3. Recent advances in the modeling of hydrologic systems Hydrologic advances in space-time precipitation Foulfoula-Georgiou,E.;D.S. Bowels(ed.);P.E. O'Connell(ed.)
  4. Water Resources Research v.30 no.4 A model for real-time quantitative rainfall forecasting using remote sensing: 1. Formulations French, M.N.;Andrieu, H.;Krajewski, W.F.
  5. Water Resources Research v.30 no.4 A model for real-time quantiative rainfall forecasting using remote sensing: 2. Case studies French, M.N.;Andrieu, H.;Krajewski, W.F.
  6. J. of Hydrology v.137 Rainfall forecasting in space and time using a neural network French, M.N.;Krajewski, W.F.;Cuykendall, R.R.
  7. Introduction to the theory of neural computation Hertz, J.;Krogh, A.;Plamer, R.G.
  8. J. of Comp. in Civil Engr. v.8 no.2 Neural networks for river flow prediction Karunanithi, N.;Grenney, W. J.;Whitley, D.;Bovee, K.
  9. Signal Processing, neural network Little, J.N.;Shure, L.
  10. J. of Hydrology v.131 Radar-based short-term rainfall prediction Seo, D.J.;Smith, J.A.