• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.1980-1984
• /
• 2006

융설 모형을 이용하여 융설 기간 동안의 하천유출량을 모의하기 위해서는 융설 관련 매개변수의 정립이 반드시 필요하다. 우리나라의 경우 관측 자료의 부족으로 인하여 적설분포, 적설심, 적설면적감소곡선과 같은 융설 관련 매개변수의 추출이 불가능 하였다. 본 연구에서는 1997년부터 2003년까지의 겨울철(11월-4월) NOAA/AVHRR 위성영상을 이용하여 한반도의 적설분포도를 추출하고 기상청의 69개소 유인지상기상관측소의 기상자료 중 최심적설심 자료로서 공간내삽법을 통하여 동일한 기간의 최심적설심 분포도를 작성한 후 적설분포도와 중첩하여 남한의 적설심 분포도를 추출하였다. 또한, 적설면적감소곡선은 소양강댐과 충주댐 유역으로 대상으로 평균기온과 적설면적과의 상관관계로부터 각 연도별 선형회귀식을 추출하여 적설면적감소곡선을 작성하였다.

• Proceedings of the KSRS Conference
• /
• 2006.03a
• /
• pp.31-35
• /
• 2006

융설 모형을 이용하여 융설 기간 동안의 하천유출량을 모의하기 위해서는 융설 관련 매개변수의 정립이 반드시 필요하다. 우리나라의 경우 관측 자료의 부족으로 인하여 적설분포, 적설심, 적설면적감소곡선과 같은 융설 관련 매개변수의 추출이 불가능 하였다. 본 연구에서는 1997년부터 2003년까지의 겨울철(11월-4월) NOAA/AVHRR 위성영상을 이용하여 한반도의 적설분포도를 추출하고 기상청의 69개소 유인지상기상관측소의 기상자료 중 최심적설심 자료로서 공간내삽법을 통하여 동일한 기간의 최심적설심 분포도를 작성한 후 적설분포도와 중첩하여 남한의 적설심 분포도를 추출하였다. 또한, 적설면적감소곡선은 소양강댐과 충주댐 유역으로 대상으로 평균기온과 적설면적과의 상관관계로부터 각 연도별 선형회귀식을 추출하여 적설면적감소곡선을 작성하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.562-562
• /
• 2016

신경망 모형에서 학습이란 주어진 입출력시스템에 대하여 원하는 동작을 수행할 수 있도록 연결 강도를 최적의 상태로 적응(adaptation)시키는 과정을 의미한다. 따라서 강수와 지하수위의 관계를 연계시킨 인공신경망기법은 선택적으로 예측 지하수위에 영향을 미치는 변수들을 학습에 의하여 택함으로써 예측모형을 구성할 수 있다. 즉, 예측 지하수위와의 상관관계에 의하여 입력되는 변수와의 연결강도를 조정하여 매개변수 조정 및 모형의 최적화를 자동화할 수 있다. 본 연구에서는 지하수위에 영향을 주는 요소는 지하수위와 강우량이라고 가정하고, 지하수위의 입출력과정을 시계열 분석에 의하여 모형화하였으며 예측지하수위는 강우 및 지하수위의 선행조건과 매우 밀접한 관계를 갖는다. 따라서 선행강우 및 지하수위의 상태에 따라 이를 입력하여 미래의 지하수위를 예측하게 된다. 이 모형을 제주지역의 관측소에 적용한 결과 관측소별로 타당한 예측결과를 도출하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2005.05b
• /
• pp.183-188
• /
• 2005

레이더강우관측의 수문학적 적용성을 검토하고 개념적 유출모형과 분포형 유출모형에서 지점강수 및 레이더강수를 적용하여 매개변수의 민감도 및 수문곡선변화를 관찰하였다. 레이더강수의 계통적오차는 총강수량비를 이용하여 보정하였고, 이결과 레이더강수가 지점강수에 비하여 첨두강수를 더욱 양호하게 표현하고 있음을 확인할 수 있었다. 지점강수와 레이더강수를 이용하여 용담댐 상류유역에 대한 유출해석을 수행하였다. 개념적모형으로는 저류함수모형을, 분포형모형으로는 실시간 홍수 조절을 목적으로 미국 Oklahoma대학에서 개발된 $V\;flo^{TM}$모형을 이용하여 테스트하였다. 결과 개념적 모형과 분포형모형 모두에서 경험식으로부터 구한 매개변수의 초기값을 이용한 수문곡선은 관측수문 곡선과 상당한 차이를 보이고 있었으나 분포형 수문곡선의 경우 천천상류지점의 수문곡선은 매개변수의 추가적 보정이 필요없을 정도로 매개변수의 초기값이 수문곡선을 잘 모의 하고 있었다. 이는 매우 고무적인 결과로서 실시간 홍수모형으로서 요구되는 중요한 특성과 동시에 물리적 기반의 분포모형의 가장 큰 장점일 수 있는 사상독립적 유역매개변수군을 구축하는데 중요한 단서가 될 것으로 보여진다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.12-16
• /
• 2009

본 연구에서는 산악형 강수의 특성을 보이는 제주도의 여러 지형 조건과 강수량의 관계를 확인하고 강수량에 영향을 미치는 주요 인자를 분석하였다. 제주도는 원추형의 형태로 중심에 한라산이 있는 전형적인 산악형 지형이고 해발고도의 분포가 $EL.0^{\sim}1950m$로 다양하여 본 연구의 대상지역으로 선정하였다. 강우자료는 제주도 내 기상관서 4개소(제주, 서귀포, 성산포, 고산) 및 자동기상관측소(AWS) 13개소의 관측자료를 활용하였으며, 짧은 자료기간을 보완하기 위해 지역빈도해석을 적용하여 확률강우량을 산정하였다. 본 연구에서는 강수에 영향을 줄 수 있는 지형인자 6개를 지리정보시스템(GIS)을 이용하여 추출하였으며, 추출된 지형인자에 대하여 요인분석으로 대표 인자를 추출하고 요인과 실제변수들의 강수량에 미치는 영향을 확인하기 위하여 회귀분석을 실시하였다. 검정결과 도출된 요인을 이용하면 강수량 산정 시 지형 변수들의 영향을 반영함과 동시에 보다 적은 수의 변수를 이용하여 지형 변수들을 모두 반영하였을 경우와 비슷한 결과를 얻는다는 것을 확인하였다. 따라서 추후 지형 변수들을 추가로 확보하여 지형특성을 반영한 간편하고 합리적인 강수량을 산정하기 위한 추가 연구가 필요할 것으로 판단된다.

• Proceedings of the KSRS Conference
• /
• 2007.03a
• /
• pp.76-81
• /
• 2007

융설 모형의 중요 매개변수인 적설분포면적은 실제 우리나라에서 적설과 관련한 관측 자료의 부족으로 인해 매개변수 추정이 어렵다. 이러한 문제점 해결을 위해 원격탐사기법을 활용하여 적설분포면적을 추출하였다. 본 연구에서는 1997년 부터 2006년 까지의 겨울철 NOAA (National Oceanic and Atmospheric Administration)의 AVHRR(Advanced Very High Resolution Radiometer) 위성영상의 8 sets의 총 108개 영상을 이용하여 적설분포면적을 추출하였고，기상청의 지상기상관측소의 최섬적설심 자료를 이용하여 GIS 자료를 구축함으로써 적설심의 공간적 분포를 추출하였다. 이를 국내 5대유역인 한강，낙동강，금강，영산강，섬진강 유역에 대하여 융설모형의 주요 매개변수인 적설분포면적，유역 평균， 최대 적설심과 적설분포감소비곡선을 구축하였다. 그 중 적설분포면적감소곡선 (SDC : Snow cover Depletion Curve)는 적설분포면적의 감소형태를 나타내 주는 지표로써 융설의 가장 민감한 매개변수이다. 이를 국내 5대 강 유역에 대해 구축하여 정량화 하였다.

• Journal of Korean Society of Transportation
• /
• v.20 no.7
• /
• pp.135-142
• /
• 2002

본 연구에서는 2개의 사례지구에 대한 설문조사를 통해 서비스평가 구조모형을 개발하였다. 모형의 가설로서 요인분석과 신뢰성 분석 등을 통해 구성된 '질적서비스에 대한 인식', '이동성에 대한 인식 '환승에 대한 인식', '경제성에 대한 인식'이란 인지서비스(Perceived service)를 나타내는 4개의 잠재변수는 '개인속성'과 '교통특성'이란 잠재변수의 영향을 받으며, 상호 구조적인 관계를 가지고 전반적인 만족도로 대표되는 '서비스평가'에 영향을 미친다고 가정한다. 모형추정결과, 기초적합지수(GFI)가 상인·월성 0.864, 지산·범물 0.807로 나타났고, 조정 적합지수 (AGFI)는 상인·월성 0.823. 지산·범물 0.759로 나타나 적합성은 대체로 양호하다고 할 수 있다. 또한 두 지역 모두에 있어서 잠재변수 간이나 잠재변수와 관측변수간의 인과계수의 유의성도 2, 3개의 인과계수를 제외하면 모두 5% 유의수준에서 유의한 것으로 나타나 전체적으로 모형이 타당하다고 판단된다. 상인·월성의 경우, 운전기사에 대한 인식치가 '서비스평가'에 미치는 영향력이 가장 크며, 요금수준과 더불어 직접적으로 '서비스평가'에 영향을 미치고 있다 기타 편리성, 쾌적성, 시설 및 운영성이 중요한 원인으로 작용하고 있다는 것을 시사하고 있다. 지산·범물의 경우, 쾌적성, 시설 및 운영성, 편리성이 '서비스평가'에 직접적으로 큰 영향력을 미치고 있다. 특히 이러한 '질적서비스에 대한 인식'은 버스의 현행 요금수준과 대기시간에, 그리고 유의성이 높다고 할 수 없지만 이용자의 연령과 버스이용빈도에 영향을 받고 있는 것으로 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.143-143
• /
• 2015

기존의 빈도해석에서는 자료의 정상성을 가정하며, 이에 따라 적정모형 선정 시에 $x^2$ 검정이나 PPCC(Probability Plot Correlation Coefficient)검정과 같은 적합도 검정방법을 사용한다. 하지만 자료에서 경향성이 나타나거나 평균, 분산, 매개변수 등이 시간에 따라 변하는 등의 비정상성 현상들이 관측됨에 따라 비정상성 빈도해석에 관한 연구들이 활발히 진행되고 있다. 비정상성 빈도해석에서는 시간항과 같은 공변량이 포함된 매개변수를 가지는 비정상성 모형을 적용하게 되는데, 시간에 따라 매개변수가 계속 변하므로 매개변수에 따라 검정통계량이 고정되어 있는 기존의 적합도 검정방법의 적용이 어렵다. 따라서 비정상성 빈도해석의 적정 모형 선정에 적용할 수 있는 방법으로 최우도 함수에 기반한 모형 평가 방법인 AIC와 BIC가 추천되고 있으며 자료길이가 충분하지 않은 경우에는 AIC 대신하여 AICc의 사용이 추천되고 있다. 본 연구에서는 극치사상을 나타내는데 적합한 분포형인 GEV분포형의 위치, 규모 매개변수를 시간항으로 나타낸 다양한 비정상성 GEV모형에 대하여 Monte-Carlo 모의실험을 통해 AICc와 BIC의 적용성을 검토하였으며, 비정상성이 관측되는 실측 자료에 적용해보았다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.161-161
• /
• 2017

본 연구는 효율적인 매개변수 추정 방법인 Isolated-Speciation Particle Swarm Optimization(ISPSO)와 불확실도 분석 기법인 GLUE를 결합한 ISPSO-GLUE의 개념을 도입하였다. 임의 매개변수 추출을 방식인 GLUE 기법과 ISPSO-GLUE와의 효율성 비교를 위해 분포형 강우-유출모형인 TOPMODEL에 적용하였으며, 추정된 매개변수에 대한 모의 유량치를 이용하여 성능을 비교하였다. 연구대상지는 Texas의 $1000{\times}2000km^2$ 크기 내외의 두 유역을 택하였으며, 2002-2007년을 보정기간으로 하고, 2008-2013년을 검증기간으로 설정하였다. 불확실도 분석에 10개의 TOPMODEL 매개변수를 이용하고, 우도함수로는 Nash-Sutcliffe(NS) Coefficient이용하여 0.6이상 기준으로 행동모형을 구분하였다. 분석 결과 모수 추정성능면에서, 누적 최대 NS 값과 행동 모형의 개수는 전반적으로 ISPSO-GLUE에서 큰 값을 보였으나, 불확실도 구간에 속하는 관측치는 GLUE에서 더 높은 경향을 보였다. 이는 ISPSO-GLUE의 편향된 모수 추정으로 불확실도 구간이 작아지며, 포함되는 관측치가 GLUE에 비하여 적게 되는 것으로 확인되었다. ISPSO-GLUE의 개선을 통하여 TOPMODEL에 대한 적용성을 증진시키고, 값비싼 수문모형에 대한 매개변수 추정에 더 큰 효과를 가져올 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.200-200
• /
• 2022

본 연구에서는 총 강우량과 강우강도을 고려한 이변수 분석으로 연최대 호우사상을 선별하고, 두 변수를 Copula 함수로 결합하여 최적의 모델조합을 찾는 확률호우사상 산정 방법론을 제시하였다. 국내 69개 관측소의 2020년까지의 관측 자료를 대상으로 1mm 이하의 강우는 제거한 뒤, IETD(Inter-Event Time Definition) 12시간을 기준으로 강우자료를 독립적인 호우사상으로 분리하였다. 호우사상의 여러 특성 중 양의 상관관계를 갖는 총 강우량과 강우강도를 변수로 선택해 이변수 지수분포에 대입하였고, 각 지점의 연최대 호우사상 시계열을 생성하였다. 2변수 지수분포의 매개변수는 전체 기간과 연도별로 나누어 추정해 본 결과 연도별 변동성이 큰 것을 확인해 연도별 추정 방식을 선택하였다. 연최대 강우사상 시계열의 총 강우량과 강우강도는 극한 강우에 적용하는 확률분포형 중 Lognarmal, Gamma, Gumbel, GEV(Generalized Extreme Value), GPD(Generalized Pareto Distribution) 5가지를 사용하여 각각 CDF(Cumulative distribution Function) 값을 추정하였다. 계산된 CDF 값은 3가지 Copula 모형으로 결합해 joint CDF 값을 산출하였다. 총 75개의 모델조합 중 최적 모델을 찾기 위해 CVM(Cramer-von-Mises) 적합도 검정을 시행하였다. CVM의 통계량 Sn 값이 가장 작은 모델조합을 해당 지점의 최적 모델조합으로 선정하였다.