|
|
|
한국수자원학회 / v.41, no.3, 2008년, pp.341-351 
|
Neuro-Fuzzy 추론기법을 이용한 홍수 예.경보
( Flood Forecasting and Warning Using Neuro-Fuzzy Inference Technique ) |
| 이재응;최창원; 아주대학교 공과대학 건설교통공학과;아주대학교 대학원 건설교통공학과;
|
|
|
 |
|
| |
| 초 록 |
| 최근 지구 온난화로 인한 이상기후의 영향으로 게릴라성 집중호우의 피해가 증가하고 있으므로 대하천뿐만 아니라 중 소하천에서도 홍수 예 경보의 중요성이 높아지고 있다. 기존의 홍수 예 경보 체계의 경우 유출량을 계산하는 전처리과정과 주 계산과정을 거치는 동안 많은 오차들이 발생하고, 누적되어 그 결과물(예측된 유출량) 속에 오차들이 내포되어 있다. 또한 유출모형의 적용에 필요한 매개변수들을 추정하기 위해서도 많은 실측자료가 필요하고, 많은 불확실성이 내재되어 있다. 본 연구에서는 기존의 홍수 예 경보 시스템의 문제점과 불확실성을 최대한 감소시키기 위해 ANFIS(Adaptive Neuro-Fuzzy Inference) 기법을 사용하였다. ANFIS는 신경회로망 기법을 사용한 data driven 모형으로 기존의 물리적 모형의 구축과정에서 필수적이었던 방대한 양의 물리적 자료를 배제하고 유역의 강우자료와 수위자료만으로 모형을 구축하고 수위 예측을 실시할 수 있다. 입력자료로는 시계열 강우자료와 수위자료를 사용하였고, 모형을 통하여 t+1, t+2, t+3 시간 후의 수위를 예측하였다. 탄천유역의 2003년부터 2005년까지의 강우사상을 이용하여 모형의 적용성과 타당성을 검토하였고, 2006년 실제 강우에 모형을 적용한 결과 실제 수위를 큰 오차 없이 모의할 수 있었다. |
|
| Since the damage from the torrential rain increases recently due to climate change and global warming, the significance of flood forecasting and warning becomes important in medium and small streams as well as large river. Through the preprocess and main processes for estimating runoff, diverse errors occur and are accumulated, so that the outcome contains the errors in the existing flood forecasting and warning method. And estimating the parameters needed for runoff models requires a lot of data and the processes contain various uncertainty. In order to overcome the difficulties of the existing flood forecasting and warning system and the uncertainty problem, ANFIS(Adaptive Neuro-Fuzzy Inference System) technique has been presented in this study. ANFIS, a data driven model using the fuzzy inference theory with neural network, can forecast stream level only by using the precipitation and stream level data in catchment without using a lot of physical data that are necessary in existing physical model. Time series data for precipitation and stream level are used as input, and stream levels for t+1, t+2, and t+3 are forecasted with this model. The applicability and the appropriateness of the model is examined by actual rainfall and stream level data from 2003 to 2005 in the Tancheon catchment area. The results of applying ANFIS to the Tancheon catchment area for the actual data show that the stream level can be simulated without large error. |
| |
| 키워드 |
| 신경회로망;data driven 모형;홍수예보;ANFIS;neural network;data driven model;flood forecasting; |
| |
|
|
|
|
한국수자원학회논문집 / v.41, no.3, 2008년, pp.341-351
한국수자원학회
ISSN : 1226-6280
UCI : G100:I100-KOI(KISTI1.1003/JNL.JAKO200814256113808)
언어 : 한국어 |
|
| 논문 제공 : KISTI 한국과학기술정보연구원 |
|
|
|
|
|
|
