논문 상세보기

Bayesian networks-based probabilistic forecasting of hydrological drought considering drought propagation KCI 등재

가뭄의 전이 현상을 고려한 수문학적 가뭄에 대한 베이지안 네트워크 기반 확률 예측

  • 언어KOR
  • URLhttps://db.koreascholar.com/Article/Detail/348979
서비스가 종료되어 열람이 제한될 수 있습니다.
한국수자원학회 논문집 (Journal of Korea Water Resources Association)
한국수자원학회 (Korea Water Resources Association)
초록

최근 우리나라에서 빈번하게 발생되는 가뭄으로 인하여 많은 피해가 발생하고 있으며, 이에 대한 사전대응의 필요성이 커지고 있다. 가뭄에 대한 효과적인 사전대응을 위해서는 신뢰성 있는 가뭄 예측 정보가 필수적이다. 본 연구에서는 수문학적 가뭄에 대한 확률론적 예측을 수행하기 위하여 가뭄의 전이현상을 베이지안 네트워크 모형에 반영하였다. 가뭄의 전이현상을 고려한 베이지안 네트워크 기반의 가뭄 예측 모형(PBNDF)은 과거, 현재, 미래에 대한 다중 모형 앙상블 예측결과와 가뭄전이 관계를 결합하여 새로운 수문학적 가뭄 예측 결과를 생산하도록 구축되었다. 본 연구에서 PBNDF 모형은 파머수문학적 가뭄지수를 활용하여 낙동강 유역의 10개 지점을 대상으로 가뭄을 확률적으로 예측하는데 적용되었다. PBNDF 모형의 ROC 분석 결과 ROC 점수가 0.5 이상의 유의한 결과를 나타내 실제 예측 모형으로 활용가능하다는 것을 확인할 수 있었다. 또한, 기존에 개발된 모형(지속성 예측, 베이지안 네트워크 예측 모형)과 평균제곱오차의 제곱근(RMSE), 기술 점수(SS)를 활용하여 비교를 수행하였으며, 그 결과 PBNDF 모형의 RMSE는 상대적으로 낮은 값을 가지며, SS는 약 0.1~0.15 정도 높은 것으로 나타나 예측성능이 향상되었다는 것을 확인할 수 있었다.

As the occurrence of drought is recently on the rise, the reliable drought forecasting is required for developing the drought mitigation and proactive management of water resources. This study developed a probabilistic hydrological drought forecasting method using the Bayesian Networks and drought propagation relationship to estimate future drought with the forecast uncertainty, named as the Propagated Bayesian Networks Drought Forecasting (PBNDF) model. The proposed PBNDF model was composed with 4 nodes of past, current, multi-model ensemble (MME) forecasted information and the drought propagation relationship. Using Palmer Hydrological Drought Index (PHDI), the PBNDF model was applied to forecast the hydrological drought condition at 10 gauging stations in Nakdong River basin. The receiver operating characteristics (ROC) curve analysis was applied to measure the forecast skill of the forecast mean values. The root mean squared error (RMSE) and skill score (SS) were employed to compare the forecast performance with previously developed forecast models (persistence forecast, Bayesian network drought forecast). We found that the forecast skill of PBNDF model showed better performance with low RMSE and high SS of 0.1~0.15. The overall results mean the PBNDF model had good potential in probabilistic drought forecasting.

목차
Abstract
 요 지
 1. 서 론
 2. 대상유역과 자료
 3. 연구방법
  3.1 수문학적 가뭄지수
  3.2 베이지안 네트워크
  3.3 기상학적 가뭄에서 수문학적 가뭄으로의 가뭄전이
  3.4 베이지안 네트워크 기반 가뭄 예측 모형
 4. 연구결과
  4.1 가뭄전이 관계를 고려한 확률론적 가뭄 예측
  4.2 가뭄 예측 결과의 분석
 5. 결 론
 감사의 글
 References
저자
  • Shin, Ji Yae(Department of Civil and Environmental Engineering, Hanyang University, 한양대학교 대학원 건설환경공학과) | 신지예
  • Kwon, Hyun-Han(Department of Civil Engineering, Chonbuk National University, 전북대학교 토목공학과) | 권현한
  • Lee, Joo-Heon(Department of Civil Engineering, Joongbu University, 중부대학교 토목공학과) | 이주헌
  • Kim, Tae-Woong(Department of Civil and Environmental Engineering, Hanyang University (ERICA), 한양대학교 공학대학 건설환경공학과) | 김태웅 Corresponding Author