Journal of Korea Water Resources Association (한국수자원학회논문집)

Korea Water Resources Association (한국수자원학회)
권호 표지
DOI QR코드

DOI QR Code

Study on Development of Artificial Neural Network Forecasting Model Using Runoff, Water Quality Data

유출량 및 수질자료를 이용한 인공신경망 예측모형 개발에 관한 연구

  • 오창열 (유량조사사업단 품질정책실) ;
  • 진영훈 (동신대학교 토목공학과) ;
  • 김동렬 (동신대학교 토목공학과) ;
  • 박성천 (동신대학교 토목공학과)
  • Published : 2008.10.29
Download PDF
⟨ Previous Next ⟩

Abstract

It is critical to study on data charateristics analysis and prediction for the flood disaster prevention and water quality monitoring because discharge and TOC data in a river channel are strongly nonlinear. Therefore, in the present study, prediction models for discharge, TOC, and TOC load data were developed using approximation component in the last level and detail components segregated by wavelet transform. The results show that the developed model overcame the persistence phenomenon which could be seen from previous models and improved the prediciton accuracy comparing with the previous models. It might be expected that the results from the present study can mitigate flood disaster damage and construct active alternatives to various water quality problems in the future.

하도내에서 발생하는 유출량 및 TOC 자료는 비선형성이 강한 자료임에 따라 홍수에 대한 재난대응과 수질의 상시감시를 위해서는 자료의 특성 분석과 예측에 관한 연구는 필수라 할 수 있다. 따라서 본 연구에서 유출량 및 TOC, TOC부하량 자료에 대한 웨이블렛 변환에 의해 최종분해된 최종파형분해단계의 근사성분과 상세성분을 이용하여 예측모형을 개발하였다. 그 결과 기존 인공신경망 모형에서 관찰되었던 시계반대 방향으로 전이되는 지속현상의 극복 가능성을 보여주었으며, 기존 인공신경망 모형에 비하여 예측의 정확도가 향상됨을 확인할 수 있었다. 이러한 연구결과는 향후 홍수에 대한 피해를 최소화하고 각종 수질사고에 적극적인 대응방안 수립이 가능할 것으로 기대된다.

Keywords

References

  1. 건설교통부 영산강홍수통제소 (2004). 영산강 수계 유량측정보고서. (주)한국종합기술개발공사
  2. 김주환 (1993). 신경회로망을 이용한 하천 유출량의 수문학적 예측에 관한 연구. 박사학위논문, 인하대학교
  3. 박성천, 오창열, 김동렬, 진영훈 (2006a). “인공신경망 이론을 이용한 홍수유출 예측시스템 개발 -GUI-FFS 개발 및 적용-.” 대한토목학회논문집, 대한토목학회, 제26권, 제2호, pp. 145-152
  4. 박성천, 진영훈, 김용구 (2006b). “강우-유출 예측모형 개발을 위한 자기조직화 이론의 적용.” 대한토목학회논문집, 대한토목학회, 제26권, 제4호, pp. 389-298
  5. 오창열, 박성천, 이한민, 표영평 (2002). “신경망을 이용한 영산강의 수질예측”, 대한토목학회논문집, 대한토목학회, 제22권, 제3B호, pp. 371-382
  6. 오창열, 진영훈, 박성천 (2007). “영산강 유역의 유출량 및 수질자료에 대한 비선형 동역학과 웨이블렛 이론의 적용.” 한국물환경학회지, 한국물환경학회, 제23권, 제4호. pp. 561-560
  7. 윤강훈, 서봉철, 신현석 (2004a). “신경망을 이용한 낙동강 유역 홍수기 댐유입량 예측.” 한국수자원학회논문집, 한국수자원학회, 제37권, 제1호, pp. 67-75
  8. 윤강훈, 서봉철, 신현석 (2004b). “신경망을 이용한 낙동강 유역 하도유출 예측 및 홍수예경보 이용.” 한국수자원학회논문집, 한국수자원학회, 제37권, 제2호, pp.145-154
  9. 윤강훈, 서봉철 (2004c). “댐방류량을 이용한 한강 유역 신경망 예측모형에 관한 연구.” 대한토목학회논문집, 대한토목학회, 제24권, 제1B호, pp. 47-53
  10. 이관수, 박성천, 이한민, 진영훈 (2000). “인공신경망 이론의 B.P. 알고리즘을 적용한 영산강의 유출량 예측에 관한 연구.” 대한토목학회논문집, 대한토목학회, 제20권, 제5B호, pp. 679-688
  11. 이정규, 박성제 (2003). “다층신경망을 이용한 첨두유량 예측에 관한 연구.” 대한토목학회논문집, 대한토목학회, 제23권, 제2B호, pp. 105-114
  12. 전계원 (2004). "홍수유출과 수질예측을 위한 Web기반 시스템의 활용." 박사학위논문, 충북대학교
  13. 정명규 외 7인 (2001). 환경분석화학. 동화기술, pp. 406-407
  14. Chen, Y., Yang, B., Dong J. (2006). "Time-series prediction using a local linear wavelet neural network." Neurocomputing, Vol. 69, No. 4-6, pp. 449-465 https://doi.org/10.1016/j.neucom.2005.02.006
  15. Hsu, K.L. & Gupta, H.V. & Sorooshian, S. (1995). "Artificial neural network modeling of the rainfall-runoff process." Water Resources Research, Vol. 31, No. 10, pp. 2517-2530 https://doi.org/10.1029/95WR01955
  16. Sajikumar, N. & Thandaveswara, B. S. (1999). "A non-linear rainfall-runoff model using an artificial neural network." Journal of Hydrology, Vol. 216, pp. 32-55 https://doi.org/10.1016/S0022-1694(98)00273-X
  17. World Meteorological Organistaion (1975). Intercomparison of conceptual models used in operational hydrological forecasting. World Meteorological Organisation, Techinical report No 429, Geneva, Switzerland

Cited by

  1. Study on Establishing Algal Bloom Forecasting Models Using the Artificial Neural Network vol.46, pp.7, 2013, https://doi.org/10.3741/JKWRA.2013.46.7.697
  2. A Study on Water Quality Prediction Model over Midterm Considering Correlation between Water Quality and Hyrologic Factors vol.15, pp.6, 2015, https://doi.org/10.9798/KOSHAM.2015.15.6.459