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
안소라 (건국대학교 사회환경시스템공학과) 정충길 (건국대학교 사회환경시스템공학과) 장선숙 (건국대학교 사회환경시스템공학과) 김성준 (건국대학교 사회환경시스템공학과)
저널정보
한국수자원학회 한국수자원학회 학술발표회 한국수자원학회 2015년도 학술발표회
발행연도
2015.1
수록면
37 - 37 (1page)

이용수

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

이 논문의 연구 히스토리 (2)

2015

분포형 강우유출모형 KIMSTORM을 이용한 침수실적자료와의 비교를 통한 레이더강우의 효용성 연구
안소라 ,  정충길 ,  김성준 한국수자원학회논문집 2015.01 학술저널
침수실적자료 활용에 있어 레이더강우의 효용성 검토
안소라 ,  정충길 ,  장선숙 외 1명 한국수자원학회 학술발표회 2015.01 학술대회자료

초록· 키워드

오류제보하기
본 연구는 남강댐 유역($2,293km^2$)을 대상으로 이중편파 레이더 강우자료와 격자기반 분포형 강우-유출 모형인 KIMSTORM(KIneMatic wave STOrm Runoff Model)을 이용하여 홍수추적을 수행하고, 침수실적자료와 비교하여 레이더 강우자료의 효용성을 검토하였다. 2012년 4개의 강우 이벤트(집중호우, 카눈, 볼라벤, 산바)에 대하여 한강홍수통제소로부터 보정된 비슬산 레이더 강우자료를 제공받아 사용하였다. 레이더 강우와 지점 강우를 비교하기 위해 면적평균강우량을 산정하여 분석한 결과, 유출량산정 지점별 면적평균 강우량은 대체적으로 레이더가 지점 강우보다 더 낮은 값으로 예측되었지만, 강우의 패턴은 상당히 일치하는 것으로 나타났으며, 평균 $R^2$는 0.97로 매우 우수하게 분석되었다. 이후 분포형 홍수추적을 위해 KIMSTORM을 이용하였으며, 격자크기 $500{\times}500m$ 해상도의 156행${\times}$137열의 총 21,372개의 셀로 모형을 구축하였다. 분포형 모형의 보정을 위해 지상강우를 적용하여 모형을 보정하고, 보정된 매개변수를 레이더강우에 그대로 적용하여 적용성을 평가하였다. 모형의 보정 결과, $R^2$(coefficient of determination), ME(model efficiency), VCI (volume conservation index)의 평균이 지점강우를 이용한 경우 각각 0.85, 0.78, 1.09%, 레이더 강우를 이용한 경우 각각 0.85, 0.78, 0.96으로 모의유량이 관측유량을 잘 재현하였다. 이후 태풍 산바에 의한 하천범람 침수실적자료의 침수지역(신연, 문대, 신기지구)과 레이더에 의한 침수지역 유출분석 결과를 비교하였다. 침수지역 호우 및 유출의 공간분포를 분석한 결과 레이더 강우가 침수지역 상류유역의 호우와 유출상황을 자세하게 재현하였으며, 침수지역의 침수기간 전 후를 분석한 결과 지점강우 보다 레이더 강우가 실제 첨두유량에 가깝게 우수하게 모의되었다.

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