DOI QR코드

DOI QR Code

Automatic Calibration of Rainfall-runoff Model Using Multi-objective Function

다중목적함수를 이용한 강우-유출 모형의 자동보정

  • Lee, Kil-Seong (Dept. of Civil, Urban and Geosystem Engineering, Seoul National University) ;
  • Kim, Sang-Ug (Korea Institute of Construction Technology) ;
  • Hong, Il-Pyo (Korea Institute of Construction Technology)
  • 이길성 (서울대학교 공과대학 지구환경시스템공학부) ;
  • 김상욱 (한국건설기술연구원 수자원연구부) ;
  • 홍일표 (한국건설기술연구원 수자원연구부)
  • Published : 2005.10.01

Abstract

A rainfall-runoff model should be calibrated so that the model simulates the hydrological behavior of the basin as accurately as possible. In this study, to calibrate the five parameters of the SSARR model, a multi-objective function and the genetic algorithm were used. The solution of the multi-objective function will not, in general, be a single unique set of parameters but will consist of the so-called Pareto solution according to various trade-offs between the different objectives. The calibration strategy using multi-objective function could decrease calibrating time and effort. From the Pareto solution, a single solution could be selected to simulate a specific flow condition.

강우-유출모형은 적용대상 유역이 가지고 있는 수문학적 성질을 최대한 반영할 수 있도록 보정되어야 한다. 본 연구에서는 SSARR 모형의 5개의 매개변수를 안동댐 상류유역에 보정하기 위하여 다중목적함수와 유전자알고리즘을 이용하였다. 다중목적함수의 최적해는 단일한 매개변수로 이루어지는 것이 아니라 다양한 목적함수들에 따라서 결정되는 파레토 최적해로 구성된다. 다중목적함수를 이용한 모형의 보정방법은 보정시간 및 작업 반복에 따른 노력을 감소시킬 수 있었으며, 파레토 최적해를 사용함으로써 적용 목적에 따라 최대유랑을 잘 모의할 필요가 있다거나 전체 체적을 잘 모의할 필요가 있는 경우에 적합한 매개변수를 사용자가 선택하여 사용할 수 있는 장점이 있다.

Keywords

References

  1. 강민구, 박승우, 임상준, 김현준 (2002). '전역최적화 기법을 이용한 강우-유출모형의 매개변수 자동보정.' 한국수자원학회논문집, 한국수자원학회, 제35권, 제5호, pp. 541-552 https://doi.org/10.3741/JKWRA.2002.35.5.541
  2. 성윤경, 김상현, 김현준, 김남원 (2004). '다양한 목적함수와 최적화 방법을 달리한 SIMHYD와TANK 모형의 적용성 연구.' 한국수자원학회논문집, 한국수자원학회, 제37권, 제2호, pp. 121-131 https://doi.org/10.3741/JKWRA.2004.37.2.121
  3. 이길성, 김상욱 (2001). '유전자알고리즘을 사용한 SSARR모형의 자동보정.' 대한토목학회논문집, 대한토목학회, 제21권 제3-B호, pp. 171-183
  4. Fleming, G. (1977). Computer simulation techniques in hydrology. Elsevier
  5. Goicoechea, A., Hansen, D.R., Duckstein, L. (1982). Multiobjective decision analysis with engineering and business applications. John Wiley & Sons, Inc.
  6. Goldberg, D.E. (1989). Genetic algorithms in search, optimization, and learning. Addison-Wesley Publishing Co.
  7. Gupta, H.V. and Sorooshian, S. (1985). 'The relationship between data and the precision of parameter estimates of hydrologic models.' Journal of Hydrology, No. 81, pp. 57-77 https://doi.org/10.1016/0022-1694(85)90167-2
  8. Gupta, H.V., Sorooshian, S. and Yapo, P.O. (1998). 'Toward improved calibration of hydrologic models: Multiple and noncommensurable measures of information.' Water Resources Research, Vol. 34, No. 4, pp. 751-763 https://doi.org/10.1029/97WR03495
  9. Holland, J.H. (1975). Adaptation in natural and artificial systems. MIT Press, Chambridge
  10. Klepper, O., Scholten, H., and Kamer, J.P.G. (1991). 'Prediction uncertainty in an ecological model of the Osterschelde Estuary.' Journal of Forecasting, Vol. 10, pp. 191-209 https://doi.org/10.1002/for.3980100111
  11. Liong, S.Y., Khu, S.T., and Chan, W.T. (2001). 'Derivation of Pareto front with genetic algorithm and neural network.' Journal of Hydrologic Engineering, Vol. 6, No. 1, pp. 52-61 https://doi.org/10.1061/(ASCE)1084-0699(2001)6:1(52)
  12. Madsen, H. (2000). 'Automatic calibration of a conceptual rainfall-runoff model using multiple objectives.' Journal of Hydrology, No. 235, pp. 276-288 https://doi.org/10.1016/S0022-1694(00)00279-1

Cited by

  1. Prediction of Local Scour Around Bridge Piers Using GEP Model vol.34, pp.6, 2014, https://doi.org/10.12652/Ksce.2014.34.6.1779
  2. Automatic Calibration of SWAT Model Using LH-OAT Sensitivity Analysis and SCE-UA Optimization Method vol.39, pp.8, 2006, https://doi.org/10.3741/JKWRA.2006.39.8.677
  3. Application of a Penalty Function to Improve Performance of an Automatic Calibration for a Watershed Runoff Event Simulation Model vol.45, pp.12, 2012, https://doi.org/10.3741/JKWRA.2012.45.12.1213
  4. Modification of the SCE-UA to Include Constraints by Embedding an Adaptive Penalty Function and Application: Application Approach vol.28, pp.8, 2014, https://doi.org/10.1007/s11269-014-0602-6