원격탐사자료를 활용한 지표면 조도계수 통합의 영향: 홍수유출 변화를 중심으로 Impacts of Surface Roughness Integration Using Remote Sensing Data: Concentration of Flood Flow Variation원문보기
원격탐사 자료를 이용한 토지피복도로부터 유역의 식생상황을 고려한 지표면 조도계수를 추정하기 위한 물리적 기반의 지표면 조도계수 추정방법을 제안하였다. 사전 연구로써 지표면 조도계수의 변화에 따른 첨두유량, 유출체적, 첨두시간에 대한 반응을 분석하기 위하여 NWS-PC 모형을 사용하였다. predominant, arithmetic mean, aggregation 방법으로 구해진 지표면 조도계수가 강우-유출 모형의 매개변수에 미치는 영향을 분석하였다. 지표면 조도계수에 대한 민감도 분석에서는 첨두유량이 약 10%의 변화를 나타내었고, 유출체적의 경우 약 2%의 변화를 나타내었다. 첨두시간은 지표면 조도계수에 비례하여 증가하는 것으로 나타났다. 물리적 기반의 aggregation 방법에 의해 구한 지표면 조도계수를 사용하였을 때의 강우-유출 모의결과는 STDEV, RMSE, NSE, PME 통계량에서 나은 결과를 보였지만, 각각의 통합 방법에 대해 크게 다른 결과를 보이지는 않았다. 그러나, 모형에서 지표면 조도계수의 설정에 따라 기저유량을 표현하는 하층부의 매개변수는 민감하게 변화하는 것으로 나타났다.
원격탐사 자료를 이용한 토지피복도로부터 유역의 식생상황을 고려한 지표면 조도계수를 추정하기 위한 물리적 기반의 지표면 조도계수 추정방법을 제안하였다. 사전 연구로써 지표면 조도계수의 변화에 따른 첨두유량, 유출체적, 첨두시간에 대한 반응을 분석하기 위하여 NWS-PC 모형을 사용하였다. predominant, arithmetic mean, aggregation 방법으로 구해진 지표면 조도계수가 강우-유출 모형의 매개변수에 미치는 영향을 분석하였다. 지표면 조도계수에 대한 민감도 분석에서는 첨두유량이 약 10%의 변화를 나타내었고, 유출체적의 경우 약 2%의 변화를 나타내었다. 첨두시간은 지표면 조도계수에 비례하여 증가하는 것으로 나타났다. 물리적 기반의 aggregation 방법에 의해 구한 지표면 조도계수를 사용하였을 때의 강우-유출 모의결과는 STDEV, RMSE, NSE, PME 통계량에서 나은 결과를 보였지만, 각각의 통합 방법에 대해 크게 다른 결과를 보이지는 않았다. 그러나, 모형에서 지표면 조도계수의 설정에 따라 기저유량을 표현하는 하층부의 매개변수는 민감하게 변화하는 것으로 나타났다.
A physical-based aggregation method was suggested to estimate surface roughness, which adequately represents the spatial heterogeneity of vegetation factors, from land cover property obtained from the remote sensing data. For the sensitivity analysis of surface roughness, the peak flow, peak time, a...
A physical-based aggregation method was suggested to estimate surface roughness, which adequately represents the spatial heterogeneity of vegetation factors, from land cover property obtained from the remote sensing data. For the sensitivity analysis of surface roughness, the peak flow, peak time, and total volume were simulated by the NWS-PC. Effects of surface roughness estimated by three different integration methods (predominant, arithmetic mean, and aggregation approach) on the conceptual rainfall-runoff model parameters was analyzed. In the preliminary sensitivity test to surface roughness, the peak time had 10% variation and total volume had 2% variation. The peak time increased with surface roughness. A physical-based aggregation method was better than the existing method in the Soyanggang Dam basin for the results of STDEV, RMSE, NSE, and PME, but difference between them were small. The parameters related on the total baseflow were changed significantly with change of the surface roughness.
A physical-based aggregation method was suggested to estimate surface roughness, which adequately represents the spatial heterogeneity of vegetation factors, from land cover property obtained from the remote sensing data. For the sensitivity analysis of surface roughness, the peak flow, peak time, and total volume were simulated by the NWS-PC. Effects of surface roughness estimated by three different integration methods (predominant, arithmetic mean, and aggregation approach) on the conceptual rainfall-runoff model parameters was analyzed. In the preliminary sensitivity test to surface roughness, the peak time had 10% variation and total volume had 2% variation. The peak time increased with surface roughness. A physical-based aggregation method was better than the existing method in the Soyanggang Dam basin for the results of STDEV, RMSE, NSE, and PME, but difference between them were small. The parameters related on the total baseflow were changed significantly with change of the surface roughness.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구는 유역의 식생상황을 표현하는 지표면 조도 계수를 원격탐사 자료를 기반으로 만들어진 토지 피복 도에서 Manning 식과 같은 물리적 기반의 방법으로 구하는 방안을 제시하였다. 사전 연구로써 소유역별 지표면 조도 계수의 변화에 따라 첨두유량 유출체적, 첨두시간 등에 어떠한 영향을 미치는 지을 분석하였다.
본 연구에서는 원격탐사 자료를 이용한 토지 피복 도로부터 유역의 식생상황을 고려한 지표면 조도계수를 추정하기 위한 물리적 기반의 지표면 조도계수 추정 방법을 제안하였다. 사전 연구(preliminary study)로써 소유 역별 지표면 조도계수의 변화에 따라 첨두유량, 유출체적, 첨두시간 등에 어떠한 영향을 미치는 지을 분석하였다.
NWS-PC 모형을 사용한 이유는 지표 흐름 추적법으로 운동파 추적법을 사용할 수 있기 때문이다. 이 연구는 강우유출 모형에서 식생과 관련된 지표면 조도 계수의 유역 대표값을 계산할 때 그 방법의 선택에 있어 공학적 직감을 제공함으로써 강우유출 모형의 거동을 이해하는데 도움이 될 것으로 판단된다.
가설 설정
소 유역 규모에서 식생에 관련한 지표면 조도계수는 물리적 근거에 의해 대표값이 정해지는 것이 필요하다. 픽셀 스케일의 식생관련 매개변수들을 조합하여 유역 스케일 면적 평균 유량의 특성을 설명하는 관계식을 정의할 경우 다음과 같은 사항들에 유의해야 한다(McNaughton, 1994): 1) 면적평균 유량은 두 가지 스케일에서 일치해야 한다. 2) 사용한 모형이 두 가지 스케일 모두에서 동일한 유량을 보여주는 것이 편리하다.
여기서 n는 유역 스케일의 Manning 계수 또는 지표면 조도 계수, %는 픽셀 스케일의 Manning 계수 또는 지표면 조도계수이며, 본 연구에서는 동일한 가중치를 가정하였다.
제안 방법
나머지 6개 의지 역들에 대한 조도계수는 Vieux의 문헌(2004)에서 참고하였고, Table 2의 첫째 열 괄호안에 제시하였다. 4.1 절에서 4.3절에 걸쳐 설명한 3가지 방법을 사용하여 유역의 지표면 조도계수를 구하였다.
각 소유역에 대해 운동파 추적법으로 지표면 흐름을 모의하기 위해서는 유역면적, 주하도길이, 유역폭, 유역의 경사, 지표면 조도계수가 필요하고, 유역의 조도 계수를 제외한 나머지 유역특성 인자들은 수치지도에서 구하였다. 유역의 조도계수는 토지피복도에서 각 소유역별 식생 상태를 구하여, 4절에 제시하는 방법으로 산정하였다.
사전 연구로써 소유역별 지표면 조도 계수의 변화에 따라 첨두유량 유출체적, 첨두시간 등에 어떠한 영향을 미치는 지을 분석하였다. 그리고 predominant, arithmetic mean 방법과 Manning 식과 같은 물리적 기반의 aggregation 방법으로 구한 유역 지표면 조도 계수가 유출 모형의 매개변수에 미치는 영향을 분석하였다. 이를 위해 9개의 소유역을 가진 소양강 유역에 대해 NWS-PC 모형을 사용하여 강우유출 모의를 수행하였다.
이를 위해 2000년 8월 25일부터 30일까지의 시간단위 수문자료와 모형수행에 필요한 유역특성자료들을 이용해 입력 자료를 생성하였다. 그리고 각 소유역별 지표면 조도계수는 모두 동일하다고 가정하고, 0.01 ~0.12까지 0.005 단위로 변화시키면서 23번의 모의를 수행하였다 이때 모의에 사용한 NWS-PC 모형의 매개변수는 predominant 방법에서 얻은 지표면 조도계수를 각 소유역별로 할당하고, 관측 유량과 모의 유량의 편차를 최소화하는 목적함수와 SCE-UA 전역 최적화 방법을 사용하여 구한 것이다.
즉, 선호되는 매개변수 세트는 통합 방법별로 각각의 지표면 조도 계수를 정의하였음에도 불구하고 관측유량을 가장 잘 모의하도록 조정된 것이다. 따라서 통합방법별로 보정된 NWS-PC 모형 매개변수 값들을 분석하였다
본 연구에 사용한 토지피복분류도는 위성사진을 주된 자료로 사용하여 지표면의 자연상태를 분석 . 표시한 지도로서 환경관리를 위한 전형적인 주제도로 널리 활용되고 있다.
본 연구에서는 환경부의 토지피복도를 이용해 각 소유 역의 지표면 조도계수를 구하였다. 이를 위해서는 적절한 방법이 필요하고, 현재까지 묵시적으로 사용되어왔던 2가지 방법과 본 연구에서 제안하는 방법을 사용해 유역의 지표면 조도계수를 구하였다.
사전 연구(preliminary study)로써 소유 역별 지표면 조도계수의 변화에 따라 첨두유량, 유출체적, 첨두시간 등에 어떠한 영향을 미치는 지을 분석하였다. 그리고 묵시적으로 사용해 온 2가지 방법과 Manning 식과 같은 물리적 기반의 방법으로 구한 유역 지표면 조도 계수가 강우유출 모형의 매개변수에 미치는 영향을 분석하였다 이러한 분석을 위해 소양강 유역에 개념적 강우 유출 모형인 NWS-PC 모형(Tabios 田 et al.
제시하였다. 사전 연구로써 소유역별 지표면 조도 계수의 변화에 따라 첨두유량 유출체적, 첨두시간 등에 어떠한 영향을 미치는 지을 분석하였다. 그리고 predominant, arithmetic mean 방법과 Manning 식과 같은 물리적 기반의 aggregation 방법으로 구한 유역 지표면 조도 계수가 유출 모형의 매개변수에 미치는 영향을 분석하였다.
사전 연구로써 지표면 조도계수로 설정된 값들의 범위에 따른 하천유량의 민감도를 분석해야 할 필요가 있으며, 이 절에서는 지표면 조도계수에 대한 유량의 민감도 분석을 수행하였다 조도계수의 변화에 따라 첨두유량 유출 체적, 첨두시간의 변화를 검토하였다. 이를 위해 2000년 8월 25일부터 30일까지의 시간단위 수문자료와 모형수행에 필요한 유역특성자료들을 이용해 입력 자료를 생성하였다.
식생관련 매개변수, 즉 지표면 조도계수 통합의 영향을 파악하기 위해, 4.4절에서 3가지 방법으로 구한 소유 역별 지표면 조도계수를 이용해 모형의 입력자료를 각각 생성하였다. 입력자료를 이용하여 3가지 방법에 상응하는 매개변수를 추정하기 위해 모형 보정을 수행하였다.
유역의 조도계수는 토지피복도에서 각 소유역별 식생 상태를 구하여, 4절에 제시하는 방법으로 산정하였다. Table 2에서 보는 바와 같이 모든 소유역의 식생 상태는 산림이 대부분이었다.
지표면 조도계수를 구하였다. 이를 위해서는 적절한 방법이 필요하고, 현재까지 묵시적으로 사용되어왔던 2가지 방법과 본 연구에서 제안하는 방법을 사용해 유역의 지표면 조도계수를 구하였다.
4절에서 3가지 방법으로 구한 소유 역별 지표면 조도계수를 이용해 모형의 입력자료를 각각 생성하였다. 입력자료를 이용하여 3가지 방법에 상응하는 매개변수를 추정하기 위해 모형 보정을 수행하였다. 이때 관측 유량과 모의유량의 편차절대값의 합을 최소화하는 목적함수를 사용하여, SCE-UA 전역최적화 방법을 사용하였다 목적함수 형태를 편차절대값의 합으로 한 이유는 홍수위, 저수위를 포함하는 전체 유량규모에 대해 동일한 비율로 가중값을 주기 때문이以Se命 and Boughton, 1982).
(환경부, 2001). 토지피복분류도는 Landsat TM 위성영상를 기본자료로 하고, 참조자료로 1:50, 000 지형도, 북한의 1:50, 000 전술기본도 및 지형도, 항공사진, 고해상도영상 다중시기 Landsat TM영상을 이용하여 확인한 후부 족한 지역에 대하여는 현지조사를 실시하여 작성되었다
대상 데이터
기상자료는 지상에 설치된 레이더, 지상관측, 인공위성에서 측정된 유역의 평균값 등이고, 유역의 특성자료는 토양도, 식생피복도, 수치고도지도 등에서 추출된 자료이다시 . 공간 스케일에 따른 강우자료가 강우-유출 모형에 대한 반응은 원격탐사 강우자료의 출현과 동시에 많은 연구가 이루어져 왔다(Reed et al.
모형수행에 필요한 면적평균강우량과 소양강댐 유입량은 한국수자원공사에서 수집하였고, 수집한 자료중 결측값이 없고 자료가 양호하다고 판단되는 2000년 8월 25 일부터 30일까지의 시간단위 자료를 사용하였다. 증발산량은 기상청 산하 인제 관측소의 기상자료를 사용하여 FAO-56 Penman-Monteith 식(Allen et al.
소양강댐 유역은 1974년부터 현재까지 양질의 수문 자료가 축적되어져 있고, 과거부터 많은 연구들이 이루어져, 본 연구의 대상유역으로 선정하였다. 상류 유역면적은 2, 703km2이며, 유로연장은 166.
하도흐름을 모의하기 위해서는 단면 형태, 하천 조도계수, 하도경사 등이 필요하다. 이 자료들은 기존 연구(한국수자원공사, 1995)와 건설교통부의 하천 정비 기본계획보고서 정보시스템에서 수집하였다
첨두시간의 변화를 검토하였다. 이를 위해 2000년 8월 25일부터 30일까지의 시간단위 수문자료와 모형수행에 필요한 유역특성자료들을 이용해 입력 자료를 생성하였다. 그리고 각 소유역별 지표면 조도계수는 모두 동일하다고 가정하고, 0.
이론/모형
SCE-UA 알고리즘은 초기에 해가 존재하는 전체 매개변수 공간에서 표본을 생성하고 컴플렉스들로 분할한다. 각 컴플렉스는 downhill simplex 알고리즘을 사용하여 독립적으로 진화한다. 진화를 거친 컴플렉스들은 다시 혼합되고, 새로운 컴플렉스들이 생성된다.
사전 연구(preliminary study)로써 소유 역별 지표면 조도계수의 변화에 따라 첨두유량, 유출체적, 첨두시간 등에 어떠한 영향을 미치는 지을 분석하였다. 그리고 묵시적으로 사용해 온 2가지 방법과 Manning 식과 같은 물리적 기반의 방법으로 구한 유역 지표면 조도 계수가 강우유출 모형의 매개변수에 미치는 영향을 분석하였다 이러한 분석을 위해 소양강 유역에 개념적 강우 유출 모형인 NWS-PC 모형(Tabios 田 et al., 1986)을 적용하였다. NWS-PC 모형을 사용한 이유는 지표 흐름 추적법으로 운동파 추적법을 사용할 수 있기 때문이다.
대상유역인 소양강댐 유역은 습지가 나타나지 않아 Table 2에서 제외하였다. 나머지 6개 의지 역들에 대한 조도계수는 Vieux의 문헌(2004)에서 참고하였고, Table 2의 첫째 열 괄호안에 제시하였다. 4.
된다. 이 식의 수치해는 유한차분 양해법을 사용한다(USACE, 1985). 총 하도유입량, 는 지표면 흐름 요소를 통하여 추적되며, 이때 흐름요소는 넓은 사각형 하도록 취급되어 m = 5/3, a = S'〃/n이다.
입력자료를 이용하여 3가지 방법에 상응하는 매개변수를 추정하기 위해 모형 보정을 수행하였다. 이때 관측 유량과 모의유량의 편차절대값의 합을 최소화하는 목적함수를 사용하여, SCE-UA 전역최적화 방법을 사용하였다 목적함수 형태를 편차절대값의 합으로 한 이유는 홍수위, 저수위를 포함하는 전체 유량규모에 대해 동일한 비율로 가중값을 주기 때문이以Se命 and Boughton, 1982). 3가지 방법에 의한 지표면 조도계수를 모형에 입력하고 각각을 수행하였을 때, 모의결과를 비교하기 위해 평균, 표준편차와 함께 Gupta et al.
2) 사용한 모형이 두 가지 스케일 모두에서 동일한 유량을 보여주는 것이 편리하다. 이러한 요구조건을 만족시키기 위해 여기서는 Manning 식을 연결식으로 사용하여 두 가지 스케일간의 관계식을 유도하였다. 이는 대부분의 물리적인 유출모형들이 Manning 식을 기반으로 하고 있으므로, 일반성의 극대화를 기대할 수 있을 것으로 생각된다.
그리고 predominant, arithmetic mean 방법과 Manning 식과 같은 물리적 기반의 aggregation 방법으로 구한 유역 지표면 조도 계수가 유출 모형의 매개변수에 미치는 영향을 분석하였다. 이를 위해 9개의 소유역을 가진 소양강 유역에 대해 NWS-PC 모형을 사용하여 강우유출 모의를 수행하였다. 연구의 주요 결론은 다음과 같다.
증발산량은 기상청 산하 인제 관측소의 기상자료를 사용하여 FAO-56 Penman-Monteith 식(Allen et al., 1998)을 이용하여 계산하였다.
SAC-SMA의 모형 분류는 확정론적, 집중입력, 집중 매개변수 모형에 속하며, 이는 수문순환과정의 토지 부분에서 입력된 강우를 하도 흐름의 유입량으로 변환시킨다. 흐름에 대한 추적모형의 기능은 하도 유입량을 유역 또는 소 유역 출구의 유출로 추적하며, 운동파 추적법이나 단위도-Muskingum 방법의 조합을 사용한다. 일반적으로 운동 파 추적법은 수리학적 방법중에서 가장 간단한 하도 추적법으로 분류될 수도 있고, 단위도-Muskingum 방법은 대표적인 수문학적 추적법이다.
성능/효과
1. 소양강댐 유역에서 지표면 조도계수 0.01 ~0.12의 범위에서 첨두유량은 약 10%의 유량 차이를 나타내었고, 유출체적의 차이는 약 2%로 작은 변화를 나타내었다. 첨두시간은 조도계수 n에 비례하여 증가하였다.
픽셀 스케일의 식생관련 매개변수들을 조합하여 유역 스케일 면적 평균 유량의 특성을 설명하는 관계식을 정의할 경우 다음과 같은 사항들에 유의해야 한다(McNaughton, 1994): 1) 면적평균 유량은 두 가지 스케일에서 일치해야 한다. 2) 사용한 모형이 두 가지 스케일 모두에서 동일한 유량을 보여주는 것이 편리하다. 이러한 요구조건을 만족시키기 위해 여기서는 Manning 식을 연결식으로 사용하여 두 가지 스케일간의 관계식을 유도하였다.
2. 소양강댐 유역에서 물리적 기반의 aggregation 방법에 의한 결과는 표준편차, RMSE, NSE, PME 기준에서보다 나은 결과를 보였지만, 각각의 통합 방법에 대해 크게 다른 결과를 보이지는 않았다 이러한 결과는 개념적인 수문모형인 NWS-PC 모형에서 지표면 조도계수의 설정에 따라 유출성분 중 기저유량을 표현하는 하층부의 매개변수를 민감하게 변화하였다.
모의유량이 관측유량에 비해 크거나 작은 정도에 대한 평균적인 경향을 나타내는 PBIAS의값은 3가지 방법 모두 음수로 과대 추정되 었고, arithmetic mean에 의한 결과가 약 1%정도였다. NSE 통계량은 3가지 방법 모두 유사한 결과를 나타내었지만 근소하게 aggre- gation에 의한 결과가 우세하였다. PME 통계량 역시aggregation 방법에 의한 지표면 조도계수를 사용한 모의의 결과가 근소하게 좋았다.
NSE 통계량은 3가지 방법 모두 유사한 결과를 나타내었지만 근소하게 aggre- gation에 의한 결과가 우세하였다. PME 통계량 역시aggregation 방법에 의한 지표면 조도계수를 사용한 모의의 결과가 근소하게 좋았다.
Table 4에 나타내었다. 관측유량의 평균값과 가장 유사한 것은 arithmetic mean 방법에 의한 지표면 조도 계수를 사용했을 때의 결과였고, 표준편차는 aggregation 방법에 의한 결과가 관측값과 가장 유사했다. 예측 오차의 표준편차인 RMSE는 aggregation 방법에 의한 결과가 353m7s로 가장 작았다.
예측 오차의 표준편차인 RMSE는 aggregation 방법에 의한 결과가 353m7s로 가장 작았다. 모의유량이 관측유량에 비해 크거나 작은 정도에 대한 평균적인 경향을 나타내는 PBIAS의값은 3가지 방법 모두 음수로 과대 추정되 었고, arithmetic mean에 의한 결과가 약 1%정도였다. NSE 통계량은 3가지 방법 모두 유사한 결과를 나타내었지만 근소하게 aggre- gation에 의한 결과가 우세하였다.
관측유량의 평균값과 가장 유사한 것은 arithmetic mean 방법에 의한 지표면 조도 계수를 사용했을 때의 결과였고, 표준편차는 aggregation 방법에 의한 결과가 관측값과 가장 유사했다. 예측 오차의 표준편차인 RMSE는 aggregation 방법에 의한 결과가 353m7s로 가장 작았다. 모의유량이 관측유량에 비해 크거나 작은 정도에 대한 평균적인 경향을 나타내는 PBIAS의값은 3가지 방법 모두 음수로 과대 추정되 었고, arithmetic mean에 의한 결과가 약 1%정도였다.
첫 번째 통계량인 RMSE의 단위는 m3/s이고 단순히 모형 예측 오차의 표준편차를 계산하는 것이며, 값이 작을수록 모형 성능이 더 좋음을 나타낸다 두 번째 통계량인 PBIAS의 단위는 m3/s이고, 모의 유량이 관측 유량에 비해 크거나 작은 정도에 대한 평균적인 경향을 측정한다. 최적값의 경우 0.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.