• Journal of Korea Water Resources Association
• /
• v.33 no.S1
• /
• pp.247-352
• /
• 2000

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.1498-1502
• /
• 2007

본 연구에서는 격자기반의 레이더강우 등과 같은 향후 제공될 분포형 강수를 활용하기 위해 국내 유역에서 GIS와 연계한 물리적 기반의 수문학적 분포형모형의 적용성을 검토하고, 향후 저수지 유입량 예측을 위해 수자원공사 현업에서 실시간 물관리에 사용하고 있는 개념적기반의 집중형모형인 Kwater홍수분석모형과 실시간 홍수조절을 목적으로 미국 오클라호마대학의 백스터교 수측에서 개발된 물리적기반의 분포형모형인 Vflo모형을 이용하여 낙동강권역의 남강댐유역을 대상으로 유출해석을 수행하여 양 모형의 구조적인 장단점 등을 비교분석하였다. 입력이 되는 분포형 강우는 지상관측강우, 레이더추정강우를 적용하였고, GIS수문매개변수를 ArcGIS 및 ArcView를 활용하여 DEM, 토지피복도, 토양도 등의 기본 GIS자료들로 부터 추출, 물리적기반의 분포형모형(Vflo)의 입력인자로 사용하여 모형의 초기설정을 향상시켰다. 모형에서 계산된 방법이 물리성을 구비하여 타당한 매개변수의 값으로 현실의 유출량을 재현할 수 있는지를 실제 유역 규모의 스케일로 검증하고자 하였으며 홍수기 댐유역의 유출모의를 위한 모형의 장단점을 파악하고 분포형모형의 향후 실용화 가능성을 검토하였다. 모형 수행 결과, 모형보정은 물리적기반의 분포형모형인 Vflo모형이 집중형모형인 Kwater모형에 비하여 GIS를 이용하여 지형공간 자료와 토양, 토지피복과 같은 물리적 특성을 사용한 모형의 초기 설정을 향상시킴에 따라 평균적으로 첨두유량에서 $\pm254\;cms$, 유출량에서 $\pm14\;mm$, 첨두도달 시간차에서 $\pm15$분 이내의 정확도 향상을 가져왔다. 물리적 기반의 분포형모형인 Vflo모형은 남강댐유역 대다수 관측소에서 별다른 매개변수의 보정없이도 합리적이고 유용한 결과를 보여주었다. 이러한 결과는 GIS와 연계한 물리적기반의 분포형모형이 향후 돌발홍수나 게릴라성 집중호우 등의 악기상에 대응하여 레이더 등의 정확하고 신뢰할만한 강우예측이 입력자료로 생성되었을 때 다목적댐 저수지 운영에 있어서 리드타임을 충분히 확보하여 안정적이고 예측가능한 홍수조절을 수행할 수 있는 가능성을 보여주었다고 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1272-1276
• /
• 2009

극치강우사상에 의한 설계 홍수량의 갑작스런 증 감은 홍수, 가뭄과 같은 기상학적 요인에 기인한 재난을 발생시킨다. 많은 연구자들은 보다 정확한 확률강우량의 예측과 유출량의 예측을 위해 많은 노력을 하고 있다. 본 연구에서는 강원도 강릉 강우관측소를 대상으로 강우-빈도곡선의 불확실성 분석을 수행하였다. 관측 자료의 수집에서 발생하는 불확실성을 최소화 하고자 ARMA 모형을 이용하여 합성강우자료를 구축하였으며, 발생된 합성강우량을 Bootstrap 방법을 이용하여 대규모의 자료집단으로 발생시킴으로서 신뢰구간에 사용할 자료집단을 발생시켰다. 본 연구에서는 극치강우사상에 적합한 것으로 알려진 Gumbel 분포와 일반극치 분포(GEV 분포) 모형을 선정하였으며 각 확률분포모형에 대한 매개변수 추정방법으로 최우도법, 확률가중모멘트법 그리고 베이지안 추론방법을 사용하여 각 매개변수의 최후 추정치를 산정하였다. 또한 원 자료를 이용하여 최우도법, 확률가중모멘트법 그리고 베이지안 추론방법을 통해 매개변수를 산정 후 강우-빈도 곡선을 추정하여 합성강우자료의 Bootstrap 방법에 의해 발생된 자료로부터 산정한 강우-빈도 곡선의 신뢰구간과 비교함으로서 불확실성이 낮은 확률강우량을 산정할 수 있는 매개변수 추정방법을 평가하고자하였다.

• Journal of Korean Society of Disaster and Security
• /
• v.14 no.4
• /
• pp.17-27
• /
• 2021

Streamflow prediction is a very vital disaster mitigation approach for effective flood management and water resources planning. Lately, torrential rainfall caused by climate change has been reported to have increased globally, thereby causing enormous infrastructural loss, properties and lives. This study evaluates the contribution of rainfall to streamflow prediction in normal and peak rainfall scenarios, typical of the recent flood at Piney Resort in Vernon, Hickman County, Tennessee, United States. Daily streamflow, water level, and rainfall data for 20 years (2000-2019) from two USGS gage stations (03602500 upstream and 03599500 downstream) of the Piney River watershed were obtained, preprocesssed and fitted with Long short term memory (LSTM) model. Tensorflow and Keras machine learning frameworks were used with Python to predict streamflow values with a sequence size of 14 days, to determine whether the model could have predicted the flooding event in August 21, 2021. Model skill analysis showed that LSTM model with full data (water level, streamflow and rainfall) performed better than the Naive Model except some rainfall models, indicating that only rainfall is insufficient for streamflow prediction. The final LSTM model recorded optimal NSE and RMSE values of 0.68 and 13.84 m³/s and predicted peak flow with the lowest prediction error of 11.6%, indicating that the final model could have predicted the flood on August 24, 2021 given a peak rainfall scenario. Adequate knowledge of rainfall patterns will guide hydrologists and disaster prevention managers in designing efficient early warning systems and policies aimed at mitigating flood risks.

• Journal of Korea Water Resources Association
• /
• v.39 no.8 s.169
• /
• pp.717-726
• /
• 2006

In this study, we developed a rainfall forecasting model using data from radiosonde and rain gauge network and neural networks. The primary hypothesis is that if we can consider the moving direction of the rain generating weather system in forecasting rainfall, we can get more accurate results. We assume that the moving direction of the rain generating weather system is same as the wind direction at 700mb which is measured at radiosonde networks. Neural networks are consisted of 8 different modules according to 8 different wind directions. The model was verified using 350 AWS data and Pohang radiosonde data. Correlation coefficient is improved from 0.41 to 0.73 and skill score is 0.35. Statistical performance measures of the Quantitative Precipitation Forecast (QPF) model show improved output compared to that of rainfall forecasting model using only AWS data.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.30 no.4B
• /
• pp.347-359
• /
• 2010

A simple web-based flood forecasting system using data from stage and rainfall monitoring stations was developed to solve the difficulty that real-time forecasting model could not get the reliabilities because of assumption of future rainfall duration and intensity. The regression model in this research could forecast future water level of maximum 2 hours after using data from stage and rainfall monitoring stations in Daejeon area. Real time stage and rainfall data were transformed from web-sites of Geum River Flood Control Office & Han River Flood Control Office based MS-Excel 2007. It showed stable forecasts by its maximum standard deviation of 5 cm, means of 1~4 cm and most of improved coefficient of determinations were over 0.95. It showed also more researches about the stationarity of watershed and time-series approach are necessary.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.40 no.7
• /
• pp.1248-1256
• /
• 2015

It is necessary to apply an exact data and a precise prediction model for a rain attenuation to design the link margin for a data link using Ku-band with the serious effect by rain. In this paper, we investigate the regional rainfall-rate distribution of Korea proposed in TTAK.KO-06.0122/R1 and compare it with the distribution provided by Rec. ITU-R PN.837-1 and Crane. And, the rain rate climate regions similar with the rainfall-rate distribution of Korea in Rec. ITU-R PN.837-1 and Crane model are selected. Finally, using Rec. ITU-R P.618-8 and Crane rain attenuation prediction model, we derive and analyze the rain attenuation for Ku-band frequency according to the time percentage of an average year and the distance of wireless communication link between unmanned aerial vehicle (UAV) and ground data terminal (GDT).

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.230-230
• /
• 2023

딥러닝 알고리즘 중 과거의 정보를 저장하는 문제(장기종속성 문제)가 있는 단순 RNN(Simple Recurrent Neural Network)의 단점을 해결한 LSTM(Long short-term memory)이 등장하면서 특정한 유역의 강우-유출 모형을 구축하는 연구가 증가하고 있다. 그러나 하나의 모형으로 모든 유역에 대한 유출을 예측하는 지역화 강우-유출 모형은 서로 다른 유역의 식생, 지형 등의 차이에서 발생하는 수문학적 행동의 차이를 학습해야 하므로 모형 구축에 어려움이 있다. 따라서, 본 연구에서는 국내 12개의 유역에 대하여 LSTM 기반 분포형 지역화 강우-유출 모형을 구축한 이후 강우 이외의 보조 자료에 따른 정확도를 살펴보았다. 국내 12개 유역의 7년 (2012.01.01-2018.12.31) 동안의 49개 격자(4km²)에 대한 10분 간격 레이더 강우, MODIS 위성 이미지 영상을 활용한 식생지수 (Normalized Difference Vegetation Index), 10분 간격 기온, 유역 평균 경사, 단순 하천 경사를 입력자료로 활용하였으며 10분 간격 유량 자료를 출력 자료로 사용하여 LSTM 기반 분포형 지역화 강우-유출 모형을 구축하였다. 이후 구축된 모형의 성능을 검증하기 위해 학습에 사용되지 않은 3개의 유역에 대한 자료를 활용하여 Nash-Sutcliffe Model Efficiency Coefficient (NSE)를 확인하였다. 식생지수를 보조 자료를 활용하였을 경우 제안한 모형은 3개의 검증 유역에 대하여 하천 흐름을 높은 정확도로 예측하였으며 딥러닝 모형이 위성 자료를 통하여 식생에 의한 차단 및 토양 침투와 같은 동적 요소의 학습이 가능함을 나타낸다.

• Journal of Korea Water Resources Association
• /
• v.49 no.4
• /
• pp.327-333
• /
• 2016

Due to climate changes accelerated by global warming, South Korea has experienced regional climate variations as well as increasing severities and frequencies of extreme weather. The precipitation in South Korea during the summer season in 2013 was concentrated mainly in the central region; the maximum number of rainy days were recorded in the central region while the southern region had the minimum number of rainy days. As a result, much attention has been paid to the importance of flood control due to damage caused by spatiotemporal intensive rainfalls. In this study, forecast rainfall data was used for rapid responses to prevent disasters during flood seasons. For this purpose, the applicability of numerical weather forecast data was analyzed using the ground observation rainfall and inflow rate. Correlation coefficient, maximum rainfall intensity percent error and total rainfall percent error were used for the quantitative comparison of ground observation rainfall data. In addition, correlation coefficient, Nash-Sutcliffe efficiency coefficient, and standardized RMSE were used for the quantitative comparison of inflow rate. As a result of the simulation, the correlation coefficient up to six hours was 0.7 or higher, indicating a high correlation. Furthermore, the Nash-Sutcliffe efficiency coefficient was positive until six hours, confirming the applicability of forecast rainfall.

• Journal of Advanced Navigation Technology
• /
• v.10 no.4
• /
• pp.356-363
• /
• 2006

The demand for digital multimedia service using Ka band satellite communication are growing rapidly. So, in this paper, we have analyzed rain attenuation with typical model, and proposed prediction model of rain attenuation in high frequency(20 GHz). This paper illustrates Korea rain attenuation characteristics at the Ka band Koreasat beacon frequency based on the theoretical and empirical approaches and seek for efficient techniques by rain attenuation estimate and analyzed performance of adaptive modulation system. Propose prediction model of rain attenuation and parameter of satellite link can be available for the Ka band satellite communication.