earticle

논문검색

시공간적 변동성을 고려한 강우의 결측치 추정 방법의 비교

원문정보

The Comparison of Estimation Methods for the Missing Rainfall Data with spatio-temporal Variability

김병식, 노희성, 김형수

피인용수 : 0(자료제공 : 네이버학술정보)

초록

영어

This paper reviewed application of data-driven method, distance-weighted method(IDWM, IEWM, CCWM, ANN), and radar data method estimated of missing raifall data. To evaluate these methods, statistics was compared using radar and station rainfall data from Imjin-river basin. The range of RMSE values calculated for CCWM, ANN was 1.4 to 1.79mm, and the range of RMSE values estimated data used for radar rainfall data was 0.05 to 2.26mm. Spatial characteristics is considered to Radar rainfall data rather than station rainfall data. Result suggest that estimated data used for radar data can impove estimation of missing raifall data.

한국어

본 논문에서는 지상강우의 결측치를 추정하는 방법들 중 역거리 가중치법(IDWM), 역지수 가중치법(IEWM), 상관계수가중치법(CCWM), 인공신경망(ANN)기법, 레이더 자료를 이용한 결측치 추정 방법을 비교하여 각각의 적용성을 검토하였다. 임진강 유역을 대상지역으로 하여 각 방법을 적용한 결과, 강우의 결측치 추정에 있어서 기존의 방법 중 상관계수 가중치법(CCWM)과 인공신경망(ANN)기법에 의한 RMSE가 0.46~1.79의 범위를 보였고, 레이더자료를 이용하여 강우의 결측치를 추정한 경우 RMSE가 0.05~2.26의 범위를 보였다. 레이더 강우자료가 지점 강우자료와 달리 강우의 공간상관성을 반영하고 있음을 볼 때, 지점강우 자료를 이용한 결측치 추정 기법보다 레이더자료를 이용한 결측치의 추정기법이 그 적용성에서 우수하다고 판단되어진다.

목차

요약
 Abstract
 1. 서론
 2. 결측강우 자료의 추정기법
  2.1 역거리 가중치법(IDWM, Inverse Distance Weighting method)
  2.2 역지수 가중치법(IEWM, Inverse Exponential Weighting method)
  2.3 상관계수 가중치법(CCWM, Coefficient of Correlation Weighting method)
  2.4 인공신경망기법(ANN, Artificial Neural Networks)
 3. 임진강레이더 자료의 현황
 4. 적용
  4.1 대상유역 및 강우자료 현황
  4.2 분석 및 결과
 5. 결론
 참고문헌

저자정보

  • 김병식 Kim, Byung Sik. 정회원⋅강원대학교 방재전문대학원 조교수·공학박사
  • 노희성 Noh, Hui seong. 정회원⋅인하대학교 사회기반시스템공학부 박사과정
  • 김형수 Kim, Hung Soo. 정회원⋅인하대학교 사회기반시스템공학부 교수

참고문헌

자료제공 : 네이버학술정보

    함께 이용한 논문

      ※ 기관로그인 시 무료 이용이 가능합니다.

      • 4,000원

      0개의 논문이 장바구니에 담겼습니다.