[논문]RCP 시나리오와 다층신경망 모형을 활용한 가뭄시 물부족량 예측

장옥재; 문영일

doi:10.3741/jkwra.2022.55.2.121

RCP 시나리오와 다층신경망 모형을 활용한 가뭄시 물부족량 예측
Predicting the amount of water shortage during dry seasons using deep neural network with data from RCP scenarios 원문보기

Journal of Korea Water Resources Association = 한국수자원학회논문집, v.55 no.2, 2022년, pp.121 - 133

장옥재 (서울시립대학교 토목공학과) , 문영일 (서울시립대학교 토목공학과)

초록
AI-Helper

기상학적으로 예년 대비 부족한 강우량으로 인해 발생하는 가뭄재해는 피해범위가 광범위하고, 그 발생과 소멸을 쉽게 파악하기 어려운 특징을 가지고 있다. 그렇기 때문에 가뭄 발생예상 지역과 그 물부족량을 신뢰성 있고, 신속하게 예측하는 것은 가뭄 대응체계 구축에서 중요한 요소이다. 하지만, 현재는 과거 약 50여년의 기상관측자료로 그 경우의 수가 제한된다는 문제점이 있다. 그렇기 때문에 과거에 발생한 가뭄과 양상이 다른 경우 가뭄으로 인한 물부족량을 예측하기 어려운 한계점이 있다. 이러한 문제 해결을 위해 본 연구에서는 4개 RCP 시나리오 자료를 물수지 분석 모형에 적용하여 360개년의 연간 물부족량을 산출하였다. 다음으로 다층신경망 모형의 입력값으로 RCP 시나리오로부터 산출된 SPEI 값을 그리고, 출력값으로 연간 물부족량을 적용하여 학습을 진행했다. 학습된 모형을 통해 과거 수 개월 동안의 SPEI값과 미래 예측되는 가뭄 상황을 입력함으로써 쉽고 신뢰성 있게 중권역별 예상 물부족량을 산정할 수 있다. 이는 의사결정자들이 가뭄 발생 이전에 효율적인 가뭄 대응책 수립에 도움이 될 것으로 판단된다.

Abstract ▼ AI-Helper

The drought resulting from insufficient rainfall compared to the amount in an ordinary year can significantly impact a broad area at the same time. Another feature of this disaster is hard to recognize its onset and disappearance. Therefore, a reliable and fast way of predicting both the suffering area and the amount of water shortage from the upcoming drought is a key issue to develop a countermeasure of the disaster. However, the available drought scenarios are about 50 events that have been observed in the past. Due to the limited number of events, it is difficult to predict the water shortage in a case where the pattern of a natural disaster is different from the one in the past. To overcome the limitation, in this study, we applied the four RCP climate change scenarios to the water balance model and the annual amount of water shortage from 360 drought events was estimated. In the following chapter, the deep neural network model was trained with the SPEI values from the RCP scenarios and the amount of water shortage as the input and output, respectively. The trained model in each sub-basin enables us to easily and reliably predict the water shortage with the SPEI values in the past and the predicted meteorological conditions in the upcoming season. It can be helpful for decision-makers to respond to future droughts before their onset.

주제어

표/그림 (15)

그림 Fig. 1. Conceptual flow chart of the study
그림 Fig. 2. Study area of the Geumgang-river
그림 Fig. 3. Comparison of annual rainfall and evapotranspiration between the past data (1966-2015) and RCP scenarios (2011-2100)
그림 Fig. 4. Water demand area and network structure of water balance analysis
표 Table 1. Water balance analysis comparison between MOLIT (2016) and improved method
표 Table 2. Water balance analysis result in case of the past data and RCP scenarios
그림 Fig. 5. Annual water shortage in the sub-basin 3101 and 3302
그림 Fig. 6. Typical structure and back propagation process of DNN model
그림 Fig. 7. DNN model structure to estimate the drought severity
그림 Fig. 8. Cross validation result after DNN model training for predicting the drought severity
표 Table 3. Simulation cases of DNN model training and cross validation
그림 Fig. 9. Inference results using the optimal DNN models for predicting the drought severity
표 Table 4. Optimal DNN model selection using inference results (subbasin 3101, epoch = 150)
그림 Fig. 10. Estimated water shortage comparison between water balance model and optimal DNN model
표 Table 5. Inference results comparison between the models trained by the past data and RCP scenarios

참고문헌 (26)

Allen, R.G, Pereira, L.S., Raes, D., and Smith, M. (1998). Crop evapotranspiration - guidelines for computing crop water requirements. FAO irrigation and drainage paper 56, ISBN 92-5-104219-5, Food and Agriculture Organization, Rome, Italy, pp. 15-86.
Belayneh, A., Adamowski, J., Khalil, B., and Ozga-Zielinski, B. (2013). "Long-term SPI drought forecasting in the Awash River basin in Ethiopia using wavelet neural network and wavelet support vector regression models." Journal of Hydrology, Vol. 508, pp. 418-429.

상세보기
Bloomfield, J.P., and Marchant, B.P. (2013). "Analysis of groundwater drought building on the standardised precipitation index approach." Hydrology and Earth System Sciences, Vol. 17, pp. 4769-4787.

상세보기
Gusyev, M.A., Hasegawa, A., Magome, J., Umino, H., and Sawano, H. (2015). "Drought assessment in the Pampanga River basin, the Philippines. III: Evaluating climate change impacts on dam infrastructure with standardized indices." Proceedings 21st International Congress on Modelling and Simulation, MSSANZ, Canberra, Australia. pp. 1586-1592.
Jang, O.J., Moon, Y.I., and Moon, H.T. (2021). "Methodology for assessment and forecast of drought severity based on the water balance analysis." Journal of Korea Water Resource Associate, Vol. 54, No. 4, pp. 241-254.
Kim, S.J., Kim, M.I., Lim, C.H., Lee, W.K., and Kim, B.J. (2017). "Applicability analysis of FAO-56 Penman-Monteith methodology for estimating potential evapotranspiration in Andong dam watershed using limited meterological data." Journal of Climate Change Research, Vol. 8, No. 2, pp. 125-143.
Kim, S.J., Parhi, P., Jun, H.D., and Lee, J.H. (2018). "Evaluation of drought severity with a Bayesian Network analysis of multiple drought indices." Journal of Water Resources Planning and Management, Vol. 144, No. 1, pp. 1-10.
Kogan, F.N. (2000). "Contribution of remote sensing to drought early warning." Proceedings of an Expert Group Meeting: Early Warning Systems for Drought Preparedness and Drought Management, WMO, Lisbon, Portugal, pp. 86-100.
Korea Meteorological Administration (KMA) (2020). Korea, accessed 05 November 2020, .
K-water (2007). K-MODSIM manual ver. 1.1, pp. 1-40.
Lim, J.D., and Yang, J.S. (2020). "Possibility analysis of future droughts using long short term memory and standardized groundwater level index." Journal of Korea Water Resource Associate, Vol. 53, No. 2, pp. 131-140.
McKee, T.B., Doesken, N.J., and Kleist, J. (1993). "The relationship of drought frequency and duration to time scales." 8th Conference on Applied Climatology, AMS Publications, Boston, MA, U.S.
Ministry of Land, Infrastructure and Transport (MOLIT). (2016). National water resources plan (2001~2020) (3rd rev.). Publication No. 11-1613000-001716-13, pp. 198-233.
Ministry of the Interior and Safety (MOIS). (2018). National statistical information for drought in the year 2018, pp. 117-128.
Nam, W.H., Choi, J.Y., Yoo, S.H., and Jang, M. W. (2012). "A decision support system for agricultural drought management using risk assessment." Paddy and Water Environment, Vol. 10, pp. 197-207.

상세보기
National Drought Information-Analysis Center (NDIC). (2016). Response guidebook for drought disaster, p. 117.
Naumann, G., Spinoni, J., Vogt, J.V., and Barbosa, P. (2015). "Assessment of drought damages and their uncertainties in Europe." Environmental Research Letters, Vol. 10, pp. 1-14.
Nielsen, M. (2020). Neural networks and deep learning, accessed 10 October 2020, .
Raschka, S., and Mirjalili, V. (2019). Python Machine Learning-Second Edition, Packt, Birmingham, U.K., pp. 418-455.
Shukla, S., and Wood, A.W. (2008). "Use of a standardized runoff index for characterizing hydrologic drought." Geophysical Research Letters, Vol. 35, No. 2, L02405.

상세보기
Vicente-Serrano, S.M., Begueria, S., and Lopez-Moreno, J.I. (2010). "A multi-scalar drought index sensitive to global warming: the Standardized Precipitation Evapotranspiration Index." Journal of Climate, Vol. 23, pp. 1696-1718.

상세보기
Water Resources Management Information System (WAMIS) (2020). Korea, accessed 22 October 2020, .
Wilhite, D.A. (1993). Drought assessment, management, and planning: theory and case studies. Natural Resource Management and Policy Series. ISBN No. 978-0-7923-9337-5, Kluwer Publishers, Boston, MA, U.S., pp. 3-15.
Wilhite, D.A., Svoboda, M.D. (2000). Drought early warning systems in the context of drought preparedness and Mitigation, World Meteorological Organization, Geneva, Switzerland, pp. 1-21.
Yue, Y., Wang, L., Li, J., and Zhu, A. (2018). "An EPIC model-based wheat drought risk assessment using new climate scenarios in China." Climate Change, Vol. 147, pp. 539-553.

상세보기
Zargar, A., Sadiq, R., Naser, B., and Khan, F.I. (2011). "A review of drought indices." Environmental Reviews, Vol. 19, pp. 333-349.

상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증