• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.131-131
• /
• 2021

Deep learning models, especially those based on long short-term memory (LSTM), have presented their superiority in addressing time series data issues recently. This study aims to comprehensively evaluate the performance of deep learning models that belong to the supervised learning category in streamflow prediction. Therefore, six deep learning models-standard LSTM, standard gated recurrent unit (GRU), stacked LSTM, bidirectional LSTM (BiLSTM), feed-forward neural network (FFNN), and convolutional neural network (CNN) models-were of interest in this study. The Red River system, one of the largest river basins in Vietnam, was adopted as a case study. In addition, deep learning models were designed to forecast flowrate for one- and two-day ahead at Son Tay hydrological station on the Red River using a series of observed flowrate data at seven hydrological stations on three major river branches of the Red River system-Thao River, Da River, and Lo River-as the input data for training, validation, and testing. The comparison results have indicated that the four LSTM-based models exhibit significantly better performance and maintain stability than the FFNN and CNN models. Moreover, LSTM-based models may reach impressive predictions even in the presence of upstream reservoirs and dams. In the case of the stacked LSTM and BiLSTM models, the complexity of these models is not accompanied by performance improvement because their respective performance is not higher than the two standard models (LSTM and GRU). As a result, we realized that in the context of hydrological forecasting problems, simple architectural models such as LSTM and GRU (with one hidden layer) are sufficient to produce highly reliable forecasts while minimizing computation time because of the sequential data nature.

• 한국수자원학회논문집
• /
• 제56권12호
• /
• pp.969-980
• /
• 2023

2000년대 이후 우리나라에 도입된 앙상블 유량 예측은 수문 예측 현업에서 성과를 보였음에도 불구하고 수자원 시스템 관리에서는 적극적으로 활용되지 못하고 있다. 따라서 본 연구에서는 용수공급을 위한 수자원 관리 측면에서 앙상블 유량 예측의 효용성을 보이고자 댐 실무자들을 위한 간단한 가상 예제를 만들고, 이를 확장하며 실제 대한민국 다목적댐에 적용하였다. 가상 예제에서는 앙상블 유량 예측의 평균은 같지만 표준편차가 다를 때, 댐 운영 비용이 상이함을 확인하였다. 그리고 이를 대한민국 다목적댐에 적용하기 위해 동일한 평균을 가지지만 표준편차가 평균과 동일한 유형W와 표준편차가 평균의 10배인 유형 P를 가정하여 용량 대비 연유입량 비율에 따라 소양강댐(CIR = 1.345)과 충주댐(CIR = 0.563)에 표본 추계학적 동적계획법으로 최적방류량을 도출하였다. 그리고 도출된 최적방류량으로 2020년부 2022년까지 모의 운영을 진행하였다. 그 결과, 충주댐에서는 표준편차가 적은 유형W에서 상대적으로 공격적인 최적방류량이 도출되었고, 모의 운영 결과 또한 양호함을 보였다. 소양강댐에서도 최적방류량에서 충주댐과 같은 결과를 보였지만, 모의 운영에서는 유형W와 P의 차이가 없었다. 결과적으로 동일한 평균을 가지더라도 앙상블 유량 예측의 표준편차에 따라 다른 최적방류량과 모의 운영 결과가 도출되었고, 특히 용량 대비 연유입량이 작을수록 이러한 불확실성에 더욱 민감하게 반응함을 보였다. 본 내용을 바탕으로 현재 단일 대푯값만을 사용하여 댐 운영을 하는 수자원 관리에 개선을 기대한다.

• 대한토목학회논문집
• /
• 제32권1B호
• /
• pp.9-20
• /
• 2012

최근 수위 예측을 위한 개념적 기반, 수문학적, 물리적 기반 모형 등의 단점을 극복하고자 홍수예측을 위해 자료지향형 모형 중의 하나인 다중선형회귀 모형이 널리 도입되고 있다. 본 연구의 목적은 이러한 다중선형회귀 모형의 서로 다른 회귀계수 선정 방법에 따른 홍수예측 성능을 비교 검토하고 이를 통해 적절한 다중회귀 홍수예측 모형을 구축하는 것이다. 이를 위해 입력자료의 자기상관분석을 통해 독립변수의 시간 규모를 결정한 후 최소 자승법, 가중 최소 자승법, 단계별 선택법의 각기 다른 회귀계수 산정 방법을 이용한 홍수예측 모형을 구축하고 중랑천 유역의 다양한 홍수사상에 대해 적용하였다. 구축된 모형들의 성능을 평가하기 위해 평균제곱근오차, Nash-Suttcliffe 효율계수, 평균절대오차, 수정 결정계수와 같이 4개의 통계지표들을 사용하였다. 모의결과 단계별 선택법을 이용한 다중선형회귀 홍수예측 모형이 가장 정확한 예측 결과를 보였고, 최소자승법을 이용한 홍수예측 모형이 가중 최소자승법을 이용한 홍수예측 모형보다 좀 더 나은 예측 결과를 나타냈다.

• 한국물환경학회지
• /
• 제27권3호
• /
• pp.264-272
• /
• 2011

The objective of this study was to develop a model for predicting long-term runoff in a basin using the ensemble streamflow prediction (ESP) technique and review its reliability. To achieve the objective, this study improved not only the ESP technique based on the ensemble scenario analysis of historical rainfall data but also conventional ESP techniques used in conjunction with qualitative climate forecasting information, and analyzed and assessed their improvement effects. The model was applied to the Geum River basin. To undertake runoff forecasting, this study tried three cases (case 1: Climate Outlook + ESP, case 2: ESP probability through monthly measured discharge, case 3: Season ESP probability of case 2) according to techniques used to calculate ESP probabilities. As a result, the mean absolute error of runoff forecasts for case 1 proposed by this study was calculated as 295.8 MCM. This suggests that case 1 showed higher reliability in runoff forecasting than case 2 (324 MCM) and case 3 (473.1 MCM). In a discrepancy-ratio accuracy analysis, the Climate Outlook + ESP technique displayed 50.0%. This suggests that runoff forecasting using the Climate Outlook +ESP technique with the lowest absolute error was more reliable than other two cases.

• 물과 미래
• /
• 제27권1호
• /
• pp.141-150
• /
• 1994

본 연구에서는 하천유역의 유출과정의 해석 및 그 예측을 위해서 수리학적 하도추적모형을 적용하여 유역의 홍수유출량을 산정할 수 있는 예측모형의 알고리즘 및 그 프로그램의 개발을 목적으로 하고 있다. 이때 사용된 하도추적모형은 DWOPER 모형이며, 이와 결합되어 유역유출량의 산정은 개념적 모형이 사용되었다. 개념적 모형에서 계산된 유출량을 DWOPER 모형에 적용시킨 결과에 대해서 그 적합성을 실측자료와 비교분석한 결과, 수문곡선의 상승부, 첨두부 및 감소부에서 거의 접근된 하도추적이 일어나므로 하도추적이 비교적 잘 수행됨을 알 수 있다. 한편 하도추적 모형의 원활한 수행을 위하여 가중 Factor $\theta$와 오차의 허용치 $\varepsilon$의 적절한 범위를 구하여 비교적 안정된 해를 구할 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2006년도 학술발표회 논문집
• /
• pp.1455-1459
• /
• 2006

우리나라 수자원 관리에서 여름 유량은 이수 및 치수 측면에서 매우 중요한 역할을 한다. 이러한 점에서 여름유량의 예측 가능성을 검토하는 것은 수자원 관리에 유연성을 주는 동시에 상대적으로 위험도를 저감시킬 수 있는 역할을 할 수 있다. 따라서 본 연구의 목적은 여름 계절 유량을 대상으로 기상인자와의 상관성 분석을 통해 유량 예측을 위한 수문기상정보(hydroclimatics)를 전 지구적으로 검토하고 최종적으로 불확실성을 고려할 수 있는 Ensemble예측을 실시하고자 한다. Ensemble예측은 설정 가능한 입력 자료를 통하여 다수의 출력자료를 얻는 방법론으로서 불확실성이 큰 기상 및 수문기상자료 분석에 주로 이용되고 있다. 본 연구에서는 해수면온도(sea surface temperature), 해수면기압(sea level pressure)과 방출장파복사에너지(outgoing longwave radiation)를 주요 기상인자로 고려하였으며 예측모형으로서는 Cross Ensemble(out of bagging)방법에 근거한 Support Vector Machine 모형을 이용하였다. 분석결과 주요 기상인자와 50%이상의 상관관계를 보이고 있으며 다소 합리적인 예측 결과를 제시하여 주고 있어 수자원관리를 위한 보조수단으로 이용이 가능할 것으로 사료된다.

• 한국콘텐츠학회논문지
• /
• 제7권3호
• /
• pp.140-151
• /
• 2007

본 연구에서는 금강수계를 대상으로 주요지점별 유역유출지표를 개발하기 위해 금강수계를 14개의 소유역으로 분할하였다. 금강수계의 주요지점은 용담댐, 대청댐 및 공주수위표 지점으로 선정하였으며 각 지점에서의 관측유출량은 수위-유량 곡선식에 의해 산정하였고 모의유출량은 미국 공병단에서 개발한 SSARR (Streamflow flow Synthesis and Reservoir Regulation) 모형을 기반으로 하고 사용자 중심의 소프트웨어로 한국수자원공사에서 개발한 RRFS (Rainfall-Runoff Forecasting System)에 의해 산정하였다. 일단위 관측유출량과 모의유출량을 일, 반순, 순, 월, 계절, 연별 누가이동평균 유출량 및 정상월/년 유출량으로 구성하였다. 구성된 단위 기간별 누가이동평균 유출량과 정상월/년 유출량을 사용하여 각각에 대한 유황분석을 실시하였다. 각각의 유황분석에 의해 산정된 4개의 값인 풍수량 평수량 저수량 갈수량을 주요 지점별 유역유출지표로 활용하였다. 또한 구성된 각각의 유출량을 대상으로 갈수 및 홍수빈도부석을 통해 현재의 단위기간별 유출량과 정상월/년 유출량이 갈수량 또는 흥수량인지를 파악함으로써 해당 지점에서의 유량이 적고 많음을 판정할 수 있는 체계로 유역유출지표를 개발하였다.

• 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.

• 한국콘텐츠학회:학술대회논문집
• /
• 한국콘텐츠학회 2006년도 추계 종합학술대회 논문집
• /
• pp.408-412
• /
• 2006

본 연구는 수계별 한정된 수자원의 효율적 관리를 위한 기존 댐의 연계운영과 병행하여 댐 상 하류 유출을 고려한 종합적인 수자원관리방안 수립의 필요성이 대두됨에 따라, 저수기 댐 상 하류의 수계주요지점에 대한 하천 유출상황을 모의할 수 있는 수문모형을 제시하는데 목적이 있다. 강우유출 모형을 모의하기 위해서는 강우량, 유출량, 용수수요자료, 취수량 등을 입력자료로 한다. 여기에 활용되는 입력자료는 실시간 물관리 정보 시스템에 있는 DB의 자료를 사용한다. RRFS의 기반 모형은 미 공병단에서 개발한 SSARR 모형으로 하였으며 일단위 유출량을 산정하여 하천의 장단기 유출 예측을 실시한다.

• 물과 미래
• /
• 제25권3호
• /
• pp.105-113
• /
• 1992

본연구는 홍수기의 일단위 하천유출량을 예측하기 위한 방법으로 인공지능의 구현 모형으로 사용되고 있는 신경회로망이론을 도입하여 실수문계에 적용하고 그 결과를 제시하는 것이다. 강우-유출과정으로 형성되는 수문계의 동적거동을 입출력패턴으로 보아서 모형을 구성하는 유니트의 비선형 응답특성에 따라 네트워크의 상호 결합강도를 조정하여 시스템의 매개변수를 반복추정하는 방법으로 시스템을 특정 평가하였다. 일강우와 일유량의 과거 관측치를 신경회로망 모형의 순전파알고리즘으로 학습시켜 추정된 매개변수를 이용하여 하천유출량을 예측하였고 그 결과를 관측된 유량과 비교하기 위하여 통계학적으로 분석하였다.