• Journal of Korea Water Resources Association
• /
• v.51 no.2
• /
• pp.165-174
• /
• 2018

The model using time series data can be considered as a flood forecasting model of a small river due to its efficiency for model development and the advantage of rapid simulation for securing predicted time when reliable data are obtained. Transfer Function Noise (TFN) model has been applied hourly flood forecast in Italy, and UK since 1970s, while it has mainly been used for long-term simulations in daily or monthly basis in Korea. Recently, accumulating hydrological data with good quality have made it possible to simulate hourly flood prediction. The purpose of this study is to assess the TFN model applicability that can reflect exogenous variables by combining dynamic system and error term to reduce prediction error for tributary rivers. TFN model with hourly data had better results than result from Storage Function Model (SFM), according to the flood events. And it is expected to expand to similar sized streams in the future.

• Journal of Korea Water Resources Association
• /
• v.47 no.2
• /
• pp.135-143
• /
• 2014

In this study, Chungju inflow was simulated for climate change considering the uncertainties of GCMs and a stochastic model. TFN (Transfer Function Noise) model and 4 different GCMs (CNRM, CSIRO, CONS, UKMO) based on IPCC AR4 A2 scenario were used. In order to evaluate uncertainty of TFN model, 100 cases of noises are applied to the TFN model. Thus, 400 cases of inflow results are simulated. Future inflows according to the GCMs show different rates of changes for the future 3 periods relative to the past 30-years reference period. As the results, the summer inflow shows increasing trend and the spring inflow shows decreasing trend based on AR4 A2 scenario.

• Proceedings of the Korean Society of Soil and Groundwater Environment Conference
• /
• 2000.11a
• /
• 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.