Comparison and analysis of data-derived stage prediction models

자료 지향형 수위예측 모형의 비교 분석

Different types of schemes have been used in stage prediction involving conceptual and physical models. Nevertheless, none of these schemes can be considered as a single superior model. To overcome disadvantages of existing physics based rainfall-runoff models for stage predicting because of the complexity of the hydrological process, recently the data-derived models has been widely adopted for predicting flood stage. The objective of this study is to evaluate model performance for stage prediction of the Neuro-Fuzzy and regression analysis stage prediction models in these data-derived methods. The proposed models are applied to the Wangsukcheon in Han river watershed. To evaluate the performance of the proposed models, fours statistical indices were used, namely; Root mean square error(RMSE), Nash Sutcliffe efficiency coefficient(NSEC), mean absolute error(MAE), adjusted coefficient of determination($R^{*2}$). The results show that the Neuro-Fuzzy stage prediction model can carry out the river flood stage prediction more accurately than the regression analysis stage prediction model. This study can greatly contribute to the construction of a high accuracy flood information system that secure lead time in medium and small streams.

수위예측을 위해 개념적, 물리적 모형들을 포함한 다양한 유형의 기법들이 사용되고 있다. 그럼에도 불구하고 이러한 기법들 중 수위예측을 위해 단일의 우수한 모형을 선정하는 것은 매우 어려운 일이다. 최근에는 수문학적 과정의 복잡성으로 인해 기존 물리적 기반의 강우-유출 모형이 가지고 있는 단점들을 극복하고자 자료 지향형 수위예측 모형이 널리 도입되고 있다. 본 연구의 목적은 이러한 자료 지향형 모형 중 뉴로-퍼지와 회귀분석 모형의 수위예측에 대한 성능을 비교하는 것이다. 제안된 두 모형을 한강수계의 왕숙천에 대해 적용하였다. 제안된 두 모형의 성능을 평가하기 위해 평균제곱근오차, Nash-Suttcliffe 효율계수, 평균절대오차, 수정 결정계수와 같이 4개의 통계지표들을 사용하였다. 모의결과 뉴로-퍼지 수위예측 모형이 다중선형회귀 수위예측 모형보다 좀 더 나은 예측 결과를 나타내는 것을 확인할 수 있었다. 본 연구결과는 향후 중소하천에서 충분한 선행시간을 확보한 정확도 높은 홍수정보시스템의 구축에 활용할 수 있을 것으로 판단된다.