KSCE Journal of Civil and Environmental Engineering Research (대한토목학회논문집)

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

DOI QR Code

Improvement of Mid-and Low-flow Estimation Using Variable Nonlinear Catchment Wetness Index

비선형 유역습윤지수를 이용한 평갈수기 유출모의개선

  • Received : 2015.11.20
  • Accepted : 2016.07.01
  • Published : 2016.10.01
Download PDF
⟨ Previous Next ⟩

Abstract

The effective rainfall is calculated considering the soil moisture. It utilizes observed data directly in order to incorporate the soil moisture into the rainfall-runoff model, or it calculates indirectly within the model. The rainfall-runoff model, IHACRES, used in this study computes the catchment wetness index (CWI) first varying with temperature and utilize it for estimating precipitation loss. The nonlinear relationship between the CWI and the effective rainfall in the Hapcheondam watershed was derived and utilized for the long-term runoff calculation. The effects of variable and constant CWI during calibration and validation were suggested by flow regime. The results show the variable CWI is generally more effective than the constant CWI. The $R^2$ during high flow period shows relatively higher than the ones during normal or low flow period, but the difference between cases of the variable and constant CWI was insignificant. The results indicates that the high flow is relatively less sensitive to the evaporation and soil moisture associated with temperature. On the other hand, the variable CWI gives more desirable results during normal and low flow periods which means that it is crucial to incorporate evaporation and soil moisture depending on temperature into long-term continuous runoff simulation. The NSE tends to decrease during high flow period with high variability which could be natural because NSE index is largely influenced by outliers of underlying variable. Nevertheless overall NSE shows satisfactory range higher than 0.9. The utilization of variable CWI during normal and low flow period would improve the computation of long-term rainfall-runoff simulation.

강우-유출 모의 과정에서 유효강우는 토양수분을 고려하여 산정되며, 이러한 토양수분을 강우-유출 모형에 반영하기 위해서는 직접 관측된 자료를 활용하거나, 모형 내부에서 간접적으로 산정한다. 본 연구에서 사용한 강우-유출 모형은 유역의 기온에 따른 유역습윤지수(Catchment Wetness Index, CWI)를 산정하고, CWI와 강수량의 조합을 통해 산정되는 토양수분지수(Soil Moisture Index, SMI)를 직접 활용하여 유효강우 및 유출량을 계산하는 IHACRES 모형을 사용하여 연구를 수행했다. 합천댐 유역을 대상으로 CWI와 유효강우 간의 관계가 장기 유출 산정에 미치는 영향에 대해 연구한 결과, CWI와 유효강우는 비선형적인 관계를 가짐을 확인하였으며 이러한 비선형 관계는 장기 유출 모의에 있어 홍수기 보다 비홍수기에서 더 많은 영향을 미침을 확인하였다. CWI가 장기 유출에 미치는 영향을 자세히 분석하고자, 보정기간(2002~2004년)과 검정기간(2005~2007년)으로 나누어 가변 CWI와 일정 CWI 조건하에서 유황에 따른 유출모의성능을 분석하였다. 분석결과 전반적으로 가변 CWI의 결과가 일정 CWI의 결과에 비하여 우수하게 나타났다. 풍수기에서 결정계수는 평수기나 갈수기에 비하여 높은 값을 보이고 있으나 가변 CWI와 일정 CWI간에 차이는 크지 않았다. 이는 강수량이 많은 시기의 유출의 경우 기온에 따른 증발 및 토양수분에 대한 민감도가 상대적으로 작다는 것을 의미한다. 반면, 풍수기에 비해 유출량이 적은 평수기와 갈수기에서는 가변 CWI의 평가지표가 더 우수한 결과를 보이고 있어, 평갈수량을 포함한 장기유출모의시 기온을 고려한 증발과 이에따른 토양수분의 고려가 유출량 산정에 상당한 영향을 미침을 확인할 수 있다. NSE의 경우 풍수기가 평갈수기보다 다소 떨어지는 경향을 볼 수 있으나 NSE가 이상치의 영향을 크게 받는 지표이므로 유량 절대값이 큰 풍수기에서는 당연한 결과라 볼 수 있으며, 그럼에도 전체적으로는 0.9이상의 양호한 수치를 보여주고 있다. 풍수기에는 기온에 따른 CWI가 크게 영향을 미치지 못하지만, 유출량이 적은 평 갈수기에서 CWI의 활용이 장기 유출 모의 정확도를 개선할 수 있을 것이라 사료된다.

Keywords

References

  1. Arnold, J. G., Allen, P. M. and Bernhardt, G. (1993). "A comprehensive surface-groundwater flow model." Journal of Hydrology, Vol. 142, pp. 47-69. https://doi.org/10.1016/0022-1694(93)90004-S
  2. Beven, K. J. and Kirkby, M. J. (1979). "A physically-based variable contributing area model of basin hydrology." Hydrology Science Bull, Vol. 24, pp. 43-69. https://doi.org/10.1080/02626667909491834
  3. Calder, I. R., Harding, R. J. and Rosier, P. T. W. (1983). "An objective assessment of soil-moisture deficit models." Journal of Hydrology, Vol. 60, No. 1-4, pp. 329-355. https://doi.org/10.1016/0022-1694(83)90030-6
  4. Croke, B. F. W. and Andrew, F. (2004). "A catchment moisture deficit module for the IHACRES rainfall-runoff model." Environmental Modeling & Software, Vol. 19. pp. 1-5. https://doi.org/10.1016/j.envsoft.2003.09.001
  5. Hamon, W. R. (1961). "Estimating potential evapotranspiration." Journal of the Hydraulics Division, Vol. 87, No. 3, pp. 107-120.
  6. Hwang, T. H., Kim, B. S., Kim, H. S. and Seoh, B. H. (2006). "The estimation of soil moisture index by SWAT model and drought monitoring." Journal of Korean of Society Civil Engineers, Vol. 26, pp. 345-354 (in Korean).
  7. Jakeman, A. J. and Hornberger, G. M. (1993). "How much complexity is warranted in a rainfall-runoff model?" Water Resource Research, Vol. 29, No. 8, pp. 2637-2649. https://doi.org/10.1029/93WR00877
  8. Jensen, M. E. and Haise, H. R. (1963). "Estimating evapotranspiration form solar radiation." Proceedings of the American Society of Civil Engineers, Journal of the Irrigation and Drainage Division, Vol. 89, pp. 15-41.
  9. Jung, J. H. (2007). An Estimation Model of Surface Runoff and Groundwater Recharge According to Moisture Content of the Watershed, Ph. D. dissertation, University of Kongju, Korea (in Korean).
  10. Kim, K. S. and Park, J. A. (2011). "A study on the neural network model for soil moisture estimation." Korea Water Resources Association, pp. 408 (in Korean)
  11. Kim, T. C. (1992). "Comprehensive management system for agricultural water resources." Institute of Agricultural Science, University of Chungnam (in Korean).
  12. Leavesley, G. H., Lichty, R. W., Troutman, B. M. and Saindon, L. G. (1983). Precipitation-Runoff modeling system; user's Manual, U.S. Geological Survey Water Resources Investigations 83-4238, pp. 1-207.
  13. Moon, S. J., Kim, J. J. and Kang, B. S. (2012). "Future dam inflow and water quality in hapcheon dam reservoir projected using donwscaled RCM model output." KSCE 2012 Convention, pp. 581-584 (in Korean).
  14. Moore, R. J. (1985). "The probability-distributed principle and runoff production at point and basin scales." Hydrological Sciences Journal, Vol. 30, No. 2, pp. 273-297. https://doi.org/10.1080/02626668509490989
  15. Neitsch, S. L. and Arnold, J. R. (2001). Soil and Water Assessment tool; Theoretical Documentation Version 2000, USDA ARS, Temple, Texas
  16. Srivastava, P. K., Han, D., Rico-Ramirez, M. A., O'Neill, P., Islam, T. and Gupta, M. (2014). "Assessment of SMOS soil moisture retrieval parameters using tau-omega algorithms foe soil moisture deficit estimation." Journal of Hydrology, Vol. 519, pp. 574-587. https://doi.org/10.1016/j.jhydrol.2014.07.056
  17. Sugawara, M. (1961). "On the analysis of runoff structure about several Japanese rivers." Japanese Journal of Geophysics, Vol. 2, No. 4, pp. 1-76.
  18. USEPA (2000). Basins technial note 6 : Estimation hydrology and hydraulic parameters for HSPF, EPA-823-R-00-012, U.S. Environmental Protection Agency, Office of Water, Washington, D.C.