선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구에서는 다방향 흐름분배 알고리듬과 실시간 보정 알고리듬을 이용한 분포형 강우-유출 모형을 개발하였다. 다방향 흐름분배 알고리듬을 개발하여 지표면 흐름 양상의 물리성 확보와 계산 소요시간 단축을 목표로 하였고 실시간 유출 보정 알고리듬을 개발하여 모형 정확도의 향상을 목표로 하였다. 유역으로의 모형 적용을 통해 강우-유출 반응의 향상된 재현이 이루어지고 있음이 확인되었으며 계산 소요시간에 대한 검토도 수행되었다.
- 본 연구(Ⅱ)에서는 이전의 연구(Ⅰ)에서 개발된 다방향 흐름분배 알고리듬과 실시간 보정 알고리듬의 적용성 검토를 위해 안동댐 유역과 남강댐 유역에 대해 분포형 강우-유출 모의를 수행하였다. 다방향 흐름 분배 알고리듬의 적용을 위해서 기본 입력자료의 해상도는 1km, 상세 흐름 정보는 50m 해상도로 구성하였다.
- 본 연구에서는 다방향 흐름분배 알고리듬과 실시간 보정 알고리듬을 이용한 분포형 강우-유출 모형을 개발하였다. 다방향 흐름분배 알고리듬을 개발하여 지표면 흐름 양상의 물리성 확보와 계산 소요시간 단축을 목표로 하였고 실시간 유출 보정 알고리듬을 개발하여 모형 정확도의 향상을 목표로 하였다.
- 본 연구에서는 이전의 연구(Ⅰ)에서 개발된 다방향 흐름 분배 알고리듬과 실시간 유출 보정 알고리듬을 이용한 분포형 강우-유출 모형을 안동댐 유역과 남강댐 유역에 대해 적용해 봄으로써 모형의 계산효율성과 정확도에 대한 검토를 수행하고자 한다.
- 유역으로의 모형 적용을 통해 강우-유출 반응의 향상된 재현이 이루어지고 있음이 확인되었으며 계산 소요시간에 대한 검토도 수행되었다. 본 절에서는 앞서 언급된 결과들을 종합적으로 정리하고 모형 수행의 적합도를 몇가지 모형수행 적합도 산정 방법에 의해 정리하고자 한다.
제안 방법
- 1) 다방향 분배 알고리듬과 실시간 보정 알고리듬을 적용하여 안동댐과 남강댐 유역에 대해 분포형 강우-유출 모의를 수행하였다. 보정된 매개변수를 이용한 모의를 통해 두 유역에서 모두 높은 재현성을 갖는 결과가 도출되었다.
- 2004년 6월 호우사상을 이용하여 보정된 매개변수들을 이용하여 2006년 7월 25일에서 2006년 7월 29일 사이에 발생한 호우사상에 모형을 적용하였다. 이용된 강우자료는 지점 우량계 자료이며 분포형 강우로의 변환을 위해 RDS 방법을 적용하였다.
- 개발된 실시간 유출 보정 알고리듬의 적용성 평가를 위해서 비교적 유역 면적이 넓은 안동댐 유역과 남강댐 유역의 산청유역에 대한 보정 전ㆍ후의 결과를 비교해 보았다. 실시간 유출 보정 알고리듬의 적용을 통한 모형의 적용성 검토를 위해 안동댐 유역과 남강댐 유역의 산청유역에 대한 실시간 보정 결과와 보정전 결과를 관측값과 함께 Fig.
- 본 연구에서 개발한 흐름분배 알고리듬을 이용할 경우 계산 소요시간 단축을 검토하기 위해서 상세지형정보를 직접 이용하여 모의할 경우와 계산 소요시간을 간접적으로 비교하였다. 계산기의 연산처리 및 기억장치의 제한으로 고해상도 지형정보를 직접 이용하여 강우-유출 모의를 수행할 수 없었기 때문에 계산 소요시간 검토를 위한 방법론은 저해상도 지형정보를 이용하여 모의할 경우 소요시간에 대해 고해상도 지형정보를 이용할 경우 추가적인 계산회수를 반영하여 계산 소요시간을 도출하는 방식을 채택하였다.
- 앞서 흐름분배 알고리듬을 이용한 분포형 강우-유출 모형을 통해 검증된바 있는 안동댐 유역과 남강댐 유역(산청관측소 지점)에 대해 본 연구에서 개발한 실시간 보정 알고리듬을 적용하여 실시간 강우-유출 모의를 수행하였다. 기왕의 자료를 이용하고 있기 때문에 실시간이라는 용어의 사용에는 무리가 있으나 강우자료와 유량자료를 현재 실시간으로 획득하고 있다는 전제하에서 모의를 수행하였다. 이 때 실시간 보정 알고리듬 적용시 두 유역 모두 허용 유량비는 1%, 허용 유량 차이는 5m3/s로 설정하여 모의를 수행하였다.
- 대상유역 DEM을 도출하기 위해서 1:25,000 수치지형도가 이용되었으며 이 수치지형도를 GIS 도구를 이용하여 등고선을 추출한 후 TIN으로의 변환과정을 거치고 나서, 얻어진 TIN 자료로부터 10m 해상도의 DEM을 도출하였다. 생성된 10m 해상도의 DEM을 기초로 하여 더 낮은 해상도를 갖는 DEM을 생성하였다.
- 모형 수행의 정확도의 검토를 위해 다방향 흐름분배 알고리듬의 적용과 미적용 결과를 비교하였다. 비교 결과를 Fig.
- 본 연구에서 개발한 흐름분배 알고리듬을 이용할 경우 계산 소요시간 단축을 검토하기 위해서 상세지형정보를 직접 이용하여 모의할 경우와 계산 소요시간을 간접적으로 비교하였다. 계산기의 연산처리 및 기억장치의 제한으로 고해상도 지형정보를 직접 이용하여 강우-유출 모의를 수행할 수 없었기 때문에 계산 소요시간 검토를 위한 방법론은 저해상도 지형정보를 이용하여 모의할 경우 소요시간에 대해 고해상도 지형정보를 이용할 경우 추가적인 계산회수를 반영하여 계산 소요시간을 도출하는 방식을 채택하였다.
- 대상유역 DEM을 도출하기 위해서 1:25,000 수치지형도가 이용되었으며 이 수치지형도를 GIS 도구를 이용하여 등고선을 추출한 후 TIN으로의 변환과정을 거치고 나서, 얻어진 TIN 자료로부터 10m 해상도의 DEM을 도출하였다. 생성된 10m 해상도의 DEM을 기초로 하여 더 낮은 해상도를 갖는 DEM을 생성하였다. 생성된 10m 해상도 DEM을 이용하여 50m DEM과 1km DEM으로의 집단화(aggregation)가 이루어졌으며 대상유역을 구성하는데 이용되었다.
- 앞서 흐름분배 알고리듬을 이용한 분포형 강우-유출 모형을 통해 검증된바 있는 안동댐 유역과 남강댐 유역(산청관측소 지점)에 대해 본 연구에서 개발한 실시간 보정 알고리듬을 적용하여 실시간 강우-유출 모의를 수행하였다. 기왕의 자료를 이용하고 있기 때문에 실시간이라는 용어의 사용에는 무리가 있으나 강우자료와 유량자료를 현재 실시간으로 획득하고 있다는 전제하에서 모의를 수행하였다.
- 기왕의 자료를 이용하고 있기 때문에 실시간이라는 용어의 사용에는 무리가 있으나 강우자료와 유량자료를 현재 실시간으로 획득하고 있다는 전제하에서 모의를 수행하였다. 이 때 실시간 보정 알고리듬 적용시 두 유역 모두 허용 유량비는 1%, 허용 유량 차이는 5m3/s로 설정하여 모의를 수행하였다.
- 적용유역의 표본 지역을 추출하여 1km 해상도의 셀들로 구성되는 3×3 영역을 구성하고 그들에 대한 주흐름 방향과 세부 셀들의 흐름 방향들을 표현하였다.
- 전절에서 구축된 모형 입력 자료들을 기반으로 2004년 6월 19일 04시에서 2004년 6월 21일 12시 사이에 발생한 강우사상에 대하여 매개변수 보정을 실시하였다. 강우 입력자료는 안동댐 유역에 대해서 2004년 이용 가능한 우량계 관측자료를 이용하였다.
- 정량적인 모형 적합도의 판정을 위해서 모형 적합도 판정에 널리 이용되는 값인 편의(BIAS), 평균절대오차 (Mean Absoute Error, MAE), 제곱근 평균 제곱 오차 (Root Mean Square Error, RMSE), 상관계수 (Correlation Coefficient, CC), Nash-Sutcliffe 효율 계수(Nash-Sutcliffe Efficiency Coefficient, NSEC, Nash and Sutcliffe, 1970)를 Table 5에 제시하였다. 표에서는 모형의 적합도의 비교를 위해 일방향 흐름 해석에 의한 강우-유출 모의 결과를 추가적으로 제시하였다.
대상 데이터
- 6은 남강댐 유역내에 위치한 강우와 수위 관측소의 위치를 나타내고 있으며 본 연구에서 개발한 모형을 적용한 남강댐 유역내 3개 소유역을 나타내고 있다. 3개 소유역의 분할 위치는 남강댐 유역 북서부를 포함하고 있는 산청관측소 지점, 동부의 신안수위관측소 지점, 남부의 창촌수위관측소 지점을 기준으로 하였으며, 각각의 관측소 기준 유역 면적은 산청관측소 1,133km2, 신안관측소 412km2, 창촌관측소 335km2이다.
- 전절에서 구축된 모형 입력 자료들을 기반으로 2004년 6월 19일 04시에서 2004년 6월 21일 12시 사이에 발생한 강우사상에 대하여 매개변수 보정을 실시하였다. 강우 입력자료는 안동댐 유역에 대해서 2004년 이용 가능한 우량계 관측자료를 이용하였다. 지점 우량자료들을 분포형 강우-유출 모형의 입력자료로 이용하기 위해서 역거리 제곱(RDS, Reciprocal Distance Squared) 방법을 적용하여 분포형 강우자료로 변환하였다.
- 흐름분배 알고리듬의 적용을 위해 선정된 대상유역은 안동댐 유역과 남강댐 유역이며 안동댐 유역의 경우 댐으로의 주 유입 경로가 직선적인 반면 남강댐 유역의 경우는 수지상인 특성을 가지고 있다. 강우 입력자료는 안동댐 유역의 경우 우량계 관측망에 의해 관측된 지점 우량을 활용하였으며, 남강댐 유역의 경우는 레이더 분포형 우량 자료를 활용하였다.
- 다방향 흐름 분배 알고리듬의 적용을 위해서 기본 입력자료의 해상도는 1km, 상세 흐름 정보는 50m 해상도로 구성하였다. 강우자료는 안동댐 유역의 경우 2004년 7월과 2006년 6월 발생한 호우이며 남강댐 유역은 2002년 태풍 루사와 2003년 태풍 매미를 적용하였다. 본 연구의 주요 결과를 요약하면 다음과 같다.
- 남강댐 유역에 대한 매개변수 보정을 위해 선정된 호우사상은 선정 호우 사상은 2002년 8월 30일 15:30시경 한반도에 상륙한 태풍 루사이며 당시 레이더 관측자료(1km 해상도)를 이용하였다. 산청관측소 지점의 경우 모의시작 후 31시간부터 관측자료에 이상치가 나타나 모의 전반부에 대해서만 보정이 수행되었다.
- 본 연구(Ⅱ)에서는 이전의 연구(Ⅰ)에서 개발된 다방향 흐름분배 알고리듬과 실시간 보정 알고리듬의 적용성 검토를 위해 안동댐 유역과 남강댐 유역에 대해 분포형 강우-유출 모의를 수행하였다. 다방향 흐름 분배 알고리듬의 적용을 위해서 기본 입력자료의 해상도는 1km, 상세 흐름 정보는 50m 해상도로 구성하였다. 강우자료는 안동댐 유역의 경우 2004년 7월과 2006년 6월 발생한 호우이며 남강댐 유역은 2002년 태풍 루사와 2003년 태풍 매미를 적용하였다.
- 본 연구에서 흐름분배 알고리듬의 적용을 위해 이용된 입력자료의 해상도는 저해상도의 경우 1km, 고해상도의 경우 50m가 사용되었다. 단적으로 1km 해상도의 자료를 이용할 경우와 50m 해상도 자료를 이용할 경우 동일한 시간 간격 내에서 계산수행 회수는 50m 지형정보를 이용할 경우가 해상도의 측면에서만 볼 경우 400배(20×20)정도가 요구된다.
- 생성된 10m 해상도의 DEM을 기초로 하여 더 낮은 해상도를 갖는 DEM을 생성하였다. 생성된 10m 해상도 DEM을 이용하여 50m DEM과 1km DEM으로의 집단화(aggregation)가 이루어졌으며 대상유역을 구성하는데 이용되었다. 대상 유역에 대해 도출된 50m DEM, 1km DEM, 흐름방향, 하천망을 Fig.
- 태풍 루사(2002년)에 적용하여 보정된 매개변수들을 이용하여 태풍 매미(2003년)에 대해 모형을 적용하였다. 이용된 강우자료는 보정의 경우와 마찬가지로 분포형 레이더 관측 강우자료를 이용하였다. 모의 결과를 관측 유량수문곡선 비교하여 Fig.
- 침투 및 조도 계수에 관련된 입력자료들은 국가 수자원관리 종합정보시스템 데이터베이스로부터 30m 해상도로 이루어진, 18개의 토양군으로 분류된 토양종류별 토양 GRID와 Landsat 위성영상 자료로부터 8개의 피복군으로 분류된 2000년도 토지피복 GRID 자료를 활용하였다. 토지피복 GRID의 경우는 1975년부터 2000년까지의 GRID 자료들이 제공(http://www.
- 침투 및 조도 계수에 관련된 입력자료들은 국가 수자원관리 종합정보시스템 데이터베이스로부터 30m 해상도로 이루어진, 18개의 토양군으로 분류된 토양종류별 토양 GRID와 Landsat 위성영상 자료로부터 8개의 피복군으로 분류된 2000년도 토지피복 GRID 자료를 활용하였다. 토지피복 GRID의 경우는 1975년부터 2000년까지의 GRID 자료들이 제공(http://www.wamis.go.kr)되고 있으며 본 연구에서는 2000년도 GRID 자료가 이용되었다. 토양과 토지피복 정보를 이용하여 침투매개 변수와 조도계수들을 산정하였으며 침투매개변수들의 경우는 Rawls et al.
- 흐름분배 알고리듬의 적용을 위해 선정된 대상유역은 안동댐 유역과 남강댐 유역이며 안동댐 유역의 경우 댐으로의 주 유입 경로가 직선적인 반면 남강댐 유역의 경우는 수지상인 특성을 가지고 있다. 강우 입력자료는 안동댐 유역의 경우 우량계 관측망에 의해 관측된 지점 우량을 활용하였으며, 남강댐 유역의 경우는 레이더 분포형 우량 자료를 활용하였다.
데이터처리
- 4) 실시간 보정 알고리듬의 적용과 미적용 결과를 첨두유출량, 첨두발생시각, 최대편차, 평균편차, RMSE로 제시하여 비교함으로써 흐름 분배 알고리듬만을 적용한 경우 보다 진보된 정확성을 확인하였다.
- 정량적인 모형 적합도의 판정을 위해서 모형 적합도 판정에 널리 이용되는 값인 편의(BIAS), 평균절대오차 (Mean Absoute Error, MAE), 제곱근 평균 제곱 오차 (Root Mean Square Error, RMSE), 상관계수 (Correlation Coefficient, CC), Nash-Sutcliffe 효율 계수(Nash-Sutcliffe Efficiency Coefficient, NSEC, Nash and Sutcliffe, 1970)를 Table 5에 제시하였다. 표에서는 모형의 적합도의 비교를 위해 일방향 흐름 해석에 의한 강우-유출 모의 결과를 추가적으로 제시하였다.
이론/모형
- 토양과 토지피복 정보를 이용하여 침투매개 변수와 조도계수들을 산정하였으며 침투매개변수들의 경우는 Rawls et al.(1983)의 연구에서 제시된 결과를 이용하였고, 지표면 조도계수는 Vieux(2004)의 문헌에서 제시된 조도계수 분류를 이용하였다. Fig.
- 지점 우량자료들을 분포형 강우-유출 모형의 입력자료로 이용하기 위해서 역거리 제곱(RDS, Reciprocal Distance Squared) 방법을 적용하여 분포형 강우자료로 변환하였다. 매개변수 보정을 위하여 침투관련 매개변수와 지표면 조도계수를 시행착오법을 통해 적용하였다. Fig.
- 2004년 6월 호우사상을 이용하여 보정된 매개변수들을 이용하여 2006년 7월 25일에서 2006년 7월 29일 사이에 발생한 호우사상에 모형을 적용하였다. 이용된 강우자료는 지점 우량계 자료이며 분포형 강우로의 변환을 위해 RDS 방법을 적용하였다. 모의결과를 관측결과와 비교하여 Fig.
- 강우 입력자료는 안동댐 유역에 대해서 2004년 이용 가능한 우량계 관측자료를 이용하였다. 지점 우량자료들을 분포형 강우-유출 모형의 입력자료로 이용하기 위해서 역거리 제곱(RDS, Reciprocal Distance Squared) 방법을 적용하여 분포형 강우자료로 변환하였다. 매개변수 보정을 위하여 침투관련 매개변수와 지표면 조도계수를 시행착오법을 통해 적용하였다.
- 태풍 루사(2002년)에 적용하여 보정된 매개변수들을 이용하여 태풍 매미(2003년)에 대해 모형을 적용하였다. 이용된 강우자료는 보정의 경우와 마찬가지로 분포형 레이더 관측 강우자료를 이용하였다.
성능/효과
- 2) 실시간 보정 알고리듬을 적용하여 안동댐과 남강댐 유역에 대해 실시간 유출 모의를 수행한 결과 다방향 흐름 분배 알고리듬만을 이용한 경우보다 진보된 재현성을 갖는 결과가 도출되었다.
- 3) 다방향 흐름 분배 알고리듬을 적용한 경우와 적용하지 않은 경우를 첨두유출량, 첨두발생시각, 최대편차, 평균편차, RMSE으로 비교해 봄으로써 향상된 정확도가 확인되었으며, 고해상도 DEM을 직접 이용하여 모의를 수행할 경우와의 간접적인 비교를 통해 계산효율성(계산소요시간)의 향상을 확인하였다.
- 5) 본 연구에서 개발한 모형의 수행도 검토를 위해 BIAS, RMSE, MAE, CC, NSEC를 제시하였으며 실제 유역수문반응과 매우 높은 상관도를 갖는 정확한 모형 수행이 이루어진 것으로 판단되었다.
- 표에서 음영으로 표현되어진 부분은 1km 해상도의 표고 자료로부터 얻어진 주 흐름 방향을 나타낸다. 고해상도 지형정보로부터 얻을 수 있는 흐름정보를 이용한 흐름 분배 알고리듬을 적용함으로써 일방향 최급구배 인접 셀로의 흐름이 다방향으로의 흐름으로 전이되고 있음을 확인할 수 있다. 심지어 셀 좌표 (15,22)와 (17,22)에 대해서는 저해상도 표고정보로부터 얻어진 주 흐름방향으로의 흐름이 발생하지 않음을 알 수 있다.
- 5에 제시하였으며 수문곡선의 양상과 첨두가 매우 정확하게 모의되었음을 확인할 수 있었다. 관측결과에 대해 모의된 결과를 제시해보면 첨두유출량은 1,153m3/s(-5m3/s), 첨두 발생시각은 87hr(동일), 유량편차는 최대 -145m3/s, 평균 -5.60m3/s, RMSE(Root Mean Squared Error)는 32.08m3/s로 나타났다.
- 그림에서 나타난 바와 같이 보정된 수문곡선이 관측 수문곡선에 향상된 합치도를 나타내고 있으며, 특히 보정전의 결과에서 유량수문곡선의 상승부와 하강부에서 관측을 재현할 수 없었던 문제점들이 대폭 개선되고 있음을 알 수 있었다.
- 표에서 제시된 바와 같이 일방향 지표면 흐름 해석에 의한 경우보다 다방향 흐름분배 알고리듬을 적용한 경우가 제곱근 평균 제곱 오차가 감소하고 있음을 알 수 있으며, 상관계수 및 Nash-Sutcliffe 효율 계수는 증가하고 있음을 알 수 있다. 또한 실시간 유출 보정 알고리듬을 적용한 경우는 다방향 흐름 분배 알고리듬만을 적용한 경우보다 더 낮은 제곱근 평균 제곱오차와 더 높은 상관계수 및 더 높은 Nash-Sutcliffe 효율 계수를 나타내고 있음을 알 수 있다. 본 연구에서 개발된 모형은 관측과 모의간 상관계수는 약 0.
- 이용된 강우자료는 지점 우량계 자료이며 분포형 강우로의 변환을 위해 RDS 방법을 적용하였다. 모의결과를 관측결과와 비교하여 Fig. 5에 제시하였으며 수문곡선의 양상과 첨두가 매우 정확하게 모의되었음을 확인할 수 있었다. 관측결과에 대해 모의된 결과를 제시해보면 첨두유출량은 1,153m3/s(-5m3/s), 첨두 발생시각은 87hr(동일), 유량편차는 최대 -145m3/s, 평균 -5.
- 9에 제시하였으며, 남강댐 유역 3개 관측지점에 대해 도출된 수문곡선이 유역 수문반응 양상을 양호하게 묘사하고 있음을 알 수 있다. 모의된 결과를 관측과 비교하여 제시해 보면, 산청관측소 지점의 경우, 첨두유출량은 5,385m3/s(+15m3/s), 첨두 발생시각은 24hr(동일), 유량 편차는 최대 1,215m3/s, 평균 -27.63m3/s, RMSE는 305.39m3/s로 나타났다. 신안관측소 지점의 경우, 첨두유출량은 2,448m3/s(+3m3/s), 첨두 발생시각은 23hr(동일), 유량 편차는 최대 653m3/s, 평균 70.
- 71m3/s만큼 감소되었다. 모형 수행의 적합도를 나타내는 RMSE는 130.23m3/s 감소되어 약 2.44배의 적합도 향상이 이루어졌다. 결과적으로 산청유역의 경우가 더 큰 적합도 향상을 보이고 있다.
- 78m3/s만큼 감소되었다. 모형 수행의 적합도를 나타내는 RMSE는 15.35m3/s 감소되어 약 1.92배의 적합도 향상이 이루어졌다. 산청 유역의 경우, 첨두값은 보정 전에 비해 27m3/s(보정전 : -15m3/s, 보정후 : +42m3/s) 정도 더 큰 차이를 보이고 있으며 발생시각은 24hr으로 동일하였다.
- 91로 1에 매우 근접한 값을 보이고 있다. 모형의 결과가 관측에 매우 높은 상관도를 보이고 있음을 알 수 있으며 매우 정확한 예측이 이루어진 것으로 판단된다.
- 1) 다방향 분배 알고리듬과 실시간 보정 알고리듬을 적용하여 안동댐과 남강댐 유역에 대해 분포형 강우-유출 모의를 수행하였다. 보정된 매개변수를 이용한 모의를 통해 두 유역에서 모두 높은 재현성을 갖는 결과가 도출되었다.
- 또한 실시간 유출 보정 알고리듬을 적용한 경우는 다방향 흐름 분배 알고리듬만을 적용한 경우보다 더 낮은 제곱근 평균 제곱오차와 더 높은 상관계수 및 더 높은 Nash-Sutcliffe 효율 계수를 나타내고 있음을 알 수 있다. 본 연구에서 개발된 모형은 관측과 모의간 상관계수는 약 0.97 이상으로 매우 높은 값을 보이고 있으며, Nash-Sutcliffe 효율 계수는 최소 0.91로 1에 매우 근접한 값을 보이고 있다. 모형의 결과가 관측에 매우 높은 상관도를 보이고 있음을 알 수 있으며 매우 정확한 예측이 이루어진 것으로 판단된다.
- Table 4는 실시간 보정 알고리듬의 적용 전·후의 결과를 첨두유출량, 첨두발생시각, 최대유출량편차, 평균 유출량편차, RMSE로 제시한 것이다. 수행 결과에서 제시된 바와 같이 실시간 유출 갱신 알고리듬의 수행의 적합도 측면에서 매우 향상된 결과가 도출되었다. 안동댐 유역의 적용의 경우, 첨두유출량은 보정 전에 비해 6m3/s(보정전 : -5m3/s, 보정후 : +11m3/s)정도 더 큰 관측과의 편차를 보이고 있으며 첨두발생시각은 동일한 결과가 도출되었다.
- 그림에서 제시된 바와 같이 모의된 결과가 관측과 매우 높은 합치도를 나타내고 있음을 알 수 있다. 실시간 보정 알고리듬의 적용 결과를 관측과 비교해 보면 안동댐 유역의 경우, 첨두유출량은 1,169m3/s(+11m3/s), 첨두발생시각은 87hr(동일), 유출량 편차는 최대 -108m3/s, 평균 -0.82m3/s, RMSE는 16.73m3/s로 나타났다. 남강댐 유역(산청관측소 지점)의 경우, 첨두유출량은 5,328m3/s(-42m3/s), 첨두발생시각은 24hr(동일), 유출량 편차는 최대 580m3/s, 평균 0.
- 안동댐 유역의 적용의 경우, 첨두유출량은 보정 전에 비해 6m3/s(보정전 : -5m3/s, 보정후 : +11m3/s)정도 더 큰 관측과의 편차를 보이고 있으며 첨두발생시각은 동일한 결과가 도출되었다. 유출량의 최대 편차는 40m3/s로 감소되었고, 유출량 평균편차는 4.78m3/s만큼 감소되었다. 모형 수행의 적합도를 나타내는 RMSE는 15.
- 산청 유역의 경우, 첨두값은 보정 전에 비해 27m3/s(보정전 : -15m3/s, 보정후 : +42m3/s) 정도 더 큰 차이를 보이고 있으며 발생시각은 24hr으로 동일하였다. 유출량의 최대 편차는 636m3/s 정도 감소되었고, 유출량 평균편차는 26.71m3/s만큼 감소되었다. 모형 수행의 적합도를 나타내는 RMSE는 130.
- 첨두발생 시각의 경우는 적용과 미적용 모두 동일한 결과가 도출됨이 확인되었다. 적합도의 평가에서 이용된 RMSE의 경우, 흐름분배 알고리듬 적용시 안동댐 유역 적용에서 41.01%, 산청유역에서 27.56%, 신안유역에서 36.26%, 창촌유역에서 24.60% 정도의 향상된 모의 수행 적합도를 도출하였다.
- 표에 제시된 바와 같이 흐름분배 알고리듬을 적용하지 않은 결과가 첨두유출량을 과대추정하고 있음을 알 수 있으며, 모형의 적합도 평가를 위해 제시된 최대편차, 평균편차, RMSE에서도 흐름분배 알고리듬을 적용한 경우 더 향상된 결과가 도출되었다. 첨두발생 시각의 경우는 적용과 미적용 모두 동일한 결과가 도출됨이 확인되었다. 적합도의 평가에서 이용된 RMSE의 경우, 흐름분배 알고리듬 적용시 안동댐 유역 적용에서 41.
- 또한 알고리듬 적용·미적용 결과를 첨두유출량, 첨두 발생시각, 최대편차, 평균편차, RMSE에 대해 Table 2에 제시하였다. 표에 제시된 바와 같이 흐름분배 알고리듬을 적용하지 않은 결과가 첨두유출량을 과대추정하고 있음을 알 수 있으며, 모형의 적합도 평가를 위해 제시된 최대편차, 평균편차, RMSE에서도 흐름분배 알고리듬을 적용한 경우 더 향상된 결과가 도출되었다. 첨두발생 시각의 경우는 적용과 미적용 모두 동일한 결과가 도출됨이 확인되었다.
후속연구
- 01056로 확연한 차이를 보이고 있음을 알 수 있다. 그러나 이러한 결과는 입력자료 해상도의 비에 의해 계산된 시간일 뿐이며 수치 안정성확보를 위한 계산시간간격의 감소 및 계산이 필요한 수문과정의 수에 따라 더 증가된 계산 소요시간이 필요할 것으로 판단된다. 위에서 언급된 과정을 통해 50m 입력자료 이용시 계산 소요시간과 흐름분배알고리듬을 적용하였을 경우 추정된 계산 소요시간을 본 연구에서 적용한 유역에 대해 Table 3에 제시하였다.
- 이는 안동댐 유역의 적용에서는 보정전의 결과도 상당한 적합도를 나타내고 있기 때문인 것으로 판단되며, 산청유역의 경우 244% 정도의 적합도 향상은 이루어지고 있으나 초기 수문곡선 상승부에서 적절하지 못한 모의결과가 도출되었다. 그러므로 실시간 유출 보정 알고리듬의 적용을 통해 모형의 수행성을 좀 더 향상시키기 위해서는 유역 매개변수 보정의 개선이 선행되어야 할 것으로 판단된다.
- 본 연구에서 개발한 다방향 흐름 분배 알고리듬과 실시간 보정 알고리듬을 이용함으로써 신속하고 정확성을 갖는 물리적인 수문반응의 예측과 수문 운영 실무로의 분포형 강우-유출 모형의 적용성이 향상될 것으로 판단된다. 추후 매개변수 평활화와 수문모형 자체의 기능 향상에 대한 연구가 추가되어야 할 것으로 판단된다.
- 본 연구에서 개발한 다방향 흐름 분배 알고리듬과 실시간 보정 알고리듬을 이용함으로써 신속하고 정확성을 갖는 물리적인 수문반응의 예측과 수문 운영 실무로의 분포형 강우-유출 모형의 적용성이 향상될 것으로 판단된다. 추후 매개변수 평활화와 수문모형 자체의 기능 향상에 대한 연구가 추가되어야 할 것으로 판단된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.