한국수자원학회논문집 (Journal of Korea Water Resources Association)

  • 제39권3호
  • /
  • Pages.275-288
  • /
  • 2006
  • /
  • 2799-8746(pISSN)
  • /
  • 2799-8754(eISSN)
한국수자원학회 (Korea Water Resources Association)
권호 표지
DOI QR코드

DOI QR Code

확률론적 중장기 댐 유입량 예측 (II) 앙상블 댐 유입량 예측을 위한 GDAPS 활용

Probabilistic Medium- and Long-Term Reservoir Inflow Forecasts (II) Use of GDAPS for Ensemble Reservoir Inflow Forecasts

  • 김진훈 (세종대학교 토목환경공학과) ;
  • 배덕효 (세종대학교 물자원연구소.토목환경공학과)
  • Kim, Jin-Hoon (Graduate Student, Dept. of Civil & Envirn. Engrg., Sejong University) ;
  • Bae, Deg-Hyo (Water Resources Institute, Dept. of Civil & Envirn. Engrg., Sejong University)
  • 발행 : 2006.03.01
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

본 연구에서는 GDAPS(T213) 중기 기상 수치예보 자료를 활용한 ESP (Ensemble Streamflow Prediction) 기법을 개발하여 미래에 발생할 수 있는 댐 유입량의 중장기적 확률예측을 위해 초과 확률구간별 댐 유입량을 예측하고 RPSS 검증기법으로 예측결과의 정확도를 분석하였다. 개발된 ESP시스템을 적용한 결과 일단위 개념의 확률예보는 높은 불확실성을 내포할 수 있고, 중장기 확률예보에 초점을 맞추어 1, 3, 7일 등의 예측시간 해상도에 대한 ESP정확도의 민감도를 분석한 결과 예측시간 해상도 간격이 증가할수록 예측결과의 불확실성이 감소하면서 그 정확도가 전반적으로 증가함을 살펴볼 수 있었다. 이러한 결과를 바탕으로 GDAPS 자료를 활용한 1주 단위의 한달(28일)예보를 수행한 ESP 결과는 각 초과 확률구간 분포의 적절한 증가 및 감소로 인하여 그 시간적 변동성이 안정적으로 예측되고 예측결과의 불확실성을 감소시킬 수 있어 그 활용가치가 높은 것으로 나타났다. 이러한 관점에서 본 연구의 ESP 시스템은 중장기적 측면에서 GDAPS 자료의 활용가치를 높일 수 있고, 기존 ESP 결과보다 향상된 정확도로 댐 유입량을 예측할 수 있으므로 실시간 댐 유입량 예측에 적용한다면 수자원 관리 차원에서 유용한 수단이 될 수 있을 것이다.

This study develops ESP (Ensemble Streamflow Prediction) system by using medium-term numerical weather prediction model which is GDAPS(T213) of KMA. The developed system forecasts medium- and long-range exceedance Probability for streamflow and RPSS evaluation scheme is used to analyze the accuracy of probability forecasts. It can be seen that the daily probability forecast results contain high uncertainties. A sensitivity analysis with respect to forecast time resolution shows that uncertainties decrease and accuracy generally improves as the forecast time step increase. Weekly ESP results by using the GDAPS output with a lead time of up to 28 days are more accurately predicted than traditional ESP results because conditional probabilities are stably distributed and uncertainties can be reduced. Therefore, it can be concluded that the developed system will be useful tool for medium- and long-term reservoir inflow forecasts in order to manage water resources.

키워드

참고문헌

  1. 건설교통부 (2003). 수계별 계절예측강우의 댐운영 적용방안 연구. 한국수자원공사. p. 441
  2. 김진훈, 윤원진, 배덕효 (2005). '단기 예측강우를 활용한 실시간 유량 예측기법의 적용.' 한국수자원학회 논문집, 한국수자원학회, 제38권, 제1호, pp. 11-23 https://doi.org/10.3741/JKWRA.2005.38.1.011
  3. 장기호, 김진훈, 배덕효, 권원태 (2002).'1998 호우사상에 대한 대기-유량 결합 모델 모의실험: IHP 평창강 유역.' 한국기상학회지, 한국기상학회, 제38권, 제5호, pp. 509-522
  4. 정대일 (2002). 앙상블 예측을 이용한 충주댐의 월유입량예측, 석사학위논문, 서울대학교, 104 pp
  5. Benoit, .K., Pellenn, P., Kouwen, N., Ritchie, H., Donaldson, N., Joe, P. and Soulis, E. D. (2000). 'Toward the use of coupled atmospheric and hydrologic models at regional scale.' Mon. Wea. Rev., Vol. 128, pp. 1681-1706 https://doi.org/10.1175/1520-0493(2000)128<1681:TTUOCA>2.0.CO;2
  6. Bradley, A. A., Schwartz, S. S., and Hashino, T. (2004). 'Distributions-Oriented Verification of Ensemble Streamflow Predictions.' Journal of Hydrometeorology, Vol. 5, pp. 532-545 https://doi.org/10.1175/1525-7541(2004)005<0532:DVOESP>2.0.CO;2
  7. Chang K. -H, Kim J.-H., Cho C.-H., Bae D.-H. and Kim J. (2004). 'Performance of a Coupled Atmosphere-Streamflow Prediction System at the Pyungchang River IHP Basin.' J. of Hydrology, Vol. 288, pp. 210-224 https://doi.org/10.1016/j.jhydrol.2003.11.015
  8. Clark, M. P., and Hay, L. E. (2004). 'Use of Medium-Range Norrerical Weather Prediction Model Output to Produce Forecasts of Streamflow.' Journal of Hydrometeorology, Vol. 5, pp. 15-32 https://doi.org/10.1175/1525-7541(2004)005<0015:UOMNWP>2.0.CO;2
  9. Croley, T. E. (2000). Using meteorology probability forecasts in operational hydrology, ASCE press. 200 pp
  10. Epstein, E. S. (1969). 'A scoring system for probability forecast of ranked categories.' J. Appl. Meteor., Vol. 8, pp, 985-987 https://doi.org/10.1175/1520-0450(1969)008<0985:ASSFPF>2.0.CO;2
  11. Hersbach, H. (2000). 'Decomposition of the continuous ranked probabiltiy score for ensemble prediction systems.' Weather Forecasting, Vol. 15, pp. 559-570 https://doi.org/10.1175/1520-0434(2000)015<0559:DOTCRP>2.0.CO;2
  12. Kim, J., Miller, N. L., Farrara, J. and Hong, S. (2000). 'A seasonal precipitation study in the Western United States during the 1997/1998 winter season using a dynamic downscaling system' J. Hydrometeorology, Vol. 1, pp. 311-329 https://doi.org/10.1175/1525-7541(2000)001<0311:ASPASF>2.0.CO;2
  13. Leavesley, G. H., Branson, M. D. and Hay, L. E. (1992). 'Using coupled atmospheric and hydrologic models to investigate the effects of climate change in mountainous regions.' WRA 28th Ann Conf. and Symp., Managing water resources during global change. Reno, Nevada, USA, November 5, 1992, pp. 691-700
  14. Murphy, A. H. (1969). 'On the ranked probability score.' J. Appl. Meteor., Vol. 5, pp. 988-989
  15. Murphy, A. H. (1971). 'A note on the ranked probability score' J. Appl. Meteor., Vol. 10, pp. 155-156 https://doi.org/10.1175/1520-0450(1971)010<0155:ANOTRP>2.0.CO;2
  16. Pereira Fo. A. J., Crawford K. C. and Stensrud D. J. (1999). 'Mesoscale precipitatids. Part II: Hydrometeorologic Modeling.' J. Appl. Meteor., Vol. 38, pp, 102-125 https://doi.org/10.1175/1520-0450(1999)038<0102:MPFPIH>2.0.CO;2
  17. Werner, K., Brandon, D., Clark, M., and Gangopadhyay, S. (2005). 'Incorporating Medium-Range Nornerical Weather Model Output into the Ensemble Streamflow Prediction System of the National Weather Service.' Journal of Hydrometeorology, Vol. 6, pp. 101-114 https://doi.org/10.1175/JHM411.1

피인용 문헌

  1. Applicability Assessment of Hydrological Drought Outlook Using ESP Method vol.48, pp.7, 2015, https://doi.org/10.3741/JKWRA.2015.48.7.581
  2. Development of Realtime Dam's Hydrologic Variables Prediction Model using Observed Data Assimilation and Reservoir Operation Techniques vol.46, pp.7, 2013, https://doi.org/10.3741/JKWRA.2013.46.7.755
  3. Utilization of the Bayesian Method to Improve Hydrological Drought Prediction Accuracy vol.31, pp.11, 2017, https://doi.org/10.1007/s11269-017-1682-x