• Journal of The Korean Society of Agricultural Engineers
• /
• v.51 no.5
• /
• pp.35-49
• /
• 2009

This study proposes a method to evaluate agricultural reservoirs drought by modifying SWSI (Surface Water Supply Index). The method was applied to Geum river basin and the results were represented as spatially distributed information. The SWSI evaluates hydrological drought of watershed unit by selectively applying one or all of the components of snowpack, precipitation, streamflow and reservoir storage. South Korea has 22 % of agricultural area, and rice paddy covers 64 % among them. Usually paddy fields scattered along stream are irrigated by so many small agricultural reservoirs. It is difficult to evaluate agriculture drought by the little information and large number of agricultural reservoirs. In this study, seven agricultural reservoirs over 10 million ton storage capacity were selected in Geum river basin, and the SWSI was evaluated for both upstream and downstream of the reservoirs using 16 years data (1991-2006). Using the results, multiple regression analyses with precipitation and reservoir storage as variables were conducted and the equations were applied to other watersheds. The spatial results by applying regression equations showed that the severe and moderate drought conditions of July and September in 1994, June in 1995, and May in 2001 were well expressed by the watershed unit.

• Journal of Korea Water Resources Association
• /
• v.48 no.7
• /
• pp.581-593
• /
• 2015

This study constructs the drought outlook system using ESP(Ensemble Streamflow Prediction) method and evaluates its utilization for drought prediction. Historical Runoff(HR) was estimated by employing LSM(Land Surface Model) and the observed meteorological, hydrological and topographical data in South Korea. Also Predicted Runoff(PR) was produced for different lead times(i.e. 1-, 2-, 3-month) using 30-year past meteorological data and the initial soil moisture condition. The HR accuracy was higher during MAM, DJF than JJA, SON, and the prediction accuracy was highly decreased after 1 month outlook. SRI(Standardized Runoff Index) verified for the feasibility of domestic drought analysis was used for drought outlook, and PR_SRI was evaluated. The accuracy of PR_SRI with lead times of 1- and 2-month was highly increased as it considered the accumulated 1- and 2-month HR, respectively. The Correlation Coefficient(CC) was 0.71, 0.48, 0.00, and Root Mean Square Error(RMSE) was 0.46, 0.76, 1.01 for 1-, 2- and 3-month lead times, respectively, and the accuracy was higher in arid season. It is concluded that ESP method is applicable to domestic drought prediction up to 1- and 2-month lead times.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.149-149
• /
• 2022

Accurate quantitative evaluation of baseflow contribution to streamflow is imperative to address seasonal drought vulnerability, flood occurrence and groundwater management concerns for efficient and sustainable water resources management in watersheds. Several baseflow separation algorithms using recursive filters, graphical method and tracer or chemical balance have been developed but resulting baseflow outputs always show wide variations, thereby making it hard to determine best separation technique. Therefore, the current global shift towards implementation of artificial intelligence (AI) in water resources is employed to compare the performance of deep learning models with conventional hydrograph separation techniques to quantify baseflow contribution to streamflow of Piney River watershed, Tennessee from 2001-2021. Streamflow values are obtained from the USGS station 03602500 and modeled to generate values of Baseflow Index (BI) using Web-based Hydrograph Analysis (WHAT) model. Annual and seasonal baseflow outputs from the traditional separation techniques are compared with results of Long Short Term Memory (LSTM) and simple Gated Recurrent Unit (GRU) models. The GRU model gave optimal BFI values during the four seasons with average NSE = 0.98, KGE = 0.97, r = 0.89 and future baseflow volumes are predicted. AI offers easier and more accurate approach to groundwater management and surface runoff modeling to create effective water policy frameworks for disaster management.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.219-219
• /
• 2016

기후변화에 따른 청미천 유역의 가뭄 특성을 평가한 연구로 가뭄의 발생은 여러 요소가 연속적인 상관관계를 이루고 있으며, 가뭄지수 산정에 내재되어 있는 복잡성 및 불확실성으로 인해 다양한 가뭄지수를 적용하였다. 그 중 기상학적 가뭄지수는 강수량을 이용하여 산정하는 SPI(Standardiz d Precipitation Index)와 강수량과 증발산량을 바탕으로 산정하는 SPEI(Standardiz d Precipitation Evaportranspiration Index), 유효토양수분량을 바탕으로 산정하는 농업학적 가뭄지수인 PDSI(Palmer Drought Severity Index), 유출량을 이용하여 산정하는 수문학적 가뭄지수인 SDI(Streamflow Drought Index)의 지속기간 3개월, 6개월, 9개월에 따른 과거(1985년부터 2015년) 및 미래(2016년부터 2099년)의 가뭄특성을 파악하였다. 미래의 경우 기후변화 시나리오인 RCP(Representative Concentration Pathway) 4.5와 8.5를 이용하였으며, 농업학적 및 수문학적 가뭄지수는 SWAT(Soil and Water Assessment Tool) 모형 모의를 통해 산출된 결과를 토대로 산정하였다. 과거 기간의 가뭄지수 산정 결과, 2015년과 2014년이 극한 및 평균 가뭄의 평균에서 가장 극심한 가뭄을 나타냈으며, PDSI를 제외한 각 가뭄지수 간에는 높은 상관정도를 보였다. 과거를 포함한 미래 가뭄의 경우 현재(2011년부터 2020년까지), 가까운 미래(2021년부터 2040년까지), 중간 미래(2041년부터 2070년까지), 먼 미래(2071년부터 2099년까지)로 나누어 가뭄을 평가하였다. 평가 결과 현재의 경우 과거 기간의 가뭄과는 달리 2018년이 가뭄에 취약했으며, 극한 및 평균 가뭄의 평균에서 두 기후변화 시나리오는 가까운 미래와 중간미래가 취약함을 나타냈다. 상관계수의 경우 과거 결과와 마찬가지로 PDSI를 제외한 각 가뭄지수 간에 높은 상관정도를 나타냈다. 또한 빈도해석 결과 RCP 4.5에서 더 큰 변동성을 보였다. 현저히 적은 강수 및 기온 상승으로 인한 증발산량의 증가 등으로 인해 최근 들어 가뭄의 정도가 심해졌으며, 미래에는 더욱 더 심해질 전망으로 보여진다. 이를 평가하기 위해서는 본 결과에서 보듯이 각 각의 가뭄지수는 극한 가뭄의 발생 시기 및 강도에서 각기 다른 차이를 확인할 수 있기 때문에 가뭄 평가 시 다양한 형태의 가뭄지수 활용이 이루어져야 할 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.153-153
• /
• 2020

우리나라에선 크고 작은 가뭄 피해가 자주 일어나고 있으며 최근엔 유래 없는 다년가뭄이 발생하면서 가뭄에 대한 경각심이 커지고 있다. 가뭄에 적절하게 대응하여 피해를 경감시키기 위해서는 신뢰도 높은 가뭄 예측이 선행되어야 한다. 이에 본 연구는 앙상블 예측과 베이즈이론(Bayes' theorem)을 수문학적 가뭄지수 중 하나인 SRI(Standardized Runoff Index)에 적용해 가뭄 확률 전망을 실시했으며 이를 EDP(Ensemble Drought Prediction)라고 칭하였다. 국내 8개 댐유역에서 EDP를 생성하고 개선하는 과정은 다음과 같이 진행된다. 우선 TANK모형을 활용한 1개월 선행 유량 예측(Ensemble Streamflow Prediction, ESP)의 결과를 SRI로 변환하여 EDP 확률분포를 생성한다. 그런 다음, EDP를 개선하기 위해 그 기초인 ESP에서 미흡한 토양수분 초기조건을 보완하고자 베이즈이론을 활용했다. APCC(APEC Climate Center)의 위성 관측 SMI(Soil Moisture Index) 자료로 SRI와의 회귀식을 구축, 이를 우도함수로 정의해 사전 EDP 분포를 업데이트한 EDP+ 확률분포를 생성했다. 그 결과, EDP와 EDP+ 모두 심도가 깊은 가뭄을 전망할수록 예측력이 기후학적 예측보다 좋지 않았다. 그럼에도 우도함수로 사용한 회귀식의 정확도가 높을수록 EDP+의 정확도도 향상되는 경향이 나타났으며, 이는 베이즈이론을 사용한다면 가뭄 확률 전망을 개선할 수 있다는 것을 의미하고 있다. 하지만, 확정 전망 정확도는 확률 전망 정확도와는 관계가 없었는데 이는 확정 전망과 확률 전망이 본질적으로 다르기 때문인 것으로 사료된다.

• Journal of Korea Water Resources Association
• /
• v.50 no.7
• /
• pp.475-488
• /
• 2017

To simulate accurate drought, a drought index is needed to reflect the hydrometeorological phenomenon. Several studies have been conducted in Korea using the Modified Surface Water Supply Index (MSWSI) to simulate hydrological drought. This study analyzed the limitations of MSWSI and quantified the uncertainties of MSWSI. The influence of hydrometeorological components selected as the MSWSI components was analyzed. Although the previous MSWSI dealt with only one observation for each input component such as streamflow, ground water level, precipitation, and dam inflow, this study included dam storage level and dam release as suitable characteristics of the sub-basins, and used the areal-average precipitation obtained from several observations. From the MSWSI simulations of 2001 and 2006 drought events, MSWSI of this study successfully simulated drought because MSWSI of this study followed the trend of observing the hydrometeorological data and then the accuracy of the drought simulation results was affected by the selection of the input component on the MSWSI. The influence of the selection of the probability distributions to input components on the MSWSI was analyzed, including various criteria: the Gumbel and Generalized Extreme Value (GEV) distributions for precipitation data; normal and Gumbel distributions for streamflow data; 2-parameter log-normal and Gumbel distributions for dam inflow, storage level, and release discharge data; and 3-parameter log-normal distribution for groundwater. Then, the maximum 36 MSWSIs were calculated for each sub-basin, and the ranges of MSWSI differed significantly according to the selection of probability distributions. Therefore, it was confirmed that the MSWSI results may differ depending on the probability distribution. The uncertainty occurred due to the selection of MSWSI input components and the probability distributions were quantified using the maximum entropy. The uncertainty thus increased as the number of input components increased and the uncertainty of MSWSI also increased with the application of probability distributions of input components during the flood season.

• The Journal of the Korea Contents Association
• /
• v.7 no.3
• /
• pp.140-151
• /
• 2007

In this study, we attempted to develop a watershed runoff index subject to main control points by dividing the Geum River basin into 14 sub-basins. The Yongdam multipurpose dam Daecheong multipurpose dam and Gongju gage station were selected to serve as the main control points of the Geum River basin, and the observed flow of each control point was calculated by the discharge rating curve, whereas the simulated flow was estimated using the Rainfall Runoff Forecasting System (RRFS), user-interfaced software developed by the Korea Water Corporation, based on the Streamflow Synthesis and Reservoir Regulation (SSARR) model developed by the US Army Corps of Engineers. This study consisted of the daily unit observed flow and the simulated flow of the accumulated moving average flow by daily, 5-days, 10-days, monthly, quarterly and annually, and normal monthly/annually flow. We also performed flow duration analysis for each of the accumulated moving average and the normal monthly/annually flows by unit period, and abundant flow, ordinary flow, low flow and drought flow estimated by each flow duration analysis were utilized as watershed runoff index by main control points. Further, as we determined the current flow by unit period and the normal monthly/annually flow through the drought and flood flow analysis subject to each flow we were able to develop the watershed runoff index in a system that can be used to determine the abundance and scarcity of the flow at the corresponding point.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.326-326
• /
• 2023

본 연구에서는 유역 내 다른 년도 관측 유량 데이터를 이용한 매개변수 최적화를 수행한 후, 최적화된 매개변수에 따라 다르게 추정된 유량 데이터를 이용해 발생하는 수문학적 가뭄 불확실성 분석을 수행하였다. 수문 모형은 장기 강우-유출분석에 주로 사용되는 Soil Water Assessment Tool (SWAT) 모형을 이용하였으며, Symmetric uncertainty을 이용해 불확실성 분석을 수행하였다. 모형 매개변수 최적화는 SWAT-CUP을 이용해 영산강 유역의 과거 1999년부터 2022년까지의관측 유량 데이터로 수행하였다. 최적화된 매개변수에 따라 추정되는 연평균 유량은 최대 5.59%의 차이를 발생시켰으며, 계절 유량은 봄 (6.1%), 여름 (14.6%), 가을 (9.7%), 겨울 (46.1%)의 차이를 발생시켰다. 그 후, 수문학적 가뭄지수인 Streamflow Drought Index (SDI)을 이용해 일 단위가뭄과 월 단위 가뭄 분석을 수행하였다. 매개변수에 따른 일 단위 가뭄 분석은 연평균 가뭄 발생일수가 최대 25.2일까지 차이가 발생하였으며, 월 단위 가뭄 역시 최적화된 매개변수에 가뭄 심도와 발생이 다르게 분석되었다. 그 후, Symmetric uncertainty을 이용한 불확실성 분석은 최적화된 매개변수에 따라 다르게 산정된 가뭄지수의 불확실성을 확인할 수 있었다. 본 연구는 수문학적 가뭄 분석 시, 다양한 관측 유량 데이터를 이용한 매개변수 최적화를 수행한 후, 이를 이용한 유량추정의 필요성을 확인할 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.330-330
• /
• 2021

본 연구에서는 새롭게 개발 중인 SSP 시나리오의 일단위 강수량과 온도 자료를 활용하여 청미천 유역의 미래 가뭄의 예측 및 분석을 실시하였다. SSP1-2.6, SSP2-4.5, SSP3-7.0, SSP5-8.5에 따른 새롭게 개발 중인 CMIP6 (Coupled Model Intercomparison Project) GCM (General Circulation Models) 중 ACCESS-ESM1.5(Australian Community Climate and Earth System Simulator model)를 이용하였다. GCM 자료는 Quantile Mapping 방법을 사용하여 편이보정 되었고, 유출분석은 SWAT(Soil and Water Assessment Tool) 모형을 사용하여 청미천 유역에 대해 수행하였다. 청미천 유역의 가뭄분석을 위해 기상학적 가뭄지수인 SPI(Standardized Precipitation Index)와 SPEI(Standardized Precipitation Evapotranspiration Index), 수문학적 가뭄지수인 SDI(Standardized Streamflow Index)를 산정하였다. 그 후, 시간에 따른 가뭄의 특성을 분석하기 위해 가까운 미래 (2025-2064)와 먼 미래 (2065-2100) 로 구분하여 분석을 진행하였다. 그 결과, 청미천 유역의 가뭄 발생은 SSP시나리오, 가뭄지수에 따라 차이점을 확인할 수 있었다. SSP 시나리오의 경우 SSP5-8.5에서 가장 심각한 가뭄이 발생하였다. 가뭄지수의 경우 강수만을 고려한 SPI는 먼 미래에 비해 가까운 미래에서 더욱 심각한 가뭄이 발생하였다. SDI의 경우 강수량의 변동이 일반적으로 하천의 흐름에 영향을 미치기에 SPI와 비슷한 양상을 나타내었다. SPEI의 경우 시간에 따른 기온상승으로 먼 미래에 심각한 가뭄이 발생하였다.