A reliable streamflow forecasting is essential for flood disaster prevention, reservoir operation, water supply and water resources management. This study proposes a hybrid model for river stage forecasting and investigates its accuracy. The proposed model is the wavelet packet-based artificial neural network(WPANN). Wavelet packet transform(WPT) module in WPANN model is employed to decompose an input time series into approximation and detail components. The decomposed time series are then used as inputs of artificial neural network(ANN) module in WPANN model. Based on model performance indexes, WPANN models are found to produce better efficiency than ANN model. WPANN-sym10 model yields the best performance among all other models. It is found that WPT improves the accuracy of ANN model. The results obtained from this study indicate that the conjunction of WPT and ANN can improve the efficiency of ANN model and can be a potential tool for forecasting river stage more accurately.

상대적으로 홍수량의 규모가 작은 지류 하천에서는 합류부 배수영향으로 제내지 침수 및 제방 범람에 의한 홍수피해의 위험이 가중되고 있다. 특히 지류 합류부에서는 본류와 지류의 홍수유하 조건에 따라 수위가 급격히 증가하므로 인명피해의 가능성 또한 높다. 따라서 본 연구에서는 비구조적 홍수피해저감대책의 일환으로 지류 합류부의 실시간 홍수위 예측기술을 개발하고자 한다. 이를 위하여 지류 합류부 수위의 주요 영향인자를 검토하였고, 잘 구축된 수리학적 모형으로부터 계산된 본류 및 지류의 유량과 합류부 수위자료를 이용하여 홍수위 예측을 위한 경험식을 개발하였다. 개발된 식에 의한 예측결과는 최대 1.0m의 수위오차를 포함하고 있었으나, 평균 0.2~0.3m의 절대오차를 나타내었고, 발생시각은 0~5 hr 앞서 예측 가능한 것으로 나타났다. 본 연구결과로부터 홍수예측 시스템이 구축되지 않은 지류 합류부에서도 쉽게 실시간 홍수예측이 가능하며, 구축된 시스템은 지류의 홍수범람 및 침수피해 예방에 활용될 수 있을 것으로 기대된다.

홍수예보는 정확성과 신속성, 2가지 조건을 만족해야 한다. 정확성은 홍수주의보 및 경보에 도달하는 시간과 수위를 정확하게 예측하는 정도를 말하며, 신속성은 예보선행시간으로써 홍수예보에 따른 하류지역 주민의 대피에 필요한 시간이라 할 수 있다. 이를 위한 홍수예보 방법으로 기상법, 수위법, 강우-유출법 등 3가지로 구분할 수 있다. 기상법은 강수를 정량적으로 예측하여 홍수 유발량 이상이면 경보를 발령하는 방법이다. 수위법은 상류에 위치한 수위관측소의 수위자료를 이용하여 하류의 수위상황을 예측하는 방법이며, 강우-유출 모형은 현재 4대강 홍수통제소에서 사용되고 있는 방법으로 유효우량산정을 통한 유역유출과 하도유출로 구분하여 홍수위와 도달시간 등을 예측하는 방법이다.본 연구는 영산강수계 홍수예보 지점 중 선암과 남평지점의 수위와 상류지점의 수위자료를 활용하여 인공신경망 모형을 이용한 홍수위 예측모형을 개발하였다. 더불어 홍수예보 업무 중 중요한 부분을 차지하는 홍수위 예측과 관련하여 범용성을 확대하기 위하여 Web환경에서 국가표준수문DB와 연계를 통한 RFFS을 개발하였다. 본 연구의 결과, 통계적 기준과 도식적 평가를 통한 본 연구의 모형은 홍수예보시스템에 대한 보조적 수단으로 활용할 수 있음을 확인시켜 주었으며, 홍수위 예측모형의 다양화를 통한 홍수예보업무의 효율성을 증대하였다는 측면에서 유의미하다고 판단된다. 또한 홍수예보지점을 중소하천까지 확대할 경우 인공신경망 모형을 활용할 수 있을 것으로 기대된다.