• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.155-155
• /
• 2018

Uncertainty in flood forecasting using a coupled meteorological and hydrological model is arisen from various sources, especially the uncertainty comes from the inaccuracy of Quantitative Precipitation Forecasts (QPFs). In order to improve the capability of flood forecast, the uncertainty estimation and mitigation are required to perform. This study is conducted to investigate and reduce such uncertainty. First, ensemble QPFs are generated by using Monte - Carlo simulation, then each ensemble member is forced as input for a hydrological model to obtain ensemble streamflow prediction. Likelihood measures are evaluated to identify feasible member. These members are retained to define upper and lower limits of the uncertainty interval and assess the uncertainty. To mitigate the uncertainty for very short lead time, a blending method, which merges the ensemble QPFs with radar-based rainfall prediction considering both qualitative and quantitative skills, is proposed. Finally, blending bias ratios, which are estimated from previous time step, are used to update the members over total lead time. The proposed method is verified for the two flood events in 2013 and 2016 in the Yeonguol and Soyang watersheds that are located in the Han River basin, South Korea. The uncertainty in flood forecasting using a coupled Local Data Assimilation and Prediction System (LDAPS) and Sejong University Rainfall - Runoff (SURR) model is investigated and then mitigated by blending the generated ensemble LDAPS members with radar-based rainfall prediction that uses McGill algorithm for precipitation nowcasting by Lagrangian extrapolation (MAPLE). The results show that the uncertainty of flood forecasting using the coupled model increases when the lead time is longer. The mitigation method indicates its effectiveness for mitigating the uncertainty with the increases of the percentage of feasible member (POFM) and the ratio of the number of observations that fall into the uncertainty interval (p-factor).

• 한국수자원학회논문집
• /
• 제53권3호
• /
• pp.225-236
• /
• 2020

유역 상류의 소규모 산지 유역 또는 도시 배수분구 정도의 도시 유역은 지체시간이 수 십 여분에 불과하기 때문에 우량계만으로는 대응에 필요한 충분한 예측 선행시간을 확보하기 어렵다. 도시 및 소규모 산지 유역에서와 같이 지체시간이 짧은 유역에서 발생하는 돌발홍수는 더 이상 우량계만으로 예보가 불가능하다. 도달시간이 짧은 도시 및 산지에서는 지체시간 외에 강수 예측을 통한 홍수예보 선행시간을 확보하는 것이 매우 중요하다. 한강홍수통제소에서는 강우레이더 강우강도를 초단기 예측 모델인 Mcgill Algorithm for Precipitation-nowcast by Lagrangian Extrapolation(MAPLE) 알고리즘의 입력 자료로 활용하여 초단기 예측 강수 자료를 생산하고 있다. 한국건설기술연구원의 돌발홍수연구센터는 한강홍수통제소에서 생산하고 있는 초단기 예측 강수 자료를 입력 자료로 하여 돌발홍수 예측 시스템을 구축하였고 2019년부터 동네규모의 1시간 전 돌발홍수정보를 제공하고 있다. 본 연구에서는 돌발홍수연구센터에서 구축한 돌발홍수 예측 시스템을 설명하고 2019년도에 발생한 수재해 사례를 분석하여 전국 도시·산지·소하천 돌발홍수 예측 시스템의 예측 정확도를 검증하였다. 돌발홍수 예측 시스템의 정확도 검증에는 총 31개의 수재해 사례를 적용하였고 예측 정확도는 Probability of Detection (POD) 기준으로 90.3%로 매우 높게 나타났다.

• 농업과학연구
• /
• 제46권4호
• /
• pp.843-856
• /
• 2019

Real-time flood prediction has an important role in significantly reducing potential damage caused by floods for urban residential areas located downstream of river basins. This paper presents an effective approach for flood forecasting based on the construction of a deep neural network (DNN) model. In addition, this research depends closely on the open-source software library, TensorFlow, which was developed by Google for machine and deep learning applications and research. The proposed model was applied to forecast the flowrate one, two, and three days in advance at the Son Tay hydrological station on the Red River, Vietnam. The input data of the model was a series of discharge data observed at five gauge stations on the Red River system, without requiring rainfall data, water levels and topographic characteristics. The research results indicate that the DNN model achieved a high performance for flood forecasting even though only a modest amount of data is required. When forecasting one and two days in advance, the Nash-Sutcliffe Efficiency (NSE) reached 0.993 and 0.938, respectively. The findings of this study suggest that the DNN model can be used to construct a real-time flood warning system on the Red River and for other river basins in Vietnam.

• 한국농공학회지
• /
• 제37권5호
• /
• pp.81-89
• /
• 1995

One of the most difficult problem to estimate the flood inflow is how to understand the effective rainfall. The effective rainfall is absolutely influenced by the condition of soil moisture in the watershed just before the storm event. DAWAST model developed to simulate the daily streamflow considering the meteologic and geographic characteristics in the Korean watersheds was applied to understand the soil moisture and estimate the effective rainfall rather accurately through the daily water balance in the watershed. From this soil moisture and effective rainfall, concentration time, dimensionless hydrograph, and addition of baseflow, the rainfall-runoff model for flood flow was developed by converting the concept of long-term runoff into short-term runoff. And, real-time flood forecasting model was also developed to forecast the flood-inflow hydrograph to the river and reservoir, and called RETFLO model. According to the model verification, RETFLO model can be practically applied to the medium and small river and reservoir to forecast the flood hydrograph with peak discharge, peak time, and volume. Consequently, flood forecasting and warning system in the river and the reservoir can be greatly improved by using personal computer.

• 한국수자원학회논문집
• /
• 제52권2호
• /
• pp.107-113
• /
• 2019

한국에서 현재 사용되고 있는 홍수예보모형은 집중형 강우-유출모형을 적용하여 유역의 유출을 계산하고 하도 및 저수지 추적모형 등을 활용하여 하천의 수위를 예측한다. 집중형 모형은 유역을 동질의 배수구역으로 가정한다. 따라서 유역내의 다양한 공간적 특성을 고려하지 못한다는 단점이 있다. 또한, 사용되는 강우자료도 지점강우를 활용하기 때문에 공간적인 분포를 자세히 고려하지 못한다는 한계가 있다. 따라서 홍수예보모형에 분포형 모형을 적용하기 위한 연구가 다양하게 진행되고 있다. 본 연구에서는 GRM모형을 한국 홍수예보시스템에 적용하기 위해 모형의 다양한 해상도에 따른 유역유출의 결과의 차이를 분석하여 최적의 해상도를 결정하고자 한다. 모형의 격자가 너무 조밀한 경우 계산시간이 과다하게 되어 홍수예보모형에 적용하기에는 적합하지 않다. 너무 성길 경우에도 분포형 모형을 적용하여 공간적인 분포를 파악하고자 하는 목적에 맞지 않게 된다. 본 연구의 결과로 유역유출 예측의 정확성을 만족시키고 홍수예보에 적합한 계산속도가 나올 수 있는 최적 해상도를 제시하였다. 유출량 예측의 정확도는 Nash-Sutcliffe model efficiency coefficient (NSE) 값의 비교를 통해 분석하였다. 본 연구에서 도출된 최적해상도 산정 결과는 분포형 유역유출모형을 홍수예보모형에 적용하기 위한 기초자료로 활용될 것이다.

• Water Engineering Research
• /
• 제3권2호
• /
• pp.113-122
• /
• 2002

Accurate quantitative forecasting of rainfall for basins with a short response time is essential to predict flash floods. In this study, a Quantitative Flood Forecasting (QFF) model was developed by incorporating the evolving structure and frequency of intense weather systems and by using neural network approach. Besides using radiosonde and rainfall data, the model also used the satellite-derived characteristics of storm systems such as tropical cyclones, mesoscale convective complex systems and convective cloud clusters as input. The convective classification and tracking system (CCATS) was used to identify and quantify storm properties such as lifetime, area, eccentricity, and track. As in standard expert prediction systems, the fundamental structure of the neural network model was learned from the hydroclimatology of the relationships between weather system, rainfall production and streamflow response in the study area. All these processes stretched leadtime up to 18 hours. The QFF model will be applied to the mid-Atlantic region of United States in a forthcoming paper.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2006년도 학술발표회 논문집
• /
• pp.1145-1149
• /
• 2006

The typhoon Rusa passed through the Korean peninsula from the west-southern part to the east-northern part in the summer season of 2002. The flash flood due to the Rusa was occurred over the Korean peninsula and especially the damage was concentrated in Kangnung, Yangyang, Kosung, and Jeongsun areas of Kangwon-Do. Since the latter half of the 1990s the flash flood has became one of the frequently occurred natural disasters in Korea. Flash floods are a significant threat to lives and properties. The government has prepared against the flood disaster with the structural and nonstructural measures such as dams, levees, and flood forecasting systems. However, since the flood forecasting system requires the rainfall observations as the input data of a rainfall-runoff model, it is not a realistic system for the flash flood which is occurred in the small basins with the short travel time of flood flow. Therefore, the flash flood forecasting system should be constructed for providing the realistic alternative plan for the flash flood. To do so, firstly, Flash Flood Monitoring and Prediction (FFMP) Model must be developed suitable to Korea terrain. In this paper, We develop the FFMP model which is based on GIS, Radar techniques and hydro-geomorphologic approaches. We call it the F2MAP model. F2MAP model has three main components (1) radar rainfall estimation module for the Quantitative Precipitation Forecasts (QPF), (2) GIS Module for the Digital terrain analysis, called TOPAZ(Topographic PArametiZation), (3) hydrological module for the estimation of threshold runoff and Flash Flood Guidance(FFG). For the performance test of the model developed in this paper, F2MAP model applied to the Kangwon-Do, Korea, where had a severe damage by the Typhoon Rusa in August, 2002. The result shown that F2MAP model is suitable for the monitoring and the prediction of flash flood.

• 한국수자원학회논문집
• /
• 제43권1호
• /
• pp.51-65
• /
• 2010

본 연구에서는 도달시간이 짧은 중소하천유역에서 돌발홍수 발생시 강우에 따른 하천의 수위변화를 신속하고 간편하게 예측하는 홍수예경보 모형을 제시하고 그 적정성을 중랑천 유역에 대해서 검토하였다. 이를 위하여 먼저, 제방안전도 평가와 침수위험구역 조사를 통해 홍수방어목표지점으로 선정하였다. 강우량 및 관측지점수위와 홍수방어 목표지점 수위와의 상관성 분석을 하였으며, 이로부터 홍수방어목표(예보지점)지점의 수위변화를 예측할 수 있는 회귀모형을 산정하였다. 이 때 기초자료로서의 실제강우 조건에 따른 실측 수위자료는 그 범위와 조건의 수가 너무 작음으로, 이를 대신하여 다양한 강우시나리오별 유출분석을 통하여 홍수위들을 산정하고 이를 상관성 분석의 모집단 자료로 사용하였다. 산정된 회귀모형으로부터 적정 선행예보시간에 대한 수위를 산정하고 기상보정계수를 고려하여 예측수위를 보정 결정하는 방안을 제시하였다. 예측수위가 주위보수위(Flood watching level; 계획홍수량의 50 %의 수위)를 초과하는 경우에 예경보를 수행할 수 있는 시스템을 구성하였으며, 실제 호우사항에 대하여 그 적용성을 검토하였다.

• 한국농공학회:학술대회논문집
• /
• 한국농공학회 2002년도 학술발표회 발표논문집
• /
• pp.285-288
• /
• 2002

For real-time flood forecasting and effective control flood at the Youngsan estuary dam, the Flood Forecasting and Control User Interface System II (FFCUS II) has been developed. This paper describes the features and application of FFCUS II. FFCUS II is composed of the database management subsystem, the model subsystem, and the graphic user interface. The database management subsyem collects rainfall data and stream flow data, updates, processes, and searches the data. The model subsystem predicts the inflow hydrograph, the tide, forecasts flood hydrograph, and simulates the release rate from the sluice gates. The graphic user interface subsystem aids the user's decision-making process by displaying the operation results of the database management subsystem and model subsystem.

• 물과 미래
• /
• 제27권3호
• /
• pp.55-69
• /
• 1994

홍수시 한강 인도교에 대한 단기간 예보의 정확도를 제고하기 위한 통계학적 홍수예보모형으로 '인도교수위와 영향인자간의 다중회귀분석에 의한 다변수 모형(MM 모형)'과 '수위구간별 다중회귀분석에 의한 다수준 다변수 모형(MMP 모형)' 그리고 '수위의 증감추세에 따른 2 수준 다변수 모형(2MP 모형)'을 제시하였다. 연구대상으로는 분석된 세가지 모형 중, 'MM 모형'은 4시간예측시 평균오차가 35cm 이내의 정도를 나타내며 'MMP 모형'은 모형개발시에 구분한 각 수위구간에 대해서는 매우 작은 평균오차를 나타내지만 실제 홍수사상에 적용시에는 뚜렷한 정도의 향상을 나타내지 못하는 것으로 보인다. 이것은 실제홍수시 수위가 각 구간내에만 머물지 않기 때문인 것으로 보인다. 한편 '2MP 모형'은 예측정도가 가장 높으나 드물게 발산현상이 나타나고 있어 안정도가 떨어지며, 'MMP 모형'은 '2MP 모형'과 비교하여 예측정도는 약간 떨어지나 안정된 예측결과를 보여준다.