Nonlinear Forecasting of Daily Runoff Using Inverse Approach Method

In almost all previous hydrological studies, the standard approach adopted for nonlinear time series analysis is to perform system characterization first followed by forecasting. However, a practical inverse approach for forecasting nonlinear hydrological time series was proposed recently To investigate the applicability standard approach method and inverse approach, this study used a theoretical time series (Mackey-Glass time series) and daily streamflows of the Bear River in Idaho. To predict a theoretical time series and daily streamflow, this study used local approximation method. From chaos analysis, chaotic characteristics are found in daily streamflow of the Bear River in Idaho. Resulting from 1, 3 and 5-day prediction, inverse approach method is shown to be better than the standard approach for a theoretical chaotic time series and daily streamflow.

가역접근법을 이용한 일유출량 자료의 비선형 예측

기존의 거의 모든 수문학적 연구에 있어서, 시스템의 특성을 파악한 뒤 예측을 실시하는 표준접근법이 채택되어왔다. 그러나 최근 들어 시스템의 특성분석에 앞서 예측을 실시하고, 상태공간 매개변수가 시스템의 특성분석단계가 아닌 예측단계에서 평가되는 가역접근법이 제안되었다. 본 연구에서는 최근에 제안된 가역접근법과 기존에 널리 적용되어온 표준접근법을 이론적 카오스 시계열과 Idaho주 Bear강의 일유출량 자료에 적용함으로써, 가역접근법의 적용성을 검토하고 카오스 시계열의 특성을 알아보았으며, 카오스이론이 적용된 비선형 예측기법으로는 부분근사화 기법을 이용하였다. 카오스 특성 분석을 통해, 이론적 카오스 시계열과 Idaho주 Bear강의 일유출량 시계열 자료 모두에서 카오스 특성이 나타남을 알 수 있었다. 200일에 대한 1, 3, 5일 예측 결과, 가역접근법이 표준접근법에 비해 우수함을 알 수 있었다.