• 한국수자원학회논문집
• /
• 제49권4호
• /
• pp.327-333
• /
• 2016

최근 우리나라는 지구 온난화에 의한 기후 변화로 지역별 기후 변동뿐만 아니라 극한 기상 발생의 규모와 빈도가 커지고 있다. 2013년 장마 전선이 주로 중부지방에 위치하여 중부지방에서 강수일수 최고값을 기록하였으며, 남부지방은 강수일수 최저값을 기록하였다. 이러한 강우의 공간적, 시간적 집중 현상으로 호우 피해가 발생하여 치수의 중요성이 부각되고 있다. 본 연구에서는 홍수기 신속한 홍수 방재를 위하여 예측 강우 자료를 활용하고자 한다. 이를 위해 수치 예보 자료의 적용 가능성을 지상 관측 강우 및 유입량을 이용하여 분석하였다. 지상 관측 강우와 정량적 비교를 위해 상관계수, 최대 강우강도 퍼센트 오차 및 총 강우량 퍼센트 오차 등을 이용하였으며, 유입량은 상관계수, Nash-Sutcliffe 효율계수, 표준화된 RMSE를 사용하였다. 모의 결과 6시간까지의 상관계수는 0.7 이상으로 높은 상관성을 나타내었으며, Nash-Sutcliffe 효율계수는 6시간까지 양수를 나타내어 예측 강우의 활용 가능성을 확인할 수 있었다.

• 한국수자원학회논문집
• /
• 제52권2호
• /
• pp.107-113
• /
• 2019

한국에서 현재 사용되고 있는 홍수예보모형은 집중형 강우-유출모형을 적용하여 유역의 유출을 계산하고 하도 및 저수지 추적모형 등을 활용하여 하천의 수위를 예측한다. 집중형 모형은 유역을 동질의 배수구역으로 가정한다. 따라서 유역내의 다양한 공간적 특성을 고려하지 못한다는 단점이 있다. 또한, 사용되는 강우자료도 지점강우를 활용하기 때문에 공간적인 분포를 자세히 고려하지 못한다는 한계가 있다. 따라서 홍수예보모형에 분포형 모형을 적용하기 위한 연구가 다양하게 진행되고 있다. 본 연구에서는 GRM모형을 한국 홍수예보시스템에 적용하기 위해 모형의 다양한 해상도에 따른 유역유출의 결과의 차이를 분석하여 최적의 해상도를 결정하고자 한다. 모형의 격자가 너무 조밀한 경우 계산시간이 과다하게 되어 홍수예보모형에 적용하기에는 적합하지 않다. 너무 성길 경우에도 분포형 모형을 적용하여 공간적인 분포를 파악하고자 하는 목적에 맞지 않게 된다. 본 연구의 결과로 유역유출 예측의 정확성을 만족시키고 홍수예보에 적합한 계산속도가 나올 수 있는 최적 해상도를 제시하였다. 유출량 예측의 정확도는 Nash-Sutcliffe model efficiency coefficient (NSE) 값의 비교를 통해 분석하였다. 본 연구에서 도출된 최적해상도 산정 결과는 분포형 유역유출모형을 홍수예보모형에 적용하기 위한 기초자료로 활용될 것이다.

• 대한토목학회논문집
• /
• 제32권1B호
• /
• pp.1-7
• /
• 2012

본 연구에서는 준 2차원 수치모형인 GSTARS를 이용하여 형산강의 하상변동모의에 적합한 최적 유사량공식을 산정하고자 하였다. 모형의 검보정을 위한 유사량, 하상재료 및 하천지형자료를 현장조사를 통해 취득하였다. 현재까지 널리 적용되는 유사량 공식들에 대하여 장기하상변동 모의결과의 실측치에 대한 평균오차, 상대오차, 평균제곱오차, 상대제곱근오차, 불일치율, 그리고 Nash-Sutcliffe 효율계수를 비교한 결과, Laursen(1958)공식이 형산강의 장기하상 변동을 모의하기 위한 가장 적합한 유사량공식으로 판단되었다.

• 한국수자원학회논문집
• /
• 제37권2호
• /
• pp.121-131
• /
• 2004

일 단위 강우-유출 모형인 SIMHYD와 TANK를 소양강댐과 영천댐 유역에 적용하여 유출을 예측하였다. 7개의 매개변수를 가진 SIMHYD와 17개의 변수를 가진 TANK모형을 국내 유역에 적용하여 모형의 적용성을 비교 평가하였다. 두 모형에 세 가지 목적함수를 달리하여 세 가지의 최적화 방법(유전자 알고리즘, Pattern Search MUlti-Start, Shuffled Complex Evolution Algorithm)을 적용하여 모형과 목적함수에 따른 관측 유출량에 대한 모의유출량의 모의 효율을 비교하였다. TANK모형의 모의 효율이 SIMHYD 모형의 모의 효율에 비해 높게 나타났다. 목적함수를 달리할 경우는 무차원 함수인 Nash-Sutcliffe 계수를 비교하는 것이 모델의 적용성을 평가하는데 적합한 것으로 평가되었다.

• 한국물환경학회지
• /
• 제27권1호
• /
• pp.61-72
• /
• 2011

유역 단위 수문 및 수질 평가 모형인 SWAT 모형을 이용한 유역 내 정확한 수문과 비점오염원 거동을 평가하기 위해서는 유역 적용에 앞서 모형의 정확성 평가가 우선시 되어야 한다. SWAT 모형의 수문 보정및 검정 시, Nash-Sutcliffe의 효율계수(EI)가 널리 사용되고 있다. 그러나 이러한 EI 값은 비교되어지는 값들의 범위 중 큰 값 즉, 수문 분석에 있어 고유량에 대해 민감하게 영향을 받는 것으로 알려져 있다. 그리하여 본 연구에서는 보다 정확한 수문 분석을 위해 K-means 군집화 알고리즘을 이용한 웹기반의 EI 평가시스템을 개발하였고, 이를 SWAT 모형의 수문 평가에 적용하였다. 본 연구의 결과 전체 유량의 EI 값은 높았지만, 수문성분에 따른 EI 값은 높지 않았다. SWAT 모형의 수문 보정 및 검정에 널리 활용되고 있는 SWAT auto-calibration tool은 전체 유량에 대해서는 높은 EI 값을 산정하는 것으로 보이지만, 직접유출과 기저유출 각각에 대한 유량 그룹 I 과 II 에 대해서는 대부분 음수(-)의 EI 값을 보였다. 그리하여 본 연구 결과를 통해 SWAT 모형의 수문성분 평가에 있어 보다 정확한 평가를 위해서는 직접유출과 기저유출에 대한 각각의 유량 그룹에 대해 양수(+)의 EI 값이 산정되도록 모형 보정 및 검정의 수행 필요할 것으로 사료된다.

• 한국수자원학회논문집
• /
• 제54권3호
• /
• pp.157-166
• /
• 2021

효율적인 댐 운영을 위해서는 높은 신뢰도를 기반으로 하는 유입량 예측이 요구된다. 본 연구에서는 최근 다양한 분야에서 사용되고 있는 데이터 기반의 예측 방법 중 하나인 딥러닝을 댐 유입량 예측에 활용하였다. 그 중 시계열 자료 예측에 높은 성능을 보이는 Sequence-to-Sequence 구조기반의 Long Short-Term Memory 딥러닝 모형(LSTM-s2s)을 이용하여 소양강 댐의 유입량을 예측하였다. 모형의 예측 성능을 평가하기 위해 상관계수, Nash-Sutcliffe 효율계수, 평균편차비율, 그리고 첨두값 오차를 이용하였다. 그 결과, LSTM-s2s 모형은 댐 유입량 예측에 대한 높은 정확도를 보였으며, 단일 유량 수문곡선 기반의 예측 성능에서도 높은 신뢰도를 보였다. 이를 통해 홍수기와 이수기에 수자원 관리를 위한 효율적인 댐 운영에 딥러닝 모형의 적용 가능성을 확인할 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.19-19
• /
• 2011

The appraisals of hydrology model behavior for flow and water quality are generally performed through comparison of simulated data with observed ones. To perform appraisal of hydrology model, some criteria are often used, such as coefficient of determination ($R^2$), Nash and Sutcliffe model efficiency coefficient (NSE), index of agreement (d), modified forms of NSE and d, and relative efficiency criteria NSE and d. These criteria are used not only for hydrology model estimations also for various comparisons of two data sets; This NSE has been often used for SWAT calibration. However, it has been known that the NSE value has some limitations in evaluating hydrology at watersheds under monsoon climate because this statistic is largely affected by higher values in the data set. To overcome these limitations, the SWAT auto-calibration module was enhanced with K-means clustering and direct runoff/baseflow modules. However the NSE is still being used in this module to evaluate model performance. Therefore, the SWAT Auto-calibration module was modified to incorporate alternative efficiency criteria into the SWAT K-means/direct runoff-baseflow auto-calibration module. It is expected that this enhanced SWAT auto-calibration module will provide better calibration capability of SWAT model for all flow regime.

• Computers and Concrete
• /
• 제30권1호
• /
• pp.33-42
• /
• 2022

Experimentally predicting the compressive strength (CS) of concrete (for a mix design) is a time-consuming and laborious process. The present study aims to propose surrogate models based on Support Vector Machine (SVM) and Gaussian Process Regression (GPR) machine learning techniques, which can predict the CS of concrete containing nano-silica. Content of cement, aggregates, nano-silica and its fineness, water-binder ratio, and the days at which strength has to be predicted are the input variables. The efficiency of the models is compared in terms of Correlation Coefficient (CC), Root Mean Square Error (RMSE), Variance Account For (VAF), Nash-Sutcliffe Efficiency (NSE), and RMSE to observation's standard deviation ratio (RSR). It has been observed that the SVM outperforms GPR in predicting the CS of the concrete containing nano-silica.

• Ecology and Resilient Infrastructure
• /
• 제5권4호
• /
• pp.246-256
• /
• 2018

하단배출 형태의 연직수문에서의 퇴적토사 이동을 수반한 유량계수, 수력도약 높이, 수력도약 길이의 수리특성을 분석하기 위해 수리 모형실험과 차원해석을 수행하였다. Froude 수와 수리특성의 상관관계를 퇴적토 이동 유무에 따라 도식화하고, 무차원 매개변수와 수리특성의 상관성을 분석하고 다중회귀분석식을 개발하였다. 퇴사의 이동을 수반한 수리특성은 퇴적토의 이동이 없을 경우와는 다른 양상을 확인하여 퇴적토 이동을 특성을 나타낼 수 있는 변수의 도입이 필요함을 확인하였다. 유량계수, 수력도약 높이와 수력도약 길이에 대한 각 다중회귀분석식의 결정계수는 유량계수 0.749, 수력도약 높이 0.896, 수력도약 길이 0.955로 높게 나타났다. 개발한 수리특성식의 적용성을 평가하기 위해 실제 측정값과 회귀분석식에 의해 계산된 값의 95%의 예측구간 분석을 수행하였고, 유량계수, 수력도약 높이와 길이에 대한 예측의 정확도 분석차원의 NSE (Nash-Sutcliffe Efficiency), RMSE (root mean square)와 MAPE (mean absolute percentage error)는 적절한 것으로 판단되었다.

• 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.