• 한국농공학회논문집
• /
• 제58권6호
• /
• pp.55-69
• /
• 2016

RUSLE (Revised Universal Soil Loss Equation) is the empirical formular widely used to estimate rates of soil erosion caused by rainfall and associated overland flow. Among the factors considered in RUSLE, rainfall erosivity factor (R factor) is the major one derived by rainfall intensity and characteristics of rainfall event. There has been developed various methods to estimate R factor, such as energy based methods considering physical schemes of soil erosion and simple methods using the empirical relationship between soil erosion and annual total rainfall. This study is aimed to quantitatively evaluate the variation among the R factors estimated using different methods for South Korea. Station based observation (minutely rainfall data) were collected for 72 stations to investigate the characteristics of rainfall events over the country and similarity and differentness of R factors calculated by each method were compared in various ways. As results use of simple methods generally provided greater R factors comparing to those for energy based methods by 76 % on average and also overestimated the range of factors using different equations. The variation coefficient of annual R factors was calculated as 0.27 on average and the results significantly varied by the stations. Additionally the study demonstrated the rank of methods that would provide exclusive results comparing to others for each station. As it is difficult to find universal way to estimate R factors for specific regions, the efforts to validate and integrate various methods are required to improve the applicability and accuracy of soil erosion estimation.

• 한국지반공학회:학술대회논문집
• /
• 한국지반공학회 2001년도 봄 학술발표회 논문집
• /
• pp.199-206
• /
• 2001

Landslides generally occur due to influences of the internal and external factors. Internal factors include ground characteristics, terrain and so on. External factors can also be divided into natural factors such as rainfall, ground water, earthquake and so on, and artificial factors resulting from cutting and embankments. Among these factors, rainfall becomes the most important external factors by means of which landslides occur in Korea. To appropriately deal with tile effects of pore water pressures due to rainfall, the method using the pore water pressure ratio(r$\_$u/) is generally applied in slope stability analysis or the design of slope reinforcements. Since tire value of r,, is in general not constant over the whole cross section, in most slope stability analyses the average values are used with little loss in accuracy. However, determination of the average values of r$\_$u/ to applied in the design is difficult problem. Therefore, in this study, tile average values of r$\_$u/ according to the intensity of rainfall and slope inclination is suggested based on results of the small scaled model tests using the artificial rainfall apparatus. It is found from the model tests that the average values of r$\_$u/ is about 0.07∼0.18(in case of the intensity of rainfall is 50mm/hr.), about 0.10∼0.28(in case of the intensity of rainfall is 100mm/hr.), and about 0.10∼0.33(in case of the intensity of rainfall is 150mm/hr.).

• 한국산학기술학회논문지
• /
• 제7권4호
• /
• pp.690-696
• /
• 2006

본 연구는 연구논제[1]에서 제안한 보정방법을 평창강 지역 11개 강우관측소를 대상으로 적용하였다. 또한 본 연구는 방법별 오차범위 및 주변관측소 개수에 따른 공간적 분포 영향을 분석하였다. 연구 적용 결과 선형계획법이 가장 작은 오차를 나타내었으나 계산을 위한 프로그램이 필요하므로 현장의 실무적용에는 어려움이 있는 것으로 나타났다. 역거리법은 선형계획법과 비교해서 비교적 간단하고 정확한 결과를 보이는 것으로 나타났다. 따라서, 본 연구결과는 강우량 보정의 정확도를 높이는데 기여할 수 있을 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.143-143
• /
• 2022

Precipitation plays an essential role in water resources management and disaster prevention. Therefore, the understanding related to spatiotemporal characteristics of rainfall is necessary. Nowadays, highly accurate precipitation is mainly obtained from gauge observation systems. However, the density of gauge stations is a sparse and uneven distribution in mountainous areas. With the proliferation of technology, satellite-based precipitation sources are becoming increasingly common and can provide rainfall information in regions with complex topography. Nevertheless, satellite-based data is that it still remains uncertain. To overcome the above limitation, this study aims to take the strengthens of machine learning to generate a new reanalysis of precipitation data by fusion of multiple satellite precipitation products (SPPs) with gauge observation data. Several machine learning algorithms (i.e., Random Forest, Support Vector Regression, and Artificial Neural Network) have been adopted. To investigate the robustness of the new reanalysis product, observed data 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 machine learning model showed higher accuracy than original satellite rainfall products, and its spatiotemporal variability was better reflected than others. Thus, reanalysis of satellite precipitation product based on machine learning can be useful source input data for hydrological simulations in ungauged river basins.

• 한국수자원학회논문집
• /
• 제52권7호
• /
• pp.451-461
• /
• 2019

장기 기상전망 기반 댐 유입량 전망은 가뭄 대비, 용수 공급 관리 등에 활용성이 높다. 본 연구에서는 국내 7개 다목적댐 유역에 대해 유입량 전망을 수행하고 장기 기상전망 정확도가 댐 유입량 전망 정확도에 미치는 영향을 분석하였다. 강우-유출 모델의 입력자료로 활용된 장기 기상전망 자료는 기상청 GloSea5의 과거재현자료(hindcast) 및 미래전망자료(forecast)를 활용하였다. 강우-유출 모델은 다양한 특성을 가지고 있는 TANK, ABCD, K-DRUM, PRMS를 활용하였다. 댐 유입량 전망 정확도는 과거재현기간(1996~2009)과 미래전망기간(2015~2016)에 대하여 평가하였다. 댐 유입량 전망 평가결과 전망값은 관측값에 비해 과소추정하는 경향을 보였으며, 매개변수 검보정이 적절히 수행된 강우-유출 모델은 댐 유입량 전망 정확도에 미치는 영향이 거의 없는 것으로 나타났다. 반면 장기 기상전망 자료, 특히 강수량은 댐 유입량 전망 정확도에 매우 큰 영향을 미치는 것으로 나타났다. 현업에서 댐 유입량 전망 자료 활용시 과소추정하는 경향을 고려하여 활용할 필요가 있다. 향후 댐 유입량 전망 정확도 개선은 강우-유출 모델 보다 장기 기상전망의 강수량 정확도 향상을 위주로 수행할 필요가 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.260-260
• /
• 2016

Soil erosion is a very serious problem from agricultural as well as environmental point of view. Various computer models have been used to estimate soil erosion and assess erosion control practice. Universal Soil loss equation (USLE) is a popular model which has been used in many countries around the world. Erosivity (USLE R-factor) is one of the USLE input parameters to reflect impacts of rainfall in computing soil loss. Value of R factor depends upon Energy (E) and maximum rainfall intensity of specific period ($I30_{max}$) of that rainfall event and thus can be calculated using higher temporal resolution rainfall data such as 10 minute interval. But 10 minute interval rainfall data may not be available in every part of the world. In that case we can use hourly rainfall data to compute this R factor. Maximum 60 minute rainfall ($I60_{max}$) can be used instead of maximum 30 minute rainfall ($I30_{max}$) as suggested by USLE manual. But the value of Average annual R factor computed using hourly rainfall data needs some correction factor so that it can be used in USLE model. The objective of our study are to derive relation between averages annual R factor values using 10 minute interval and hourly rainfall data and to determine correction coefficient for R factor using hourly Rainfall data.75 weather stations of Korea were selected for our study. Ten minute interval rainfall data for these stations were obtained from Korea Meteorological Administration (KMA) and these data were changed to hourly rainfall data. R factor and $I60_{max}$ obtained from hourly rainfall data were compared with R factor and $I30_{max}$ obtained from 10 minute interval data. Linear relation between Average annual R factor obtained from 10 minute interval rainfall and from hourly data was derived with $R^2=0.69$. Correction coefficient was developed for the R factor calculated using hourly rainfall data.. Similarly, the relation was obtained between event wise $I30_{max}$ and $I60_{max}$ with higher $R^2$ value of 0.91. Thus $I30_{max}$ can be estimated from I60max with higher accuracy and thus the hourly rainfall data can be used to determine R factor more precisely by multiplying Energy of each rainfall event with this corrected $I60_{max}$.

• 한국농공학회지
• /
• 제32권E호
• /
• pp.47-58
• /
• 1990

Abstract A regionalized daily streamflow model using a modified retention parameter in the SCS method was developed to predict the daily streamflow of a natural series for Korean watersheds. Model verification showed that it is possible to use the model for extending short period records in a gaged watershed or for predicting daily streamflow in any ungaged watershed, with reasonable accuracy by simply inputing the name of the watershed boundary, the watershed size, the latitude and longitude of the watershed, and the daily areal rainfall.

• 한국방재안전학회논문집
• /
• 제15권4호
• /
• pp.87-98
• /
• 2022

최근 짧은 시간 동안 많은 강우가 내리는 국지성 집중호우가 빈번히 발생하고 이로 인한 침수피해가 증가하고 있다. 국지성 집중호우로 인한 피해를 예방하기 위하여 기상청이 제공하는 지역 앙상블 예측시스템(Local ENsemble prediction System, LENS)과 관측자료와 동네예보 자료를 활용한 기계학습과 확률 매칭(Probability Matching, PM) 기법을 이용하여 수문학적 정량강우예측정보(Hydrological Quantative Precipitation Forecast, HQPF)을 개발하였다. 국지성 집중호우로 인한 침수피해 대비를 위한 호우 영향정보로 HQPF를 생산하고 있지만, 낮은 강우강도에 대하여 과대예측하는 경향이 나타났다. 본 연구에서는 HQPF의 예측정확도 향상과 과대예측 성향을 개선하기 위하여 머신러닝 학습자료 기간확대, 앙상블 기법 분석 및 확률매칭(PM) 기법 프로세스 변경을 통하여 HQPF 개선하였다. 개선된 HQPF의 예측성능을 평가하기 위해 2021년 8월 27일 ~ 2021년 9월 3일 장마전선으로 인한 호우 사례를 대상으로 예측성능 검증을 수행하였다. 10 mm 이하의 강우에 대하여 예측정확도가 크게 향상되었고, 관측과 유사한 발생가능성 및 강우영역을 예측하는 등 과대예측 성향이 개선되었음을 확인하였다.

• 한국습지학회지
• /
• 제20권1호
• /
• pp.94-104
• /
• 2018

강우-유출 모의를 수행할 때 기상 및 강우관측소의 자료를 이용하는 것이 일반적이다. 그러나 유역면적이 클 경우 기상 및 강우관측소의 자료만으로 신뢰성 있는 유출량을 산정하기란 어렵다. 따라서 본 연구에서는 이용되는 강우자료에 따라 준분포형 모형에 의해 산정되는 유출량에 미치는 영향을 검토하기 위해 대상유역에 위치하고 있는 기상관측소의 강우자료, 기상 및 강우관측소의 강우자료, 크리깅 기법에 의해 기상 및 강우관측소의 강우자료를 공간적으로 분포시켜 얻은 가상지점의 관측 강우자료를 이용해 각 소유역의 면적 강우량을 산정하였다. 또한 각각의 강우자료들을 비교하였으며, 분포형 모형인 SWAT모형을 이용하여 각각의 강우자료에 따른 유출량을 비교 분석하였다. 본 연구는 공간 분포된 면적강우량을 이용해 산정된 유출량의 정확성을 검토하기 위한 것으로써 분석 결과, 공간 분포된 면적 강우량을 이용한 유출량이 기상 및 강우관측소의 강우량을 이용한 유출량보다 실제 유출량을 보다 더 잘 모의하는 것으로 나타났다. 이는 공간 분포된 강우가 실제 강우패턴을 가장 잘 반영한다고 할 수 있다.

• 한국수자원학회논문집
• /
• 제46권11호
• /
• pp.1041-1052
• /
• 2013

본 연구에서는 범용 매개변수 최적화 모형인 PEST를 이용하여 분포형 수문모형인 GRM(grid based rainfall-runoff model) 모형의 매개변수 및 불확실성 범위를 추정하였다. 특히, 레이더 강우 및 지상 관측 강우를 각각 적용하여, 입력자료 차이가 매개변수 추정에 미치는 영향을 분석하였다. 자동 보정 모형은 GUI (graphic user interface)에 대한 접근 없이 모형구동이 가능하도록 개선된 GRM-MP (multiple projects) 버전과 병렬 PEST 버전을 결합하여 매개변수 추정에 소요되는 시간을 단축시켰다. 이를 낙동강 수계 금호강 유역과 감천 유역에 대해 적용하여, 초기 포화도, 지표면 조도계수 및 토양 투수계수의 보정계수에 대해 매개변수 최적화 및 불확실성 추정을 수행하였다. 강우자료 분석 결과, 레이더와 지상 강우의 유역평균 누적시계열은 비슷하거나 지상 강우가 조금 큰 경향을 보였으나, 공간분포에 있어서는 지상 강우에 비해 레이더 강우에서 큰 변동성이 확인되었다. 보정된 수문모의 결과는 레이더 강우 적용 시, 지상 강우에 비해 비슷하거나 더 나은 정확도를 보였다. 추정된 매개변수는 레이더 강우 적용 시, 토양 투수계수의 보정계수가 일관되게 1보다 작은 경향을 보였으며, 이는 강우강도가 강한 격자가 상당수 존재하기 때문으로 판단되었다. 초기 포화도 및 지표면 조도계수의 보정계수는 레이더 및 지상 강우에서 일정한 경향성을 보이지 않았다. 본 연구의 대상 유역 및 호우사상에 대한 PEST의 최적화 모의 결과, 동일 유역 및 호우사상에 대해서도 강우 추정 방법에 따라 서로 다른 최적 매개변수 값을 갖는 것을 알 수 있었으며, 이는 향후 레이더 강우 자료의 수문 모의 활용 시 유의해야할 점으로 판단된다.