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 고에서는 강우-유출 모형의 결과를 배제하고 하천에서 현재 발생하고 있는 수위를 바탕으로 짧은 시간주기의 발생가능한 수위를 예측하여 중소하천 홍수예경보에 활용할 수 있는 방법을 제시하였다. 예보 지점의 현재 관측수위자료와 상류의 관측수위자료를 활용하여 인공신경망(Artificial Neural Network)을 적용 30분 이내에 발생가능한 수위를 예측할 수 있는 기법을 제안하였으며, 제안된 방법론을 낙동강유역의 남강댐 상류유역에 적용하였다.
- 아울러 예보지점의 현재 관측 수위자료와 상류의 관측수위자료를 활용하여 인공신경망(Artificial Neural Network)을 적용시 30분 이내에 발생가능한 수위를 예측할 수 있는 기법을 제안하였으며, 이를 낙동강 유역의 남강댐 상류유역에 적용하여 예측의 정확성을 검증하였다. 아울러 예측된 수위결과를 바탕으로 중소하천을 대상으로 홍수발령기준 설정의 필요성을 제시하고 한다.
- 이와 같은 목적을 달성하기 위하여 본 고에서는 강우-유출 모형의 결과를 배제하고 하천에서 현재 발생하고 있는 수위를 바탕으로 짧은 시간주기의 발생가능한 수위를 예측하여 중소하천 홍수예경보에 활용할 수 있는 방법을 제시하고자 한다. 아울러 예보지점의 현재 관측 수위자료와 상류의 관측수위자료를 활용하여 인공신경망(Artificial Neural Network)을 적용시 30분 이내에 발생가능한 수위를 예측할 수 있는 기법을 제안하였으며, 이를 낙동강 유역의 남강댐 상류유역에 적용하여 예측의 정확성을 검증하였다.
가설 설정
- 즉 Case 1와 case 3의 event 1, 2, 3는 학습(training) 과정이며, 학습된 결과를 이용하여 case 1와 case 3의 event 4와 case 2의 event 3이 예측한다는 것을 의미한다. 본 고에서는 하류단의 수위가 실시간으로 전송되어 다음시점의 하류단의 수위를 예측하는데 활용하는 경우라 가정하였으며, 10 min, 20 min, 30 min, 60 min에 대해 하류단의 예측을 수행하였다. 이들의 결과를 정리하면 아래 그림 5와 같다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.