Water for future (물과 미래)
- Volume 18 Issue 4
- /
- Pages.335-345
- /
- 1985
- /
- 1738-9488(pISSN)
A Comparative Study of Monte Carlo and Autoregressive Methods for the Synthetic Generation of river Flows
하천유량의 모의발생을 위한 Monte Carlo 방법과 Autoregressive 방법의 비교
Abstract
The purpose of stochastic models for synthetic generation of river flows based on the short-term observed data is to provide abundant input data to the water resources systems of which the system performance and operation policy are to be determined beforehand. Among many of such models the Monte Carlo Method of synthetic generation, which is usually known to be appropriate for annual data generation, is employed to check if it can be applied for the generation of monthly flows. For the purpose of comparisons the statistical parameters of the generated monthly flows by Monte Carlo model based on the appropriate probability distribution for each month were compared with those of the generated flows by Thoms-Fiering multiseason model and with those of the observed monthly flows. On the other hand, the statistical parameters of the annual river flows obtained by adding the generated monthly flows year by year based on the Monte Carlo and Thomas-Fiering models were compared with those of the annual flows generated directly by annual Monte Carlo model with reference to those for the observed annual river flows. Based on the above comparative studies, the discussions are made and conclusions derived.
추계학적 이론을 근거로 하는 하천유량의 모의발생 모형에는 여러 가지가 있으며 이는 한정된 짧은 기간동안의 유량 실측치의 통계학적 특성을 재현시키는 일련의 장기적 유량자료를 인위적으로 발생시켜 수자원 시스템의 거동예측이나 조작기준을 보다 완벽하게 설정하기 위한 풍부한 인력 자료를 제공하자는 데 목적이 있다. 본 연구에서는 연유량의 모의발생에 주로 사용되는 Monte Carlo 모형을 연유량 자료를 구성하는 월별 하천유량의 발생에 적용 가능한가를 연구 검토하였다. 비교검토의 목적으로 실측된 월별 유량의 적정분포형을 설정한 후 Monte Carlo 방법에 의해 발생된 월별량과Autoregressive 모형중의 하나인 Thomas-Fiering의 다계절 모형에 의해 발생된 월류량의 통계학적 특성치의 실측치의 특성치와 비교하였다. 한편, 월유량 발생자료의 합성에 의한 연류량 자료의 특성치가 실측 월류량의 합성에 의한 월류량 특성치를 얼마나 잘 재현시키는가를 검사하기 위해 Monte Carlo 및 Thomas-Fiering 모형에 의해 발생시킨 연류량의 통계학적 특성치를 실측류량의 통계특성치와 비교평가하였다.
Keywords