Parameter Calibration of Storage Function Model and Flood Forecasting (1) Calibration Methods and Evaluation of Simulated Flood Hydrograph

저류함수모형의 매개변수 보정과 홍수예측 (1) 보정 방법론과 모의 홍수수문곡선의 평가

  • 송재현 (인하대학교 환경토목공학부) ;
  • 김형수 (인하대학교 환경토목공학부) ;
  • 홍일표 (한국건설기술연구원 수자원연구부) ;
  • 김상욱 (한국건설기술연구원 수자원연구부)
  • Received : 2005.08.30
  • Accepted : 2005.11.15
  • Published : 2006.01.31

Abstract

The storage function model (SFM) has been used for the flood forecasting in Korea. The SFM has a simple calculation process and it is known that the model is more reasonable than linear model because it considers non-linearity of flood runoff. However, the determination of parameters is very difficult. In general, the trial and error method which is an manual calibration by the decision of a model manager. This study calibrated the parameters by the trial and error method and optimization technique. The calibrated parameters were compared with the representative parameters which are used in the Flood Control Centers in Korea. Also, the evaluation indexes on objective functions and calibration methods for the comparative analysis of simulation efficiency. As a result, the Genetic Algorithm showed the smallest variation in objective functions and, in this study, it is known that the objective function of SSR (Sum of Squared of Residual) is the best one for the flood forecasting.

현재 국내의 홍수예보시스템의 예측 모형으로 저류함수모형을 사용하고 있다. 저류함수모형은 계산절차가 간편하고 홍수유출의 비선형성을 고려할 수 있는 방법이므로 선형모형보다 합리적이라고 알려져 있다. 그러나 저류함수모형을 실제 홍수사상에 적용하는데 있어 매개변수를 결정하는 것이 매우 어렵다. 저류함수모형의 매개변수 보정을 모형 운영자의 주관적인 판단아래 시행착오에 의한 수동보정 방법을 사용하여 왔다. 본 논문에서는 홍수통제소에서 사용하고 있는 저류함수 모형의 대표(평균) 매개변수와 시행착오법(Trial & Error Method) 그리고 최적화기법(Optimization Technique)에 의해 보정된 매개변수를 비교 분석하였다. 또한 모의효율을 평가하기 위하여 목적함수별, 보정방법별로 평가지표들을 산정하고 비교 분석하였다. 분석 결과, 최적화기법의 하나인 유전자 알고리즘(Genetic Algorithm)이 목적함수에 따른 변동성이 가장 적었으며, 목적함수로는 SSR(Sum of Squared of Residual)이 가장 적합한 것으로 판단하였다.

Keywords

Acknowledgement

Supported by : 건설교통부

References

  1. 건설교통부(2003) 용담댐 및 미호천에 대한 금강홍수예경보 시스템 개선. 한국건설기술연구원
  2. 건설교통부(2005) 홍수예보모형의 성능평가 및 개선 연구(1차) 보고서. 한국건설기술연구원
  3. 김종우, 김중훈, 윤용남(2000) Parameter Calibration of the Nonlinear Muskingum Model using Harmony Search. 한국수자원학회논문집, 한국수자원학회, 제 33권, SI호, pp. 3-10
  4. 박봉진, 차형선, 김주환(1997) 유전자 알고리즘을 이용한 저류함수모형의 매개변수 추정에 관한 연구. 한국수자원학회논문집, 한국국수자원학회, 제 30권, 제 4호, pp. 347-355
  5. 심순보, 김선구, 고석구(1992) 최적화 기법에 의한 저류함수 유출모형의 자동보정. 대학토목학회논문집, 대한토목학회, 제 12권, 제 3호, pp. 127-137
  6. 윤용남(2001) 공업수문학. 청문각
  7. 이정규, 김한섭(2000) 홍수예보를 위한 통합저류함수모형의 퍼지제어 (1)-이론 및 모형의 수립-. 한국수자원학회논문집, 학국수자원학회, 제 33권, 제 6호, pp. 689-699
  8. 이창해(1995) 시변성 매개변수를 퍼지제어하는 저류함수모형에 관한 연구. 박사학위논문, 한양대학교
  9. Cheng, C.T., Ou, C.P., and Chau, K.W. (2002) Combining a fuzzy optimal model with a genetic algorithm to solve multi-objective rainfall-runoff model calibration. Journal of Hydrology, Vol. 268, pp. 72-86 https://doi.org/10.1016/S0022-1694(02)00122-1
  10. Diskin, M.H., and Simon, E. (1977) A procedure for the selection of objective functions for hydrologic simulation models. Journal of Hydrology, Vol. 34, pp. 129-149 https://doi.org/10.1016/0022-1694(77)90066-X
  11. Duan, Q., Sorooshian, S., and Gupta, V. K. (1992) Effective and efficient global optimmization for conceptual rainfall-runoff models. Water Resources Research, Vol. 28, pp. 1015-1031
  12. Duan, Q., Sorooshian, S., and Gupta, V. K. (1994) Optimal use of the SCE-UA global optimization method for calibrating watershed models. Journal of Hydrology, Vol. 158, pp. 265-284 https://doi.org/10.1016/0022-1694(94)90057-4
  13. Yapo, P.O., Gupta, H. V., and Sorooshian, S. (1998) Automatic calibration of conceptual rainfall-runoff models: sensitivity to calibration data. Journal of Hydrology, Vol. 204, pp. 83-97