KCI등재
인공신경망 이론을 이용한 단기 홍수량 예측 = Short-term Flood Forecasting Using Artificial Neural Networks
저자
발행기관
학술지명
한국농공학회논문집(Journal of the Korean Society of Agricultural Engineers)
권호사항
발행연도
2003
작성언어
Korean
등재정보
KCI등재
자료형태
학술저널
수록면
45-57(13쪽)
KCI 피인용횟수
3
제공처
An artificial neural network model was developed to analyze and forecast Short-term river runoff from the Naju watershed, in Korea. Error back propagation neural networks (EBPN) of hourly rainfall and runoff data were found to have a high performance in forecasting runoff. The number of hidden nodes were optimized using total error and Bayesian information criterion. Model forecasts are very accurate (i.e., relative error is less than 3% and R2 is greater than 0.99) for calibration and verification data sets. Increasing the time horizon for application data sets, thus making the model suitable for flood forecasting, decreases the accuracy of the model. The resulting optimal EBPN models for forecasting hourly runoff consists of ten rainfall and four runoff data(ANN0410 model) and ten rainfall and ten runoff data(ANN1010 model). Performances of the ANN0410 and ANN1010 models remain satisfactory up to 6 hours (i.e., R2 is greater than 0.92).
더보기본 연구에서는 모멘트법과 학습적응률을 고려한 오류역전파 알고리즘에 의한 홍수량예측모형을 총 9개 구성하였고, 영산강 유역의 나주지점에 적용하여 보정 및 검증하였으며, 홍수량의 추정을 위한 예보시간별 예측을 수행하였고, 그 결과를 비교 평가하였다. 본 연구의 결과를 정리하면 다음과 같다. 1) 신경망 이론의 학습률과 모멘텀 계수를 고려한 오류역전파 알고리즘을 이용한 총 9개의 유출예측모형을 구성하였다. 2) 각 모형별 은닉층의 노드수에 따른 모형의 학습 결과, ANN0410과 ANN1010 모형이 은닉층의 노드수에 따라 총오차가 가장 작게 나타남으로서 학습이 가장 효과적으로 이루어졌다. 3) 모형별 은닉층의 최적노드수에 따라 보정 자료기간에 대하여 모형을 적용하여 통계적 변량을 비교한 결과, ANN0410과 ANN1010 모형이 학습정도가 뛰어났으며, 유출량만을 입력층으로 구성한 ANN1000T 모형이 학습정도가 가장 떨어지는 것으로 나타났다. 4) 2000년의 폭우사상에 대한 모형별 검증 결과, ANN0410와 ANN0410T 모형이 검증 결과가 뛰어난 것으로 나타났으며, 유출량만을 입력층으로 구성한 ANN1000T 모형이 검증 정도가 가장 떨어지는 것으로 나타났다.5) 1시간에서 6시간까지 시간별 홍수량을 예측하여 모형에 대한 응용 결과, 예측 시간이 길어질수록 실측치의 재현 능력이 떨어졌으며, ANN0410과 ANN1010 모형이 실측치를 잘 재현하고 있는 것으로 나타났으며, 이는 ANN0410과 ANN1010 모형이 유역 홍수 도달시간인 10시간 전의 강우량을 입력층으로 사용했기 때문으로 사료된다. 또한, 면적가중평균 강우량을 사용한 모형보다 각 강우측점의 강우량을 그대로 사용한 모형이 더 우수한 결과를 보였다. 6) 각 모형별로 6시간 후의 홍수량 예측 결과와 실측치의 통계적 변량을 비교한 결과, RB는 0.46∼21.31%, RMSE는 270.82∼638.68 m3/s, RMAE는 0.16∼0.49 m3/s, EI는 0.95∼0.99, 그리고 R2은 0.6517∼0.9273의 범위를 나타냈으며, ANN0410과 ANN1010 모형이 6시간 시간별 예측이 실측치를 가장 잘 반영하는 것으로 나타났고, 시우량 자료를 제외하고 유출량 자료만을 입력층으로 사용한 ANN1000T 모형이 상대적으로 실측치의 재현 정도가 떨어지는 것으로 나타났다.
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2022 | 평가예정 | 계속평가 신청대상 (등재유지) | |
2017-01-01 | 평가 | 우수등재학술지 선정 (계속평가) | |
2015-12-02 | 학술지명변경 | 외국어명 : 미등록 -> Journal of the Korean Society of Agricultural Engineers | KCI등재 |
2013-01-01 | 평가 | 등재 1차 FAIL (등재유지) | KCI등재 |
2010-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2008-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2006-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2005-06-07 | 학술지명변경 | 한글명 : 한국농공학회지 -> 한국농공학회논문집 | KCI등재 |
2004-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2001-07-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
1999-01-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 0.53 | 0.53 | 0.45 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
0.41 | 0.41 | 0.525 | 0.08 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)