• Journal of Korea Water Resources Association
• /
• v.56 no.1
• /
• pp.35-43
• /
• 2023

Future runoff analysis is influenced by climate change scenarios and hydrologic model parameters, with uncertainties. In this study, the uncertainty of future runoff analysis according to the shared socioeconomic pathway (SSP) scenario and hydrologic model parameters was analyzed. Among the SSP scenarios, the SSP2-4.5 and SSP5-8.5 scenarios were used, and the soil and water assessment tool (SWAT) model was used as the hydrologic model. For the parameters of the SWAT model, a total of 11 parameter were optimized to the observed runoff data using SWAT-CUP. Then, uncertainty analysis of future estimated runoff compared to the observed runoff was performed using jensen-shannon divergence (JS-D), which can calculate the difference in distribution. As a result, uncertainty of future runoff was analyzed to be larger in SSP5-8.5 than in SSP2-4.5, and larger in the far future (2061-2100) than in the near future (2021-2060). In this study, the uncertainty of future runoff using future climate data according to the parameters of the hydrologic model is as follows. Uncertainty was greatly analyzed when parameters used observed runoff data in years with low flow rates compared to average years. In addition, the uncertainty of future runoff estimation was analyzed to be greater for the parameters of the period in which the change in runoff compared to the average year was greater.

• Journal of Korea Water Resources Association
• /
• v.47 no.2
• /
• pp.119-133
• /
• 2014

The study adopted extended Kalman filter technique in an effort to predict Z-R relationship parameter as a stable value in real-time. Toward this end, a parameter estimation model was established based on extended Kalman filter in consideration of non-linearity of Z-R relationship. A state-space model was established based on a study that was conducted by Adamowski and Muir (1989). Two parameters of Z-R relationship were set as state variables of the state-space model. As a result, a stable model where a divergence of Kalman gain and state variables are not generated was established. It is noteworthy that overestimated or underestimated parameters based on a conventional method were filtered and removed. As application of inappropriate parameters might cause physically unrealistic rain rate estimation, it can be more effective in terms of quantitative precipitation estimation. As a result of estimation on radar rainfall based on parameters predicted with the extended Kalman filter, the mean field bias correction factor turned out to be around 1.0 indicating that there was a minor difference from the gauge rain rate without the mean field bias correction. In addition, it turned out that it was possible to conduct more accurate estimation on radar rainfall compared to the conventional method.

• Journal of Korea Water Resources Association
• /
• v.37 no.12
• /
• pp.1009-1018
• /
• 2004

A systematic method using an optimal estimation algorithm is presented for simultaneous estimation of diffuse pollution distributed along a stream reach and model parameters for a stream water quality model. It was applied with the QVAL2E model to the South Han River for optimal estimation of kinetic constants and diffuse loads along the river. Initial calibration results for kinetic constants selected from a sensitivity analysis reveal that diffuse source inputs for nitrogen and phosphorus are essential to satisfy the system mass balance. Diffuse loads for total nitrogen and total phosphorus were estimated solving the expanded inverse problem. Comparison of kinetic constants estimated simultaneously with diffuse sources to those estimated without diffuse loads, suggests that diffuse sources must be included in the optimization not only for its own estimation but also for adequate estimation of the model parameters. Application of optimization method to river water quality modeling is discussed in terms of the sensitivity coefficient matrix structure.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.1792-1796
• /
• 2006

장기간의 유출량 자료 모의를 위해서는 계량적(metric), 개념적(conceptual), 또는 물리적(physical) 모형 등의 강우-유출 모형을 이용하는 것이 일반적이다. 본 연구에서는 남한강상류 유역과 평창강 유역의 13개 수위관측소를 대상으로 하여 IHACRES 모형의 매개변수를 평가하였다. 또한 이들 매개변수를 유역면적, 유로연장, 하천경사, 유역경사 등 유역특성인자들과 회귀분석하여 그 연관성을 확인하여 보았다. 그 결과 IHACRES 모형의 매개변수는 유역의 특성을 잘 반영하고 있음을 확인할 수 있었으며, 이러한 관계를 이용하여 충주댐 유역 내 13개 수위관측소의 수위-유량관계곡선식을 재평가 할 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.280-280
• /
• 2016

특정 자료의 시간의 흐름에 따른 예측치를 추정하는 방법으로 AR Model 즉, 자기회귀모형이 많이 사용되고 있다. AR Model은 변수의 현재 값을 과거 값의 함수로 나타내게 되는데, 이런 시계열 분석 모델을 사용할 때 매개변수의 추정 과정이 필수적으로 요구된다. 일반적으로 매개변수를 추정하는 방법에는 확률적근사법(stochastic approximation), 최소제곱법(method of least square), 자기상관법(method of autocorrelation method), 최우도법(method of maximum likelihood) 등이 있다. AR Model에서 가장 많이 사용되는 최우도법은 표본크기가 충분히 클 때 가장 효율적인 방법으로 평가되지만 수치적으로 해를 구하는 과정이 복잡한 경우가 많으며, 해를 구하지 못하는 어려움이 따르기도 한다. 또한 표본 크기가 작을 때 일반적으로 잘 일치하지 않은 결과를 얻게 된다. 우리나라의 강우, 유량 등의 자료는 자료의 수가 적은 경우가 많기 때문에 최우도법을 통한 매개변수 추정 시 불확실성이 내재되어있지만 그것을 정량적으로 제시하는데 한계가 있다. 본 연구에서는 AR Model의 매개변수 추정 시 Bayesian 기법으로 매개변수의 사후분포(posterior distribution)를 제공하여 매개변수의 불확실성 구간을 정량적으로 표현하게 됨으로써, 시계열 분석을 통해 보다 신뢰성 있는 예측치를 얻을 수 있으리라 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.387-387
• /
• 2022

기존 홍수기시 댐 운영은 예측 강우와 실시간 관측 강우를 이용하여 댐 운영 모형을 수행하며, 예측 결과에 따라 의사결정 및 댐 운영을 실시하게 된다. 하지만 이 과정에서 반복적인 분석이 필요하며, 댐 운영 모형 수행자의 경험에 따라 예측 결과가 달라져서 반복작업에 대한 자동화, 모형 수행자에 따라 달라지지 않는 예측 결과의 일반화가 필요한 상황이다. 이에 댐 운영 모형에 AI 기법을 적용하여, 다양한 강우 상황에 따른 자동 예측 및 모형 결과의 일반화를 구현하고자 하였다. 이를 위해 수자원 분야에 적용된 국내외 129개 연구논문에서 사용된 딥러닝 기법의 활용성을 분석하였으며, 다양한 수자원 분야 AI 적용 사례 중에서 댐 운영 예측 모형에 적용한 사례는 없었지만 유사한 분야로는 장기 저수지 운영 예측과 댐 상·하류 수위, 유량 예측이 있었다. 수자원의 시계열 자료 활용을 위해서는 Long-Short Term Memory(LSTM) 기법의 적용 활용성이 높은 것으로 분석되었다. 댐 운영 모형에서 AI 적용은 2개 분야에서 진행하였다. 기존 강우관측소의 관측 강우를 활용하여 강우의 패턴분석을 수행하는 과정과, 강우에서 댐 유입량 산정시 매개변수 최적화 분야에 적용하였다. 강우 패턴분석에서는 유사한 표본끼리 묶음을 생성하는 K-means 클러스터링 알고리즘과 시계열 데이터의 유사도 분석 방법인 Dynamic Time Warping을 결합하여 적용하였다. 강우 패턴분석을 통해서 지점별로 월별, 태풍 및 장마기간에 가장 많이 관측되었던 강우 패턴을 제시하며, 이를 모형에서 직접적으로 활용할 수 있도록 구성하였다. 강우에서 댐 유입량을 산정시 활용되는 매개변수 최적화를 위해서는 3층의 Multi-Layer LSTM 기법과 경사하강법을 적용하였다. 매개변수 최적화에 적용되는 매개변수는 중권역별 8개이며, 매개변수 최적화 과정을 통해 산정되는 결과물은 실측값과 오차가 제일 적은 유량(유입량)이 된다. 댐 운영 모형에 AI 기법을 적용한 결과 기존 반복작업에 대한 자동화는 이뤘으며, 댐 운영에 따른 상·하류 제약사항 표출 기능을 추가하여 의사결정에 소요되는 시간도 많이 줄일 수 있었다. 하지만, 매개변수 최적화 부분에서 기존 댐운영 모형에 적용되어 있는 고전적인 매개변수 추정기법보다 추정시간이 오래 소요되며, 매개변수 추정결과의 일반화가 이뤄지지 않아 이 부분에 대한 추가적인 연구가 필요하다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.28 no.1B
• /
• pp.21-32
• /
• 2008

Flood forecasting is a very important tool as one of nonstructural measures for reduction of flood damages in life and property and its accuracy is also an important factor. However, when we apply the Storage Function Model(SFM) which is mainly used for the flood forecasting system in Korea, the determination of the parameters is very important but it is difficult. So, the parameters have been calibrated by using an empirical formulas and judgement of hydrologist. Hence, in this study we perform the sensitivity analysis to understand the parameter characteristics and establish the ranges of parameters of the SFM. Also we do the parameter calibration by using the optimization techniques and objective functions, and evaluate their performances. Especially, we suggest a method to determine proper parameters by using a objective function which can be obtained from flood events. So, we use the suggested method for parameter estimation and compare the estimated parameters with the previously reported parameters. As a result of the application, the estimated parameters by the suggested method showed better than them from the previously reported parameters.

• The Korean Journal of Applied Statistics
• /
• v.29 no.5
• /
• pp.887-896
• /
• 2016

The Neyman-Scott Rectangular Pulse (NSRP) model is used to model the hourly rainfall series. This model uses a modest number of parameters to represent the rainfall processes and underlying physical phenomena such as the arrival of a storm or rain cells. In this paper, we proposed approximated likelihood function for the NSRP model and applied the proposed method to precipitation data in Seoul.

• Ecology and Resilient Infrastructure
• /
• v.3 no.1
• /
• pp.35-45
• /
• 2016

The correlation relationships and their corresponding equations between the geomorphological parameters and the Soil Water Assessment Tool (SWAT) model parameters by Sequential Uncertainty Fitting - version 2 (SUFI-2) algorithm of SWAT Calibration and Uncertainty Programs (SWAT-CUP) were developed at the Seom-river experimental watershed. The parameters of the SWAT model at the Soksa-river experimental watershed were estimated by the developed equations. The SWAT model parameters were estimated by SUFI-2 algorithm of SWAT-CUP with rainfall-runoff data from the Soksa-river experimental watershed from 2000 to 2007. Rainfall-runoff simulation of the SWAT model was carried out at the Soksa-river experimental watershed from 2000 to 2007 for the applicability of the estimated parameters by the developed equations. The root mean square errors (RMSE) between the observed and the simulated rainfall-runoffs using the estimated parameters by developed equations of correlation analysis and the optimum parameters by SUFI-2 of SWAT-CUP were $1.09m^3/s$ and $0.93m^3/s$ respectively at the Soksa-river experimental watershed from 2000 to 2007. Therefore, it is considered that the parameter estimation of the SWAT model by the geomorphological characteristics parameters has applicability.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.9-9
• /
• 2018

추계학적 강우생성모형 중 포아송 클러스터(Poisson Cluster) 모형은 단일지점에 대하여 시간강우량의 관측연한 문제점을 해결하기 위한 강우모형으로 강우 단계별 계층적 구조를 이해하는데 유용한 모형이다. 특히 강우 특성을 계절, 지역 등과 같이 비교하는 기준에 따라 5~6개의 비교적 적은 매개변수들로 모의 강우시계열을 생성할 수 있다는 점에서 장기간 강우분석에 필요한 관측연한 문제를 보완할 수 있다. 그러나 매개변수 최적해가 수렴되지 않는 사례가 많고, 매개변수들이 강우의 물리적 특성을 반영하는 것에 비해 내포된 불확실성에 관한 연구는 미흡하다. 본 연구에서는 포아송 클러스터 강우생성모형 중 Neyman-Scott Rectangular Pulse(NSRP) 모형을 Bayesian 모형과 연계한 Bayesian NSRP 모형을 개발하여 매개변수간 물리적 상관성을 고려한 최적화 기법을 개발하였다. Bayesian 모형은 물리적 범위가 다른 매개변수간의 결합확률분포를 산정하여 사후분포(posterior)를 추정하므로 매개변수 최적화와 불확실성 정량화 문제를 동시에 해결할 수 있다. 최종적으로 Bayesian NSRP 모형에 기후변화 시나리오의 통계적 특성을 고려한 시간단위 강우시계열 생성 모의 기법의 활용 가능성을 평가하고자 한다.