• 한국수자원학회논문집
• /
• 제45권6호
• /
• pp.607-616
• /
• 2012

본 연구는 AWS 관측강우정보를 이용하여 실시간 유량예측을 수행할 경우 적용가능한 예측선행시간 및 정확도를 평가하고자 하는데 그 목적이 있다. 이를 위해 남한강 상류유역을 대상유역으로 선정하였으며 2006~2009 홍수기간에 대해 SURF 모형을 구축하였다. 관측유량 자료동화 수행 유무에 따른 모의유량은 관측유량을 잘 모의하며 유효성지수를 이용하여 자료동화 효과를 분석한 결과에서 충주댐 32.08%, 달천 51.53%, 횡성 39.70%, 여주 18.23%가 개선된 것으로 나타났다. 첨두유량 발생시간 이전 가상의 현재시점까지의 AWS 관측강우정보를 이용하여 유량예측 적용성을 평가한 결과 허용오차 20% 범위 내에서 첨두유량은 충주 11시간, 달천 2시간, 횡성 3시간, 여주 5시간, 유출용적은 충주 13시간, 달천 2시간, 횡성 4시간, 여주 9시간 이내에서 예측이 가능한 것으로 나타났다. 따라서 유역의 지체효과로 인해 관측강우만을 이용하여 적정 예측시간에 대해서 실시간 첨두유량 예측이 가능할 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제44권3호
• /
• pp.199-208
• /
• 2011

본 연구에서는 연속형 강우-유출모형과 앙상블 칼만 필터 기법을 연계하여 실시간 하천유량 예측모형을 개발하고 자료동화로 인한 정확도 개선 정도를 평가하고자 한다. 대상유역은 안동댐 상류유역을 선정하고 2006.7.1~8.18과 2007.8.1~9.30의 홍수기간에 대해 평가를 수행하였다. 자료동화를 위한 모형 상태변수는 유역의 토양수분과 저류량 및 하도 저류량을 선정하였으며 하류 댐 지점의 관측유량을 이용하여 상태변수를 갱신하도록 모형을 설계하였다. 상태변수의 칼만게인 거동을 분석한 결과 모의유량은 관측유량으로 74% 이동한 것으로 나타났다. 예측강우를 관측강우와 동일하다고 가정하고 예측선행시간 1시간에 대해 자료동화 전 후의 모의유량을 분석한 결과 2006년과 2007년에 각각 49.6%와 33.1%의 정확도가 향상됨을 확인하였다. 이상의 결과로부터 실시간 하천유량 예측시스템에 자료동화기법을 연계할 경우 강우-유출모형만을 이용한 결과보다 정확한 홍수량 예측이 가능할 것으로 판단된다.

• 한국농공학회지
• /
• 제37권5호
• /
• pp.81-89
• /
• 1995

One of the most difficult problem to estimate the flood inflow is how to understand the effective rainfall. The effective rainfall is absolutely influenced by the condition of soil moisture in the watershed just before the storm event. DAWAST model developed to simulate the daily streamflow considering the meteologic and geographic characteristics in the Korean watersheds was applied to understand the soil moisture and estimate the effective rainfall rather accurately through the daily water balance in the watershed. From this soil moisture and effective rainfall, concentration time, dimensionless hydrograph, and addition of baseflow, the rainfall-runoff model for flood flow was developed by converting the concept of long-term runoff into short-term runoff. And, real-time flood forecasting model was also developed to forecast the flood-inflow hydrograph to the river and reservoir, and called RETFLO model. According to the model verification, RETFLO model can be practically applied to the medium and small river and reservoir to forecast the flood hydrograph with peak discharge, peak time, and volume. Consequently, flood forecasting and warning system in the river and the reservoir can be greatly improved by using personal computer.

• 한국수자원학회논문집
• /
• 제38권1호
• /
• pp.11-23
• /
• 2005

본 연구에서는 단기 예측강우를 활용하여 실시간 유량을 예측할 수 있는 기상-수자원 연계기법을 개발하였다. 이를 위해 기상청의 RDAPS 강수자료와 저류함수(SFM) 모델을 통해 소양강댐 상류유역의 댐유입량을 계산하고 그 정확도를 분석하였다. 대상 사례기간인 2003년 7월 18일부터 2003년 7월 24일까지 RDAPS 강우예측자료의 정확도를 평가한 결과 RDAPS 및 관측 강수량 사이의 정성적 평가에서 매우 우수한 정확도를 보이고, 수자원 측면에서 필요한 정량적 성격을 충족시키는 것으로 나타났다. RDAPS-SFM 연계기법을 통한 하천유량 계산에서도 그 정확도가 비교적 높은 것으로 검토되어 현재의 하천 유량 예측에서 기상 수치예보자료의 활용성은 매우 높은 것으로 사료된다.

• 한국수자원학회논문집
• /
• 제44권11호
• /
• pp.853-861
• /
• 2011

본 연구는 연속형 강우-유출모형과 관측유량 자료동화기법으로 앙상블 칼만필터 기법을 연계한 SURF 모형을 낙동강유역에 적용하여 하천유량예측의 적용성을 평가하고자 하는데 그 목적이 있다. 낙동강유역을 43개 소유역으로 구분하고 2006년과 2007년의 홍수기간 동안 12개 평가지점에 대해 유출모의를 수행하였다. 관측유량 자료동화 효과로 인해 예측유량의 정확도가 향상되며 1~5시간의 예측선행시간별 유효성지수를 분석한 결과 자료동화로 인해 46.2~30.1%의 모의유량의 정확도가 개선되는 것으로 나타났다. 또한 관측강우의 50%를 적용하여 자료동화 전 후의 모의 첨두유량에 대한 평균정상절대오차를 비교하였으며 자료동화로 인해 40% 이상의 정확도가 향상됨을 확인하였다. 이상의 결과로부터 SURF 모형은 낙동강유역의 실시간 하천유량예측에 활용될 수 있을 것으로 판단된다.

• 농업과학연구
• /
• 제46권4호
• /
• pp.843-856
• /
• 2019

Real-time flood prediction has an important role in significantly reducing potential damage caused by floods for urban residential areas located downstream of river basins. This paper presents an effective approach for flood forecasting based on the construction of a deep neural network (DNN) model. In addition, this research depends closely on the open-source software library, TensorFlow, which was developed by Google for machine and deep learning applications and research. The proposed model was applied to forecast the flowrate one, two, and three days in advance at the Son Tay hydrological station on the Red River, Vietnam. The input data of the model was a series of discharge data observed at five gauge stations on the Red River system, without requiring rainfall data, water levels and topographic characteristics. The research results indicate that the DNN model achieved a high performance for flood forecasting even though only a modest amount of data is required. When forecasting one and two days in advance, the Nash-Sutcliffe Efficiency (NSE) reached 0.993 and 0.938, respectively. The findings of this study suggest that the DNN model can be used to construct a real-time flood warning system on the Red River and for other river basins in Vietnam.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.131-131
• /
• 2011

기후변화로 인한 기상이변 현상이 빈번하게 발생하면서 홍수와 같은 자연재해의 피해규모가 증가하고 있다. 이를 극복하기 위해 최근에는 구조적 대책뿐만 아니라 홍수예측시스템과 같은 비구조적 대책에도 많은 관심과 연구가 이루어지고 있다. 통상 홍수예측을 위해서는 예측강우의 정확도가 중요하게 부각되지만 중규모 이상의 유역에서는 수 시간의 지체시간 효과로 인해 AWS 실황강우만으로도 어느정도 선행시간에 대해서 하천유량예측이 가능하다고 할 수 있다. 본 연구에서는 기상청 AWS 실황강우를 이용하여 하천유량을 예측할 경우 어느정도 선행시간과 정확도를 확보할 수 있는지에 대해서 분석하고자 한다. 분석을 위한 시단위 강우자료와 기상자료는 각각 AWS와 ASOS 자료를 이용하였다. 또한 하천유량 모의를 위한 강우-유출모형으로는 SURF 모델(Sejong University River Forecast Model)을 이용하였다. 이 모형은 저류함수모형 기반의 연속형 강우-유출모형으로 미래에 대한 유출모의결과의 정확도를 향상시키기 위해 앙상블 칼만필터링 기법을 연계한 모형이다. 그림 1은 충주댐유역에 대해서 2009.7.8~17일(240시간)에 대해서 관측유량 자료동화 전후의 결과를 나타낸 것이다. 현시점을 100, 105, 110, 115시간으로 가정하고 미래기간에 대해서는 관측강우를 0으로 가정했을 때 대략 첨두유량 발생 5시간 전에 예측된 모의유량이 관측유량과 거의 일치함을 확인할 수 있다. 따라서 실황강우와 관측유량 자료동화 기법을 연계할 경우 수 시간의 선행시간에 대해서 유량예측이 가능한 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.259-259
• /
• 2016

This study examined Artificial Neurons Networks model (ANNs) for forecast flash discharge at Southern part of Thailand by using rainfall data and discharge data. The Sungai Kolok River Basin has meant the border crossing between Thailand and Malaysia which watershed drains an area lies in Thailand 691.88 square kilometer from over all 2,175 square kilometer. The river originates in mountainous area of Waeng district then flow through Gulf of Thailand at Narathiwat Province, which the river length is approximately 103 kilometers. Almost every year, flooding seems to have increased in frequency and magnitude which is highly non-linear and complicated phenomena. The purpose of this study is to forecast runoff on Sungai Kolok at X.119A gauge station (Sungai Kolok district, Narathiwat province) for 3 days in advance by using Artificial Neural Networks model (ANNs). 3 daily rainfall stations and 2 daily runoff station have been measured by Royal Irrigation Department and Meteorological Department during flood period 2000-2014 were used as input data. In order to check an accuracy of forecasting, forecasted runoff were compared with observed data by pursuing Coefficient of determination ($R^2$). The result of the first day gets the highest accuracy and then decreased in day 2 and day 3, consequently. $R^2$values for first day, second day and third day of runoff forecasting is 0.71, 0.62 and 0.49 respectively. The results confirmed that the ANNs model can be used when the range of collected dataset is short and real-time operated. In conclusion, the ANNs model is suitable to runoff forecasting during flood incident of Sungai Kolok river because it is straightforward model and require with only a few parameters for simulation.

• 한국수자원학회논문집
• /
• 제33권3호
• /
• pp.341-350
• /
• 2000

본 연구의 목적은 추계동역학적 상태·공간형태의 하도 저류함수모형을 개발하고 실시간 홍수예보를 위한 모형의 적용성을 검토하는데 있다. 팔당댐에서 인도교 지점에 이르는 하도구간을 개발된 모형의 적용 대상구간으로 설정하였으며, 1987∼1998년에 발생한 13개의 홍수사상을 선택하여 모형 매개변수 산정 및 적용성을 검토하였다. 그 결과 최적 매개변수는 각 홍수사상마다 다르지만, 현재 실무에서 사용하고 있는 매개변수를 사용한 유량예측은 비교적 합리적인 결과를 제시하였다. 또한 본 연구에서 개발한 추계동역학적 모형에 의한 유량예측 결과와 기존의 확정론적 모형에 의한 결과를 비교·검토한 결과 본 연구모형이 보다 정확한 결과를 제시하는 것으로 나타났다. 본 연구 대상지역의 예측가능시간을 분석한 결과 비교적 지류의 유입이 적은 홍수사상의 경우 5시간 정도까지는 정확한 하류단이 유량예측이 가능한 것을 판단된다.

• 대한토목학회논문집
• /
• 제40권3호
• /
• pp.303-314
• /
• 2020

수자원분야에서 이용되는 강우에 따른 유역의 수문학적 시스템, 도시지역 및 하천에 대한 수리학적 시스템은 비선형성이 강하고 많은 변수들을 포함하고 있다. 이러한 특성을 가진 시계열 자료에서 기계학습을 통한 예측은 예측시점 이전의 자료 특성을 반영하지 못하는 등 기본적인 신경망으로는 부족한 상황이 발생하기도 한다. 본 연구에서 적용할 강우-유출량과 같이 비선형성이 강하고 시간종속성이 높은 복잡한 시계열 자료를 예측하기 위해 신경망의 학습능력을 극대화한 순환형 동적 신경망(Recurrent Dynamic Neural Network)의 한 종류인 동시에, 시간 지연 신경망(Time-Delay Neural Network)의 특성을 가진 비선형 자기회귀(NARX, Nonlinear Autoregressive Exogenous Model) 인공신경망을 사용하였다. 이를 태화강 지방하천 구간에 적용하여 NARX 인공신경망의 시간 지연 매개변수를 10분에서 120분까지 조정하며 모의한 결과에 대해 여러 통계지표를 이용해 정량적으로 평가하였다. 그 결과 지연시간이 증가할수록 효율계수(NSE)가 0.530에서 0.988으로 증가하고, 평균제곱근편차(RMSE)가 379.9 ㎥/s에서 16.1 ㎥/s로 감소하는 등 정교한 예측이 가능함을 확인하였다.