초록
본 연구에서는 영산강 유역의 본류를 대표하는 나주지점과 황룡강 유역을 대표하는 선암지점에 대하여 물리적인 매개변수를 이용하지 않는 인공신경망 이론을 이용하여 강우-유출 과정의 비선형 모형을 개발하였다. 본 연구결과 나주지점에서는 ANN_NJ_9 모형이 선암지점에서는 ANN_SA_9 모형이 강우-유출 특성을 가장 잘 반영하였다. 또한, 본 연구에서 개발한 GUI_FFS에 대하여 기 확보된 강우 및 유출량을 적용한 결과 실측치와 예측치 간에 0.98이상의 $R^2$값을 보임으로서 향후 수자원 및 하천계획 수립과 그에 따른 운영 및 관리에 효율성을 더할 수 있을 것이라 판단된다.
In the present study, a nonlinear model of rainfall-runoff process using Artficial Neural networks(ANNs) which have no consideration on the physical parameter for the basin was developed at Naju station which is the main stream of Yeongsan-river, and Sunam station which is the main stream of Hwangryong-river. The result from the model of ANN_NJ_9 at the Naju station revealed the best result of the rainfall-runoff process, while the model of ANN_SA_9 for the Sunam station. Also, GUI_FFS developed in the research showed the $R^2$ of more than 0.98 between the observed and predicted values using the rainfall and runoff in the respective stations. Therefore, the GUI_FFS might be expected that it can play a role for the high reliability to operate and manage the water resources and the design of river plan more efficiently in the future.