• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.80-80
• /
• 2017

최근 수문자료에 비정상성이 관측됨에 따라 비정상성 지역빈도해석에 대한 연구가 진행되고 있다. 홍수지수법 (index flood method)은 지역빈도해석에서 가장 널리 사용되는 방법으로 각 지점의 특성을 반영하는 홍수지수 (index flood)와 지역적 특성을 대표하는 성장곡선 (growth curve)을 통해 확률수문량을 산정하며, 비정상성 지역빈도해석의 경우 홍수지수법 내의 요소들을 시간에 대한 함수로 정의함으로써 비정상성을 반영한다. 본 연구에서는 다양한 형태의 비정상성 홍수지수법을 통해 비정상성 지역빈도해석을 수행하고 각 방법에 따른 성능을 비교하였다. 이를 위해 경향성을 가지는 매개변수를 포함하는 비정상성 분포형을 모분포로 가지는 자료를 생성하였으며, 이를 기반으로 다양한 경향성을 가지는 자료들로 지역을 구성하였다. 구성된 지역에 대해 동질성 검토를 수행하여 비정상성 자료들이 포함된 지역의 동질성을 확인하였으며, Monte Carlo 모의실험을 통해 각 비정상성 홍수지수모형에 대한 확률수문량의 RRMSE와 RBIAS를 산정하여 성능을 평가하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.301-301
• /
• 2016

국내의 경우 수공구조물을 설계하기 위해서는 빈도해석을 통해 설계수문량을 산정한다. 일반적으로 실무에서는 지점빈도해석을 수행하게 되는데 설계빈도보다 대부분 짧은 기간의 자료를 이용하여 산정한다. 지역빈도해석은 이러한 자료기간이 가지는 문제점을 극복하기 위하여 확률수문량의 정확도와 신뢰도를 향상시키는 기법이다. 스케일 모델은 지속기간별로 관측된 강우자료를 이용하여 재현기간에 대한 지속기간의 함수로 표현이 가능하며, 이를 통해 강우의 IDF곡선을 제시할 수 있는 수학적 모델이다. 대상지역의 강우관측소에서 관측된 강우자료가 일단위이면, 기준지속기간이 24시간이 되며, 기준지속기간에 대한 확률강우량으로부터 임의의 지속기간에 대한 확률강우량을 스케일 모델을 이용하여 추정할 수 있다. 따라서 짧은 자료를 보유한 지역이거나 미계측 지역에 대한 확률강우량을 추정을 위해 지역빈도해석과 지역 스케일 모델을 이용하여 확률강우량을 추정하여 지점빈도해석과 비교하고자 한다. 본 연구를 위해 한강유역의 강우 관측소를 이용하였으며, 군집분석 중 k-means방법을 적용하여 수문학적 동질성을 확보한 후 지역을 구분하였다. 구분된 지역은 지점 및 지역빈도해석을 수행한 후 상대평균제곱근오차(relative root mean square error, RRMSE)를 비교하여 정확도를 판단하였고, 정확도가 높은 빈도해석에 지역 스케일 모델을 적용하여 미계측 지점에 대한 임의의 시간에 대한 확률강우량을 추정하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.226-226
• /
• 2023

하천유량, 댐유입량 등을 예측하기 위해 다양한 Long Short-Term Memory (LSTM) 방법들이 활발하게 적용 및 개발되고 있다. 최근 연구들은 s2s (sequence-to-sequence), Attention 기법 등을 통해 LSTM의 성능을 개선할 수 있음을 제시하고 있다. 이에 따라 본 연구에서는 LSTM-s2s와 LSTM-s2s에 attention까지 첨가한 모델을 구축하고, 시간 단위 자료를 사용하여 유입량 예측을 수행하여, 이의 실제 댐 운영에 모델들의 활용 가능성을 확인하고자 하였다. 소양강댐 유역을 대상으로 2013년부터 2020년까지의 유입량 시자료와 종관기상관측기온 및 강수량 데이터를 학습, 검증, 평가로 나누어 훈련한 후, 모델의 성능 평가를 진행하였다. 최적 시퀀스 길이를 결정하기 위해 R², RRMSE, CC, NSE, 그리고 PBIAS을 사용하였다. 분석 결과, LSTM-s2s 모델보다 attention까지 첨가한 모델이 전반적으로 성능이 우수했으며, attention 첨가 모델이 첨두값 예측에서도 높은 정확도를 보였다. 두 모델 모두 첨두값 발생 동안 유량 패턴을 잘 반영하였지만 세밀한 시간 단위 변화량 패턴 모의에는 한계가 있었다. 시간 단위 예측의 한계에도 불구하고, LSTM-s2s에 attention까지 추가한 모델은 향후 댐유입량 예측에 활용될 수 있을 것으로 판단한다.

• Journal of Korea Water Resources Association
• /
• v.40 no.10
• /
• pp.823-832
• /
• 2007

In this study, the separation of short and long durations for estimation the parameters of IDF curve is suggested by using Multi-Objective Genetic Algorithm (MOGA). Objective functions are to minimize root mean squared error (RMSE) and relative RMSE between observed and computed values. The criteria for separation are two; the first one is to estimate more precisely the parameters of IDF curve and the second is to make a single IDF curve without non-continuous duration point. For this purpose 22 rainfall recording gauges operated by Korea Meteorological Administration are selected and three IDF curves that are used generally in South Korea are tested. The result shows that the IDF curve developed by Heo et al. (1999) would be the best of three tested IDF curves, and the suggested parameter estimation method using MOGA can compute more reliable parameters compared with empirical regression analysis.

• Journal of the Korean Data and Information Science Society
• /
• v.20 no.2
• /
• pp.349-356
• /
• 2009

In this study, we suggest the estimation method of the relative risk for the unemployment statistics of a small area such as si, gun, gu in Korea. The considered method are the usual pooled estimator, weighted estimator with the inverse of log-variance as weights, and the Jackknife estimator. And we compare with the efficiency of the three estimators by estimating the bias and mean square errors using real data from the 2002 Economically Active Population Survey of Gyeonggi-do. We compute the unemployed rate of male and female in small areas, and then estimate the common relative risk for the unemployed rate between male and female. Also, the stability and reliability of the three estimators for the common relative risk was evaluated using the RB(relative bias) and the RRMSE(relative root mean square error) of these estimators. Finally, the Jackknife estimator turned out to be much more efficient than the other estimators.

• Journal of Wetlands Research
• /
• v.21 no.spc
• /
• pp.51-60
• /
• 2019

In this study, we performed At-site Frequency Analysis(AFA) and Regional Frequency Analysis(RFA) using the observed and climate change scenario data, and the relative root mean squared error(RMMSE) was compared and analyzed for both approaches through Monte Carlo simulation. To evaluate the rainfall quantile, the daily rainfall data were extracted for 615 points in Korea from HadGEM3-RA(12.5km) climate model data, one of the RCM(Regional Climate Model) data provided by the Korea Meteorological Administration(KMA). Quantile mapping(QM) and inverse distance squared methods(IDSM) were applied for bias correction and spatial disaggregation. As a result, it is shown that the RFA estimates more accurate rainfall quantile than AFA, and it is expected that the RFA could be reasonable when estimating the rainfall quantile based on climate change scenarios.

• Journal of Korea Water Resources Association
• /
• v.43 no.11
• /
• pp.977-984
• /
• 2010

In order to determine the optimal sediment discharge formula for Hyeongsan river, some statistical approaches have been applied to analyze the simulated results of long-term bed change by HEC-6. The field measurements have been conducted to obtain the data for model calibration and verification such as sediment discharge, bed material, and channel geometry. Several sediment discharge formulae have been verified according to the bias, RMSE, RRMSE, discrepancy ratio, and S/N ratio of bed change along the thalweg. Comparing the formulae, Laursen formula(modified by Copeland) have shown the best performance to simulate the long-term bed change of Hyeongsan river.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.14 no.4
• /
• pp.269-276
• /
• 2012

The objective of this short communication is to introduce several evaluation methods to crop model users because the evaluation of crop model performance is an important step to develop or select crop model. In this paper, mean error, mean absolute error, index of agreement, root mean square error, efficiency of model, accuracy factor and bias factor were explained and compared in terms of dimension and observed number. Efficiency of model and index of agreement are dimensionless and independent of number of observation. Relative root mean square, accuracy factor and bias factor are dimensionless and not independent of number of observation. Mean error and mean absolute error are affected by dimension and number of observation.

• Journal of Korea Water Resources Association
• /
• v.41 no.5
• /
• pp.527-544
• /
• 2008

Generalized Pareto distribution (GPD) is frequently applied in hydrologic extreme value analysis. The main objective of statistics of extremes is the prediction of rare events, and the primary problem has been the estimation of the threshold and the exceedances which were difficult without an accurate method of calculation. In this paper, to obtain the threshold or the exceedances, four methods were considered. For this comparison a GPD model was used to estimate parameters and quantiles for the seven durations (1, 2, 3, 6, 12, 18 and 24 hours) and the ten return periods (2, 3, 5, 10, 20, 30, 50, 70, 80 and 100 years). The parameters and quantiles of the three-parameter generalized Pareto distribution were estimated with three methods (MOM, ML and PWM). To estimate the degree of fit, three methods (K-S, CVM and A-D test) were performed and the relative root mean squared error (RRMSE) was calculated for a Monte Carlo generated sample. Then the performance of these methods were compared with the objective of identifying the best method from their number.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.130-130
• /
• 2022

기후변화로 인한 기상이변 현상으로 폭우와 홍수 등 수문학적 극치 사상의 출현 빈도가 잦아지고 있다. 따라서 이러한 기상이변 현상에 적응하기 위하여 보다 정확한 확률강우량 측정의 필요성이 증가하고 있다. 대장 지점의 미래 확률강우량 계산을 위해선 기후변화 시나리오의 비정상성을 고려해야 한다. 본 연구는 비정상적인 미래 기후에서 확률강우량이 어떻게 변화하는지 측정하는 것을 목표로 한다. Representative Concentration Pathway (RCP4.5)에 따른 우리나라의 확률강우량 계산에 인공신경망을 포함한 정상성, 비정상성 확률강우량 산정 모델들이 사용되었다. 지점빈도해석(AFA), 홍수지수법(IFM), 모분포홍수지수법(PIF), 인공신경망을 이용한 Quantile & Parameter regression technique(QRT & PRT)이 정상성 자료에 대해 확률강우량을 계산하는 모델로 사용되었으며, 비정상성 자료에 대해서는 비정상성 지점빈도해석(NS-AFA), 비정상성 홍수지수법(NS-IFM), 비정상성 모분포홍수지수법(NS-PIF), 인공신경망을 사용한 비정상성 Quantile & Parameter regression technique(NS-QRT & NS-PRT)이 사용되었다. Rescaled Akaike information criterion(rAIC)를 사용한 불확실성 분석과 적합도 검정을 통해서 generalized extreme value(GEV) 분포형 모델이 정상성 및 비정상성 확률강우량 산정에 가장 적합한 모델로 선정되었다. 이후, 관측자료가 GEV(0,0,0)을 따르고 시나리오 자료가 GEV(1,0,0)을 따르는 지점들을 선택하여 미래의 확률강우량 변화를 추정하였다. 각 빈도해석 모델들은 몬테카를로 시뮬레이션을 통해 bias, relative bias(Rbias), root mean square error(RMSE), relative root mean square error(RRMSE)를 바탕으로 측정하여 정확도를 계산하였으며 그 결과 QRT와 NS-QRT가 각각 정상성과 비정상성 자료로부터 가장 정확하게 확률강우량을 계산하였다. 본 연구를 통해 향후 기후변화의 영향으로 확률강우량이 증가할 것으로 예상되며, 비정상성을 고려한 빈도분석 또한 필요함을 제안하였다.