농업용저수지의 수위 보정을 위한 햄펠필터의 window size 분석 :Analyzing window size of hampel filter for calibration of water level at agricultural reservoirs

주동혁

추천

검색

자료유형: 학위논문

저자정보: 주동혁 (전남대학교, 전남대학교 대학원)

지도교수: 유승환

발행연도: 2021

저작권: 전남대학교 논문은 저작권에 의해 보호받습니다.

이용수3

이 논문의 연구 히스토리 (2)

2022

농업용저수지의 실시간 수위 보정을 위한 Hampel Filter의 최적 Window Size 분석

주동혁 , 나라 , 김하영 외 3명 한국농공학회논문집 2022.05 학술저널

2021

농업용저수지의 수위 보정을 위한 햄펠필터의 window size 분석

주동혁 지역·바이오시스템공학과 2021.01 학위논문

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

현재 농업용 저수지에서는 자동수위계측기를 통해 방대한 수문자료가 실시간으로 축적되고 있으며, 오·결측 데이터 또한 증가하는 상황이다. 이러한 상황에서 수문자료의 품질관리의 적용성 및 신뢰도가 미확보될 시 효율적인 농업용수 관리에서 공급량 산정, 재난 관리 등에 연계에 한계가 있다. 더불어 다양한 연구 분야에 있어 기초자료로 활용되는 수문자료는 대국민 공개 요구 수준도 높아지는 추세이다.
관개기 용수이용 및 강우 패턴에 크게 영향을 받아 불규칙적인 양상을 보이는 특성을 고려하여 현재 한국농어촌공사에서는 농업용저수지의 수위데이터 품질관리 방법으로 Hampel filter를 적용하고 있다. 이 방법은 window size를 주요매개변수로 사용하며, window size가 클 경우, 정상데이터를 왜곡하고 작은 경우에는 이상치가 많이 반영되어 보정데이터의 신뢰성을 낮추기 때문에 저수지별 최적 window size의 선정이 필요한 상황이다.
본 연구에서는 Hampel filter를 적용하여 저수지 규모별 최적 window size를 도출하고자, 한국농어촌공사의 오·결측치가 비교적 많이 발생한 12개 저수지를 선정하였고, 2018~2020년의 10분 수위데이터를 기반으로 window size를 좌우 36h, 24h, 12h, 6h, 3h, 1.5h로 분류하였다. 신뢰성 확보를 위해서 보정된 데이터와 일별 수위인 농업기반시설관리시스템(RIMS, Rural Infrastructure Management System) 자료와 비교하여 RMSE(Root Mean Square Error), NSE(Nash?Sutcliffe model efficiency coefficient) 계수를 산정·분석하고, 환경부에서 사용하고 있는 이상치 자동점검기준을 적용하였으며, 최적 window size 선정을 위해 관개기 강우자료와 오차행렬의 분류성능평가지표를 활용하였다. RMSE, NSE 계수 및 이상치 자동점검기준에서는 대부분 신뢰성이 확보하였으며, 강우자료 및 분류성능평가지표 결과 대부분 좌우 3h 부근에 있어 최적 window size를 가졌다. 이에 본 연구 결과는 추후 자동수위계측시스템 확대에 따른 농업용 저수지 수위 데이터 품질관리 고도화 연구 등의 기초적인 자료로 활용될 수 있을 것으로 판단된다.

Currently, a vast amount of hydrologic data are accumulated in real-time through automatic water level measuring instruments in agricultural reservoirs, and false, missing data are also increasing. If the applicability and reliability of quality control of hydrological data are not secured, the data is a limit to the connection of efficient agricultural water management to the calculation of supply and disaster management. In addition, hydrological data are used as basic data in various research fields, and demand for public disclosure of such data is increasing.
Considering the characteristics of irregularities in hydrological data caused by irrigation water usage and rainfall pattern, the Korea Rural Community Corporation is currently applying the Hampel filter as a water level data quality management method. This method uses window size as a key parameter, and if the window size is large, distortion of data may occur and if window size is small, many outliers are not removed which reduces the reliability of the corrected data. Thus, selection of optimal window size for individual reservoir is required.
In this study, to derive the optimal window size for each reservoir size by applying the Hampel filter, 12 reservoirs with prominent erroneous and missing data values were selected from the Korea Rural Community Corporation. Based on the 10-minute water level data from 2018 to 2020, the window sizes were classified into 36h, 24h, 12h, 6h, 3h, and 1.5h. To ensure reliability, we compared and analyzed the RMSE (Root Mean Square Error) and NSE (Nash?Sutcliffe model efficiency coefficient) coefficients of the corrected data and the daily water level of the RIMS (Rural Infrastructure Management System) data, and the automatic outlier detection standards used by the Ministry of Environment. To select the optimal window size, the classification performance evaluation index of the error matrix and rainfall data from the irrigation period were used.
Most of the automatic outlier detection standards, RMSE, NSE coefficients were reliable, and most of the rainfall data and classification performance evaluation indicators showed optimal window size around 3h. As the results of this study are expected to be utilized in further research on upgrading the quality control of agricultural reservoir water level data in connection to expansion of automatic water level measurement systems.

#hampel filter #window size #수위 보정 #농업용 저수지

목 차ⅰ
List of Tablesⅲ
List of Figuresⅳ
국 문 초 록ⅵ
I. 서 론1
II. 연 구 사3
III. 연 구 방 법5
1. 대상 저수지 및 수위, 강우자료5
가. 대상저수지5
나. 수위자료 6
다. 강우자료 7
2. 결측치 및 이상치 보정 방안8
가. 결측치 보정 방안8
나. 이상치 보정 방안10
3. 보정 데이터 신뢰성 분석13
가. RMSE13
나. NSE13
다. 이상치 자동점검기준13
4. 저수지 규모별 최적 window size 선정15
가. 오차행렬과 분류성능평가지표17
IV. 결과 및 고찰19
1. 신뢰성 검증19
가. RMSE, NSE 비교·분석19
나. 이상치 점검기준 비교·분석20
2. 최적 window size 선정44
가. 분류성능평가지표 비교·분석44
나. 강우자료 비교·분석46
V. 요약 및 결론 82
참고문헌84
Abstract 87

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

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)