다목적 PSO 알고리즘을 활용한 SWAT의 자동보정 적용성 평가
본 연구는 다목적함수를 고려한 입자군집최적화(Particle Swarm Optimization, PSO) 알고리즘을 Python으로 개발하고, Soil and Water Assessment Tool (SWAT) 모형에 적용하여 자동보정 알고리즘의 적용 가능성을 평가하였다. SWAT 모형의 유출 해석은 안성천의 공도 수위 관측소 상류유역(364.8 km2)을 대상으로 하였으며, 공도 지점의 2000년부터 2015년까지의 일 유량 자료를 이용하였다. PSO 자동보정은 결정계수 (coefficient of determination, R2), 평균제곱근오차(RMSE), NSE 모형효율계수(Nash-Sutcliffe Efficiency, NSEQ), 특히 중간유출과 기저유출의 보정을 위해 NSEINQ (Inverse Q)를 활용하여 SWAT을 보정하였다. PSO을 통한 SWAT 모형의 자동보정과 수동보정의 유출해석 결과, 각각 R2 는 0.64, 0.55, RMSE는 0.59, 0.58, NSEQ는 0.78, 0.75, NSEINQ는 0.45, 0.09의 상관성 분석결과를 보였다. PSO 자동보정 알고리즘은 수동보정에 비하여 높은 향상을 보였는데 특히 유출의 감수곡선을 개선시켰으며 적절한 매개변수 추가(RCHRG_DP)와 매개변수 범위의 설정으로 수동 보정의 한계를 보완하였다.
The purpose of this study is to develop Particle Swarm Optimization (PSO) automatic calibration algorithm with multi-objective functions by Python, and to evaluate the applicability by applying the algorithm to the Soil and Water Assessment Tool (SWAT) watershed modeling. The study area is the upstream watershed of Gongdo observation station of Anseongcheon watershed (364.8 km2) and the daily observed streamflow data from 2000 to 2015 were used. The PSO automatic algorithm calibrated SWAT streamflow by coefficient of determination (R2), root mean square error (RMSE), Nash-Sutcliffe efficiency (NSEQ), and especially including NSEINQ (Inverse Q) for lateral, base flow calibration. The results between automatic and manual calibration showed R2 of 0.64 and 0.55, RMSE of 0.59 and 0.58, NSEQ of 0.78 and 0.75, and NSEINQ of 0.45 and 0.09, respectively. The PSO automatic calibration algorithm showed an improvement especially the streamflow recession phase and remedied the limitation of manual calibration by including new parameter (RCHRG_DP) and considering parameters range.