|
|
|
한국수자원학회 / v.37, no.2, 2004년, pp.145-154 
|
신경망을 이용한 낙동강 유역 하도유출 예측 및 홍수예경보 이용
( Real-Time Forecasting of Flood Runoff Based on Neural Networks in Nakdong River Basin & Application to Flood Warning System ) |
| 윤강훈;서봉철;신현석; 한국건설기술연구원 수자원연구부;한국건설기술연구원 수자원연구부;부산대학교 토목공학과;
|
|
|
 |
|
| |
| 초 록 |
| 본 연구는 비선형성이 강한 강우-유출의 특성을 고려하여 홍수시 하도의 유출을 예측하고 하천유역의 홍수예경보에 이용하기 위하여 신경망 시스템의 모형화 가능성을 검증하였다. 신경망을 이용한 실시간 하도홍수 예측모형(Neural River Discharge-Stage Forecasting Mudel; NRDFM)은 낙동강 유역의 왜관 및 진동 지점의 홍수량 예측에 적용하였다. NRDFM에 의한 하도홍수량의 왜관 및 진동 지점 예측결과를 실측치와 비교$cdot$검토한 결과 제시한 세 가지 모형 중 NRDFM-II의 예측성능이 가장 우수하였으며, NRDFM-I 및 NRDFM-II도 충분한 예측가능성을 보여주었다. 따라서, 본 연구에서 제시한 모형은 실시간 홍수예경보로의 적용이 가능하며, 이를 통하여 효율적으로 홍수를 통제 및 관리할 수 있을 것이다. |
|
| The purpose of this study is to develop a real-time forecasting model in order to predict the flood runoff which has the nature of non-linearity and to verify applicability of neural network model for flood warning system. Developed model based on neural network, NRDFM(Neural River Discharge-Stage Forecasting Model) is applied to predict the flood discharge on Waekwann and Jindong stations in Nakdong river basin. As a result of flood forecasting on these two stations, it can be concluded that NRDFM-II is the best predictive model for real-time operation. In addition, the results of forecasting used on NRDFM-I and NRDFM-II model are not bad and these models showed sufficient probability for real-time flood forecasting. Consequently, it is expected that NRDFM in this study can be utilized as suitable model for real-time flood warning system and this model can perform flood control and management efficiently. |
| |
| 키워드 |
| 신경망;역전파;강우-유출;홍수예측;홍수예경보;Neural Network;Back-propagation;Rainfall-Runoff;Flood Forecasting;Flood Warning System; |
| |
|
|
|
|
한국수자원학회논문집 / v.37, no.2, 2004년, pp.145-154
한국수자원학회
ISSN : 1226-6280
UCI : G100:I100-KOI(KISTI1.1003/JNL.JAKO200411922294637)
언어 : 한국어 |
|
| 논문 제공 : KISTI 한국과학기술정보연구원 |
|
|
|
|
|
|
