강우자료 형태에 따른 인공신경망의 일유입량 예측 정확도 평가

강문성

추천

검색

자료유형: 학술저널

저자정보: 강문성

저널정보: 한국농공학회 한국농공학회논문집 한국농공학회논문집 제61권 제2호

발행연도: 2019.1

수록면: 63 - 74 (12page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

The objective of this study was to evaluate the influence of rainfall observation network on daily dam inflow using artificial neural networks(ANNs). Chungju Dam and Soyangriver Dam were selected for the study watershed. Rainfall and dam inflow data were collected as input data for constructionof ANNs models. Five ANNs models, represented by Model 1 (In watershed, point rainfall), Model 2 (All in the Thiessen network, point rainfall),Model 3 (Out of watershed in the Thiessen network, point rainfall), Model 1-T (In watershed, area mean rainfall), Model 2-T (All in the Thiessennetwork, area mean rainfall), were adopted to evaluate the influence of rainfall observation network. As a result of the study, the models that usedall station in the Thiessen network performed better than the models that used station only in the watershed or out of the watershed. The models thatused point rainfall data performed better than the models that used area mean rainfall. Model 2 achieved the highest level of performance. The modelperformance for the ANNs model 2 in Chungju dam resulted in the R2 value of 0.94, NSE of 0.94 NSEln of 0.88 and PBIAS of –0.04 respectively. The model-2 predictions of Soyangriver Dam with the R2 and NSE values greater than 0.94 were reasonably well agreed with the observations. Theresults of this study are expected to be used as a reference for rainfall data utilization in forecasting dam inflow using artificial neural networks.

참고문헌 (25)

참고문헌 신청

François Anctil / 2005 / Evaluation of Neural Network Streamflow Forecasting on 47 Watersheds / Journal of Hydrologic Engineering 10(1):85~88

최승용 / 2011 / 입력 강우 형태에 따른 수위예측 회귀모형의 성능 비교분석 / 한국방재학회논문집 11(5):313~325

Hoshin Vijai Gupta / 1999 / Status of Automatic Calibration for Hydrologic Models: Comparison with Multilevel Expert Calibration / Journal of Hydrologic Engineering 4(2):135~143

Hwang, J. S. / 2001 / A classification analysis using bayesian neural network / Journal of Korean Data & Information Science Society 12(2):11~25

장대원 / 2018 / 강우의 공간분포를 고려한 SWAT 모형의 적용 / 한국습지학회지 20(1):94~103

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

강문성

소속기관 한국농공학회

주요연구분야 공학 > 기타공학 > 농공학

논문수 1 이용수 6

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (25)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)