The Study on Flood Runoff Simulation using Runoff Model with Gauge-adjusted Radar data

배영혜; 김형수; 김병식

추천

검색

자료유형: 학술저널

저자정보: 배영혜 김형수 김병식

저널정보: 한국습지학회 한국습지학회지 한국습지학회지 제12권 제1호

발행연도: 2010.1

수록면: 51 - 61 (11page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

Changes in climate have largely increased concentrated heavy rainfall, which in turn is causing enormous damages to humans and properties. Therefore, it is important to understand the spatial-temporal features of rainfall. In this study, RADAR rainfall was used to calculate gridded areal rainfall which reflects the spatial-temporal variability. In addition, Kalman-filter method, a stochastical technique, was used to combine ground rainfall network with RADAR rainfall network to calculate areal rainfall. Thiessen polygon method, Inverse distance weighting method, and Kriging method were used for calculating areal rainfall, and the calculated data was compared with adjusted areal RADAR rainfall measured using the Kalman-filter method. The result showed that RADAR rainfall adjusted with Kalman-filter method well-reproduced the distribution of raw RADAR rainfall which has a similar spatial distribution as the actual rainfall distribution. The adjusted RADAR rainfall also showed a similar rainfall volume as the volume shown in rain gauge data. Anseong-Cheon basin was used as a study area and the RADAR rainfall adjusted with Kalman-filter method was applied in VfloTM model, a physical-based distributed model, and ModClark model, a semi-distributed model. As a result, VfloTM model simulated peak time and peak value similar to that of observed hydrograph. ModClark model showed good results for total runoff volume. However, for verifying the parameter, VfloTM model showed better reproduction of observed hydrograph than ModClark model. These results confirmed that flood runoff simulation is applicable in domestic settings(in South Korea) if highly accurate areal rainfall is calculated by combining gauge rainfall and RADAR rainfall data and the simulation is performed in link to the distributed hydrological model.

기후변화로 인하여 국지성 집중호우가 크게 늘어나고 그로인해 막대한 인적 및 물적 피해를 야기하고 있다. 따라서 강우의 시간적·공간적 특성을 파악하는 것이 중요하다고 할 수 있다. 본 연구에서는 레이다 강우를 이용하여 시공간적 변동성을 고려한 격자형 면적강우량을 산정하기 위하여 추계학적 방법인 칼만필터 기법을 이용하여 지상 강우 관측망과 레이다 강우 관측망을 조합하여 면적강우량을 산정하였다. 또한 전통적인 지상 강우량을 면적강우량으로 전환하는 기법인 Thiessen법, 역거리법, 크리깅 기법을 이용하여 면적강우량을 산정한 후 칼만필터 기법에 의해 보정된 면적 레이다 강우와 비교하였다. 그 결과, 칼만필터 기법에 의해 보정된 레이다 강우는 실제 강우 분포와 유사한 공간분포를 가지는 원시 레이다 강우 분포를 잘 재현하면서도 강우 체적은 우량계자료의 체적과 유사하게 나타났다. 그리고 안성천 유역을 대상유역으로 선정하여 칼만필터 기법에 의해 보정된레이다 강우를 물리적 기반의 분포형 모형인 VfloTM 모형과 준분포형 모형인 ModClark 모형에 적용하여 홍수유출을 모의하였다. 그 결과, VfloTM 모형은 첨두시간과 첨두치가 관측 수문곡선과 유사하게 모의되었으며ModClark 모형은 총 유출체적에서 좋은 결과를 나타냈다. 그러나 매개변수 검증에서는 VfloTM 모형이 ModClark 모형보다 관측 수문곡선을 잘 재현하였다. 이를 통해 지상강우와 레이더 강우를 적절하게 조합하여 정확도 높은면적강우량을 산정하고 분포형 수문모형과 연계하여 홍수유출모의를 실시할 경우 충분한 적용성을 가지고 있음을 확인할 수 있었다.

#레이다 강우 #칼만필터 #분포형 모형 #홍수 #RADAR rainfall #kalman filter #distributed hydrologic model #flood

참고문헌 (28)

참고문헌 신청

Ahnert, P.R. / 1986 / Kalman filter estimation of radar-rainfall mean field bias / 23rd Radar Meteorology Conf. Amer. Meteor. Soc. : 33 ~ 37

Anagnostou, E.N. / 1998 / Mean-field rainfall bias studies for WSR-88D / Journal of hydrologic engineering 3 (3) : 149 ~ 159

Byung Sik Kim / 2007 / Flood simulation using rainfall data from rain gauges and radar by Conditional Merging method / IAHR

Byung Sik Kim / 2007 / Sensitivity Analysis for VfloTM Model In Jungnang / 2007 Conf. Korea Society of Civil Engineers, Korea : 2010 ~ 2014

Chumchean, S. / 2003 / Radar rainfall error variance and its impact on radar rainfall calibration / Journal of Physics and chemistry of the earth 28 : 27 ~ 39

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

배영혜

소속기관 인하대학교

주요연구분야 자연과학 > 기타 자연과학

논문수 8 이용수 109

김형수

소속기관 인하대학교

주요연구분야 자연과학 > 기타 자연과학

논문수 81 이용수 961

김병식

소속기관 한국습지학회

주요연구분야 자연과학 > 기타 자연과학

논문수 10 이용수 144

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (28)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)