[논문]집중형 모형 IHACRES와 GR4J를 이용한 강수 및 기온 변동성에 대한 유출 해석 민감도 평가

우동국; 조지현; 강부식; 이송희; 이가림; 노성진

doi:10.12652/ksce.2023.43.1.0043

[국내논문] 집중형 모형 IHACRES와 GR4J를 이용한 강수 및 기온 변동성에 대한 유출 해석 민감도 평가
Assessing the Sensitivity of Runoff Projections Under Precipitation and Temperature Variability Using IHACRES and GR4J Lumped Runoff-Rainfall Models 원문보기

KSCE Journal of Civil and Environmental Engineering Research = 대한토목학회논문집, v.43 no.1, 2023년, pp.43 - 54

우동국 (계명대학교 공과대학 토목공학전공) , 조지현 (계명대학교 공과대학 토목공학전공) , 강부식 (단국대학교 토목환경공학과) , 이송희 (금오공과대학교 토목공학과) , 이가림 (금오공과대학교 토목공학과) , 노성진 (금오공과대학교 토목공학과)

초록
AI-Helper

기후변화가 고착화되면서 강수와 기온 변동으로 인한 가뭄 및 홍수 발생이 증가하고 있다. 유역 단위의 유출량 예측은 기후변화로 인한 자연재해에 대비하기 위한 수자원 관리의 시작이라 할 수 있다. 하지만, 기후변화와 유출모형의 불확실성은 정확한 유출 분석을 어렵게 한다. 본 연구에서는 이러한 불확실성을 완화하기 위하여 기후 스트레스 시나리오에 따른 두 개의 집중형 수문모형, 즉 IHACRES와 GR4J를 이용하여 강수 및 기온 변화에 따른 유출량 변화를 비교, 분석하였다. 연구 대상 지역은 합천댐과 섬진강댐 유역이며, Nash-Sutcliffe Efficiency (NSE) 및 Kling Gupta Efficiency (KGE)를 목적함수로 하여 각 모형의 매개변수를 최적화하였다. 모형의 보정과 검정은 20년(1995년-2014년)의 유출자료를 활용하였으며, 보정 및 검정 기간은 각각 7:3 비율로 설정하였다. 두 모형 모두 보정과 검정 기간에 비교적 높은 신뢰도(NSE>0.74, KGE>0.75)를 보여, 모형이 과거 사상을 재현하기에 적합하고, 모의 결과가 비교적 유사함을 확인하였다. 다음으로, 기후변동이 유출에 미치는 영향을 평가하기 위해 동일한 모의 기간에 대해 강수는 -50 %에서 +50 %의 범위를 1 %씩, 기온은 0 ℃에서 8 ℃까지 0.1 ℃씩 구분하여 총 8,181개의 기후조건 시나리오를 구축하였다. 이후, 기후 스트레스 시나리오에 따른 두 모형의 최대유량, 풍수량, 평수량을 비교 및 분석하였다. 기후 스트레스 영향을 반영한 연최대유량과 풍수량의 경우, 강수 감소에 따른 유출 패턴은 두 모형에서 비슷하였으나, 강수와 기온이 증가할수록 상이한 결과를 얻었다. 이와 반대로, 풍수량의 경우 강수와 기온 변화의 차이가 커질수록 두 모형은 유사한 결과를 얻었다. 즉, 유역의 탄력적 기후변화 대응을 위해서는 모형의 불확실성에 대한 정량적 평가가 필요하다는 것을 시사한다.

Abstract ▼ AI-Helper

Due to climate change, drought and flood occurrences have been increasing. Accurate projections of watershed discharges are imperative to effectively manage natural disasters caused by climate change. However, climate change and hydrological model uncertainty can lead to imprecise analysis. To address this issues, we used two lumped models, IHACRES and GR4J, to compare and analyze the changes in discharges under climate stress scenarios. The Hapcheon and Seomjingang dam basins were the study site, and the Nash-Sutcliffe efficiency (NSE) and the Kling-Gupta efficiency (KGE) were used for parameter optimizations. Twenty years of discharge, precipitation, and temperature (1995-2014) data were used and divided into training and testing data sets with a 70/30 split. The accuracies of the modeled results were relatively high during the training and testing periods (NSE>0.74, KGE>0.75), indicating that both models could reproduce the previously observed discharges. To explore the impacts of climate change on modeled discharges, we developed climate stress scenarios by changing precipitation from -50 % to +50 % by 1 % and temperature from 0 ℃ to 8 ℃ by 0.1 ℃ based on two decades of weather data, which resulted in 8,181 climate stress scenarios. We analyzed the yearly maximum, abundant, and ordinary discharges projected by the two lumped models. We found that the trends of the maximum and abundant discharges modeled by IHACRES and GR4J became pronounced as changes in precipitation and temperature increased. The opposite was true for the case of ordinary water levels. Our study demonstrated that the quantitative evaluations of the model uncertainty were important to reduce the impacts of climate change on water resources.

Keyword

표/그림 (16)

그림 Fig. 1. Schematic Diagram of the IHACRES Model (Modified from Jakeman et al., 1990)
그림 Fig. 2. Schematic Diagram of the GR4J Model
표 Table 1. Description of IHACRES Parameters (Jakeman et al., 1990)
표 Table 2. Description of GR4J Parameters (Perrin et al., 2003)
그림 Fig. 3. Study Site: (a) Hapcheon Dam Basin and (b) Seomjingang Dam Basin. The Blue and Red Triangles Represent Precipitation and Weather Stations, Respectively. The Black Trapezoids Represent Dam Locations Where Inflow Was Simulated
그림 Fig. 4. Observed and Simulated Discharges Using IHACRES (Blue Dots) and GR4J (Red Dots) Using Two Performance Measures (NSE and KGE) from 1995 to 2014
표 Table 3. Model Performance of IHACRES and GR4J with the Optimized Parameters Optimized (NSE and KGE)
표 Table 4. Optimized Parameter Values of IHACRES for Varying Objective Functions
표 Table 5. Optimized Parameter Values of GR4J for Varying Objective Functions
그림 Fig. 5. Simulated Discharge under Climate Variability Using IHACRES (Green) and GR4J (Red) in 2010. The Impact of Precipitation Variations Only on the Modeled Discharge at (a) Hapcheon and (b) Seomjingang Dam Basin. The Impact of Temperature Variations Only on the Modeled Discharge at (c) Hapcheon and (d) Seomjingang Dam Basin
그림 Fig. 6. For Hapcheon Dam Basin, the Impact of Precipitation (x-axis) and Temperature (y-axis) Stress Scenarios on the Maximum Discharge (MAX) Using (a) IHACRES and (b) GR4J, and (c) Their Differences, Abundant Water Level (AWL) Using (d) IHACRES and (e) GR4J, and (f) Their Differences, and Ordinary Water Level (OWL) Using (g) IHACRES and (h) GR4J, and (i) Their Differences
그림 Fig. 7. For Seomjingang Dam Basin, the Impact of Precipitation (x-axis) and Temperature (y-axis) Stress Scenarios on the Maximum Discharge (MAX) Using (a) IHACRES and (b) GR4J, and (c) Their Differences, Abundant Water Level (AWL) Using (d) IHACRES and (e) GR4J, and (f) Their Differences, and Ordinary Water Level (OWL) Using (g) IHACRES and (h) GR4J, and (i) Their Differences
표 Table 6. For Hapcheon Dam Basin, the Impact of Precipitation and Temperature Stress Scenarios on the Maximum Discharge (MAX), Abundant Water Level (AWL), and Ordinary Water Level (OWL) in mm/day Using IHACRES
표 Table 7. For Hapcheon Dam Basin, the Impact of Precipitation and Temperature Stress Scenarios on the Maximum Discharge (MAX), Abundant Water Level (AWL), and Ordinary Water Level (OWL) in mm/day Using GR4J
표 Table 8. For Seomjingang Dam Basin, the Impact of Precipitation and Temperature Stress Scenarios on the Maximum Discharge (MAX), Abundant Water Level (AWL), and Ordinary Water Level (OWL) in mm/day Using IHACRES
표 Table 9. For Seomjingang Dam Basin, the Impact of Precipitation and Temperature Stress Scenarios on the Maximum Discharge (MAX), Abundant Water Level (AWL), and Ordinary Water Level (OWL) in mm/day Using GR4J

참고문헌 (23)

Brown, C., Ghile, Y., Laverty, M. and Li, K. (2012). "Decision？scaling: Linking bottom-up vulnerability analysis with climate？projections in the water sector." Water Resources Research, Vol.？48, No. 9.
Brown, C., Steinschneider, S., Ray, P., Wi, S., Basdekas, L. and？Yates, D. (2019). "Decision scaling (DS): Decision support for？climate change." Decision making under deep uncertainty, from？theory to practice, Chapter 12, Springer, Berlin, Germany, pp.？255-287.
Coron, L., Delaigue, O., Thirel, G., Dorchies, D., Perrin, C. and？Michel, C. (2022). airGR: Suite of GR hydrological models for？precipitation-runoff modelling. R package version 1.7.0, Available？at: https://CRAN.R-project.org/packageairGR (Accessed: July？11, 2022).
Coron, L., Thirel, G., Delaigue, O., Perrin, C. and Andreassian, V.？(2017). "The suite of lumped GR hydrological models in an R？package." Environmental Modelling & Software, Vol. 94, pp. 166-171.

상세보기
Duan, Q., Schaake, J., Andreassian, V., Franks, S., Goteti, G.,？Gupta, H. V., Gusev, Y. M., Habets, F., Hali, A., Hay, L., Hogue,？T., Huang, M., Leavesley, G., Liang, X., Nasonova, O. N.,？Noilhan, J., Oudin, L., Sorooshian, S., Wagener, T. and Wood, E.？F. (2006). "Model parameter estimation exper iment (MOPEX):？An overview of science strategy and major results from the？second and third workshops." Journal of Hydrology, Vol. 320,？No. 1-2, pp. 3-17.

상세보기
Fowler, K., Knoben, W., Peel, M., Peterson, T., Ryu, D. R., Saft,？M., Seo, K. W. and Western, A. (2020). "Many commonly used？rainfall-runoff models lack long, slow dynamics: Implications for？runoff projections." Water Resources Research, Vol. 56, No. 5,？e2019WR02528. DOI: 10.1029/2019WR025286.

상세보기
Fowler, K., Peel, M. C., Western, A. W., Zhang, L. and Peterson, T.？J. (2016). "Simulating runoff under changing climatic conditions:？Revisiting an apparent deficiency of conceptual rainfall-runoff？models." Water Resources Research, Vol. 52, No. 3, pp. 1820-1846.

상세보기
Her, Y. G., Yoo, S. H., Cho, J. P., Hwang, S. W., Jeong, J. H. and Seong,？C. H. (2019). "Uncertainty in hydrological analysis of climate？change: Multi-parameter vs. multi-GCM ensemble predictions."？Scientific Report, Vol. 9, 4974. DOI: https://doi.org/10.1038/s41598-019-41334-7.

상세보기
Hyun, S. H., Kang, B. S. and Kim, J. G. (2016). "Improvement of？mid-and-low-flow estimation using variable nonlinear catchment？wetness index." Journal of the Korean Society of Civil Engineers,？KSCE, Vol. 36, No. 5, pp. 779-789. DOI: https://doi.org/10.12652/Ksce.2016.36.5.0779 (in Korean).

원문보기 상세보기
Im, S. S., Yoo, D. G. and Kim, J. H. (2012). "Improvement of GR4J？model applying soil moisture accounting process and its？application in Korea basin." Journal of The Korean Society of？Hazard Mitigation, KSHM, Vol. 12, No. 3, pp. 255-262 (in Korean).
Jakeman, A. J., Littlewood, I. G. and Whitehead, P. G. (1990).？"Computation of the instantaneous unit hydrograph and identifiable component flows with applic ation to two small upland？catchments." Journal of Hydrology, Vol. 117, pp. 275-300.

상세보기
Kim, N. W., Jung, Y. and Lee, J. E. (2013). Spatial extension of？runoff data in the applications of a lumped concept model. Journal？of Korea Water Resources Association, KWRA, Vol. 46, No. 9,？pp. 921-932. DOI: 10.3741/JKWRA.2013.46.9.921 (in Korean).

원문보기 상세보기
Kim, Y. I., Seo, S. B. and Kim, Y. O. (2018). "Development of a？hybrid regionalization model for estimation of hydrological model？parameters for ungauged watersheds." Journal of Korea Water？Resources Association, KWRA, Vol. 51, No. 8, pp. 677-686 (in？Korean).
Kim, Y. T., Park, M. H. and Kwon, H. H. (2020). "Spatio-temporal？summer rainfall pattern in 2020 from a rainfall frequency？perspective." Journal of Korean Society of Disaster and Security,？Vol. 13, No. 4, pp. 93-104 (in Korean).

원문보기 상세보기
Korea Meteorological Administration (KMA) (2020). Korean？climate change assessment report 2020, Korea Meteorological？Administration (in Korean).
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. 1-4, 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
Park, Y. H. and Yoo, C. S. (2008). "Evaluation of stream flow data？observed in the Pyungchang river basin using the IHACRES？Model." Journal of Korean Society of Disaster and Security, Vol.？8, No. 4, pp. 123-133 (in Korean).
Perrin, C., Michel, C. and Andreassian, V. (2003). "Improvement of？a parsimonious model for streamflow simulation." Journal of？Hydrology, Vol. 279, No. 1-4, pp. 275-289.

상세보기
Seiller, G. and Anctil, F. (2014). "Climate change impacts on the？hydrologic regime of a Canadian river: Comparing uncertainties？arising from climate natural variability and lumped hydrological？model structures." Hydrology and Earth System Sciences, Vol.？18, No. 6, pp. 2033-2047. DOI: 10.5194/hess-18-2033-2014 (in？Korean).

상세보기
Shim, E. J., Uranchimeg, S., Lee, Y. R., Moon, Y. I., Lee, J. H. and？Kwon, H. H. (2021). "A correlation analysis between state variables？of rainfall-runoff model and hydrometeorological variables."？Journal of Korea Water Resources Association, KWRA, Vol. 54,？No. 12, pp. 1295-1304. DOI: 10.3741/JKWRA.2021.54.12.1295？(in Korean).

원문보기 상세보기
Yoo, C. S. and Park, Y. H. (2006). "A study of the IHACRES？model's parameters regionalization for discharge computation on？ungaged catchment." Proceedings of the Korea Water Resources？Association Conference, KWRA, pp. 1792-1796 (in Korean).
Yu, J. U., Park, M. H., Kim, J. G. and Kwon, H. H. (2021).？"Evaluation of conceptual rainfall-runoff models for different？flow regimes and development of ensemble model." Journal of？Korea Water Resources Association, KWRA, Vol. 54, No. 2, pp.？105-119 (in Korean).

저자의 다른 논문 :

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