• 대한공간정보학회지
• /
• 제8권2호
• /
• pp.11-22
• /
• 2000

수자원의 효율적인 관리를 위해서는 유역에 대한 정확한 지형특성 및 수문매개변수를 추출해야 한다. 하지만, 아직까지 수문분야에서 이와 관련된 자료들이 수작업이나 간단한 연산에 의해 처리되고 있는 실정이다. 본 연구에서는 GSIS를 활용하여 유역에 대한 지형특성 및 수문관련 매개변수를 추출할 수 있는 알고리즘을 제시함으로서 자료처리 시간의 절감 및 수문자료에 대한 신뢰성을 높일 수 있었다. 그리고, 추출한 매개변수를 HEC-HMS 수문모형의 입력매개변수로 활용함으로서 GSIS와 수문모형과의 연계방향을 제시하였다. 유역별 지형특성 및 수문관련 매개변수추출 과정은, 먼저 DEM자료로부터 유역 및 하천을 추출하였고, 토지피복도과 토양도를 중첩하여 유출곡선번호(CN)을 추출하였다. 또한 유역과 하천에 격자 연산을 수행하여 최장수로 길이 및 경사와 같은 지형 매개변수를 추출하였다. 그리고 추출한 지형 매개변수와 평균 곡선번호와의 연산과정을 통해 Muskingum K와 소유역 지체시간과 같은 수문관련 매개변수를 추출할 수 있는 기법을 제시하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.20-25
• /
• 2012

New Zealand suffers from regular floods, these being the most common source of insurance claims for damage from natural hazard events in the country. This paper describes the origin and distribution of the largest floods in New Zealand, and describes the systems used to monitor and predict floods. In New Zealand, broad-scale heavy rainfall (and flooding), is the result of warm moist air flowing out from the tropics into the mid-latitudes. There is no monsoon in New Zealand. The terrain has a substantial influence on the distribution of rainfall, with the largest annual totals occurring near the South Island's Southern Alps, the highest mountains in the country. The orographic effect here is extreme, with 3km of elevation gained over a 20km distance from the coast. Across New Zealand, short duration high intensity rainfall from thunderstorms also causes flooding in urban areas and small catchments. Forecasts of severe weather are provided by the New Zealand MetService, a Government owned company. MetService uses global weather models and a number of limited-area weather models to provide warnings and data streams of predicted rainfall to local Councils. Flood monitoring, prediction and warning are carried out by 16 local Councils. All Councils collect their own rainfall and river flow data, and a variety of prediction methods are utilized. These range from experienced staff making intuitive decisions based on previous effects of heavy rain, to hydrological models linked to outputs from MetService weather prediction models. No operational hydrological models are linked to weather radar in New Zealand. Councils provide warnings to Civil Defence Emergency Management, and also directly to farmers and other occupiers of flood prone areas. Warnings are distributed by email, text message and automated voice systems. A nation-wide hydrological model is also operated by NIWA, a Government-owned research institute. It is linked to a single high resolution weather model which runs on a super computer. The NIWA model does not provide public forecasts. The rivers with the greatest flood flows are shown, and these are ranked in terms of peak specific discharge. It can be seen that of the largest floods occur on the West Coast of the South Island, and the greatest flows per unit area are also found in this location.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.39-39
• /
• 2012

Data assimilation techniques have received growing attention due to their capability to improve prediction in various areas. Despite of their potentials, applicable software frameworks to probabilistic approaches and data assimilation are still limited because the most of hydrologic modelling software are based on a deterministic approach. In this study, we developed a hydrological modelling framework for sequential data assimilation, namely MPI-OHyMoS. MPI-OHyMoS allows user to develop his/her own element models and to easily build a total simulation system model for hydrological simulations. Unlike process-based modelling framework, this software framework benefits from its object-oriented feature to flexibly represent hydrological processes without any change of the main library. In this software framework, sequential data assimilation based on the particle filters is available for any hydrologic models considering various sources of uncertainty originated from input forcing, parameters and observations. The particle filters are a Bayesian learning process in which the propagation of all uncertainties is carried out by a suitable selection of randomly generated particles without any assumptions about the nature of the distributions. In MPI-OHyMoS, ensemble simulations are parallelized, which can take advantage of high performance computing (HPC) system. We applied this software framework for several catchments in Japan using a distributed hydrologic model. Uncertainty of model parameters and radar rainfall estimates is assessed simultaneously in sequential data assimilation.

• 대한지리학회지
• /
• 제29권3호
• /
• pp.233-252
• /
• 1994

토지이용수문학을 위한 하나의 대안으로, 모형의 단순성, 모형변형의 용이성, 그리 고 모의된 모형으로부터 지속적인 유량 예측 능력을 지닌 Lumped모형을 이용해 토지이용 변화에 따른 수문특성의 변화를 추적하였다. Blackie(1972)의 모형을 근간으로, R1131(11-parameter, 3-storage, l-input option) 모형을 구축하였다. 연구 대상 유역분지는 케냐에 있는 Kimakia Catchement K11이며, 이곳의 토지이용은 3번 변화하였다. 3단계의 토 지이용 기간에 대해 모형을 보정한 결과, 모형유효도는 96.78%, 97.20%, 94.62%이며, 전체유 량오차는 각각 -1.78%, -3.36%, 5.32% 였다. 보정된 모형을 이용해 각 토지이용 단계별로 확장유출량을 발생시키고, 빈도해석을 시도했다. 홍수 규모가 작은 경우 식생변화에 따라 31.3%와 32.1% 정도로 홍수량이 줄어들었으나, 홍수 규모가 커짐에 따라 홍수량의 감소 정 도는 점차 작아지고 있다. 이와 같은 현상은 갈수량의 변화에서도 발견된다. 또한 식생이 어 느 정도까지 성장한 이후에는 계속된 식생 성장에도 불구하고 홍수량과 갈수량은 큰 변화가 없다.

• 한국수자원학회논문집
• /
• 제53권7호
• /
• pp.493-505
• /
• 2020

현재 유역단위 수문해석을 목적으로 장기간 자료 확보가 용이하고 신뢰도가 확보된 지상관측소 강수량 자료를 강우-유출 모형을 활용하여 유출량을 평가하고 있다. 지상관측소 강수량 자료를 이용하여 면적평균 강수량을 산정하는데 있어 일반적으로 지상관측소의 위치 정보를 바탕으로 Thiessen 다각형법을 널리 이용하고 있으나 지상관측소의 공간적 편중으로 인해 면적평균 강수량 산정과정에서 제약이 있다. 본 연구에서는 시공간적으로 연속적인 강수량 관측이 가능한 기상레이더 자료를 이용하여 유역단위 면적평균 강수량을 산정하고 이를 PRMS 모형의 입력 자료로 활용하여 유출량을 평가하였다. 세부적으로 레이더 강수량의 편의 오차를 해결하기 위하여 G/R Ratio 기법을 적용하여 유역별로 레이더 강수량을 보정하였다. 레이더 강수량을 이용한 유출특성은 Thiessen 면적강수량을 이용한 유출의 통계적 특성을 현실적으로 재현하였다. 지상 관측소에 의존하여 생산하는 Thiessen 면적강수량에 비하여 레이더 강수량을 활용하는 것이 유역에 발생하는 강수의 공간적 특성을 효과적으로 반영하는 것으로 사료되며 향후 수문해석에서 정확도를 확보한 유출량을 제시할 것으로 판단된다.

• 대한지리학회지
• /
• 제51권6호
• /
• pp.779-797
• /
• 2016

보정된 수문모델은 기후변화와 지표피복변화가 하천의 유량과 수질, 그리고 하천퇴적물의 양에 미치는 영향을 정량적으로 파악할 수 있는 수단이 된다. 라오스 중부에 위치한 시방파이(Xe Bang Fai) 유역($10,064km^2$)은 태풍의 영향권에 놓여 있으며, 여름철은 높은 강우강도로 인해 매년 주기적인 범람의 위험을 안고 있다. 특히 현재 진행되고 있는 기후변화로 인해 태풍의 빈도와 강도가 크게 변할 것으로 예상되기 때문에 홍수로 인한 피해의 위험성은 점차 높아지고 있다. 이 연구의 목적은 Soil and Water Assessment Tool(SWAT) 모델을 이용하여 예상되는 기후변화 시나리오에 따라 하천유량에 미치는 영향을 예측하는 것이다. 이 연구에서 SWAT 모델은 2001년과 2005년 사이 기후 및 유량자료를 통해 보정하였으며, 2006년과 2010년의 예측치와 실측치 비교를 통해 검증하였다. 모의한 월별 유량과 실제 측정된 유량간의 일치도는 $R^2$ 값이 0.9(ENS>0.9)를 넘어 모델의 예측력이 높은 것으로 나타났다. 세 개의 기후모델(IPSL CM5A-MR 2030, GISS E2-R-CC 2030 and GFDL CM3 2030)은 현재 진행되고 있는 기후변화로 인해 가까운 미래인 2030년에는 여름 몬순기간 동안 강우량이 약 10% 증가할 것으로 예측된다. 이 경우 우기인 7월과 9월 사이 시방파이 다리 부근에서 관측되는 하천의 유량은 현재보다 약 $800m^3/s$ 정도 증가할 것으로 예측되었다. 이 연구에서 보정된 SWAT 모델은 향후 홍수저감과 라오스의 지속가능한 발전정책의 수립에 효과적으로 사용될 것으로 기대된다.

• 대기
• /
• 제23권1호
• /
• pp.13-21
• /
• 2013

In this study, the effects of atmospheric stability and surface temperature on the microscale local airflow are investigated in a hydrological suburban area using a computational fluid dynamics (CFD) model. The model domain includes the river and industrial complex for analyzing the effect of water system and topography on local airflow. The surface boundary condition is constructed using a geographic information system (GIS) data in order to more accurately build topography and buildings. In the control experiment, it is shown that the topography and buildings mainly determine the microscale airflow (wind speed and wind direction). The sensitivity experiments of atmospheric stability (neutral, stable, and unstable conditions) represent the slight changes in wind speed with the increase in vertical temperature gradient. The differential heating of ground and water surfaces influences on the local meteorological factors such as air temperature, heat flow, and airflow. These results consequentially suggest that the meteorological impact assessment is accompanied by the changes of background land and atmospheric conditions. It is also demonstrated that the numerical experiments with very high spatial resolution can be useful for understanding microscale local meteorology.

• 한국농공학회논문집
• /
• 제54권1호
• /
• pp.27-38
• /
• 2012

This study is to analyse the hydrological behavior of agricultural reservoir using CAT (Catchment hydrologic cycle Assessment Tool). The CAT is a water cycle analysis model in order to quantitatively assess the characteristics of the short/long-term changes in watershed. It supports the effective design of water cycle improvement facilities by supplementing the strengths and weaknesses of existing conceptual parameter-based lumped hydrologic models and physical parameter-based distributed hydrologic models. The CAT especially supports the analysis of runoff processes in paddy fields and reservoirs. To evaluate the impact of agricultural reservoir operation and irrigation water supply on long-term rainfall-runoff process, the CAT was applied to Idong experimental catchment, operated for research on the rural catchment characteristics and accumulated long term data by hydrological observation equipments since 2000. From the results of the main control points, Idong, Yongdeok and Misan reservoirs, the daily water levels of those points are consistent well with observed water levels, and the Nash-Sutcliffe model efficiencies were 0.32~0.89 (2001~2007) and correlation coefficients were 0.73~0.98.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.183-183
• /
• 2021

Deep learning methods and their application have become an essential part of prediction and modeling in water-related research areas, including hydrological processes, climate change, etc. It is known that application of deep learning leads to high availability of data sources in hydrology, which shows its usefulness in analysis of precipitation, runoff, groundwater level, evapotranspiration, and so on. However, there is still a limitation on microclimate analysis and prediction with deep learning methods because of deficiency of gauge-based data and shortcomings of existing technologies. In this study, a real-time rainfall prediction model was developed from a sky image data set with convolutional neural networks (CNNs). These daily image data were collected at Chung-Ang University and Korea University. For high accuracy of the proposed model, it considers data classification, image processing, ratio adjustment of no-rain data. Rainfall prediction data were compared with minutely rainfall data at rain gauge stations close to image sensors. It indicates that the proposed model could offer an interpolation of current rainfall observation system and have large potential to fill an observation gap. Information from small-scaled areas leads to advance in accurate weather forecasting and hydrological modeling at a micro scale.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.134-134
• /
• 2021

Precipitation is a crucial component of water cycle and play a key role in hydrological processes. Traditionally, gauge-based precipitation is the main method to achieve high accuracy of rainfall estimation, but its distribution is sparsely in mountainous areas. Recently, satellite-based precipitation products (SPPs) provide grid-based precipitation with spatio-temporal variability, but SPPs contain a lot of uncertainty in estimated precipitation, and the spatial resolution quite coarse. To overcome these limitations, this study aims to generate new grid-based daily precipitation using Automatic weather system (AWS) in Korea and multiple SPPs(i.e. CHIRPSv2, CMORPH, GSMaP, TRMMv7) during the period of 2003-2017. And this study used a machine learning based Random Forest (RF) model for generating new merging precipitation. In addition, several statistical linear merging methods are used to compare with the results of the RF model. In order to investigate the efficiency of RF, observed data from 64 observed Automated Synoptic Observation System (ASOS) were collected to evaluate the accuracy of the products through Kling-Gupta efficiency (KGE), probability of detection (POD), false alarm rate (FAR), and critical success index (CSI). As a result, the new precipitation generated through the random forest model showed higher accuracy than each satellite rainfall product and spatio-temporal variability was better reflected than other statistical merging methods. Therefore, a random forest-based ensemble satellite precipitation product can be efficiently used for hydrological simulations in ungauged basins such as the Mekong River.