1974년 한강홍수예보시스템을 구축한 이후로, 저류함수법을 근간으로 하는 홍수예보시스템이 주요하천을 대상으로 운영되고 있다. 1961년 목촌준황(木村俊晃)에 의하여 제안된 저류함수법은 저류함수를 기본식으로 이용하고 있다. 저류함수법에서는 유역을 유출역과 침투역으로 구분하고, 누가우량이 포화우량을 초과하기 전까지는 유출역에서만 유출이 발생하고, 포화우량을 초과한 후부터 침투역에서도 유출이 발생하는 것으로 가정하였고, 이때 유출역의 면적이 일정하므로 유출률

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