조기원 발표자표 Mike she svm 을 이용한 충주댐 유역 홍수유출 모의
•Download as PPTX, PDF•
1 like•698 views
Mike she svm 을 이용한 충주댐 유역 홍수유출 모의 - 경희대학교 박사과정 조기원
Recommended
Recommended
More Related Content
Featured
Featured (20)
조기원 발표자표 Mike she svm 을 이용한 충주댐 유역 홍수유출 모의
- 1. MIKE SHE – SVM 을 이용한 충주댐 유역 홍수 유출 모의 Flood Runoff Sumulation for Chungju Dam Basin Using MIKE SHE - SVM Cho, KI Won Department of Civil Engineering Graduate School Kyung Hee University 2013.06.05
- 2. Flood Runoff Sumulation for Chungju Dam Basin Using MIKE SHE – SVM Cho, KI Won Department of Civil Engineering 목차 Graduate School Kyung Hee University 배경 및 목적 모형 이론 및 소개 모형 적용 결과 비교 결론 및 고찰 2
- 3. Flood Runoff Sumulation for Chungju Dam Basin Using MIKE SHE – SVM Cho, KI Won Department of Civil Engineering 1 배경 및 목적 Graduate School Kyung Hee University 배경 및 목적 배경 및 목적 모형 이론 및 소개 모형 적용 결과 비교 결론 및 고찰 Advantage SVM Disadvantage MIKE SHE - SVM MIKE SHE 분포형 수문모형 기계학습 모형 연계모형 모형 통합적인 수문해석 단일 목적 해석 단일 목적 해석 물리식 기반 (수문성분 포함) 패턴, 논리 기반 (수문성분 결여) 물리적 패턴, 논리 기반 (수문성분 포함) 수문인자 파악 시간, 노력 입, 출력 인자 파악 수문인자 파악 시간, 노력 감소 모형 이해와 적용 어려움 개념적 이해, 쉬운 적용 간단한 수문모형 적용 수문인자의 불확실성 내제 입력변수 불확실성 내제 수문인자, 입력변수 불확실성 상호 보완 상호보완적인 효과를 갖는 연계모형을 모의 3
- 4. Flood Runoff Sumulation for Chungju Dam Basin Using MIKE SHE – SVM Cho, KI Won Department of Civil Engineering 2 모형 이론 및 소개 Graduate School Kyung Hee University 배경 및 목적 모형 이론 및 소개 모형 이론 및 소개 모형 적용 결과 비교 결론 및 고찰 2.1 MIKE SHE MIKE SHE – MIKE 11 Integrated model MIKE SHE- MIKE 11 INTEGRATED MIKE SHE- MIKE 11 INTEGRATED 4
- 5. Flood Runoff Sumulation for Chungju Dam Basin Using MIKE SHE – SVM Cho, KI Won Department of Civil Engineering 2 Graduate School 모형 이론 및 소개 Kyung Hee University 배경 및 목적 모형 이론 및 소개 모형 이론 및 소개 모형 적용 결과 비교 결론 및 고찰 2.1 MIKE SHE MIKE SHE – MIKE 11 Integrated model Finite Difference Method Gauss-Seidel method MIKE SHE Saint Venant Equation Continuity Equation Momentum Equation (Fully dynamic Equation) 마찰경사 하상경사 정수압 이송가속도 국지가속도 Diffusive wave approximation 측방유입 Stricker / Manning Equation 5
- 6. Flood Runoff Sumulation for Chungju Dam Basin Using MIKE SHE – SVM Cho, KI Won Department of Civil Engineering 2 모형 이론 및 소개 Graduate School Kyung Hee University 배경 및 목적 모형 이론 및 소개 모형 이론 및 소개 모형 적용 결과 비교 결론 및 고찰 2.1 MIKE SHE MIKE SHE – MIKE 11 Integrated model MIKE 11 Saint Venant Equation routing coefficients Continuity Equation Momentum Equation (Diffusive wave approximation) 마찰경사 하상경사 Muskingum – Cunge method Wedge storage wieght Storage coefficient 정수압 Convective diffusion equation Muskingum method Finite Difference Method 전파 속도 계수 수리확산 계수 유입수문곡선, 초기유출량 6
- 7. Flood Runoff Sumulation for Chungju Dam Basin Using MIKE SHE – SVM Cho, KI Won Department of Civil Engineering 2 모형 이론 및 소개 Graduate School Kyung Hee University 배경 및 목적 모형 이론 및 소개 모형 이론 및 소개 모형 적용 결과 비교 결론 및 고찰 2.2 SVM Support Vector Machine SVM SVM(Support vector machine)은 기계학습 방법에 속하 며, 지지 벡터를 사용하여 초평면(Hyper plane)을 찾는 방법으로, 자료의 패턴과 논리를 찾는 학습 모형 LIBSVM Chih-Chung Chang, Chih-Jen Lin (2010) Objective Constraint 7
- 8. Flood Runoff Sumulation for Chungju Dam Basin Using MIKE SHE – SVM Cho, KI Won Department of Civil Engineering 3 모형 적용 Graduate School Kyung Hee University 배경 및 목적 모형 이론 및 소개 연구 방법 모형 적용 결과 비교 결론 및 고찰 3.1 대상유역 8
- 9. Flood Runoff Sumulation for Chungju Dam Basin Using MIKE SHE – SVM Cho, KI Won Department of Civil Engineering 3 Graduate School 모형 적용 Kyung Hee University 배경 및 목적 모형 이론 및 소개 연구 방법 모형 적용 결과 비교 결론 및 고찰 3.2 홍수사상 관측지점 영춘관측소 홍수 사상 사상 종료시간 (년/월/일/시) 지속 시간 (hour) 첨두 유량 (cms) 유량총량 (cms) 총 강우량 (mm) 1 2003/08/27/ 10 2003/08/30/14 77 3227 0.319 2004/08/17/23 2004/08/20/22 72 4541 0.488 2005/06/30/08 2005/07/03/06 71 4455 0.339 100.74 4 2010/09/21/05 2010/09/24/05 73 5379 0.381 Event No.04 129.25 3 Event No.02 81.01 2 Event No.01 Event No.03 No 사상 시작시간 (년/월/일/시) 118.21 수위-유량 관계곡선 이용년도 2003 2004 2005 2010 적용범위 수위유량관계곡선식 Q:m³/s H(h):m 영점표고 (EL.m) H<3.22 H≥3.22 1.66≤H<4.03 4.03≤H≤11.83 1.77 ≤ h ＜ 2.30 2.30 ≤ h ≤ 6.23 -0.27≤h≤2.21 2.21<h≤21.15 Q=63.5467(H-1.1190)2 Q=14.9746H2.5047 Q=56.5130(H-0.9892)2 Q=16.4342H2.4713 Q=15.247585(h-0.584)3.645 Q=43.883949(h-0.746)2.074 Q=Q= 1.234(h+0.274)5.017 Q=Q= 8.490(h+0.405)2.742 159.971 159.971 159.971 159.971 0.584 0.584 1.6 1.6 9
- 10. Flood Runoff Sumulation for Chungju Dam Basin Using MIKE SHE – SVM Cho, KI Won Department of Civil Engineering 3 Graduate School 모형 적용 Kyung Hee University 배경 및 목적 모형 이론 및 소개 연구 방법 모형 적용 결과 비교 결론 및 고찰 3.3 MIKE SHE 구성 MIKE SHE Module Land Use 출처 : 환경부 DEM Rainfall data 출처 : 국가수자원관리종합정보 출처 : 국가수자원관리종합정보 조도계수 산정 박상식(2005) P23 <표 3.2> Grid Size : 500m, 1000m 1500m, 2000m 1999-2006 Rainfall Observation 26 2006-2010 Rainfall Observation 43 10
- 11. Flood Runoff Sumulation for Chungju Dam Basin Using MIKE SHE – SVM Cho, KI Won Department of Civil Engineering 3 Graduate School 모형 적용 Kyung Hee University 배경 및 목적 모형 이론 및 소개 연구 방법 모형 적용 결과 비교 결론 및 고찰 3.4 MIKE 11 모형 구성 MIKE 11 하천 중심선 출처 : 국가수자원관리종합정보 하천 단면 출처 : 하천정비기본계획서 하천 단면 임의단면 Manning M 30 평균하폭 300m 11
- 12. Flood Runoff Sumulation for Chungju Dam Basin Using MIKE SHE – SVM Cho, KI Won Department of Civil Engineering 3 모형 적용 3.5 SVM 모형 구성 SVM Graduate School Kyung Hee University 배경 및 목적 입려 변수 모형 이론 및 소개 연구 방법 모형 적용 결과 비교 결론 및 고찰 영춘= f( 영월1, 영월2, 옥동) 입력 변수 지체시간선택 지점 별 평균 교차상관계수(Cross-Corelation) 교차상관계수(Cross-Corelation) f ( 영춘 실측 유량, 각 지점 계산 유량 ) 12
- 13. Flood Runoff Sumulation for Chungju Dam Basin Using MIKE SHE – SVM Cho, KI Won Department of Civil Engineering 3 모형 적용 Graduate School Kyung Hee University 배경 및 목적 모형 이론 및 소개 연구 방법 모형 적용 결과 비교 결론 및 고찰 3.6 모형평가 및 검증 ERROR Cross Validation PEP (Percent Error in Peak) case 학습 사상 No. 검증 사상 No. case 1 3 4 1 case 2 1 3 4 2 case 3 1 2 4 3 case 4 P-W RMSE (Peak-weight root mean square error) 2 1 2 3 오차값 4 평균 오차값 RSqr (R-Squared statistic : Coefficient of Determination) 13
- 14. Flood Runoff Sumulation for Chungju Dam Basin Using MIKE SHE – SVM Cho, KI Won Department of Civil Engineering 3 모형 적용 Graduate School Kyung Hee University 배경 및 목적 모형 이론 및 소개 연구 방법 모형 적용 결과 비교 결론 및 고찰 3.7 최적화 유전자 알고리즘 유전자 알고리즘(Genetic Algorithm)은 전역 최적화 방법으로서 진화과정에 기초한 계산 모델 이며, 어떤 목적함수 Y = f(x)를 최적 화하는 결정변수 x를 찾기 위한, 진화를 모방한(Simulated evolution) 탐색 알고리즘 Cross Corelation Objective Function P-W RMSE One – degree grid Search Decision Variable 14
- 15. Flood Runoff Sumulation for Chungju Dam Basin Using MIKE SHE – SVM Cho, KI Won Department of Civil Engineering 3 Graduate School 모형 적용 Kyung Hee University 배경 및 목적 모형 이론 및 소개 3.8 모형 적용 정리 연구 방법 모형 적용 결과 비교 결론 및 고찰 Optimization Genetic Algorithm 자료 흐름 최적화 모형 연계 Rainfall data (Input) MIKE SHE -11 Integrated MIKE SHE SVM Overland flow : Finite Difference Method MIKE 11 Channel Routing : Muskingum-Gunge Equation Inlet Discharge Observed Outlet Discharge 15
- 16. Flood Runoff Sumulation for Chungju Dam Basin Using MIKE SHE – SVM Cho, KI Won Department of Civil Engineering 4 Graduate School 결과 비교 Kyung Hee University 배경 및 목적 모형 이론 및 소개 연구 방법 결과 비교 결과 비교 결론 및 고찰 4.1 입력변수 개수 선택에 따른 모의 결과 교차상관계수 순위 입력개수에 따른 모형오차 Case PEP A1 A2 A3 A4 A5 A6 A7 A8 A9 A10 A11 A12 A13 A14 A15 A16 A17 A18 A19 A20 A21 A22 A23 29.3 27.7 21.9 18.0 16.3 17.6 16.7 17.3 16.1 14.7 14.8 13.4 15.4 15.5 16.1 16.6 16.4 17.1 19.1 18.6 11.7 12.5 13.0 P-W R MSE 732.5 694.9 695.7 705.8 667.7 675.6 679.2 665.3 658.2 676.8 668.0 625.6 678.2 701.6 705.2 699.1 695.2 734.2 736.5 730.5 700.7 699.3 714.4 영월1,영월2,옥동 지점의 지체시간 별 교차상관계수 순위표 RSqr 순위 관측소 지체 시간 교차 상관계수 0.83 0.85 0.85 0.85 0.86 0.86 0.86 0.87 0.87 0.87 0.87 0.88 0.86 0.85 0.85 0.85 0.85 0.84 0.84 0.84 0.84 0.84 0.83 1 영월2 10 0.825933 2 영월2 9 0.820627 3 영월2 11 0.804605 4 영월1 11 0.790911 5 영월1 10 0.790812 6 영월2 8 0.788534 7 영월1 12 0.76687 8 영월1 9 0.763441 9 영월2 12 0.760968 10 영월2 7 0.735664 11 영월1 13 0.723417 12 영월1 8 0.709414 13 영월2 13 0.701093 14 옥동 9 0.6822 15 옥동 8 0.673442 16 옥동 10 0.672921 17 영월2 6 0.668248 18 영월1 14 0.665406 19 옥동 7 0.648643 20 옥동 11 0.647617 21 영월1 7 0.631512 22 영월2 14 0.629436 23 옥동 12 0.608925 24 옥동 6 Decision Variable 0.606745 Case 별 입력자료 구성. A1 : 영월2(t-10), 영월2(t-9) A2 : 영월2(t-10), 영월2(t-9), 영월2(t-11) A3 : 영월2(t-10), 영월2(t-9), 영월2(t-11), 영월1(t-11) 16
- 17. Flood Runoff Sumulation for Chungju Dam Basin Using MIKE SHE – SVM Cho, KI Won Department of Civil Engineering 4 결과 비교 Graduate School Kyung Hee University 배경 및 목적 모형 이론 및 소개 연구 방법 결과 비교 결과 비교 결론 및 고찰 4.1 입력변수 선택에 따른 모의 결과 Decision Variable Case.A12 모형 유출곡선 교차상관계수 순서의 입력변수 개수 선택에 따른 P-W RMSE 17
- 18. Flood Runoff Sumulation for Chungju Dam Basin Using MIKE SHE – SVM Cho, KI Won Department of Civil Engineering 4 Graduate School 결과 비교 Kyung Hee University 배경 및 목적 모형 이론 및 소개 연구 방법 결과 비교 결과 비교 결론 및 고찰 4.2 입력변수 선택 지점에 따른 결과비교 Case 선택 지점 선택 지체시간 PEP P-W RMSE RSqr B1 영월1 영월1[ 9 10 11 12 ] 28.06 876.14 0.76 B2 영월2 영월2[ 6 8 9 10 11 12 13 ] 19.41 598.79 0.88 B3 옥동 옥동[ 8 9 10 11 ] 18.95 1035.5 0.62 B4 영월1,영월2 영월1[ 13 ], 영월2[ 6 8 9 10 11 12 13 14 ] 10.86 584.10 0.90 B5 영월1,옥동 영월1[ 9 10 11 12 ], 옥동[ 10 11 12 13 ] 17.58 943.79 0.75 B6 영월2,옥동 영월2[ 6 7 8 9 10 11 12 ], 옥동[ 11 12 13 ] 15.23 571.71 0.88 B7 영월1,영월2,옥동 영월1[ 9 10 11 12 ], 영월2[ 6 11 12 13 ], 옥동[ 9 10 ] 11.78 575.13 Decision Variable 0.89 18
- 19. Flood Runoff Sumulation for Chungju Dam Basin Using MIKE SHE – SVM Cho, KI Won Department of Civil Engineering 4 Graduate School 결과 비교 Kyung Hee University 배경 및 목적 모형 이론 및 소개 연구 방법 결과 비교 결과 비교 결론 및 고찰 4.3 유전자 알고리즘 최적화 방법에 따른 결과 No. 결정변수 특성 결정변수 경우의 수 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 입력변수 선택 1 입력변수 선택 2 입력변수 선택 3 입력변수 선택 4 입력변수 선택 5 입력변수 선택 6 입력변수 선택 7 입력변수 선택 8 입력변수 선택 9 입력변수 선택 10 입력변수 선택 11 입력변수 선택 12 입력변수 선택 13 입력변수 선택 14 입력변수 선택 15 입력변수 선택 16 입력변수 선택 17 입력변수 선택 18 입력변수 선택 19 입력변수 선택 20 입력변수 선택 21 입력변수 선택 22 입력변수 선택 23 입력변수 선택 24 입력변수 선택 25 입력변수 선택 26 입력변수 선택 27 영월1[ lag time 6 ] 영월1[ lag time 7 ] 영월1[ lag time 8 ] 영월1[ lag time 9 ] 영월1[ lag time 10 ] 영월1[ lag time 11 ] 영월1[ lag time 12 ] 영월1[ lag time 13 ] 영월1[ lag time 14 ] 영월2[ lag time 6] 영월2[ lag time 7] 영월2[ lag time 8] 영월2[ lag time 9] 영월2[ lag time 10] 영월2[ lag time 11] 영월2[ lag time 12] 영월2[ lag time 13] 영월2[ lag time 14] 옥동[ lag time 6 ] 옥동[ lag time 7 ] 옥동[ lag time 8 ] 옥동[ lag time 9 ] 옥동[ lag time 10 ] 옥동[ lag time 11 ] 옥동[ lag time 12 ] 옥동[ lag time 13 ] 옥동[ lag time 14 ] Include / Not include Include / Not include Include / Not include Include / Not include Include / Not include Include / Not include Include / Not include Include / Not include Include / Not include Include / Not include Include / Not include Include / Not include Include / Not include Include / Not include Include / Not include Include / Not include Include / Not include Include / Not include Include / Not include Include / Not include Include / Not include Include / Not include Include / Not include Include / Not include Include / Not include Include / Not include Include / Not include 28 Cost Parameter C 29 MIKE SHE-11 계산 유량 격자크기 Decision Variable 500m, 1000m, 1500m, 2000m Objective Function P-W RMSE Mutation Function : Mutation adapt feasible function, Crossover Function : Crossover intermediate Elite percentage : 10% Generation : 25 Population : 50 19
- 20. Flood Runoff Sumulation for Chungju Dam Basin Using MIKE SHE – SVM Cho, KI Won Department of Civil Engineering 4 결과 비교 Graduate School Kyung Hee University 배경 및 목적 모형 이론 및 소개 연구 방법 결과 비교 결과 비교 결론 및 고찰 4.3 유전자 알고리즘 최적화 방법에 따른 결과 Optimization Approximation Event1 PEP : 5.256 , P-W RMSE : 184.788 , RSqr : 0.965 Event2 PEP : 14.029 , P-W RMSE : 686.252 , RSqr : 0.941 Event3 PEP : 9.629 , P-W RMSE : 189.614 , RSqr : 0.982 Event4 PEP : 1.284 , P-W RMSE : 956.871 , RSqr : 0.750 지체시간에 따른 입력변수 영월1 영월2 옥동 8,12,13,14 11,13,14 10 격자 크기 2000m PEP -9.221 최적해에 따른 모형평가 오차 7.54 P-W RM SE 503.61 RSqr 0.909 20
- 21. Flood Runoff Sumulation for Chungju Dam Basin Using MIKE SHE – SVM Cho, KI Won Department of Civil Engineering 4 결과 비교 Graduate School Kyung Hee University 배경 및 목적 모형 이론 및 소개 연구 방법 결과 비교 결과 비교 결론 및 고찰 4.3 최종 모형 평가 Feature 1 : 영월1(t-8) Feature 2 : 영월1(t-12) Feature 3 : 영월1(t-13) Feature 4 : 영월1(t-14) Feature 5 : 영월2(t-11) Feature 6 : 영월2(t-13) Feature 7 : 영월2(t-14) Feature 8 : 옥동(t-10) 지체시간에 따른 입력변수 영월1 영월2 옥동 8,12,13,14 11,13,14 10 격자 크기 2000m PEP -9.221 최적해에 따른 모형평가 오차 7.54 P-W RM SE 503.61 RSqr 0.909 21
- 22. Flood Runoff Sumulation for Chungju Dam Basin Using MIKE SHE – SVM Cho, KI Won Department of Civil Engineering 4 Graduate School 결과 비교 Kyung Hee University 배경 및 목적 모형 이론 및 소개 연구 방법 결과 비교 결과 비교 결론 및 고찰 4.3 최종 모형 평가 지체시간에 따른 입력변수 영월1 영월2 옥동 8,12,13,14 11,13,14 10 격자 크기 2000m PEP -9.221 최적해에 따른 모형평가 오차 7.54 P-W RM SE 503.61 RSqr 0.909 22
- 23. Flood Runoff Sumulation for Chungju Dam Basin Using MIKE SHE – SVM Cho, KI Won Department of Civil Engineering 5 Graduate School 결론 및 고찰 Kyung Hee University 배경 및 목적 모형 이론 및 소개 연구 방법 결과 비교 Advantage 결론결론 및 고찰 및 고찰 Disadvantage MIKE SHE - SVM MIKE SHE SVM 분포형 수문모형 기계학습 모형 연계모형 모형 통합적인 수문해석 단일 목적 해석 단일 목적 해석 물리식 기반 (수문성분 포함) 패턴, 논리 기반 (수문성분 결여) 물리적 패턴, 논리 기반 (수문성분 포함) 수문인자 파악 시간, 노력 입, 출력 인자 파악 수문인자 파악 시간, 노력 감소 모형 이해와 적용 어려움 개념적 이해, 쉬운 적용 간단한 수문모형 적용 수문인자의 불확실성 내제 입력변수 불확실성 내제 수문인자, 입력변수 불확실성 상호 보완 상호보완적인 효과를 갖는 연계모형을 모의 최종 결론 기계학습에 있어, 입력변수 조합은 무수히 많기 때문에, 최적입력 변수에 의한 최적치 를 찾기 위해선 유전자 알고리즘과 같은 최 적화 방법을 사용해야 한다. 물리식 기반의 수문인자 예측 불확실성과 기계학습 방법의 입력변수 선택의 불확실 성을 보완할 수 있다고 판단된다. 향후 과제 MIKE SHE 단일 모형, SVM 단일 모형과 비교해 본다. 다른 기계학습을 적용해 보거나, 기계학습 방법에 있어, 다른 입력변수 선택 방법을 시도한다. 23
- 24. Flood Runoff Sumulation for Chungju Dam Basin Using MIKE SHE – SVM Cho, KI Won Department of Civil Engineering Graduate School Kyung Hee University 감사합니다 Flood Runoff Sumulation for Chungju Dam Basin Using MIKE SHE – SVM Cho, KI Won Department of Civil Engineering Graduate School Kyung Hee University 24