• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.308-308
• /
• 2019

지구상 해양, 대기 및 대륙 상호간의 연속적인 물의 거동을 나타내는 물의 순환의 주요 과정 중 하나인 유량 자료는 경년부터 수십년간의 다양한 기상학적 변동성을 내포하며 해당 지역의 수문기상학적 특성을 반영한다. 이러한 기상학적 변동성 중에서 비교적 긴 시간 주기를 나타내는 저주파 진동은 전지구적 기후변화의 장기적 영향을 나타내며 해수면 상승, 홍수 또는 가뭄과 같은 극한 수문사상을 나타내는 매우 주요한 지표로 활용되고 있지만 관측된 수문 시계열의 짧은 자료길이로 인하여 통계적 분석의 신뢰성에 한계를 보여왔다. 따라서 과거 수문 시계열의 확장으로 인하여 부재의 영역으로 남아있던 자료 기간의 한계가 보완되면 보다 정확하고 신뢰도 있는 분석이 가능할 것이다. 나무나이테를 활용한 고기후 복원 등의 연구가 증가하고 있지만 공학 분야에서 이를 실제로 활용한 연구는 아직 미비하다. 따라서 본 연구에서는 과거 기후의 정보를 바탕으로 복원된 수문 시계열을 활용하여 수문 시계열에 내재된 장기 기후 변동성을 통계적으로 분석하기 위한 문헌들을 조사하고, 장기적인 시간 흐름에 내재된 잠재적인 경향 및 변동성을 통계적 분석을 파악하고자 한다. 이를 위해 주어진 수문 시계열에 내재된 저주파 신호을 추출하기 위한 경험적 모드분해법을 활용하여 수문 자료에 내재된 장기 변동성을 추출하였으며, 산업화 이전부터 연장된 수문 시계열의 공학적 활용성을 분석하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.29-29
• /
• 2015

수자원의 지속적인 관리 및 효율적인 활용을 위하여 수문량의 예측과 분석은 필수적인 과정이라 할 수 있으며 이에 따라 다양한 수문 모형이 구축되고 강우, 유량 등 대표적인 수문량의 예측이 수행되어져 왔다. 그 중에서도 수문 시계열 모형은 시간의 흐름에 따라 일정하게 기록되어온 수문 자료를 확률적인 과정을 통하여 모형을 구축하고 이를 바탕으로 미래 수문량을 예측하는 데활용되는 모형으로, 과거에 기록된 수문 패턴이 미래에도 지속된다는 가정 하에 구축된다. 일반적으로 시계열 모형은 하나의 자료계열로 모형을 구축하는 단변량 모형과 원 자료계열 외에 다른 자료계열을 고려하여 모형을 구축하는 다변량 모형이 있으며, 다변량 모형은 원 자료계열에 영향을 미치는 외부변수를 고려함으로써 두 자료계열간의 상관성을 모형에 반영할 수 있는 장점을 가지고 있다. 또한 자료계열의 계절성을 고려하여 시계열 모형을 구축할 경우, 수문 시계열이 가지고 있는 계절적 영향을 잘 반영할 수 있다. 따라서 본 연구에서는 계절성을 고려한 다변량 시계열 모형인 SARIMAX(Seasonal AutoRegressive Integrated Moving Average with eXogenous) 모형을 이용하여 대표적인 수공구조물인 댐의 유입량 예측을 수행하였다. 일반적으로 댐 유입량 예측에는 댐의 유입량과 상관성이 높은 강우가 외부변수로 사용되어져 왔으나, 이 외에도 영향을 미칠 수 있는 지점특성치를 고려하여 모형을 구축한 후 비교하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.231-231
• /
• 2019

수문자료는 수문과정을 이해하고 그 특성을 파악하여 장래 예견되는 자연재해로부터 인간의 생명과 재산을 보호하는데 있어서 매우 중요하다. 특히 수자원 계획 수립 및 대규모 수공구조물 설계 시 수문학적 설계기준이 되는 강수량 및 유출량과 같은 설계 수문량을 정확하게 산정하기 위해서는 장기간의 과거자료가 필요하다. 그러나 한국의 경우 수문자료 관측을 위한 관측소가 대부분 근래에 설치되어 자료의 기록기간이 짧은 실정이며, 수문자료의 질적인 면에서의 신뢰성이 의심되는 경우가 많아 수문 시계열 자료의 특성을 파악하는 것이 더욱 중요하다. 한국의 경우 수문 시계열 자료가 정상성이나 독립성을 지니고 있다고 가정하고 수문분석을 실시하는 경우가 많기 때문에 정상성을 가정한 수문분석으로 인해 왜곡된 결과를 얻을 수 있는 가능성이 있다. 본 논문에서는 한국의 기상청 63개의 기상관측소 중 45년 이상의 장기간의 관측 자료를 가지고 있는 37개의 기상관측소의 연강수량 자료를 대상으로 Data Screening 방법을 이용하여 정상성 분석을 실시하였다. 분석결과 37개소의 기상관측소 연 강수량의 시계열 자료 중 4개 관측소의 연강수량 자료에서 경향성을 보였으며 평균과 분산의 시간변동성을 의미하는 안정성은 22개 관측소 연강수량 자료에서 불안정성을 나타내었다. 또한 4개 관측소 연강수량 자료에서 지속성을 나타내었다. 본 논문에서는 경향성이 없고 평균과 분산의 안정성이 존재하며 지속성을 보이지 않는다는 조건을 동시에 만족하는 연 강수량 시계열 자료만을 정상성이 있다고 판단하였으며 분석 결과, 37개 관측소 중 23개 관측소(약 62%) 연 강수량자료가 비정상성을 나타냄을 확인할 수 있다.

• Journal of Korea Water Resources Association
• /
• v.48 no.12
• /
• pp.981-993
• /
• 2015

The analysis of hydrologic time series data is crucial for the effective management of water resources. Therefore, it has been widely used for the long-term forecasting of hydrologic variables. In tradition, time series analysis has been used to predict a time series without considering exogenous variables. However, many studies using decomposition have been widely carried out with the assumption that one data series could be mixed with several frequent factors. In this study, the empirical mode decomposition method was performed for decomposing a hydrologic time series data into several components, and each component was applied to the time series models, autoregressive moving average (ARMA). After constructing the time series models, the forecasting values are added to compare the results with traditional time series model. Finally, the forecasted estimates from ARMA model with empirical mode decomposition method showed better performance than sole traditional ARMA model indicated from comparing the root mean square errors of the two methods.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.30-30
• /
• 2017

한반도의 기후변화는 전 세계 평균보다도 빠르게 진행되고 있다. 최근 빈발하고 있는 태풍 및 극한 강우, 폭설과 한파, 온난화 현상 등이 그 예이다. 특히 북한지역은 오랜 식량난과 에너지난으로 산림생태계가 훼손되어 홍수 및 이수와 같은 기후변화 관련 자연재해에 매우 취약하다. 이렇게 예상되는 대규모 자연재해를 대비하고 기후변화에 효율적으로 대처하기 위해서는 체계적이고 과학적인 기상 및 기후 예측 정보의 활용이 매우 중요하다. 하지만 북한지역은 우리가 수문자료를 구하기가 힘들고, 직접 측정을 할 수 없으므로 수문자료의 수집에 한계가 있기 때문에 기후변화관련 수문연구에 한계점이 있다. 따라서 본 논문에서는 WMO에서 제공하고 있는 북한의 27개 기상관측소의 강수량, 기온자료와 기상청의 RCP8.5기후변화시나리오를 제공 받아 각 관측소별 미래 잠재증발산량을 산정하였다. 또한 lumped conceptual model인 WASMOD 모형을 이용하여 북한의 대표유역(금야강, 대동강, 두만강, 압록강, 예성강, 임진강, 장연남대천)에 적용하여 부족한 수문시계열자료를 산정하였다. 이렇게 산정된 북한의 미래 수문순환요소의 시계열자료를 이용하여 통계분석, 변화점분석, 유황분석등 시계열 분석 등을 통해 RCP8.5기후변화시나리오 기반의 기후변화가 북한지역의 수문순환과정에 미치는 영향을 분석하고, 이를 통해 유역규모의 수자원에 미치는 영향을 전망하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.202-202
• /
• 2017

전 세계적으로 기후변화로 인해 슈퍼태풍 및 극한 강우, 폭설과 한파, 온난화 현상이 발생하고 있으며, 한반도의 기후변화는 전 세계 평균보다도 빠르게 진행되고 있다. 특히 북한지역은 오랜 식량난과 에너지난으로 산림생태계가 훼손되어 홍수 및 이수와 같은 기후변화 관련 자연재해에 매우 취약하며, 무분별한 도시화에 따른 불투수층의 증가로 인해 유역내의 수문순환요소가 변화하고 있다. 이러한 기후변화에 효율적으로 대처하기 위해서는 체계적이고 과학적인 기상 및 기후정보의 활용이 중요하다. 하지만 본 논문의 대상지역인 북한지역은 우리가 수문자료를 구하기가 힘들고, 직접 측정 할 수 없기 때문에 수문순환분석에 한계가 있다. 따라서 본 논문에서는 WMO에서 제공하고 있는 북한의 27개 기상관측소의 강수량, 기온자료를 제공 받아 분석에 사용하였다. 본 논문에서는 기상정보를 이용하여 각 관측소별 잠재 증발산량을 산정하였으며, 또한 lumped conceptual model 인 WASMOD 모형을 이용하여 북한 미계측 유역의 유출량을 산정 하였다. 이렇게 산정된 수문순환요소 시계열 자료를 이용하여 통계분석, BCP, 유황분석등 시계열 분석을 통해 북한지역의 수문순환특성을 파악하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2004.05b
• /
• pp.1178-1182
• /
• 2004

시계열 자료의 분석과 예측은 수문학분야에서 매우 중요하면, 최근 들어 특정한 수문시계열에서 카오스 특성이 발견되고 있다. 카오스 특성을 갖는 수문시계열의 예측에 있어, 기존의 거의 모든 연구는 시스템의 특성을 파악한 뒤 예측을 실시하는 표준접근법이 채택되어왔다. 그러나 Phoon 등은 시스템의 특성분석에 앞서 예측을 실시하고, 상태공 매개변수가 시스템의 특성분석단계가 아닌 예측단계에서 평가되는 가역접근법을 제안하였다. 본 연구에서는 Phoon 등이 제안한 가역접근법과 기존에 널리 적용되어온 표준접근법을 실제 일유출량 자료에 적용함으로써, 가역접근법의 적용성을 검토하고 카오스 시계열의 특성을 파악하였다. 본 연구에서 사용한 비선형 예측 기법으로는 카오스이론이 적용된 부분근사화 기법을 이용하였다. 카오스 특성분석을 통해, Bear 강 일유출량 시계열 자료에서 카오스 특성이 나타남을 알 수 있었다. 표준접근법과 가역접근법을 이용하여 Bear 강의 일유출량 자료에 대하여 예측을 실시한 결과, 카오스 특성을 갖는 일유출량 시계열 자료의 단기 예측의 우수성을 알 수 있었으면, 가역접근법이 표준접근법에 비해 좋은 결과를 나타내었다. 특히, 가역접근법은 예측단계에서 예측시간(T)에 대하여 예측매개변수를 최적화시킴으로써 보다 정밀한 예측을 할 수 있었으며, 시스템에 대한 정보손실이 발생하였을 경우 예측에 대한 상태공간 매개변수를 다시 추정해야 하는 표준접근법에 비해 실제적 적용성이 매우 우수하였다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.29 no.2B
• /
• pp.163-171
• /
• 2009

Classical linear models have been generally used to analyze and forecast hydrologic time series. However, there is growing evidence of nonlinear structure in natural phenomena and hydrologic time series associated with their patterns and fluctuations. Therefore, the classical linear techniques for time series analysis and forecasting may not be appropriate for nonlinear processes. In recent, the BDS (Brock-Dechert-Scheinkman) statistic instead of conventional techniques has been used for detecting nonlinearity of time series. The BDS statistic was derived from the statistical properties of the correlation integral which is used to analyze chaotic system and has been effectively used for distinguishing nonlinear structure in dynamic system from random structures. DVS (Deterministic Versus Stochastic) algorithm has been used for detecting chaos and stochastic systems and for forecasting of chaotic system. This study showed the DVS algorithm can be also used for detecting nonlinearity of the time series. In this study, the stochastic and hydrologic time series are analyzed to detect their nonlinearity. The linear and nonlinear stochastic time series generated from ARMA and TAR (Threshold Auto Regressive) models, a daily streamflow at St. Johns river near Cocoa, Florida, USA and Great Salt Lake Volume (GSL) data, Utah, USA are analyzed, daily inflow series of Soyang dam and the results are compared. The results showed the BDS statistic is a powerful tool for distinguishing between linearity and nonlinearity of the time series and DVS plot can be also effectively used for distinguishing the nonlinearity of the time series.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.232-232
• /
• 2016

주어진 시계열 자료의 경향성을 분석하고 판별하는 것은 수문 자료의 분석에서 가장 우선적으로 수행되어야 할 절차이며 경향성의 유무에 따라 자료를 분석하는 방법이 달라지게 되므로 매우 중요한 부분이다. 일반적으로 국내에서 주로 사용되는 수문 시계열 자료의 경향성 분석 방법으로는 비매개변수적인 방법인 Mann-Kendall test, Spearman's rho test, Hotelling Pabst test, Sentest 등이 있으며 그 중에서도 국내외 수문 자료의 경향성 분석에는 비교적 높은 기각력을 보이는 Mann-Kendall test가 주된 방법으로 활용되어 오고 있다. Mann-Kendall test는 통계적 유의성을 바탕으로 한 경향성 판별 방법으로 시계열 자료 내에 존재하는 경향성의 형태를 분석하여 경향성 유무를 판별하는 것에는 한계가 있다. 경험적 모드분해법을 활용한 경향성 분석 방법은 체거름 과정을 통하여 주어진 시계열 자료를 내재모드함수로 분해한 후, 추출된 모든 요소를 제거하고 남은 잔여값의 형태를 이용하여 경향성 유무를 판별하는 방법으로 자료에 내재된 경향성의 형태를 확인할 수 있는 장점을 가지고 있다. 본 연구에서는 이러한 경험적 모드분해법을 이용한 경향성 분석 방법을 소개하고, 모의를 통한 시계열 자료를 이용하여 경향성 분석에 적용한 후 기존에 사용되어온 Mann-Kendall test와의 비교를 통해 적용성을 평가하였다.

• 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.