• 한국수자원학회논문집
• /
• 제41권7호
• /
• pp.747-759
• /
• 2008

본 연구에서는 관측강우의 통계특성 및 발생특성을 가장 적절하게 재현해 주는 강우모형을 선정하고자 하였다. 강우모형으로 Poisson과정에 근거한 점과정모형인 RPPM, NS-RPPM, modified NS-RPPM을 고려하여 모의자료에 대한 통계분석을 수행하였다. 그 결과, NS-RPPM과 modified NS-RPPM을 이용하여 모의된 자료가 여러 집성시간의 통계치를 적절하게 재현하였다. 또한 modified NS-RPPM을 이용하여 모의된 자료가 관측자료와 가장 유사한 발생특성을 가지는 것을 알 수 있었다. 특히, 홍수, 산사태 등 자연재해의 발생에 큰 영향을 주는 큰 강도를 가지는 강우를 관측치와 가장 유사하게 재현하였다. 모의된 강우사상의 총 강우량, 강우기간, 강우사상 간의 간격을 관측강우와 비교해본 결과 또한 modified NS-RPPM이 가장 좋은 결과를 보였다. 본 연구의 결과를 종합해 볼 때, 강우의 장기 모의를 위해 modified NS-RPPM을 이용하는 것이 가장 적절할 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2004년도 학술발표회
• /
• pp.1290-1294
• /
• 2004

In this study, new stochastic point rainfall models which can consider the correlation structure between rainfall intensity and duration are developed. In order to consider the negative and positive correlation simultaneously, the Gumbels type-II bivariate distribution is applied, and for the cluster structure of rainfall events, the Neyman-Scott cluster point process is selected. In the theoretical point of view, it is shown that the models considering the dependent structure between rainfall intensity and duration have slightly heavier tail autocorrelation functions than the corresponding independent mode]s. Results from generating long time rainfall events show that the dependent models better reproduce historical rainfall time series than the corresponding independent models in the sense of autocorrelation structures, zero rainfall probabilities and extreme rainfall events.

• 대한토목학회논문집
• /
• 제14권2호
• /
• pp.307-316
• /
• 1994

기상 자료 미계측 지점의 단기 강우 예보 모형을 개발하였다. 본 연구 모형은 강우 모의 모형, 기상학적 동질성, 그리고 기상 변수 예측 및 추정에 관한 몇 가지 가정을 전제로 하였으며 강우의 예보에는 칼만 필터 기법을 사용하였다. 기존 모형의 방정식은 수운적 크기 분포(HSD)가 강우 강도에 종속이므로 강우량에 대하여 비선형이다. 본 연구 모형의 방정식은 HSD를 구름층 저류량의 함수로 구성함으로써 강우량에 대하여 비선형이다. 본 연구 모형의 방정식은 HSD를 구름층 저류량의 함수로 구성함으로써 강우량에 대하여 선형화되었다. 또한 기상 입력 변수는 경험 모형에 의하여 예측되었다. 본 연구 모형을 대청댐 유형의 호우 사상에 적용하였다. 그 결과 예보 및 실측 강우 강도간의 평균 자승 오차는 0.30~1.01 mm/hr이었다. 이 결과로 미루어 볼 때, 본 연구 모형에 수반된 가정은 합리적이며 본 연구 모형은 기상 자료 미계측 지점에서 강우를 단기 예보하는데 유용하다고 판단된다.

• 한국수자원학회논문집
• /
• 제34권6호
• /
• pp.577-586
• /
• 2001

본 연구에서는 모형의 구조가 상대적으로 간단한 구형펄스모형을 이용하여 I-D-F 곡선을 유도할 수 있는 이론적 방법론을 제시하였다. 강우모형의 구조를 고려하여 유도되는 I-D-F 곡선은 관측 강우의 1차원 및 2타원 통계 특성을 이용하여 추정된 매개변수에 의해 그 형태가 결정되므로 년최대치계열을 이용하여 추정하는 1-D-F 곡선에 비해 비정상적인 강우사상에 상대적으로 덜 민감하게 된다. 본 연구는 서울 및 인천지점에 적용되었으며 이때. 유도 된 I-D-F 곡선은 년최대치계열을 이용하여 유도된 I-D-F 곡선과 비교함으로서 그 적용성을 판단해 보았다. 본 연구의 결과를 요약하면 다음과 같다: (1) 지속기간이 길어짐에 따라 중첩확률은 아주 크게 증가한다. 그러나, 중첩에 따른 강우강도의 증가정도는 지속기간이 증가함에 따라 완만하게 감소하는 추세를 나타내고 있다. (2) 중첩을 고려하는 경우, 특히 지속기간 및 재현기간이 긴 경우에, 강우강도의 증가가 두드러짐을 확인할 수 있었다. 이는 깅 우강도의 계산 시 추정된 중첩확률과 재현기간을 함께 고려함으로 생기는 당연한 결과이다. 아울러, 서울과 인천지점의 비교에서는 서울지점의 경우가 중첩의 효과가 더욱 크게 나타나고 있음을 확인할 수 있었으며, 이는 추정된 중첩확률의 차이, 보다 궁극적으로는 구형펄스모형의 매개변수의 차이로 설명될 수 있다. (3) 본 연구에서 사용한 구형펄스 모형은 강우의 군집특성을 고려하지 못함으로 유도된 I-D-F 곡선도 전체적으로 년최대치를 이용한 I-D-F 곡선에 비해 작은 강우강도를 나타내었었다. 그러나 각 곡선의 전체적인 형태는 유사함을 확인할 수 있었으며 강우의 군집특성을 고려하는 강우모형을 사용할 경우 보다 나은 결과를 유도할 수 있을 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제51권1호
• /
• pp.19-33
• /
• 2018

본 연구에서는 도시유역에서의 실시간 홍수예경보 목적으로 shot noise process 기반의 강우-유출모형을 제안하였다. 제안된 모형은 각 소유역 별 첨두치, 감쇄상수 및 지체시간으로 결정되는 shot noise의 합으로 표현되며, 기존 강우-유출 모형과는 달리 각 소유역 별 유출량이 독립적으로 유역 출구에 도달하는 구조를 가지고 있다. 제안된 모형의 매개변수는 통상 경험식을 가지고 결정하는 소유역의 집중시간과 저류상수 및 관로에서의 도달시간과 저류상수를 이용하여 쉽게 결정될 수 있는 것으로 확인되었다. 본 연구에서 제안된 모형은 중동 빗물펌프장 배수유역, 구로1 빗물펌프장 배수유역, 대림2 빗물펌프장 배수유역에서 관측된 총 3개의 호우사상에 적용하여 그 성능을 평가하였다. 그 결과를 정리하면 다음과 같다. (1) 본 연구에서 제안된 shot noise process 기반 단위 응답함수는 기존 단위 응답함수와 달리 강우 지속기간에 관계없이 동일한 모양을 갖는다. (2) 제안된 모형의 특성상 강우의 시간간격이 짧을수록 수렴된 결과를 얻을 수 있다. 따라서 도시유역의 특성을 감안할 때 1분이 가장 적절한 것으로 판단된다. (3) Shot noise process 기반 1분 단위 응답함수를 실제 호우사상에 적용하여 유출해석을 수행한 결과, 모의된 유출 수문곡선과 관측 값이 매우 유사한 것으로 나타났다. 이러한 결과는 도시유역에서의 유출해석을 수행하는데 있어 제안된 유출모형이 충분한 적용성이 있다는 것을 보여준다.

• 대한토목학회논문집
• /
• 제14권5호
• /
• pp.1129-1136
• /
• 1994

지점 강우 과정을 물리적으로 모형화하였다. 모형의 입력 변수는 지상의 기상 변수이다. 모형의 성분은 관측치와 구름 물리학의 선행 연구를 토대로 매개 변수화되었다. 특별히 강조되는 것은 집적 효율을 평가하는 것이다. 수정 비대칭 모형의 수운적 크기 분포 함수를 적용한 결과 그 모형은 호우에 적합하였다. 모형에 포함된 주요 매개변수는 최적화 기법에 의하여 평가하였다. 강우 강도는 평가된 매개변수의 중앙값을 사용하여 예측하였다.

• 한국수자원학회논문집
• /
• 제47권8호
• /
• pp.693-701
• /
• 2014

본 연구에서는 강우의 변동특성 분석에 있어 기존의 접근법인 지속기간별 강우량의 변화 분석을 통하여 얻는 데 한계가 있는 강우의 구조적 변동특성을 분석하기 위하여 추계학적 강우모형을 이용하였다. Neyman-Scott 구형펄스 모형(Neyman-Scott Rectangular Pulse Model, NSRPM)은 점 과정을 이용한 추계학적 강우생성 모형으로 시간단위 강우를 생성함으로써 수문학 분야에서 널리 쓰이고 있으며 강우특성과 관련한 5개의 매개변수로 구성되어있다. 각 매개변수는 물리적인 의미를 가지고 있으므로 서울지점의 1973~2011년 여름철 시강우자료를 이용하여 NSRPM의 매개변수를 추정하고 추정된 매개변수의 변화를 분석하여 강우의 구조적인 변화를 분석하고 기존연구와 비교 분석하였다.

• 한국수자원학회논문집
• /
• 제54권5호
• /
• pp.301-309
• /
• 2021

본 연구에서는 시계열 순서의 의미가 희석될 수 있는 기존의 U-net 기반 딥러닝 강우예측 모델의 성능을 개선하고자 하였다. 이를 위해서 데이터의 연속성을 고려한 ConvLSTM2D U-Net 신경망 구조를 갖는 모델을 적용하고, RainNet 모델 및 외삽 기반의 이류모델을 이용하여 예측정확도 개선 정도를 평가하였다. 또한 신경망 기반 모델 학습과정에서의 불확실성을 개선하기 위해 단일 모델뿐만 아니라 10개의 앙상블 모델로 학습을 수행하였다. 학습된 신경망 강우예측모델은 현재를 기준으로 과거 30분 전까지의 연속된 4개의 자료를 이용하여 10분 선행 예측자료를 생성하는데 최적화되었다. 최적화된 딥러닝 강우예측모델을 이용하여 강우예측을 수행한 결과, ConvLSTM2D U-Net을 사용하였을 때 예측 오차의 크기가 가장 작고, 강우 이동 위치를 상대적으로 정확히 구현하였다. 특히, 앙상블 ConvLSTM2D U-Net이 타 예측모델에 비해 높은 CSI와 낮은 MAE를 보이며, 상대적으로 정확하게 강우를 예측하였으며, 좁은 오차범위로 안정적인 예측성능을 보여주었다. 다만, 특정 지점만을 대상으로 한 예측성능은 전체 강우 영역에 대한 예측성능에 비해 낮게 나타나, 상세한 영역의 강우예측에 대한 딥러닝 강우예측모델의 한계도 확인하였다. 본 연구를 통해 시간의 변화를 고려하기 위한 ConvLSTM2D U-Net 신경망 구조가 예측정확도를 높일 수 있었으나, 여전히 강한 강우영역이나 상세한 강우예측에는 공간 평활로 인한 합성곱 신경망 모델의 한계가 있음을 확인하였다.

• 응용통계연구
• /
• 제29권5호
• /
• pp.887-896
• /
• 2016

대표적인 강우생성 모형인 Neyman-Scott 구형펄스모형은 점과정(point process)을 이용하여 강우를 생성하는 모형으로 강우의 발생, 강우세포의 강우강도 그리고 지속시간의 분포로 표현된다. 특히 이 모형은 구형펄스모형(rectangular pulse model)에서 포함하지 않았던 강우사상의 군집특성을 반영하였다는 장점을 가지고 있다. NSRPM의 매개변수를 추정하는데 있어 moment를 이용한 여러가지 최적화 기법들이 연구되어 왔는데, 이러한 방법들은 목적함수를 추가하거나 조정하기 위해서는 복잡한 수식을 다시 계산하여야 하는 단점이 있으며, 전체적인 강우의 특성을 반영하기 어렵고 스케일에 따른 추정값의 변동도 크게 나타난다. 또한 moment를 이용한 추정값은 추정오차를 구할 수 없기 때문에 신뢰구간을 구할 수 없다는 단점이 있다. 이에 본 연구에서는 누적강수량에 대한 근사적인 우도함수(approximated likelihood function)를 소개하고 이를 통해 NSRPM의 매개변수를 추정하고자 한다. 또한 분석에 사용되는 누적강수량의 시간 스케일에 따른 추정치의 변동성도 함께 알아보고자 한다.

• Water Engineering Research
• /
• 제1권2호
• /
• pp.129-136
• /
• 2000

Predicting water levels is a difficult task because a lot of uncertainties are included. Therefore the neural network which is appropriate to such a problem, is introduced. One day ahead forecasting of river stage in the Bocheong River is carried out by using the neural network model. Historical water levels at Snagye gauging point which is located at the downstream of the Bocheong River and average rainfall of the Bocheong River basin are selected as training data sets. With these data sets, the training process has been done by using back propagation algorithm. Then waters levels in 1997 and 1998 are predicted with the trained algorithm. To improve the accuracy, a filtering method is introduced as predicting scheme. It is shown that predicted results are in a good agreement with observed water levels and that a filtering method can overcome the lack of training patterns.