• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1410-1414
• /
• 2010

최근 들어 가뭄과 국지성 호우 등의 기상이변이 지속적으로 발생하고 있으며, 이는 국민 삶의 발전과 향상에 밀접한 관계가 있는 것으로 전세계적으로 이에 대한 관심이 증가하고 있는 추세이다. 특히 댐의 효율적 관리와 안정적인 운영은 홍수피해 방지, 안정적인 용수공급과 같은 국민 생활과 밀접한 관계를 가지고 있어 수자원의 효율적인 운영과 이용은 장기적인 관점을 통하여 수립해야 한다. 이와 같이 댐 유입량의 예측은 유출모형의 목적 중 중요한 부분으로 확정론적 모형이 시 혹은 일유량과 같은 매우 짧은 시간의 유출을 예측하는데 주로 사용되지만 이는 매개변수의 추정이 불가능하거나 실제유역에서의 측정이 불가능 할 경우에는 모형적용에 한계가 있다. 이에 반해 추계학적 모형에 의한 유출예측은 장기간의 유출을 과거자료의 통계학적 특성변수를 매개변수로 하여 예측하는 방법으로 모형의 적용에 필요한 매개변수가 적어 그 적용성이 간편한 장점이 있다. 본 연구에서는 계절형 ARIMA모형을 적용하여 과거자료의 적용범위, 매개변수의 산정, 적합성 판정에 대하여 판단하고, 이 모형이 월유입량의 예측에 적합한지를 검토하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.135-135
• /
• 2017

최근 강우-유출 모형은 물리적 현상에 근거한 확정론적 모의 모형과 물리적 성분으로 설명할 수 없는 내용에 대해 통계적으로 접근하는 추계학적 모의 모형 등이 계속 연구되고 있어 자연현상에 가까운 결과를 기대할 수 있게 되었다. 하지만 우리나라의 경우 많은 연구에도 불구하고 돌발성 집중호우, 여름철 집중되는 강우 등으로 인해 재난이 반복적으로 발생하고 있어 모형의 정확성에 대한 논의가 지속되고 있다. 동일한 유역에 동일한 입력자료를 사용하더라도 사용하는 모형에 따라 유출 분석결과는 상이하며 이는 유출 해석에 대한 불확실성으로 작용한다. 본 연구에서는 앙상블 및 블랜딩 기법을 사용하여 각 강우-유출 모형의 불확실성을 고려하여 최적 유출량을 산정하고자 한다. 대상 유역으로는 한강 수계에 있는 중랑천 유역을 선정하였으며, Distributed 모형인 Vflo 모형과 Lumped 모형인 저류함수 모형, SSARR모형, TANK 모형을 이용하여 유출 분석을 실시하였다. 그 후, Multi-Model Super Ensemble(MMSE), Simple Model Average(SMA), Mean Square Error(MSE) 방법 등의 blending 기법을 이용하여 하나의 통합된 형태의 유출 분석 결과를 제시하였으며, 최적 유출량 산정을 위한 blending 기법을 선정하였다. 본 연구를 통해 동일한 강우 시나리오에 대한 여러 강우-유출 모형에 대한 정확도를 확인하였으며, 앙상블 및 블랜딩 기법을 사용하여 유출 분석에 대한 정확도를 향상시킬 수 있을 것으로 판단된다.

• Journal of Korea Water Resources Association
• /
• v.35 no.3
• /
• pp.331-344
• /
• 2002

This study is aimed at the development of a deterministic runoff model which can be used for flood runoff. The model is formulated by the watershed runoff model. Based on the assumptions that runoff system is nonlinear, the proposed watershed runoff model is the conceptual model. In the model structure, the conceptual model divides the runoff system into a surface structure and a subsurface structure corresponding to the surface flow, and inter flow and ground water flow respectively. The lag time effect of surface can be represented by the sub-tank of surface structure in the conceptual model. The parameter calibration of inter flow and ground water flow in the subsurface structure of the conceptual model is performed by separating the components with numeric filter The runoff coefficient($\alpha$$_2$) is expressed as the function of antecedent precipitation index(API). The parameters with the surface flow can be calibrated with the runoff coefficient($\alpha$$_1$ and $\alpha$/$_{11}$) in the conceptual model. In the conceptual model, an algorithm is developed to calibrate the parameters automatically based on efficiency criteria. The comparative study shows that simulated value from the conceptual model well agreed to observed value.

• Proceedings of the Korea Water Resources Association Conference
• /
• 1993.07a
• /
• pp.327-334
• /
• 1993

일유출량을 모의하는 수문모형이 많이 개발되었지만 그 이용에 있어서는 입력자료와 매개변수가 다양하고 매개변수의 산정에 경험을 필요로 하는 경우가 많기 때문에 수문실무자들이 사용하기에는 다소 어려운 점이 있다. 본 연구에는 최소의 입력자료(강우량, 증발량)와 매개변수로 일자연유량을 모의할 수 있는 집중형 확정론적 모형을 개발하였는데, 관측된 수문곡선으로부터 입력매개변수를 도출할 수 있으며 그 종류가 작기때문에 실무에서 쉽게 이용할 수 있도록 하였다. 개발된 모형의 기본 개념은 강우-유출에 질량불변의 법칙을 적용하고, 선형저수지와 유사한 다중 감수 과정에 따른 수문곡선에 근거한다. 제안된 수문곡선은 차단을 제외한 강우량에 기인한 유량의 시간분포를 나타내며 기저유출과 장래에 손실될 증발산량을 포함한다. 제안된 수문곡선은 2개의 상승부와 3개의 감수부로 구성되며 수문곡선의 우측부는 개방되어 있다. 수문곡선의 상승부에는 감수계수의 개념을 역으로 적용하였으며, 계산을 단순화 하기 위하여 각 상승부 및 감수부의 구간은 정수값만을 갖는다고 가정하였다. 개발된 모형을 한강유역의 인도교지점(1918-1974), 영산강유역의 나주지점(1906-1990)의 일유출량을 모의하기 위하여 적용하였다. 모형의 적용결과 모의 기간중에 매개변수의 조정없이 전 기간에 걸쳐서 양호한 장기간의 일유출량 모의 결과를 얻을 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.30-30
• /
• 2011

현재 우리나라는 수자원의 안정적인 확보와 효율적인 관리를 위하여 20년 단위의 수자원장기 종합계획을 수립하고 있으며, 향후 발생가능한 물의 과부족을 평가하는 물수급 분석을 통해 최적의 수자원관리 계획을 수립하고 있다. 하지만, 현재의 수자원장기종합계획에서는 미래 물수급 전망을 단일 값으로 제시하는 확정론적 기법을 적용하고 있으며, 과거 유출패턴이 미래에도 똑같이 재현된다는 가정 하에 물수급 분석을 수행한다. 이는 기후변화의 불확실성에 따른 물공급 시나리오의 다양성을 고려하지 않는 것을 뜻하며, 현재 다양한 GCM(Global Circulation Model)을 통해 제시되고 있는 미래 수자원 변동 전망을 물수급 분석에 반영하지 않고 있음을 말해 주는 것이다. 따라서, 본 연구에서는 기후변화에 따른 미래 자연유출량의 불확실성을 반영할 수 있는 물수급 전망 기법을 제안코자 한다. 먼저 국내유역에 적합한 GCM 시나리오들을 선정하였으며, 스케일상세화(downscaling) 기법을 통해 한강유역 중권역별 강우량, 증발산량 등의 일 단위 미래 수문기상 자료를 구축하였다. 다음으로, 앞서 구축한 기상자료를 개념적 강우-유출 모형인 TANK 모형에 입력하여 중권역별 미래 유출량을 산정하여 각 시나리오별 미래 유출량 변화를 전망하였다. 물수급 분석 모형으로는 한국건설기술연구원에서 미국 SEI-B와 제휴하여 개발한 통합수자원평가계획모형인 K-WEAP을 사용하였으며, 물수급 분석 결과를 바탕으로 중권역별 물공급 지수를 산정하여 제시하였다. 현재 대부분의 기후변화 연구에서는 GCM 시나리오를 직접 적용한 결과를 바탕으로 미래 수자원 전망 결과를 제시하고 있는데, 여기에는 GCM 자체의 불확실성은 물론 과거 관측 자료를 입력자료로 하는 기존 연구 방법론으로 부터의 급진적인 변화에 따른 연구 연속성의 문제 또한 존재한다. 따라서 본 연구에서는 GCM 유출량 시나리오의 직접 적용 대신 과거 유출 시나리오별 가중값을 산정하여 반영함으로서 GCM 모의 결과의 불확실성을 저감하는 방안을 제안하였다.

• Journal of Korea Water Resources Association
• /
• v.50 no.11
• /
• pp.735-743
• /
• 2017

With growing concerns about ever-increasing anthropogenic greenhouse gas emissions, it is crucial to enhance preparedness for unprecedented extreme weathers that can bring catastrophic consequences. In this study, we proposed a stochastic framework that considers uncertainty in weather forecasts for flood analyses. First, we calibrated a simple rainfall-runoff model against observed hourly hydrographs. Then, using probability density functions of rainfall depths conditioned by 6-hourly weather forecasts, we generated many stochastic rainfall depths for upcoming 48 hours. We disaggregated the stochastic 6-hour rainfalls into an hourly scale, and input them into the runoff model to quantify a probabilistic range of runoff during upcoming 48 hours. Under this framework, we assessed two rainfall events occurred in Bocheong River Basin, South Korea in 2017. It is indicated actual flood events could be greater than expectations from weather forecasts in some cases; however, the probabilistic runoff range could be intuitive information for managing flood risks before events. This study suggests combining deterministic and stochastic methods for forecast-based flood analyses to consider uncertainty in weather forecasts.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.382-382
• /
• 2011

최근의 극심한 기상이변으로 인하여 발생되는 유출량의 예측에 관한 사항은 치수 이수는 물론 방재의 측면에서도 역시 매우 중요한 관심사로 부각되고 있다. 강우-유출 관계는 유역의 수많은 시 공간적 변수들에 의해 영향을 받기 때문에 매우 복잡하여 예측하기 힘든 요소이며, 과거에는 추계학적 예측모형이나 확정론적 예측모형 혹은 경험적 모형 등을 사용하여 유출량을 예측하였으나 최근에는 인공신경망과 퍼지모형 그리고 유전자 알고리즘과 같은 인공지능기반의 모형들이 많이 사용되고 있다. 하지만 유출량을 예측하고자 할 때 학습자료 및 검정자료로써 사용되는 유출량은 수위-유량 관계곡선식으로부터 구하는 경우가 대부분으로 이는 이렇게 유도된 유출량의 경우 오차가 크기 때문에 그 신뢰성에 문제가 있을 것으로 판단된다. 따라서 본 논문에서는 수위를 직접 예측함으로써 이러한 오차의 문제점을 극복 하고자 한다. Neuro-Fuzzy 모형은 과거자료의 입 출력 패턴에서 정보를 추출하여 지식으로 보유하고, 이를 근거로 새로운 상황에 대한 해답을 제시하도록 하는 인공지능분야의 학습기법으로 인간이 과거의 경험과 훈련으로 지식을 축적하듯이 시스템의 입 출력에 의하여 소속함수를 최적화함으로서 모형의 구조를 스스로 조직화한다. 따라서 수학적 알고리즘의 적용이 어려운 강우와 유출관계를 하천유역이라는 시스템에서 발생된 신호체계의 입 출력패턴으로 간주하고 인간의 사고과정을 근거로 추론과정을 거쳐 수문계의 예측에 적용할 수 있을 것이다. 유전자 알고리즘은 적자생존의 생물학 원리에 바탕을 둔 최적화 기법중의 하나로 자연계의 생명체 중 환경에 잘 적응한 개체가 좀 더 많은 자손을 남길 수 있다는 자연선택 과정과 유전자의 변화를 통해서 좋은 방향으로 발전해 나간다는 자연 진화의 과정인 자연계의 유전자 메커니즘에 바탕을 둔 탐색 알고리즘이다. 즉, 자연계의 유전과 진화 메커니즘을 공학적으로 모델화함으로써 잠재적인 해의 후보들을 모아 군집을 형성한 뒤 서로간의 교배 혹은 변이를 통해서 최적 해를 찾는 계산 모델이다. 이러한 유전자 알고리즘은 전역 샘플링을 중심으로 한 수법으로 해 공간상에서 유전자의 개수만큼 복수의 탐색점을 설정할 뿐만 아니라 교배와 돌연변이 등으로 좁아지는 탐색점 바깥의 영역으로 탐색을 확장할 수 있기 때문에 지역해에 빠질 위험성이 크게 줄어든다. 따라서 예측과 패턴인식에 강한 뉴로퍼지 모형의 해 탐색방법을 유전자 알고리즘을 사용한다면 보다 정확한 해를 찾는 것이 가능할 것으로 판단된다. 따라서 본 논문에서는 선행우량 및 상류의 수위자료로부터 하류의 단시간 수위예측에 관해 연구하였으며, 이를 위해 유전자 알고리즘을 이용항여 소속함수를 최적화 시키는 형태의 Neuro-Fuzzy모형에 대하여 연구하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1159-1163
• /
• 2010

최근의 극심한 기상이변으로 인하여 발생되는 유출량의 예측에 관한 사항은 치수 이수는 물론 방재의 측면에서도 역시 매우 중요한 관심사로 부각되고 있다. 강우-유출 관계는 유역의 수많은 시 공간적 변수들에 의해 영향을 받기 때문에 매우 복잡하여 예측하기 힘든 요소이다. 과거에는 추계학적 예측모형이나 확정론적 예측모형 혹은 경험적 모형 등을 사용하여 유출량을 예측하였으나 최근에는 인공신경망과 퍼지모형 그리고 유전자 알고리즘과 같은 인공지능기반의 모형들이 많이 사용되고 있다. 하지만 유출량을 예측하고자 할 때 학습자료 및 검정자료로써 사용되는 유출량은 수위-유량 관계곡선식으로부터 구하는 경우가 대부분으로 이렇게 유도된 유출량의 경우 오차가 크기 때문에 그 신뢰성에 문제가 있을 것으로 판단된다. 따라서 본 논문에서는 선행우량 및 수위자료로부터 단시간 수위예측에 관해 연구하였다. 신경망은 과거자료의 입 출력 패턴에서 정보를 추출하여 지식으로 보유하고, 이를 근거로 새로운 상황에 대한 해답을 제시하도록 하는 인공지능분야의 학습기법으로 인간이 과거의 경험과 훈련으로 지식을 축적하듯이 시스템의 입 출력에 의하여 연결강도를 최적화함으로서 모형의 구조를 스스로 조직화하기 때문에 모형의 구조에 적합한 최적 매개변수를 추정할 수 있다. 따라서 정확한 예측이 어려운 하천수위를 과거의 자료로 부터 학습된 신경망의 수학적 알고리즘을 통해 유출량의 예측에 적용할 수 있을 것이다. 유전자 알고리즘은 적자생존의 생물학 원리에 바탕을 둔 최적화 기법중의 하나로 자연계의 생명체 중 환경에 잘 적응한 개체가 좀 더 많은 자손을 남길 수 있다는 자연선택 과정과 유전자의 변화를 통해서 좋은 방향으로 발전해 나간다는 자연 진화의 과정인 자연계의 유전자 메커니즘에 바탕을 둔 탐색 알고리즘이다. 즉, 자연계의 유전과 진화 메커니즘을 공학적으로 모델화함으로써 잠재적인 해의 후보들을 모아 군집을 형성한 뒤 서로간의 교배 혹은 변이를 통해서 최적 해를 찾는 계산 모델이다. 따라서 본 연구에서는 인공신경망의 가중치를 유전자 알고리즘에 의해 최적화시킨후 오류역전파알고리즘에 의해 신경망의 학습을 진행하는 모형으로 감천유역의 선산수위표지점의 수위를 1시간~6시간까지 예측하였다.

• Journal of Korea Water Resources Association
• /
• v.42 no.11
• /
• pp.953-961
• /
• 2009

The objective of this study is to develop a stochastic continuous storage function model for enhancement of an event-oriented watershed and channel storage function models which have been used as an official flood forecast model in Korea. For this study, soil moisture accounting component is added to the original storage function model and each hydrologic component, such as surface flow, subsurface flow, groundwater flow and actual evaportranspiration, is simulated as a function of soil water content. And also, ensemble Kalman filtering technique is used for real-time assimilation of measured streamflow from various stream locations in the watershed. Therefore the enhanced model will be able to simulate hydrologic components for long-term period without additional estimation of model parameters and to give more accurate and reliable results than those from the existing deterministic model due to the assimilation of measured streamflow data.

• Journal of Korea Water Resources Association
• /
• v.42 no.11
• /
• pp.963-972
• /
• 2009

The objective of this study is to evaluate an application of stochastic continuous storage function model with ensemble Kalman filter technique. The case study is performed at the upstream basin of Jibo streamflow gauge including Andong and Imha dam. Test period is for the rainy season during 2006 and 2007. Long term runoff analysis is feasible in the case of using deterministic model. Ensemble members for input data and parameters are generated using Monte Carlo simulation for the purpose of applying ensemble Kalman filter technique. The cumulative absolute errors of stochastic model to the deterministic one are improved for the amount of 17.5 %, 18.3 % and more than 40.0 % for Andong dam, Imha dam and Jibo station, respectively. The results indicate that the stochastic model improves the accuracy of the simulated discharge considerably.