• Journal of The Korean Society of Agricultural Engineers
• /
• v.51 no.1
• /
• pp.1-9
• /
• 2009

The objective of this paper was to evaluate the auto-calibration with multi-objective optimization method to calibrate the parameters of the Soil and Water Assessment Tool (SWAT) model. The model was calibrated and validated by using nine years (1996-2004) of measured data for the 384-ha Baran reservoir subwatershed located in central Korea. Multi-objective optimization was performed for sixteen parameters related to runoff. The parameters were modified by the replacement or addition of an absolute change. The root mean square error (RMSE), relative mean absolute error (RMAE), Nash-Sutcliffe efficiency index (EI), determination coefficient ($R^2$) were used to evaluate the results of calibration and validation. The statistics of RMSE, RMAE, EI, and $R^2$ were 4.66 mm/day, 0.53 mm/day 0.86, and 0.89 for the calibration period and 3.98 mm/day, 0.51 mm/day, 0.83, and 0.84 for the validation period respectively. The statistical parameters indicated that the model provided a reasonable estimation of the runoff at the study watershed. This result was illustrated with a multi-objective optimization for the flow at an observation site within the Baran reservoir watershed.

• Journal of The Korean Society of Agricultural Engineers
• /
• v.58 no.5
• /
• pp.59-69
• /
• 2016

This study aims to evaluate the Soil and Water Assessment Tool (SWAT) hourly hydrological modeling performance and compare it with daily SWAT modeling parameters. For the Byeolmicheon catchment ($1.17km^2$) located in the upstream of Gyeongancheon watershed and total 18 storm events measured during 3 years (2011-2013), the hourly SWAT was calibrated and validated using the Green and Ampt (G&A) infiltration equation. The determination coefficient ($R^2$) and Nash-Sutcliffe model efficiency (NSE) of hourly SWAT discharge were 0.81 and 0.73 respectively, and the most sensitive parameter was soil saturated hydraulic conductivity (SOL_K) and calibrated with the average value of 0.075 mm/hr. In addition, the hourly SWAT simulation by G&A was compared with the daily SWAT simulation by SCS-CN (Soil Conservation Service-Curve Number) method for the whole 3 years period. The houlrly G&A results showed $R^2$ and NSE of 0.71 and 0.50, and the daily SCS-CN results were 0.71 and 0.66, respectively. The SOL_K by daily SCS_CN method was calibrated at 75.5 mm/hr, 1,000 times greater than the hourly G&A method. The next sensitive parameters for the hourly simulation were lag time of lateral flow (LAT_TIME) and lag time of surface runoff (SURLAG).

• Journal of The Korean Society of Agricultural Engineers
• /
• v.57 no.1
• /
• pp.89-97
• /
• 2015

This study is to assess the effect of non-point source pollution discharge loads between tillage and no-tillage applications for upland crop areas using SWAT (Soil and Water Assessment Tool) watershed modeling. For Byulmi-cheon small rural catchment ($1.17km^2$) located in upstream of Gyeongan-cheon watershed, the rainfall, discharge and stream water quality have been monitored in the catchment outlet since 2011. The SWAT model was calibrated and validated in hourly basis using 19 rainfall events during 2011-2013. The average Nash-Sutcliffe model efficiency and $R^2$ (determination coefficient) for streamflow were 0.67 and 0.79 respectively. Using the 10 % surface runoff reduction from experiment results for no-tillage condition in field plots of 3 % and 8 % slopes under sesami cultivation, the soil saturated hydraulic conductivity for upland crop areas was adjusted from 0.001 mm/hr to 0.0025 mm/hr in average. Under the condition, the catchment sediment, T-N (total nitrogen, TN), and T-P (total phosphorus, TP) discharge loads were reduced by 6.9 %, 7.4 %, and 7.7 % respectively.

• Journal of The Korean Society of Agricultural Engineers
• /
• v.60 no.1
• /
• pp.111-120
• /
• 2018

The purpose of this study was to develop a ridge regression (RR) model to estimate BOD and TP load using runoff weighted value. The concept of runoff weighted value, based on distributed curve-number (CN), was introduced to reflect the impact of land covers on runoff. The estimated runoff depths by distributed CN were closer to the observed values than those by area weighted mean CN. The RR is a technique used when the data suffers from multicollinearity. The RR model was developed for five flow duration intervals with the independent variables of daily runoff discharge of seven land covers and dependent variables of daily pollutant load. The RR model was applied to Heuk river watershed, a subwatershed of the Han river watershed. The variance inflation factors of the RR model decreased to the value less than 10. The RR model showed a good performance with Nash-Sutcliffe efficiency (NSE) of 0.73 and 0.87, and Pearson correlation coefficient of 0.88 and 0.93 for BOD and TP, respectively. The results suggest that the methods used in the study can be applied to estimate pollutant load of different land cover watersheds using limited data.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.34-34
• /
• 2018

본 연구는 다목적 유전자 알고리즘 Non-Dominated Sorting Genetic Algorithm II (NSGA-II)를 활용하여 자동 검보정 알고리즘을 개발하고, 이를 준분포형 수문모형인 SWAT (Soil and Water Assessment Tool) 모형에 적용하여 평가하고자 한다. 집중형 모형과 달리, 분포형 모형은 유역 내 다양한 물리적 변수와 공간 이질성(spatial heterogeneity)을 표현하기 위한 많은 매개변수를 포함하고 있고, 최근에는 기후 변화와 장기 가뭄과 같은 이상 기후에 따른 물 부족, 수질 오염 및 녹조 현상 등을 고려하기 위해 매개변수의 시간적인 변동성을 고려하기 위한 연구도 수행되고 있다. 이에 따라 본 연구에서 개발한 다목적 알고리즘은 다양한 매개변수의 시공간적 특성을 고려할 수 있도록 작성되었으며, Python으로 개발하여 타 모형으로의 확장성 및 범용성을 고려하였다. SWAT 모형의 유출 해석은 결정계수(Coefficient of determination, $R^2$), RMSE(Root mean square error), 모형 효율성 계수(Nash-Sutcliffe efficiency, NSE) 및 IOA(Index of agreement) 등을 활용해 기존 연구 결과와 비교분석할 수 있도록 하였으며, 사용자의 선택에 따라 다른 목적함수 또한 활용할 수 있도록 하였다. NSGA-II를 활용한 SWAT 모형의 유출 해석은 다목적 함수를 고려함에 따라 실측값과 높은 상관성을 보여줄 것으로 판단되며, 이상 기후 기간 설정에 따른 유동적인 매개변수 변화를 적용할 수 있을 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.111-111
• /
• 2018

본 연구의 목적은 조건부 합성 기법(Conditional Merging, CM) 기법을 활용하여 GPM(Global Precipitation Measurement) 위성 자료를 보정하고, 이를 격자기반 분포형 강우-유출 모형(KIneMatic wave STOrm Runoff Model2, KIMSTORM2)에 적용하여 보정된 자료의 효율성을 검토하는데 있다. 모형의 유출 해석은 남강댐 유역($2,293km^2$)을 대상으로 하였으며, 2016년 10월에 발생한 태풍 차바에 대하여 GPM 자료와 CM 기법을 적용한 GPM 자료를 각각 활용하여 결과를 비교하였다. 이 때, 강우자료의 보정은 유역 내 위치한 21개 지점의 지상강우자료를 활용하였으며, 각각의 위성강우자료에 유출 검보정은 남강댐 유역 내 3개의 수위관측 지점(산청, 창촌, 남강댐)을 대상으로 실시하였다. 유출 결과는 결정계수(Coefficient of determination, $R^2$), 모형 효율성 계수(Nash-Sutcliffe efficiency, NSE) 및 유출용적지수(Volume conservation index, VCI)를 이용하여 산정하였다. 지상강우자료와 CM 기법을 통해 보정한 강우자료는 대기의 많은 영향을 받는 위성자료의 특성을 보정하여 공간유출 및 첨두유출을 합리적으로 재현할 수 있을 것으로 예상된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.103-103
• /
• 2019

본 연구에서는 Terra MODIS 위성영상과 Mapping Evapotranspiration at high Resolution with Internalized Calibration (METRIC) 모형을 이용하여 2012년부터 2017년까지 한반도 전국의 증발산량을 산정하고 플럭스 타워 실측 증발산량과 비교하였다. METRIC은 전 세계에 널리 적용된 바 있는 에너지 수지 기반의 Surface Energy Balance Algorithm for Land (SEBAL) 모형의 개념과 기술을 기반으로 현열(Sensible Heat Flux) 추정 모듈을 개선한 모형이다. 본 연구에서 METRIC 모형은 기존 C#으로 개발되어 있던 SEBAL 코드에서 현열 추정 모듈을 수정하였고 연산 속도 개선을 위해 Python으로 재작성하였다. METRIC 모형의 위성 자료로 Terra MODIS 위성의 MOD13A2(16day, 1km) NDVI, MOD11A1(Daily, 1km) Land Surface Temperature (LST) 및 MCD43A3(Daily, 500m) Albedo를 구축하였으며 500m 공간해상도의 Albedo는 1000m 해상도로 resample하여 활용하였다. 기상자료는 기상청 기상관측소의 풍속, 풍속측정높이, 습도, 10분 간격 이슬점 온도, 일사량 자료를 위성 자료와 같은 공간해상도로 내삽(Interpolation)하여 구축하였다. 모형결과 검증을 위해 국내 플럭스 타워 (설마천, 청미천, 덕유산) 증발산량 관측 자료와의 결정계수(Coefficient of determination, $R^2$), RMSE(Root mean square error) relative RMSE (RMSE%), Nash-Sutcliffe efficiency (NSE) 및 IOA(Index of Agreement)를 산정하고, 기존 SEBAL 모형 결과와의 비교를 통해 본 모형의 개선점을 보이고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.382-382
• /
• 2023

기존의 GRM(Grid based rainfall-Runoff Model)에서는 강우-유출 사상에 대한 유출 모의를 주요 대상으로 하였다. 본 연구에서는 GRM 모형에서 연속형 모의가 가능하도록 차단, 증발산, 융설을 모의할 수 있는 모듈을 개발하였다. 차단은 LAI의 연최댓값과 해당월의 값의 비율을 이용해서 계산하며, 증발산은 Blaney-Criddle, Hamon, Hargreaves, Priestly-Taylor 방법을 적용하였다. 융설은 Anderson에 의해서 제안된 방법을 적용하였다. 연속형 모의를 위한 모델 매개변수 설정 인터페이스를 추가하였으며, 기온, 일사량, 일조시간 등의 기상자료를 입력할 수 있게 하고, 계산된 각 수문성분을 출력할 수 있도록 GRM 모형의 입력과 출력 모듈을 개선하였다. 충주댐 유역을 대상으로 개선된 모형을 적용하였다. 공간자료의 해상도는 500m × 500m로 구축하였으며, 수문학적 지형정보와 토양도, 토지피복도를 구축하였다. 기상자료를 강수량, 일최고 기온, 일최저 기온, 일조시간, 일사량을 적용하였다. 증발산은 Hargreaves 방법을 이용하여 모의하였다. 모의 기간은 2001년 ~ 2018년이며, 이 중 2004년까지의 4년은 모델 warming up 기간으로 하고, 적합도 평가는 2005년 ~ 2018년의 모의결과를 이용하였다. 충주댐 유입량 모의결과를 관측값과 비교하였을 때 Nash-Sutcliffe model efficiency coefficient(NSE) 0.84, 상관계수 0.92, 총용적 오차는 0.26%를 나타내어 관측유입량을 잘 재현하였다. 그러므로 본 연구에서 개발된 차단, 증발산, 융설 모의 기법은 적절히 구현된 것으로 판단되며, GRM을 이용한 연속형 모의가 가능한 것으로 나타났다. 향후 연구에서는 좀 더 다양한 유역에 대해 GRM을 이용한 연속형 유출모의 결과를 평가할 필요가 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.37-37
• /
• 2023

There is currently a high-accuracy modern forecasting method that uses machine learning algorithms or artificial neural network models to forecast river water levels or flowrate. As a result, this study aims to develop a mathematical model based on artificial neural networks to effectively forecast river water levels upstream of Tranh Culvert in North Vietnam's Bac Hung Hai irrigation system. The mathematical model was thoroughly studied and evaluated by using hydrological data from six gauge stations over a period of twenty-two years between 2000 and 2022. Furthermore, the results of the developed model were also compared to those of the long-short-term memory neural networks model. This study performs four predictions, with a forecast time ranging from 6 to 24 hours and a time step of 6 hours. To validate and test the model's performance, the Nash-Sutcliffe efficiency coefficient (NSE), mean absolute error, and root mean squared error were calculated. During the testing phase, the NSE of the model varies from 0.981 to 0.879, corresponding to forecast cases from one to four time steps ahead. The forecast results from the model are very reasonable, indicating that the model performed excellently. Therefore, the proposed model can be used to forecast water levels in North Vietnam's irrigation system or rivers impacted by tides.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.230-230
• /
• 2023

딥러닝 알고리즘 중 과거의 정보를 저장하는 문제(장기종속성 문제)가 있는 단순 RNN(Simple Recurrent Neural Network)의 단점을 해결한 LSTM(Long short-term memory)이 등장하면서 특정한 유역의 강우-유출 모형을 구축하는 연구가 증가하고 있다. 그러나 하나의 모형으로 모든 유역에 대한 유출을 예측하는 지역화 강우-유출 모형은 서로 다른 유역의 식생, 지형 등의 차이에서 발생하는 수문학적 행동의 차이를 학습해야 하므로 모형 구축에 어려움이 있다. 따라서, 본 연구에서는 국내 12개의 유역에 대하여 LSTM 기반 분포형 지역화 강우-유출 모형을 구축한 이후 강우 이외의 보조 자료에 따른 정확도를 살펴보았다. 국내 12개 유역의 7년 (2012.01.01-2018.12.31) 동안의 49개 격자(4km²)에 대한 10분 간격 레이더 강우, MODIS 위성 이미지 영상을 활용한 식생지수 (Normalized Difference Vegetation Index), 10분 간격 기온, 유역 평균 경사, 단순 하천 경사를 입력자료로 활용하였으며 10분 간격 유량 자료를 출력 자료로 사용하여 LSTM 기반 분포형 지역화 강우-유출 모형을 구축하였다. 이후 구축된 모형의 성능을 검증하기 위해 학습에 사용되지 않은 3개의 유역에 대한 자료를 활용하여 Nash-Sutcliffe Model Efficiency Coefficient (NSE)를 확인하였다. 식생지수를 보조 자료를 활용하였을 경우 제안한 모형은 3개의 검증 유역에 대하여 하천 흐름을 높은 정확도로 예측하였으며 딥러닝 모형이 위성 자료를 통하여 식생에 의한 차단 및 토양 침투와 같은 동적 요소의 학습이 가능함을 나타낸다.