• 물과 미래
• /
• 제29권1호
• /
• pp.151-161
• /
• 1996

비선형 계열저수지모형을 적용한 홍수추적모형을 변수추정모형과 결합하여 확대 상태-공간 모형으로 구성하고, Extended Kalman Filter를 이용하여 상태 및 변수를 동시 추정하도록 하였다. 민감도 분석을 통하여 추정변수의 상대적인 중요성을 조사하여 민감도가 낮은 변수는 상수화하고 상관성이 높은 변수들은 결합하여 모형을 단순화하였다. 그리고 제안된 실시간 홍수예측모형을 다목적댐들의 홍수량 유입예측에 적용하여 상태 및 변수의 동시추정에 의한 수문곡선과 실측유입수문곡선이 잘 일치함을 확인하였다. 또한 홍수가 진행함에 따라 추정변수중, 저류계수는 거의 일정한 값을 나타내지만, 지수는 수문곡선의 변화와 함께 시간적으로 변화하는 것으로 확인하였다.

• 물과 미래
• /
• 제25권3호
• /
• pp.115-124
• /
• 1992

상류댐에서의 홍수량에 의한 하류지점에서의 첨두 홍수량과 홍수 도달 시간은 수리학적 홍수추적방법에 의해 계산될 수 있다. 본 연구는 한강 유역의 전구간을 대상으로 시행되었다. 계산된 춤두 홍수량과 댐사이의 홍수도달시간은 상류에서의 방류계속시간과 바류량의 크기에 관련되어 있고 각 댐구간 사이에서 이 관계를 이용하여 다중회기모형을 제안하였다. 댐하류에서의 첨두홍수량은 수위-유량 관계식에 의해서 첨두홍수위로 변환될 수 있다. 그러므로, 제안된 다중회기모형은 상류댐에서의 홍수 방류량과 방류 계속시간에 의한 하류지점에서의 첨두홍수위와 댐구간 사이의 홍수도달시간을 예측하는데 이용될 수 있을 것이다.

• 한국농공학회논문집
• /
• 제49권3호
• /
• pp.21-31
• /
• 2007

This study is aimed at the development of a runoff forecasting model by using the Fuzzy inference system and Neural Network model to solve the uncertainties occurring in the process of rainfall-runoff modeling and improve the modeling accuracy of the stream runoff forecasting. The Neuro-Fuzzy (NF) model were used in this study. The NF model, recently received a great deal of attention, improve the existing Neural Networks by the aid of the Fuzzy theory applied to each node. The study area is the downstreams of Naeseung-chun. Therefore, time-dependent data was obtained from the Wolpo water level gauging station. 11 and 2 out of total 13 flood events were selected for the training and testing set of model respectively. The schematic diagram method and the statistical analysis are conducted to evaluate the feasibility of rainfall-runoff modeling. The model accuracy was rapidly decreased as the forecasting time became longer. The NF model can give accurate runoff forecasts up to 4 hours ahead in standard above the Determination coefficient $(R^2)$ 0.7. In the comparison of the runoff forecasting using the NF and TANK models, characteristics of peak runoff in the TANK model was higher than ones in the NF models, but peak values of hydrograph in the NF models were similar.

• 한국수자원학회논문집
• /
• 제48권4호
• /
• pp.257-268
• /
• 2015

본 연구에서는 이중편파 레이더 추정강우의 홍수예보 활용성을 평가하였다. 비슬산 강우레이더 100 km 반경 내 AWS (Automatic Weather System) 123개 관측소를 대상으로 레이더 추정강우의 오차를 레이더 반경 및 강우강도의 증가에 따라 평가하였다. 이중편파 레이더 추정강우가 단일편파 레이더 추정강우에 비해 오차가 작은 것으로 확인되었다. 또한, 이중편파 레이더 추정강우의 홍수예보 활용성 평가 및 적용을 위해 유역평균강우량을 산정하여 평가하였다. 평가 결과, 이중편파 레이더 추정강우가 단일편파 레이더 추정강우에 비해 관측치에 유사하게 나타났으며, 강우형태에 관계없이 강우 강도가 강한 부분에서 이중편파 레이더의 정확도가 향상됨을 보였다. 그러나 차등반사도를 통해 산정된 강우는 과대추정되는 경향이 나타났다. 연속형 저류함수모형인 SURR 모형에 적용하여 남강댐 유역에 대한 유출해석을 수행하였다. 이중편파 레이더 추정강우를 통한 유출량이 단일편파 레이더 추정강우에 비해 유출용적오차는 약 12~63%, 첨두유량오차는 약 30~42% 감소하였으며, 평균제곱근오차 또한 감소하는 것으로 나타났다. 또한 이중편파 레이더에 의해 산정된 유역평균강우량을 유출모형에 적용할 경우 AWS 강우로부터 추정된 유출결과보다 더 우수한 경우가 있어 향후 홍수예보 활용 시 예보의 정확도 향상에 기여하리라 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.31-31
• /
• 2023

During December 2022, the northeast monsoon, which dominates the south and the Gulf of Thailand, had significant rainfall that impacted the lower southern region, causing flash floods, landslides, blustery winds, and the river exceeding its bank. The Golok River, located in Narathiwat, divides the border between Thailand and Malaysia was also affected by rainfall. In flood management, instruments for measuring precipitation and water level have become important for assessing and forecasting the trend of situations and areas of risk. However, such regions are international borders, so the installed measuring telemetry system cannot measure the rainfall and water level of the entire area. This study aims to predict 72 hours of water level and evaluate the situation as information to support the government in making water management decisions, publicizing them to relevant agencies, and warning citizens during crisis events. This research is applied to machine learning (ML) for water level prediction of the Golok River, Lan Tu Bridge area, Sungai Golok Subdistrict, Su-ngai Golok District, Narathiwat Province, which is one of the major monitored rivers. The eXtreme Gradient Boosting (XGBoost) algorithm, a tree-based ensemble machine learning algorithm, was exploited to predict hourly water levels through the R programming language. Model training and testing were carried out utilizing observed hourly rainfall from the STH010 station and hourly water level data from the X.119A station between 2020 and 2022 as main prediction inputs. Furthermore, this model applies hourly spatial rainfall forecasting data from Weather Research and Forecasting and Regional Ocean Model System models (WRF-ROMs) provided by Hydro-Informatics Institute (HII) as input, allowing the model to predict the hourly water level in the Golok River. The evaluation of the predicted performances using the statistical performance metrics, delivering an R-square of 0.96 can validate the results as robust forecasting outcomes. The result shows that the predicted water level at the X.119A telemetry station (Golok River) is in a steady decline, which relates to the input data of predicted 72-hour rainfall from WRF-ROMs having decreased. In short, the relationship between input and result can be used to evaluate flood situations. Here, the data is contributed to the Operational support to the Special Water Resources Management Operation Center in Southern Thailand for flood preparedness and response to make intelligent decisions on water management during crisis occurrences, as well as to be prepared and prevent loss and harm to citizens.

• 한국지리정보학회지
• /
• 제21권4호
• /
• pp.191-201
• /
• 2018

최근 기후변화의 영향으로 호우의 발생빈도가 증가하고 있으며, 도시지역의 호우는 돌발적이고 국지적인 특성을 가지고 있어 인명과 재산피해 역시 증가하고 있다. 도시지역에서의 국지성호우에 의한 홍수는 예고없이 빠르게 발생하고 시 공간적으로 빈번하게 발생함으로써 인명과 재산피해를 증가시킨다. 결국 도시지역의 성공적인 홍수 관리는 얼마나 빠르고, 세밀하게 관측할 수 있느냐가 관건이다. 국지성 호우는 저층에서 형성되는 강우가 지배적이며, 기존의 대형레이더는 저층 강우의 탐지 및 변동성 관측에 취약하다. 이에, 도시지역에서의 국지성 호우를 신속하게 관측하고 예측함으로써, 도시홍수 대응체계를 고도화하고 관측 및 예측 정확도를 향상시켜 도시홍수 피해를 최소화하기 위한 기존과 다른 새로운 도시홍수예보 관리시스템 구축이 필요하다. 현재 수재해 정보플랫폼 융합기술 연구단에서 고해상도 수문정보를 강우예측 및 홍수 모형과 연계하여 신개념 수재해 대응기술 확보를 목표로 추진 중에 있으며, 국지성 호우 관측을 위하여 고정밀 수문레이더를 기반으로 국지성 호우 탐지 및 예측, 도시홍수 예측 및 운영기술을 개발 중에 있다. 이 연구를 통해 도시지역에 대한 고정밀 관측이 가능함으로써 도시홍수 경보 시스템이 보다 정확하고 상세화될 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2007년도 학술발표회 논문집
• /
• pp.746-750
• /
• 2007

금강홍수통제소는 금강 유역의 홍수피해 경감을 목적으로 1990년 출범하였으며, 개소된 이래로 현재까지 홍수예보 및 수문 관측 업무를 수행하여 왔다. 금강홍수예보시스템의 유출모형은 이미 구축되어 있던 홍수예보 시스템과 마찬가지로 저류함수법과 단위도법에 의한 홍수 유출 모형을 근간으로 구성되어 있다. 최근 증설된 수문관측소를 반영하여 소유역을 재분할하고, 변화된 유역환경을 반영하여 저류함수모형에 대한 상수를 개선하고자 하였다. 소유역 및 하도분할과 티센계수 산정 등을 통해 저류함수법을 이용하기 위한 저류상수를 산정하기 위해 기존의 일반 종이지도로 제작된 지형도(1:50,000), 녹지자연도, 개략토양도 등을 이용하는 대신 수치지도를 이용하여 저류상수를 산정하였다. 새롭게 산정된 유역특성변수를 이용하여 유역의 저류상수를 산정하고 강우에 의한 유출량을 결정하였다. 변화된 유역 조건을 가지고 금강 유역의 전체 유역 및 하도유출계산을 수행한 후, 측정 결과가 있는 지점의 수문곡선과 비교하여 모형상수가 적절히 산정되었는지 검토하고, 개선된 모형상수를 제시하였다.

• 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.

• 자원환경지질
• /
• 제56권1호
• /
• pp.65-73
• /
• 2023

As one of the most vulnerable countries to floods, there should be an increased necessity for accurate and reliable flood forecasting in Indonesia. Therefore, a new prediction model using a machine learning algorithm is proposed to provide daily flood prediction in Indonesia. Data crawling was conducted to obtain daily rainfall, streamflow, land cover, and flood data from 2008 to 2021. The model was built using a Random Forest (RF) algorithm for classification to predict future floods by inputting three days of rainfall rate, forest ratio, and stream flow. The accuracy, specificity, precision, recall, and F1-score on the test dataset using the RF algorithm are approximately 94.93%, 68.24%, 94.34%, 99.97%, and 97.08%, respectively. Moreover, the AUC (Area Under the Curve) of the ROC (Receiver Operating Characteristics) curve results in 71%. The objective of this research is providing a model that predicts flood events accurately in Indonesian regions 3 months prior the day of flood. As a trial, we used the month of June 2022 and the model predicted the flood events accurately. The result of prediction is then published to the website as a warning system as a form of flood mitigation.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.371-371
• /
• 2020

도시 및 소규모 산지 유역에서와 같이 지체시간이 짧은 유역에서 발생하는 돌발홍수는 더 이상 우량계만으로 예보가 불가능하다. 그리고 지역에 따라 침수시간이나 침수심이 달라지기 때문에 지역에 따른 침수특성과 유속특성의 관계식을 산정하여 홍수예보 기준을 설정하였다. 더불어 도달시간이 짧은 도시 및 산지에서는 지체시간 외에 강수 예측을 통한 홍수예보 선행시간을 확보하는 것이 매우 중요하다. 본 연구에서는 한강홍수통제소의 강우레이더 기반 초단기 외삽 예측을 입력자료로 활용하여 돌발홍수 예측 시스템을 구축하였다. 강우레이더 기반 초단기 외삽 예측은 강우강도를 입력으로 사용하기 때문에 예측에 별도의 정량 보정이 필요하지 않다는 장점이 있다. 2019년도에 발생한 다양한 홍수 사고 사례를 분석하여 본 시스템에 대한 정확도를 평가하였다. 본 시스템은 동(읍/면) 단위로 1시간 선행 예보를 3단계 위험 정보(주의/경계/심각)로 제공할 수 있다.