• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.345-345
• /
• 2023

기후변화에 대응하기 위한 가뭄과 홍수 등의 수재해 관리체계 수립의 필요성이 높아지고 있어, 기후예측모형과 연계하여 수문 및 에너지 순환과정에서 하천유출에 대한 기후변화 영향예측이 가능한 지표수문모형(Land Surface Model, LSM)의 개발과 적용이 요구되고 있다. 또한, LSM은 연속적이고 장기적인 유출을 모의할 수 있어 수재해에 관한 예측과 정보 제공에 유용하므로, 최근 수재해 예측시스템 구축을 위한 주요한 도구로 관심을 받고 있다. 이에 따라, 본 연구에서는 기후모형 CWRF(Climate-Weather Research and Forecasting Model)와 연계되어 물-에너지 순환모의가 가능한 최신 LSM 중 하나인 Common Land Model(CoLM)을 우리나라 유역의 장기하천유출모의에 적용하고자 한다. 대부분의 LSM은 지상의 물과 에너지 순환과정이 각 단일 격자의 수직적인 모의과정으로 제한되고 있었지만, 현재 지속적인 개선을 통해 많은 LSM에서 보다 현실적인 물과 에너지 변화를 모의하고자 노력하고 있다. 그러나, 지속적인 모형의 개선에도 불구하고(또는 그로 인해) 정교한 수학적 프로세스를 통합하여 개선된 최신 LSM은 오히려 복잡한 매개변수 체계, 매개변수 추정, 입력자료, 초기 및 경계조건 등에서 비롯된 불확실성이 존재하고 있다. 따라서, 모형의 주요 매개변수값의 추정은 모의결과의 성능과 안정성을 확보하기 위한 LSM의 모의에서 필수적인 과정 중 하나이다. 유역의 특성에 따라 결정되는 모형 매개변수는 관련자료의 부재 또는 관측의 부정확성으로 인해 검보정 과정을 통해 결정되어야 하므로, 유역의 수문특성을 최대한 반영하고 모형의 성능과 안정성을 확보하기 위해 모의목적에 따라 적절한 검보정 목적함수의 선정도 요구된다. CoLM과 같이 다양한 매개변수가 사용되는 LSM에서는 모의결과에 대한 불확실성을 줄이고, 모의목적에 따른 모형의 예측도 향상을 위해서 모의결과에 민감한 주요 매개변수의 검보정이 과정이 중요하다. 따라서, 본 연구에서는 격자기반 지표수문모형인 CoLM을 이용하여 우리나라 유역의 장기하천유출을 모의하는 과정에서 CoLM의 주요 매개변수 검보정에 필요한 적절한 목적함수의 적용을 통해 CoLM 장기하천유출 모의결과의 예측성능을 개선하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.63-63
• /
• 2020

최근 머신러닝 기술의 발전에 따라 비선형 시계열자료에 대한 예측이 가능해졌으며, 기존의 과정기반모형을 대체하여 지하수, 하천수 예측 등 다양한 수문분야에 활용되고 있다. 본 연구에서는 기존의 연구들과 달리 과정기반모형을 이용한 하천수 모의결과를 개선하기 위해 과정기반모형과 결합하는 방식으로 머신러닝 기술을 활용하였다. 머신러닝 기술을 통해 관측값과 모의값 간의 차이를 예측하고 과정기반모형의 모의결과에 반영함으로써 관측값을 정확히 재현할 수 있도록 하는 시스템을 구축하고 평가하였다. 과정기반모형으로는 Weather Research and Forecasting model-Hydrological modeling system (WRF-Hydro)을 소양강 유역을 대상으로 구축하였다. 머신러닝 모형으로는 순환 신경망 중 하나인 Long Short-Term Memory (LSTM) 신경망을 이용하여 장기시계열예측이 가능하게 하였다(WRF-Hydro-LSTM). 머신러닝 모형은 2013년부터 2017년까지의 기상자료 및 유입량 잔차를 이용하여 학습시키고, 2018년 기상자료를 이용하여 예상되는 유입량 잔차를 모의하였다. 모의된 잔차를 WRF-Hydro 모의결과에 반영시켜 최종 유입량 모의값을 보정하였다. 또한, 연구에서 제안된 새로운 방법론의 성능을 비교평가하기 위해 머신러닝 단독 모형으로 유입량을 학습 후 모의하였다(LSTM-only). 상관계수와 Nash-Sutcliffe 효율계수(NSE)를 사용해 평가한 결과, LSTM을 이용한 두 방법(WRF-Hydro-LSTM과 LSTM-only) 모두 기존의 과정기반모형(WRF-Hydro-only)에 비해 높은 정확도의 하천수 모의가 가능했으며, PBIAS 지수를 사용하여 평가한 결과, LSTM을 단독으로 사용하였을 때보다 WRF-Hydro와 결합했을 때 더 관측값과 가까운 모의가 가능함을 확인할 수 있었다.

• Journal of Korea Water Resources Association
• /
• v.40 no.4
• /
• pp.299-311
• /
• 2007

Climatic abnormal phenomena involving El Nino and La Nina have been frequently reported in recent decades. The interannual climate variability represented by El Nino-Southern Oscillation (ENSO) is sometimes investigated to account for the climatic abnormal phenomena around the world. Although many hydroclimatologists have studied the impact of ENSO on regional precipitation and streamflow, however, there are still many difficulties in finding the dominant causal relationship between them. This relationship is very useful in making hydrological forecasting models for water resources management. In this study, the seasonal relationships between ENSO and hydrologic variables were investigated in Korea. As an ENSO indicator, Southern Oscillation Index (SOI) was used. Monthly precipitation, monthly mean temperature, and monthly dam inflow data were used after being transformed to the standardized normal index. Seasonal relationships between ENSO and hydrologic variables were investigated based on the exceedance probability and distribution of hydrologic variables conditioned on the ENSO episode. The results from the analysis of this study showed that the warm ENSO episode affects increases in precipitation and temperature, and the cold ENSO episode is related with decreases in precipitation and temperature in Korea. However, in some regions, the local relationships do not correspond with the general seasonal relationship.

• Journal of Korea Water Resources Association
• /
• v.43 no.12
• /
• pp.1083-1091
• /
• 2010

Distributed hydrologic models typically require spatial estimates of precipitation interpolated from sparsely located observational points to the specific grid points. However, widely used estimation schemes fail to describe the realistic variability of daily precipitation field. We compare and contrast the performance of statistical methods for the spatial estimation of precipitation in two hydrologically different basins, and propose a two-step process for effective daily precipitation estimation. The methods assessed are: (1) Inverse Distance Weighted Average (IDW); (2) Multiple Linear Regression (MLR); (3) Climatological MLR; and (4) Locally Weighted Polynomial Regression (LWP). In the suggested simple two-step estimation process, precipitation occurrence is first generated via a logistic regression model before applying IDW scheme (one of the local scheme) to estimate the amount of precipitation separately on wet days. As the results, the suggested method shows the better performance of daily rainfall interpolation which has spatial differences compared with conventional methods. And this technique can be used for streamflow forecasting and downscaling of atmospheric circulation model effectively.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.36 no.1
• /
• pp.49-63
• /
• 2016

In this study, we analyzed the effects of regional hydrologic variability during warm season (June-September) in South Korea due to ENSO (El $Ni{\tilde{n}}o$-Southern Oscillation) pattern changes over the Tropical Pacific Ocean (TPO). We performed composite analysis (CA) and statistical significance test by Student's t-test using observed hydrologic data (such as, precipitation and streamflow) in the 113 sub-watershed areas over the 5-Major River basin, in South Korea. As a result of this study, during the warm-pool (WP) El $Ni{\tilde{n}}o$ year shows a significant increasing tendency than normal years. Particularly, during the cold-tongue (CT) El $Ni{\tilde{n}}o$ decaying years clearly decreasing tendency compared to the normal years was appeared. In addition, the La $Ni{\tilde{n}}a$ years tended to show a slightly increasing tendency and maintain the average year state. In addition, from the result of scatter plot of the percentage anomaly of hydrologic variables during warm season, it is possible to identify the linear increasing tendency. Also the center of the scatter plot shows during the WP El $Ni{\tilde{n}}o$ year (+17.93%, +26.99%), the CT El $Ni{\tilde{n}}a$ year (-8.20%, -15.73%), and the La $Ni{\tilde{n}}a$ year (+8.89%, +15.85%), respectively. This result shows a methodology of the tele-connection based long-range water resources prediction for reducing climate forecasting uncertainty, when occurs the abnormal SSTA (such as, El $Ni{\tilde{n}}o$ and La $Ni{\tilde{n}}a$) phenomenon in the TPO region. Furthermore, it can be a useful data for water managers and end-users to support long-range water-related policy making.