KSCE Journal of Civil and Environmental Engineering Research (대한토목학회논문집)

Korean Society of Civil Engeneers (대한토목학회)
권호 표지
DOI QR코드

DOI QR Code

A Study of the Forecasting of Hydrologic Time Series Using Singular Spectrum Analysis

Singular Spectrum Analysis를 이용한 수문 시계열 예측에 관한 연구

  • Received : 2004.09.01
  • Accepted : 2005.06.02
  • Published : 2006.03.30
Download PDF
⟨ Previous Next ⟩

Abstract

We have investigated the properties of the Singular Spectrum Analysis (SSA) coupled with the Linear Recurrent Formula which made it possible to complement the parametric time series model. The SSA has been applied to extract the underlying properties of the principal component of hydrologic time series, which can often be identified as trends, seasonalities and other oscillatory series, or noise components. Generally, the prediction by the SSA method can be applied to hydrologic time series governed (may be approximately) by the linear recurrent formulae. This study has examined the forecasting ability of the SSA-LRF model. These methods were applied to monthly discharge and water surface level data. These models indicated that two of the time series have good abilities of forecasting, particularly showing promising results during the period of one year. Thus, the method presented in this study suggests a competitive methodology for the forecast of hydrologic time series.

본 연구에서는 기존 매개변수적 수문시계열 예측모형을 보완하고자 Singular Spectrum Analysis(SSA)와 Linear Recurrent Formula를 결합한 모형을 제안하였다. SSA는 주로 시계열에 내재해 있는 구성성분을 추출하기 위한 목적으로 많이 이용되고 있다. 이러한 관점에서 본 연구에서는 엘니뇨 및 라니냐 등의 기상현상과 수문사상의 상관성 분석에 주로 적용되고 있는 SSA와 시계열 예측을 위해서 Linear Recurrence Formula를 결합한 예측 모형을 월단위의 수위와 유입량 시계열 자료를 대상으로 적용성 및 타당성을 검토해 보았다. 모형을 통해 수문시계열을 모의한 결과 전체적인 통계적인 특성 및 시각적인 검토에서 실측자료와 매우 유사한 모의가 가능하였으며 실측 자료를 바탕으로 Blind Forecasting을 실시한 결과 2가지 예에서 모두 1년 정도의 예측구간에서 합리적인 결과를 제시하여 주었다. 따라서 단기예측을 수문모형으로서 적용이 가능할 것으로 사료된다.

Keywords

References

  1. 김형수, 나창진, 김중훈, 강인주(2002) 퍼지론에 의한 강수 예측 I, II. 한국수자원학회논문집, 한국수자원학회, 제35권, pp.619-629, pp.631-638
  2. 문영일(1997) 시계열 수문자료의 비선형 상관관계 한국수자원학회논문집, 한국수자원학회, 제30권, pp. 641-648
  3. 문영일, 박대형, 황성환(1999) Singular Spectrum Analysis를 이용 필터링된 자료로부터의 엘니뇨/라니냐 빈도분석. 한국수자원학회 학술발표회논문집, 한국수자원학회, pp. 171-176
  4. 문영일(2000) 지역가중다항식을 이용한 예측모형, 한국수자원학회논문집, 한국수자원학회, 제33권,pp. 31-38
  5. 박무종,윤용남(1989) Multiplicative ARIMA 모형에 의한 월유량의 추계학적 모의 예측. 한국수자원학회논문집,한국수자원학회,제22권,pp. 331-339
  6. 윤강훈, 서봉철, 신현석(2004) 신경망을 이용한 낙동강 유역 홍수기 댐유입량 예측. 한국수자원학회논문집, 한국수자원학회, 제37권, pp. 67-75
  7. 안상진, 이재경(2000) 추계학적 모의발생기법을 이용한 월 유출 예측, 한국수자원학회논문집, 한국수자원학회, 제33권, pp 159-167
  8. Abarbanel, H.D.I., Lall, U., Moon, Young-II, Mann, M., and Sangoyomi, T. (1996) Nonlinear dynamic of the great salt lake: a predictable indicator of regional climate, Energy, vol. 21 (7/8),pp. 655-665 https://doi.org/10.1016/0360-5442(96)00018-7
  9. Broomhead, D.S., and King G.P. (1986) Extracting qualitative dynamics from experimental data, Phys. D Amsterdam, vol. 20,pp.217-236 https://doi.org/10.1016/0167-2789(86)90031-X
  10. Buchstaber, Y.M. (1994) Time series analysis and grassmannians. In S Gindikin (Ed.), Applies problems of Radon transform, vol 162. pp. 1-17
  11. Colebrook, J.M. (1989) Continuous plankton records: zooplankton and environment, Cline. Optimal kernel estimation of densities
  12. Fraedrich, K. (1986) Estimating the dimensions of weather and climate attractors, J Atmos. Sci., vol. 43,pp. 419-432 https://doi.org/10.1175/1520-0469(1986)043<0419:ETDOWA>2.0.CO;2
  13. Gantmacher, F.R. (1998) The theory of Matrices, Chelsea, Providence, RI
  14. Gelfond, A.O. (1967) Finite Difference Calculus, Moscow, Nauka
  15. Kember, G., Flower, A.C., and Holubeshen, J. (1993) Forecasting river flow using nonlinear dynamics, Sthoch. Hydrol. Hydraul., vol. 7, pp. 205-212 https://doi.org/10.1007/BF01585599
  16. Keppenne C.L., and Ghil, M. (1992) Adaptive filtering and prediction of the southern oscillation index, Journal of Geophysical Research, vol. 97, No. D18, pp. 20449-20454 https://doi.org/10.1029/92JD02219
  17. Moon, Young-II and Lall, U. (1996) Atmospheric flow indices and interannual great salt lake variability, Journal of Hydrologic Engineering, vol. 1, pp. 55-62 https://doi.org/10.1061/(ASCE)1084-0699(1996)1:2(55)
  18. Rasmusson, E.M.,Wang, X.,and Ropelewski, C.F. (1990) The biennial component of ENSO variability, J. Mar. Sys., vol. 1, pp.71-96 https://doi.org/10.1016/0924-7963(90)90153-2
  19. Smith, J.A. (1991) Long-range streamflow forecasting using non-parametric regression, Water Resour, Bull., vol. 27, No.1, pp. 39-46 https://doi.org/10.1111/j.1752-1688.1991.tb03111.x
  20. Vautard, R.,and Ghil, M. (1989) Singular spectrum analysis in nonlinear dynamics, with applications to paleoclimatic time series, Phys. D, Amsterdam, vol. 35, pp. 395-424 https://doi.org/10.1016/0167-2789(89)90077-8
  21. Vautard R., Yiou, S.,and Ghil, M. (1992) Singular Spectrum Analysis: A Toolkit for Short, Noisy Chaotic Signals, Physica D, vol. 58, pp. 95-126 https://doi.org/10.1016/0167-2789(92)90103-T
  22. Yakowitz, S.,and Karlsson, M. (1987) Nearest neighbor methods with application to rainfall/runoff prediction, Stochastic hydrology, Edited by Macneil, J.B., and Humphries, G.J., D. Reidel, Hingham, MA, pp. 149-160