• 한국수자원학회논문집
• /
• 제45권7호
• /
• pp.729-741
• /
• 2012

수문학적 해석에 필요한 기본 자료인 강우 자료의 취득 방법 중 지상관측소는 강우량을 직접 관측하기 때문에 실측 강우량 정보를 얻는 장점이 있으나, 현업에서 필요한 면적강우량을 얻기 위해서는 다수의 관측소를 설치해야 하는 단점이 있다. 한편, 강우레이더는 넓은 범위의 강우량을 실시간으로 취득할 수 있으며, 특히 공간적으로 한정되어 발생하는 국지성 돌발홍수의 원인이 되는 단기 집중 호우를 추적하기 용이한 장점이 있다. 따라서 본 연구에서는 기상청에서 편차 보정과 품질 관리가 이루어지고 있어 상당한 신뢰 수준을 확보하고 있고, 현장에서 쉽게 제공 받을 수 있는 강우레이더 영상인 CAPPI (Constant Altitude Plan Position Indicator) 합성영상으로부터 유역평균 강우를 추출하는 방법으로서 기존의 연산방법인 레스터 방식에서 벗어나 소유역에도 적용될 수 있는 벡터 방식의 영상 추출 기법 CIVCOM을 제시하고 추출된 자료의 타당성을 비교 검토하였다.

• 한국수자원학회논문집
• /
• 제43권8호
• /
• pp.721-731
• /
• 2010

강우-유출 관계는 유역의 수많은 시 공간적 변수들에 의해 영향을 받기 때문에 매우 복잡하여 예측하기 힘든 요소이다. 과거에는 추계학적 예측모형이나 확정론적 예측모형 혹은 경험적 모형 등을 사용하여 유출량을 예측하였으나 최근에는 인공신경망과 퍼지모형 그리고 유전자 알고리즘과 같은 인공지능기반의 모형들이 많이 사용되고 있다. 하지만 유출량을 예측하고자 할 때 학습자료 및 검정자료로써 사용되는 유출량은 수위-유량 관계곡선식으로부터 구하는 경우가 대부분으로 이는 이렇게 유도된 유출량의 경우 오차가 크기 때문에 그 신뢰성에 문제가 있을 것으로 판단된다. 따라서 본 논문에서는 선행우량 및 수위자료로부터 단시간 수위예측에 관해 연구하였으며, 이를 위해 오류역전파알고리즘을 이용한 신경망모형과 인공신경망의 가중치를 유전자 알고리즘에 의해 최적화시킨 모형 그리고 최적화된 상태에서 다시 학습을 진행하는 세 가지 모형에 대하여 적용한 결과 유전자 알고리즘을 사용하여 신경망을 학습시킨 모형이 다른 모형들에 비해 우수한 결과를 보여주고 있으며 예측시간이 길어지더라도 예측력이 크게 떨어지지 않았다. 또한 입력자료로 강우와 수위를 사용한 모형보다는 수위를 사용한 모형에서 조금 더 우수한 결과를 보여주었다.