• Journal of Korea Water Resources Association
• /
• v.47 no.3
• /
• pp.285-295
• /
• 2014

We applied the ISPSO-GLUE method, which integrates the Isolated-Speciation-based Particle Swarm Optimization (ISPSO) with the Generalized Likelihood Uncertainty Estimation (GLUE) method, to the uncertainty analysis of the Topography Model (TOPMODEL) and compared its performance with that of the GLUE method. When we performed the same number of model runs for the both methods, we were able to identify the point where the performance of ISPSO-GLUE exceeded that of GLUE, after which ISPSOGLUE kept improving its performance steadily while GLUE did not. When we compared the 95% uncertainty bounds of the two methods, their general shapes and trends were very similar, but those of ISPSO-GLUE enclosed about 5.4 times more observed values than those of GLUE did. What it means is that ISPSOGLUE requires much less number of parameter samples to generate better performing uncertainty bounds. When compared to ISPSO-GLUE, GLUE overestimated uncertainty in the recession limb following the maximum peak streamflow. For this recession period, GLUE requires to find more behavioral models to reduce the uncertainty. ISPSO-GLUE can be a promising alternative to GLUE because the uncertainty bounds of the method were quantitatively superior to those of GLUE and, especially, computationally expensive hydrologic models are expected to greatly take advantage of the feature.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.161-161
• /
• 2017

본 연구는 효율적인 매개변수 추정 방법인 Isolated-Speciation Particle Swarm Optimization(ISPSO)와 불확실도 분석 기법인 GLUE를 결합한 ISPSO-GLUE의 개념을 도입하였다. 임의 매개변수 추출을 방식인 GLUE 기법과 ISPSO-GLUE와의 효율성 비교를 위해 분포형 강우-유출모형인 TOPMODEL에 적용하였으며, 추정된 매개변수에 대한 모의 유량치를 이용하여 성능을 비교하였다. 연구대상지는 Texas의 $1000{\times}2000km^2$ 크기 내외의 두 유역을 택하였으며, 2002-2007년을 보정기간으로 하고, 2008-2013년을 검증기간으로 설정하였다. 불확실도 분석에 10개의 TOPMODEL 매개변수를 이용하고, 우도함수로는 Nash-Sutcliffe(NS) Coefficient이용하여 0.6이상 기준으로 행동모형을 구분하였다. 분석 결과 모수 추정성능면에서, 누적 최대 NS 값과 행동 모형의 개수는 전반적으로 ISPSO-GLUE에서 큰 값을 보였으나, 불확실도 구간에 속하는 관측치는 GLUE에서 더 높은 경향을 보였다. 이는 ISPSO-GLUE의 편향된 모수 추정으로 불확실도 구간이 작아지며, 포함되는 관측치가 GLUE에 비하여 적게 되는 것으로 확인되었다. ISPSO-GLUE의 개선을 통하여 TOPMODEL에 대한 적용성을 증진시키고, 값비싼 수문모형에 대한 매개변수 추정에 더 큰 효과를 가져올 것으로 기대된다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.34 no.3
• /
• pp.773-784
• /
• 2014

This study evaluated the applicability of the Modified Bartlett-Lewis Rectangular Pulse (MBLRP) rainfall generation model for modeling extreme rainfalls and floods in Korean Peninsula. Firstly, using the ISPSO (Isolated Species Particle Swarm Optimization) method, the parameters of the MBLRP model were estimated at the 61 ASOS (Automatic Surface Observation System) rain gauges located across Korean Peninsula. Then, the synthetic rainfall time series with the length of 100 years were generated using the MBLRP model for each of the rain gauges. Finally, design rainfalls and design floods with various recurrence intervals were estimated based on the generated synthetic rainfall time series, which were compared to the values based on the observed rainfall time series. The results of the comparison indicate that the design rainfalls based on the synthetic rainfall time series were smaller than the ones based on the observation by 20% to 42%. The amount of underestimation increased with the increase of return period. In case of the design floods, the degree of underestimation was 31% to 50%, which increases along with the return period of flood and the curve number of basin.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.160-160
• /
• 2017

본 연구는 앙상블 칼만필터(Ensemble Kalman Filter)를 통해 인공위성 기반 토양수분 자료를 수문모형에 동화하여 단위 격자에 대한 수문인자를 산출하고자 한다. 수문모형은 Variable Infiltration Capacity(VIC) model을 대상으로 수행하였으며, 시범 유역으로는 소양강댐 유역을 선정하였다. 입력자료는 2007년 이후 8년간 자료를 수집하였으며, 2007-2010년 관측 유량 자료를 사용하여 모형을 보정하고, 2011-2014년 자료를 통하여 검증하였다. Isolated-Speciation Particle Swarm Optimization(ISPSO) 기법을 통하여 매개변수를 추정하였고, 보정기간 뿐 아니라 검증 기간에 대해서도 높은 모형효율성계수를 얻을 수 있었다. VIC 모형 자료 동화 대상 자료로는 AMSR2 위성 토양 수분 자료, 지상관측 토양수분 보간자료 및 조건부합성방법을 통한 위성/지점 융합 토양수분을 선정하였다. 위성 토양 수분 자료는 값을 과대 추정하는 경향이 있었으며, 지상관측 보간 자료는 유량이 큰 사상에 대한 첨두 유량을 과소 추정하는 경향을 보였다. 인공위성자료와 지상 자료를 합성한 조건부합성기법 토양수분자료는 더 정확한 추정이 가능하여 모의의 정확도가 향상되었다. 본 연구를 통해서 미계측 유역에 대해 격자별 수문기상인자 정보를 제공할 수 있으며, 데이터베이스를 구축하여 다양한 수문분석에 기초자료로 활용될 수 있을 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.301-301
• /
• 2018

본 연구에서는 위성 기반 토양수분 자료를 수문모형에 자료동화하여 격자 단위에서 수문기상인자를 산출하고 그 정확성을 평가하였다. 수문모형으로는 Variable Infiltration Capacity(VIC) model을 선정하여 국내 주요 8개 댐 유역에 구축하였으며, 입력자료는 2008년 이후 10년간 자료를 수집하였으며, 2008-2012년의 관측 유량 자료를 사용하여 모형을 보정하였다. 모형의 보정을 위해 Isolated-Speciation Particle Swarm Optimization(ISPSO) 기법을 적용하여 매개변수를 추정하였고, 2013-2017년의 관측유량 자료를 통하여 모형의 성능을 검증하였다. VIC 모형에 자료 동화한 토양수분 자료는 AMSR2 위성 토양 수분 자료와 지상관측 토양수분 자료를 합성한 자료를 사용하였으며, 인공위성자료와 지상 자료를 조건부합성기법으로 합성한 토양수분자료는 각 격자별 토양수분을 더 정확히 산정하여 자료동화시 모형의 모의 정확도가 향상되는 경향을 보였다. 본 연구결과는 지상관측자료를 통해 보정된 위성관측 토양수분자료를 자료동화하여 수문모형의 정확도를 향상시키고, 미계측 유역에 대한 향상된 수문기상인자 정보를 제공함으로써 다양한 수문분석의 기초자료로 활용될 수 있을 것으로 기대된다.