• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.398-398
• /
• 2015

To estimate and forecast runoff by using Aritifitial Neaural Networks model (ANNs). it has been studied in Thailand for the past 10 years. The model was developed in order to be conformed with the conditions in which the collected dataset is short and the amount of dataset is inadequate. Every year, the Northerpart of Thailand faces river overflow and flood inundation. The most important basin in this area is Yom basin. The purpose of this study is to forecast runoff at Y.14 gauge station (Si-Satchanalai district, Sukhothai province) for 3 days in advance. This station located at the upstream area of Yom River basin. Daily rainfall and daily runoff from Royal Irrigation Department and Meteorological Department during flood period 2000-2012 were used as input data. In order to check an accuracy of forecasting, forecasted runoff were compared with observed data by pursuing Nash Sutcliffe Efficiency (NSE) and Coefficient of Determination ($R^2$). The result of the first day gets the highest accuracy and then decreased in day 2 and day 3, consequently. NSE and $R^2$ values for frist day of runoff forecasting is 0.76 and 0.776, respectively. On the second day, those values are 0.61 and 0.65, respectively. For the third day, the aforementioned valves are 0.51 and 0.52, respectively. The results confirmed that the ANNs model can be used when the range of collected dataset is short and insufficient. In conclusion, the ANNs model is suitable for applying during flood incident because it is easy to use and does not require numerous parameters for simulating.

• 한국수자원학회논문집
• /
• 제44권11호
• /
• pp.853-861
• /
• 2011

본 연구는 연속형 강우-유출모형과 관측유량 자료동화기법으로 앙상블 칼만필터 기법을 연계한 SURF 모형을 낙동강유역에 적용하여 하천유량예측의 적용성을 평가하고자 하는데 그 목적이 있다. 낙동강유역을 43개 소유역으로 구분하고 2006년과 2007년의 홍수기간 동안 12개 평가지점에 대해 유출모의를 수행하였다. 관측유량 자료동화 효과로 인해 예측유량의 정확도가 향상되며 1~5시간의 예측선행시간별 유효성지수를 분석한 결과 자료동화로 인해 46.2~30.1%의 모의유량의 정확도가 개선되는 것으로 나타났다. 또한 관측강우의 50%를 적용하여 자료동화 전 후의 모의 첨두유량에 대한 평균정상절대오차를 비교하였으며 자료동화로 인해 40% 이상의 정확도가 향상됨을 확인하였다. 이상의 결과로부터 SURF 모형은 낙동강유역의 실시간 하천유량예측에 활용될 수 있을 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제38권12호
• /
• pp.1061-1072
• /
• 2005

본 연구에서는 영산호의 상류에 위치한 나주유역의 홍수시 유출량을 실시간으로 예측하기 위하여 Grey홍수 유출모형을 개발하였다. 나주유역의 유출량은 나주수위관측소에서 실시간으로 측정하고 있으며, 이곳은 영산호의 유입홍수량을 예측과 홍수관리를 위한 주관측소이다. 모형의 지배방정식은 Grey시스템 이론에 근거하여 구성되었으며, 모형의 매개변수는 Grey 시스템매개변수의 조합으로 구성하였다. 모형의 차수는 실측자료와 모의결과를 비교하여 다른 차수 보다 양호한 결과를 나타내는 5차로 하였다. 모형의 보정시 예측결과와 실측치간의 RMSE는 $3.1\~290.5m^{3}/sec$를 나타냈으며, $R^{2}$는 $0.909\~0.999$를 나타냈다. 모형의 검정시 예측결과와 실측치간의 RMSE는 $20.6\~147.4m^{3}/sec$를 나타냈으며, $R^{2}는\;0.940\~0.998$를 나타냈다. 매개변수가 추정된 모형을 이용하여 담수호의 유입량을 하천수위 상태에 따라 예측한 결과, 하천수위가 상승할 경우와 하강할 경우의 예측 홍수량은 예측시간이 증가할수록 커지는 경향을 나타냈다. 또한, 하천수위가 첨두에 가까운 시기의 홍수량은 예측시간에 관계없이 실측자료와 비슷한 결과를 나타냈다. 이와 같은 결과는 Grey 홍수유출모형을 홍수시 담수호 유입량을 실시간으로 정확하게 예측하는데 적용할 수 있음을 나타낸다.

• 한국농공학회:학술대회논문집
• /
• 한국농공학회 2003년도 학술발표논문집
• /
• pp.535-538
• /
• 2003

A Grey model was developed to forecast short-term runoff from the Naju watershed in Korea. In calibration, the root mean square error(RMSE) of the simulated runoff of six hours ahead using Grey model ranged from 6.3 to $290.52m^3/s,\;R^2$ ranged from 0.91 to 0.99, compared to the observed data. In verification, the RMSE ranged from 75.7 to $218.9m^3/s,\;R^2$ ranged from 0.87 to 0.96, compared to the observed data. The results in this study demonstrate that the proposed model can reasonably forecast runoff one to six hours ahead.

• 대기
• /
• 제30권2호
• /
• pp.155-167
• /
• 2020

In order to produce more detailed and accurate information of river discharge and freshwater discharge, global high-resolution hydrodynamic model (CaMa-Flood) is applied to an operational land surface model of global seasonal forecast system. In addition, bias correction to grid runoff for the hydrodynamic model is attempted. CaMa-Flood is a river routing model that distributes runoff forcing from a land surface model to oceans or inland seas along continentalscale rivers, which can represent flood stage and river discharge explicitly. The runoff data generated by the land surface model are bias-corrected by using composite runoff data from UNH-GRDC. The impact of bias-correction on the runoff, which is spatially resolved on 0.5° grid, has been evaluated for 1991~2010. It is shown that bias-correction increases runoff by 30% on average over all continents, which is closer to UNH-GRDC. Two experiments with coupled CaMa-Flood are carried out to produce river discharge: one using this bias correction and the other not using. It is found that the experiment adapting bias correction exhibits significant increase of both river discharge over major rivers around the world and continental freshwater discharge into oceans (40% globally), which is closer to GRDC. These preliminary results indicate that the application of CaMa-Flood as well as bias-corrected runoff to the operational global seasonal forecast system is feasible to attain information of surface water cycle from a coupled suite of atmospheric, land surface, and hydrodynamic model.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.976-976
• /
• 2012

The applicability of a distributed rainfall-runoff model for large river basin flood forecasts is analyzed by applying the model to the Nakdong River basin. The spatially explicit hydrologic model was constructed and calibrated by the several storm events. The assimilation of the large scale Nakdong River basin were conducted by calibrating the sub-basin channel outflow, dam discharge in the basin rainfall-runoff model. The applicability of automatic and semi-automatic calibration methods was analyzed for real time calibrations. Further an ensemble distributed rainfall runoff model has been developed to measure the runoff hydrograph generated for any temporally-spatially varied rainfall events, also the runoff of basin can be forecast at any location as well. The results of distributed rainfall-runoff model are very useful for flood managements on the large scale basins. That offer facile, realistic management method for the avoiding the potential flooding impacts and provide a reference for the construct and developing of flood control facilities.

• 한국위성정보통신학회논문지
• /
• 제12권3호
• /
• pp.22-34
• /
• 2017

K-water의 분포형 강우-유출모형인 K-DRUM(K-water hydrologic & hydraulic Distributed RUnoff Model)은 단기예측 강수자료를 통해 댐의 예측 유출량 및 수위를 산출하는 모형으로, 장기적인 수문기상정보를 획득하기 위해서는 장기예측 강수자료를 입력자료로 사용할 필요가 있다. 본 연구에서는 2014년 국내에 도입된 기상청의 계절예측시스템인 GloSea5(Global Seasonal Forecast System version 5) 예측 강수량 앙상블을 K-DRUM의 입력자료로 사용하는 프로그램을 개발하였으며, 이를 통해 산출된 예측 유출량 앙상블 자료를 기반으로 댐 운영자에게 수문기상정보를 제공하는 웹 기반 확률장기예보 활용 물관리 의사결정지원시스템을 함께 구축하였다. GloSea5의 예측 결과를 입력자료로 사용하기 위하여 대상 댐 유역에 대해 전처리 과정을 수행한 후 편의보정기법을 적용하여 예측 강수 앙상블 자료를 산출하였으며, 이를 K-DRUM에 입력하여 수행하여 예측 유출량을 산출하였다. 이 과정에서 편의보정된 강수량과 강우-유출모형에서 산정된 예측 유출량은 그래프와 테이블로 함께 표출할 수 있도록 하였다. 본 연구의 결과를 통해 시스템의 사용자는 예측 강수량과 유출량을 토대로 댐의 방류량을 조정함으로써 댐 수위 모의 운영을 수행할 수 있게 되어 장기적인 물관리 의사결정에 도움이 될 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.259-259
• /
• 2016

This study examined Artificial Neurons Networks model (ANNs) for forecast flash discharge at Southern part of Thailand by using rainfall data and discharge data. The Sungai Kolok River Basin has meant the border crossing between Thailand and Malaysia which watershed drains an area lies in Thailand 691.88 square kilometer from over all 2,175 square kilometer. The river originates in mountainous area of Waeng district then flow through Gulf of Thailand at Narathiwat Province, which the river length is approximately 103 kilometers. Almost every year, flooding seems to have increased in frequency and magnitude which is highly non-linear and complicated phenomena. The purpose of this study is to forecast runoff on Sungai Kolok at X.119A gauge station (Sungai Kolok district, Narathiwat province) for 3 days in advance by using Artificial Neural Networks model (ANNs). 3 daily rainfall stations and 2 daily runoff station have been measured by Royal Irrigation Department and Meteorological Department during flood period 2000-2014 were used as input data. In order to check an accuracy of forecasting, forecasted runoff were compared with observed data by pursuing Coefficient of determination ($R^2$). The result of the first day gets the highest accuracy and then decreased in day 2 and day 3, consequently. $R^2$values for first day, second day and third day of runoff forecasting is 0.71, 0.62 and 0.49 respectively. The results confirmed that the ANNs model can be used when the range of collected dataset is short and real-time operated. In conclusion, the ANNs model is suitable to runoff forecasting during flood incident of Sungai Kolok river because it is straightforward model and require with only a few parameters for simulation.

• 한국농공학회지
• /
• 제45권2호
• /
• pp.45-57
• /
• 2003

An artificial neural network model was developed to analyze and forecast Short-term river runoff from the Naju watershed, in Korea. Error back propagation neural networks (EBPN) of hourly rainfall and runoff data were found to have a high performance In forecasting runoff. The number of hidden nodes were optimized using total error and Bayesian information criterion. Model forecasts are very accurate (i.e., relative error is less than 3% and $R^2$is greater than 0.99) for calibration and verification data sets. Increasing the time horizon for application data sets, thus mating the model suitable for flood forecasting. decreases the accuracy of the model. The resulting optimal EBPN models for forecasting hourly runoff consists of ten rainfall and four runoff data(ANN0410 model) and ten rainfall and ten runoff data(ANN1010 model). Performances of the ANN0410 and ANN1010 models remain satisfactory up to 6 hours (i.e., $R^2$is greater than 0.92).

• 한국수자원학회논문집
• /
• 제41권7호
• /
• pp.737-746
• /
• 2008

강우-유출 및 저수지운영 모형의 최종 개발 목적은 가용한 관측자료를 이용하여 실무자가 하천의 유량예측 및 저수지운영 업무를 쉽고 정확하게 수행할 수 있도록 분석도구를 제공하는데 있다. 본 연구에서는 물관리 실무에서 홍수량 예측업무에 활용중인 단기 강우-유출 저류함수 모형을 확장하여 장기유출에 모의에 기여도가 높은 유효우량 및 침투량 산정기법을 개선하여 장기 유출분석이 가능하도록 저류함수기반의 장기 유출모형을 구축하였다. 개발된 모형의 적용가능성을 검토하기 위하여 낙동강 유역내 3개 댐유역(안동,합천,밀양)을 대상으로 연간 유출모의를 실시 하였으며, 현재 물관리 실무에서 장기유출모형으로 활용중인 SSARR모형과의 성능을 비교하였다. 수문곡선 비교 결과, SSARR 모형이 상대적으로 재현성 높은 결과를 보여주었지만, 본 연구에서 개발한 모형은 관측 가용한 자료만으로도 비교적 신뢰성 있는 장기유출모의가 가능하다는 점에서 향후 실무에서 유용하게 활용할 수 있을 것으로 사료된다.