메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술대회자료
저자정보
정인균 (건국대학교 사회환경시스템공학과) 신형진 (건국대학교 사회환경시스템공학과) 박진혁 (한국수자원공사 물관리센터) 김성준 (건국대학교 사회환경시스템공학과)
저널정보
한국수자원학회 한국수자원학회 학술발표회 한국수자원학회 2008년도 학술발표회 논문집
발행연도
2008.1
수록면
254 - 258 (5page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

이 논문의 연구 히스토리 (3)

2008

격자기반 운동파 강우유출모형 KIMSTORM의 개선(Ⅱ) : 적용 및 분석
정인균 ,  신형진 ,  박진혁 외 1명 대한토목학회논문집 B 2008.11 학술저널
격자기반 운동파 강우유출모형 KIMSTORM의 개선(Ⅰ) : 이론 및 모형
정인균 ,  이미선 ,  박종윤 외 1명 대한토목학회논문집 B 2008.11 학술저널
격자기반의 운동파 강우유출모형 KIMSTORM의 개선
정인균 ,  신형진 ,  박진혁 외 1명 한국수자원학회 학술발표회 2008.01 학술대회자료

초록· 키워드

오류제보하기
본 연구는 격자기반 운동파 강우유출모형 KIMSTORM(grid-based KIneMatic wave STOrm Runoff Model)의 기능을 개선하고 적용성을 평가하는 것이다. KIMSTORM은 김성준(1998)이 개발한 분포형 강우유출모형으로 포화상태의 지표흐름 및 토양수분상태의 시공간적인 분포를 파악할 수 있다. UNIX C++ 언어로 개발되었으며, GRASS 형태의 ASCII Grid를 입출력하도록 구성되어 있는 모형으로 UNIX 운영체제에서 구동이 가능하다. 그러나 UNIX와 GRASS는 최근에 많이 이용되지 않는 추세로 KIMSTORM 모형을 이용한 홍수유출해석이 적극적으로 활용되는데 주요 제약사항이 되어 왔다. 본 연구에서는 KIMSTORM을 윈도우즈 환경에서 운영될 수 있도록 FORTRAN 90을 이용하여 재개발하였으며 주요개선 사항으로, ESRI ASCII Grid 형태의 GIS(geographic information system) 자료 입력, 물리적 침투모의 방법인 GAML (Green-Ampt and Mein- Larson) 적용, 공간강우 입력가능, 정렬 알고리즘을 이용한 계산속도의 개선, 모형 자료입력 등 전처리 기능개선, 계산결과의 자동평가 및 분포도출력 등 후처리 방식개선으로 요약할 수 있다. 개선된 모형 GAML에 의한 침투방법을 적용하여, 남강댐유역($2,293\;km^2$)의 6개 강우사상을 대상으로 결정계수, Nash & Sutcliffe 모형효율계수, 용적편차, 첨두유량의 상대오차, 첨두시간의 절대오차를 이용하여 적용성을 평가하였으며, 민감도분석결과 초기토양수분조건과 하천조도계수가 가장 큰 민감도를 나타내었다.
#kinematic wave #distributed rainfall-runoff model #grid-based water balance #GAML

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0