• Water for future
• /
• v.26 no.1
• /
• pp.81-91
• /
• 1993

In this paper, a moving storm in the real watershed was simulated using a distributed model. Macks Creek Experimental Watershed in Idaho, USA was selected as a target watershed and the moving storm of August 23, 1965, which continued from 3:30 P.M. to 5:30 P.M., was utilized. The rainfall intensity of the moving storm in the watershed was temporally varied and the storm was continuously moved from one place to the other place in a watershed. Furthermore, runoff parameters, which are soil types, vegetative cover percentages, overland plane slopes, channel bed slopes and so on, are spatially varied. The model developed in the previous paper was utilized as a distributed model for simulating the moving storm. In the model, runoff in a watershed was simulated as two parts which are overland flow and channel flow parts. The good agreement was obtained between a simulated hydrograph using a distributed model and an observed hydrograph. Also, the conservations of mass are well indicated between upstream and downstream at channel junctions.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.195-195
• /
• 2018

기상청에서는 영국 전지구기후모델인 HadGEM2-AO 기반의 영국 지역기후모델 HadGEM3-RA로부터 생산된 기후변화 시나리오를 기후변화예측을 위한 국가표준시나리오 자료로 제공하고 있다. 하지만, 기후모델의 특성상, 관측자료와 모의자료 간에는 통계적인 차이가 존재하며, 이러한 차이를 무시하고 원자료를 그대로 분석에 사용하는 것은 무의미 하다. 따라서 이러한 보정하기 위해서 주로 Quantile Mapping, Quantile Delta Mapping, Detrended Quantile Mapping 방법이 주로 사용된다. 하지만 어떠한 편의보정 방법이든 극값이 다수 존재하는 미래기간 모의자료를 보정할 때에는 외삽법(extrapolation)의 적용이 필요하다. 외삽법의 경우 constant correction 방법이 주로 적용된다. 본 연구에서는 기상청의 국가표준시나리오를 대상으로 이러한 편의보정 방법의 적용에 따른 미래 극한강우량의 차이를 분석하고자 하였다. 우선, 모의자료에서 우리나라 주요 기상관측지점에 해당하는 격자로부터 강우량자료를 추출하고 연최대강우시계열을 산정하였다. 그 후, 위의 세 가지 편의보정 방법을 이용하여 강우자료의 편의보정을 수행하였으며, constant correction 방법을 적용하여 이상치를 보정하였다. 그 후, 보정된 미래기간 모의자료의 추세를 분석하고, 이를 미래 확률강우량 산정방법인 scale-invariance 기법에 적용하여 미래 확률강우량을 산정하였다. 그 결과, 외삽법의 적용에 따라 편의보정 방법에 따라 미래 자료의 추세 또는 확률강우량의 변화패턴은 큰 차이를 나타내지 않았지만, 그 값 자체는 다소 차이가 있는 것으로 나타났다. 이러한 차이는 사용된 GCM과 RCM 조합으로 인한 오차와 더해져, 미래 예측결과의 불확실성으로 나타나기에 미래 극한강우량 예측을 위해서는 다수의 GCM, RCM 조합뿐만 아니라 다수의 편의보정 방법에 따른 결과도 함께 고려(ensemble)하여 결과를 나타내는 것이 필요할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.338-338
• /
• 2020

강우-유출 모형에 의한 유출해석은 하천의 기후변화 및 재난대응, 수자원확보, 유역개발 등의 정책수립을 위한 가장 기본적인 과정이다. 이를 위해 다양한 물리적 강우-유출모형이 개발되었으며 많은 연구들에 의해 유용성이 증명되었다. 그러나 메콩강 유역과 같이 물리적 데이터의 양적, 질적 신뢰도가 부족한 지역을 대상으로 하는 경우 모형의 기본적인 불확실성 외에 다양한 기초자료 및 매개변수의 결정 또는 추정에 의한 추가적인 불확실성이 포함된다. 본 연구에서는 물리적 강우-유출모형에 대한 대안으로 데이터 기반의 black-box 모형인 LSTM 모형을 이용하여 메콩강 본류 Kratie지점을 대상으로 강우-유출해석시스템을 구축하였다. 이후 기후변화시나리오를 적용하여 미래유출변화를 모의를 수행하였다. 도출된 결과는 물리적 강우-유출모형인 SWAT 모형의 유출해석결과의 비교를 수행하고 이를 통해 LSTM 모형의 적용성을 판단하였다. 관측유량 및 기온자료를 제외한 모형에서 요구되는 기초자료는 범용 입력자료를 이용하고 미래기간의 예측을 위해 편의보정 된 RCP 4.5 및 8.5 기후변화시나리오가 적용되었다. 두 모형의 Kratie 지점에 대한 미래 유출예측결과는 경향성 분석결과 두 모형 모두 시나리오 별 통계적으로 유의한 수준의 경향은 도출되지 않았으나 RCP 4.5 시나리오에 대비 RCP 8.5 시나리오에서 연평균 유량의 변동성이 크게 나타나는 것으로 분석되는 등 결과의 유사성을 보이고 있는 것으로 분석되었다. 이를 통해 LSTM 모형에 의한 유출예측결과가 단순 시계열 변화에 따른 유출변화 모의에 있어서 SWAT의 결과에 비해 높은 재현성을 보이는 것을 확인하였다. 본 연구와 같이 유출량의 시 계열 변화만을 필요로 하는 경우 적은 데이터만으로 비교적 정확한 결과를 도출하는 LSTM 모형은 매우 효과적으로 사용될 수 있다고 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.163-163
• /
• 2018

미래 수문 분석을 위한 기후변화 연구는 전 세계적으로 많이 수행되어 왔다. 하지만 불확실성 요소로 인해 연구 결과를 활용하는데 있어 여전히 한계가 있다. 따라서 장기적 측면의 기후변화에 대한 연구와 함께 단기간의 엘리뇨, 라니냐와 같은 자연적 기후시스템의 변동에 대한 연구도 현재 진행되고 있다. 본 연구에서는 IRI 연구소에서 매월 전지구 관측자료로 4-7개월 예측을 수행한 GCM 모형 자료를 활용하여 강우 발생을 예측하였다. 한국의 금강유역을 대상유역으로 하였으며, 계절에 따른 강우 변동성을 고려하기 위해 비동질성 은닉 마코프 모형(Nonhomogeneous Hidden Markov Model, NHMM)을 이용하여 일 강우를 모의하였다. 본 연구 결과는 강우 모의를 통한 자연 재난에 대한 예측의 정확도를 향상시키는 새로운 방법론을 제시하는데 활용될 수 있을 것으로 기대된다.

• Journal of Korea Water Resources Association
• /
• v.52 no.2
• /
• pp.141-148
• /
• 2019

When simulating the daily rainfall amount by existing Markov Chain model, it is general to simulate the rainfall occurrence and to estimate the rainfall amount randomly from the distribution which is similar to the daily rainfall distribution characteristic using Monte Carlo simulation. At this time, there is a limitation that the characteristics of rainfall intensity and distribution by time according to the rainfall duration are not reflected in the results. In this study, 1-day, 2-day, 3-day, 4-day rainfall event are classified, and the rainfall amount is estimated by rainfall duration. In other words, the distributions of the total amount of rainfall event by the duration are set using the Kernel Density Estimation (KDE), the daily rainfall in each day are estimated from the distribution of each duration. Total rainfall amount determined for each event are divided into each daily rainfall considering the type of daily distribution of the rainfall event which has most similar rainfall amount of the observed rainfall using the k-Nearest Neighbor algorithm (KNN). This study is to develop the limitation of the existing rainfall estimation method, and it is expected that this results can use for the future rainfall estimation and as the primary data in water resource design.

• Journal of Korean Society of Disaster and Security
• /
• v.8 no.1
• /
• pp.21-27
• /
• 2015

Recent researches show that climate change has impact on the rainfall process at different temporal and spatial scales. The present paper is focused on climate change impact on sub-daily rainfall quantile of Han River basin in South Korea. Climate change simulation outputs from ECHO-G GCM under the A2 scenario were used to estimate daily extreme rainfall. Sub-daily extreme rainfall was estimated using the scale invariance concept. In order to assess sub-daily extreme rainfall from climate change simulation outputs, precipitation time series were generated based on NSRPM (Neyman-Scott Rectangular Pulse Model) and modified using the ratio of rainfall over projection periods to historical one. Sub-daily extreme rainfall was then estimated from those series. It was found that sub-daily extreme rainfall in the future displayed increasing or decreasing trends for estimation methods and different periods.

• Journal of Korea Water Resources Association
• /
• v.56 no.11
• /
• pp.765-774
• /
• 2023

Due to climatechange, precipitation variability has increased, leading to more frequentoccurrences of droughts and floods. To establish measures for managing waterresources in response to the increasing uncertainties of climate conditions, itis necessary to understand the variability of natural river discharge and theimpact of reservoir operation modeling considering dam inflow and artificialwater supply. In this study, an integrated rainfall-runoff and reservoiroperation modeling was applied to analyze the water supply reliability andflood risk for a multipurpose dam catchment under climate change conditions. Therainfall-runoff model employed was the modèle du Génie Rural à 4 paramètresJournalier (GR4J) model, and the reservoir operation model used was an R-basedmodel with the structure of HEC-Ressim. Applying the climate change scenariosuntil 2100 to the established integrated model, the changes in water supplyreliability and flood risk of the Happcheon Dam were quantitatively analyzed.The results of the water supply reliability analysis showed that under SSP2-4.5conditions, the water supply reliability was higher than that under SSP5-8.5conditions. Particularly, in the far-future period, the range of flood risk widened,and both SSP2-4.5 and SSP5-8.5 scenarios showed the highest median flood riskvalues. While precipitation and runoff were expected to increase by less than10%, dam-released flood discharge was projected to surge by over 120% comparedto the baseline

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.84-84
• /
• 2021

전 지구적 기후변화로 세계 곳곳은 이례적인 홍수와 가뭄 등으로 많은 재산 및 인명 피해가 발생하고 있다. 우리나라의 경우, 강우 강도가 크고 단기간 많은 양의 비가 내리는 집중호우의 빈도가 급격히 증가하고 있다. 또한, 우리나라의 국토는 약 70%가 산지로 이루어져 있고, 경사가 험준한 지형을 지니고 있어 강우 시 유출이 급격히 발생하는 것이 특징이다. 이러한 기후 패턴과 지형적 특성으로 인하여 토양침식이 가중되고 있으며, 그중 강원도의 경우 산지 곳곳에 위치한 고랭지 밭으로 인해 강우 시 많은 양의 토사가 유실되어 농경지가 감소하고 있으며, 유실된 토사의 하천 유입으로 인한 하천 통수능력의 저하와 수질 악화 등 다양한 문제를 발생시키고 있다. 본 연구에서는 물리기반 모형인 SSEM (SSORii Erosion Model)을 이용하여 강원도 평창군에 위치한 도암댐 유역의 필지를 중심으로 침식과 퇴적의 양상을 분석해보고자 하였다. SSEM은 단기 강우 사상을 모의할 수 있고, 침식과 퇴적의 시·공간적 변동성을 반영할 수 있어 침식이 언제, 어디서, 얼마나 발생하였는지 식별이 가능한 모형이다. 연구분석 결과, 대부분의 필지에서 침식과 퇴적이 발생하였으며, 그중 도심지 주변에 위치한 필지에서 많은 토양침식이 발생하는 것으로 분석되었다. 이는 본 유역의 현장 조사 당시 육안으로 확인한 침식의 실태와 상당 부분 일치하고 있음을 보여준다.

• Water for future
• /
• v.24 no.1
• /
• pp.93-97
• /
• 1991

To design the minor structures in the small watersheds, it is required to calculate the peak discharge. For these calculations the simple peak flow prediction equations, the unit hydrograph method, the synthetic unit hydrograph methods or the runoff simulation models are adopted. To use these methods it is generally required to know the amount and the distributions, which are the uniform distribution, the triangular distribution, the trapezoidal distribution, or the Huff type distribution, of the design rainfall. In this study, the peak discharges are calculated by the different rainfall distribution and the values are compared.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.125-125
• /
• 2012

최근 심화되고 있는 강우의 시간적 지역적 불균형이 기후변화와 높은 연관성이 있다는 연구결과가 발표되고 있다. 강우에 직접적인 영향을 받는 수자원분야에서는 강우의 변동성을 예측한 결과를 바탕으로 기후변화 영향에 대한 연구가 활발히 진행 하고 있다. 우리나라의 연중 강수량의 대부분이 홍수기에 집중되어 수자원의 총량의 27%만 사용하고 있다. 전체 수자원이용량 중 절반 이상을 댐을 통해 이용하고 있기 때문에 댐 운영방법에 지속적인 연구가 필요하다. 기후변화영향으로 댐 유입량에 대한 불확실성이 커지므로 장기적인 수자원을 관리를 위하여 효율적인 댐 운영을 하기 위한 해결책이 필요하다. 물리적 강우-유출 모형으로 기후변화 영향을 받는 장기간 모의를 하게 되면 입력 자료와 매개변수, 모형구조의 불확실성 갖게 된다. 그에 반해 데이터를 통해 모형의 매개변수 값을 추정하여, 향후의 의사결정에 활용할 수 있는 모형을 구축하는 추계학적 모형과 인공신경망모형은, 물리적인 강우-유출 모형과 비교하여 모의에 드는 시간이 적고 모형 불확실성 파악이 가능하며, 장기간 모의 시 불확실성을 줄이는 효율적인 대안이 될 수 있다. 일반적인 추계학적 모형은 과거의 유입량 자료만 사용하지만 본 연구에서는 기후변화 시나리오 강우량의 영향을 함께 고려한 Transfer Function Noise(TFN)모형을 통하여 장기간 모의를 하였다. 본 연구의 대상 댐으로는 한강유역 중 댐 상류유역면적이 제일 넓은 충주댐으로 선정하였다. 과거의 유입량과 강우량 자료를 사용하여 통계적 방법을 통하여 TFN모형을 구축하고, TFN과 같은 변수를 사용하여 인공신경망모형을 구축하였다. 5개의 시나리오별로 어떠한 차이를 갖는지를 비교하였고, TFN모형과 인공신경망에 따라서 어떠한 양상을 갖는지 비교하였다.