• 한국농공학회논문집
• /
• 제61권2호
• /
• pp.63-74
• /
• 2019

The objective of this study was to evaluate the influence of rainfall observation network on daily dam inflow using artificial neural networks(ANNs). Chungju Dam and Soyangriver Dam were selected for the study watershed. Rainfall and dam inflow data were collected as input data for construction of ANNs models. Five ANNs models, represented by Model 1 (In watershed, point rainfall), Model 2 (All in the Thiessen network, point rainfall), Model 3 (Out of watershed in the Thiessen network, point rainfall), Model 1-T (In watershed, area mean rainfall), Model 2-T (All in the Thiessen network, area mean rainfall), were adopted to evaluate the influence of rainfall observation network. As a result of the study, the models that used all station in the Thiessen network performed better than the models that used station only in the watershed or out of the watershed. The models that used point rainfall data performed better than the models that used area mean rainfall. Model 2 achieved the highest level of performance. The model performance for the ANNs model 2 in Chungju dam resulted in the $R^2$ value of 0.94, NSE of 0.94 $NSE_{ln}$ of 0.88 and PBIAS of -0.04 respectively. The model-2 predictions of Soyangriver Dam with the $R^2$ and NSE values greater than 0.94 were reasonably well agreed with the observations. The results of this study are expected to be used as a reference for rainfall data utilization in forecasting dam inflow using artificial neural networks.

• Journal of Forest and Environmental Science
• /
• 제38권4호
• /
• pp.219-228
• /
• 2022

This study examined the relationship between the number of forest fires and days with no rainfall based on the national forest fire statistics data of the Korea Forest Service and meteorological data from the Open MET Data Portal of the Korea Meteorological Administration (KMA; data.kma.go.kr) for the last 30 years (1991-2021). As for the trend in precipitation amount and non-rainfall days, the rainfall and the days with rainfall decreased in 2010 compared to those in 1990s. In terms of the number of forest fires that occurred in February-May accounted for 75% of the total number of forest fires, followed by 29% in April and 25% in March. In 2000s, the total number of forest fires was 5,226, indicating the highest forest fire activity. To analyze the relationship between regional distribution of non-rainfall periods (days) and number of forest fires, the non-rainfall period was categorized into five groups (0 days, 1-10 days, 11-20 days, 21-30 days, and 31 days or longer). During the spring fire danger season, the number of forest fires was the largest when the non-rainfall period was 11-20 days; during the autumn fire precaution period, the number of forest fires was the largest when the non-rainfall period was 1-10 days, 11-20 days, and 21-30 days, showing differences in the duration of forest fire occurrence by region. The 30-year trend indicated that large forest fires occurred only between February and May, and in terms of the relationship with the non-rainfall period groups, large fires occurred when the non-rainfall period was 1-10 days. This signifies that in spring season, the dry period continued throughout the country, indicating that even a short duration of consecutive non-rainfall days poses a high risk of large forest fires.

• 한국습지학회지
• /
• 제7권4호
• /
• pp.97-107
• /
• 2005

분포형 모형이 개발되어 지면서 이러한 유역의 공간적인 특성을 고려한 정확한 강우 자료와 조밀한 계측망의 요구는 더욱 커지고 있다. 그러나 현실적으로 조밀한 계측망에 의해 측정된 정확한 강우 자료를 얻기는 쉽지 않다. 일반적으로 강우관측소가 적정 밀도를 가지고 유역을 대표 하도록 설치되어 있으나 부족한 실정이고, 설치되어 있더라도 강우의 시 공간적 변동성을 반영하기가 쉽지 않다. 또한 여러 가지 이유로 결측이 되는 경우도 있다. 강우는 측정된 점 관측 자료를 이용해 유역의 평균 강우분포를 추정하게 된다. 따라서 결측 강우자료는 시간의 연속성 측면에서 그 보정이 반드시 필요하며 보정 후 강우자료의 공간적 분포를 산정할 수 있을 것이다. 본 연구에서는 결측 강우량의 보정을 위하여 퍼지-유전자 알고리즘을 이용하였는데 이 방법을 기존의 방법 즉, 산술평균법, 역거리법, 년정상강우량법, 거리-고도비율법과 비교하였다. 보정결과 기존의 방법은 실측의 70~80%의 정확도를 보였으나 퍼지-유전자 알고리즘은 90%정도의 정확도를 보였다. 특히, 민감도 분석 결과를 바탕으로 수평거리와 고도차에 대한 적정 차수를 제안하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2004년도 학술발표회
• /
• pp.1103-1106
• /
• 2004

The objective of this study is to induce the design drought rainfall by the methodology of L-moment including testing homogeneity, independence and outlier of the data of annual minimum monthly rainfall in 57 rainfall stations in Korea in terms of consecutive duration for 1, 2, 4, 6, 9 and 12 months. To select appropriate distribution of the data for annual minimum monthy rainfall by rainfall station, the distribution of generalized extreme value (GEV), generalized logistic (GLO) as well as that of generalized pareto (GPA) are applied and the appropriateness of the applied GEV, GLO, and GPA distribution is judged by L-moment ratio diagram and Kolmogorov-Smirnov (K-S) test. As for the annual minimum monthly rainfall measured by rainfall station and that stimulated by Monte Carlo techniques, the parameters of the appropriately selected GEV and GPA distributions are calculated by the methodology of L-moment and the design drought rainfall is induced. Through the comparative analysis of design drought rainfall induced by GEV and GPA distribution by rainfall station, the optimal design drought rainfall by rainfall station is provided.

• 산업기술연구
• /
• 제20권A호
• /
• pp.159-167
• /
• 2000

In the study rainfall frequency analysis attemped the many specific property data record duration it is differance from occur to error-term and probability ditribution of concern manifest. error-term analysis of method are fact sample data using method in other hand it is not appear to be fault that sample data of number to be small random variates. Therefore, day-rainfall data: to randomicity consider of this study sample data to the Monte Carlo method by randomize after data recode duration of form was choice method which compared an assumed maternal distribution from splitting frequency analysis consequence. In the conclusion, frequency analysis of chuncheon region rainfall appeared samll RMSE to the Gamma II distribution. In the rainfall frequency analysis estimate RMSE using random variates great transform, RMSE is appear that return period increasing little by little RMSE incresed and data number incresing to RMSE decreseing.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.424-424
• /
• 2017

Several studies of the world have analyzed the regional rainfall trends in large data sets. However, it reported that the long-term behavior of rainfall was different on spatial and temporal scales. The objective of this study is to determine the local trends of rainfall indices in the Yom River Basin, Thailand. The rainfall indices consist of the annual total precipitation (PRCTPOP), number of heavy rainfall days ($R_{10}$), number of very heavy rainfall days ($R_{20}$), consecutive of dry days (CDD), consecutive of wet days (CWD), daily maximum rainfall ($R_{x1}$), five-days maximum rainfall ($R_{x5}$), and total of annual rainy day ($R_{annual}$). The rainfall data from twelve hydrological stations during the period 1965-2015 were used to analysis rainfall trend. The Mann-Kendall test, which is non-parametric test was adopted to detect trend at 95 percent confident level. The results of these data were found that there is only one station an increasing significantly trend in PRCTPOP index. CWD, which the index is expresses longest annual wet days, was exhibited significant negative trend in three locations. Meanwhile, the significant positive trend of CDD that represents longest annual dry spell was exhibited four locations. Three out of thirteen stations had significant decreasing trend in $R_{annual}$ index. In contrast, there is a station statistically significant increasing trend. The analysis of $R_{x1}$ was showed a station significant decreasing trend at located in the middle of basin, while the $R_{x5}$ of the most locations an insignificant decreasing trend. The heavy rainfall index indicated significant decreasing trend in two rainfall stations, whereas was not notice the increase or decrease trends in very heavy rainfall index. The results of this study suggest that the trend signal in the Yom River Basin in the half twentieth century showed the decreasing tendency in both of intensity and frequency of rainfall.

• 한국습지학회지
• /
• 제14권2호
• /
• pp.243-254
• /
• 2012

최근 강우의 공간분포와 이동 및 발달상황을 파악할 수 있는 레이더강우 자료의 활용이 수문학분야에서 주목받고 있지만, 레이더 강우자료는 지상강우자료와 비교하여 자료의 신뢰성 확보가 되지 않아 실제 자료의 운용 및 적용에 어려움이 있다. 따라서 수문해석 분야에서는 레이더 강우를 활용하기 위해 레이더강우를 지상강우와 합성하여 보정하고 있다. 본 연구에서는 MFB(Mean-Field Bias)보정기법과 SOA(Statistical Objective Analysis)보정기법을 이용해 2010년 8월의 강우사상에 대하여 시공간 분포를 적절하게 표현할 수 있는 격자형 레이더 강우시계열자료를 생성하였다. 또한, 기존의 집중형 수문모형보다 유역내의 공간적인 유량변동을 보다 상세하게 고려할 수 있는 격자기반의 분포형모형(Vflo)을 국내 유역(낙동강권역 : 감천유역($1005km^2$))에 적용하여, 모의유출량과 관측유출량의 비교를 통해 레이더강우자료의 활용성 및 보정방법의 정확도를 평가하고자 하였다. 각 보정방법에 의한 첨두유량 오차는 20% 내외, 모델효율은 60~80% 수준으로 나타났으며, 특히 SOA방법을 통해 보정된 격자형 레이더 강우자료는 유출모형의 입력 자료로서 수문학적 활용성이 있음을 확인할 수 있었다.

• 한국수자원학회논문집
• /
• 제35권1호
• /
• pp.1-12
• /
• 2002

본 연구에서는 공간적으로 분포된 강우자료를 바탕으로 한 강우유출관계를 고찰하고, 기존의 공간 평균된 강우유출모형과 비교하여 유역을 공간 평균함으로써 내재되는 불확실성을 분석하여 이를 정량화시킬 수 있는 방법을 모색하였다. 과거 관측된 호우사상을 단순 크리깅 기법을 이용하여 공간적으로 분포된 강우자료를 구축하였다. 공간 분포된 강우와 공간평균강우의 유출을 비교하기 위하여 공간 분포된 강우를 수정 Clark 방법에 의해서 유출계산을 수행한 결과와 지점 강우자료를 추출하여 티센 평균한 공간평균강우를 Clark방법에 의해서 유출 계산한 결과를 서로 비교하였다. 또한 강우의 관측오차와 이로부터 발생되는 유출오차를 정의한 후, 강우관측소의 밀도를 다양하게 변화시켜가며 모의하여 강우의 관측오차가 유출해석에 미치는 영향을 분석하였다. 본 연구결과 다음과 같은 결론을 도출하였다. 1) 공간 분포된 강우자료가 이용될 경우 기존에 추정된 Clark방법 유출 매개변수의 사용이 가능할 것으로 판단된다. 2) 수정 Clark 방법의 경우는 강우는 공간적인 변동성을 고려한 유출 계산이 가능하기 때문에 이에 대한 불확실성이 일부 제거된 상태에서 매개변수 추정이 가능하게 되며, 따라서 전통적인 Clark방법의 경우보다 인정적인 매개변수를 추정할수 있을 것으로 판단된다. 3) 강우오차 및 유출오차는 강우관측소의 밀도가 높아짐에 따라 지수함수적으로 감소하고 있으며, 오차의 범위 또한 밀도가 증가할수록 평균오차 주위로 수렴하는 것으로 보여진다. 4) 강우오차는 강우관측소의 밀도가 작을수록 유출에 보다 큰 영향력을 미치고 있음을 알 수 있었다.

• 한국방재학회 논문집
• /
• 제7권5호
• /
• pp.89-97
• /
• 2007

본 연구에서는 확률강우량의 정상성을 판단해 볼 수 있는 간단한 방법을 제시해 보고, 이를 서울 지점의 강우량 자료에 적용하여 보았다. 본 연구에서의 방법은 확률강우량의 크기변화를 분석했던 기존의 연구(Ahn 등, 2001)와 달리 주어진 규모의 확률강우량의 발생빈도를 분석하는 형태를 가진다. 본 연구에서 제시하는 방법은 두 가지로 첫째는 기록년수를 초과하는 재현기간을 갖는 강우의 발생빈도를 평가하는 방법이며, 두 번째는 관측기록 중 최대치의 재현기간에 대한 신규 관측 치의 영향을 평가하는 방법이다. 이러한 방법의 적용결과 서울지점 강우의 정상성을 의심할 만한 유의한 근거는 찾을 수 없었다.

• 한국방재학회:학술대회논문집
• /
• 한국방재학회 2008년도 정기총회 및 학술발표대회
• /
• pp.101-104
• /
• 2008

In this study, rainfall adjust and forecasting using artificial neural network(ANN) which includes a correlation coefficient is application in Seoul region. It analyzed one-hour rainfall data which has been reported in 25 region in seoul during from 2000 to 2006 at rainfall observatory by AWS. The ANN learning algorithm apply for input data that each region using cross-correlation will use the highest correlation coefficient region. In addition, rainfall adjust analyzed the minimum error based on correlation coefficient and determination coefficient related to the input region. ANN model used back-propagation algorithm for learning algorithm. In case of the back-propagation algorithm, many attempts and efforts are required to find the optimum neural network structure as applied model. This is calculated similar to the observed rainfall that the correlation coefficient was 0.98 in missing rainfall adjust at 10 region. As a result, ANN model has been for suitable for rainfall adjust. It is considered that the result will be more accurate when it includes climate data affecting rainfall.