모형의 구조, 모델링에 사용되는 자료, 매개변수 등에 포함된 다양한 불확실성 원인들은 수문모의 및 예측결과에 있어 불확실성을 야기한다. 본 연구에서는 강우-유출 및 강우-유사유출 모의가 가능한 분포형 강우-유사-유출 모형을 용담댐 상류유역인 천천유역에 적용하여 수문곡선 및 유사량곡선의 재현성을 평가하고, 다중최적화기법인 MOSCEM을 이용하여 강우-유출 모듈, 강우-유사유출 모듈의 매개변수를 독립적으로 보정한 경우(Case I과 II), 그리고 두 모듈이 결합된 강우-유사-유출 모형의 매개변수를 동시에 보정한 경우(Case III)에 대하여 Pareto 최적해를 추정하고, 이에 따른 수문 예측결과의 불확실성을 평가한다. 매개변수 불확실성의 전이에 따른 수문곡선의 불확실성 평가 결과(Case I), 모의기간 동안 고유량보다는 저유량 부분에서 불확실성 범위가 두드러졌으며, 이에 반해, 유사량곡선의 경우(Case II) 저농도보다는 고농도 부분에서 불확실성 범위가 넓게 분포하였다. 강우-유사-유출 모형의 매개변수의 불확실성을 동시에 추정한 경우 수문곡선 및 유사량곡선 모두 Case I과 II에 비해 모의기간 전반에 걸쳐 불확실성 범위가 넓게 분포되었으며, 매개 변수의 불확실성으로 인해 대상유역내 격자별 침식 및 퇴적 공간분포 양상이 상이하게 나타났다.
In this study, rainfall characteristics with stationary and non-stationary perspectives were analyzed using generalized extreme value (GEV) distribution and Gumbel distribution models with rainfall data collected in major cities of Korea to reevaluate the return period of sewer flooding in those cities. As a result, the probable rainfall for GEV and Gumbel distribution in non-stationary state both increased with time(t), compared to the stationary probable rainfall. Considering the reliability of ${\xi}_1$, a variable reflecting the increase of storm events due to climate change, the reliability of the rainfall duration for Seoul, Daegu, and Gwangju in the GEV distribution was over 90%, indicating that the probability of rainfall increase was high. As for the Gumbel distribution, Wonju, Daegu, and Gwangju showed the higher reliability while Daejeon showed the lower reliability than the other cities. In addition, application of the maximum annual rainfall change rate (${\xi}_1{\cdot}t$) to the location parameter made possible the prediction of return period by time, therefore leading to the evaluation of design recurrence interval.
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.
강우유출모형의 입력 자료로 사용되는 강우 관측 자료의 불확실성이 유량예측에 미치는 영향을 분석하기 위하여 모형변수 검정의 불확실성 연구에서 사용하는 GLUE (Generalized Likelihood Uncertainty Estimation)방법을 입력 자료 부분으로 확장하여 적용 하였다. 독일의 Weida 유역의 강우 관측 자료를 바탕으로 구조적 및 비구조적인 불확실성 부분을 각각 구조적인 오차 수정 과정과 DUE (Data Uncertainty Engine)을 통하여 강우자료를 구성하였다. 이를 유역의 수문학적 작용을 고려하기 위해 선정한 집중형 강우유출모형, PDM (Probability Distribution Model)에 MC (Monte Carlo)와 GLUE 방법을 활용하여 적용하였다. MC검정변수들의 검정 후 반응 표면(Posterior response surface)을 검토하고 GLUE 의 반응검정 모형변수(Behavioural model parameter set)를 선택, 간략한 GLUE 유량곡선들을 계산하였다. 계산된 GLUE 유량곡선들을 모두 합하여 앙상블 유량을 산정하고, 이 유량의 90 분위를 강우량자료 및 모형변수 검정의 불확실성을 고려한 신뢰구간으로 제시하였다. PDM 모형의 결과는 유량곡선의 전구간에서 안정적인 모의 능력을 보여주고 있으나, 첨두유량 부분이 적게 산정되는 문제점을 보이고 있다. 본 연구에서 상대적으로 적은 수의 강우 시나리오 및 반응검정 모형변수의 적용이라는 한계에도 불구하고, GLUE 방법을 강우관측자료의 불확실성 부분으로 확장하여 강우자료 및 변수 검정의 불확실성을 고려한 모의된 유량예측의 신뢰구간의 적용가능성을 보여주고 있다.
본 연구에서는 앙상블유량예측기법과 SWAT 모형을 이용하여 안동댐의 2011년 7월~9월의 각 댐유입량 예측을 실행하였으며 월별 및 순별 분석을 수행하였다. 또한 정확한 분석을 위해 기상청의 월별 및 순별 강우예보자료를 이용한 가중값 부여방법을 사용하였다. 분석 결과 기상청에서 발표한 강우 예측 구간이 실제 강우 구간과 동일하면 PDF-Ratio 가중값 부여방법이 가장 높은 정확성을 보이며, 과거 강우발생 구간 통계 중 높은 구간이 실제 강우 구간과 동일하다면 수정 PDF-Ratio 가중값 부여방법이 가장 높은 정확성을 보였다. 이는 기상청 예측이 맞지 않은 경우에도 과거 강우발생 구간의 빈도에 따라 정확성을 높일 수 있을 것으로 판단된다. 반대로 기상청의 예측이 실제와 다르면서 과거 강우발생 구간 통계에서도 낮은 구간의 강우가 발생하면 균일 가중값 부여방법의 정확성이 가장 높게 분석되었다.
Precise run-off forecasting depends on the ability to predict quantitative rainfall intensity. The purpose of this study is to develop a stochastic model for the shori-term rainfall prediction. It is required for the model to predict rainfall intensities at all the telemetered rain-gauge locations simultaneously. All the model parameters, which are used in this work ; velocity and direction of storm movement, radial spectrum, and dimensionless time distribution of rainfall, are the results of the previous study. We formulated the model and operated it, so that in this study was analyzed particulary the influence of 4 dimensionless time distributions on the prediction and the influence of the model on run-off.
정확한 유출수문곡선의 예보는 강우강도의 예측능력에 좌우된다. 1시간 정도의 단기 강우예측을 위한 추계학적인 강우모형을 개발하여 제시하는 것이 연구과제이다. 개발하고자 하는 모형은 다지점에서 동시에 강우강도를 예상 또는 예측할 수 있는 능력이 있다. 모형에 필요한 매개변수는 TM자료를 비롯하여 과거에 축적된 자료들로 부터 평가된 값을 이용한다. 모형은 강우진행속도, 환상스팩트럼, 무차원 시간분포 등이 선행연구 결과를 토대로 한다. 선택한 무차원 시간분포가 예측에 미치는 영향과 예측모형이 유출수문곡선에 미치는 영향을 분석한다.
Accurately predicting localized heavy rainfall is challenging without high-resolution mesoscale cloud information in the numerical model's initial field, as precipitation intensity and amount vary significantly across regions. In the Korean Peninsula, the radar observation network covers the entire country, providing high-resolution data on hydrometeors which is suitable for data assimilation (DA). During the pre-processing stage, radar reflectivity is classified into hydrometeors (e.g., rain, snow, graupel) using the background temperature field. The mixing ratio of each hydrometeor is converted and inputted into a numerical model. Moreover, assimilating saturated water vapor mixing ratio and decomposing radar radial velocity into a three-dimensional wind vector improves the atmospheric dynamic field. This study presents radar DA experiments using a numerical prediction model to enhance the wind, water vapor, and hydrometeor mixing ratio information. The impact of radar DA on precipitation prediction is analyzed separately for each radar component. Assimilating radial velocity improves the dynamic field, while assimilating hydrometeor mixing ratio reduces the spin-up period in cloud microphysical processes, simulating initial precipitation growth. Assimilating water vapor mixing ratio further captures a moist atmospheric environment, maintaining continuous growth of hydrometeors, resulting in concentrated heavy rainfall. Overall, the radar DA experiment showed a 32.78% improvement in precipitation forecast accuracy compared to experiments without DA across four cases. Further research in related fields is necessary to improve predictions of mesoscale heavy rainfall in South Korea, mitigating its impact on human life and property.
정지궤도 위성을 이용한 Ka대역 위성통신은 강우에 가장 취약하다. 이렇게 강우감쇠에 취약한 위성통신 링크 설계 시 좀 더 확실한 지역 강우분포와 정확한 강우감쇠 예측모델을 이용하여 계산된 강우 감쇠값을 반영하여 위성통신망의 링크버짓을 분석하여야 한다. 따라서 본 논문에서는 최근 TTA에서 분석한 국내 지역별 강우강도 분포를 활용하여 Crane 강우감쇠 예측의 지역별 강우강도와 국내 지역별 강우강도 분포를 활용하여 해당 지역의 강우감쇠를 Ka대역 주파수 특성에 맞는 Crane 강우감쇠 예측 모델을 통해 정지궤도 위성과 지상 송수신국간의 위치, 거리 및 연 시간율(%) 요인을 반영하여 분석하였다.
Uncertainty in flood forecasting using a coupled meteorological and hydrological model is arisen from various sources, especially the uncertainty comes from the inaccuracy of Quantitative Precipitation Forecasts (QPFs). In order to improve the capability of flood forecast, the uncertainty estimation and mitigation are required to perform. This study is conducted to investigate and reduce such uncertainty. First, ensemble QPFs are generated by using Monte - Carlo simulation, then each ensemble member is forced as input for a hydrological model to obtain ensemble streamflow prediction. Likelihood measures are evaluated to identify feasible member. These members are retained to define upper and lower limits of the uncertainty interval and assess the uncertainty. To mitigate the uncertainty for very short lead time, a blending method, which merges the ensemble QPFs with radar-based rainfall prediction considering both qualitative and quantitative skills, is proposed. Finally, blending bias ratios, which are estimated from previous time step, are used to update the members over total lead time. The proposed method is verified for the two flood events in 2013 and 2016 in the Yeonguol and Soyang watersheds that are located in the Han River basin, South Korea. The uncertainty in flood forecasting using a coupled Local Data Assimilation and Prediction System (LDAPS) and Sejong University Rainfall - Runoff (SURR) model is investigated and then mitigated by blending the generated ensemble LDAPS members with radar-based rainfall prediction that uses McGill algorithm for precipitation nowcasting by Lagrangian extrapolation (MAPLE). The results show that the uncertainty of flood forecasting using the coupled model increases when the lead time is longer. The mitigation method indicates its effectiveness for mitigating the uncertainty with the increases of the percentage of feasible member (POFM) and the ratio of the number of observations that fall into the uncertainty interval (p-factor).
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.