DOI QR코드

DOI QR Code

Stochastic Continuous Storage Function Model with Ensemble Kalman Filtering (II) : Application and Verification

앙상블 칼만필터를 연계한 추계학적 연속형 저류함수모형 (II) : - 적용 및 검증 -

  • 이병주 (세종대학교 토목환경공학과) ;
  • 배덕효 (세종대학교 물자원연구소.토목환경공학과) ;
  • Published : 2009.11.30

Abstract

The objective of this study is to evaluate an application of stochastic continuous storage function model with ensemble Kalman filter technique. The case study is performed at the upstream basin of Jibo streamflow gauge including Andong and Imha dam. Test period is for the rainy season during 2006 and 2007. Long term runoff analysis is feasible in the case of using deterministic model. Ensemble members for input data and parameters are generated using Monte Carlo simulation for the purpose of applying ensemble Kalman filter technique. The cumulative absolute errors of stochastic model to the deterministic one are improved for the amount of 17.5 %, 18.3 % and more than 40.0 % for Andong dam, Imha dam and Jibo station, respectively. The results indicate that the stochastic model improves the accuracy of the simulated discharge considerably.

본 연구의 목적은 앙상블 칼만필터 기법과 연속형 저류함수모형을 연계하여 개발한 추계학적 연속형 저류함수모형의 적용성을 평가하고자 하는데 있다. 대상유역은 안동댐과 임하댐을 포함하는 지보 수위관측소 상류유역을 선정하였으며 2006년과 2007년 홍수기에 대해 분석을 수행하였다. 확정론적 모형을 적용한 결과 장기간의 모의기간에 대해 유출해석이 가능한 것을 확인하였다. 앙상블 칼만필터 기법을 적용하기 위해 Monte Carlo 모의기법을 적용하여 모형입력자료와 매개변수들에 대해 앙상블 멤버를 생성하였다. 추계학적 모형과 확정론적 모형의 누적절대오차를 비교한 결과 안동댐과 임하댐의 2007년 사상에서 각각 17.5 %와 18.3 %의 정확도가 향상되고 지보수위관측소에서는 40 % 이상의 정확도가 향상되는 것으로 나타났다. 이상의 결과로부터 관측유량과의 오차가 큰 모의결과에 있어서는 추계학적 모형이 보다 향상된 결과를 도출하는 것을 확인하였다.

Keywords

References

  1. 배덕효 (1997). '저류함수법을 이용한 추계학적 실시간 홍수예측모형 개발.' 한국수자원학회논문집, 한국수자원학회, 제30권, 제5호, pp. 449-457
  2. 배덕효, 정일문 (2000). '저류함수법에 의한 추계동역학적 하도홍수추적모형의 개발.' 한국수자원학회논문집, 한국수자원학회, 제33권, 제3호, pp. 341-350
  3. 안상진, 이재경, 한양수, 전계원 (2002). '유출예측모형을 이용한 홍수유출해석.' 대한토목학회논문집, 대한토목학회, 제22권, 제3-B호, pp. 311-319
  4. Clark M.P., Rupp D.E., Woods R.A., Zheng X., Ibbitt R.P., Slater A.G., Schmidt J., Uddstrom M.J. (2008). 'Hydrological data assimilation with the ensemble Kalman filter: Use of streamflow observation to update states in a distributed hydrological model.' Advances in Water Resources, Vol. 31, pp. 1309- 1324 https://doi.org/10.1016/j.advwatres.2008.06.005
  5. Komma J., Bloschl G., Reszler C. (2008). 'Soil moisture updating by Ensemble Kalman Filtering in real time flood forecasting.' Journal of Hydrology, Vol. 357, pp. 228-242 https://doi.org/10.1016/j.jhydrol.2008.05.020
  6. Moradkhani H., Sorooshian S., Gupta HV., Houser P.R. (2005). 'Duel state parameter estimation of hydrological models using ensemble Kalman filter.' Advances in Water Resources, Vol. 28, pp. 135-147 https://doi.org/10.1016/j.advwatres.2004.09.002

Cited by

  1. Development of Comprehensive Flood Forecasting Models for Main Tributaries in the Han River and Parameter Optimization vol.13, pp.6, 2013, https://doi.org/10.9798/KOSHAM.2013.13.6.381
  2. Determination and Evaluation of Optimal Parameters in Storage Function Method using SCE-UA vol.45, pp.11, 2012, https://doi.org/10.3741/JKWRA.2012.45.11.1169
  3. Modification of the Fixed Coefficient Method for the Parameter Estimation of Storage Function Method vol.46, pp.1, 2013, https://doi.org/10.3741/JKWRA.2013.46.1.73
  4. Streamflow Forecast Model on Nakdong River Basin vol.44, pp.11, 2011, https://doi.org/10.3741/JKWRA.2011.44.11.853