메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김상문 (SDMENC) 최병웅 (국립생태원) 이남주 (경성대학교)
저널정보
응용생태공학회 Ecology and Resilient Infrastructure Ecology and Resilient Infrastructure Vol.7 No.4
발행연도
2020.12
수록면
345 - 352 (8page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

2020

수계 상류 관측 수위자료를 이용한 하류 홍수위 예측기법
김상문 ,  최병웅 ,  이남주 Ecology and Resilient Infrastructure 2020.12 학술저널

2017

관측 수위자료를 이용한 하류 홍수위 예측기법
김상문 ,  최흥식 한국수자원학회 학술발표회 2017.01 학술대회자료

초록· 키워드

오류제보하기
최근 하천범람에 따른 피해를 최소화하기 위해서는 대피를 위한 선행시간을 확보하는 것이 매우 중요하다. 본 연구에서는 현재 하천에서 측정되고 있는 수위 관측 자료를 이용하여 이상호우 발생시 하류의 수위를 예측하였다. 수위 예측을 위해 다중회귀모형 및 인공신경망 모형을 섬강시험유역에 적용하였다. 다중회귀모형 및 인공신경망 모형의 학습에는 섬강시험유역의 2002년부터 2010년까지의 수위 관측 자료를 이용하였으며, 학습된 모형을 이용하여 발생 가능한 수위를 예측하였다. 모의 결과 인공신경망 수위예측모형의 결정계수는 0.991 - 0.999로 나타났으며, 다중회귀수위예측 모형의 결정계수는 0.945 - 0.990로 나타나 인공신경망을 이용한 수위예측모형이 다중회귀모형보다 좀 더 나은 예측 결과를 나타내는 것을 확인할 수 있었다. 본 연구결과는 향후 하천에서 선행시간을 확보한 홍수 예보 구축에 활용할 수 있을 것으로 판단된다.
#Artificial Neural Network #Flood Warning #Lead Time #Multiple Regression Analysis #Water Level Forecast #인공신경망 #홍수 예보 #선행시간 #다중회귀분석 #수위 예측

목차

ABSTRACT
요약
1. 서론
2. 연구대상 지역
3. 분석 기법
4. 결과 및 고찰
5. 결론
References

참고문헌 (18)

참고문헌 신청
Choi, S. -U. / 2006 / Prediction of local scour around bridge piers using artificial neural networks / Journal of the American Water Resources Association 42(2):487~494 google schola 최승용 / 2012 / 실시간 수위 예측을 위한 다중선형회귀 모형의 비교 / 대한토목학회 논문집B 32(1):9~20 dbpia 최승용 / 2011 / 자료 지향형 수위예측 모형의 비교 분석 / 한국습지학회지 13(3):547~565 dbpia Daliakopoulos, I. N. / 2005 / Groundwater level forecasting using artificial neural networks / Journal of hydrology 309(1-4):229~240 google schola Govindaraju, R. S. / 2000 / Artificial neural networks in hydrology Ⅱ : hydrologic applications / Journal of Hydrologic Engineering 5(2):124~137 google schola

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

수위 예측 모델을 활용한 홍수 관리 시스템 설계 및 구현
조민우 ,  박장순 ,  김성재 외 1명 한국정보통신학회논문지 2023 .02
하천 홍수 예측을 위한 CNN 기반의 수위 예측 모델 구현
조민우 ,  김수진 ,  정회경 한국정보통신학회논문지 2021 .11
하천 범람 예측을 위한 인공지능 수위 예측 시스템 설계
박세현 ,  김현재 한국정보통신학회논문지 2020 .02
이미지의 균열 픽셀 탐지를 위한 딥러닝 모델의 적용과 의미론적 분할 활용
신재현 ,  이동섭 Ecology and Resilient Infrastructure 2024 .12
세그멘테이션과 객체 감지 모델의 콘크리트 균열 검출 성능 비교
김정수 한국산학기술학회 논문지 2023 .04

최근 본 자료

전체보기

댓글(0)

0