• 대한토목학회논문집
• /
• 제29권2B호
• /
• pp.163-171
• /
• 2009

수문시계열 분석과 예측을 위하여 통상적으로 기존의 선형적인 모형들을 이용하여 왔다. 그러나 최근 자연현상이나 수문시계열의 패턴 그리고 변동성에 비선형구조가 존재하고 있다는 것이 입증되고 있다. 따라서 기존의 선형적인 방법들에 의한 시계열분석이나 예측은 비선형 시스템에 대해서 적절하지 않을 것이다. 최근, 시계열의 비선형성 구조를 판단하기 위해 카오스 이론을 토대로 한 상관적분으로부터 BDS(Brock-Dechert-Scheinkman) 통계 기법이 유도되었다. BDS 통계는 시스템의 비선형구조와 무작위성 구조를 구별하는데 매우 효과적으로 이용되어 오고 있다. 또한 DVS(Deterministic Versus Stochastic) 알고리즘은 카오스와 추계학적 시스템을 구별하고 예측하는데 주로 이용되어 왔다. 그러나 본 연구에서는 DVS 알고리즘에 의해 시계열의 비선형성을 판별할 수 있음을 보이고자 한다. 따라서 본 연구에서는 추계학적 시계열과 수문학적 시계열들의 비선형성을 검사하고자 한다. ARMA 모형과 TAR(Threshold autoregressive) 모형으로부터로 발생시킨 추계학적 시계열, 미국 유타주 GSL 체적자료, 미국 플로리다 주 St. Johns 강 Cocoa 지점의 유출량 자료, 소양강 댐 일 유입량 자료 등의 수문시계열에 대해 비선형성 분석을 수행하고 그 결과를 비교하였다. 분석결과 BDS 통계가 선형 및 비선형 시계열을 구분하는데 매우 강력한 도구임을 보였고, DVS 알고리즘 또한 시계열의 비선형성을 구별하는데 효과적으로 이용될 수 있음을 보였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.1346-1349
• /
• 2010

The goal of this research is to apply the neural networks models for the disaggregation of the pan evaporation (PE) data, Republic of Korea. The neural networks models consist of generalized regression neural networks model (GRNNM) and multilayer perceptron neural networks model (MLP-NNM), respectively. The disaggregation means that the yearly PE data divides into the monthly PE data. And, for the performances of the neural networks models, they are composed of training and test performances, respectively. The training and test performances consist of the historic, the generated, and the mixed data, respectively. From this research, we evaluate the impact of GRNNM and MLP-NNM for the disaggregation of the nonlinear time series data. We should, furthermore, construct the credible data of the monthly PE from the disaggregation of the yearly PE data, and can suggest the methodology for the irrigation and drainage networks system.

• 한국수자원학회논문집
• /
• 제42권10호
• /
• pp.809-824
• /
• 2009

한정된 기간의 짧은 유출량 기록을 갖는 댐 유역에서의 수자원 시스템 거동예측은 수문학적 지속성여부에 대한 판단이 선행 되어야 하며 가용한 시계열자료에 대한 추계학적 분석을 통하여 실시하여야 한다. 본 연구에서는 계절형 ARIMA모형을 통하여 안동댐 유역의 강우량, 증발량 및 유출량 시계열자료로 월별 수문시스템 거동을 예측하였으며, 예측된 결과를 토대로 TANK모형과 ARIMA+TANK결합모형에 의한 장기유출모의를 실시하였다. 분석결과 관측자료의 특성을 비교적 잘 반영 하였으며, 댐 유입량 예측을 위한 추계학적 결합모형의 적용가능성을 검토하였다. 이는 상대적으로 유출량자료의 보유년한이 짧은 대상유역의 시계열 수문인자 예측을 통한 유출모의의 적용으로 수자원의 중 장기 전략수립에 도움이 되리라 사료된다.

• 물과 미래
• /
• 제12권2호
• /
• pp.63-69
• /
• 1979

The sequences of monthly streamflows constitute a non-statonary time series. The purely stochastic model has been applied to data generation of non-stationary time series. Tow different mothods--single site and multisite generation--have been used on the hydrologic time series. In this study the synthetic generation method by bivariate analysis, studied by Thomas Fiering, one of multi-site models, has been applied to the historical data on monthly streamflows at two sites in Nakdong River, and also for validity of this model the single site Thomas Fiering model applied. Through statistical analysis it has been shown that the performance of bivariate Thomas Fiering model was better than that of the other. By comparison of mean and standard deviaion between the historical and the generated, and cross correlogram interpretation, it has been known that the model used herein has good performance to simultaneously generate the monthly streamflows at two sites in a river hasin.

• 한국물환경학회지
• /
• 제31권1호
• /
• pp.19-28
• /
• 2015

The purpose of this research is reconstruction of annual precipitation based on Tree-ring series at Seorak mountain and examine its effectiveness. To do so we performed nonlinear time series characteristics test of Tree-ring series and reconstructed annual precipitation of Gangneung from 1687 to 1911 using Artificial neural network and Nonlinear autoregressive exogeneous input (NARX) model which reflects stochastic properties. As a result, Tree-ring series at Seorak Mountain shows nonlinear time series property and reconstructed annual precipitation series drawn from NARX is similar in statistical characteristics of observed annual time series.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.101-101
• /
• 2020

Traditional stochastic simulation of hydroclimatological variables often underestimates the variability and correlation structure of larger timescale due to the difficulty in preserving long-term memory. However, the Long Short-Term Memory (LSTM) model illustrates a remarkable long-term memory from the recursive hidden and cell states. The current study, therefore, employed the LSTM model in stochastic generation of hydrologic and climate variables to examine how much the LSTM model can preserve the long-term memory and overcome the drawbacks of conventional time series models such as autoregressive (AR). A trigonometric function and the Rössler system as well as real case studies for hydrological and climatological variables were tested. Results presented that the LSTM model reproduced the variability and correlation structure of the larger timescale as well as the key statistics of the original time domain better than the AR and other traditional models. The hidden and cell states of the LSTM containing the long-memory and oscillation structure following the observations allows better performance compared to the other tested conventional models. This good representation of the long-term variability can be important in water manager since future water resources planning and management is highly related with this long-term variability.

• 한국수자원학회논문집
• /
• 제45권5호
• /
• pp.481-493
• /
• 2012

가뭄의 불확실성은 우리가 관리할 수 있는 범위를 넘어서는 현상으로 용수공급시스템의 불확실성 역시 우리가 제어할 수 있는 한계를 벗어날 수 있다. 따라서 수자원 시설물 운영에 필요한 의사결정은 여러 가지 불확실한 상황을 고려하여 다루어져야한다. 특히 극단적 강우 부족이나 저유량 상황이 장시간 지속되는 경우에는 수자원 공급에 심각한 영향을 미칠 수 있으며, 하천오염, 수생태계파괴, 저수지고갈, 용수공급 장애 그리고 하천미관의 악화 등이 포함될 수 있다. 그중 극한가뭄의 지속으로 인해 용수공급의 중단과 같은 사태가 발생할 경우 피해한계를 예측할 수 없는 매우 심각한 결과가 초래될 수 있다. 이런 측면을 고려하여 본 연구는 장기지속가뭄을 포함하여 극한 가뭄사상에 대한 한강수계 용수공급 시스템의 가뭄 영향을 종합적으로 평가하였다. 이를 위해 5개 소유역에 대한 추계학적 수문시계열모형을 이용하여 월 유량 기준의 지속기간별, 재현기간별 가뭄 시나리오를 개발하여 팔당댐을 기준지점으로 하는 한강유역 용수공급 시스템에 적용하여 용수공급의 이행도를 평가하였다. 평가결과 예기치 못한 가뭄의 영향을 알기 위해서는 수문학적 다양성을 반영하는 장기지속가뭄에 대한 평가가 필요하다.

• 한국습지학회지
• /
• 제12권3호
• /
• pp.79-97
• /
• 2010

본 연구의 목적은 연 증발접시 증발량의 수문학적 분해를 위하여 신경망모형을 적용하는데 있다. 신경망 모형은 각각 다층 퍼셉트론 신경망모형(MLP-NNM)과 지지벡터기구 신경망모형(SVM-NNM)으로 구성되어 있다. 그리고 신경망모형의 수행평가를 위하여 훈련 및 테스트과정으로 구성되었다. 신경망모형의 훈련과정을 위하여 실측, 모의 및 혼합자료와 같은 세 가지 형태의 자료가 사용되었으며, 테스트과정을 위해서는 실측자료만 이용되었다. 평가를 위하여 4가지의 통계학적 지표(CC, RMSE, E, AARE)가 각각 제시되었으며, ANOVA 및 Mann-Whitney U 검증을 이용하여 실측 및 계산된 월 증발접시 증발량자료에 동질성검증을 실시하였다. 본 연구를 통하여 비선형 시계열자료의 수문학적 분해를 위해서 MLP-NNM과 SVM-NNM의 적용성을 평가하였다. 게다가 연 증발접시 증발량 자료의 수문학적 분해로부터 신뢰성있는 월 증발접시 증발량자료를 구축할 수 있을 것이며, 관개배수 네트워크 시스템의 평가를 위한 이용가능한 자료를 제공할 수 있을 것이다.

• 한국방재학회 논문집
• /
• 제10권1호
• /
• pp.81-88
• /
• 2010

수자원의 관리 및 계획시 강우, 유출, 유량과 같이 다양한 종류에 의한 수문사상의 합성 및 분석이 요구된다. 다양한 수문사상들은 대부분 추계학적모형에 의한 해석이 필요하며, 이중 적절한 시계열모의결과를 나타낼 수 있는 자기회귀모형 적용을 시도하였다. 본 연구에서는 낙동강 상류에 위치한 안동댐과 임하댐 두 관측소의 월유출량 자료를 이용하여 최적의 자기회귀모형을 검토하였으며, 분석결과 AR(3) 모형의 매개변수($\phi_1$, $\phi_2$, and $\phi_3$)가 가장 적합한 것으로 나타났으며, 다양한 분석 및 평가결과 AR(3)모형이 효과적이고 정확한 것으로 나타났다.

• 한국농공학회지
• /
• 제37권2호
• /
• pp.31-40
• /
• 1995

This study was conducted to get best fitting frequency distribution for the annual run- off and to simulate long series of annual flows by single-season first order Markov Model with comparison of statistical parameters which were derived from observed and synthetic flows at four watersheds in Seom Jin and Yeong San river systems. The results summarized through this study are as follows. 1. Hydrologic persistence of observed flows was acknowledged by the correlogram analysis. 2. A normal distribution of the annual runoff for the applied watersheds was confirmed as the best one among others by Kolmogorov-Smirnov test. 3. Statistical parameters were calculated from synthetic flows simulated by normal dis- tribution. In was confirmed that mean and standard deviation of simulated flows are much closer to those of observed data than except coefficient of skewness. 4. Hydrologic persistence between observed flows and synthetic flows simulated was also confirmed by the correlogram analysis. 5. It is to be desired that generation technique of synthetic flow in this study would be compared with other simulation techniques for the objective time series.