• Water for future
• /
• v.26 no.1
• /
• pp.81-91
• /
• 1993

In this paper, a moving storm in the real watershed was simulated using a distributed model. Macks Creek Experimental Watershed in Idaho, USA was selected as a target watershed and the moving storm of August 23, 1965, which continued from 3:30 P.M. to 5:30 P.M., was utilized. The rainfall intensity of the moving storm in the watershed was temporally varied and the storm was continuously moved from one place to the other place in a watershed. Furthermore, runoff parameters, which are soil types, vegetative cover percentages, overland plane slopes, channel bed slopes and so on, are spatially varied. The model developed in the previous paper was utilized as a distributed model for simulating the moving storm. In the model, runoff in a watershed was simulated as two parts which are overland flow and channel flow parts. The good agreement was obtained between a simulated hydrograph using a distributed model and an observed hydrograph. Also, the conservations of mass are well indicated between upstream and downstream at channel junctions.

• Proceedings of The Korean Society of Agricultural and Forest Meteorology Conference
• /
• 2001.06a
• /
• pp.18-21
• /
• 2001

컴퓨터 성능의 향상과 더불어 GIS의 발전 그리고 DEM(Digital Elevation Model)의 획득ㆍ사용이 가능하게 됨으로서 수문학(또는 생태학)에서의 분포형 모델은 1969년 Freeze와 Harlan이 처음으로 물리적인 기반의 분포형 모델을 소개한 이후로 그 발전을 거듭하고 있다. 국내에서는 1990년대 중반부터 GIS를 이용한 수문모델의 적용 및 개발에 대한 연구가 활발히 진행되고 있다.(중략)

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.27-31
• /
• 2009

홍수피해를 예방할 수 있는 대책에는 여러 가지 방법이 있으나 비구조물적인 방법 중에서 대표적인 것이 홍수예경보이다. 이에 합리적인 설계홍수량 산정을 위해 하천유역에서 강우-유출과정의 정확한 해석과 유출예측은 수자원의 효율적인 활용과 하천의 이수, 치수를 위한 수문학적 해석에 있어서 매우 중요하며, 이를 위해서는 강우로부터 정도 높은 유출량 예측이 요구된다. 뿐만 아니라 하천범람 등의 재해로부터 인명과 재산을 보호하기 위한 홍수예경보 시스템의 구축이 필요하다. 홍수예경보 시스템의 효율적인 관리를 위해서는 실시간 홍수예측(Real-time Flood Prediction)기법의 개발이 필요하다. 홍수유출모형에 있어 공간적 변화특성과 평균 강우량의 공간분포를 반영할 수 있는 분포형 매개변수 모형(Distributed-Parameter Model)인 분포형 모델을 대상으로 앙상블 칼만필터(Ensemble Kalman Filter, EnKF) 이론을 적용하여 비선형시스템에서 오차를 포함한 반응을 실시간으로 처리하여 불확실성을 정량적으로 감소시켜 홍수유출을 예측하는데 그 목적이 있다. 하천유역특성을 이용한 홍수유출예측을 위하여 비선형시스템에서의 앙상블 칼만필터 기법을 적용한 분포형 모형을 이용하여 더욱 정밀한 홍수유출을 예측하게 되고 향후 홍수예경보모형으로서 적정 유역분할 규모를 결정해주는 근거를 제시할 수 있을 것으로 기대된다.

• 한국방재학회:학술대회논문집
• /
• 2010.02a
• /
• pp.60.2-60.2
• /
• 2010

본 연구에서는 분포형 강우-유출 모델을 이용한 홍수량 산정방법을 국내 유역에 도입하여 그 적용성을 검토하였다. 대상지역은 강우-유출 자료가 체계적으로 관리되고 있는 평창강 유역으로 선정하였으며, 하천도와 흐름경로도는 수치지도상의 하천성을 이용하여 수치고도모델에서 하도의 번인(Burn-In)기능을 사용하여 생성하였다. 1983년부터 2006년까지 관측된 호우사상중 1,000이상의 첨두홍수량을 발생시킨 6개의 주요 호우사상들에 대해 모의하였으며, 모형의 결과는 실측치와 비교하여 잘 일치하였다. 분포형 모형을 적용하게 되면 매우 작은 지방2급 하천까지의 계획의 수립이 가능하기에 본 모형을 통한 홍수량 산정의 품질이 크게 업그레이드 될 것이라 판단된다.

• Journal of Korea Water Resources Association
• /
• v.52 no.11
• /
• pp.895-904
• /
• 2019

It has been well recognized that extreme rainfall process often features a nonstationary behavior, which may not be effectively modeled within a stationary frequency modeling framework. Moreover, extreme rainfall events are often described by a two (or more)-component mixture distribution which can be attributed to the distinct rainfall patterns associated with summer monsoons and tropical cyclones. In this perspective, this study explores a Mixture Distribution based Nonstationary Frequency (MDNF) model in a changing rainfall patterns within a Bayesian framework. Subsequently, the MDNF model can effectively account for the time-varying moments (e.g. location parameter) of the Gumbel distribution in a two (or more)-component mixture distribution. The performance of the MDNF model was evaluated by various statistical measures, compared with frequency model based on both stationary and nonstationary mixture distributions. A comparison of the results highlighted that the MDNF model substantially improved the overall performance, confirming the assumption that the extreme rainfall patterns might have a distinct nonstationarity.

• Proceedings of the Korean Society of Soil and Groundwater Environment Conference
• /
• 2004.04a
• /
• pp.477-481
• /
• 2004

지하수 수질자료의 분포가 광역적이고 자료의 수가 많은 지역과 자료의 분포가 국부적이고 갯수가 적은 지역을 선정하여, 모수적 통계기법인 정규크리깅과 비모수적 통계기법인 지시크리깅을 동시에 적용하였다. 베리오그램 분석은 각 수질자료의 원시 자료와 제한값을 적용하여 제한값 보다 낮거나 동일하면 '1' 의 값으로, 제한값 보다 높으면 '0' 의 값으로 변환된 자료에 대해 실시하였는데, 원시 염소이온 성분은 선형 모델이 선정되었으며, 비소 성분은 지수형 모델이 가장 적합한 것으로 선정되었다. 변환된 염소이온 성분과 비소 성분은 모두 구상형 모델이 가장 적합한 것으로 선정되었다. 정규크리깅과 지시크리깅 기법을 이용하여 지하수 오염 분포도를 작성하여 비교해 본 결과, 정규크리깅 기법은 연구지역의 자료 분포, 갯수와 범위의 영향을 크게 받는 것으로 나타났고, 지시크리깅 기법은 연구지역의 자료 분포와 특히 제한값에 따라 변환된 자료의 갯수의 영향을 크게 받는 것으로 나타났다. 정량적으로 나타낼 수 정규크리깅 기법과 정성적으로 나타낼 수 있는 지시크리깅 기법을 같이 적용한다면 지하수 오염 현황을 효과적으로 파악할 수 있을 것으로 판단된다.

• Journal of the Korea Society for Simulation
• /
• v.19 no.4
• /
• pp.235-247
• /
• 2010

An environmental factor is very important in a war game model supporting military training. Most war game models in Korean armed forces apply the same weather conditions to all operation areas. As a result, it fails to derive a high-fidelity simulation result. For this reason this study attempts to develop factor techniques for a high-fidelity war game that can apply distributed synthetic atmospheric environment modeling data to a military simulation. The major developed factor technology of this study applies regional distributed precipitation data to the 2D-GIS based Simplified Detection Probability Model(SDPM) that was developed for this study. By doing this, this study shows that diversely distributed local weather conditions can be applied to a military simulation depending on the model resolution from theater level to engineering level, on the use from training model to analytical model, and on the description level from corps level to battalion level.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.592-594
• /
• 2001

본 연구에서는 음성인식에 있어서 음향모델의 고정도화를 위해 통계적 방법인 HMM과 시간동기형 Viterbi 알고리즘을 기반으로 한 세그멘트되지 않은 음성의 자동 세그멘테이션에 관한 연구를 수행하였다. 본 연구에서는 소량의 세그멘트된 음성에 대해 연속분포형 HMM 기본모델을 작성한 후 이를 표준패턴으로 사용하고, 세그멘트되지 않은 입력음성의 특징 피라미터에 대해 시간동기형 Viterbi 알고리즘의 프레임마다 최대가 되는 지점을 최적경계로 설정하고, 앞에서 구현 최적 경계 정보와 언어학적 지식인 발음사전 정보를 이용하여 음성을 세그멘테이션 하는 것이다. 본 연구와의 비교를 위해 HTK를 이용하여 위와 동일한 과정을 수행하였다. 이렇게 구한 음성의 세그멘테이션 정보를 이용하여 연속분포형 HMM 기본모델과 HTK의 CHMM 기본모델을 각각 작성한 후, 국어공학센터(KLE) 단어 데이터에 대해 단어인식 성능을 평가하였다. 실험결과, KLE 452 남성과 여성에 대해, 본 연구실 인식 시스템은 화자독립 단어인식률 89.4%, 85.1%, HTK의 화자독립 단어인식률 85.1%, 81.9%를 각각 얻었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.158-158
• /
• 2016

본 연구에서는 극치 분포의 오른쪽 꼬리 부분 예측 시 안정적인 확률수문량 산정하는 확률분포형과 매개변수 추정 방법을 평가하기 위해 Monte Carlo 모의를 수행하였다. 수문자료의 빈도해석에 적합한 것으로 알려진 generalized extreme value (GEV), Gumbel (GUM), generalized logistic (GLO), gamma3 (GAM3), normal (NOR), log-normal3 (LN3) 총 6개의 확률분포형을 바탕으로 오른쪽 꼬리 부분의 확률수문량 추정 성능을 모의 실험을 통해 평가하고자 한다. 30년 이상 자료를 보유한 기상청 지점의 지속기간별 연최대값 자료를 분석한 결과를 바탕으로 모분포를 GEV분포로 선정하였으며 평균이 1.0, 표준편차 0.5, 왜곡도 계수는 0.5, 1.0, 2.0, 3.0, 4.0이 되도록 가정하였다. 또한 자료 길이에 따른 성능 평가를 위해 표본 크기 20, 50, 100, 150, 200개에 대해 분석을 수행하였다. 위와 같은 가정으로 총 25종류(왜곡도계수 5개 ${\times}$ 표본 크기 5개)의 발생된 모분포에 6가지의 확률분포형과 3가지의 매개변수 추정방법(모멘트법, 최우도법, 확률가중모멘트법)을 조합한 18가지의 모델을 비교 분석해보았다. 평가방법으로는 평균 제곱근 오차(Root Mean Square Error, RMSE), 편의(bias), 평균 상대오차(Mean Relative Difference, MRD), 평균 절대 상대오차(Mean Absolute Relative Difference, MARD)를 사용하여 적용 모델의 성능을 비교 분석하였다.

• Journal of Wetlands Research
• /
• v.22 no.1
• /
• pp.15-23
• /
• 2020

The purpose of this study is to investigate how the degree of distribution influences the calibration of snow and runoff in distributed hydrological models using a multi-criteria calibration method. The Hydrology Laboratory-Research Distributed Hydrologic Model (HL-RDHM) developed by NOAA-National Weather Service (NWS) is employed to estimate optimized parameter sets. We have 3 scenarios depended on the model complexity for estimating best parameter sets: Lumped, Semi-Distributed, and Fully-Distributed. For the case study, the Durango River Basin, Colorado is selected as a study basin to consider both snow and water balance components. This study basin is in the mountainous western U.S. area and consists of 108 Hydrologic Rainfall Analysis Project (HRAP) grid cells. 5 and 13 parameters of snow and water balance models are calibrated with the Multi-Objective Shuffled Complex Evolution Metropolis (MOSCEM) algorithm. Model calibration and validation are conducted on 4km HRAP grids with 5 years (2001-2005) meteorological data and observations. Through case study, we show that snow and streamflow simulations are improved with multiple criteria calibrations without considering model complexity. In particular, we confirm that semi- and fully distributed models are better performances than those of lumped model. In case of lumped model, the Root Mean Square Error (RMSE) values improve by 35% on snow average and 42% on runoff from a priori parameter set through multi-criteria calibrations. On the other hand, the RMSE values are improved by 40% and 43% for snow and runoff on semi- and fully-distributed models.