수자원 분야에서 대부분의 수문해석은 강우자료의 수집 및 분석으로부터 시작되며, 지점 강우량으로부터의 면적 평균강우량 추정 및 결측치에 대한 자료보완 기법은 여러 가지가 있다. 이러한 강우분석 기법으로 기존에 사용되어온 티센법 및 RDS법은 전통적인 자료보완 기법으로 매개변수의 특성이 관측소간 거리에만 의존하며, 공간적인 연속성을 가질 수 없다는 단점이 있다. 본 연구에서는 이러한 전통 기법들의 단점을 보완하고 강우의 공간적인 통계특성을 반영하기 위하여

본 연구는 비선형성이 강한 강우-유출의 특성을 고려하여 홍수시 하도의 유출을 예측하고 하천유역의 홍수예경보에 이용하기 위하여 신경망 시스템의 모형화 가능성을 검증하였다. 신경망을 이용한 실시간 하도홍수 예측모형(Neural River Discharge-Stage Forecasting Mudel; NRDFM)은 낙동강 유역의 왜관 및 진동 지점의 홍수량 예측에 적용하였다. NRDFM에 의한 하도홍수량의 왜관 및 진동 지점 예측결과를 실측치와 비교검토한 결

본 연구에서는 홍수시 다목적댐의 효율적 운영을 위하여 상류로부터 유입되는 홍수유입량을 실시간으로 예측하기 위해 역전파 신경망 모형을 사용하여 댐유입량 예측모형(Neural Dam Inflow Forecasting Model; NDIFM)을 개발하였다. NDIFM은 다목적댐에 의한 하류의 홍수조절 비중이 큰 낙동강의 남강댐 유역에 적용하였으며, 입력자료로는 댐유역 평균강우량, 실측 댐유입량, 예측 댐유입량 통을 사용하여 실시간 댐유입량 예측의 가능성을 검