• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.154-159
• /
• 2011

As the need for predicting the flood stage of river from torrential downpouring caused by climate change is increasingly emphasized, the study, centered on the area of Gangwon-do Inje-gun and Jeongseon-gun of local river, is to develop peak water level regression equation by rainfall. Through the correlation between rainfall and peak water level, it is confirmed that rainfall according to duration and peak water level have a high correlation coefficient. Based on this, a relational expression of rainfall and peak water level is verified and then the adequacy of the calculated expression is analyzed and the result shows that a very accurate prediction is not easy to achieve but a rough prediction of the change of water level at each point is possible.

• 산업기술연구
• /
• 제31권A호
• /
• pp.71-78
• /
• 2011

As the need for predicting the flood stage of river from torrential downpouring caused by climate change is increasingly emphasized, the study, centered on the area of Gangwon-do Inje-gun and Jeongseon-gun of local river, is to develop peak water level regression equation by rainfall. Through the correlation between rainfall and peak water level, it is confirmed that rainfall according to duration and peak water level have a high correlation coefficient. Based on this, a relational expression of rainfall and peak water level is verified and then the adequacy of the calculated expression is analyzed and the result shows that a very accurate prediction is not easy to achieve but a rough prediction of the change of water level at each point is possible.

• 한국방재안전학회논문집
• /
• 제14권4호
• /
• pp.17-27
• /
• 2021

유량예측은 효과적인 홍수관리 및 수자원 계획을 위한 매우 중요한 재난방지 접근법이다. 현재 기후변화로 인한 집중호우가 나날이 증가하고 있어 막대한 기반시설 손실과 재산, 인명 피해가 발생하고 있다. 본 연구는 미국 테네시주 Hickman County의 Vernon에 있는 Piney Resort의 최근 홍수사례분석을 통해 최대 강우 시나리오에서 유량예측에 대한 강우의 기여도를 측정했다. Piney River 유역내 USGS 두개의 관측소(03602500, 03599500)에서 20년(2000-2019) 동안의 일별 하천 유량, 수위 및 강우 데이터를 수집했고, Long Short Term Memory(LSTM)을 사용하였다. 또한, Tensorflow, Keras Machine learning frameworks, Python을 이용하여 14일로 구별된 유량 값을 예측하였다. 또한, 모델이 2021년 8월 21일의 범람 이벤트를 예측할 수 있었는지를 결정하는 데 사용되었다. 전체 데이터(수위, 유량 및 강우량)가 포함된 LSTM 모델은 일부 강우 모델을 제외하고 지속성 모델보다 우수한 성능을 보였으며, 강우자료만 이용하여 유량예측을 하는 것은 충분하지 않음을 나타냈다. 결과는 LSTM 모델은 0.68 및 13.84m³/s의 최적 NSE 및 RMSE 값을 나타냈고, 가장 낮은 예측 오차로 예측 최대유량은 94m³/s로 나타났다. 향후 강우 패턴에 대한 다양한 분석이 이루어진다면 효율적인 홍수 경보 시스템 및 정책을 설계하는 관련 연구에 도움을 줄 것으로 판단된다.

• 한국안전학회지
• /
• 제11권2호
• /
• pp.122-127
• /
• 1996

The purpose of this study has been studied and investigated to prediction algorithms of the Kalman Filtering theory which are based on the state-vector description, including system identification, model structure determination, parameter estimation. And the prediction algorithms applied of rainfall-runoff process, has been worked out. The analysis of runoff process and runoff prediction algorithms of the river-basin established, for the verification of prediction algorithms by the Kalman Filtering theory, the observed historical data of the hourly rainfall and streamflows were used for the algorithms. In consisted of the above, Kalman Filtering rainfall-runoff model applied and analysised to Wi-Stream basin in Nak-dong River(Basin area : $472.53km^2$).

• 대한원격탐사학회지
• /
• 제32권2호
• /
• pp.155-169
• /
• 2016

본 연구에서는 2014년 8월 부산 경남 집중호우 사례를 대상으로 레이더와 위성결합 Multi-sensor Blending 초단기 강우예측을 실시하였다. 레이더 최적 Z-R관계는 열대형 강수 Z-R관계식($Z=32R^{1.65}$)을 적용하였으며, 20 mm/h 이상의 강한 강우에서 강수량 추정 정확도가 향상됨을 확인하였다. 또한 60 mm/h 이상 강한 폭우사상에 대하여 천리안 위성자료와 레이더자료를 합성한 결과 정량강수 추정 성능이 향상됨을 확인하였다. 지속시간별 강우예측 정확도 검증을 위하여 AWS, MAPLE 자료와 비교결과, 강우예측 1시간까지 약 50%이상의 지점강우예측 정확도를 확보하였으며, 10분 단위 예측시간별 상관계수는 0.80~0.53, 평균제곱근오차는 3.99~6.43 mm/h로 분석되었다. 본 연구 결과 레이더와 위성정보를 이용한 보다 신뢰성 있는 강우예측 정보 활용이 가능할 것으로 판단되며, 향후 지속적인 사례연구와 레이더 위성 활용 정량강수량 추정 및 예측, 그리고 위성강수 추정 알고리즘 개선의 노력이 필요하다.

• 한국수자원학회논문집
• /
• 제44권3호
• /
• pp.221-230
• /
• 2011

최근 우리나라뿐만 아니라 전 세계적으로 기후변화에 따른 국지성 호우의 증가로 피해가 증가하고 있고 그에 따른 대책으로 단기예보의 중요성이 높아지고 있다. 우리나라의 기상청에서는 전구 모형인 GDAPS와 지역 모델인 RDAPS를 이용하여 정량적 예보인 수치 예보를 하고 있다. RDAPS 모델을 이용하여 생성된 자료는 3시간의 누적 강수량으로 48시간에 대한 예측 자료를 12시간 간격으로 00UTC와 12UTC를 생성한다. 본 연구에서는 2005년의 RDAPS의 결과를 9가지의 경우에 대하여 일강수량으로 변환하였으며, 금강유역을 대상으로 면적평균강수량 (MAP)을 산정하였다. 또한, 기상청 강우관측소의 관측강우량과 절대상대오차평균 (AARE)을 산정하여 가장 정확한 변환의 방법을 제시하고 적용성을 검토하였다.

• 한국환경과학회지
• /
• 제30권12호
• /
• pp.1053-1065
• /
• 2021

In this study, the prediction technology of Hydrological Quantitative Precipitation Forecast (HQPF) was improved by optimizing the weather predictors used as input data for machine learning. Results comparison was conducted using bias and Root Mean Square Error (RMSE), which are predictive accuracy verification indicators, based on the heavy rain case on August 21, 2021. By comparing the rainfall simulated using the improved HQPF and the observed accumulated rainfall, it was revealed that all HQPFs (conventional HQPF and improved HQPF 1 and HQPF 2) showed a decrease in rainfall as the lead time increased for the entire grid region. Hence, the difference from the observed rainfall increased. In the accumulated rainfall evaluation due to the reduction of input factors, compared to the existing HQPF, improved HQPF 1 and 2 predicted a larger accumulated rainfall. Furthermore, HQPF 2 used the lowest number of input factors and simulated more accumulated rainfall than that projected by conventional HQPF and HQPF 1. By improving the performance of conventional machine learning despite using lesser variables, the preprocessing period and model execution time can be reduced, thereby contributing to model optimization. As an additional advanced method of HQPF 1 and 2 mentioned above, a simulated analysis of the Local ENsemble prediction System (LENS) ensemble member and low pressure, one of the observed meteorological factors, was analyzed. Based on the results of this study, if we select for the positively performing ensemble members based on the heavy rain characteristics of Korea or apply additional weights differently for each ensemble member, the prediction accuracy is expected to increase.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.2161-2166
• /
• 2009

It is important for 0-6 hour nowcasting to provide for a high-quality initial condition in a meso-scale atmospheric model by a data assimilation of several observation data. The polarimetric radar data is expected to be assimilated into the forecast model, because the radar has a possibility of measurements of the types, the shapes, and the size distributions of hydrometeors. In this paper, an impact on rainfall prediction of the data assimilation of hydrometeor types (i.e. raindrop, graupel, snowflake, etc.) is evaluated. The observed information of hydrometeor types is estimated using the fuzzy logic algorism. As an implementation, the cloud-resolving nonhydrostatic atmospheric model, CReSS, which has detail microphysical processes, is employed as a forecast model. The local ensemble transform Kalman filter, LETKF, is used as a data assimilation method, which uses an ensemble of short-term forecasts to estimate the flowdependent background error covariance required in data assimilation. A heavy rainfall event occurred in Okinawa in 2008 is chosen as an application. As a result, the rainfall prediction accuracy in the assimilation case of both hydrometeor types and the Doppler velocity and the radar echo is improved by a comparison of the no assimilation case. The effects on rainfall prediction of the assimilation of hydrometeor types appear in longer prediction lead time compared with the effects of the assimilation of radar echo only.

• 한국지반공학회:학술대회논문집
• /
• 한국지반공학회 2009년도 춘계 학술발표회
• /
• pp.1020-1025
• /
• 2009

Recently, unusual change of weather occurred in world wide region causes localized heavy rainfall and consequently disasters like landslide and debris flow in steep slope area. And the main factors of these disasters are rainfall and forest fire. To verify the existing landslide prediction and warning system, information about landslide and rainfall were collected for a data base system and analysed.

• 한국수자원학회논문집
• /
• 제50권8호
• /
• pp.537-549
• /
• 2017

본 연구에서는 기상청에서 제공하는 국지예보모델(LDAPS)과 일본 기상청의 중규모모델(Meso-Scale Model, MSM)을 이용하여 태풍 및 정체전선 등 3개의 강우사상과 남강댐 유역 내 산청 유역에 대해 강우 및 홍수 예측 정확도를 평가하고 비교 검토하였다. 강우예측 정확도 평가 결과, LDAPS와 MSM 모두 태풍 사상과 같은 광역적인 예측에 대해서는 예측 정확도가 높은 것으로 나타났으나, 정체전선과 같이 국지적으로 발생하는 강우사상의 경우 예측 오차가 많이 발생하는 것으로 나타났다. 홍수예측 정확도 평가 결과, 선행시간이 증가함에 따라 점점 예측 정확도가 향상되는 것을 확인할 수 있었으며, LDAPS와 MSM 모두 기상 및 수자원간의 연계를 통하여 강우 및 홍수 예측 분야에서의 활용 가능성을 확인할 수 있었다.