• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2005년도 학술발표회 논문집
• /
• pp.1450-1454
• /
• 2005

수자원관리에 있어서 미래시구간에 대한 유량예측은 수자원시스템운영자에게 있어서 의사결정에 결정적인 영향을 미치는 가장 중요한 요소 중의 하나이다. 효율적 물배분이나 발전 등의 이수활동을 위해서 최소 월단위 이상의 장기유량예측이 필요하며, 이를 위해서는 강우예측이 선행되어야 하는데, 본 연구에서는 통합 실시간 물관리 운영시스템을 위한 중장기 유량예측을 목표로 방법론을 제시하고자 한다. 중장기 유량예측을 수행하는 대표적인 방법 중의 하나는 앙상블 유량예측(ESP; Ensemble Streamflow Prediction) 기법이다. ESP란 현재의 유역상태를 초기조건으로 사용하고 과거의 온도나 강수 등의 시계열앙상블을 모형입력으로 이용해서 강우-유출모형을 통하여 유출량을 예측하는 기법이다. ESP는 결국 현재의 유역상태와 유역에서의 과거강우관측기록, 미래강우예측에 대한 정보를 조합하여 그에 따른 유출앙상블을 생산해 내게 된다. 유출앙상블은 각 앙상블 트레이스가 갖게 되는 가중치에 따라 확률분포를 달리 갖게 되고 경우에 따라서는 유량으로부터 2차적으로 유도되는 변수들의 확률분포로 전이되기도 한다. 기존의 ESP 이론은 미국 NWS의 범주형 확률예보를 근간으로 하고 있어, 이를 국내 환경에 그대로 적용시키기에 어려움이 있어 왔다. 따라서 본 연구에서는 국내 기상청의 월간 강수전망을 이용하고, 이러한 정보의 특성에 맞는 ESP기법을 제시하였다. 더 나아가 중장기 수자원운영을 위한 일단위 월강수시나리오 구성을 위해서 수치예보와 월강수전망을 조합하여 ESP를 사용하는 기법을 제시하였다.

• 한국습지학회지
• /
• 제15권1호
• /
• pp.115-125
• /
• 2013

본 연구에서는 강수의 공간적 편차가 큰 산악지역에서 축소기법을 적용하기 위한 방법론을 마련하고 이를 이용하여 미래 강수특성의 변화를 추정하고자 하였다. 이를 위하여 한반도내 산악지역이라고 할 수 있는 남한강유역을 대상유역으로 선정하였고 일반적인 축소기법 중의 하나인 신경망과 고도자료를 부가자료로 활용하여 유역의 지형적 특성을 반영할 수 있는 SKlm 기법을 연계하여 신경망-SKlm 모형(ANN-SKlm : Artificial Neural Network - Simple Kriging with varying local means)을 구축하였다. 유역내 6개의 기상관측소 지점의 월강수량을 이용하여 신경망-SKlm 기법과 기존 강수량의 공간분포 방법인 Thiessen 및 Ordinary Kriging 을 적용하여 비교 평가하였다. 유역내에 보다 밀도있게 구성되어 있는 25개 강우관측소 지점을 대상으로 각 기법을 평가한 결과 고도자료를 부가자료로 사용하는 SKlm 기법이 가장 우수한 결과를 나타내었다.