• Journal of Korea Water Resources Association
• /
• v.54 no.spc1
• /
• pp.1131-1141
• /
• 2021

In this study, the artificial neural network model is applied for real-time dam inflow prediction and then evaluated for the prediction lead times (1, 3, 6 hr) in dam basins in Korea. For the training and testing the model, hourly precipitation and inflow are used as input data according to average annual inflow. The results show that the model performance for up to 6 hour is acceptable because the NSE is 0.57 to 0.79 or higher. Totally, the predictive performance of the model in dry seasons is weaker than the performance in wet seasons, and this difference in performance increases in the larger basin. For the 6 hour prediction lead time, the model performance changes as the sequence length increases. These changes are significant for the dry season with increasing sequence length compared to the wet season. Also, with increasing the sequence length, the prediction performance of the model improved during the dry season. Comparison of observed and predicted hydrographs for flood events showed that although the shape of the prediction hydrograph is similar to the observed hydrograph, the peak flow tends to be underestimated and the peak time is delayed depending on the prediction lead time.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.8-8
• /
• 2015

기후변화에 따른 집중호우 및 태풍 발생의 증가로 강우레이더를 이용한 홍수예경보시스템의 필요성이 증대되고 있다. 그러나 현재 국내에서 주로 활용되고 있는 단일편파 레이더는 정확도의 한계로 인해 홍수예보 활용에 어려움을 야기해왔다. 최근에는 수직반사도, 차등반사도, 비차등반사도 등 다양한 변수 취득을 통해 강우입자의 형태를 더욱 정확하게 추정할 수 있는 이중편파 레이더의 활용이 높아지고 있다. 본 연구에서는 홍수예보 활용을 위해 이중편파 레이더 실황강우 및 예측강우의 정확도를 평가하고자 한다. 평가를 위해 비슬산 레이더 자료를 활용하였으며, 2012~2014년의 강우사상을 선정하였다. 단일 및 이중편파 레이더 강우를 각각 추정하고, 강우예측을 위해 추정된 레이더 강우를 이류모델(Translation model)에 연계하여 선행 6시간까지의 예측강우를 생산하였다. 강우의 탐지능력 평가를 위해 Hit rate를 이용하였으며, 레이더 관측반경 증가 및 강우강도의 증가에 따른 정확도 분석을 수행하였다. 강수추정 정확도 평가를 위해 상관계수와 평균제곱근 오차를 이용하였으며, 비슬산 강우레이더 100 km 반경 내에 속한 국토교통부 관할의 지상관측강우와비교하였다. 그 결과, 이중편파 레이더 실황강우가 단일편파 레이더에 비해 지상관측강우의 거동과 더욱 유사하게 나타났으며, 양적인 오차도 더 적은 것으로 확인되었다. 또한, 레이더 예측강우는 선행시간이 증가함에 따라 정확도가 감소하였으나, 선행시간 1시간까지는 활용이 가능하다고 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.371-371
• /
• 2020

도시 및 소규모 산지 유역에서와 같이 지체시간이 짧은 유역에서 발생하는 돌발홍수는 더 이상 우량계만으로 예보가 불가능하다. 그리고 지역에 따라 침수시간이나 침수심이 달라지기 때문에 지역에 따른 침수특성과 유속특성의 관계식을 산정하여 홍수예보 기준을 설정하였다. 더불어 도달시간이 짧은 도시 및 산지에서는 지체시간 외에 강수 예측을 통한 홍수예보 선행시간을 확보하는 것이 매우 중요하다. 본 연구에서는 한강홍수통제소의 강우레이더 기반 초단기 외삽 예측을 입력자료로 활용하여 돌발홍수 예측 시스템을 구축하였다. 강우레이더 기반 초단기 외삽 예측은 강우강도를 입력으로 사용하기 때문에 예측에 별도의 정량 보정이 필요하지 않다는 장점이 있다. 2019년도에 발생한 다양한 홍수 사고 사례를 분석하여 본 시스템에 대한 정확도를 평가하였다. 본 시스템은 동(읍/면) 단위로 1시간 선행 예보를 3단계 위험 정보(주의/경계/심각)로 제공할 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.64-64
• /
• 2022

이상기후로 인해 돌발적이고 국지적인 호우 발생의 빈도가 증가하게 되면서 짧은 선행시간(~3 시간) 범위에서 수치예보보다 높은 정확도를 갖는 초단시간 강우예측자료가 돌발홍수 및 도시홍수의 조기경보를 위해 유용하게 사용되고 있다. 일반적으로 초단시간 강우예측 정보는 레이더를 활용하여 외삽 및 이동벡터 기반의 예측기법으로 산정한다. 최근에는 장기간 레이더 관측자료의 확보와 충분한 컴퓨터 연산자원으로 인해 레이더 자료를 활용한 인공지능 심층학습 기반(RNN(Recurrent Neural Network), CNN(Convolutional Neural Network), Conv-LSTM 등)의 강우예측이 국외에서 확대되고 있고, 국내에서도 ConvLSTM 등을 활용한 연구들이 진행되었다. CNN 심층신경망 기반의 초단기 예측 모델의 경우 대체적으로 외삽기반의 예측성능보다 우수한 경향이 있었으나, 예측시간이 길어질수록 공간 평활화되는 경향이 크게 나타나므로 고강도의 뚜렷한 강수 특징을 예측하기 힘들어 예측정확도를 향상시키는데 중요한 소규모 기상현상을 왜곡하게 된다. 본 연구에서는 이러한 한계를 보완하기 위해 적대적 생성 신경망(Generative Adversarial Network, GAN)을 적용한 초단시간 예측기법을 활용하고자 한다. GAN은 생성모형과 판별모형이라는 두 신경망이 서로간의 적대적인 경쟁을 통해 학습하는 신경망으로, 데이터의 확률분포를 학습하고 학습된 분포에서 샘플을 쉽게 생성할 수 있는 기법이다. 본 연구에서는 2017년부터 2021년까지의 환경부 대형 강우레이더 합성장을 수집하고, 강우발생 사례를 대상으로 학습을 수행하여 신경망을 최적화하고자 한다. 학습된 신경망으로 강우예측을 수행하여, 국내 기상청과 환경부에서 생산한 레이더 초단시간 예측강우와 정량적인 정확도를 비교평가 하고자 한다.

• 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.

• Ecology and Resilient Infrastructure
• /
• v.7 no.4
• /
• pp.345-352
• /
• 2020

Securing the lead time for evacuation is crucial to minimize flood damage. In this study, downstream water levels for heavy rainfall were predicted using measured water level observation data. Multiple regression analysis and artificial neural networks were applied to the Seom River experimental watershed to predict the water level. Water level observation data for the Seom River experimental watershed from 2002 to 2010 were used to perform the multiple regression analysis and to train the artificial neural networks. The water level was predicted using the trained model. The simulation results for the coefficients of determination of the artificial neural network level prediction ranged from 0.991 to 0.999, while those of the multiple regression analysis ranged from 0.945 to 0.990. The water level prediction model developed using an artificial neural network was better than the multiple-regression analysis model. This technique for forecasting downstream water levels is expected to contribute toward flooding warning systems that secure the lead time for streams.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.1126-1130
• /
• 2006

중랑천, 왕숙천 등과 같이 유역면적이 작은 유역에서 호우 발생에 따른 홍수예보 및 예측 업무를 수행하기 위해서는 선행시간 확보가 필수적이다. 본 연구는 중소하천 유역에서의 홍수예보 및 예측 업무를 통하여 하천 주요지점에서의 홍수예보 업무를 효과적으로 수행할 수 있도록 하는데 목적이 있다. 연구방법으로는 선행시간 확보를 위해 기상청의 수치예보자료에 대하여 정량적 강우예측 자료 활용방안을 검토하였다. 수치예보자료의 정확도 검토는 관측소별/소유역별로 구분하여 T/M자료와 수치예보자료를 통계학적 방법에 의해 검토하였다. 홍수예보 업무 활용을 위해 간단한 강우-유출 통계모형을 구성하여 홍수예측 업무를 수행하였다. 검증자료는 기왕의 수문자료 중 80mm 이상의 호우를 대상으로 실시하였고, 검증결과 활용가능성이 있음을 입증하였다. 본 연구성과를 기존의 주요지천 홍수예보업무에 활용할 수 있도록 하였다.

• Journal of Korea Water Resources Association
• /
• v.43 no.8
• /
• pp.695-707
• /
• 2010

The frequency and size of typhoon and local severe rainfall are increasing due to the climate change and the damage also increasing from typhoon and severe rainfall. The flood forecasting and warning system to reduce the damage from typhoon and severe rainfall needs forecasted rainfall using radar data and short-term rainfall forecasting model. For this reason, this study examined the applicability of short-term rainfall forecast using translation model with weather radar data to point out that the utilization of flood forecasting in Korea. This study estimated the radar rainfall using Least-square fitting method and estimated rainfall was used as initial field of translation model. The translation model have verified accuracy of forecasted radar rainfall through the comparison of forecasted radar rainfall and observed rainfall quantitatively and qualitatively. Almost case studies showed that accuracy is over 0.6 within 4 hours leading time and mean of correlation coefficient is over 0.5 within 1 hours leading time in Kwanak and Jindo radar site. And, as the increasing the leading time, the forecast accuracy of precipitation decreased. The results of the calculated Mean Area Precipitation (MAP) showed forecast rainfall tend to be underestimated than observed rainfall but the correlation coefficient more than 0.5. Therefore it showed that translation model could be accurately predicted the rainfall relatively. The present results indicate that possibility of translation model application of Korea just within 2 hours leading forecasted rainfall.

• Water for future
• /
• v.28 no.5
• /
• pp.219-233
• /
• 1995

A non-stationary multivariate model is selected in which the mean and variance of rainfall are not temporally or spatially constant. And the rainfall prediction system is constructed which uses the recursive estimation algorithm, Kalman filter, to estimate system states and parameters of rainfall model simulataneously. The on-line, real-time, multivariate short-term, rainfall prediction for multi-stations and lead-times is carried out through the estimation of non-stationary mean and variance by the storm counter method, the normalized residual covariance and rainfall speed. The results of rainfall prediction system model agree with those generated by non-stationary multivariate model. The longer the lead time is, the larger the root mean square error becomes and the further the model efficiency decreases form 1. Thus, the accuracy of the rainfall prediction decreases as the lead time gets longer. Also it shows that the mean obtained by storm counter method constitutes the most significant part of the rainfall structure.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07a
• /
• pp.769-771
• /
• 2005

실시간 시스템은 논리적 정확성뿐만 아니라 시간적 정할성을 요구한다. 시간적 정확성을 만족시키기 위해 실시간 시스템의 설계자는 작업들의 스케줄 가능성에 대한 연구를 선행해야만 한다. 그리고 스케줄 가능성 분석을 위해 프로그램들에 대한 실행 시간 예측이 필요하다. 작업들의 실행 시간 예측을 위한 방법으로 측정과 정적 분석이 연구되었다. 측정 및 정적 분석은 비용 핀 확장성에 문제점을 지니고 있고 실시간 시스템의 발전을 따라가지 못하여 분석 결과의 정확성 밀 신뢰성이 만족스럽지 못하다. 본 논문에서는 정적 분석을 단일 실시간 시스템이 아닌 분산 실시간 시스템에 적용할 수 있는 확장된 정적 분석 도구의 개발에 초점을 둔다. 먼저 확장된 정적 분석 도구의 개발을 위해 통신 영향 요소의 분석 과정을 설계한다. 특히, 통신 부하의 영향 요소 중 통신 준비에 필요한 과정을 선행 예측 테이블로 작성하여 원시 프로그램 분석에 이용하고자 한다. 실행 시간에 영향을 미치는 요소들의 분석을 통해 원시 프로그램에서 자동적으로 예측된 실행 시간의 정확도와 신뢰도를 높인다.