• Journal of Korea Water Resources Association
• /
• v.39 no.10 s.171
• /
• pp.823-832
• /
• 2006

Precipitation is the most important component to the study of water and energy cycle in hydrology. In this study we investigate rainfall retrieval uncertainty from different sources of remotely sensed precipitation field and then probable error propagation in the simulation of hydrologic variables especially, runoff on different vegetation cover. Two remotely sensed rainfall retrievals (space-borne IR-only and ground radar rainfall) are explored and compared visually and statistically. Then, an offline Community Land Model (CLM) is forced with in situ meteorological data to simulate the amount of runoff and determine their impact on model predictions. A fundamental assumption made in this study is that CLM can adequately represent the physical land surface processes. Results show there are big differences between different sources of precipitation fields in terms of the magnitude and temporal variability. The study provides some intuitions on the uncertainty of hydrologic prediction via the interaction between the land surface and near atmosphere fluxes in the modelling approach. Eventually it will contribute to the understanding of water resources redistribution to the climate change in Korean Peninsula.

• Journal of Wetlands Research
• /
• v.21 no.4
• /
• pp.305-311
• /
• 2019

Recently, global climate change causes abnormal weather and disaster countermeasures do not provide sufficient defense and mitigation because they were established according to the historical climate condition. Repeated torrential rains, in particular, are causing damage even in the robust urban flood defense system. Therefore, in this study, the change of runoff considering the spatial distribution of rainfall and urban characteristics was analyzed. For rainfall concentrated in small catchment, rainfall in the watershed must be accurately measured. This study is based on the rainfall data observed with Automated Surface Observing System (ASOS) and Automatic Weather Stations (AWS) provided by the Seoul Meteorological Administration. Effluent from the pumping station was estimated using the EPA-SWMM model and compared and analyzed. Catchments with rainwater pumping station are small with large portion of impermeable areas. Thus, when the ASOS data where is located from from the chatchment, runoff is often calculated using rainfall data that is different from rainfall in the catchment. In this study, the difference between rainfall data observed in the AWS near the catchment and ASOS away from the catchment was calculated. It was found that accurate rainfall should be used to operate rainwater pumping stations or forecast urban flooding floods. In addition, the results of this study may be helpful for estimating design rainfall and runoff calculation.

• Journal of Korea Water Resources Association
• /
• v.43 no.8
• /
• pp.695-707
• /
• 2010

The frequency and size of typhoon and local severe rainfall are increasing due to the climate change and the damage also increasing from typhoon and severe rainfall. The flood forecasting and warning system to reduce the damage from typhoon and severe rainfall needs forecasted rainfall using radar data and short-term rainfall forecasting model. For this reason, this study examined the applicability of short-term rainfall forecast using translation model with weather radar data to point out that the utilization of flood forecasting in Korea. This study estimated the radar rainfall using Least-square fitting method and estimated rainfall was used as initial field of translation model. The translation model have verified accuracy of forecasted radar rainfall through the comparison of forecasted radar rainfall and observed rainfall quantitatively and qualitatively. Almost case studies showed that accuracy is over 0.6 within 4 hours leading time and mean of correlation coefficient is over 0.5 within 1 hours leading time in Kwanak and Jindo radar site. And, as the increasing the leading time, the forecast accuracy of precipitation decreased. The results of the calculated Mean Area Precipitation (MAP) showed forecast rainfall tend to be underestimated than observed rainfall but the correlation coefficient more than 0.5. Therefore it showed that translation model could be accurately predicted the rainfall relatively. The present results indicate that possibility of translation model application of Korea just within 2 hours leading forecasted rainfall.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.430-430
• /
• 2016

범용토양유실공식(RUSLE)은 연간 토양유실량을 산정하기 위해 제시된 경험식이며, 강우침식인자(R factor)는 유실량을 결정하는 요소 중 강우강도의 특성을 고려하는 주요인자이다. 토지피복, 식생 등에 대한 타 인자의 경우 한정된 실험에 의해 도출된 경험치를 대상지역에 맞게 적용하는데 반해 강우침식인자는 강우강도 기반 강우에너지 산정법을 적용하여 계산과정이 비교적 복잡하고 다양하다. 국내에서도 강우침식인자 산정법이 개발된 바 있으나 현제까지 간편법을 비롯한 다양한 공식들이 적용되고 있다. 본 연구에서는 강우침식인자를 산정하는 과정에서 다른 강우 운동에너지식을 적용하거나 연평균 강수량 등을 대체지수로 활용한 간편법 적용시 결과의 결과의 다양성에 대해 분석하고자 하였다. 합리적인 30분 강우강도 산정을 위해 79개 기상청 종관기상관측 지점에 대한 분단위 강우자료(1997~2014)를 수집하고 기존의 국내외 강우운동에너지 식과 대체지수를 적용하여 산정된 결과를 비교 분석하였다. 연구결과 간편법을 사용한 결과가 대부분 지점에 대해 강우에너지식을 사용한 강우침식인자보다 과대산정(지점평균 약 74%)하였으며 다른 강우에너지식 적용에 따른 평균 변동계수가 약 0.12로 나타나 지점간 차이를 보였으나 적용방법에 따른 침식인자의 분포가 다소 다르게 나타남을 확인하였다. 관측자료가 부족한 토양유실량 예측에 있어 강우 침식인자 산정을 위한 최적 방법론 도출이 어려운 만큼 다중모델 결과를 조합하는 방법론 개발이 필요하다고 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.450-450
• /
• 2021

기후변화 보고서에 따르면 집중 호우의 강도 및 빈도 증가가 향후 몇 년동안 지속될 것이라 제시하였다. 이러한 집중호우가 빈번히 발생하게 된다면 강우 침식성이 증가하여 표토 침식에 더 취약하게 발생된다. Universal Soil Loss Equation (USLE) 입력 매개 변수 중 하나인 강우침식능인자는 토양 유실을 예측할때 강우 강도의 미치는 영향을 제시하는 인자이다. 선행 연구에서 USLE 방법을 사용하여 강우침식능인자를 산정하였지만, 60분 단위 강우자료를 이용하였기 때문에 정확한 30분 최대 강우강도 산정을 고려하지 못하는 한계점이 있다. 본 연구의 목적은 강우침식능인자를 이전의 진행된 방법보다 더 빠르고 정확하게 예측하는 머신러닝 모델을 개발하며, 총 월별 강우량, 최대 일 강우량 및 최대 시간별 강우량 데이터만 있어도 산정이 가능하도록 하였다. 이를 위해 본 연구에서는 강우침식능인자의 산정 값의 정확도를 높이기 위해 1분 간격 강우 데이터를 사용하며, 최근 강우 패턴을 반영하기 위해서 2013-2019년 자료로 이용했다. 우선, 월별 특성을 파악하기 위해 USLE 계산 방법을 사용하여 월별 강우침식능인자를 산정하였고, 국내 50개 지점을 대상으로 계산된 월별 강우침식능인자를 실측 값으로 정하여, 머신러닝 모델을 통하여 강우침식능인자 예측하도록 학습시켜 분석하였다. 이 연구에 사용된 머신러닝 모델들은 Decision Tree, Random Forest, K-Nearest Neighbors, Gradient Boosting, eXtreme Gradient Boost 및 Deep Neural Network을 이용하였다. 또한, 교차 검증을 통해서 모델 중 Deep Neural Network이 강우침식능인자 예측 정확도가 가장 높게 산정하였다. Deep Neural Network은 Nash-Sutcliffe Efficiency (NSE) 와 Coefficient of determination (R²)의 결과값이 0.87로서 모델의 예측성을 입증하였으며, 검증 모델을 테스트 하기 위해 국내 6개 지점을 무작위로 선별하여 강우침식능인자를 분석하였다. 본 연구 결과에서 나온 Deep Neural Network을 이용하면, 훨씬 적은 노력과 시간으로 원하는 지점에서 월별 강우침식능인자를 예측할 수 있으며, 한국 강우 패턴을 효율적으로 분석 할 수 있을 것이라 판단된다. 이를 통해 향후 토양 침식 위험을 지표화하는 것뿐만 아니라 토양 보전 계획을 수립할 수 있으며, 위험 지역을 우선적으로 선별하고 제시하는데 유용하게 사용 될 것이라 사료된다.

• Journal of Korea Water Resources Association
• /
• v.36 no.2
• /
• pp.237-249
• /
• 2003

Wind effects on a rain gauge can cause a significant underestimation of rainfall depths and contribute to the inconsistency in rainfall data. To revise the rainfall data requires the study about calculation of deficiency percentages of rain catch. There are few studies which reflect the variation of wind speed. in this study, the raindrop terminal velocity is quantified according to the particle size of rainfall. The model for calculating deficiency percentages of rain catch according to the particle size of rainfall is examined by experimentation. Experimentation shows that deficiency percentages of rain catch have no relationship with rainfall intensity and affected by raindrop diameter. In conclusion, the estimated deficiency percentages of rain catch coincided with the experimental results and can be used as recommended adjustment factors.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.600-604
• /
• 2010

수문설계 인자인 확률홍수량 산정시 짧은 홍수량 자료 길이로 인해 홍수량을 직접 이용하기 보다는 강우자료와 강우-유출모형에 의존하고 있는 현시점에서 무엇보다 중요한 것은 신뢰할 만한 확률강우량이 산정되어야 한다는 것이다. 하지만 지금까지의 강우빈도해석(rainfall frequency analysis)은 강도(intensity), 지속기간(duration), 깊이(depth) 사이의 연관성은 고려하지 않은 단편적인 방법론에 그치고 있다. 즉, 강우를 표현하는 인자들 간 독립(independency)이라는 가정을 거친 후, 간단한 단변량(univariate) 강우빈도분포(rainfall frequency distribution)로 확률강우량을 산정하고 있다는 것이다. 간단한 모형에 따른 이점은 있으나 최근의 강우 형태는 매우 복잡한 양상을 띠고 있어, 단변량 강우빈도분포로 이를 대표하기에는 무리가 따른다. 따라서 본 연구에서는 강우빈도해석의 인자가 독립적이며 정규분포(normal distribution)라 가정하지 않고, 세 개의 주변 분포(marginal distribution)의 형태가 같지 않다는 점, 또한 가정하지 않는 방법론 중, 그 가치를 널리 인정받고 있는 Archimedean Copula (AC)에 대한 연구를 수행하였다. AC를 이용하여 강도, 지속기간, 깊이 사이의 종속성 중, 두 가지 변량을 고려한 이변량(bivariate) 강우빈도해석을 수행하였고 그 효용성을 검토해 보았다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.276-276
• /
• 2023

미국의 열대저기압(tropical cyclone)은 강풍, 폭우, 해일 등의 위험을 동반하는 기후와 관련된 자연재해다. 여러 연구에 따르면 열대저기압이 동반하는 강우는 해안과 내륙지역에서의 홍수로 이어지며 인명피해 및 경제적 손실의 주원인인 것으로 조사되었다. 최근 열대저기압이 동반하는 강우와 해안지역에서 열대저기압의 이동 특성과 관련하여 다양한 연구가 진행되고 있다. 또한, 열대폭풍(tropical storm)은 열대저기압에 비해 바람세기의 등급은 낮지만 비교적 많은 양의 강우를 동반하는 경우가 많았다. 따라서, 본 연구에서는 미국 남동부에서 1979년부터 2021년 사이에 발생한 열대폭풍이 동반한 극한강우와 열대폭풍의 이동 특성을 관련지어 분석하였다. 열대폭풍 보다 높은 등급의 사상에 대한 이동 경로, 거리, 속도 등의 자료를 얻기 위해 HURDAT2를 이용하고, 열대폭풍의 이동과 중심반경에 따른 강우자료를 얻기 위해 NLDAS-2와 시공간분석을 수행하였다. 분석결과, 2000년도를 기준으로 과거기간(1979-2000년)과 현재기간(2000-2021년)에 대하여 열대폭풍의 해안과 내륙지역 이동에 따른 극한강우의 경향성과 변동추세 및 강우 특성을 확인할 수 있었다. 본 연구는 열대폭풍의 이동에 따른 극한강우의 특성을 이해하는데 유용한 정보로 활용될 것으로 예상된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.70-70
• /
• 2023

강우 발생 중 용담댐 상류로부터 용담댐으로 유입되는 유입량을 정확하게 예측하는 것은 하류 지역의 홍수 피해를 최소화하기 위한 댐의 적절한 운영에 필수적이다. 물리 기반 강우-유출 시뮬레이션 모형은 물리적 과정의 이해를 바탕으로 홍수 예측 분야에 광범위하게 사용되고 있다. 그러나 복잡한 물리 과정을 완벽히 이해하는 것은 거의 불가능하므로 다양한 가정 조건들을 이용해 복잡한 과정을 단순화하여 계산해야 하는 한계가 존재한다. 최근에는 방대한 데이터의 축적과 컴퓨터 능력의 향상으로 인해 데이터 기반 모형이 다양한 실무 문제를 해결하는 데 강력한 도구로 활용되고 있을 뿐 아니라 시뮬레이션 및 예측 등에도 다양하게 이용되고 있다. 그러나 예측 시간이 늘어날수록 입력자료로 이용되는 과거 자료와 출력자료로 이용되는 미래자료와의 상관관계가 줄어들어 모형의 성능이 저하된다. 따라서 본 연구에서는 용담댐의 시간당 유입량을 예측하기 위해 물리 기반 강우-유출 모형과 오차 보정 모형을 결합한 하이브리드 접근 방식을 제안한다. 물리 기반 강우-유출 모형으로는 HEC-HMS 모형을 사용하였으며, 오차 보정 모형에는 기계학습 모형인 인공신경망(Artificial Neural Network, ANN) 모형을 사용하였다. HEC-HMS 모형, ANN 및 하이브리드 모형(HEC-HMS + ANN)의 성능을 비교하기 위해 20 개의 홍수 사상을 모형 구축 및 검증에 사용하였다. 그 결과 하이브리드 모형은 예측 시간이 늘어날수록 HEC-HMS 및 ANN 모형보다 우수한 성능을 나타냈다. 물리모형에 기계학습을 이용한 오차 보정 절차를 통합한 경우 홍수 유출 예측의 정확성이 향상되었다. 다양한 모형의 비교 결과 본 연구에서 적용한 하이브리드 모형이 물리기반 강우-유출 모형 및 순수 기계학습 모형보다 우수한 성능을 보여줌으로써, 하이브리드 모형은 물리모형과 순수 기계학습 모형의 단점들을 보완하는데 이용할 수 있음을 나타낸다. 이 연구의 주요 목적은 강우-유출 시물레이션 모형의 오차 보정 기술에 대한 더 깊은 이해를 제공하는데 있다.

• Journal of Korea Water Resources Association
• /
• v.41 no.11
• /
• pp.1153-1162
• /
• 2008

The use of radar rainfall for hydrological appraisal has been a challenge due to the limitations in raw data generation followed by the complex analysis needed to come up with precise data interpretation. In this study, RAIDOM (RAdar Image DigitalizatiOn Method) has been developed to convert synthetic radar CAPPI(Constant Altitude Plan Position Indicator) image data from Korea Meteorological Administration into digital format in order to come up with a more practical and useful radar image data. RAIDOM was used to examine a severe local rainstorm that occurred in July 2006 as well as two other separate events that caused heavy floods on both upper and mid parts of the HanRiver basin. A distributed model was developed based on the available radar rainfall data. The Flood Hydrograph simulation has been found consistent with actual values. The results show the potentials of RAIDOM and the distributed model as tools for flood prediction. Furthermore, these findings are expected to extend the usefulness of radar rainfall data in hydrological appraisal.