• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.173-173
• /
• 2018

본 연구는 기상-수문 분야에서 고해상도 수문기상요소를 산출하기 위해 WRF-Hydro(Weather Research and Forecasting and Model Hydrological modeling extension package) 모형을 한반도 대상으로 구축하였다. 모형은 미국 대기 연구 국립센터(NOAA)에서 개발된 커뮤니티형 고해상도 예측모델이므로 미국 등에서 활발히 활용되기 시작하였으나 아직 우리나라 적용성에 대한 연구는 많지 않다. 본 연구에서는 WRF-Hydro 모형을 한반도에 적절히 사용하기 위해 표면유출, 보수깊이, 표면거칠기와 같은 파라미터를 보정하였다. WRF-Hydro는 지역 기상모형인 WRF와 연계하여 coupled WRF/WRF-Hydro 모형을 구동하였으며, 고해상도 유출값을 얻기 위해 미국 지질조사국(USGS)에서 제공한 HydroSHEDS(Hydrological data and map based on SHuttle Elevation Derivatives at multiple Scales)를 이용하였다. 본 연구에서는 관측된 유출값을 Markov Chain Monte Carlo(MCMC) 방법을 활용하여 모형값과 비교하여 파라미터 보정을 수행하였으며, 파라미터 보정된 WRF/WRF-Hydro를 활용해 한반도 과거 홍수 및 가뭄 사상을 모의하여 결과를 분석하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.204-204
• /
• 2017

WRF 모형은 실제 자연에서 나타나는 대기 현상의 원인을 물리적 동적 방정식들의 항으로 표현한 수치예보모형으로 전세계의 상업적 비상업적인 수치예보모형 안에서 성능이 뛰어나다고 평가되어지고 있다. WRF 모형은 오픈소스 기반의 비상업적 모형으로 사용 및 수정이 자유로운 특징이 있으며, 위성 및 레이더와 같은 고도화된 다양한 기상관측자료를 입력자료로 활용할 수 있는 장점이 있다. WRF-HYDRO 모형은 WRF 모형이 갖는 공간적인 저해상도 문제를 해결할 수 있는 고해상도의 격자를 구축할 수 있으며 유출량과 수문 변량을 추정할 수 있는 추적 모형을 추가하여 수문학적 예측 능력을 향상하고자 개발되었다. 기존 모형과의 차별성으로는 기상인자로 인하여 도출된 지표면의 수문인자들이 시간의 변동에 따라서 다음 시간의 기상인자에 영향을 미치는 피드백 구조로 구성되어 기상과 지표면이 양방향으로 연결되는 특징이 있다. 기존 모형에 비하여 향상된 구조적인 특징은 수문학적 순환과정을 자연스럽게 재현함으로서 신뢰성 있는 결과를 도출할 수 있을 것으로 판단된다. 본 연구에서는 만경강 유역의 실제 유출 사상에 대하여 WRF-HYDRO 모형을 적용하고, 홍수통제소 관할 만경강 유역내 수문 관측소 자료와의 비교를 통해 WRF-HYDRO 모형의 적용성을 검토하였다. 수문 관측소를 통한 검토 결과를 기반으로 WRF-HYDRO 모형에서 제시된 수문-기상 정보를 통하여 만경강 유역의 홍수 사상의 발생 과정에 대한 추적 및 미계측 변량의 추정에 유용하게 사용할 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.63-63
• /
• 2020

최근 머신러닝 기술의 발전에 따라 비선형 시계열자료에 대한 예측이 가능해졌으며, 기존의 과정기반모형을 대체하여 지하수, 하천수 예측 등 다양한 수문분야에 활용되고 있다. 본 연구에서는 기존의 연구들과 달리 과정기반모형을 이용한 하천수 모의결과를 개선하기 위해 과정기반모형과 결합하는 방식으로 머신러닝 기술을 활용하였다. 머신러닝 기술을 통해 관측값과 모의값 간의 차이를 예측하고 과정기반모형의 모의결과에 반영함으로써 관측값을 정확히 재현할 수 있도록 하는 시스템을 구축하고 평가하였다. 과정기반모형으로는 Weather Research and Forecasting model-Hydrological modeling system (WRF-Hydro)을 소양강 유역을 대상으로 구축하였다. 머신러닝 모형으로는 순환 신경망 중 하나인 Long Short-Term Memory (LSTM) 신경망을 이용하여 장기시계열예측이 가능하게 하였다(WRF-Hydro-LSTM). 머신러닝 모형은 2013년부터 2017년까지의 기상자료 및 유입량 잔차를 이용하여 학습시키고, 2018년 기상자료를 이용하여 예상되는 유입량 잔차를 모의하였다. 모의된 잔차를 WRF-Hydro 모의결과에 반영시켜 최종 유입량 모의값을 보정하였다. 또한, 연구에서 제안된 새로운 방법론의 성능을 비교평가하기 위해 머신러닝 단독 모형으로 유입량을 학습 후 모의하였다(LSTM-only). 상관계수와 Nash-Sutcliffe 효율계수(NSE)를 사용해 평가한 결과, LSTM을 이용한 두 방법(WRF-Hydro-LSTM과 LSTM-only) 모두 기존의 과정기반모형(WRF-Hydro-only)에 비해 높은 정확도의 하천수 모의가 가능했으며, PBIAS 지수를 사용하여 평가한 결과, LSTM을 단독으로 사용하였을 때보다 WRF-Hydro와 결합했을 때 더 관측값과 가까운 모의가 가능함을 확인할 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.425-425
• /
• 2022

동아시아 지역은 몬순 영향으로 계절적인 수자원 변동성이 매우 크고 홍수 및 가뭄과 같은 수재해 피해가 빈번히 발생하고 추세이다. 본 연구에서는 동아시아의 수자원 관리에 활용하기 위해 수문 모형 중 하나인 WRF-Hydro (Weather Research and Forecast and Model Hydrological modeling extension package) 모형을 구축하였다. WRF-Hydro 모형은 미국 NCAR (National Center for Atmospheric Research)에서 개발된 커뮤니티형 고해상도 예측모델로 미국 등에서 활발히 사용되고 있으나, 동아시아 지역에 적용된 연구는 없다. 따라서 모형의 동아시아 적용 가능성에 대한 불확실성이 높다. 본 연구에서는 WRF-Hydro 모형을 0.25°의 공간해상도로 동아시아 대상으로 구축하였고, 기상 및 지면 특성과 유역자료를 활용한 머신러닝 방법으로 파라미터 보정을 시행하여 2006년부터 2015년까지 구동하였다. 머신러닝을 통해 지역특성이 고려된 WRF-Hydro 모형은 표면유출, 보수깊이, 표면 거칠기, 표면 기울기와 같은 매개변수를 보정하였다. 모형 평가를 위해 GRDC (Global Runoff Database Center (GRDC), GLDAS (Global Land Data Assimilation System), ESA-CCI (European Space Agency Climate Change Initiative), MODIS (Moderate Resolution Imaging Spectroradiometer)에서 제공하는 관측 유출량, 토양수분, 증발산량을 비교, 분석하여 동아시아 적용 적절성에 대해 검토하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.137-137
• /
• 2021

In this study we aimed to enhance streamflow prediction skill of a land-surface hydrological model, WRF-Hydro, over one of the snow dominated catchments lies in Himalayan mountainous range, Astore. To assess the response of the Himalayan river flows to climate change is complex due to multiple contributors: precipitation, snow, and glacier melt. WRF-Hydro model with default glacier module lacks generating streamflow in summer period but recently developed WRF-Hydro-CROCUS model overcomes this issue by melting snow/ice from the glaciers. We showed that by implementing WRF-Hydro-CROCUS model over Astore the results were significantly improved in comparison to WRF-Hydro with default glacier module. To constraint the model with the observed streamflow we chose 17 sensitive parameters of WRF-Hydro, which include groundwater parameters, surface runoff parameters, channel parameters, soil parameters, vegetation parameters and snowmelt parameters. We used Dynamically Dimensioned Search (DDS) method to calibrate the daily streamflow with the Nash-Sutcliffe efficiency (NSE) being greater than 0.7 both in calibration (2009-2010) and validation (2011-2013) period. Based on the number of iterations per parameter, we found that the parameters related to channel and runoff process are most sensitive to streamflow. The attempts to address the responses of the streamflows to climate change are still very weak and vague especially northwest Himalayan Part of Pakistan and this study is one of a few successful applications of process-based land-surface hydrologic model over this mountainous region of UIB that can be utilized to have an in-depth understanding of hydrological responses of climate change.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.282-282
• /
• 2023

도시침수와 도시열섬 등 도시화 및 기후변화로 인한 물 및 환경문제에 대비하기 위해서는 고해상도 물순환 및 열순환 해석 기술이 필수적이다. 도심지의 고밀도 건축물 및 식생 등 다양한 토지피복의 조합은 물/열 순환에 직접적인 영향을 미치는 요인이며, 물리과정에 대한 이해를 높이기 위해서는 고해상도 모의 및 관측이 필요하다. WRF-Hydro는 침투 및 증발산, 열 순환, 지표와 하천 및 저수지 추적 등 여러 물/열 순환 요소 해석 모듈을 연동할 수 있는 공간분포형 수문 해석 시스템이다. 본 연구에서는 WRF-Hydro를 기반으로 낙동강 지류인 금호강 유역에 대한 고해상도 물순환 및 열순환 모형을 구축하여, 토양수분, 하천 유량, 지표온도, 증발산 등 수문 요소 해석 결과를 분석한다. WRF-Hydro 모형의 입력자료 구축 시 고해상도 토지피복 및 토양도를 적용하고, 기상자료에는 국내 지상관측자료와 국외 재분석자료를 비교, 분석하여 자료의 신뢰성을 분석한다. 또한, ECOSTRESS 등 고해상도 원격탐사자료로부터의 열, 증발산 관련 추정 자료를 모의 결과와 비교하여, 열순환 해석의 불확실성을 평가한다. 물순환과 열순환의 해석의 신뢰도를 동시에 향상하기 위한 분포형 모형의 구축 및 매개변수 보정 방안에 대해 토의한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.115-115
• /
• 2019

하천수 흐름예측에 대한 연구는 대부분 WRF-Hydro와 같은 과정기반 모델링 시스템을 이용한다. 과정기반 모델링 시스템은 물리적 현상을 일반화한 수식으로 구성되어있다. 일반화된 수식은 불확실성을 내포하고 있으며 지역적 특성도 반영하지 못한다. 특히 수식에 사용되는 입력자료는 측정값으로 오차가 존재한다. 따라서 과정기반 모델링 시스템 예측결과는 계통오차와 우연오차가 존재한다. 현재 매개변수 보정을 통해 예측결과를 개선하는 방법을 사용하고 있으나 한계가 있다. 본 연구는 이러한 한계를 극복하기 위해 상호보완적인 Data-driven 모델을 구축하여 과정기반 모델링 시스템 결과를 개선하고자 하였다. Data-driven 모델 구축을 위해 머신러닝 기법인 instance-based weighting(IBW)과 support vector regression(SVR)을 사용하였다. 구축된 Data-driven 모델은 한반도 지역 주요 저수지 및 호수의 하천수 흐름예측을 통해 검증하였다. 검증을 위해 과정기반 모델링 시스템으로 WRF-Hydro를 구동하였다. 입력자료는 기상청의 국지수치예측모델자료(LDAPS), HydroSHEDS의 수치표고모델자료(DEM), 국가지리정보원의 저수지 및 호수 연속수치지형도를 사용하였다. 본 연구를 통해 구축된 Data-driven모델은 기존 과정기반 모델링 시스템의 오류수정 한계를 머신러닝을 이용하여 개선할 수 있는 가능성을 제시하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.238-238
• /
• 2016

토양수분, 증발산량, 유출량 등의 고해상도 수문기상요소 산출을 위한 지면모델 활용 기술은 기상 및 수문분야에서 널리 활용 중에 있다. 본 연구에서는 미국 국립대기과학연구소(NCAR)에서 개발된 기상-수문 결합모델 WRF-Hydro(Weather Research and Forecasting Model Hydrological modeling extension package)을 활용하여 낙동강 유역에서 발생한 돌발홍수 사례 실험에 적용하여 강우량 및 수문기상요소 전체를 모의함으로써 기상-수문-지면 결합모델을 활용한 수문기상요소 산출하고자 하였다. 이를 기존의 기상모델로부터 입력강제자료를 제공받아 Off-line 형태로 결합된 지면모델(TOPLATS, TOPmodel-based Land Atmosphere Transfer Scheme) 결과와 비교하였고 기상-수문 결합모델의 국내 적용성을 검토하였다. 기상-수문-지면 결합모델(WRF-Hydro)의 초기장 및 경계장은 기상청 현업 모델에서 생성된 국지예보모델자료 1.5km 자료(LDAPS, Local Data Assimilation and Prediction System)를 사용하였으며, 모델의 적분기간은 돌발홍수 사례에 따라 24~36시간을 수행하였다. WRF-Hydro 모델의 물리모수화 방안은 작년까지 기상청에서 현업운영되는 KWRF의 방안들을 준용하였으며, WRF-Hydro 수행을 위해 Advanced Spaceborne Thermal Emission and Reflection Radiometer(ASTER)에서 제공되는 30 m 해상도의 수치표고자료를 GIS(Geographic Information System)를 활용하여 지표유출방향을 설정하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.40-40
• /
• 2020

가뭄은 발생과정과 피해 영향에 따라 기상학적, 수문학적, 농업적, 사회경제학적 가뭄으로 분류할 수 있으며, 각 가뭄은 서로 직·간접적으로 영향을 미친다. 본 연구에서는 기상학적 가뭄에서 수문학적 가뭄으로의 전이 분석을 위하여 WRF-Hydro(Weather Research and Forecasting and Model Hydrological modeling extension package)모형을 한반도 대상으로 구축하였다. WRF-Hydro 모형을 한반도에 적절히 사용하기 위하여 표면유출, 보수깊이, 표면 거칠기와 같은 파라미터 보정을 모형의 유출량 결과 값과 관측된 유출량 값을 비교 평가하여 수행하였다. 수문학적 가뭄을 정의하기 위해 Standardized Runoff Index(SRI)를 도출하였고, 기상학적 가뭄 정의에는 Standardized Precipitation Index(SPI)를 사용하였다. 한반도 가뭄이 발생한 2008년부터 2015년까지 SPI와 SRI의 기간 및 심도를 정량화하고 가뭄 전이 분석하였다. 분석 결과에 따르면 수문학적 가뭄은 기상학적 가뭄이 발생 5일에서 49일 이후에 발생하며, 발생 횟수가 적으며 크기가 작으나, 상대적으로 긴 가뭄 기간을 보였다. 이러한 분석은 지면 및 수문 모형 기반 한반도 가뭄 사상 예측 및 이해에 기여할 것으로 예상된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.147-147
• /
• 2022

In January 2021 heavy flood affected South Kalimantan with causing many casualties. The heavy rainfall is predicted to be generated due to the ENSO (El Nino-Southern Oscillation). The weak La-Nina mode appeared to generate more convective cloud above the warmed ocean and result in extreme rainfall with high anomaly compared to past historical rainfall event. Subsequently, the antecedent soil moisture distribution showed to have an important role in generating the flood response. Saturated flow and infiltration excess mainly contributed to the runoff generation due to the high moisture capacity. The hydro-meteorological processes in this event were deeply analyzed using the coupled atmospheric model of Weather Research and Forecasting (WRF) and the hydrological model extension (WRF-Hydro). The sensitivity analysis of the flood response to the SST anomaly and the soil moisture capacity also compared. Result showed that although SST and soil moisture are the main contributors, soil moisture have more significant contribution to the runoff generation despite of anomaly rainfall occurred. Model performance was validated using the Global Precipitation Measurement (GPM) and Soil Moisture Operational Products System (SMOPS) and performed reasonably well. The model was able to capture the hydro-meteorological process of atmosphere and hydrological feedbacks in the extreme weather event.