본 연구는 안성천 상류유역에서 관측된 강우량 및 유출량을 근거로 하여 단위도와 침투능 곡선식을 결정하고 유역내 침투량 측정에 의한 침투능 곡선과 비교하였다. 누가침투량 곡선식은 단위도와 밀접한 관계가 있다. 침투량 곡선식을 유도하기 위하여 다음 두가지 방법을 적용하였다. 첫 번째 방법은 안성천 공도수위관측소에서 계측된 유량과 유역에서 계측된 강우량을 근거로 하여 침투지표법에 의한 유역의 평균침투능 및 Kostiakov 형 누가침투량 곡선을 산정하였다. 두 번째 방법은 유역내 4개지점을 선정하고 더블링 침투계를 이용하여 시간별 누가침투량을 측정하고 누가침투량 곡선식을 산정하였다. 두가지 방법으로 구한 Kostiakov 형 누가침투량 곡선에 의한 침투량 양상을 비교하였다.
수문관측시스템 설비의 수명은 설비별 사용빈도와 운영환경에 따라 상이하나, 설비 개대체시 내용 년수만을 고려하고 있는 실정이다. 따라서, 설비의 성능분석을 통한 상태평가 및 의사결정에 따른 과학적 근거를 기초로 한 경제적인 자산관리가 필요하다. 본 연구에서는 K-water에서 사용하고 있는 수문관측시스템의 우량국, 수위국, 경보국 등 단말국 설비에 대하여 성능분석을 통한 과학적인 상태평가방안을 제안하였으며, 이를 통한 합리적인 개대체 방안을 수립하였다.
Extreme hydrological events can cause serious threats to the society. Hence, the selection of probability distributions for extreme rainfall is a fundamental issue. For this reason, this study was focused on understanding possible distributional changes in annual daily maximum rainfalls (AMRs) over time in Sri Lanka using quantile regression. A simplified nine-category distributional-change scheme based on comparing empirical probability density function of two years (i.e. the first year and the last year), was used to determine the distributional changes in AMRs. Daily rainfall series of 13 station over Sri Lanka were analyzed for the period of 1960-2015. 4 distributional change categories were identified for the AMRs. 5 stations showed an upward trend in all the quantiles (i.e. 9 quantiles: from 0.05 to 0.95 with an increment of 0.01 for the AMR) which could give high probability of extreme rainfall. On the other hand, 8 stations showed a downward trend in all the quantiles which could lead to high probability of the low rainfall. Further, we identified a considerable spatial diversity in distributional changes of AMRs over Sri Lanka.
To understand day-to-day fluctuations in soil moisture content in Seoul, I simulated daily soil moisture content from 1908 to 2009 using long-term climatic precipitation and temperature data collected at the Surface Synoptic Meteorological Station in Seoul for the last 98 years with a hydrological simulation model, BROOK. The output data set from the BROOK model allowed me to examine day-to-day fluctuations and the severity and duration of droughts in the Seoul area. Although the soil moisture content is highly dependent on the occurrence of precipitation, the pattern of changes in daily soil moisture content was clearly quite different from that of precipitation. Generally, there were several phases in the dynamics of daily soil moisture content. The period from mid-May to late June can be categorized as the initial period of decreasing soil moisture content. With the initiation of the monsoon season in late June, soil moisture content sharply increases until mid-July. From the termination of the rainy season in mid-July, daily soil moisture content decreases again. Highly stochastic events of typhoons from late June to October bring large amount of rain to the Korean peninsula, culminating in late August, and increase the soil moisture content again from late August to early September. From early September until early October, another sharp decrease in soil moisture content was observed. The period from early October to mid-May of the next year can be categorized as a recharging period when soil moisture content shows an increasing trend. It is interesting to note that no statistically significant increase in mean annual soil moisture content in Seoul, Korea was observed over the last 98 years. By simulating daily soil moisture content, I was also able to reconstruct drought phenomena to understand the severity and duration of droughts in Seoul area. During the period from 1908 to 2009, droughts in the years 1913, 1979, 1939, and 2006 were categorized as 'severe' and those in 1988 and 1982 were categorized as 'extreme'. This information provides ecologists with further potential to interpret natural phenomenon, including tree growth and the decline of tree species in Korea.
Low-flow simulation and forecasting is one of the emerging issues in hydrology due to the increasing demand of water in dry periods. Even though low-flow simulation and forecasting remains a difficult issue for hydrologists better simulation and earlier prediction of low flows are crucial for efficient water management. The UN has never stated that South Korea is in a water shortage. However, a recent study by MOLIT indicates that Korea will probably lack water by 4.3 billion m3 in 2020 due to several factors, including land cover and climate change impacts. The two main situations that generate low-flow events are an extended dry period (summer low-flow) and an extended period of low temperature (winter low-flow). This situation demands the hydrologists to concentrate more on low-flow hydrology. Korea's annual average precipitation is about 127.6 billion m3 where runoff into rivers and losses accounts 57% and 43% respectively and from 57% runoff discharge to the ocean is accounts 31% and total water use is about 26%. So, saving 6% of the runoff will solve the water shortage problem mentioned above. The main objective of this study is to present the hydrological modelling approach for low-flow simulation and forecasting using a model that have a capacity to represent the real hydrological behavior of the catchment and to address the water management of summer as well as winter low-flow. Two lumped hydrological models (GR4J and CAT) will be applied to calibrate and simulate the streamflow. The models will be applied to Seolmacheon catchment using daily streamflow data at Jeonjeokbigyo station, and the Nash-Sutcliffe efficiencies will be calculated to check the model performance. The expected result will be summarized in a different ways so as to provide decision makers with the probabilistic forecasts and the associated risks of low flows. Finally, the results will be presented and the capacity of the models to provide useful information for efficient water management practice will be discussed.
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.
낮은 밀도의 강우관측망과 레이더 강우의 편향적인 추정은 좁은 지역에서 발생하는 돌발홍수에 대한 적용에는 한계가 있다. 이를 개선하기 위해서는 더 많은 강우정보의 생산이 필요하다. 본 연구에서는 최근에 개발되어 활용되고 있는 차량용 강우센서를 이용하여 적용성을 분석하였다. 개발된 강우센서를 차량에 부착하여 차량의 이동에 따른 강우 관측을 수행하였다. 분석 방법은 강우센서와 인근 강우관측소의 관측값에 대하여 시계열 및 평균 강수량을 이용하였다. 차량별로 부착된 센서(1~10번)의 관측 강우를 분석한 결과 전체적으로 센서별로 상대적으로 차이가 발생하고 있으나 강우 사상에 따른 관측값의 경향은 일정한 패턴을 나타내고 있는 것을 알 수 있었다. 이는 강우센서의 관측위치와 인근 강우관측소와의 거리 차이, 차량의 이동 속도, 강우관측 방법 등 다양한 원인에 의해 발생하는 것으로 분석되었다. 이 결과는 차량용 강우센서를 이용한 강우관측의 가능성을 보여주었으며 향후 다양한 조건에서의 실험 및 강우센서 개선을 통하여 보다 정밀한 강우관측이 가능할 것으로 검토되었다.
Rainfall forecasting is an important issue that is applied in many areas, such as agriculture, flood warning, and water resources management. In this context, this study proposed a statistical and machine learning-based forecasting model for monthly rainfall. The Bayesian Gaussian process was chosen to optimize the hyperparameters of the Stacked Long Short-term memory (SLSTM) model. The proposed SLSTM model was applied for predicting monthly precipitation of Seoul station, South Korea. Data were retrieved from the Korea Meteorological Administration (KMA) in the period between 1960 and 2019. Four schemes were examined in this study: (i) prediction with only rainfall; (ii) with deseasonalized rainfall; (iii) with rainfall and minimum temperature; (iv) with deseasonalized rainfall and minimum temperature. The error of predicted rainfall based on the root mean squared error (RMSE), 16-17 mm, is relatively small compared with the average monthly rainfall at Seoul station is 117mm. The results showed scheme (iv) gives the best prediction result. Therefore, this approach is more straightforward than the hydrological and hydraulic models, which request much more input data. The result indicated that a deep learning network could be applied successfully in the hydrology field. Overall, the proposed method is promising, given a good solution for rainfall prediction.
본 연구에서는, 수문순환과정의 중요한 요소인 증발산의 지역적 특성을 고려한 정확한 산정을 위하여 Moderate Resolution Imaging Spectroradiometer (MODIS) 인공위성 데이터를 이용한 원격탐사 기술을 적용하였다. Priestley-Taylor 방법으로 한반도 전역에서의 잠재 증발산을 산정하고 공간적인 거동을 파악하고자 하였다. 산정된 잠재 증발산을 바탕으로 낙동강 유역의 기상청 증발접시 증발량과 비교를 통해 지역적인 적용성을 확인하였다. 포항 기상대에서는 소형 증발접시 0.70, 대형 증발접시 0.55의 상관 계수를 가지며, 문경 기상대의 결과는 소형 증발접시 0.62, 대형 증발접시 0.52의 상관 계수를 갖는다.
Several studies of the world have analyzed the regional rainfall trends in large data sets. However, it reported that the long-term behavior of rainfall was different on spatial and temporal scales. The objective of this study is to determine the local trends of rainfall indices in the Yom River Basin, Thailand. The rainfall indices consist of the annual total precipitation (PRCTPOP), number of heavy rainfall days ($R_{10}$), number of very heavy rainfall days ($R_{20}$), consecutive of dry days (CDD), consecutive of wet days (CWD), daily maximum rainfall ($R_{x1}$), five-days maximum rainfall ($R_{x5}$), and total of annual rainy day ($R_{annual}$). The rainfall data from twelve hydrological stations during the period 1965-2015 were used to analysis rainfall trend. The Mann-Kendall test, which is non-parametric test was adopted to detect trend at 95 percent confident level. The results of these data were found that there is only one station an increasing significantly trend in PRCTPOP index. CWD, which the index is expresses longest annual wet days, was exhibited significant negative trend in three locations. Meanwhile, the significant positive trend of CDD that represents longest annual dry spell was exhibited four locations. Three out of thirteen stations had significant decreasing trend in $R_{annual}$ index. In contrast, there is a station statistically significant increasing trend. The analysis of $R_{x1}$ was showed a station significant decreasing trend at located in the middle of basin, while the $R_{x5}$ of the most locations an insignificant decreasing trend. The heavy rainfall index indicated significant decreasing trend in two rainfall stations, whereas was not notice the increase or decrease trends in very heavy rainfall index. The results of this study suggest that the trend signal in the Yom River Basin in the half twentieth century showed the decreasing tendency in both of intensity and frequency of rainfall.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.