• Journal of The Korean Society of Agricultural Engineers
• /
• v.57 no.3
• /
• pp.21-39
• /
• 2015

유역 내부의 수문과정에 대한 관측치를 이용한 모형의 보정은 분산형 수문수질 모형의 적용성을 높이는 방법으로 권장되지만, 관측치가 충분하지 않은 경우가 많아 적용사례가 드문 실정이다. 본 연구는 경지에서 유역의 출구까지 여러 단계의 수문과정을 고려하여 분산형 수문수질모형을 보정하는 방법을 제시하고, 이와 같은 방법으로 보정된 모형의 적용성을 검토하고자 하였다. 이를 위해 본 연구는 SWAT 모형을 이용하여 미국 조지아의 South Atlantic Coastal Plain에 있는 한 농업유역의 수문과정을 모의하였다. 또한, 유사와 영양물질의 구체적인 하천운송과정을 모의하기 위해 SWAT모형의 QUAL2E 모듈을 이용하였다. 모형보정은 유역의 유출량 및 유사와 영양물질의 양 뿐만 아니라 경지에서 관측된 바이오매스, 토양 침식량 및 영양물질 발생량, 수변지역 (riparian buffer)에서 발생하는 유사와 영양물질 감소, 하천운송과정 등을 고려하여 수행되었다. 모형의 보정 및 검증기간은 자료기간과 토양보전농법의 시행기간을 고려하여 선정되었으며, 보정된 모형의 적용성은 복수의 통계치 (NSE, RE, RSR 등)를 이용하여 분석되었다. 보정된 모형은 유역의 출구에서 하천유량과 총질소량을 각각 NSE 0.93 및 0.59의 정확도로 모의하였다. 그러나 유사 (NSE: 0.40)와 총인량 (NSE: 0.45)모의에서는 상대적으로 낮은 정확도를 보였다. SWAT의 QUAL2E 모듈을 이용하여 하천에서의 유사 및 영양물질 운송과정을 고려하는 것은 총인과 총질소 모의결과의 정확도를 향상시킬 수 있는 것으로 나타났다. 본 연구에서 다단계 수문과정을 고려하여 보정된 SWAT모형은 유역 내부에서 발생하는 수문과정을 모의하는데 적용성이 있는 것으로 나타났다. 하지만, 계측방법 및 계측된 자료의 분석방법의 변화에 따른 오차와 토지이용의 시공간적 변화를 모의에서 고려하지 못해서 발생한 오차를 감안하더라도, 보정된 모형은 유역출구에서 관측되는 유사와 영양물질 양을 정확하게 모의하는데 실패 (NSE < 0.5)하였다고 평가할 수 있으며, 이는 SWAT 모형의 보정에서 다단계 또는 유역내부의 수문과정을 고려하는 것이 유역출구에서 높은 모의 정확도를 얻는데 기여하지 못할 수도 있음을 보여주었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.18-18
• /
• 2019

역학적 상세화기법은 물리적 기반의 지역기후모형(RCM)을 이용하여 고해상도 기후자료를 생산하는 유용한 기법이며, 전세계적으로 지역 기후시나리오를 생산하고, 적용 및 평가하는 연구가 널리 진행되고 있다. 역학적 상세화기법 적용 시 지역기후모형의 공간해상도를 향상시키면 지형효과를 더욱 상세하게 반영할 수 있어 고해상도의 기후모의자료를 생산할 수 있지만, 이를 위해 더 많은 시간과 비용이 요구된다. 또한, 공간해상도 향상이 기후모의 결과의 정확도 향상을 보장하지 않기 때문에 역학적 상세화를 위한 지역기후모형의 적정 공간해상도 선정이 필요하다. 따라서, 본 연구에서는 기후모의 자료의 공간해상도가 하천유출량 모의시미치는 영향을 평가하고, 최종적으로는 고해상도 기후시나리오가 하천유출량 모의에 필요한지 여부를 규명하고자 한다. 이를 위해 관측 기후자료와 Weather and Research Forecasting (WRF)모형으로 상세화된 5km (WRF05)와 20km (WRF20) 공간해상도의 기후모의자료를 활용하였으며, 하천유출량 산정을 위해 준분포형 수문모형인 Soil and Water Assessment Tool (SWAT)을 이용하였다. 본 연구의 대상유역은 한강유역 내 충주댐, 소양강댐, 팔당댐 유역들에 대해 평가를 수행하였다. 유역평균강수량을 평가한 결과, 3개 댐 유역의 연평균 강수량 및 여름철 강수량은 WRF20이 관측자료와 WRF05에 비해 높게 산정되었다. 하지만, WRF20은 일강수량이 1~40mm인 발생횟수가 상대적으로 많이 산정되었으며, 극치강수량의 강도와 빈도는 WRF20이 관측자료와 WRF05에 비해 과소 산정되는 것으로 나타났다. 관측자료, WRF05와 WRF20을 입력자료로 활용하여 SWAT모형으로 생산된 일 하천유출량 자료를 토대로 유황곡선을 도시하였다. 유황곡선의 5~90% 구간에서는 WRF05와 WRF20의 결과는 큰 차이가 나진 않았으나, 고유량과 저유량 구간에서는 WRF05가 WRF20에 비해 관측자료에 근접하게 모의하는 것을 확인하였다. 이는 20km에서 5km로 공간해상도가 높아짐에 따라 극치 홍수량 및 갈수량을 더욱 현실적으로 모사할 수 있는 것을 의미한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.301-301
• /
• 2018

본 연구에서는 위성 기반 토양수분 자료를 수문모형에 자료동화하여 격자 단위에서 수문기상인자를 산출하고 그 정확성을 평가하였다. 수문모형으로는 Variable Infiltration Capacity(VIC) model을 선정하여 국내 주요 8개 댐 유역에 구축하였으며, 입력자료는 2008년 이후 10년간 자료를 수집하였으며, 2008-2012년의 관측 유량 자료를 사용하여 모형을 보정하였다. 모형의 보정을 위해 Isolated-Speciation Particle Swarm Optimization(ISPSO) 기법을 적용하여 매개변수를 추정하였고, 2013-2017년의 관측유량 자료를 통하여 모형의 성능을 검증하였다. VIC 모형에 자료 동화한 토양수분 자료는 AMSR2 위성 토양 수분 자료와 지상관측 토양수분 자료를 합성한 자료를 사용하였으며, 인공위성자료와 지상 자료를 조건부합성기법으로 합성한 토양수분자료는 각 격자별 토양수분을 더 정확히 산정하여 자료동화시 모형의 모의 정확도가 향상되는 경향을 보였다. 본 연구결과는 지상관측자료를 통해 보정된 위성관측 토양수분자료를 자료동화하여 수문모형의 정확도를 향상시키고, 미계측 유역에 대한 향상된 수문기상인자 정보를 제공함으로써 다양한 수문분석의 기초자료로 활용될 수 있을 것으로 기대된다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.11 no.4
• /
• pp.151-162
• /
• 1991

This study aims to improve the positioning accuracy by analizing the accuracys of three dimensional positioning according to various data types and preprocessing levels of SPOT imagery and the acquisition method for ground control points, and to develop the three dimensional positioning algorithm and program. In this study, the optimum polynomials of exterior orientation parameters according to each preprocessing levels (level 1B; 15 variables, level 1AP, 1A; 12 variables) are determined. As a results, the accuracy of level lAP is the best in the results of analysis about the accuracy of positioning, but level 1A which is digital image data form also shows similar positioning accuracy. Also, in level 1A image which have different acquisition method for ground control points, the accuracy of three dimensional positioning is highly improved. But, in case of low accuracy of ground control points, only introduction of additional parameters does not effect to the improvement of accuracy. Therefore simultaneous adjustment including blunder detection method should be adopted.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.392-392
• /
• 2021

자료동화(data assimilation) 기법은 관측 자료와 예측 모형의 정보를 동시에 활용, 모형의 상태량(state variables)이나 매개변수(model parameters)를 실시간으로 업데이트하는 Bayesian 필터링 이론에 근거한 방법으로, 최근 이를 활용한 수문 모의 정확도 향상 기술이 빠르게 발전하고 있다. 본 연구에서는 앙상블 자료동화의 정확성을 향상시키기 위한 세부 방법인 along-the-stream localization과 inflation 기법의 분포형 수문 모형에 대한 적용성을 대규모 지역 단위(regional-scale) 모의를 통해 검토한다. 분포형 수문모형과 자료동화 framework로는 WRF-Hydro(Weather Research and Forecasting Model Hydrological Modeling System)와 DART(Data Assimilation Research Testbed)를 각각 적용한다. WRF-Hydro는 미국의 전 대륙지역(CONUS; continental United States)에 대한 수문 모델링 framework인 National Water Model의 핵심엔진이고, DART는 미국 National Center for Atmospheric Research(NCAR) 연구소에서 개발한 범용 자료동화 도구이다. 본 연구에서는 지표수 수문모형의 자료동화를 위해 개발된 기법인 along-the-stream localization과 inflation 기법이 하도 추적에 미치는 영향을 분석한다. along-the stream localization 기법은 공간적 근접도 외에 하도의 수문학적 연관관계를 고려하는 localization 기법으로, 상대적으로 수문학적 상관도가 떨어지는 하도에 대한 과도한 자료동화를 줄여줄 수 있다. inflation 기법은 앙상블의 다양성을 증가시키는 기법으로, 칼만 필터(Kalman filter)에 의한 업데이트의 이전이나 이후 적용하여 앙상블 예측의 정확도를 추가적으로 향상시킬 수 있다. 본 고에서는 앙상블 자료동화 기법을 지표수 수문 모의에 적용할 경우 남아 있는 난제와 적용 가능한 방법에 대해 중점적으로 논의한다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.14 no.4
• /
• pp.959-966
• /
• 2010

Quantitative ultrasound analysis provides fundamental information of various ultrasound parameters using spectral information of the short-gated radiofrequency(RF) data. Therefore, accurate extraction of spectral information from backscattered RF signal is crucial for further analysis of medical ultrasound parameters. In this paper, we propose two techniques for calculating a more accurate power spectrum which are based on the phase-compensation using the normalized cross-correlation to minimize estimation errors due to phase variations, and the weighted averaging technique to maximize the signal-to-noise ratio(SNR). The simulation results demonstrate that the proposed method estimates better results with 10% smaller estimation variances compared to the conventional methods.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.694-696
• /
• 2005

본 논문에서는 개선된 유전자 알고리즘과 역전파 신경망 알고리즘의 특징을 살펴보고, 비선형 모의자료를 이용하여 개선된 유전자 알고리즘 기반의 신경망 학습 효과와 역전파 신경망 알고리즘을 이용한 신경망 학습 효과를 비교해 본다. 유전자 알고리즘을 이용한 신경망 학습에는 개선된 신경망 제어기를 이용한다. 역전파 알고리즘을 이용한 신경망 학습에는 일반화 성능향상을 위한 인자들의 결합효과를 이용한다. 모의실험을 통하여 두 가지의 학습에서 학습 수령의 정도와 학습 속도 등을 비교하는 모의실험 결과를 개선된 유전자 알고리즘과 신경망 알고리즘의 학습 결과와 항께 제시한다. 모의실험의 결과로서 유전자 알고리즘을 적용한 개선된 신경망 제어기를 통한 학습 결과가 일반 신경망 학습 결과보다 초기 가중값을 작은 범위에서 발생시킬 때 수렴 정확도 및 학습 속도에서 좋은 결과를 나타내 주고 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.291-291
• /
• 2021

모형이 갖는 불확실성의 정량화나 매개변수의 최적화는 계산시간의 기하급수적인 증가를 가져온다. 계산시간의 효율성을 극대화할 수 있는 기법으로 최근 대체모형이 개발되었으며, 다양한 분야에서 적용되고 있다. 그러나 대체모형은 훈련된 데이터 공간에서 크게 벗어난 극한 사상를 정확하게 모의하기는 어려운 단점이 있다. 본 연구는 이와 같은 대체모형의 단점을 개선할 수 있는 새로운 PCK(polynomial chaos-krigging) 기법을 제시한다. PCK는 PCE(polynomial chaos expansion) 기법과 OK(ordinary krigging) 기법을 결합한 것이며, PCK의 효과는 기존의 PCE 및 OK 모형의 결과와 비교하여 입증하였다. 본 연구의 분석 결과는 다음과 같다. (1) PCK는 더 적은 수의 훈련 샘플만으로도 원래 모형을 더 정확하게 대체할 수 있다. (2) 원래 훈련 샘플보다 약 3배 더 큰 극한사상을 모의했을 때, PCE와 OK는 예측이 실패하였지만, PCK의 예측은 정확하였다. (3) 민감도 분석 결과 PCK의 매개변수 특성과 거동이 PCE 및 OK보다 원래 모형의 특성과 거동에 더 일치한다. 본 연구에서는 3개의 대체모형의 결과를 원래모형의 결과와 비교하였으며 그 적용성을 극한강우에 대해 검토하였다. 일반적으로 훈련 샘플의 범위와 비슷한 강우사상에 대해서는 모든 대체모형의 결과가 우수하였으나, 훈련 샘플의 범위에서 벗어난 극한 사상의 모의는 PCK만 적용이 가능하였다. 제안된 대체모형은 극한사상의 예측에 있어 기존 대체모형보다 매우 향상된 정확도를 제공함을 확인할 수 있었다.

• Journal of Korea Water Resources Association
• /
• v.57 no.10
• /
• pp.657-671
• /
• 2024

The objectives of this study propose a parameter estimation method that can consider both the total runoff and the runoff component by integrating the digital filter method and the long-term runoff models (SWAT, TANK), and evaluate the appropriateness of the applied methods. The study area is the Soyang River Dam basin, and parameter calibration and validation are performed by dividing it into a parameter estimation method considering the total runoff and a parameter estimation method considering the runoff component. In both methods, the fit between the observation and simulation runoff was excellent, and the model performance was found to be good with a coefficient of determination (R²) of 0.73~0.87, and NSE of 0.67~0.85. As a result of comparison with each method, it was confirmed that the simulation accuracy was improved when applying the method considering the runoff component in both the SWAT model and the TANK model. When comparing between the models, the SWAT model showed better statistics in both methods, but the effect of applying to the method was found to be insignificant. However, even though the TANK model did not specifically consider the physical characteristics of the methodology, the statistical value of NSE increased by 17% when integrating a method such as a digital filter. In other words, the applicability to the digital filter method was found to be better in the TANK model, and when a hydrograph separation method such as a digital filter is applied to a conceptual model such as this model, it is judged that more improved simulation results can be obtained than the physical model. Accordingly, it is judged that estimating the parameters by considering the runoff component will be more accurate than estimating the parameters by considering only the total runoff when simulating the hydrological model.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.21 no.3
• /
• pp.104-118
• /
• 2018

This study is to evaluate the accuracy improvement of the model using SWAT(Soil and Water Assessment Tool) model and multi - point hydrological observation data. The watershed is located in the Yongdam Dam($930.4km^2$), the Donghyang($165.5km^2$), the Chuncheon($290.9km^2$), the Juchun($57.8km^2$) and the Seokjeong($80.5km^2$). The watershed covers 70.0 % forest. In order to improve the accuracy of the model, precipitation data were used from two weather stations(Jangsu, Geumsan) and 16 AWS stations daily precipitation data(2003~2011) managed by KMA, MLIT, and K-water. Based on the reliable data of the Yongam test basin in 2003~2011, the runoff of single point (Yongdam dam) and multi-point (Donghyang, Chuncheon, Jucheon, Seokjeong). Simulation results show that the $R^2$ of the single subwatershed (Donghyang, Chuncheon, Jucheon, Seokjeong) is single point(0.84) and multipoint(0.88). For model efficiency coefficient of Nash-Sutcliffe at single point(0.45) and multipoint(0.70).