• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1012-1016
• /
• 2009

수자원 시스템 거동예측은 수문학적 지속성여부에 대한 판단이 선행 되어야 하며 가용한 시계열자료에 대한 추계학적 분석을 통하여 실시하여야 한다. 본 연구에서는 계절형 ARIMA모형을 통한 안동댐 유역의 강우량, 증발산량 및 유출량 시계열자료를 예측함에 있어 전형적인 Box-jenkins의 방법을 따랐고 모형의 식별, 추정, 검진의 3단계를 거쳐 모형화 하였다. 최적 수문시계열 예측 모형을 통하여 안동댐 유역의 강우량, 증발산량 및 유출량 시계열자료로 월별 수문시스템 거동을 예측하였으며, 예측된 결과를 토대로 TANK모형과 ARIMA+TANK결합모형에 의한 장기유출모의를 실시하였다. 분석결과 관측자료의 특성을 비교적 잘 반영 하였으며, 댐 유입량 예측을 위한 추계학적 결합모형의 적용가능성을 검토하였다. 이는 유출량자료의 보유년한이 짧은 대상유역에 월강우량과 증발산량자료 등의 수문시계열 인자 예측을 통한 유출을 모의함으로서 수자원의 중 장기 전략수립에 도움을 줄 것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.1512-1516
• /
• 2007

자신의 현재와 과거의 시계열데이터만을 가지고 시계열 모형을 구축하는 단변량 ARIMA모형 분석법과는 달리, 관심의 대상이 되는 출력시계열과 이와 관련있는 입력시계열의 동태적 특성을 나타내는 전이함수모형(Transfer function model)을 사용하여 소양강댐, 충주댐, 화천댐에 대한 월별 수문자료를 이용하여 유입량을 예측해 보고자 한다. 본 연구의 주요 목적은 다변량 추계학적 시스템의 해석을 위한 모형의 추정과 등정을 위한 과정을 개발하는데 있다. 일반적 추계학적 시스템 모형이 표현되며 그것으로부터 수문학적 시스템의 모형을 매우 적절하게 유도하기 위한 다중 입력-단일 출력 TF, TFN모형을 유도하는데 있다. 이 모형은 수문학적 시스템을 위한 경우에 있어 상관된 입력을 설명할 수 있도록 개발된다. 일반적으로 모형을 만드는 전략이 유도되며 실제유역시스템에 적용하여 검토된다. 한강수계 주요 다목적댐인 소양강댐, 충주댐, 화천댐의 수문자료를 가지고 추계학적 모형(TF, TFN)에 의한 결과와 실제유입량을 비교하여 검토하고자 한다.

• Journal of Korea Water Resources Association
• /
• v.42 no.10
• /
• pp.809-824
• /
• 2009

Hydrological system forecasting, which is the short term runoff historical data during the limited period in dam site, is a conditional precedent of hydrological persistence by stochastic analysis. We have forecasted the monthly hydrological system from Andong dam basin data that is the rainfall, evaporation, and runoff, using the seasonal ARIMA (autoregressive integrated moving average) model. Also we have conducted long term runoff simulations through the forecasted results of TANK model and ARIMA+TANK model. The results of analysis have been concurred to the observation data, and it has been considered for application to possibility on the stochastic model for dam inflow forecasting. Thus, the method presented in this study suggests a help to water resource mid- and long-term strategy establishment to application for runoff simulations through the forecasting variables of hydrological time series on the relatively short holding runoff data in an object basins.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.29 no.2B
• /
• pp.163-171
• /
• 2009

Classical linear models have been generally used to analyze and forecast hydrologic time series. However, there is growing evidence of nonlinear structure in natural phenomena and hydrologic time series associated with their patterns and fluctuations. Therefore, the classical linear techniques for time series analysis and forecasting may not be appropriate for nonlinear processes. In recent, the BDS (Brock-Dechert-Scheinkman) statistic instead of conventional techniques has been used for detecting nonlinearity of time series. The BDS statistic was derived from the statistical properties of the correlation integral which is used to analyze chaotic system and has been effectively used for distinguishing nonlinear structure in dynamic system from random structures. DVS (Deterministic Versus Stochastic) algorithm has been used for detecting chaos and stochastic systems and for forecasting of chaotic system. This study showed the DVS algorithm can be also used for detecting nonlinearity of the time series. In this study, the stochastic and hydrologic time series are analyzed to detect their nonlinearity. The linear and nonlinear stochastic time series generated from ARMA and TAR (Threshold Auto Regressive) models, a daily streamflow at St. Johns river near Cocoa, Florida, USA and Great Salt Lake Volume (GSL) data, Utah, USA are analyzed, daily inflow series of Soyang dam and the results are compared. The results showed the BDS statistic is a powerful tool for distinguishing between linearity and nonlinearity of the time series and DVS plot can be also effectively used for distinguishing the nonlinearity of the time series.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.178-183
• /
• 2008

지구온난화로 인한 기후변화가 기정사실화 되면서 이러한 기후변화에 대비하기 위한 다양한 연구가 진행중이다. 수자원과 관련된 기후변화 연구를 살펴보면 초기에는 장기적 관점에서 기후변화가 유출에 미치는 영향에 대한 연구가 대부분을 이루고 있었으나 2003년을 기점으로 유럽을 중심으로 기후변화가 홍수량에 미치는 영향에 대한 연구가 시작되었다. 기후변화가 홍수에 미치는 영향을 평가하는데 가장 중요한 것은 수문시계열 자료의 해상도라고 할 수 있다. 이러한 시공간적 해상도 문제를 해결하기 위해서 세계 각국은 각국의 상황에 맞는 RCM을 개발하고 있으며 자국에 적합한 축소기법을 개발하고자 노력하고 있다. 따라서 본 연구에서는 고해상도 수문기상자료의 생성을 위하여 기후변화 모형으로부터 생성된 일 단위 강우자료를 시자료로 분해하기 위한 기법을 제시하고자한다. 지난 수십년 동안 강우나 기타 수문시계열 자료를 다양한 해상도의 자료로 변환하기 위한 연구가 진행되어왔다. 그러나 이러한 연구의 가장 큰 한계점은 대부분의 시계열 자료가 추계학적 특성을 가지고 있다고 가정한 후, 분석을 진행했다는 것이다. 이렇게 되면 강우발생에 따른 물리적 과정을 모형의 구조에 반영하는데 한계점을 드러내게 된다. 따라서 본 연구에서는 해상도를 변화시키는데 따른 강우의 운동역학적 특성을 고려하기 위하여 카오스를 기반으로 한 분해기법을 제시하고자 한다. 우선 카오스 분석을 통해서 지점 강우자료의 카오스 특성을 확인한 후, 현재까지 관측된 강우를 기반으로 $2CO_2$에서의 일 강우를 일 단위 보다 작은 단위로 분해하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2005.05b
• /
• pp.614-618
• /
• 2005

수문시계열 분석과 예측은 대부분 ARMA(AutoRegressive Moving Average) 형태의 선형적인 추계학적인 모형을 이용하였으나 자현현상이 복잡해지고 비선형적인 특성을 가짐에 따라 선형적인 해석은 수문시계열의 분석과 예측에 있어서 많은 오류를 내포하고 있다. 이와 같은 문제를 해결하기 위한 시도로 Chaos이론이란 개념이 사용되기 시작하였으며, 수자원분야에서는 1980년대 후반부터 물수지 방정식 및 강우유출에 대한 카오스적 특성분석 등 많은 연구가 진행되었다. 본 연구에서는 영산강유역의 본류를 대표하는 나주지점을 대상으로 2003년 1월 1일 00시부터 2004년 12월 31일 23시까지 17,544개의 시수위 자료에 대하여 해당 년도의 Rating-Curve식을 적용 환산한 유출량자료에 데한 카오스적 특성을 분석하였다. 카오스적 특성을 분석하기에 앞서 원자료에 대하여 이동평균법과 Savitzky-Golay Filter를 적용하여 잡음을 제거하였으며, 1차원의 단일변량의 자료에 대한 상태공간(Phase Space)의 재건을 통하여 비교검토 하였다. 이러한 일련의 과정을 거친 자료에 대하여 상관차원법을 이용하여 영산강 유역의 나주지점의 시유출량 자료에 대한 카오스적 특성을 분석한 결과 저차원의 수렴으로 카오스 특성을 가졌다.

• Journal of Korea Water Resources Association
• /
• v.45 no.5
• /
• pp.481-493
• /
• 2012

The Uncertainty of drought events can be regarded as supernatural phenomena so that the uncertainty of water supply system will be also uncontrollable. Decision making for water supply system operation must be dealt with in consideration of hydrologic uncertainty conditions. When ultimate small quantity of precipitation or streamflow lasts, water supply system might be impacted as well as stream pollution, aqua- ecosystem degradation, reservoir dry-up and river aesthetic waste etc. In case of being incapable of supplying water owing to continuation of severe drought, it can make the damage very serious beyond our prediction. This study analyzes comprehensively sustained drought impacts on the Han River Basin Water Supply System. Drought scenarios consisted of several sustained times and return periods for 5 sub-watersheds are generated using a stochastic hydrologic time series model. The developed drought scenarios are applied to assess water supply performance at the Paldang Dam. The results show that multi-year drought events reflecting spatial hydrologic diversity need to be examined in order to recognize variation of the unexpected drought impacts.

• Journal of Korea Water Resources Association
• /
• v.36 no.2
• /
• pp.195-209
• /
• 2003

Spatial-Stochastic Neural Networks Model(SSNNM) is used to estimate long-term streamflow in the parallel reservoir groups. SSNNM employs two kinds of backpropagation algorithms, based on LMBP and BFGS-QNBP separately. SSNNM has three layers, input, hidden, and output layer, in the structure and network configuration consists of 8-8-2 nodes one by one. Nodes in input layer are composed of streamflow, precipitation, pan evaporation, and temperature with the monthly average values collected from Andong and Imha reservoir. But some temporal differences apparently exist in their time series. For the SSNNM training procedure, the training sets in input layer are generated by the PARMA(1,1) stochastic model and they covers insufficient time series. Generated data series are used to train SSNNM and the model parameters, optimal connection weights and biases, are estimated during training procedure. They are applied to evaluate model validation using observed data sets. In this study, the new approaches give outstanding results by the comparison of statistical analysis and hydrographs in the model validation. SSNNM will help to manage and control water distribution and give basic data to develop long-term coupled operation system in parallel reservoir groups of the Upper Nakdong River.