This study was conducted to derive the regional design rainfall by the regional frequency analysis based on the regionalization of the precipitation. The optimal regionalization of the precipitation data were classified by the above mentioned regionalization for all over the regions except Jeju and Ulleung islands in Korea. Design rainfalls following the consecutive duration were derived by the regional analysis using the observed and simulated data resulted from Monte Carlo techniques. Relative root mean square error (RRMSE), relative bias (RBIAS) and relative reduction (RR) in RRMSE for the design rainfall were computed and compared between the regional and at-site frequency analysis. It has shown that the regional frequency analysis procedure can substantially more reduce the RRMSE, RBIAS and RR in RRMSE than those of at-site analysis in the prediction of design rainfall. Consequently, optimal design rainfalls following the classified regions and consecutive durations were derived by the regional frequency analysis using Generalized extreme value distribution which was identified to be more optimal one than the other applied distributions. Diagrams for the design rainfall derived by the regional frequency analysis using L-moments were drawn according to the regions and consecutive durations by GIS techniques.
In Korea, most of the rainfalls have been concentrated in the flood season and the flood study has received more attention than low flow analysis. One of the reasons that the analysis of low flows has less attention is the lacks of the required data like daily rainfall and so we have used the stochastic processes such as pulse noise, exponential distribution, and state model of Markov chain for the rainfall simulation in short term such as daily. Especially this study will pay attention to the state model of Markov chain. The previous study had performed the simulation study by the state model without considerations of the flood and non-flood periods and without consideration of the frequency of rainfall for the period of a state. Therefore this study considers afore mentioned two cases and compares the results with the known state model. As the results, the RMSEs of the suggested and known models represent the similar results. However, the PRE(relative percentage error) shows the suggested model is better results.
Probable Maximum Precipitation (PMP) is essential in the design of hydraulic structures such as dams, weirs and flood control structures. Up to the present, PMP has been derived from any proper single storm which can have a large error. PMP values should be evaluated from many historic heavy storm events from all over the country. Since this can be done at the spots of storm occurring and the calculated PMP from all spots in the country can be correlated. The objectives of this study are therefore to evaluate PMP from historic heavy storm data from 1972 to 2000 by using meteorological method, then to correlate and to present the results using GIS. The maximized rainfall depths can be calculate from depth of heavy rainfall and dew point temperature, and then can be analyzed for each rainfall duration to obtain spatial rainfall distribution by using GIS. The depth-area-duration relationship of maximized rainfall can be obtained and this helps to develop enveloped curves . The results from this study are a set of contour maps of PMP for each rainfall duration for all over the country and the depth-area-duration relationships for the area of 100 to 50,000 km.$^{2}$ at duration of 1, 2 and 3 days.
본 연구에서는 차량용 레인센서를 이용하여 고해상도의 강우관측을 위한 관계식을 개발하였다. 차량용 레인센서는 8개의 채널로 이루어져 있으며, 각 채널은 강우발생시 차량의 전면유리창에 내리는 우적량을 감지하여 센서시그널을 생성하는데, 강우량이 높을수록 센서시그널은 낮은 값으로 형성된다. 레인센서에서 생성되는 센서시그널의 이러한 특징을 이용하여 관계식을 개발하였다. 특정강우를 발생시키기 위하여 인공강우 발생장치를 제작하였으며, 인공강우발생장치에서 분사되는 강우량의 변화에 따른 센서시그널의 변화 값을 분석하였다. 이 중 민감도 분석을 통해 다양한 강우량을 잘 반영하는 최적의 센서 채널을 선정하였다. 선정된 채널을 이용하여 5분 단위 센서시그널를 생성하였고 생성된 5분 단위 센서시그널의 대표 값을 평균, 25분위, 50분위, 75분위로 설정하여 관계식을 구축하였다. 구축된 관계식을 이용하여 실강우 데이터에 적용하여 강우량 값을 환산하였고, 환산된 강우량은 지상강우관측소에서 관측된 강우량 값과의 비교를 통해 관계식의 신뢰도를 검증하였다. 검증결과 데이터의 이상치가 발견되어 관계식의 신뢰도는 다소 떨어졌지만, 해당 잔차 범위의 실험 데이터가 부족한 것으로 판단되었다. 개발된 관계식을 실강우에 적용시켜 강우량 값을 환산한 하였고, 신뢰도 검증을 위해 동시간에 관측된 지상강우 관측 장비에서 생성된 강우량 값과 비교를 하였고 관측 결과 레인센서는 0.5mm 이하의 미세한 강우량까지 측정하였고 평균 관측 오차는 0.36mm로 나타났다.
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.
This study was conducted on how to simulate runoff, which was done using existing physical models, using an LSTM (Long Short-Term Memory) model based on deep learning. Tancheon, the first tributary of the Han River, was selected as the target area for the model application. To apply the model, one water level observatory and four rainfall observatories were selected, and hourly data from 2020 to 2023 were collected to apply the model. River water level of the outlet of the Tancheon basin was simulated by inputting precipitation data from four rainfall observation stations in the basin and average preceding 72-hour precipitation data for each hour. As a result of water level simulation using 2021 to 2023 data for learning and testing with 2020 data, it was confirmed that reliable simulation results were produced through appropriate learning steps, reaching a certain mean absolute error in a short period time. Despite the short data period, it was found that the mean absolute percentage error was 0.5544~0.6226%, showing an accuracy of over 99.4%. As a result of comparing the simulated and observed values of the rapidly changing river water level during a specific heavy rain period, the coefficient of determination was found to be 0.9754 and 0.9884. It was determined that the performance of LSTM, which aims to simulate river water levels, could be improved by including preceding precipitation in the input data and using precipitation data from various rainfall observation stations within the basin.
강우의 평균과 분산이 시 공간적으로 변하는 비정상 다변량 모형을 강우모형으로 선정하였다. 그리고 강우모형의 상태 및 매개변수의 추정을 위해 비정상 대변량 모형의 잔차항에 Kalman Filter 순환추정 알고리즘을 적용하여 강우예측모형 시스템을 구성하였다. 그후 반응시간이 짧은 도시지역에 설치된 T/M 강우관측소에 입력되는 매 시간(10분간격) 강우자료를 사용하여 호우개수방법에 의한 비정상(Non-stationary) 평균과 분산의 추정 그리고 호우속도 추정을 통한 정규잔차 공분산을 추정하여 다수의 지점들 및 선행시간들의 실시간 다변량 단기 강우예측 (On-line, Real-time, Multivariate Short-term, Rainfall Prediction)을 하였다. 강우예측시스템 모형에 의한 결과와 비정상 변량 모형에 의한 강우모의 결과가 잘 일치하였다. 그리고 예측정도를 측정하는 방법인 제곱 평균 제곱근 오차(RMSE)와 모형 효율성 계수(ME)를 분석한 결과, 강우 예측시간 즉 선행시간이 갈수록 제곱 평균 제곱근 오차가 커지고 모형 효율성 계수가 1로부터 점차 작아지는 것으로 보아 강우예측 정도가 떨어지는 것을 알 수 있었다. 또한 호우개수방법으로 구한 평균이 호우구조의 많은 부분을 차지하고 있음을 알 수 있었다.
본 연구에서는 멀티프랙탈 이론을 기반으로 시 공간 격자강우장 생산 모형을 충주댐 상류유역에 발생한 9개의 홍수 사상에 대하여 검증하였다. 이를 위하여 기상청의 레이더 강우자료에 대한 시공간 멀티프랙탈 특성을 분석하였으며, 로그 포아송 분포와 3차원 웨이브렛 함수 기반의 시 공간 격자 강우생산 모형을 활용하여 관측강우의 멀티프랙탈 특성을 재현하는시 공간 가상강우장을 생산하였다. 생성된 가상강우장을 S-RAT 분포형 수문모형에 입력값으로 적용하여 유역출구에서의 반응을 관측강우 및 시공간적으로 균등한 분포를 가진강우장에 대하여 산출된 유역출구에서의 반응과 비교하였다. 관측 강우장과 가상강우장, 관측강우장과 저해상도 강우장에 대하여 RMSE, RRMSE, MAE, SS, 그리고 NPE, PTE 등을 이용하여 오차분석을 수행한 결과, 평균적으로 첨두홍수량은 20.03% 증가하였고, 첨두시간은 0.81% 감소하였다.
This study was carried out to investigate the applicability of SAC-SMA model with parameters which were derived from analytical relationships proposed by Koren etc. (2000), with various data of soil properties in a basin. The studied basin is Yongdam dam basin and the daily runoff with 2003-year hydrological data was simulated. Simulated runoff results were compared with those measured at three check points(Chuchun, Donhyang and Yongdam) and analyzed through the statistical techniques such as VE(Volume Error), RMSE(Root Mean Squared Error) and CORR(Correlation). As a result of analyses, the good agreement was obtained between simulated and measured results.
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.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.