학술논문
입력 강우 형태에 따른 수위예측 회귀모형의 성능 비교분석
이용수 43
- 영문명
- Comparison and Analysis for Performance of Flood Stage Prediction Regression Model according to Type of Input Rainfall
- 발행기관
- 한국방재학회
- 저자명
- 최승용 한건연 Choi, Seung-Yong Han, Kun-Yeun
- 간행물 정보
- 『2. 한국방재학회 논문집』11권5호, 313~326쪽, 전체 14쪽
- 주제분류
- 공학 > 기타공학
- 파일형태
- 발행일자
- 2011.10.31
4,480원
구매일시로부터 72시간 이내에 다운로드 가능합니다.
이 학술논문 정보는 (주)교보문고와 각 발행기관 사이에 저작물 이용 계약이 체결된 것으로, 교보문고를 통해 제공되고 있습니다.

국문 초록
최근 수위 예측을 위한 수문학적, 물리적 기반 모형 등의 단점을 극복하고자 홍수예측을 위해 자료지향형 모형 중의 하나인 회귀모형이 널리 도입되고 있다. 이러한 모형의 장점 중 하나는 지점 강우와 같은 관측 자료를 아무런 처리 없이 그대로 사용할 수 있다는 것이다. 즉, 양질의 관측 데이터만 확보하면 성능 높은 수위 예측 모형을 구축할 수 있다. 그러나 대부분의 강우-유출 모형의 경우에는 지점 강우를 유역 평균 강우의 형태로 변환해야 하는 작업을 필요로 한다. 본 연구의 목적은 이러한 수위 예측 회귀모형 구축시 사용하는 지점 강우와 유역 평균 강우에 따른 홍수예측 성능을 비교 검토하고 이를 통해 적절한 수위 예측 회귀모형을 구축하는 것이다. 이를 위해 입력자료의 자기상관분석을 통해 독립변수의 시간 규모를 결정한 지점 강우와 유역 평균 강우를 이용한 홍수예측 모형을 구축하고 중랑천 유역의 다양한 홍수사상에 대해 적용하였다. 구축된 모형들의 성능을 평가하기 위해 평균제곱근오차, Nash-Sutcliffe 효율계수, 평균절대오차, 수정 결정계수와 같이 4개의 통계지표들을 사용하였다. 모의결과 지점 강우를 이용한 홍수예측 회귀모형이 유역 평균 강우를 이용한 홍수예측 회귀모형에 비해 좀 더 나은 예측 결과를 나타냈다.
영문 초록
Recently to overcome limitations of hydrological and physics based models for flood stage forecasting, the regression model as one of data-derived models has been widely adopted for predicting flood stage. One of the advantages of regression model is able to use data such as point rainfall without handling of data. But most of the rainfall-runoff models need converting point rainfall to basin mean rainfall. The objectives of this study are to compare performance of different flood stage predicting regression models according to point rainfall and basin mean rainfall and determine the most effective predicting flood stage regression model. To do this, the time scale was determined through the autocorrelation analysis of input data and different flood stage forecasting models were developed using point rainfall and basin mean rainfall. To evaluate the performance of established models, fours statistical indices were used, namely; Root mean square error(RMSE), Nash-Sutcliffe efficiency coefficient(NSEC), mean absolute error(MAE), adjusted coefficient of determination($R^{*2}$ ). The results show that the flood stage predicting regression model using point rainfall can carry out the river flood stage prediction better than the flood stage predicting regression model using basin mean rainfall.
목차
키워드
해당간행물 수록 논문
- 기온 및 강수량 기록경신 발생빈도
- 강우발생 시 해안지역 대장균 유출에 관한 연구
- 이상홍수에 따른 남한강 유역의 홍수저감대책 분석
- 고속철도 상 교량의 정밀 동적해석을 위한 개선된 수치적분법
- 타이어를 장착한 하중이동시험의 LOOP이음 바닥판 진동수 특성
- 협소한 뒤채움을 갖는 옹벽에 작용하는 토압에 대한 연구
- 금강 상류 유역의 저수지 홍수저감지수 산정
- 입력 강우 형태에 따른 수위예측 회귀모형의 성능 비교분석
- LW 그라우팅에 의한 지하차도 기둥의 파손원인 분석
- 말뚝지지형 조립식 보도 잔교의 상부 및 교각 성능기반설계에 대한 해석연구
- 계단실 가압과 승강로 가압 제연방식의 성능 비교 연구
- 주택화재 감식을 위한 바닥재의 연소특성에 관한 연구
- 캡슐형 케미컬 롯트앵커의 부착강도에 관한 연구
- 고강도 콘크리트 및 강관의 부착성능 평가에 관한 실험적 연구
- 하도육역화 관리를 위한 물골의 수리학적 특성 분석
- 3차원 공간정보 기반의 가상 시뮬레이션을 통한 피해정보 구현
- 분리형 부재 옹벽 설계 프로그램 개발
- 니켈-크롬 합금강바를 이용한 교각부 내진보강 성능개선
- 콘크리트 쉴드 터널 라이닝의 내화성능 평가
- DEM기반의 홍수범람모형과 MD-FDA를 이용한 홍수 피해액 산정에 관한 연구
- 하천환경 변화에 대응할 수 있는 유량산정 방안
- 시멘트 혼합 노상토의 강도특성
- 장기 공용 후, 디스크받침이 설치된 판형교의 동적 거동 평가
- 선행함수조건을 고려한 유역대표 집중시간 및 저류상수의 결정
- RC 보의 충격저항성능 향상을 위한 강섬유 및 CFRP Sheet의 보강 효과
- 사례분석을 통한 콘크리트 건물에 발생된 균열폭 및 길이 분포특성 연구
- 강원 산간지역의 토사 유출에 따른 사방댐의 안전성 해석
- 상수도 직결형 스프링클러설비의 소화 성능에 관한 연구
- 재난으로 인한 지역주민들의 부부관계 변화
- 소방용 보호장구 착용시 주위온도변화에 따른 신체반응
- 3단 벤로유리온실의 경제적인 뼈대구조시스템
- 환기 및 소방용 다기능 복합댐퍼의 설계에 관한 연구
- 다짐도 측정을 위한 휴대용 콘 관입시험기에 대한 연구
- 극치호우사상에 기초한 설계강우의 지속기간
- 철근부식 및 부착성능 변화에 따른 압축 및 휨 부재의 거동
- 호우사상의 크기순서에 대한 고찰
- 과보강 프리스트레스트 고강도 섬유보강 콘크리트보 휨실험
- 건물 및 도로영향을 고려한 도시지역에서의 2차원 침수해석
- 재해지도 현황 및 통합 활용방안 (재해지도 작성.활용에 관한 실태조사 및 분석)
- I 형 축력부재의 잔류응력 패턴과 최대 잔류 응력을 고려한 접선탄성계수식
- 경복궁 소방방재시스템 구축을 위한 GPR탐사 활용성 연구
- 콘크리트 충진 FRP Tube의 실험적 휨거동 분석
참고문헌
관련논문
공학 > 기타공학분야 BEST
더보기공학 > 기타공학분야 NEW
- 한국방재학회 논문집 25권 2호 목차
- 인공지능 안면 영상 분석 기반 생체 신호 측정 기술을 활용한 건설 현장 작업자 건강 상태 모니터링 현장 적용 가능성 검증
- Comparative Analysis of Risk Factor Weighting GBDT Methods for Enhancing the Accuracy of Flood Risk Assessment
최근 이용한 논문
교보eBook 첫 방문을 환영 합니다!
신규가입 혜택 지급이 완료 되었습니다.
바로 사용 가능한 교보e캐시 1,000원 (유효기간 7일)
지금 바로 교보eBook의 다양한 콘텐츠를 이용해 보세요!
