• Journal of Korea Water Resources Association
• /
• v.44 no.7
• /
• pp.537-551
• /
• 2011

Based on optimal input data combination selected in the earlier study, Neuro-Fuzzy flood forecasting model linked Takagi-Sugeno fuzzy inference theory with neural network in Wangsukcheon and Gabcheon is established. The established model was applied to Wangsukcheon and Gabcheon and water levels for lead time of 0.5 hr, 1 hr, 1.5 hr, 2.0 hr, 2.5 hr, 3.0 hr are forecasted. For the verification of the model, the comparisons between forecasting floods and observation data are presented. The forecasted results have shown good agreements with observed data. Additionally to evaluate quantitatively for applicability of the model, various statistical errors such as Root Mean Square Error are calculated. As a result of the flood forecasting can be simulated successfully without large errors in all statistical error. This study can greatly contribute to the construction of a high accuracy flood information system that secure lead time in medium and small streams.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.33 no.5
• /
• pp.1809-1827
• /
• 2013

Recently we need to take various measures to prepare for extreme flood that occur due to climate change. It is important that establish flood forecasting system to prepare flood over non-structure measures. The objective of this study is to develop superior real-time flood forecasting model by comparing the Neuro-fuzzy model and the multiple linear regression model. The Neuro-fuzzy model and the multiple linear regression model are established using same input data and applied for various flood events in Nakdong basin. The results show that the Neuro-fuzzy model can carry out flood forecasting results more accurately than the multiple linear regression model. This study can contribute to the establishment of a high accuracy flood information system that secure lead time in Nakdong basin.

• Journal of Korea Water Resources Association
• /
• v.44 no.7
• /
• pp.523-536
• /
• 2011

The objective of this study is to develop the data driven model for the flood forecasting that are improved the problems of the existing hydrological model for flood forecasting in medium and small streams. Neuro-Fuzzy flood forecasting model which linked the Takagi-Sugeno fuzzy inference theory with neural network, that can forecast flood only by using the rainfall and flood level and discharge data without using lots of physical data that are necessary in existing hydrological rainfall-runoff model is established. The accuracy of flood forecasting using this model is determined by temporal distribution and number of used rainfall and water level as input data. So first of all, the various combinations of input data were constructed by using rainfall and water level to select optimal input data combination for applying Neuro-Fuzzy flood forecasting model. The forecasting results of each combination are compared and optimal input data combination for real-time flood forecasting is determined.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.262-262
• /
• 2011

최근 들어 지구환경 변화에 따른 이상기후의 영향으로 태풍 및 집중호우로 인한 하천범람 등 홍수재해에 의한 인명과 재산의 피해가 급증하고 있다. 특히 한반도 지역에서는 집중호우와 태풍과 같은 이상강우로 인한 홍수피해의 발생이 매년 나타나고 있으며 홍수피해의 빈도와 강도는 증가하고 있는 실정이다. 이러한 상황에서 극심한 기상이변으로 인하여 발생되는 이상홍수의 예측에 관한 사항은 치수 이수는 물론 친수관점에서 볼 때 하천관리의 측면에서 매우 중요한 관심사로 부각되고 있다. 특히 홍수예측은 주민의 대피 및 통제, 시설물의 보호 등을 위해 충분한 선행시간을 확보할 수 있는 실시간적 관점에서의 홍수예측 및 관리가 중요하다. 기존의 수문학적 강우-유출 모형은 비선형성이 강하고 유역의 지형학적 인자와 기후학적 인자의 영향을 포함하기 때문에 정확한 예측이 어렵고 유출량을 계산하기 위한 유역추적, 저수지추적 및 하도추적의 각 추적과정에서 크고 작은 오차들이 발생하고 그것들이 누적되어 유출 모형의 해석 결과에는 많은 오차들이 포함되어 있다는 문제점이 있다. 또한 주로 유역 면적이 크고 홍수의 도달시간이 긴 대하천의 홍수예측에는 기존의 강우-유출 모형이 적당한 방법임에도 불구하고 유역면적이 작은 중소하천에 적용됨으로써 많은 불확실성을 포함하고 있으며 충분한 선행시간을 확보하지 못하는 문제점을 가지고 있다. 따라서 본 연구에서는 중소하천에서의 기존의 홍수예경보가 가지고 있는 문제점을 해결하기 위해 실시간 수위측정 자료 및 강우자료를 이용한 간단한 입력자료 만으로도 홍수예측이 가능한 뉴로-퍼지(Neuro-Fuzzy) 모형을 구축하여 충분한 선행시간을 확보함으로써 중소하천에서 의 실시간 홍수예측이 가능한 시스템을 구성하여 실시간으로 구동되는 효율적인 홍수예경보 시스템을 개발하고자 하였다. 임진강 유역을 대상으로 기존의 강우-유출 모형이 요구하는 유역의 물리적, 지형 자료 및 매개변수와 같은 광범위한 양의 자료를 배제하고, 유역의 강우 자료와 수위자료만으로 유역의 중요지점에 대한 홍수위 및 홍수량을 예측할 수 있는 뉴로-퍼지 모형을 구축하고 대상 유역에 적용하여 실측치와 비교 검증하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.642-642
• /
• 2012

최근에 들어 지구온난화에 따른 기후변화의 영향으로 국지성 집중호우와 돌발성 호우가 한반도 뿐 아니라 전 세계적으로도 많이 나타나고 있고, 그로 인한 이상홍수의 발생이 우리나라의 인명 및 재산피해를 날로 증가시키고 있는 추세이다. 그러나 현재 국내의 홍수방어시스템은 정확도 및 선행시간 확보 등의 측면에서 국민들의 요구수준까지는 그 역할을 수행하지 못하고 있는 실정이다. 또한 최근 4대강 살리기 사업을 통해 수행된 보 설치 및 하도 준설로 인해 하천환경의 변화가 크게 발생하여, 보다 정확하고 신속한 홍수위 예측기법이 요구되고 있는 실정이다. 이에 따라 현재 4대강 홍수통제소에서는 정확한 홍수위예측을 위해 4대강 본류 및 주요 지류에 대해 수리모형을 구축하고 있고, 기존의 저류함수모형에 의한 강우-유출 해석기법을 적용하여 주요 지류에 대한 유입량을 산정하기 위한 모형을 구축중에 있다. 국내 홍수방어 시스템에 현재까지 사용되어 오고 있는 저류함수모형 및 수위-유량 관계식을 이용한 방법은 물리적 기반의 홍수예측모형으로 유역의 지형학적 인자와 그에 따른 여러 변수를 포함하기 때문에 하천환경의 변화로 인해 각각의 추적과정에서 오차들이 발생하여 해석결과에 영향을 미치는 단점이 있다. 이에 반해 데이터 기반 모형은 강우-유출 모형에서 사용되는 많은 수문학적 자료 및 매개변수들의 사용 없이 오직 수위 및 강우측정 자료만을 이용하여 홍수를 예측하는 모형이다. 본 연구에서는 낙동강 유역에 대해 보다 정확한 홍수위 예측을 위해 현재 낙동강홍수통제소에서 구축중인 낙동강 본류의 수리모형의 주요 지류의 유입량 산정을 위해 기존의 물리적 기반 모형이 아닌 뉴로-퍼지(Neuro-Fuzzy) 모형을 이용한 data 기반 모형을 적용해 기존 물리적 기반 모형과 비교 분석 하고자 하였다. 낙동강의 주요지류인 감천, 금호강, 남강, 내성천, 밀양강, 반변천, 위천, 황강을 적용유역으로 선정하여 유역별로 티센망을 구축하였고, 각 지류별로 수위관측소를 선정하여 최근 10년동안 낙동강유역의 홍수예 경보가 발령되었거나 많은 비가 온 사상을 선정해 모형을 검증하였다. 모형은 실시간 수위측정 자료와 강우자료 및 해당유역 댐의 방류량 자료를 이용해 유역별 최적 입력자료 조합을 선정하여 간단하게 구축할 수 있었다. 또한 10분 단위 및 30분 단위의 입출력 자료로 모형을 구축하여 비교하였다. 이번 연구에서 수행한 낙동강유역에서의 뉴로-퍼지(Neuro-Fuzzy) 모형을 이용한 홍수예측기법을 통해 몇가지 data만으로 유역의 주요지점에 대한 홍수위와 홍수량을 예측할 수 있음을 확인할 수 있었다. 모의 결과는 실측치와 비교해 정확도 면에서 우수함을 보여 주었으나 예측시간이 길어질수록 실측치의 경향을 벗어나는 결과를 보였다. 그러나 실시간 홍수예 경보에 있어서는 만족할만한 선행시간을 확보할 수 있었다. 구축된 Data 기반 모형이 물리적 기반 모형과 더불어 낙동강 홍수예 경보를 위한 모형으로 사용될 수 있다면 보다 효율적인 예 경보 체계 구축에 도움을 줄 수 있을 것으로 판단된다.

• Journal of Korea Water Resources Association
• /
• v.46 no.8
• /
• pp.857-871
• /
• 2013

The interest in rainfall observation and forecasting using remote sensing method like RADAR (Radio Detection and Ranging) and satellite image is increased according to increased damage by rapid weather change like regional torrential rain and flash flood. In this study, the basin runoff was calculated using adaptive neuro-fuzzy technique, one of the data driven model and MAPLE (McGill Algorithm for Precipitation Nowcasting by Lagrangian Extrapolation) forecasted precipitation data as one of the input variables. The flood estimation method using neuro-fuzzy technique and RADAR forecasted precipitation data was evaluated. Six rainfall events occurred at flood season in 2010 and 2011 in Chungju Reservoir basin were used for the input data. The flood estimation results according to the rainfall data used as training, checking and testing data in the model setup process were compared. The 15 models were composed of combination of the input variables and the results according to change of clustering methods were compared and analysed. From this study was that using the relatively larger clustering radius and the biggest flood ever happened for training data showed the better flood estimation. The model using MAPLE forecasted precipitation data showed relatively better result at inflow estimation Chungju Reservoir.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.31-31
• /
• 2017

북한강은 한강의 제 1 지류로 지리적 이점과 풍부한 유량으로 많은 댐들이 건설 되었다. 북한강 본류에는 6개의 크고 작은 댐이 있는데 이들 중 4개가 홍수조절 능력이 없는 발전용댐이다. 이 댐들은 발전효율 향상과 범람으로 인한 저수지 붕괴에 대비하기 위하여 수위를 일정하게 유지하는 방식으로 운영되고 있다. 그러나 최근에 발생하는 집중호우와 게릴라성 폭우는 이러한 목표를 달성하기 힘들게 하고 있다. 지금까지 댐 운영을 위한 유입량 예측에 관련된 연구는 많이 있었지만 대부분 예측 단위가 1시간 이상이었다. 본 연구의 대상이 된 북한강 발전용댐은 저수용량이 작아 적은 양의 유입에도 수위가 급변하는 특징이 있기 때문에 1시간 단위로 유입량을 예측하는 모형은 실제 운영에 적용하기 어렵다. 본 연구에서는 댐의 운영자가 수문 개도 의사결정에 참고할 수 있는 유입량 자료를 생성하기 위하여 10분 단위 유입량을 예측하였다. 또한 댐들이 직렬로 배치된 유역의 특징을 고려하여 상류에 댐이 있는 경우에는 상류 댐의 방류량을 고려하였다. 본 연구는 뉴로 퍼지 기법을 사용하였으며 2004~2016년까지 발생한 호우 사상을 이용하여 모형을 구성하고 검증하였다.

• Journal of Wetlands Research
• /
• v.13 no.3
• /
• pp.547-565
• /
• 2011

Different types of schemes have been used in stage prediction involving conceptual and physical models. Nevertheless, none of these schemes can be considered as a single superior model. To overcome disadvantages of existing physics based rainfall-runoff models for stage predicting because of the complexity of the hydrological process, recently the data-derived models has been widely adopted for predicting flood stage. The objective of this study is to evaluate model performance for stage prediction of the Neuro-Fuzzy and regression analysis stage prediction models in these data-derived methods. The proposed models are applied to the Wangsukcheon in Han river watershed. To evaluate the performance of the proposed models, fours statistical indices were used, namely; Root mean square error(RMSE), Nash Sutcliffe efficiency coefficient(NSEC), mean absolute error(MAE), adjusted coefficient of determination($R^{*2}$). The results show that the Neuro-Fuzzy stage prediction model can carry out the river flood stage prediction more accurately than the regression analysis stage prediction model. This study can greatly contribute to the construction of a high accuracy flood information system that secure lead time in medium and small streams.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.37 no.6
• /
• pp.949-963
• /
• 2017

This study present an efficient way of operating drainage pump station as part of nonstructural measures for reducing urban flood damage. The water level in the drainage pump station was forecast using Neuro-Fuzzy and then operation rule of the drainage pump station was determined applying the genetic algorithm method based on the predicted inner water level. In order to reflect the topographical characteristics of the drainage area when constructing the Neuro-Fuzzy model, the model considering spatial parameters was developed. Also, the model was applied a penalty type of genetic algorithm so as to prevent repeated stops and operations while lowering my highest water level. The applicability of the development model for the five drainage pump stations in the Mapo drainage area was verified. It is considered to be able to effectively manage urban drainage facilities in the development of these operating rules.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.31 no.5B
• /
• pp.405-414
• /
• 2011

The adaptive network-based fuzzy inference system (ANFIS) which had a success for time series prediction and system control was applied for modeling the hourly runoff in the Gapcheon watershed. The ANFIS used the antecedent rainfall and runoff as the input. The ANFIS was trained by varying the various simulation factors such as mean areal rainfall estimation, the number of input variables, the type of membership function and the number of membership function. The root mean square error (RMSE), mean peak runoff error (PE), and mean peak time error (TE) were used for validating the ANFIS simulation. The ANFIS predicted runoff was in good agreement with the measured runoff and the applicability of ANFIS for modelling the hourly runoff appeared to be good. The forecasting ability of ANFIS up to the maximum 8 lead hour was investigated by applying the different input structure to ANFIS model. The accuracy of ANFIS for predicting the hourly runoff was reduced as the forecasting lead hours increased. The long-term predictability of ANFIS for forecasting the hourly runoff at longer lead hours appeared to be limited. The ANFIS might be useful for modeling the hourly runoff and has an advantage over the physically based models because the model construction of ANFIS based on only input and output data is relatively simple.