• Journal of Korea Water Resources Association
• /
• v.51 no.7
• /
• pp.575-584
• /
• 2018

An increase in heavy rainfall and floods have been observed over South Korea due to recent abnormal weather. In this perspective, the high-resolution weather forecasts have been widely used to facilitate flood management. However, these models are known to be biased due to initial conditions and topographical conditions in the process of model building. Theretofore, a bias correction scheme is largely applied for the practical use of the prediction to flood management. This study introduces a new mean field bias correction (MFBC) approach for the high-resolution numerical rainfall products, which is based on a Bayesian Kriging model to combine an interpolation technique and MFBC approach for spatial representation of the error. The results showed that the proposed method can reliably estimate the bias correction factor over ungauged area with an improvement in the reduction of errors. Moreover, it can be seen that the bias corrected rainfall forecasts could be used up to 72 hours ahead with a relatively high accuracy.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.301-301
• /
• 2015

효율적인 지하수 관리를 위해서는 시공간적인 변동성을 고려한 지하수 함양량의 정량적 산정이 필수적이다. 본 연구에서는 지표수-지하수 연동해석이 가능하며 토지이용 특성과 국내 토양특성을 가장 잘 표현할 수 있는 한국형 장기 유출 모형 SWAT-K를 이용하여 장성지역의 분포형 지하수 함양량을 산정하였다. 행정경계와 수자원단위지도에서 제시하는 표준단위유역을 기준으로 하여 장성군을 포함하는 유역을 SWAT-K 구동을 위한 모델영역으로 설정하여 주하도를 따라 13개의 소유역으로 구분하였다. SWAT-K를 구동하기 위해서는 기상 및 수문자료를 구축해야 하는데 강우량을 비롯하여 기온, 풍속, 일사량, 상대습도 등의 기상자료가 요구된다. 본 연구에서는 대상유역 내에 위치한 광주, 정읍 기상관측소의 자료를 이용하여 기상자료를 구축하였으며, 모형의 계산시간, 모형결과의 정확도 등을 판단하여 30m 공간해상도를 가지는 DEM을 300m 공간해상도로 가공하여 사용하였다. 토지이용도는 모의시 다양한 토지이용상태를 반영할 수 있도록 중분류(1:25,000) 토지이용도를 사용하였다. 토양도는 국립농업과학원에서 토양도 전산화 사업을 통해 구축된 1:25,000 축척의 정밀토양도를 사용하였다. SWAT-K를 이용하여 장성군을 포함한 전체유역에 대해 지표수-지하수 통합 물수지 분석 결과(2005년~2013년) 연평균 강수량 대비 유출률은 63.0%, 증발산률은 34.6%, 함양률은 19.5%로 나타났다. 지표수 유출과정과 지하수위 변동을 동시에 고려하여 산정한 소유역별 연간 함양량 결과를 산정하였고, 총 13개의 소유역별 연간 지하수 함양량을 제시하였다. 또한 SWAT-K 모형을 이용한 모델 영역중 장성군에 속하는 행정구역별, 표준권역별 연평균 함양량을 산출하였으며, 그 분석 결과 장성군 평균 함양률은 20.3%로 산정되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.377-377
• /
• 2019

본 연구에서는 LSTM 모형을 이용하여 갈수예보를 위한 월 단위 전망모형개발의 대상지점으로 이수 및 치수의 측면에서 아주 중요한 한강대교 지점을 선정하였으며 유량예보를 위하여 한강수계 19개 기상관측소의 월평균강수량, 월평균기온 및 3개 댐(소양,횡성,충주)의 월방류량을 사용하여 한강대교의 월 유량을 예측하였다. 1996년부터 2016년까지의 자료는 모형의 학습, 2017년 자료는 모형의 검증에 활용하였으며 가장 최근 건설된 횡성댐 방류량의 경우 1996년~2000년의 자료가 없으므로 2001년~2005년의 자료를 반복하여 학습에 활용하였다. 모형의 예측결과는 신경망 학습 시 한강대교 월유량자료를 포함한 결과와 미포함 결과를 도출하였으며, 모의결과의 재현성 분석을 위하여 월별 예측값과 실측값의 비율을 산정하였으며 1월부터 12월까지 12개 값을 평균하여 평균예측률을 산정하고 이를 홍수기(6월~10월) 및 비홍수기(1월~5월, 11월~12월)를 구분하였다. 딥러닝 학습 시 월유량을 포함한 경우의 예측결과가 학습 시 월유량을 포함하지 않았을 경우보다 상대적으로 좋은 정확도를 보이는 것으로 분석되었다. 다만, 신경망을 실제 갈수예보에 활용하기 위해서는 예측 기상정보인 월강우량, 월평균기온, 댐방류량만을 활용하여야 하는데 학습 시월유량 미포함 결과는 예측률이 매우 낮았으며, 신경망의 학습횟수가 늘어날 경우 학습자료 과적합(over-fitting)되어 정확도가 보다 저하되는 것으로 나타났다. 그래서 기존의 현재시간 t까지의 입력자료로 학습 후 익월(t+1)의 월유량을 예측하는 (t $\rightarrow$ t+1) 방법에서 현재시점 (t-n ~ t)까지의 입력자료를 이용하여 당월(t)의 월유량을 산정하는 (t$\rightarrow$t) 방법으로 재학습 후 모형검증을 수행한 결과 전술한 익월(t+1) 유량을 예측한 결과보다 재현성이 훨씬 향상된 것으로 분석되며평균예측률이 0.99로 홍수기 및 비홍수기에서도 뛰어난 정확성을 보이고 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.87-87
• /
• 2017

최근 이상기후로 인해 국내 가뭄피해가 증가하고 있는 추세이며, 미래 가뭄의 심도 및 지속시간은 증가할 것으로 예측되고 있다. 특히 우리나라는 용수공급의 56.5%를 댐에 의존하여 댐 유역의 가뭄은 생 공 농업용수 공급제한 등의 광범위한 피해를 발생시킬 수 있다. 다만 가뭄은 홍수와 달리 진행속도가 비교적 느리기 때문에 사전에 정확한 댐 유입량 예측이 가능하다면, 용수공급량 조정을 통해 피해를 최소화할 수 있다. 국내에서는 댐 유입량 예측에 ESP (Ensemble Streamflow Prediction) 기법을 활용하고 있으며, ESP 기법은 과거 기상자료를 기반으로 미래를 예측하기 때문에 기상자료, 초기수문조건, 매개변수 등에 불확실성을 가지고 있다. 본 연구에서는 베이지안 이론을 이용하여 댐 예측유입량의 정확도 향상기법을 개발하고 예측성을 평가하고자 하며, 강우유출모델은 ABCD를 활용하였다. 대상유역은 국내의 대표 다목적댐인 충주댐 유역을 선정하였으며, 기상자료는 기상청, 국토교통부 및 한국수자원공사의 지점자료를 수집하였다. 예측성 평가기법으로는 도시적 분석방법인 시계열 분석, 통계적 분석방법인 Skill Score (SS)를 활용하였다. 시계열 분석 결과 ESP 댐 예측유입량(ESP)은 매년 월별 전망값의 큰 차이가 없었으며, 다우년 및 과우년의 예측성이 떨어지는 것으로 나타났다. 베이지안 기반의 댐 예측유입량(BAYES-ESP)는 ESP의 과소모의하는 경향을 보정하였으며, 다우년에 예측성이 향상되었다. 월별 평균 댐 관측유입량과 ESP, BAYES-ESP의 SS 비교분석 결과 ESP는 유입량 값이 적은 1, 2, 3월에 SS가 양의 값을 가졌으며, 이외의 월에는 음의 값으로 나타났다. BAYES-ESP는 ESP와 관측값이 비교적 선형관계를 나타내는 1, 2, 3월에 ESP의 예측성을 개선시키는 것으로 나타났다. ESP 기법은 강수량의 월별, 계절별 변동성이 큰 우리나라에 적용하기에는 예측성의 한계가 있었으며, 이를 개선한 BAYES-ESP 기법은 댐 유입량 예측 연구에 가치가 있는 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.410-410
• /
• 2017

지하수 관리를 위해서는 시공간적인 변동성을 고려한 지하수 함양량의 정량적 산정이 필수적이다. 본 연구에서는 지표수-지하수 연동해석이 가능하며 토지이용 특성과 국내 토양특성을 가장 잘 표현할 수 있는 한국형 장기 유출 모형 SWAT-K를 이용하여 김천지역의 분포형 지하수 함양량을 산정하였다. 행정경계와 수자원단위지도에서 제시하는 표준단위유역을 기준으로 하여 김천시를 포함하는 유역을 SWAT-K 구동을 위한 모델영역으로 설정하여 주하도를 따라 19개의 소유역으로 구분하였다. SWAT-K를 구동하기 위해서는 기상 및 수문자료를 구축해야 하는데 강우량을 비롯하여 기온, 풍속, 일사량, 상대습도 등의 기상자료가 요구된다. 본 연구에서는 대상유역 내에 위치한 구미, 추풍령, 거창, 상주 기상관측소와 김천, 지례, 부항1, 부항2, 선산 강우관측소의 자료를 이용하여 기상 및 강우자료를 구축하였으며, 모형의 계산시간, 모형결과의 정확도 등을 판단하여 30m 공간해상도를 가지는 DEM을 300m 공간해상도로 가공하여 사용하였다. 토지이용도는 모의시 다양한 토지이용상태를 반영할 수 있도록 중분류(1:25,000) 토지이용도를 사용하였다. 토양도는 국립농업과학원에서 토양도 전산화 사업을 통해 구축된 1:25,000 축척의 정밀토양도를 사용하였다. SWAT-K를 이용하여 김천시를 포함한 전체유역에 대해 지표수-지하수 통합 물수지 분석 결과(2008년~2015년) 연평균 강수량 대비 유출률은 61.2%, 증발산률은 36.3%, 함양률은 18.0%로 나타났다. 지표수 유출과정과 지하수위 변동을 동시에 고려하여 산정한 소유역별 연간 함양량 결과를 산정하였고, 총 19개의 소유역별 연간 지하수 함양량을 제시하였다. 또한 SWAT-K 모형을 이용한 모델 영역중 김천시에 속하는 행정구역별, 표준권역별 연평균 함양량을 산출하였으며, 그 분석 결과 김천시 평균 함양률은 18.2%로 산정되었다.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.10 no.3
• /
• pp.58-69
• /
• 2007

The vegetation area that occupies 76% in land surface of the earth can give a considerable impact on water resources, environment and ecological system by future climate change. The purpose of this study is to predict future vegetation cover information from NDVI (Normalized Difference Vegetation Index) extracted from satellite images. Current vegetation information was prepared from monthly NDVI (March to November) extracted from NOAA AVHRR (1994 - 2004) and Terra MODIS (2000 - 2004) satellite images. The NDVI values of MODIS for 5 years were 20% higher than those of NOAA. The interrelation between NDVIs and monthly averaged climate factors (daily mean, maximum and minimum temperature, rainfall, sunshine hour, wind velocity, and relative humidity) for 5 river basins of South Korea showed that the monthly NDVIs had high relationship with monthly averaged temperature. By linear regression, the future NDVIs were estimated using the future mean temperature of CCCma CGCM2 A2 and B2 climate change scenario. The future vegetation information by NOAA NDVI showed little difference in peak value of NDVI, but the peak time was shifted from July to August and maintained high NDVIs to October while the present NDVI decrease from September. The future MODIS NDVIs showed about 5% increase comparing with the present NDVIs from July to August.

• Journal of Korea Water Resources Association
• /
• v.53 no.2
• /
• pp.97-105
• /
• 2020

Recently, Artificial Neural Network receives attention as a data prediction method. Among these, a Long Shot-term Memory (LSTM) model specialized for time-series data prediction was utilized as a prediction method of hydrological time series data. In this study, the LSTM model was constructed utilizing deep running open source library TensorFlow which provided by Google, to predict inflows of multipurpose dams. We predicted the inflow of the Yongdam Multipurpose Dam which is located in the upper stream of the Geumgang. The hourly flow data of Yongdam Dam from 2006 to 2018 provided by WAMIS was used as the analysis data. Predictive analysis was performed under various of variable condition in order to compare and analyze the prediction accuracy according to four learning parameters of the LSTM model. Root mean square error (RMSE), Mean absolute error (MAE) and Volume error (VE) were calculated and evaluated its accuracy through comparing the predicted and observed inflows. We found that all the models had lower accuracy at high inflow rate and hourly precipitation data (2006~2018) of Yongdam Dam utilized as additional input variables to solve this problem. When the data of rainfall and inflow were utilized together, it was found that the accuracy of the prediction for the high flow rate is improved.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.21 no.3
• /
• pp.146-157
• /
• 2019

One of the most distinctive features of the South Korean rural environment is that the variation of weather or climate is large even within a small area due to complex terrains. The Geospatial Schemes based on Topo-Climatology (GSTP) was developed to simulate such variations effectively. In the present study, we reviewed the progress of the geospatial schemes for production of farm-scale agricultural weather data. Efforts have been made to improve the GSTP since 2000s. The schemes were used to provide climate information based on the current normal year and future climate scenarios at a landscape scale. The digital climate maps for the normal year include the maps of the monthly minimum temperature, maximum temperature, precipitation, and solar radiation in the past 30 years at 30 m or 270 m spatial resolution. Based on these digital climate maps, future climate change scenario maps were also produced at the high spatial resolution. These maps have been used for climate change impact assessment at the field scale by reprocessing them and transforming them into various forms. In the 2010s, the GSTP model was used to produce information for farm-specific weather conditions and weather forecast data on a landscape scale. The microclimate models of which the GSTP model consists have been improved to provide detailed weather condition data based on daily weather observation data in recent development. Using such daily data, the Early warning service for agrometeorological hazard has been developed to provide weather forecasts in real-time by processing a digital forecast and mid-term weather forecast data (KMA) at 30 m spatial resolution. Currently, daily minimum temperature, maximum temperature, precipitation, solar radiation quantity, and the duration of sunshine are forecasted as detailed weather conditions and forecast information. Moreover, based on farm-specific past-current-future weather information, growth information for various crops and agrometeorological disaster forecasts have been produced.

• Journal of the Korean earth science society
• /
• v.35 no.4
• /
• pp.215-224
• /
• 2014

Data assimilation effect of mobile rawinsonde observation was evaluated using Unified Model (UM) with a Three-Dimensional Variational (3DVAR) data assimilation system during the intensive observation program of 2013 summer season (rainy season: 20 June-7 July 2013, heavy rain period: 8 July-30 July 2013). The analysis was performed by two sets of simulation experiments: (1) ConTroL experiment (CTL) with observation data provided by Korea Meteorological Administration (KMA) and (2) Observing System Experiment (OSE) including both KMA and mobile rawinsonde observation data. In the model verification during the rainy season, there were no distinctive differences for 500 hPa geopotential height, 850 hPa air temperature, and 300 hPa wind speed between CTL and OSE simulation due to data limitation (0000 and 1200 UTC only) at stationary rawinsonde stations. In contrast, precipitation verification using the hourly accumulated precipitation data of Automatic Synoptic Observation System (ASOS) showed that Equivalent Threat Score (ETS) of the OSE was improved by about 2% compared with that of the CTL. For cases having a positive effect of the OSE simulation, ETS of the OSE showed a significantly higher improvement (up to 41%) than that of the CTL. This estimation thus suggests that the use of mobile rawinsonde observation data using UM 3DVAR could be reasonable enough to assess the improvement of prediction accuracy.

• Journal of Korea Water Resources Association
• /
• v.49 no.12
• /
• pp.995-1006
• /
• 2016

According to 5th IPCC Climate Change Report, there is a very high likelihood that the frequency and intensity of extreme rainfall events will increase. In reality, flood damage has increased, and it is necessary to estimate the future probabilistic design rainfall amount that climate change is reflected. In this study, the future probabilistic design precipitation amount is estimated by analyzing trends of future annual maximum daily rainfall derived by RCP 8.5 scenarios and using the scale-invariance technique. In the first step, after reviewing the time-scale characteristics of annual maximum rainfall amounts for each duration observed from 60 sites operating in Korea Meterological Administration, the feasibility of the scale-invariance technique are examined using annual daily maximum rainfall time series simulated under the present climate condition. Then future probabilistic design rainfall amounts for several durations reflecting the effects of climate change are estimated by applying future annual maximum daily rainfall time series in the IDF curve equation derived by scale-invariance properties. It is shown that the increasing trend on the probabilistic design rainfall amount has resulted on most sites, but the decreasing trend in some regions has been projected.