http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 조현곤(Hyungon Cho) (검색결과 13 건)
- 무료
- 기관 내 무료
- 유료
-
조현곤,김광섭,이재응,Cho, HyunGon,Kim, GwangSeob,Yi, JaeEung 대한토목학회 2014 대한토목학회논문집 Vol.34 No.4
추계학적 강우모형 NSRPM (Neyman-Scott Rectangular Pulse Model)은 RPM (Rectangular Pulse Model)에서 반영하지 못하는 강우의 군집특성을 잘 반영하여 시간 스케일의 강우를 생성함으로서 수문학적 적용성이 뛰어난 강우모형이다. NSRPM은 5개의 모형 매개변수로 이루어져 있으며 매개변수 추정을 위하여 최적화 기법으로 널리 쓰이고 있는 수치해석 기법인 DFP (Davidon-Fletcher-Powell)기법, 직접적 탐색 기법인 유전자 알고리즘을 사용하고 있다. 그러나 DFP 기법은 입력 초기값에 민감하며 국소 최저치에 수렴하는 확률이 높은 단점이 있으며 유전자 알고리즘기법은 탐색에 소요되는 시간이 많이 걸린다는 단점이 있다. 본 연구에서 사용된 Nelder-Mead기법은 순차적 탐색기법으로 연산 속도가 빠르며 입력 초기값이 필요하지 않아 사용하기 쉬운 장점을 가지고 있다. 본 연구는 전국 지상기상관측소 59개소를 대상으로 1973-2011년 39년 동안의 시간강우 자료를 수집하고 최적화 기법 DFP 기법, 유전자 알고리즘, Nelder-Mead 기법을 이용하여 NSRPM의 매개변수를 추정하여 지속시간 1시간, 6시간, 12시간, 24시간 별 평균, 분산, 공분산에 대해서 각 기법의 정확성을 평가하였다. 본 연구결과 전반적으로 Nelder-Mead기법이 가장 높은 정확도를 보였으며 유전자 알고리즘, DFP 기법 순으로 나타났다. A stochastic rainfall model, NSRPM (Neyman-Scott Rectangular Pulse Model), is able to reflect the cluster characteristics of rainfall events which is unable in the RPM (Rectangular Pulse Model). Therefore NSRPM has advantage in the hydrological applications. The NSRPM consists of five model parameters and the parameters are estimated using optimization techniques such as DFP (Davidon-Fletcher-Powell) method and genetic algorithm. However the DFP method is very sensitive in initial values and is easily converge to local minimum. Also genetic algorithm has disadvantage of long computation time. Nelder-Mead method has several advantages of short computation time and no need of a proper initial value. In this study, the applicability of parameter estimation methods was evaluated using rainfall data of 59 national rainfall networks from 1973-2011. Overall results demonstrated that accuracy in parameter estimation is in the order of Nelder-Mead method, genetic algorithm, and DFP method.
-
-
신경망 기법과 GCM자료를 이용한 비정상성 확률강수량 산정
조현곤(Cho Hyungon),김광섭(Kim Gwangseob) 한국방재학회 2018 한국방재학회논문집 Vol.18 No.2
이수와 치수 목적의 수공구조물 설계를 위한 확률강수량 산정은 구조물의 강도와 규모를 결정하는 중요한 요소이다. 기후변화의 지역적 영향으로 인해 비정상성 확률강수량 산정의 필요가 대두되고 있다. 비정상성을 가지는 극치강수량 변동 특성을 효과적으로 대응하기 위하여 미래 극치확률분포형의 위치 및 형상계수의 변동특성에 대하여 각종 비선형 회귀모형을 적용하여 모형화하는 기법들이 제시되었다. 이러한 비선형회귀모형들의 적용은 극치 수렴특성이 적용 기법에 따라 사전에 정해지는 단점이 있다. 본 연구에서는 Logistic 회귀모형, Power 회귀모형을 이용하여 산정한 서울지점 목표연도별, 지속시간별 확률강수량 결과와 인공신경망 기법과 온실가스 배출시나리오별 GCM 자료를 이용한 목표연도별, 지속시간별 확률강수량을 비교 분석하였다. 본 연구에 사용된 인공신경망 기법에 따른 미래 확률강우량은 Logistic, Power 모형 적용에 따른 미래 확률강우량에 비하여 1시간 확률강우량은 증가율이 크게 나타났으며, 24시간 확률강우량에 대해서는 상대적으로 증가율이 작게 나타났다. Estimation of probability precipitation for the design of hydraulics structure is an important factor in determining the strength and scale. Generally, we use probability precipitation through the assumption of stationarity. Regional impact of climate change causes the necessity of the nonstationary probability rainfall estimation. Several nonlinear regression methods were applied to deal with the nonstationary behavior of extreme rainfall effectively by modeling the variability of the location and scale parameters of future extreme probability distribution. These regression models have drawback of forcing future change shape according to the regression types. In this study, the variability of the probable maximum rainfall for different durations in target years at Seoul was analyzed with different approaches such as logistic regression, power regression, and neural networks using GCM data associated with different green house gas emission scenarios. The increasing ratio of the future hourly probability rainfall using NN is larger than that using Logistic and Power models, and the increasing ratio of the future 24hr probability rainfall using NN is smaller than that using Logistic and Power models.
-
-
-
-
-
-
개선된 PRISM 모형을 이용한 고해상도 일강수량 추정
김종필,이우섭,조현곤,김광섭,Kim, Jong Pil,Lee, Woo-Seop,Cho, Hyungon,Kim, Gwangseob 대한토목학회 2014 대한토목학회논문집 Vol.34 No.4
본 연구에서는 M-PRISM 모형을 이용하여 $1km{\times}1km$ 공간해상도 일강수량 추정에 대한 적용성을 검토하였다. 또한 회귀모형을 이용하여 M-PRISM 모형 매개변수를 추정하였으며, 잭나이프 방법을 이용하여 모형을 검증하였다. 기상청 385개 강수 관측지점에 대하여 M-PRISM을 이용하여 일강수량을 추정하고 PRISM 모형과 비교하였다. 비교결과, 강수의 정량적 크기를 추정에서는 두 모형에서 뚜렷한 차이를 찾아볼 수 없었으나, 강수의 발생빈도 추정에 있어서는 M-PRISM 모형이 더 우수한 결과를 나타내었다. 따라서 본 연구에서 제안한 M-PRISM 모형은 고해상도의 일강수량을 추정함에 있어서 매우 유용하게 사용될 수 있을 것으로 판단된다. This study modified the Parameter-elevation Regression on Independent Slopes Model (PRISM) and investigated the applicability of the modified model (M-PRISM) in estimating $1km{\times}1km$ gridded daily precipitation over South Korea. The model parameters of M-PRISM were estimated by regression curves and were validated using the Jackknife method at the Korean Meteorological Administration (KMA) stations. The results indicate that M-RPISM shows better performance in estimating the frequency of daily precipitation than PRISM while M-PRISM has similar performance to PRISM in estimating the daily precipitation amount. Thus the M-PRISM model proposed in this study can be very useful to estimate high resolution daily precipitation.
-
김광섭(Gwangseob Kim),조현곤(Hyungon Cho) 한국방재학회 2022 한국방재학회논문집 Vol.22 No.6
전형적인 도시지역 침수해석은 배수분구에 대하여 물리 모형들 즉 1차원 우수 해석 모형과 2차원 침수해석 모형을 이용하여 이루어진다. 2차원 침수해석은 해당 도시유역의 침수지역에 대한 유속정보, 침수심과 침수지역 경계 등 중요 정보를 제공하지만 서울과 같은 대도시의 준실시간 운영에는 한계가 있다. 본 연구에서는 이러한 한계를 극복하고 광역의 준실시간 배수분구별 침수예측을 위하여 물리적 도시 홍수 예측 모형을 개발하였다. 배수분구 내의 밀집된 배수관로를 통합하여 저류와 배수 기능을 가지는 개념적 통합 관로로 치환하고 배수분구별 통합배수관의 광역 관로망을 구성하였다. 개발모형을 2018년 8월 호우 발생 시 서울지역의 침수사례에 적용한 결과 배수분구의 침수 발생 예측 정확도가 약 0.71로 광역에 대한 준실시간 침수 예측 정보 생산 시 전형적인 물리모형 적용의 한계를 극복하고 침수 대응을 위한 정보 제공의 가능성과 함께 개선의 여지가 존재함을 보였다. Typical urban flood simulation is conducted using physical models such as the 1D storm water analysis model and 2D inundation analysis model. Although 2D inundation analysis can predict flow velocity, inundation depth, and inundation area throughout an inundated urban area, it is difficult for it to produce a near real-time urban flood forecast for a metropolitan area such as Seoul. In this study, a physical urban flood forecast model was developed using lumped pipe networks to produce a near real-time urban inundation forecast. The dense pipe networks within a drainage basin were simplified as a single conceptual lumped pipe that has drainage and storage functions, and new pipe networks were constructed using lumped pipe networks. The model was applied to the August 2018 storm events in Seoul and showed a prediction accuracy of 0.71. The results demonstrated that the model can obviate the limitations of the near real-time operation of existing physical flood forecasting models to yield useful information for urban flood response, though showing room for improvement.
연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
