• 한국수자원학회논문집
• /
• 제51권6호
• /
• pp.523-533
• /
• 2018

본 연구에서는 충주댐 유역에 대해 앙상블 유량예측기법의 강우-유출 모델 매개변수, 입력자료에 따른 불확실성 분석을 수행하였다. 앙상블 유량예측기법으로는 ESP (Ensemble Streamflow Prediction) 기법과 BAYES-ESP (Bayesian-ESP) 기법을 활용하였으며, 강우-유출 모델로는 ABCD를 활용하였다. 모델 매개변수에 따른 불확실성 분석은 GLUE (Generalized Likelihood Uncertainty Estimation) 기법을 적용하였으며, 입력자료에 따른 불확실성 분석은 유량예측 앙상블에 활용되는 기상시나리오의 기간에 따라 수행하였다. 연구결과 앙상블 유량예측 기법은 입력자료 보다 모델 매개변수의 영향을 크게 받았으며, 20년 이상의 관측 기상자료가 확보되었을 때 활용하는 것이 적절하였다. 또한 BAYES-ESP는 ESP에 비해 불확실성을 감소시킬 수 있는 것으로 나타났다. 본 연구는 불확실성 분석을 통해 앙상블 유량예측기법의 특징을 규명하고 오차의 원인을 분석하였다는 점에서 가치가 있다고 판단된다.

• 한국농공학회논문집
• /
• 제52권1호
• /
• pp.13-18
• /
• 2010

In this study the validities of runoff prediction methods are reviewed around ESP (Ensemble Streamflow Prediction) techniques. The improvements of runoff predictions on Yongdam river basin are evaluated by the comparison of different prediction methods including ESP incorporated with qualitative meteorological outlooks provided by meteorological agency as well as the runoff forecasting based on the analysis of the historical rainfall scenarios. As a result it is assessed that runoff predictions with ESP may give rise to more accurate results than the ordinary historical average runoffs. In deed the latter gave the mean of yearly absolute error as to be 60.86 MCM while the errors of the former ones amounted to 44.12 MCM (ESP) and 42.83 MCM (ESP incorporated with qualitative meteorological outlooks) respectively. In addition it is confirmed that ESP incorporated with qualitative meteorological outlooks could improve the accuracy of the results more and more. Especially the degree of improvement of ESP with meteorological outlooks shows rising by 10.8% in flood season and 8% in drought season. Therefore the methods of runoff predictions with ESP can be further used as the basic forecasting information tool for the purpose of the effective watershed management.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.155-155
• /
• 2018

Uncertainty in flood forecasting using a coupled meteorological and hydrological model is arisen from various sources, especially the uncertainty comes from the inaccuracy of Quantitative Precipitation Forecasts (QPFs). In order to improve the capability of flood forecast, the uncertainty estimation and mitigation are required to perform. This study is conducted to investigate and reduce such uncertainty. First, ensemble QPFs are generated by using Monte - Carlo simulation, then each ensemble member is forced as input for a hydrological model to obtain ensemble streamflow prediction. Likelihood measures are evaluated to identify feasible member. These members are retained to define upper and lower limits of the uncertainty interval and assess the uncertainty. To mitigate the uncertainty for very short lead time, a blending method, which merges the ensemble QPFs with radar-based rainfall prediction considering both qualitative and quantitative skills, is proposed. Finally, blending bias ratios, which are estimated from previous time step, are used to update the members over total lead time. The proposed method is verified for the two flood events in 2013 and 2016 in the Yeonguol and Soyang watersheds that are located in the Han River basin, South Korea. The uncertainty in flood forecasting using a coupled Local Data Assimilation and Prediction System (LDAPS) and Sejong University Rainfall - Runoff (SURR) model is investigated and then mitigated by blending the generated ensemble LDAPS members with radar-based rainfall prediction that uses McGill algorithm for precipitation nowcasting by Lagrangian extrapolation (MAPLE). The results show that the uncertainty of flood forecasting using the coupled model increases when the lead time is longer. The mitigation method indicates its effectiveness for mitigating the uncertainty with the increases of the percentage of feasible member (POFM) and the ratio of the number of observations that fall into the uncertainty interval (p-factor).

• Water Engineering Research
• /
• 제5권2호
• /
• pp.101-109
• /
• 2004

Aggregating information by combining forecasts from two or more forecasting methods is an alternative to using forecasts from just a single method to improve forecast accuracy. This paper describes the development and use of a monthly inflow forecast model based on an optimal linear combination (OLC) of forecasts derived from naive, persistence, and Ensemble Streamflow Prediction (ESP) forecasts. Using the cross-validation technique, the OLC model made 1-month ahead probabilistic forecasts for the Chungju multi-purpose dam inflows for 15 years. For most of the verification months, the skill associated with the OLC forecast was superior to those drawn from the individual forecast techniques. Therefore this study demonstrates that OLC can improve the accuracy of the ESP forecast, especially during the dry season. This study also examined the value of the OLC forecasts in reservoir operations. Stochastic Dynamic Programming (SDP) derived the optimal operating policy for the Chungju multi-purpose dam operation and the derived policy was simulated using the 15-year observed inflows. The simulation results showed the SDP model that updated its probability from the new OLC forecast provided more efficient operation decisions than the conventional SDP model.

• 한국수자원학회논문집
• /
• 제56권12호
• /
• pp.969-980
• /
• 2023

2000년대 이후 우리나라에 도입된 앙상블 유량 예측은 수문 예측 현업에서 성과를 보였음에도 불구하고 수자원 시스템 관리에서는 적극적으로 활용되지 못하고 있다. 따라서 본 연구에서는 용수공급을 위한 수자원 관리 측면에서 앙상블 유량 예측의 효용성을 보이고자 댐 실무자들을 위한 간단한 가상 예제를 만들고, 이를 확장하며 실제 대한민국 다목적댐에 적용하였다. 가상 예제에서는 앙상블 유량 예측의 평균은 같지만 표준편차가 다를 때, 댐 운영 비용이 상이함을 확인하였다. 그리고 이를 대한민국 다목적댐에 적용하기 위해 동일한 평균을 가지지만 표준편차가 평균과 동일한 유형W와 표준편차가 평균의 10배인 유형 P를 가정하여 용량 대비 연유입량 비율에 따라 소양강댐(CIR = 1.345)과 충주댐(CIR = 0.563)에 표본 추계학적 동적계획법으로 최적방류량을 도출하였다. 그리고 도출된 최적방류량으로 2020년부 2022년까지 모의 운영을 진행하였다. 그 결과, 충주댐에서는 표준편차가 적은 유형W에서 상대적으로 공격적인 최적방류량이 도출되었고, 모의 운영 결과 또한 양호함을 보였다. 소양강댐에서도 최적방류량에서 충주댐과 같은 결과를 보였지만, 모의 운영에서는 유형W와 P의 차이가 없었다. 결과적으로 동일한 평균을 가지더라도 앙상블 유량 예측의 표준편차에 따라 다른 최적방류량과 모의 운영 결과가 도출되었고, 특히 용량 대비 연유입량이 작을수록 이러한 불확실성에 더욱 민감하게 반응함을 보였다. 본 내용을 바탕으로 현재 단일 대푯값만을 사용하여 댐 운영을 하는 수자원 관리에 개선을 기대한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.140-140
• /
• 2021

Urban flood management is a crucial and challenging task, particularly in developed cities. Therefore, accurate prediction of urban flooding under heavy precipitation is critically important to address such a challenge. In recent years, machine learning techniques have received considerable attention for their strong learning ability and suitability for modeling complex and nonlinear hydrological processes. Moreover, a survey of the published literature finds that hybrid computational intelligent methods using nature-inspired algorithms have been increasingly employed to predict or simulate the streamflow with high reliability. The present study is aimed to propose a novel approach, an ensemble tree, Bayesian Additive Regression Trees (BART) model incorporating a nature-inspired algorithm to predict hourly multi-step ahead streamflow. For this reason, a hybrid intelligent model was developed, namely GA-BART, containing BART model integrating with Genetic algorithm (GA). The Jungrang urban basin located in Seoul, South Korea, was selected as a case study for the purpose. A database was established based on 39 heavy rainfall events during 2003 and 2020 that collected from the rain gauges and monitoring stations system in the basin. For the goal of this study, the different step ahead models will be developed based in the methods, including 1-hour, 2-hour, 3-hour, 4-hour, 5-hour, and 6-hour step ahead streamflow predictions. In addition, the comparison of the hybrid BART model with a baseline model such as super vector regression models is examined in this study. It is expected that the hybrid BART model has a robust performance and can be an optional choice in streamflow forecasting for urban basins.

• 한국수자원학회논문집
• /
• 제50권7호
• /
• pp.489-502
• /
• 2017

본 연구에서는 충주댐 유역에 대해 다목적 댐 예측유입량 산정기법 BAYES-ESP를 개발하고 평가하였다. BAYES-ESP 기법은 기존 ESP (Ensemble Streamflow Prediction) 기법에 베이지안 이론을 적용하여 개발하였으며, 수문모델은 ABCD를 활용하였다. 입력자료는 기온, 강수량 자료와 댐 관측유입량 자료를 활용하였으며, 기온 및 강수량은 기상청, 국토교통부, 한국수자원공사의 지점관측자료, 댐 관측유입량은 한국수자원공사의 자료를 이용하였다. 적용성 평가방법은 시계열 분석과 Skill Score를 활용하였으며, 평가기간은 1986~2015년이다. 시계열 분석 결과 ESP 댐 예측유입량(ESP)는 매년 전망값의 큰 차이가 없었으며, 다우년 및 과우년의 예측성이 떨어지는 것으로 나타났다. BAYES-ESP 댐 예측유입량(BAYES-ESP)는 ESP가 관측유입량에 비해 과소모의하는 경향을 보정하였으며, 특히 다우년에 개선효과가 있는 것으로 나타났다. 월별 평균 댐 관측유입량과의 Skill Score 비교분석결과 ESP는 1~3월에 SS가 비교적 높은 값을 보였으며, 나머지 월에는 음의 값을 나타내었다. BAYES-ESP는 ESP와 관측 값 간의 선형적 관계를 갖는 1~3월에 ESP의 정확도를 향상시키는 것으로 나타났다. ESP 기법은 국내 강수특성상 우리나라에 적용하기에는 한계가 있었으며, 이를 개선한 BAYES-ESP 기법은 댐 유입량 예측연구에 가치가 있다고 판단된다.

• 한국물환경학회지
• /
• 제27권3호
• /
• pp.264-272
• /
• 2011

The objective of this study was to develop a model for predicting long-term runoff in a basin using the ensemble streamflow prediction (ESP) technique and review its reliability. To achieve the objective, this study improved not only the ESP technique based on the ensemble scenario analysis of historical rainfall data but also conventional ESP techniques used in conjunction with qualitative climate forecasting information, and analyzed and assessed their improvement effects. The model was applied to the Geum River basin. To undertake runoff forecasting, this study tried three cases (case 1: Climate Outlook + ESP, case 2: ESP probability through monthly measured discharge, case 3: Season ESP probability of case 2) according to techniques used to calculate ESP probabilities. As a result, the mean absolute error of runoff forecasts for case 1 proposed by this study was calculated as 295.8 MCM. This suggests that case 1 showed higher reliability in runoff forecasting than case 2 (324 MCM) and case 3 (473.1 MCM). In a discrepancy-ratio accuracy analysis, the Climate Outlook + ESP technique displayed 50.0%. This suggests that runoff forecasting using the Climate Outlook +ESP technique with the lowest absolute error was more reliable than other two cases.

• 한국수자원학회논문집
• /
• 제42권10호
• /
• pp.773-783
• /
• 2009

강우유출모형의 입력 자료로 사용되는 강우 관측 자료의 불확실성이 유량예측에 미치는 영향을 분석하기 위하여 모형변수 검정의 불확실성 연구에서 사용하는 GLUE (Generalized Likelihood Uncertainty Estimation)방법을 입력 자료 부분으로 확장하여 적용 하였다. 독일의 Weida 유역의 강우 관측 자료를 바탕으로 구조적 및 비구조적인 불확실성 부분을 각각 구조적인 오차 수정 과정과 DUE (Data Uncertainty Engine)을 통하여 강우자료를 구성하였다. 이를 유역의 수문학적 작용을 고려하기 위해 선정한 집중형 강우유출모형, PDM (Probability Distribution Model)에 MC (Monte Carlo)와 GLUE 방법을 활용하여 적용하였다. MC검정변수들의 검정 후 반응 표면(Posterior response surface)을 검토하고 GLUE 의 반응검정 모형변수(Behavioural model parameter set)를 선택, 간략한 GLUE 유량곡선들을 계산하였다. 계산된 GLUE 유량곡선들을 모두 합하여 앙상블 유량을 산정하고, 이 유량의 90 분위를 강우량자료 및 모형변수 검정의 불확실성을 고려한 신뢰구간으로 제시하였다. PDM 모형의 결과는 유량곡선의 전구간에서 안정적인 모의 능력을 보여주고 있으나, 첨두유량 부분이 적게 산정되는 문제점을 보이고 있다. 본 연구에서 상대적으로 적은 수의 강우 시나리오 및 반응검정 모형변수의 적용이라는 한계에도 불구하고, GLUE 방법을 강우관측자료의 불확실성 부분으로 확장하여 강우자료 및 변수 검정의 불확실성을 고려한 모의된 유량예측의 신뢰구간의 적용가능성을 보여주고 있다.