본 연구에서는 비슬산 이중편파 Radar 자료와, GPM 위성자료 및 21개 (Korea Meteorological Administration, KMA) 지상강우자료를 활용하여 분포형 강우-유출 모형(KIneMatic wave STOrm Runoff Model2, KIMSTORM2)을 이용해 남강댐 유역(2,293 km2)을 대상으로 유출해석을 수행 하였다. 모형의 유출 해석은 2016년 10월 5일 02:00∼09:00 총 8시간 동안 최대강우강도 33 mm/hr, 유역평균 총 강우량 82 mm이 발생한 태풍 차 바(CHABA)를 대상으로 하였으며, Radar 및 GPM 자료와 조건부합성(Conditional Merging, CM) 기법을 적용한 Radar (CM-corrected Radar) 및 GPM (CM-corrected GPM) 자료를 각각 활용하여 결과를 비교하였다. 이 때, 공간 강우자료에 유출 검보정은 남강댐 유역 내 3개의 수위관측 지점(산청, 창촌, 남강댐)을 대상으로 실시하였으며, 모형의 매개변수 초기토양수분함량, 지표와 하천의 Manning 조도계수를 이용하여 검보정하였다. 유출 결과는 결정계수(Determination coefficient, R2), Nash-Sutcliffe의 모형효율계수(NSE) 및 유출용적지수(Volume Conservation Index, VCI)를 산정하였다. 그 결과 CM-corrected Radar, GPM 자료가 평균 R2는 0.96, NSE의 경우 0.96, 유출용적지수(VCI)는 1.03으로 가장 우수한 결과를 나타내었다. 최종적으로 CM 기법을 이용한 보정된 공간분포자료는 기존의 자료에 비해 시공간적으로 정확한 홍수 예측에 사용 될 것으로 판단된다.

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.