• 한국산업융합학회 논문집
• /
• 제2권2호
• /
• pp.51-59
• /
• 1999

This study aims at the development of the techniques for the rainfall forecasting in river basins by applying neural network theory and compared with results of Multivariate Model (MVM). This study forecasts rainfall and compares with a observed values in the San Chung gauging stations of Nakdong river basin for the rainfall forecasting of river basin by proposed Neural Network Model(NNM). For it, a multi-layer Neural Network is constructed to forecast rainfall. The neural network learns continuous-valued input and output data. The result of rainfall forecasting by the Neural Network Model is superior to the results of Multivariate Model for rainfall forecasting in the river basin. So I think that the Neural Network Model is able to be much more reliable in the rainfall forecasting.

• 한국농공학회지
• /
• 제37권3_4호
• /
• pp.48-60
• /
• 1995

A flood - flow forecasting system model of river basins has been developed in this study. The system model consists of the data management system(the observation and telemetering system, the rainfall forecasting and data-bank system), the flood runoff simulation system, the reservoir operation simulation system, the flood forecasting simulation system, the flood warning system and the user's menu system. The Multivariate Rainfall Forecasting model, Meteorological factor regression model and Zone expected rainfall model for rainfall forecasting and the Streamflow synthesis and reservoir regulation(SSARR) model for flood runoff simulation have been adopted for the development of a new system model for flood - flow forecasting. These models are calibrated to determine the optimal parameters on the basis of observed rainfall, 7 streamfiow and other hydrological data during the past flood periods.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2006년도 학술발표회 논문집
• /
• pp.28-35
• /
• 2006

Global Flood Alert System (GFAS) is an attempt to make the best use of satellite rainfall data in flood forecasting. The project of GFAS is promoted both by Ministry of Land, Infrastructure and Transport-Japan (MLIT) and Japan Aerospace Exploration Agency (JAXA), under which Infrastructure Development Institute-Japan (IDI) has been working on the development of Internet-based information system and just launched trial run of GFAS in April 2006 on International Flood Network (IFNet) website. The function of GFAS is to connect space agencies and hydrological services/river authorities in charge of flood forecasting and warning by providing global rainfall information in maps, text data e-mails and so on which is produced from binary global rainfall data downloaded from National Aeronautics and Space Administration (NASA) website. Although the effectiveness of satellite rainfall data in flood forecasting and warning has yet to be verified, satellite rainfall is expected to play an important role to strengthen existing flood forecasting systems by diversifying hydrological data source.

• 물과 미래
• /
• 제26권4호
• /
• pp.117-125
• /
• 1993

A flood -flow management system model of river basin has been developed in this study. The system model consists of the observation and telemetering system, the rainfall forecasting and data-bank system, the flood runoff simulation system, the dam operation simulation system, the flood forecasting simulation system and the flood warning system. The Multivariate model(MV) and Meterological-factor regression model(FR) for rainfall forecasting and the Streamflow synthesis and reservoir regulation(SSARR) model for flood runoff simulation have been adopted for the development of a new system model for flood-flow management. These models are calibrated to determine the optimal parameters on the basis of observed rainfall, streamflow and other hydrological data during the past flood periods. The flood-flow management system model with SSARR model(FFMM-SR,FFMM-SR(FR) and FFMM-SR(MV)), in which the integrated operation of dams and rainfall forecasting in the basin are considered, is then suggested and applied for flood-flow management and forecasting. The results of the simulations done at the base stations are analysed and were found to be more accurate and effective in the FFMM-SR and FFMM0-SR(MV).

• 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).

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2004년도 학술발표회
• /
• pp.62-71
• /
• 2004

There are 109 A class rivers in Japan. One purpose of river management is to reduce the flooding. For this purpose, government provides the information to public, as flood forecasting, rainfall forecasting and estimate the runoff magnitude to avoid the flood and inundation. In this paper, we introduce current situation of flood forecasting and rainfall forecasting in Japan, and we describe how to use the information of flood forecasting and rainfall forecasting in conjunction with current strategy for river management.

• 한국수자원학회논문집
• /
• 제48권5호
• /
• pp.409-423
• /
• 2015

본 연구에서는 기상레이더 자료를 이용하여 도시하천 유역을 대상으로 초단기 강우예측 및 홍수예측을 실시하였다. 초단기 강우예측 결과 선행시간이 증가함에 따라 관측 자료와의 상관계수가 감소하며, 평균제곱근오차는 증가하여 정확도가 감소하였으나, 선행시간 60분까지 상관계수가 0.5이상 유지되는 결과를 얻을 수 있었다. 또한 강우예측 자료 적용에 의한 도시유출 분석결과, 선행시간 증가에 따른 첨두유량과 유출체적의 감소가 발생하였으나, 첨두시간은 비교적 일치하는 것으로 분석되었다. 레이더 예측 강우 적용을 통한 도시유출 분석결과, 관측 자료와의 오차가 발생하나 이는 여러 가지 외부적인 요인으로 판단되며, 추후 강수 에코의 급격한 생성과 소멸현상 모의, 국지성 강우 예측 성능 향상 등 지속적인 알고리즘 개선과 강우-유출 모형 매개변수 검 보정이 필요할 것으로 사료된다. 본 연구의 결과는 도시하천 유역뿐만 아니라 관측이 어려운 미계측 지역의 수문자료 확보 및 실시간 홍수 예 경보시스템 구축에 확장이 가능하며, 다양한 관측자료 기반 Multi-Sensor 초단기 강우예측 기반기술로의 활용이 가능하다.

• 한국방재학회:학술대회논문집
• /
• 한국방재학회 2008년도 정기총회 및 학술발표대회
• /
• pp.101-104
• /
• 2008

In this study, rainfall adjust and forecasting using artificial neural network(ANN) which includes a correlation coefficient is application in Seoul region. It analyzed one-hour rainfall data which has been reported in 25 region in seoul during from 2000 to 2006 at rainfall observatory by AWS. The ANN learning algorithm apply for input data that each region using cross-correlation will use the highest correlation coefficient region. In addition, rainfall adjust analyzed the minimum error based on correlation coefficient and determination coefficient related to the input region. ANN model used back-propagation algorithm for learning algorithm. In case of the back-propagation algorithm, many attempts and efforts are required to find the optimum neural network structure as applied model. This is calculated similar to the observed rainfall that the correlation coefficient was 0.98 in missing rainfall adjust at 10 region. As a result, ANN model has been for suitable for rainfall adjust. It is considered that the result will be more accurate when it includes climate data affecting rainfall.

• 한국인터넷방송통신학회논문지
• /
• 제15권1호
• /
• pp.223-228
• /
• 2015

기후 온난화에 의한 한반도의 아열대화된 기후는 국지성 폭우가 내는 경향을 높이고 있으며 이로 인해 돌발홍수등의 피해가 증가하고 있다. 국지성 폭우의 피해를 피하기 위해 대규모의 클라이언트들에게 국지성 폭우 예보 서비스가 필요하지만 이러한 서비스를 가능하게 하는 무선 데이터 방송 기반의 서비스 프레임워크 개발이 보고된 것이 없다. 본 논문에서는 대규모 클라이언트들에게 정보 서비스를 가능하게 하는 무선데이터 방송 기법을 이용하여 국지성 폭우 예보 서비스를 가능하게 하는 프레임워크를 설계하고 구현한다. 개발된 서비스 프레임워크는 다양한 데이터 스케줄링 기법과 인덱싱 기법을 적용할 수 있는 확장성을 가진다. 시뮬레이션을 통해 성능을 평가하여 개발된 프레임워크가 효율적으로 국지성 폭우 예보 서비스를 제공함을 보였다.

• 한국수자원학회논문집
• /
• 제43권8호
• /
• pp.695-707
• /
• 2010

기후변화로 인해 태풍과 집중호우의 빈도 및 규모가 증가하고 있으며, 이로 인한 피해 역시 증가하고 있다. 태풍과 집중호우로 인한 피해를 줄이기 위한 홍수 예 경보 시스템에는 단시간 강우예측모델과 레이더 자료를 이용하여 산정된 예측강우가 필요하다. 이를 위하여 외국의 경우 단시간 강우예측 모델을 개발하여 레이더 자료를 이용한 강우예측을 수행하고 이를 수문모형과 연계하여 그 적용성을 분석하거나 홍수예보의 활용성을 평가하는 연구를 활발히 진행하고 있다. 이에 본 연구에서는 홍수예보를 위한 단시간 예측강우의 활용 측면에서 기상레이더 정보와 결합된 이류모델을 활용한 초단시간 강우예보의 국내 적용성을 평가하고자 한다. 이를 위해 최소자승법(Least-square fitting) 기법으로 레이더 강우를 추정하고, 추정된 강우를 이류모델의 초기장으로 활용하였다. 또한, 레이더 예측강우와 지상관측강우의 비교를 통해 레이더 예측강우의 정확도를 정성적 정량적으로 평가하고, 도시홍수예보의 활용 측면을 고려하여 중랑천 유역을 대상으로 초단시간 예측강우의 유역평균강우량을 산정하여 평가하였다. 연구 결과, 관악산 레이더와 진도 레이더 대부분의 사례에서 선행시간의 증가에 따라 예측강수의 정확도가 감소하지만 정성적 평가 측면에서 예측강우는 0.6 이상의 높은 정확도를 나타내었으며, 정량적 측면에서 예측강우와 관측강우와의 상관계수는 평균적으로 선행시간 1시간 이내에서 대부분 0.5 이상의 비교적 좋은 상관성을 보였다. 예측 유역평균강우의 평가 결과 관측강우에 비해 과소추정하는 경향이 있으나 평균적으로 상관계수 0.5 이상으로 비교적 정확하게 강우를 예측하는 것을 확인할 수 있었다. 이를 통해 레이더 자료와 이류모델을 통해 산정한 초단시간 예측강우의 활용성을 확인할 수 있었다.