Assessing the Benefits of Incorporating Rainfall Forecasts into Monthly Flow Forecast System of Tampa Bay Water, Florida

황세운; 아세파 터루소; 마티네즈 크리스

doi:http://dx.doi.org/

논문

Assessing the Benefits of Incorporating Rainfall Forecasts into Monthly Flow Forecast System of Tampa Bay Water, Florida

0

조회

0

다운로드

1

인용

0

참고문헌

키워드

Tampa Bay flow modeling system (FMS)stochastic rainfall forecast monthly flow forecast

주제분류농학

초록

지속가능한 수자원 관리 시스템을 위한 수문 예측은 안정적인 장단기 용수 공급에 있어 중요한 과제이며, 이를 위해는 다양한 기후정보를 이용한 시스템의 평가가 우선되어야 한다. 본 연구에서는 미국 플로리다 템파 지역의 연간 월 강우와 하천 유량 예측을 위해본 시험지역에 운용되고 있는 유량 모의 시스템 (flow modeling system, FMS)을 소개하고, 관측된 강우 자료를 ‘최적 예측 강우 시나리오 (the best rainfall forecast)’로 가정하여 FMS의 기후 예측 정보에 대한 활용성을 평가하였다. 연구 결과, 기본적으로 FMS에 의해예측된 월 강우량 앙상블의 중앙값이 관측 강우량을 잘 재현하는 것으로 나타났다. 강우 예측 모델 입력자료로 사용되는 초기 월 강우량은 2개월까지의 예측에 간섭하며 이 후 예측치는 동일한 범주로 수렴하여 관측자료로 부터 추정된 통계치에 의존하는 것으로 나타났다. 이는 예측 모델이 최대 2개월간의 예측 효용성을 가짐을 의미한다. 월 강우량 앙상블을 이용하여 예측된 하천 유량 앙상블은 4-6개월까지의 예측 효용성을 보였다. 예측된 강우량 대신 실제 관측 월강우 시계열 자료를 유량 예측을 위한 강우 입력자료로 적용한 결과,예측된 유량의 범주가 현저히 감소하였으며 예측의 불확실성이 감소하는 것으로 나타났다. 본 연구 결과는 시험 지역에 대한 신뢰도높은 강우 예측 자료의 확보가 기존의 수문 예측 시스템 개선에 기여할수 있다는 것을 보여준다.

참고문헌 (14)

Asefa, T., "Fieldscale applicability of three types of Artificial Neural Networks to predict groundwater levels", Journal of American Water Resources Association (JAWRA), 43(5), pp.1~12 (2007)[DOI]
Brath, A., "Sensitivity analysis of real-time flood forecasting to on-line rainfall predictions", Selected paper from the workshop on Natural Disasters in European-Mediterranean Countries, Perugia, Italy, pp.469~488 (1988)
Clayton, J., "Interannual-to-Daily Multiscale Stream Flow Models with Climate Effects to Simulate Surface Water Supply Availability, In: Innovations in Watershed Management under Land Use and Climate Change", Proceeding of the 2010 Watershed Management Conference, ASCE (2010)
"Florida’s Forest Resources Plan Setting the Course for 2030: 1. Present Condition of Florida’s Forest Resources" (2005)[URL]
French, M. N., "Rainfall forecasting in space and time using aneural network", Journal of Hydrology, 137, pp.1~31 (1992)
Hazen, "Tampa Bay Water Future Need Analysis: A modeling system for stochastic simulation of permit flows for the Enhanced Surface Water System", ~ (2005)
Hwang, S., "Quantitative Spatiotemporal Evaluation of Dynamically Downscaled MM5 Precipitation Predictions over the Tampa Bay Region", Journal of Hydrometeorology, 12, pp.1447~1464 (2011)
Kişi, O., "Streamflow forecast using different artificial neural network algirithms", Journal of Hydrologic Engineering, 12(5), pp.532~539 (2007)
이상진, "ESP와 RDAPS 수치예보를 이용한 장기유량예측", 한국수자원학회 논문집, 44(12), pp.967~974 (2011), 한국수자원학회
Schmidt, N., "ENSO Influences on Seasonal Rainfall and RiverDischarge in Florida", Journal of Climate, 14, pp.615~628 (2001)
Schmidt, N., "Climate Variability and Estuarine Water Resources: A Case Study from Tampa Bay, Florida", Coastal Management, 32, pp.101~116 (2004)
"2010 Estimated Water Use In the Southwest FloridaWater Management District"[URL]
Optimized Regional Operations Plan (OROP): Tampa Bay Water Annual report, 2011, "Tampa Bay Water", Southwest Florida Water Management District, ~ (2011)
Toth, E., "Comparison of short-term rainfall prediction models for real-time flood forecasting", Journal of Hydrology, 239, pp.132~147 (2000)

이 간행물의 다른 논문 (14건)

볏짚 피복에 의한 밭 비점원오염 저감효과 분석을 위한 HSPF 모델링정충길, 박종윤, 최중대, 이형진, 김성준pp. 1-8 산림논복합 소유역에서의 비점부하 강우유출 특성 및 EMC 산정송정헌, 강문성, 송인홍, 황순호pp. 9-17 실트펜스와 식생밭두렁 적용을 통한 밭 비점오염 저감효과 분석을 위한 포장실험 연구김성재, 김상민, 김성민, 장정렬, 박태양pp. 19-27 점적관개 시설의 관개균일도 및 성능 평가홍은미, 전상호, 남원호, 최순군, 최진용, 허승오pp. 29-38 경계요소법을 이용한 평면변형율요소의 확률해석전정배, 박진선, 윤성수, 이형렬pp. 39-46

키워드

초록

참고문헌 (14)

관련 논문AI추천

이 간행물의 다른 논문 (14건)