• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.90-90
• /
• 2016

본 연구에서는 증발산, 토양수분, 태양복사에너지, 식생 활동 등과 같은 수문기상인자들을 활용하여 새로운 가뭄 지수(Energy-based Water Deficit Index(EWDI)를 개발하였고 이는 Moderate Resolution Imaging Spectroradiometer(MODIS)에서 제공되는 산출물들을 활용하였다. EWDI는 물의 순환과 탄소 순환을 동시에 고려하여 기존에 활용되는 다른 가뭄지수들보다 다양한 측면에서 가뭄을 분석할 수 있는 장점을 가지고 있으며 산정된 EWDI는 증발산 기반의 가뭄지수인 Stand-alone MODIS-based Evaporative Stress Index(stMOD_ESI)와 함께 시공간적인 변동성을 비교하여 전 세계적으로 가뭄 피해가 심각한 지역인 몽골, 호주, 한반도 지역에 대해 2000년에서 2010년까지 적용성을 파악하였다. 또한, 본 연구에서는 각 지수들 간의 상관관계를 파악하고 수문기상 인자들과 가뭄 현상 사이에 관계성을 파악하기 위해 Receiver Operating Characteristics(ROC) 분석을 수행하였다. 위에서 언급한 여러 분석 결과를 토대로, EWDI와 stMOD_ESI는 기존에 많이 쓰였던 가뭄 지수인 표준강수지수(Standardized Precipitation Index, SPI)에 비해 가뭄 상태를 더욱 잘 파악할 수 있는 것으로 나타났으며 EWDI와 stMOD_ESI가 광역적인 범위에서의 적용성이 높음을 파악하였다. 본 연구를 통해 수문기상학 및 수자원 분야에서의 인공위성을 활용한 가뭄 분석 연구의 기틀이 마련되길 기대해 볼 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.57-57
• /
• 2019

최근 수문기상학 분야에서 레이더 강수량을 활용한 응용연구가 활발하게 진행되고 있다. 하지만 레이더 강수량은 경험적으로 설정된 레이더 반사도-강우강도 관계식을 활용하여 레이더 강수량을 산정하기 때문에 실제지상에 도달하는 강수량과 정량적인 오차가 필연적으로 발생한다. 따라서 고해상도의 레이더 강수량을 활용한 신뢰도 높은 수문해석을 위하여 레이더 강수량의 편의보정이 필수적으로 선행되어야한다. 본 연구에서는 불확실성을 고려한 레이더 강수량 편의보정을 위하여 Bayesian 추론기법과 일반화 선형모형(generalized linear model)을 연계하여 레이더 강수량 편의보정 매개변수를 산정하였다. 일반화 선형모형을 적용한 레이더 강수량 편의보정 결과는 현재 널리 사용되고 있는 평균보정(mean field bias) 기법에 비하여 통계지표가 개선된 레이더 강수량 편의보정 결과를 도출하였다. 추가적으로 지형학적 특성에 따른 레이더 강수량 편의보정 매개변수의 변동성을 분석하여 고도 및 이격거리에 따른 편의보정 매개변수의 지역화 공식을 제시하였다. 본 연구를 통하여 개발된 레이더 강수량 편의보정 매개변수 산정 및 지역화 연구는 레이더 관측전략 수립과정에 유용한 기초자료로 활용될 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.340-340
• /
• 2019

지구온난화로 유발되는 기후변동성이 증가함에 따라서 정확한 수문인자의 예측은 전 세계적으로 주요 관심사항이 되고 있다. 최근에는 고성능 컴퓨터 자원의 증가로 수문기상학 연구에서 동일한 학습량에 비하여 정확도의 향상이 뚜렷한 기계학습 구조를 활용하여 위성영상 기반의 대기예측, 태풍위치 추적 및 강수량 예측 등의 연구가 활발하게 진행되고 있다. 본 연구에는 기계학습 중 시계열 분석에 널리 활용되고 있는 순환신경망(Recurrent Neural Network, RNN) 기법의 대표적인 LSTM(Long Short-Term Memory) 네트워크를 이용하여 수문인자를 예측하였다. LSTM 네트워크는 가중치 및 메모리 요소에 대한 추가정보를 셀 상태에 저장하고 시계열의 길이 조정하여 모형의 탄력적 활용이 가능하다. LSTM 네트워크를 이용한 다양한 수문인자 예측결과 RMSE의 개선을 확인하였다. 따라서 본 연구를 통하여 개발된 기계학습을 통한 수문인자 예측기술은 권역별 수계별 홍수 및 가뭄대응 계획을 능동적으로 수립하는데 활용될 것으로 판단된다. 향후 연구에서는 LSTM의 입력영역을 Bayesian 추론기법을 활용하여 구성함으로 학습과정의 불확실성을 정량적으로 제어하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.61-61
• /
• 2020

최근 수문기상학 분야에서 레이더 강수량을 활용한 응용연구가 활발하게 진행되고 있다. 하지만 레이더 강수량은 대류성 및 층상형 등과 같이 강수특성을 기준으로 레이더 반사도-강수량(Reflectivity-Rainfall, Z-R) 관계식 매개변수를 시공간적으로 동일하게 적용하여 레이더 강수량을 산정하는 방법론은 지상관측 강수량과 정량적인 편의 오차(systematic error)를 발생시킬 수 있는 문제점이 있다. 본 연구는 장기간의 레이더 합성장 반사도를 활용하여 Z-R 관계식 매개변수를 산정하였으며, 이 과정에서 Bayesian 추론 기법을 도입하여 Z-R 관계식 매개변수의 불확실성을 정량화하였다. 추가적으로 편의 오차를 최소화하기 위하여 계절성을 고려한 Z-R 관계식을 산정하였다. 건기와 우기로 구분하여 산정된 Z-R 관계식 매개변수의 공간적으로 변동성과 더불어 강수의 계절적 특성에 기인하는 Z-R 관계식 매개변수의 역비례 관계를 확인하였다. 최종적으로, 제안된 방법론으로 산정된 레이더 강수장은 일반적으로 레이더 강수량 산정에 널리 이용되는 Marshall-Palmer Z-R 관계식으로 산정된 강수장에 비하여 우수한 통계지표를 제시하였다.

• Journal of Korea Water Resources Association
• /
• v.45 no.8
• /
• pp.755-765
• /
• 2012

The Land Surface Temperature (LST) is one of the significant factors to understand the water and energy cycles between the land surface and atmosphere. However, few previous studies for spatio-temporal variations of LST has been investigated. In this study, we conducted comparative analyses between the Communication, Ocean and Meteorological Satellite (COMS) and MOderate-Resolution Imaging Spectroradiometer (MODIS) LST data. We compared COMS data with observations to identify the accuracy and found relative underestimated patterns of the COMS data as compared to observations. We also found that COMS LST were underestimated in compare to MODIS LST. The Terra LST was verified to have more similar trends with the COMS LST rather than Aqua LST. While we identified the applicability of COMS based on the results of similar tendencies of two comparisons, more intensive validation research at a variety of field conditions should be conducted to gurantee current COMS LST.

• Journal of Korea Water Resources Association
• /
• v.38 no.4 s.153
• /
• pp.293-300
• /
• 2005

This study analyzes hydrometeorologic changes after a dam construction, and develops a model related to estimating the geographical boundary hour far hydrometeorologic changes could happen due to a dam construction. The model is applied to several dams, namely Seomjin Dam, Soyang Dam, Andong Dam, and Chungju Dam. Throughout estimating the correlation between albedo and recycling coefficients, the result confirms that the land use changes by dam construction are the critical factor on the recycling of the water in the air. It is also shown that the geographical boundary is highly related to the surface area of a dam. Finally, this model is expected to be applied to estimate its boundary of hydrometeorologic changes by a new dam construction.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.16 no.5
• /
• pp.537-543
• /
• 2006

There have been many recent studies on the nonlinear rainfall-runoff modeling, where the use of neural networks is shown to be quite successful. Due to fundamental limitation of linear structures, employing linear models has often been considered inferior to the neural network approaches in this area. However, we believe that with an appropriate extension, the concept of linear impulse responses can be a viable tool since it enables us to understand underlying dynamics principles better. In this paper, we propose the use of multiple impulse responses for the problem of rainfall-runoff analysis. The proposed method is based on a simple and fixed strategy for switching among multiple linear impulse-response models, each of which satisfies the constraints of non-negativity and uni-modality. The computational analysis performed for a certain Korean hydrometeorologic data set showed that the proposed method can yield very meaningful results.

• Journal of Korea Water Resources Association
• /
• v.52 no.9
• /
• pp.589-601
• /
• 2019

Various applications of radar rainfall data have been actively employed in the field of hydro-meteorology. Since radar rainfall is estimated by using predefined reflectivity-rainfall intensity relationships, they may not have sufficient reproducibility of observations. In this study, a generalized linear model is introduced to better capture the Z-R relationship in the context of bias correction within a Bayesian regression framework. The bias-corrected radar rainfall with the generalized linear model is more accurate than the widely used mean field bias correction method. In addition, we analyzed variability of the bias correction parameters under various geomorphological conditions such as the height of the weather station and the separation distance from the radar. The identified relationship is finally used to derive a regionalized formula which can provide bias correction factors over the entire watershed. It can be concluded that the bias correction parameters and regionalized method obtained from this study could be useful in the field of radar hydrology.

• Journal of Korea Water Resources Association
• /
• v.47 no.3
• /
• pp.257-267
• /
• 2014

The impact of the combination of changes in temperature and rainfall due to climate change on surface water resources is important in hydro-meteorological research. In this study, 4 hydro-meteorological (HM) models from the Rainfall Runoff Library in the Catchment Modeling Toolkit were used to model the impact of climate change on runoff in streams for 5 river basins in the Republic of Korea. Future projections from 2021 to 2040 (2030s), 2051 to 2070 (2060s) and 2081 to 2099 (2090s), were derived from 12 General Circulation Models (GCMs) and 3 representative concentration pathways (RCPs). GCM outputs were statistically adjusted and downscaled using Long-Ashton Research Station Weather Generator (LARS-WG) and the HM models were well calibrated and verified for the period from 1999 to 2009. The study showed that there is substantial spatial, temporal and HM uncertainty in the future runoff shown by the interquartile range, range and coefficient of variation. In summary, the aggregated runoff will increase in the future by 10~24%, 7~30% and 11~30% of the respective baseline runoff for the RCP2.6, RCP4.5 and RCP8.5, respectively. This study presents a method to model future stream-flow taking into account the HM model and climate based uncertainty.