[논문]airGRdatassim을 이용한 앙상블 기반 수문자료동화 기법의 비교 및 불확실성 평가

이가림; 이송희; 김보미; 우동국; 노성진

doi:10.3741/jkwra.2022.55.10.761

[국내논문] airGRdatassim을 이용한 앙상블 기반 수문자료동화 기법의 비교 및 불확실성 평가
Comparative assessment and uncertainty analysis of ensemble-based hydrologic data assimilation using airGRdatassim 원문보기

Journal of Korea Water Resources Association = 한국수자원학회논문집, v.55 no.10, 2022년, pp.761 - 774

이가림 (금오공과대학교 토목공학과) , 이송희 (금오공과대학교 토목공학과) , 김보미 (금오공과대학교 토목공학과) , 우동국 (계명대학교 토목공학전공) , 노성진 (금오공과대학교 토목공학과)

초록
AI-Helper

가뭄과 홍수의 예측, 기후변화가 유역 유출량, 더 나아가 수질 및 생태계에 미치는 영향의 정확한 분석을 위해서는 수문 모의 과정의 불확실성을 정량화하고 최소화하기 위한 노력이 필요하다. 수문자료동화는 수문모형의 상태량이나 매개변수를 갱신(update)하여 모의 초기 조건의 가장 가능성 있는 추정치를 생성하는 기법으로, 실시간 관측 정보를 이용하여 예측 정확도를 향상시킬 수 있는 방법이다. 본 연구에서는 airGRdatassim 모형을 이용하여 앙상블 기반 순차 자료동화 기법인 앙상블 칼만 필터와 파티클 필터로 용담댐 유역에 대해 일 유출을 모의하고, 자료동화 기법별 특성을 비교 및 분석하였다. 모의 결과, Kling-Gupta efficiency (KGE) 지표가 자료동화 적용 전 0.799에서 앙상블 칼만 필터와 파티클 필터 적용시 각각 0.826, 0.933으로 향상되었다. 또한 기상 강제력 노이즈의 범위, 갱신 대상 상태량 설정, 앙상블 수 등 수문자료동화의 설정과 관련된 하이퍼-매개변수(hyper-parameter)의 불확실성이 모의 예측 성능에 미치는 영향을 분석하였다. 강수 및 잠재 증발산 강제력의 오차 범위에 대한 민감도 분석 결과, 모든 모의 범위에서 파티클 필터가 앙상블 칼만 필터보다 예측 성능이 우수하였다. 파티클 필터는 기상 강제력 오차 크기가 작을수록 모의 성능이 향상되었으며, 앙상블 칼만 필터는 상대적으로 오차가 큰 경우 최적 성능이 확인되었다. 한편, 자료동화시 갱신되는 상태량의 종류를 줄일수록 자료동화에 의한 모의 성능은 감소하였다. 본 연구의 모의 실험 결과는 앙상블 자료동화를 이용하여 일 유출 모의 정확도 향상이 가능하지만, 최적 성능을 발휘하기 위해서는 수문자료동화 기법별 하이퍼-매개변수의 적정한 조정이 필요함을 함의한다.

Abstract ▼ AI-Helper

Accurate hydrologic prediction is essential to analyze the effects of drought, flood, and climate change on flow rates, water quality, and ecosystems. Disentangling the uncertainty of the hydrological model is one of the important issues in hydrology and water resources research. Hydrologic data assimilation (DA), a technique that updates the status or parameters of a hydrological model to produce the most likely estimates of the initial conditions of the model, is one of the ways to minimize uncertainty in hydrological simulations and improve predictive accuracy. In this study, the two ensemble-based sequential DA techniques, ensemble Kalman filter, and particle filter are comparatively analyzed for the daily discharge simulation at the Yongdam catchment using airGRdatassim. The results showed that the values of Kling-Gupta efficiency (KGE) were improved from 0.799 in the open loop simulation to 0.826 in the ensemble Kalman filter and to 0.933 in the particle filter. In addition, we analyzed the effects of hyper-parameters related to the data assimilation methods such as precipitation and potential evaporation forcing error parameters and selection of perturbed and updated states. For the case of forcing error conditions, the particle filter was superior to the ensemble in terms of the KGE index. The size of the optimal forcing noise was relatively smaller in the particle filter compared to the ensemble Kalman filter. In addition, with more state variables included in the updating step, performance of data assimilation improved, implicating that adequate selection of updating states can be considered as a hyper-parameter. The simulation experiments in this study implied that DA hyper-parameters needed to be carefully optimized to exploit the potential of DA methods.

Keyword

표/그림 (12)

그림 Fig. 1. Schematic diagram of data assimilation methods: (a) the ensemble Kalman filter and (b) the particle filter
그림 Fig. 2. Structure of GR5J model
표 Table 1. Descriptions of GR5J model parameters (Adeyeri et al., 2020)
그림 Fig. 3. Study area and observation network: (a) Yongdam-dam catchment (b) Thiessen network of rainfall stations, and (c) Thiessen network of weather stations. Associated Thiessen polygons are represented in black lines
표 Table 2. Modeling periods for parameter calibration, DA calibration and validation
표 Table 3. Optimized parameter values of GR5J
그림 Fig. 4. Daily time-series of observed and simulated discharge from 2009 to 2014
표 Table 4. Comparison of performance measure (KGE) of the open loop, the ensemble Kalman filter, and the particle filter with optimized hyper-parameters for DA calibration (2005~2008) and validation (2009~2014) periods
그림 Fig. 5. Observed and simulated discharges via the open loop (red dot), the ensemble Kalman filter (green dot), and the particle filter (blue dot)
그림 Fig. 6. Comparison of performance measure (KGE) according to varying weather forcing uncertainty parameters
그림 Fig. 7. Rank histogram plots of (a) the ensemble Kalman filter and (b) the particle filter with varying weather forcing uncertainty parameters (selective cases shown in Fig. 6)
표 Table 5. Comparison of performance measure (KGE) with varying perturbed (and updated) state variables (P: production store, R: routing store, UH: unit hydrograph)

참고문헌 (31)

Adeyeri, O.E., Laux, P., Arnault, J., Lawin, A.E., and Kunstmann, H. (2020). "Conceptual hydrological model calibration using multi-objective optimization techniques over the transboundary Komadugu-Yobe basin, Lake Chad Area, West Africa." Journal of Hydrology: Regional Studies, Vol. 27, 100655.
Arulampalam, M.S., Maskell, S., Gordon, N., and Clapp, T. (2002). "A tutorial on particle filters for online nonlinear/non-Gaussian Bayesian tracking." IEEE Transactions on Signal Processing, Vol. 50, No. 2, pp. 174-188.

상세보기
Bloschl, G., Bierkens, M.F.P., Chambel, A., Cudennec, C., Destouni, G., Fiori, A., Kirchner, J.W., McDonnell, J.J., Savenije, H.H.G., Sivapalan, M. et al. (2019). "Twenty-three unsolved problems in hydrology (UPH) - a community perspective." Hydrological Sciences Journal, Vol. 64, No. 10, pp. 1141-1158.

상세보기
Boucher, M.-A., Quilty, J., and Adamowski, J. (2020). "Data assimilation for streamflow forecasting using extreme learning machines and multilayer perceptrons." Water Resources Research, Vol. 56, No. 6, e2019WR026226.

상세보기
Choi, J.-H., and Kim, S.-D. (2021). "Estimating time-varying parameters for monthly water balance model using particle filter: assimilation of stream flow data." Journal of Korea Water Resources Association, Vol. 54, No. 6, pp. 365-379.
Clark, M.P., Rupp, D.E., Woods, R.A., Zheng, X., Ibbitt, R.P., Slater, A.G., Schmidt, J., and Uddstrom, M.J. (2008). "Hydrological data assimilation with the ensemble Kalman filter: Use of streamflow observations to update states in a distributed hydrological model." Advances in Water Resources, Vol. 31, No. 10, pp. 1309-1324.

상세보기
Doucet, A., Godsill, S., and Andrieu, C. (2000). "On sequential Monte Carlo sampling methods for Bayesian filtering." Statistics and Computing, Vol. 10, No. 3, pp. 197-208.
Evensen, G. (1994). "Sequential data assimilation with a nonlinear quasi-geostrophic model using Monte Carlo methods to forecast error statistics." Journal of Geophysical Research: Oceans, Vol. 99, No. C5, pp. 10143-10162.
Evensen, G. (2003). "The Ensemble Kalman Filter: theoretical formulation and practical implementation." Ocean Dynamics, Vol. 53, No. 4, pp. 343-367.

상세보기
Gupta, H.V., Kling, H., Yilmaz, K.K., and Martinez, G.F. (2009). "Decomposition of the mean squared error and NSE performance criteria: Implications for improving hydrological modelling." Journal of Hydrology, Vol. 377, No. 1-2, pp. 80-91.

상세보기
Hendricks Franssen, H.J., and Kinzelbach, W. (2008). "Real-time groundwater flow modeling with the Ensemble Kalman Filter: Joint estimation of states and parameters and the filter inbreeding problem." Water Resources Research, Vol. 44, No. 9, W09408. doi: 10.1029/2007WR006505.

상세보기
Kim, Y.S., Lee, G.H., Lee, D.E., and Noh, S.J. (2015). "Parameter estimation and uncertainty assessment of a soil erosion model using data assimilation method." Journal of Korean Society of Hazard Mitigation, Vol. 15, No. 6, pp. 373-382.
Knoben, W.J.M., Freer, J.E., and Woods, R.A. (2019). "Technical note: Inherent benchmark or not? Comparing Nash-Sutcliffe and Kling-Gupta efficiency scores." Hydrology and Earth System Sciences, Vol. 23, No. 10, pp. 4323-4331.

상세보기
Lavenne, A., Thirel, G., Andreassian, V., Perrin, C., and Ramos, M.-H. (2016). "Spatial variability of the parameters of a semidistributed hydrological model." Proceedings of the International Association of Hydrological Sciences, Vol. 373, pp. 87-94.
Leach, J.M., and Coulibaly, P. (2019). "An extension of data assimilation into the short-term hydrologic forecast for improved prediction reliability." Advances in Water Resources, Vol. 134, 103443.

상세보기
Lee, B.J., and Bae, D.-H. (2011). "Development of real-time river flow forecasting model with data assimilation technique." Journal of Korea Water Resources Association, Vol. 44, No. 3, pp. 199-208.
Lee, B.J., Jung, I.-W., Jeong, H.-S., and Bae, D.-H. (2013). "Development of realtime dam's hydrologic variables prediction model using observed data assimilation and reservoir operation techniques." Journal of Korea Water Resources Association, Vol. 46, No. 7, pp. 755-765.
Lee, D.U., Kim, Y.S., Yu, W.S., and Lee, G.H. (2017). "Evaluation on applicability of on/off-line parameter calibration techniques in rainfall-runoff modeling." Journal of Korea Water Resources Association, Vol. 50, No. 4, pp. 241-252.
Liu, Y., Weerts, A.H., Clark, M., Hendricks Franssen, H.-J., Kumar, S., Moradkhani, H., Seo, D.-J., Schwanenberg, D., Smith, P., van Dijk, A.I.J.M., van Velzen, N., He, M., Lee, H., Noh, S.J., Rakovec, O., and Restrepo, P. (2012). "Advancing data assimilation in operational hydrologic forecasting: Progresses, challenges, and emerging opportunities." Hydrology and Earth System Sciences, Vol. 16, No. 10, pp. 3863-3887.

상세보기
Le Moine, N. (2008). Le bassin versant de surface vu par le souterrain: Une voie d'amelioration des performances et du realisme des modeles pluie-debit?. Ph. D. Dissertation, Universite Pierre et Marie Curie Paris VI, Paris, France, pp. 149-152.
Noh, S.J. (2013). Sequential Monte Carlo methods for probabilistic forecasts and uncertainty assessment in hydrologic modeling, Ph. D. Dissertation, Kyoto University, Kyoto, Japan.
Noh, S.J., Rakovec, O., Weerts, A.H., and Tachikawa, Y. (2014). "On noise specification in data assimilation schemes for improved flood forecasting using distributed hydrological models." Journal of Hydrology, Vol. 519, pp. 2707-2721.
Noh, S.J., Tachikawa, Y., Shiiba, M., and Kim, S. (2011a). "Dual state-parameter updating scheme on a conceptual hydrologic model using sequential Monte Carlo Filters." Journal of Japan Society of Civil Engineers, Ser. B1 (Hydraulic Engineering), Vol. 67, No. 4, p. I_1-I_6.

상세보기
Noh, S.J., Tachikawa, Y., Shiiba, M., and Kim, S. (2011b). "Applying sequential Monte Carlo methods into a distributed hydrologic model: lagged particle filtering approach with regularization." Hydrology and Earth System Sciences, Vol. 15, No. 10, pp. 3237-3251.

상세보기
Noh, S.J., Tachikawa, Y., Shiiba, M., and Kim, S. (2012). "Ensemble Kalman Filtering and particle filtering in a lag-time window for short-term streamflow forecasting with a distributed hydrologic model." Journal of Hydrologic Engineering, Vol. 18, No. 12, pp. 1684-1696.
Oudin, L., Hervieu, F., Michel, C., Perrin, C., Andreassian, V., Anctil, F., and Loumagne, C. (2005). "Which potential evapotranspiration input for a lumped rainfall - runoff model?: Part 2 - Towards a simple and efficient potential evapotranspiration model for rainfall - runoff modelling." Journal of Hydrology, Vol. 303, No. 1, pp. 290-306.

상세보기
Oudin, L., Moulin, L., Bendjoudi, H., and Ribstein, P. (2010). "Estimating potential evapotranspiration without continuous daily data: possible errors and impact on water balance simulations." Hydrological Sciences Journal, Vol. 55, No. 2, pp. 209-222.

상세보기
Piazzi, G., Thirel, G., Perrin, C., and Delaigue, O. (2021). "Sequential data assimilation for streamflow forecasting: Assessing the sensitivity to uncertainties and updated variables of a conceptual hydrological model at basin scale." Water Resources Research, Vol. 57, No. 4, e2020WR028390. doi: 10.1029/2020WR028390

상세보기
Ristic, B., Arulampalam, S., and Gordon, N. (2004). Beyond the Kalman Filter: Particle filters for tracking applications. Artech House, Boston, MA, U.S. and London, UK.
Shen, H., Seo, D.-J., Lee, H., Liu, Y., and Noh, S. (2022). "Improving flood forecasting using conditional bias-aware assimilation of streamflow observations and dynamic assessment of flow-dependent information content." Journal of Hydrology, Vol. 605, 127247.
Yoo, C., Hwang, J.-H., and Kim, J. (2012). "Use of the extended Kalman Filter for the real-time quality improvement of runoff data: 1. Algorithm construction and application to one station." Journal of Korea Water Resources Association, Vol. 45, No. 7, pp. 697-711.

활용도 분석정보

상세보기

다운로드

내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

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