• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.123-123
• /
• 2020

The present study is aimed to correcting radar-based mean areal precipitation forecasts to improve urban flood predictions and uncertainty analysis of water levels contributed at each stage in the process. For this reason, a long short-term memory (LSTM) network is used to reproduce three-hour mean areal precipitation (MAP) forecasts from the quantitative precipitation forecasts (QPFs) of the McGill Algorithm for Precipitation nowcasting by Lagrangian Extrapolation (MAPLE). The Gangnam urban catchment located in Seoul, South Korea, was selected as a case study for the purpose. A database was established based on 24 heavy rainfall events, 22 grid points from the MAPLE system and the observed MAP values estimated from five ground rain gauges of KMA Automatic Weather System. The corrected MAP forecasts were input into the developed coupled 1D/2D model to predict water levels and relevant inundation areas. The results indicate the viability of the proposed framework for generating three-hour MAP forecasts and urban flooding predictions. For the analysis uncertainty contributions of the source related to the process, the Bayesian Markov Chain Monte Carlo (MCMC) using delayed rejection and adaptive metropolis algorithm is applied. For this purpose, the uncertainty contributions of the stages such as QPE input, QPF MAP source LSTM-corrected source, and MAP input and the coupled model is discussed.

• Water Engineering Research
• /
• 제6권2호
• /
• pp.73-89
• /
• 2005

Two kinds of high resolution GCMs with the same spatial resolutions but with different schemes run by domestic and foreign agencies are used to clarify the usefulness and sensitivity of GCM for water resources applications for Korea. One is AMIP-II (Atmospheric Model Intercomparison Project-II) type GCM simulation results done by ECMWF (European Centre for Medium-Range Weather Forecasts) and the other one is AMIP-I type GCM simulation results done by METRI (Korean Meteorological Research Institute). Observed mean areal precipitation, temperature, and discharge values on 7 major river basins were used for target variables. Monte Carlo simulation was used to establish the significance of the estimator values. Sensitivity analyses were done in accordance with the proposed ways. Through the various tests, discrimination condition is sensitive for the distribution of the data. Window size is sensitive for the data variation and the area of the basins. Discrimination abilities of each nodal value affects on the correct association. In addition to theses sensitivity analyses results, we also noticed some characteristics of each GCM. For Korean water resources, monthly and small window setting analyses are recommended using GCMs.

• 한국방재학회 논문집
• /
• 제8권6호
• /
• pp.37-45
• /
• 2008

우리나라도 세계적인 기후변화 추세에 따라 장래 수자원의 변동이 예상되고 있다. 이러한 문제에 대응하고 피해를 최소화하기 위해서는 미래의 기후를 예측하는 기상모형으로부터 유용한 정보를 추출하여 활용하는 방안을 마련하여야 한다. 본 연구의 목적은 불확실성 분석을 통한 수자원 운영의 중심이 되는 국내 유역들에 대한 GCM모형의 활용성을 평가하는 것이다. 주된 기법은 Kolmogorov-Smirnov test를 이용하여 관측값과 GCM 모의값의 유의성을 평가하는 것이다. GCM의 시공간적 특성을 고려한 기법이 제안되었으며, 유럽의 ECMWF모형과 국내 기상연구소에서 모의한 서로 다른 해상도를 지니는 Metri-GCM의 표면 강수량과 표면온도 자료 등이 추출되어 적용되었다. 관측값으로는 유역대표 강수량, 온도, 유량 등의 자료가 적용되었다. 분석 결과 GCM의 유역별 적용성을 확인할 수 있었는데, 특히 온도 자료의 경우 대부분의 유역에 모든 모형의 모의 결과가 적용 가능함을 확인하였다.

• 한국수자원학회논문집
• /
• 제44권2호
• /
• pp.97-107
• /
• 2011

수문학적 예측에 있어서 강우수치예보의 활용성을 제고하기 위하여 인공신경망을 이용한 정량강수예측기법을 제시하였다. 본 연구에서는 2001년 6월과 7월, 2002년 8월의 중규모수치예보자료와 AWS의 3시간 누적강수, 상층기상관측소에서의 가강수량과 상대습도, 각 선행시간별 강수발생확률을 이용하여 각 선행시간에 따른 강수량을 예측하였다. 강수는 대기변수의 물리적 비선형조합으로 발생하기 때문에 강수에 영향을 미치는 대기변수와 관측강수사이의 비선형관계를 고려하는데 유용한 인공신경망기법을 이용하였다. 인공신경망의 구조는 전방향 다층퍼셉트론(feedforward multi-layer perceptron)을선택하였으며, 신경망의 학습 시 음의 강수모의값을 고려하여 무강수로전환하기 위하여 비선형 양극활성화함수를 사용하였다. 중규모수치예보모형과 인공신경망에서 예측된 강수량은 Nash-Sutcliffe Coefficient of Efficiency (NS-COE)와 Coefficient of Correlation (CORR)로 선행시간별로 통계분석을 실시하였다. 3시간 누적강수를 기준으로 NS는 한반도영역에서 평균적으로 선행시간이 12 hr인 경우 -0.04에서 0.31로, 선행시간이 24 hr인 경우 -0.04에서 0.38로, 선행시간이 36 hr인 경우 -0.03에서 0.33으로, 선행시간이 48 hr인 경우 -0.05에서 0.27로 증가하여, 강수예측의 정확도가 향상됨을 확인할 수 있었다.