• 상하수도학회지
• /
• 제30권2호
• /
• pp.179-185
• /
• 2016

In this study, the RDII predictions were compared using two methodologies, i.e., the RTK-based and regression methods. Long-term (1/1/2011~12/31/2011) monitoring data, which consists of 10-min interval streamflow and the amount of precipitation, were collected at the domestic study area (1.36 km2 located in H county), and used for the construction of the RDII prediction models. The RTK method employs super position of tri-triangles, and each triangle (called, unit hydrograph) is defined by three parameters (i.e., R, T and K) determined/optimized using Genetic Algorithm (GA). In regression method, the MovingAverage (MA) filtering was used for data processing. Accuracies of RDII predictions from these two approaches were evaluated by comparing the root mean square error (RMSE) values from each model, in which the values were calculated to 320.613 (RTK method) and 420.653 (regression method), respectively. As a results, the RTK method was found to be more suitable for RDII prediction during extreme rainfall event, than the regression method.

• 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 2015년도 학술발표회
• /
• pp.243-243
• /
• 2015

Low-flow simulation and forecasting is one of the emerging issues in hydrology due to the increasing demand of water in dry periods. Even though low-flow simulation and forecasting remains a difficult issue for hydrologists better simulation and earlier prediction of low flows are crucial for efficient water management. The UN has never stated that South Korea is in a water shortage. However, a recent study by MOLIT indicates that Korea will probably lack water by 4.3 billion m3 in 2020 due to several factors, including land cover and climate change impacts. The two main situations that generate low-flow events are an extended dry period (summer low-flow) and an extended period of low temperature (winter low-flow). This situation demands the hydrologists to concentrate more on low-flow hydrology. Korea's annual average precipitation is about 127.6 billion m3 where runoff into rivers and losses accounts 57% and 43% respectively and from 57% runoff discharge to the ocean is accounts 31% and total water use is about 26%. So, saving 6% of the runoff will solve the water shortage problem mentioned above. The main objective of this study is to present the hydrological modelling approach for low-flow simulation and forecasting using a model that have a capacity to represent the real hydrological behavior of the catchment and to address the water management of summer as well as winter low-flow. Two lumped hydrological models (GR4J and CAT) will be applied to calibrate and simulate the streamflow. The models will be applied to Seolmacheon catchment using daily streamflow data at Jeonjeokbigyo station, and the Nash-Sutcliffe efficiencies will be calculated to check the model performance. The expected result will be summarized in a different ways so as to provide decision makers with the probabilistic forecasts and the associated risks of low flows. Finally, the results will be presented and the capacity of the models to provide useful information for efficient water management practice will be discussed.

• Water Engineering Research
• /
• 제1권1호
• /
• pp.25-37
• /
• 2000

This study presents some results of a preliminary study for the coupled precipitation and river flow prediction system. The model system in based on three numerical models, Mesoscale Atmospheric Simulation model for generating atmospheric variables. Soil-Plant-Snow model for computing interactions within soil-canopy-snow system as well as the energy and water exchange between the atmosphere and underlying surfaces, and TOPMODEL for simulating stream flow, subsurface flow, and water tabled depth in an watershed. The selected study area is the 2,703 $\alpha_4$ $\km_2$ Soyang River basin with outlet at Soyang dam site. In addition to providing the results of rainfall and stream flow predictions, some results of DEM and GIS application are presented. It is obvious that the accurate river flow predictions are highly dependant on the accurate predictation predictions.

• Water Engineering Research
• /
• 제3권2호
• /
• pp.113-122
• /
• 2002

Accurate quantitative forecasting of rainfall for basins with a short response time is essential to predict flash floods. In this study, a Quantitative Flood Forecasting (QFF) model was developed by incorporating the evolving structure and frequency of intense weather systems and by using neural network approach. Besides using radiosonde and rainfall data, the model also used the satellite-derived characteristics of storm systems such as tropical cyclones, mesoscale convective complex systems and convective cloud clusters as input. The convective classification and tracking system (CCATS) was used to identify and quantify storm properties such as lifetime, area, eccentricity, and track. As in standard expert prediction systems, the fundamental structure of the neural network model was learned from the hydroclimatology of the relationships between weather system, rainfall production and streamflow response in the study area. All these processes stretched leadtime up to 18 hours. The QFF model will be applied to the mid-Atlantic region of United States in a forthcoming paper.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2005년도 학술발표회 논문집
• /
• pp.889-893
• /
• 2005

본 연구에서는 기후변화에 따른 신뢰성 높은 수자원 영향평가를 수행하기 위한 방안으로 유출모형에 따른 불확실성을 최소화할 수 있는 슈퍼앙상블 기법을 제안하였다. 유출모형들은 자연현상을 개념화하는 과정에서 목적에 따라 알고리즘이나 구조가 다르게 개발된다. 따라서 동일한 유역에 동일한 입력자료를 사용하더라도 유출모의 결과는 상이하며 이는 곧 불확실성으로 작용한다. 이러한 불확실성을 최소화하기 위한 방법으로 본 연구에서는 통계적기법인 인공신경망 모형을 이용하여 모형별 유출결과를 향상시킬 수 있는 슈퍼앙상블 기법을 개발하고 적용성을 분석하였다. 적용 대상유역으로는 한강수계에 위치한 괴산댐유역을 선정하였으며, 적용 모형으로는 일체형 모형인 Tank 모형과 준분포형 모형인 PRMS 모형을 이용하여 슈퍼앙상블을 구축하고 검정하였다.

• 한국경영과학회:학술대회논문집
• /
• 대한산업공학회/한국경영과학회 2004년도 춘계공동학술대회 논문집
• /
• pp.685-688
• /
• 2004

본 연구에서는 저수지군 연계운영을 위한 표본 추계학적 선형 계획(SSLP, Sampling Stochastic Linear Programming) 모형을 제안한다. 일반적 추계학적 모형은 과거 자료로부터 확률변수의 확률분포를 추정하고 이를 몇 개 구간으로 나누어 이산 확률 값을 산정하여 기댓값이 최대가 되는 운영방안을 도출하지만 저수지 유입량 예측시 고려되어야할 지속성 효과(Persistemcy Effect)와 유역간 또는 시점별 공분산 효과(The joint spatial and temporal correlations)를 반영하는데 많은 한계가 있다. 이를 극복하기 위하여 과거자료 자체를 유입량 시나리오로 적용하여 시${\cdot}$공간적 상관관계를 유지하는 표본 추계학적(Sampling Stochastic)기법을 바탕으로 Simple Recourse Model로 구성한 추계학적 선형 계획 모형을 제시한다. 이 모형은 미국 기상청(NWS)에서 발생 가능한 유입량의 시나리오를 예측하는 방법인 앙상블 유량 예측(ESP, Ensemble Streamflow Prediction)을 통한 시나리오를 적용함으로써 좀더 신뢰성 있는 저수지군 연계운영 계획을 도출 할 수 있을 것으로 기대된다.

• 물과 미래
• /
• 제28권3호
• /
• pp.123-132
• /
• 1995

본 연구는 대유역의 유량예측을 위한 수공학적 모형 시스템을 개발하는데 있다. 이 시스템은 각각의 부분유역에서의 기상학적, 수문학적 입력자료를 바탕으로 하천유량을 예측하는 개념적인 수문학적 강우유출모형과 각부분유역의 예측유량을 입력치로 하여 하도홍수추적을 하는 수리학적 모형으로 구성되어 있다. 실시간 해석시 새로운 관측자료로부터 모형의 상태변량을 최적화 할 수 있는 효율적인 상태변량 추정자가 사용되었다. 실시간 유량예측을 위해서 본 연구에서 개발된 모형을 적용하여 본 결과, 예측가능시간이 짧은 경우 대유역의 실시간 유량예측모형으로서 타당한 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2004년도 학술발표회
• /
• pp.267-271
• /
• 2004

2000년도 국내에 소개된 앙상블 유량예측은 한반도 유출특성을 고려한 예측시스템 구축을 위해 꾸준한 수정과 보완을 반복하며 약 5년간의 연구가 진행되었다. 앙상블 유량예측의 연구방향은 크게 예측의 정확성을 향상시키기 위한 이론적 인구와 수자원 계획과 관리에 활용될 수 있도록 GUI를 포함한 유량예측시스템을 구축하는 등의 실무적 연구가 함께 진행되고 있다. 앙상블 유량예측의 정확성을 향상시키기 위해 갈수기에 강우-유출모형의 모의능력을 개선해야 하며, 홍수기에는 기상예보를 효율적으로 이용해야 한다는 기본 전략을 수립하였다. 최근 강우-유출모형의 모의능력을 개선하기 위해 신경망 강우-유출모형을 구축하고, 기존 강우-유출모형의 모의결과를 보정하거나, 두개 이상의 모형을 결합함으로서 유량모의능력을 개선하여 갈수기 앙상블 유량예측 정확성을 향상시킬 수 있음을 증명하는 성과를 거둔 바 있다. 향후 앙상블 유량예측의 연구 방향은 기상예보자료의 적극적인 활용에 초점을 맞추고 있다. 최근 ENSO(El Nino Southern Occillation), PDI(Pacific Decadal Idex) 등 다양한 기후정보의 새로운 발견과 GCM 등 기후모형의 급속한 개선으로 기후 예측의 정확도가 높아지고 있는 추세이므로, 이를 이용하여 홍수기 앙상블 유량예측의 정확도 개선을 목표로 인구가 진행될 전망이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2004년도 학술발표회
• /
• pp.272-276
• /
• 2004

이수기와 같이 장기적인 관점에서 저수지운영을 해야 하는 관리자는 해당 기간동안의 이익을 최대화하는 전략을 필요로 한다. 이를 위해서는 미래 유입량의 불확실성을 고려한 최적화 모형에 근거한 운영률을 수립해야 할 것이다. 본 연구에서는 금강수계의 이수기를 대상으로 추계학적 최적화 기법인 표본 추계학적 동적계획법(Sampling Stochastic Dynamic Programming)을 적용하여 최적 연계운영 시스템을 개발하였다. 본 연구를 통해 개발된 모형은 상용프로그램인 CSUDP와의 비교를 통해 검증되었으며 이를 기반으로 과거자료를 이용한 SSDP/Hist모형과 앙상블 유량예측(Ensemble Streamflow Prediction)을 이용한 SSDP/ESP모형을 개발하여 두 모형의 장${\cdot}$단점을 비교 분석하였다. 발전부분은 두 모형이 비슷하였으나 용수공급 측면에서는 SSDP/ESP가 SSDP/Hist 보다 우수함을 알 수 있었다.