• 제목/요약/키워드: TFN (Transfer Function Noise) model

검색결과 3건 처리시간 0.018초

소규모 하천의 시간단위 홍수예측을 위한 TFN 모형 적용성 검토 (TFN model application for hourly flood prediction of small river)

  • 성지연;허준행
    • 한국수자원학회논문집
    • /
    • 제51권2호
    • /
    • pp.165-174
    • /
    • 2018
  • 시계열 데이터를 활용하는 모형은 신뢰할 수 있는 자료를 확보한 경우에는 모형 구축이 용이하고 예측 선행 시간 확보를 위해 신속한 모의가 가능한 장점 때문에 규모가 작은 하천의 홍수예측 모형으로 고려할 수 있다. 이 중 Transfer Function Noise (TFN) 모형은 이탈리아, 영국 등 해외에서는 1970년대부터 시간단위 자료를 이용한 하천유량 예측에 적용되었으나, 우리나라에서는 주로 일 단위 혹은 월 단위의 하천유량 모의에 적용되었다. 국내 수문 자료의 품질 향상으로 그동안 축적된 수문자료를 통해 시간단위 자료를 이용한 홍수예측 모형의 구축 기반이 갖추어졌다. 본 연구의 목적은 소규모 하천을 대상으로 외생변수의 반영이 가능하고 동적시스템과 오차항을 결합하여 예측 오차를 줄이는데 용이한 TFN 모형을 구축하고 그 적용성을 검토하는 것이다. 이를 위해 1시간 단위 자료를 이용하여 TFN 모형을 구축하였으며 구축된 모형을 이용한 홍수 예측 결과를 홍수예보 실무에 활용 중인 저류함수모형의 홍수 예측 결과와 비교하였다. 비교 결과 홍수사상에 따라 TFN 모형과 저류함수 모형이 각각 더 나은 결과를 보이는 사상이 있었으며, 실무에서 TFN 모형을 홍수예측 모형으로 활용할 수 있을 것으로 판단하였다.

TFN 모형과 GCM의 불확실성을 고려한 충주댐 유역의 미래 유입량 모의 (Future Inflow Simulation Considering the Uncertainties of TFN Model and GCMs on Chungju Dam Basin)

  • 박지연;권지혜;김태림;허준행
    • 한국수자원학회논문집
    • /
    • 제47권2호
    • /
    • pp.135-143
    • /
    • 2014
  • 본 연구에서는 기후변화에 따른 충주댐 유입량을 모의하였으며 이때 발생되는 불확실성을 분석하였다. GCM별 불확실성을 고려하기 위해 IPCC AR4 A2 시나리오에 의한 4개의 GCM 강수량 결과를 추계학적 모형인 TFN 모형에 적용하였다. TFN 모형의 불확실성을 고려하기 위하여 정규분포를 따르는 100개의 잡음항을 생성하여 앙상블 유입량 시나리오를 생성하였고, 결과적으로 400개의 미래유입량 시나리오를 제시하였다. 분석결과 과거 30년과 비교하여 미래에는 다른 변화율을 보였으며, 모든 시나리오에서 전 기간에 걸쳐 연 유입량 증가 양상을 보였고 여름철의 유입량 증가, 봄철의 유입량 감소가 전망되었다.

불규칙한 관측주기를 갖는 지하수자료를 이용한 지하수위 변동의 시계열 분석

  • 이명재;이강근
    • 한국지하수토양환경학회:학술대회논문집
    • /
    • 한국지하수토양환경학회 2000년도 추계학술대회
    • /
    • pp.64-68
    • /
    • 2000
  • 장기간 관측된 지하수위 자료를 시계열분석 중의 하나인 전이함수 모형(Transfer Function - Noise model)을 이용하여 분석하였다. 일반적으로 전이함수 모형은 입력 변수와 출력변수와의 관계가 선형적일 때 적용이 가능하며, 자료가 시간에 대해 연속적으로 존재해야 하는 제한이 있다. 강수량과 지하수위의 변동은 비선형적인 관계를 가지고 있어 이러한 전이함수 모형을 직접 적용하는데는 어려움이 있다. 이러한 비선형성의 정도를 감소시키기 위해 물리모형(HYDRUS)을 이용하여 침투량을 계산하고 이를 입력변수로 사용하여 전이함수 모형을 적용하였다. 침투량을 입력변수로 모형을 추정하였을 때, 강수량을 직접 입력자료로 사용했을 경우보다 ME(mean error), RMSE(root-mean-squre error), MAE(mean absolute error)에서 상대적으로 작은 값을 보여주고 있다. TFN 모형의 모수를 추정하기 위해서 Kalman 필터 알고리즘과 최우추정법(Maximum Likelihood Estimation)을 이용하였다. Kalman 필터 알고리즘을 이용하여 불규칙한 관측주기를 갖는 시계열이나 결측값이 있는 시계열에 대해서도 전이함수 모형을 구하였으며, 이를 통해 결측값에 대한 추정이 가능하였다.

  • PDF