• 한국수자원학회논문집
• /
• 제43권12호
• /
• pp.1011-1027
• /
• 2010

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.

• 상하수도학회지
• /
• 제30권1호
• /
• pp.41-49
• /
• 2016

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.

• 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.

• 한국수자원학회논문집
• /
• 제42권10호
• /
• pp.773-783
• /
• 2009

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.

• 대한토목학회논문집
• /
• 제34권3호
• /
• pp.795-804
• /
• 2014

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.

• Korean Journal of Hydrosciences
• /
• 제3권
• /
• pp.31-44
• /
• 1992

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.

• 물과 미래
• /
• 제23권3호
• /
• pp.341-350
• /
• 1990

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.

• 대기
• /
• 제33권5호
• /
• pp.457-475
• /
• 2023

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.

• 한국위성정보통신학회논문지
• /
• 제11권3호
• /
• pp.110-113
• /
• 2016

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.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.155-155
• /
• 2018

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).