인공신경망을 이용한 중소하천 수위예측 = Water Level Prediction of Small and Medium-Sized Rivers Using Artificial Neural Networks

국문 초록 (Abstract)

우리나라는 여름(6월~8월)에 태풍과 장마전선에 의한 강우발생이 빈번하게 일어나는 기후양상을 갖고 있으나 최근 몇 년간 기후변화로 인하여 국지성호우가 돌발적으로 발생하는 일이 빈번하게 일어나고 있다. 이러한 국지성 호우 및 돌발 홍수는 짧은 시간 안에 많은 강우를 내리기 때문에 하도 폭이 좁은 중·소하천의 경우 하천 수위가 급격하게 상승하여 많은 피해를 발생시킨다. 대부분의 대하천의 경우 물리적인 모형인 강우-유출 모형을 활용하여 강우사상에 따른 하천수위를 예측하고 홍수 예·경보를 통하여 피해를 최소화한다. 하지만 중·소하천의 경우 대 하천에 비하여 하천에 대한 데이터 구축이 미비하고 이는 물리적 모형을 통한 정확한 홍수 예·경보의 어려움으로 이어지고 있다. 이에 본 연구에서는 환경부에서 제공하는 최소한의 수문 정보와 인공신경망을 활용하여 중·소하천의 수위를 예측하여 선행시간(Lead Time)을 확보하고자 한다.

다국어 초록 (Multilingual Abstract)

Typhoons and rainy seasons are typically a frequent occurrence in Korea’s summer climate (June to August); however, the frequency of local heavy rains has increased in recent years owing to climate change. These heavy rains are characterized by substantial rainfall within a short period of time, causing flash flooding. This in turn causes the water level of small and medium-sized rivers with a narrow river channel to increase rapidly, resulting in considerable damage. The rainfall-runoff model is a physical model that is used to predict the river level of most large rivers according to rainfall events, and damage is consequently minimized through flood forecasting and warning. However, data construction on small and medium-sized rivers is insufficient compared to that on large rivers, thereby leading to difficulties in accurate flood forecasting and warning through physical models. This study, therefore, attempts to predict the river level of small and medium-sized rivers using minimal information provided by the Ministry of Environment and artificial neural networks.

목차 (Table of Contents)

• 1. 서 론 2. 본 론 3. 모의 결과 및 분석 4. 결 론 감사의 글 References