http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
월유출량계열의 확장과 예측을 위한 추계학적 다중 입출력모형
박상우,전병호 한국수자원학회 1995 물과 미래(한국수자원학회지) Vol.28 No.1
본 연구에서는 장기간의 수문기상자료를 보유하고 있으나 유출량자료의 관측년한이 짧은 유역에서 장기간의 월유출량자료를 확장하고 예측할 수 있는 추계학적 시스템 모형을 개발하고자 한다. 그 방법으로 주기성과 경향성을 갖는 월유출량, 월강수량 및 윌증발량자료를 시계열 분석하여 seasonal ARIMA 형태의 단변량 모형을 유도하는 한편, 각 계열간의 교차상관분석으로부터 월강수량 및 윌증발량을 입력변수로 하고 월유출량을 출력변수로 하는 다중 입력-단일 출력관계의 설명모형을 유도하여 단변량 시계열모형과 비교 검토하였다. 본 연구의 결과 월유출량자료의 확장과 예측에 있어서 다중 입출력모형의 정확성과 적용가능성이 매우 높은 것으로 판단되었다. This study attempts to develop a stochastic system model for extension and prediction of monthly runoff series in river basins where the observed runoff data are insufficient although there are long-term hydrometeorological records. For this purpose, univariate models of a seasonal ARIMA type are derived from the time series analysis of monthly runoff, monthly precipitation and monthly evaporation data with trend and periodicity. Also, a causual model of multiple input-single output relationship that take monthly precipitation and monthly evaporation as input variables-monthly runoff as output variable is built by the cross-correlation analysis of each series. The performance of the univariate model and the multiple input-output model were examined through comparisons between the historical and the generated monthly runoff series. The results reveals that the multiple input-output model leads to the improved accuracy and wide range of applicability when extension and prediction of monthly runoff series is required.
박상우,남선우 한국수자원학회 1992 물과 미래(한국수자원학회지) Vol.25 No.4
본 연구에서는 호우시 홍수예경보 및 수자원의 효율적 관리를 위한 실시간 유출예측모형을 개발하고자 하였다. 그 방법으로 강우-유출과저의 추계학적 시스템모형을 구성하고 모형의 매개변수를 순환 최적추정할 수 있는 RLS 및 IV-AML 알고리즘을 적용하였다. 또한 기존에 관측된 시간별 강우-유출자료로부터 매개변수 및 추정오차의 공분산행렬의 초기치들을 산정하여 유출예측의 성과도를 향상시키고자 하였으며, 1단계전 유출예측치를 분석함으로서 본 연구에서 개발된 모형의 정확성과 적용가능성을 검토해 보았다. The purpose of this study is to develop real-time streamflow forecasting models in order to manage effectively the flood warning system and water resources during the storm. The stochastic system models of the rainfall-runoff process using in this study are constituted and applied the Recursive Least Square and the Instrumental Variable-Approximate Maximum Likelihood algorithm which can estimate recursively the optimal parameters of the model. Also, in order to improve the performance of streamflow forecasting, initial values of the model parameter and covariance matrix of parameter estimate errors were evaluated by using the observed historical data of the hourly rainfall-runoff, and the accuracy and applicability of the models developed in this study were examined by the analysis of the I-step ahead streamflow forecasts.