일강우 내삽을 이용한 일유량 시뮬레이션 및 앙상블 유량 발생

Abstract

입력자료의 불확실성은 강우-유출 모의에서 중요한 불확실성 요소 중의 하나이다. 본 연구에서는 먼저 세 가지의 서로 다른 내삽 기법을 통해 계산된 강수 입력 자료 (관측값을 각 소유역의 중심점으로 내삽하여 추정한 입력자료임)들이 강우-유출 모형에 미치는 영향을 분포형 수문모형 (PRMS)을 이용하여 분석하였으며, 내삽오차를 바탕으로 발생한 입력자료를 앙상블 유량 예측에 이용하는 과정을 수문학적으로 서로 다른 두개 하천 유역에 적용하였다. 또한 Monte Carlo기법을 이용하여 수문 모형의 매개변수가 서로 다른 입력자료의 특성에 따라 변화하는 양상을 구분하여 보았다. 본 연구에서 제시된 앙상블 유량 예측방법은 기상 예측 및 기상 모형의 결과물 등의 입력자료를 이용함으로써 중/장기 유량 예측에 활용될 수 있을 것으로 판단된다. Input uncertainty is one of the major sources of uncertainty in hydrologic modeling. In this paper, first, three alternate rainfall inputs generated by different interpolation schemes were used to see the impact on a distributed watershed model. Later, the residuals of precipitation interpolations were tested as a source of ensemble streamflow generation in two river basins in the U.S. Using the Monte Carlo parameter search, the relationship between input and parameter uncertainty was also categorized to see sensitivity of the parameters to input differences. This analysis is useful not only to find the parameters that need more attention but also to transfer parameters calibrated for station measurement to the simulation using different inputs such as downscaled data from weather generator outputs. Input ensembles that preserves local statistical characteristics are used to generate streamflow ensembles hindcast, and showed that the ensemble sets are capturing the observed steamflow properly. This procedure is especially important to consider input uncertainties in the simulation of streamflow forecast.