• Water for future
• /
• v.24 no.2
• /
• pp.97-108
• /
• 1991

A number of different curve numbers are estimated, and three of them are the basin or composite curve numbers (CN-II and CN-III) evaluated from hydrologic soil cover complex, the observed curve numbers computed from rainfal1-runoff observations and the basin median curve numbers as a median of the observed curve numbers. Based on the observed runoff, CM-II underestimates the effective rainfall meanwhile CN-III overestimates. Hence, for the improvement in estimating effective rainfall, a modulating curve number may be defined as a value in between CN-II and CN-III. Basin median curve numbers produces the closest result to the observed runoff and therefore it can be adopted as a representative curve number for gaged basin.

• Journal of Korea Water Resources Association
• /
• v.36 no.4
• /
• pp.633-645
• /
• 2003

The techniques of GIS and remote sensing are being applied to hydrology, geomorphology and various field of studies are performed by many researcher, related those techniques. In this paper, curve number change detection is tested according to soil map and land cover in mountain area. Neural networks method is applied for land cover classification and GIS for curve number calculation. The first, sample area are selected and tested land cover classification, NN(84.1％) is superior to MLC(80.9％). So we selected NN with land cover classifier. The second, curve number from the land cover by neural network classifier(57) is compared with that(curve number) from the land cover by manual work(55). Two values are so similar. The third, curve number classified by NN in sample area was applied and tested to whole study area. As results of this study, it is shown that curve number is more exact and efficient by using NN and GIS technique than by (using) manual work.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.775-780
• /
• 2008

유출곡선지수(SCS-CN)를 사용하는 유역수문모형의 정확도를 향상시키기 위해서는 토지이용별 유출곡선지수가 잘 정의되어야한다. 하지만 논의 경우에는 유출곡선지수가 잘 정의되어 있지않다. 현재까지 연구된 논 CN number로는 경기지역의 조건을 반영한다. 본 연구에서는 영산강 수계와 섬진강 수계에 대한 논의 CN값을 추정하기위해 수문모니터링을 실시하였다. 시험지구는 영산강 수계 내에 위치한 전라남도 함평군 엄다면 화양리 학야지구와 섬진강 수계 내에 위치한 전라북도 순창군 적성면 고원리 적성지구로 2004년부터 2007년 영농기(5월$\sim$9월)동안 모니터링을 실시하였다. 두 시험지구에서 각각 강우량과 유출량을 조사하여 강우-유출 관계식을 유도하여 CN값을 산정하였다. 그 결과 CN-I, CN-II, CN-III 값은 학야지구에서 각각 65, 85, 94로 나타났고, 적성지구에서 각각 69, 89, 97로 나타났다. 이는 기존의 연구와 비교하여 CN-II값이 더 높은 것으로 나타났다.

• Journal of Korea Water Resources Association
• /
• v.36 no.6
• /
• pp.985-997
• /
• 2003

The objective of this study is to propose Runoff Curve Numbers(CNs) for land cover and treatment classification of satellite image. For this purpose, land cover classifications by using satellite image in addition to the exiting SCS's land cover and treatment classifications studies and land cover classifications suggested by Ministry of Environment are selected to provide CNs depending on the classifications. CNs estimation method is statistical approach that is suggested by Hjelmfelt(1991). Result of this study may contribute to use efficiently for the estimation of CNs in using satellite image.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.288-288
• /
• 2011

최근 들어 관측된 강우-유출 사상으로부터 유출곡선지수(Runoff curve number, CN)를 계산하는 연구가 수행되어왔으며, 이것은 기존 선행토양함수조건(Antecedent Moisture Condition; AMC) 을 이용한 유출곡선지수 적용에 대한 여러 문제점(AMC 기준의 타당성, 초기손실우량과 최대잠재보유수량의 비($I_a$ S=0.20의 적정성))이 부각되면서 선행유출조건을 이용한 유출곡선지수가 제안되었다. 본 연구에서는 선행유출조건(Antecedent Runoff Condition, ARC) 방법을 적용하여 IHP유역인 방림과 상안미 유역의 강우-유출자료로부터 CN을 직접 산정하였다. 먼저 방림과 상안미 유역에서 각각 12개, 10개의 관측된 강우-유출 사상을 통해 초기손실우량과 최대잠재보유수량의 비($I_a$/S)가 기존 가정의 0.20보다 작은 것을 확인하고 수정된 $I_a$/S비를 고려하여 대상 유역에서의 적정 CN을 산정하였다. 실제 강우-유출 사상에서 산정한 각 사상별 CN의 대표값을 찾기 위해 ARC-II의 평균유출조건으로 가정하여 각 사상별 단순평균과 4개의 지속기간(4시간, 3시간, 2시간, 1시간)별로 구분하여 평균한 CN을 구분하였다. 이를 통해 계산된 유효우량과 관측 유효우량과 비교를 실시하였으며 각 사상을 단순 평균한 ARC-II 조건으로 가정하여 계산된 CN의 오차가 가장 작은 것으로 나타났다. 따라서 기존의 선행토양함수조건(Antecedent soil moisture condition, AMC)의 CN으로 산정된 유효우량과 ARC조건으로 산정된 유효우량을 비교한 결과 방림유역에서 는 오차가 ARC 방법의 경우 37.76%, AMC 방법의 경우 51.27%로 평가되었고 상안미 유역에서는 오차가 ARC의 경우 31.97%, AMC 방법의 경우43.08%로 두 유역에서 모두 ARC 방법으로 산정된 CN이 더 적은 오차값을 주었다. 따라서 방림과 상안미 유역에서의 ARC로 산정된 CN값은 유효우량 산정의 정확성을 향상시킬 수 있으리라 판단된다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.34 no.4
• /
• pp.1171-1180
• /
• 2014

The NRCS-CN method is generally used to estimate effective rainfalls in a basin. However, since the curve number which plays a critical role in the NRCS-CN method was originally developed for US watersheds, it is limited to be directly applied to other basins outside the United States. Therefore various modifications have been suggested to revise the NRCS-CN for specific watershed condition. This study introduced the weighted average method and the slope-based CN to estimate effective rainfalls available for Korean watersheds and compared with the observed direct runoff. The overall results achieved from this study indicated that the adjusted slope-based CN considerably increases effective rainfalls in general and makes the duration of effective storm longer. Based on the statistical error analysis performed for various modifications of NRCS-CN, the weighted average method with the adjusted slope-based CN has highest precision with the observed direct runoff. In addition, after analyzing the relation between the initial loss estimated from rainfall-runoff observations and the potential maximum retention from GIS-based data, it turns out that the assumption of linear relationship between the initial loss and the potential maximum retention is not available for Korean watersheds.

• Journal of Korea Water Resources Association
• /
• v.36 no.6
• /
• pp.999-1012
• /
• 2003

The objective of this study is to test the applicability of CN values suggested using land cover and treatment classification of satellite image. Applicability test is based on the comparison of observed effective rainfall and computed one. The 3 case study areas, where are the upstream of Gyeongan stage station, the upstream of Baekokpo stage station Pyungchang River basin, and the upstream of Koesan Dam, are selected to test the proposed CN values and the hydrologic and meteorologic data, Landsat-7 ETM of 2000, soil map of 1:50,000 are collected for the selected areas. The results show that the computed CN values for three study cases are 71, 63, 66, respectively, and the errors between observed and computed effective rainfall are within about 30%. It can be concluded that the proposed CN values from this study for land cover and treatment classification of satellite image not only provides more accurate results for the computation of effective rainfall, but also suggest the objective CN values and effective rainfall.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.37-37
• /
• 2022

유효우량 산정을 위하여 국내에서 주로 사용되는 모형은 NRCS-CN(Natural Resources Conservation Service - curve number) 모형으로, 유역의 유출 능력을 나타내는 유출곡선지수(runoff curve number, CN)와 같은 NRCS-CN 모형의 매개변수들은 관측 강우-유출자료 또는 토양도, 토지피복지도 등을 이용하여 유역마다 결정된 값이 사용되고 있다. 그러나 유역의 CN값은 유역의 토양 상태와 같은 환경적 조건에 따라 달라질 수 있으며, 이를 반영하기 위하여 선행토양함수조건(antecedent moisture condition, AMC)을 이용하여 CN값을 조정하는 방법이 사용되고 있으나, AMC 조건에 따른 CN 값의 갑작스런 변화는 유출량의 극단적인 변화를 가져올 수 있다. NRCS-CN 모형과 더불어 강우 손실량 산정에 많이 사용되는 모형으로 Green-Ampt 모형이 있다. Green-Ampt 모형은 유역에서 발생하는 침투현상의 물리적 과정을 고려하는 모형이라는 장점이 있으나, 모형에 활용되는 다양한 물리적인 매개변수들을 산정하기 위해서는 유역에 대한 많은 조사가 선행되어야 한다. 또한 이렇게 산정된 매개변수들은 유역 내 토양이나 식생 조건 등에 따른 여러 불확실성을 내포하고 있어 실무적용에 어려움이 있다. 따라서 본 연구에서는, 현재 사용되고 있는 강우손실 모형들의 매개변수를 추정하기 위한 방법을 제시하고자 하였다. 본 연구에서 제시하는 방법은 인공지능(AI) 기술 중 하나인 딥러닝(deep-learning) 기법을 기반으로 하고 있으며, 딥러닝 모형으로는 장단기 메모리(Long Short-Term Memory, LSTM) 모형이 활용되었다. 딥러닝 모형의 입력 데이터는 유역에서의 강우특성이나 토양수분, 증발산, 식생 특성들을 나타내는 인자이며, 모의 결과는 유역에서 발생한 총 유출량으로 강우손실 모형들의 매개변수 값들은 이들을 활용하여 도출될 수 있다. 산정된 매개변수 값들을 강우손실 모형에 적용하여 실제 유역들에서의 유효우량 산정에 활용해보았으며, 동역학파 기반의 강우-유출 모형을 사용하여 유출을 예측해보았다. 예측된 유출수문곡선을 관측 자료와 비교 시 NSE=0.5 이상으로 산정되어 유출이 적절히 예측되었음을 확인했다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.215-215
• /
• 2017

NRCS-CN 방법은 총 강우량으로부터 유출량을 계산하는 방법으로, 국내에서는 설계홍수량 산정 시 NRCS-CN 방법의 사용을 권장하고 있다. CN값은 토지이용 및 피복, 토양특성, 수문학적 조건(AMC)에 따른 함수로 결정할 수 있으나, 보통의 경우 미국의 National Engineering Handbook (NEH-4)에서 제시한 표를 활용한다. 그러나, 우리나라의 토지피복 및 토지이용 현황은 미국과 다르기 때문에 현실 조건을 반영한 조정이 필요함에도 불구하고, 충분한 관측 자료가 확보되지 않아 이러한 조정이 어려운 실정이다. NRCS-CN 방법에서는 결과 값이 총 강수량보다 CN에 크게 의존적이기 때문에 부정확한 CN 값의 산정은 큰 오차를 야기할 수 있다. 또한 소유역에서는 초기손실량이 설계홍수량 산정에 큰 영향을 미치지만 우리나라는 초기손실률을 20%의 고정된 값을 일괄적으로 적용하고 있으며, 이는 제주도와 같은 특수한 투수성 지층에서는 적합하지 않다는 지적을 받아왔다. 여러 선행연구에서 강수량과 CN 사이에는 특정 관계식이 존재하며, 고정된 CN 값이 아닌 강수량에 따라 변화하는 값을 적용하는 것이 기존의 NRCS-CN 방법보다 더 정확한 결과를 나타낸다는 것이 확인된 바 있다. 본 연구에서는 NRCS-CN 방법의 CN 값과 초기손실률을 유역에 적합하게 개선하기 위해서 기존의 NRCS-CN 모형에 점근 유출곡선지수방법(Asymptotic CN Regression Method)을 통해 산정된 CN값과 각기 다른 초기손실률(0.01, 0.05, 0.10, 0.20, 0.40)을 적용하여 개선된 총 8개의 모형을 한강 권역 소유역에 적용하였다. RMSE, MAE 및 R-square 등의 지표를 이용하여 모형 검정을 수행하였으며, 최적의 모형 및 미개변수를 선정하였다. 그 결과 기존의 NRCS-CN 방법보다 점근 유출곡선지수방법을 적용했을 때 더 작은 오차를 나타내는 것을 확인하였으며, 대부분의 유역에서 0.01 또는 0.05 등 기존보다 더 작은 초기손실률을 채택 시 실측값과 가장 적은 오차를 나타냈다.

• 한국방재학회:학술대회논문집
• /
• 2010.02a
• /
• pp.60.1-60.1
• /
• 2010

본 연구에서는 년 최대 홍수량의 발생에 대한 대안으로 사용하는 PMF 추정에 관한 내용을 중심으로 분석하고자 한다. PMF를 산정하는 매개변수 도달시간(Time of concentration, TC)과 저류상수(Storage constant, K), 유출곡선번호(Runoff curve number, CN), 감수상수(Recession constant, RC), 초기손실(Initial loss, IL), 초기기저유량(Initial base flow, IBF), Threshold(TQ)들 중 CN값을 고정 하였을 때와 고정하지 않았을 때로 나눠 산정된 각각의 PMF와 기 발표된 PMF와 상호비교 분석을 통해 신뢰성 있는 분석방법을 제시하였다.