KR101818568B1

KR101818568B1 - System for generating stochastic rainfall of poisson cluster based on optimized parameter map, and method for the same

Info

Publication number: KR101818568B1
Application number: KR1020160067135A
Authority: KR
Inventors: 김동균; 최은수; 조희대
Original assignee: 홍익대학교 산학협력단
Priority date: 2016-05-31
Filing date: 2016-05-31
Publication date: 2018-01-17
Also published as: KR20170136094A

Abstract

포아송 클러스터 강우 생성 모형 중에서 MBLRP(Modified Bartlett-Lewis Rectangular Pulse) 강우 생성 모형에 따른 매개변수지도-기반으로 가상강우 시계열 데이터를 생성할 경우, 매개변수 최적화 과정을 수행함으로써 강우자료의 유무에 상관없이 복잡한 매개변수 산정 과정을 거치지 않을 수 있고, 또한, 지도 영역 내의 모든 지역에서 매개변수를 용이하게 획득할 수 있으며, 또한, 강우 생성 모형의 매개변수 산정부터 가상 강우 시계열 생성까지 일련의 과정을 포함하는 웹 어플리케이션을 구현함으로써, 강우자료를 필요로 하는 다양한 수문 분석에 활발하게 활용할 수 있는, 매개변수지도-기반 포아송 클러스터 가상강우 생성 시스템 및 그 방법이 제공된다.In the Poisson cluster rainfall generation model, when generating the virtual rainfall time series data based on the parameter map based on the Modified Bartlett-Lewis Rectangular Pulse (MBLRP) rainfall generation model, the parameter optimization process is performed, It is also possible to acquire parameters easily in all areas in the map area, and also to provide a web including a series of processes from the calculation of the parameters of the rainfall generation model to the generation of the virtual rainfall time series, A parametric map-based Poisson cluster virtual rainfall generation system and method are provided that can be actively utilized in a variety of hydrological analyzes requiring rainfall data by implementing applications.

Description

TECHNICAL FIELD The present invention relates to a Poisson cluster virtual rainfall generation system and a method thereof, and more particularly to a Poisson cluster virtual rainfall generation system,

본 발명은 가상강우 생성 시스템에 관한 것으로, 보다 구체적으로, 포아송 클러스터(Poisson Cluster) 강우 생성 모형 중에서 MBLRP(Modified Bartlett-Lewis Rectangular Pulse) 강우 생성 모형에서 최적화된(Optimized) 매개변수지도-기반으로 가상강우 시계열 데이터를 생성할 수 있는, 매개변수지도-기반 포아송 클러스터 가상강우 생성 시스템 및 그 방법 에 관한 것이다.The present invention relates to a virtual rainfall generation system, and more particularly, to a virtual rainfall generation system, and more particularly, to a virtual rainfall generation model of MBLRP (Poisson Cluster rainfall generation model) Based Poisson cluster virtual rainfall generation system capable of generating rainfall time series data and a method thereof.

국내의 경우, 1300㎜ 내지 1800㎜에 이르는 연평균 강우량의 60~70%가 여름철, 예를 들면, 6월~9월초에 집중되는 특성을 가지고 있기 때문에 강우(Rainfall)에 의해 발생하는 수해로부터 많은 피해를 입고 있다.In Korea, 60 to 70% of the annual average rainfall from 1300 mm to 1800 mm is concentrated in the summer, for example, from June to early September, so much damage is caused by rainfall .

이와 같이 강우는 수자원 관리에 직접적이면서도 지대한 영향을 끼치고, 더 나아가서는 사회적으로 큰 문제를 야기할 수 있으므로, 이에 대한 분석을 통해 피해를 최소화할 필요가 있다.In this way, rainfall has a direct and significant influence on the management of water resources, and it can cause social problems. Therefore, it is necessary to minimize the damage through analysis.

이러한 강우 분석을 위해서는 강우자료를 획득하여야 하는데, 해당 지역에 관측소가 없는 경우가 많다는 문제점이 있고, 이에 따라 관측 강우와 유사한 가상의 강우자료를 생성할 필요가 있다. 하지만, 종래의 기술에 따른 가상강우 생성 방법은 전문적인 지식이 필요할 뿐만 아니라 강우 관측소가 존재하지 않는 지역에서는 모형의 매개변수(Parameter) 산정이 불가능하다는 단점이 있었다.In order to analyze such rainfall, it is necessary to acquire rainfall data. In many cases, there is no station in the region. Therefore, it is necessary to generate virtual rainfall data similar to observation rainfall. However, the virtual rainfall generation method according to the related art requires not only expert knowledge but also a disadvantage in that it is impossible to estimate the parameters of the model in a region where rainfall observing stations are not present.

구체적으로, 이러한 강우 분석을 위해서는 자료의 수집이 첫 번째로 이루어져야 하지만 분석하고자 하는 지역에 충분한 강우 관측소가 설치되어 있지 않은 경우가 많고, 관측 기기의 기록 오차 등의 원인으로 원하는 기간만큼의 강우자료를 획득하는 것은 쉽지 않다. 이러한 문제는 관측 강우와 유사한 통계적 특성을 가진 가상의 강우자료를 생성할 수 있는 추계학적 강우 생성 모형을 사용하여 해결할 수 있다.In order to analyze the rainfall, it is necessary to collect data first, but there are not enough rainfall observation stations in the area to be analyzed. Obtaining is not easy. This problem can be solved by using a stochastic rainfall generation model that can generate virtual rainfall data with statistical characteristics similar to observation rainfall.

아울러, 추계학적 강우 생성 모형은 무한한 길이를 가진 강우자료를 생성할 수 있기 때문에, 예를 들면, 몬테카를로 모의(Monte Carlo Simulation)를 통한 홍수나 가뭄 등의 위험도 평가 및 하천 침식이나 유사 이송 등 수문학적 변수들의 민감도 분석에 활용되어 왔다.In addition, the stochastic rainfall model can generate rainfall data of infinite length. For example, the Monte Carlo Simulation can be used to assess risk such as floods and droughts, Has been used to analyze the sensitivity of variables.

예를 들면, 추계학적 강우 생성 모형 중 하나인 포아송 클러스터(Poisson Cluster) 강우 생성 모형은 실제 강우 현상의 클러스터 구조를 설명하기에 적합한 것으로 알려져 있으며, 한 시간 단위부터 일 단위까지의 넓은 시간대에 대해 관측 강우의 평균, 분산, 자기상관계수 및 무강우확률과 같은 통계값을 양호하게 재현한다는 것이 선행연구를 통해 입증되었다. 또한, 1시간 단위의 세밀한 시간 해상도를 가진 강우 시계열을 생성할 수 있고, 비교적 극한값을 양호하게 재현한다는 장점 때문에, 홍수, 가뭄 및 유사이송과 같은 다양한 수문현상의 위험도 평가 및 미래 기후 변화 시나리오의 생성에도 사용되고 있다.For example, the Poisson Cluster rainfall generation model, which is one of the stochastic rainfall generation models, is known to be suitable for describing the actual cluster structure of rainfall phenomena. Previous studies have shown that statistical values such as mean, variance, autocorrelation coefficient and rainfall probability of rainfall are well reproduced. In addition, it is possible to generate rainfall time series with fine time resolution of one hour unit and to evaluate the risk of various hydrological phenomena such as flood, drought and similar transport, and to generate future climate change scenarios .

한편, 포아송 강우 생성 모형의 매개변수는 생성 가상강우의 통계값(평균, 분산, 자기상관계수, 무강우확률 등)과 관측 강우의 통계값이 유사해질 수 있도록 산정되는데, 가상강우의 통계값을 나타내는 방정식이 매우 복잡하여, 이를 해석적으로 산정하는 것은 실질적으로 불가능하고, 이에 따라 경험적 최적화 알고리즘(Heuristic Optimization Algorithm)을 사용해야만 한다.On the other hand, the parameters of the Poisson rainfall model are estimated so that the statistical values (mean, variance, autocorrelation coefficient, rainfall probability, etc.) of generated virtual rainfall and the statistical values of observation rainfall become similar. The equation that represents is so complex that it is practically impossible to calculate it analytically and must therefore use the Heuristic Optimization Algorithm.

다시 말하면, 최종사용자의 입장에서 포아송 강우 생성 모형을 활용하여 가상강우를 생성하기 위해서는 최적화 분야에 대한 전문적인 지식을 사용자에게 요구하기 때문에 그 활용성이 제한되어 왔다. 이와 아울러, 강우 관측소가 존재하지 않는 지역에서는 모형의 매개변수 산정이 불가능하다는 문제점이 있었다.In other words, in order to generate virtual rainfall using the Poisson rainfall generation model from the viewpoint of the end user, the utilization of the rainfall has been limited because it requires the user with expert knowledge on the optimization field. In addition, there is a problem that it is impossible to calculate the parameters of the model in a region where there is no rainfall observing station.

한편, 선행 논문으로서, 본 발명의 발명자에 의해 게재된 한국수자원학회 논문집, 제46권제5호에는 "포아송 클러스터 강우 생성 모형의 홍수 모의 적용성 평가"라는 명칭의 논문이 게재되었는데, 전역에 대하여 제작된 Modified Bartlett-Lewis Rectangular Pulse(MBLRP) 강우 생성 모형의 매개변수지도의 적용성을 홍수 재현의 관점에서 평가한 것이다. 하지만, 선행 논문의 경우, 매개변수 산정이 복잡하기 때문에 매개변수 산정의 단순화를 위해 매개변수의 최적화가 필요한 실정이었다.As a prior art, a paper entitled " Evaluation of Flood Simulation Applicability of Poisson Cluster Rainfall Generation Model ", published by the inventors of the present invention, in the Journal of the Korea Water Resources Association, Vol. 46, No. 5, (MBLRP) rainfall generation model of the modified Bartlett-Lewis Rectangular Pulse. However, in the case of the preceding paper, parameter optimization is necessary to simplify the parameter estimation because the parameter estimation is complex.

대한민국 등록특허번호 제10-1319477호(출원일: 2011년 10월 11일), 발명의 명칭: "격자 기반의 대유역 장기 강우유출 모형"Korean Patent No. 10-1319477 filed on Oct. 11, 2011, entitled "Grid-Based Long-Term Rainfall Runoff Model" 대한민국 등록특허번호 제10-1258668호(출원일: 2012년 10월 16일), 발명의 명칭: "한반도 통합형 기상 레이더 품질 관리 시스템 및 그 방법"Korean Patent No. 10-1258668 filed on October 16, 2012, entitled "System and method for integrated weather radar quality control on the Korean peninsula" 대한민국 등록특허번호 제10-1094221호(출원일: 2011년 4월 15일), 발명의 명칭: "수문 및 수리분석 통합시스템"Korean Patent No. 10-1094221 filed on Apr. 15, 2011, entitled "Integrated System for Hydrological and Hydraulic Analysis" 대한민국 등록특허번호 제10-1087754호(출원일: 2011년 4월 15일), 발명의 명칭: "강우 및 홍수분석 통합시스템"Korean Patent No. 10-1087754 filed on April 15, 2011, entitled "Integrated Rainfall and Flood Analysis System"

한국수자원학회 논문집, 제46권제5호, pp. 439~447, 2013년 5월, 논문의 명칭: "포아송 클러스터 강우 생성 모형의 홍수 모의 적용성 평가"Journal of Korea Water Resources Association, Vol. 46, No. 5, pp. 439 ~ 447, May 2013, Title of the paper: "Evaluation of flood simulation applicability of Poisson cluster rainfall generation model" Journal of the Korean Society of Civil Engineers ISSN 1015-6348, 제34권제3호, pp. 821-831, 2014년 6월, 논문의 명칭: "Bayesian MBLRP 모형을 이용한 시간강수량 모의 기법 개발"Journal of the Korean Society of Civil Engineers ISSN 1015-6348, Volume 34, Issue 3, pp. 821-831, June 2014, Title of Paper: "Development of Simulation Method of Time Precipitation Using Bayesian MBLRP Model"

전술한 문제점을 해결하기 위한 본 발명이 이루고자 하는 기술적 과제는, 포아송 클러스터 강우 생성 모형 중에서 MBLRP(Modified Bartlett-Lewis Rectangular Pulse) 강우 생성 모형에 따른 매개변수지도-기반으로 가상강우 시계열 데이터를 생성할 경우, 매개변수 최적화 과정을 수행함으로써 강우자료의 유무에 상관없이 복잡한 매개변수 산정 과정을 거치지 않을 수 있는, 매개변수지도-기반 포아송 클러스터 가상강우 생성 시스템 및 그 방법 을 제공하기 위한 것이다.According to the present invention, there is provided a method of generating virtual rainfall time series data based on parameter map based on Modified Bartlett-Lewis Rectangular Pulse (MBLRP) rainfall generation model among Poisson cluster rainfall generation models, And a parametric map-based Poisson cluster virtual rainfall generation system which can avoid a complicated parameter calculation process regardless of the presence or absence of rainfall data by performing a parameter optimization process.

본 발명이 이루고자 하는 다른 기술적 과제는, 강우 생성 모형의 매개변수 산정부터 가상 강우 시계열 생성까지 일련의 과정을 포함하는 웹 어플리케이션을 구현함으로써, 강우자료를 필요로 하는 다양한 수문 분석에 활발하게 활용할 수 있는, 매개변수지도-기반 포아송 클러스터 가상강우 생성 시스템 및 그 방법 을 제공하기 위한 것이다.Another technical problem to be solved by the present invention is to implement a web application including a series of processes from a parameter calculation of a rainfall generation model to a virtual rainfall time series generation, , A parametric map-based Poisson cluster virtual rainfall generation system, and a method therefor.

전술한 기술적 과제를 달성하기 위한 수단으로서, 본 발명에 따른 매개변수지도-기반 포아송 클러스터 가상강우 생성 시스템은, 포아송 클러스터 강우 생성 모형 중에서 MBLRP(Modified Bartlett-Lewis Rectangular Pulse) 강우 생성 모형에 따른 매개변수지도-기반으로 가상강우 시계열 데이터를 생성하는 가상강우 생성 시스템에 있어서, HTML과 자바스크립트 파일이 포함된 클라이언트 코드를 제공하는 웹 서버; 상기 클라이언트 코드에 대응하는 MBLRP 매개변수지도를 제공하는 GIS 서버; 및 상기 웹 서버로부터 제공받은 클라이언트 코드를 통해 상기 GIS 서버의 서비스를 사용하며, 수집된 클라이언트 코드에 따라 평균, 분산, 자기상관계수 및 무강우확률을 포함하는 가상강우 통계값을 산정할 수 있도록 6개의 MBLRP 매개변수들(

)을 산정하고, 상기 MBLRP 매개변수지도상에서 상기 가상강우 통계값에 대응하는 모델링별 가상강우 모의를 수행하며, 상기 모델링별로 모의 수행된 가상강우 시계열 데이터를 출력하는 웹 클라이언트를 포함하되, 상기 웹 클라이언트는 MBLRP 모델링 수행시 매개변수 산정 과정을 단순화하도록 매개변수 모델링을 수행하는 것을 특징으로 한다.As a means for achieving the above technical object, the parametric map-based Poisson cluster virtual rainfall generation system according to the present invention is characterized in that a parameter according to a Modified Bartlett-Lewis Rectangular Pulse (MBLRP) rainfall generation model among Poisson cluster rainfall generation models A virtual rainfall generation system for generating virtual rainfall time series data on a map-based basis, comprising: a web server for providing client codes including HTML and JavaScript files; A GIS server providing an MBLRP parameter map corresponding to the client code; And a virtual rainfall statistic value including a mean, a variance, an autocorrelation coefficient and a rainless probability according to the collected client code, using the service of the GIS server through the client code provided from the web server. MBLRP parameters (

And a web client for performing virtual modeling-based virtual rainfall simulation corresponding to the virtual rainfall statistic value on the MBLRP parameter map and outputting simulated virtual rainfall time series data for each modeling, Is characterized by performing parameter modeling to simplify the parameter estimation process when performing MBLRP modeling.

여기서, 상기 MBLRP 매개변수지도는 관측 강우와 유사한 가상의 강우자료를 생성할 수 있도록 강우 관측소에 대해 상기 MBLRP 모형의 매개변수를 산정하고, 이를 공간적으로 보간하여 작성될 수 있다.Here, the MBLRP parameter map can be created by calculating the parameters of the MBLRP model for a rainfall observing station and generating spatial rainfall data similar to the observation rainfall, and spatially interpolating the parameters.

여기서, 상기 웹 클라이언트는, 상기 웹 서버로부터 HTML과 자바스크립트 파일이 포함된 클라이언트 코드를 수집하는 클라이언트 코드 수집부; 상기 수집된 클라이언트 코드를 통해 상기 GIS 서버로부터 MBLRP 매개변수지도를 획득하는 매개변수지도 획득부; 상기 수집된 클라이언트 코드에 따라 평균, 분산, 자기상관계수 및 무강우확률을 포함하는 가상강우 통계값을 산정할 수 있도록 6개의 MBLRP 매개변수들(

)을 산정하고, 관측 강우 시계열의 통계값을 재현할 수 있도록 6개의 MBLRP 매개변수들을 교정하도록 모델링하는 MBLRP 모델링 수행부; 상기 MBLRP 모델링 수행부의 MBLRP 모델링 수행시 매개변수 산정 과정을 단순화하도록 매개변수 모델링을 수행하는 매개변수 수행부; 수문모의 목적에 따른 일반 모델링, 홍수 모델링 또는 유출 모델링에 따라 상기 MBLRP 매개변수지도상에서 상기 가상강우 통계값에 대응하는 모델링별 가상강우 모의를 수행하는 모델링별 가상강우 모의 수행부; 및 상기 모델링별로 모의 수행된 가상강우 시계열 데이터를 출력하는 가상강우 시계열 데이터 출력부를 포함할 수 있다.Here, the web client may include: a client code collection unit for collecting client code including HTML and JavaScript files from the web server; A parameter map obtaining unit for obtaining an MBLRP parameter map from the GIS server through the collected client code; In order to calculate a virtual rainfall statistic value including mean, variance, autocorrelation coefficient, and precipitation probability according to the collected client code, six MBLRP parameters (

) And modeling the six MBLRP parameters so as to reproduce the statistical value of the observation rainfall time series; A parameter execution unit for performing parameter modeling to simplify a parameter calculation process when performing MBLRP modeling of the MBLRP modeling performing unit; A virtual rainfall simulator for each modeling for performing modeling-based virtual rainfall simulation corresponding to the virtual rainfall statistic value on the MBLRP parameter map according to general modeling, flood modeling or runoff modeling according to a hydrological simulation purpose; And a virtual rainfall time series data output unit for outputting virtual rainfall time series data simulated for each modeling.

여기서, 상기 매개변수 수행부는 상기 매개변수의 최대값 및 최소값을 설정하여 산정 범위를 지정한 후, 그 범위 내에서 목적함수를 최소로 만드는 매개변수의 전역최소 값을 찾아 새로운 범위로 다시 지정하는 과정을 상기 산정 범위가 줄어들지 않을 때까지 반복하여 수행하고, 마지막으로 산정한 매개변수 값을 최종 모델링된 매개변수 값으로 판단할 수 있다.Here, the parameter execution unit sets a maximum value and a minimum value of the parameter to designate a calculation range, and then finds a global minimum value of the parameter that minimizes the objective function within the range and designates the new minimum value as a new range The calculation is repeatedly performed until the calculation range is not reduced, and the last calculated parameter value can be determined as the final modeled parameter value.

여기서, 상기 전역최소 값을 가지는 매개변수가 비합리적이라고 판단된 경우, 특정 범위에서의 최소값을 나타내는 국부최소값을 대신 선택할 수 있다.Here, when the parameter having the global minimum value is determined to be unreasonable, the local minimum value indicating the minimum value in the specific range may be selected instead.

여기서, 상기 클라이언트 코드는 HTML과 자바스크립트 파일이 포함된 MBLRP 코드로서, 상기 GIS 서버로부터 상기 MBLRP 매개변수지도를 제공받기 위한 자바스크립트를 위해 API(Application Programming Interface)를 사용할 수 있다.Here, the client code may be an MBLRP code including an HTML and a JavaScript file, and may use an API (Application Programming Interface) for JavaScript to receive the MBLRP parameter map from the GIS server.

여기서, 상기 웹 클라이언트는 상기 자바스크립트를 사용하여 상기 클라이언트 코드 내에서 MBLRP 논리를 실행하고, 가상강우 생성 모의 결과를 웹 브라우저에 포함시키기 위해서 base64 암호화 과정을 사용하는 것이 바람직하다.Here, the web client preferably executes the MBLRP logic in the client code using the JavaScript, and uses a base64 encryption process to include the virtual rainfall generation simulation result in the web browser.

여기서, 상기 GIS 서버는 모든 달에 대해서뿐만 아니라 수문모의의 일반 모델링, 홍수 모델링 또는 유출 모델링에 따라 작성된 6개의 MBLRP 매개변수들(

)에 대한 지도를 총 216개의 래스터(raster) 지도로 제공하는 REST(Representational State Transfer) 서비스를 제공하며, 상기 클라이언트 코드를 통해 상기 웹 클라이언트에서 상기 REST 서비스를 이용할 수 있다.Here, the GIS server is not limited to the six MBLRP parameters (< RTI ID = 0.0 > 6) < / RTI > created by general modeling, flood modeling or runoff modeling of hydrological simulation,

) Is provided as a raster map, and the REST service can be used in the web client through the client code.

한편, 전술한 기술적 과제를 달성하기 위한 다른 수단으로서, 본 발명에 따른 매개변수지도-기반 포아송 클러스터 가상강우 생성 방법은, 포아송 클러스터 강우 생성 모형 중에서 MBLRP 강우 생성 모형에 따른 매개변수지도-기반으로 가상강우 시계열 데이터를 생성하는 가상강우 생성 방법에 있어서, a) 웹 클라이언트가 웹 서버로부터 클라이언트 코드를 수집하는 단계; b) 상기 웹 클라이언트가 상기 웹 서버로부터 제공되는 클라이언트 코드를 통해 GIS 서버로부터 MBLRP 매개변수지도를 획득하는 단계; c) 상기 웹 클라이언트(130)가 MBLRP 모델링 수행시 매개변수 모델링을 수행하는 단계; d) 상기 웹 클라이언트가 관측 강우 시계열의 통계값을 재현할 수 있도록 매개변수를 교정하는 단계; e) 상기 웹 클라이언트가 평균, 분산, 자기상관계수 및 무강우확률을 포함하는 가상강우 통계값을 각각 산정하는 단계; f) 수문모의 목적에 따른 일반 모델링, 홍수 모델링 또는 유출 모델링에 따라 상기 웹 클라이언트가 상기 MBLRP 매개변수지도상에서 상기 가상강우 통계값에 대응하는 모델링별 가상강우 모의를 수행하는 단계; 및 g) 상기 웹 클라이언트가 모델링별로 모의 수행된 가상강우 시계열 데이터를 출력하는 단계를 포함하며, 상기 a) 단계의 클라이언트 코드는 HTML과 자바스크립트(JavaScript) 파일이 포함된 MBLRP 코드로서, 상기 GIS 서버로부터 상기 MBLRP 매개변수지도를 제공받기 위한 자바스크립트(JavaScript)를 위해 API(Application Programming Interface)를 사용하게 된다.According to another aspect of the present invention, there is provided a method of generating a parameter map-based Poisson cluster virtual rainfall according to the present invention, comprising the steps of: generating a Poisson cluster rainfall model based on a parameter map based on a MBLRP rainfall generation model, 1. A virtual rainfall generation method for generating rainfall time series data, comprising the steps of: a) collecting client code from a web server; b) the web client obtaining an MBLRP parameter map from a GIS server via client code provided from the web server; c) performing the parameter modeling when the web client 130 performs MBLRP modeling; d) calibrating the parameters so that the web client can reproduce the statistical values of the observation rainfall time series; e) calculating, by the web client, virtual rainfall statistics including mean, variance, autocorrelation coefficient, and rainfall probability; f) performing a virtual rainfall simulation for each modeling corresponding to the virtual rainfall statistic value on the MBLRP parameter map by the web client according to general modeling, flood modeling or runoff modeling according to a hydrological simulation purpose; And g) outputting virtual rainfall time series data simulated for each modeling by the web client, wherein the client code in step a) is an MBLRP code including an HTML and a JavaScript file, An API (Application Programming Interface) is used for JavaScript to receive the MBLRP parameter map.

본 발명에 따르면, 포아송 클러스터 강우 생성 모형 중에서 MBLRP 강우 생성 모형에 따른 매개변수지도-기반으로 가상강우 시계열 데이터를 생성할 경우, 매개변수 최적화 과정(매개변수 모델링 과정)을 수행함으로써 강우자료의 유무에 상관없이 복잡한 매개변수 산정 과정을 거치지 않을 수 있다.According to the present invention, when generating the virtual rainfall time series data based on the parameter map based on the MBLRP rainfall generation model in the Poisson cluster rainfall generation model, by performing the parameter optimization process (parameter modeling process) Regardless of the complexity of the parameter calculation process.

본 발명에 따르면, 지도 영역 내의 모든 지역에서 매개변수를 용이하게 획득할 수 있다.According to the present invention, it is possible to easily obtain the parameters in all areas within the map area.

본 발명에 따르면, 강우 생성 모형의 매개변수 산정부터 가상 강우 시계열 생성까지 일련의 과정을 포함하는 웹 어플리케이션을 구현함으로써, 강우자료를 필요로 하는 다양한 수문 분석에 활발하게 활용할 수 있다.According to the present invention, by implementing a web application including a series of processes from the calculation of the parameters of the rainfall generation model to the generation of the virtual rainfall time series, it can be actively utilized in various hydrological analysis requiring rainfall data.

도 1은 기상청에서 관측중인 강우 관측소 위치를 나타내는 도면이다.
도 2는 본 발명의 실시예에 따른 MBLRP 모형의 강우 생성 과정을 개념화한 도면이다.
도 3은 본 발명의 실시예에 따른 최적화된 매개변수지도-기반 포아송 클러스터 가상강우 생성을 위한 매개변수 최적화 과정을 설명하기 위한 도면이다.
도 4는 본 발명의 실시예에 따른 최적화된 매개변수지도-기반 포아송 클러스터 가상강우 생성을 위한 교차검증의 필요성을 설명하기 위한 도면이다.
도 5는 본 발명의 실시예에 따른 최적화된 매개변수지도-기반 포아송 클러스터 가상강우 생성 시스템의 구성도이다.
도 6은 본 발명의 실시예에 따른 최적화된 매개변수지도-기반 포아송 클러스터 가상강우 생성 시스템의 구체적인 구성도이다.
도 7은 본 발명의 실시예에 따른 최적화된 매개변수지도-기반 포아송 클러스터 가상강우 생성 시스템에서 MBLRP 모형으로 생성한 가상강우와 관측 강우의 통계값을 비교하여 산포도로 작성한 것을 예시하는 도면이다.
도 8은 본 발명의 실시예에 따른 최적화된 매개변수지도-기반 포아송 클러스터 가상강우 생성 시스템에서 MBLRP 매개변수지도를 예시하는 도면이다.
도 9는 본 발명의 실시예에 따른 최적화된 매개변수지도-기반 포아송 클러스터 가상강우 생성 시스템에서 매개변수지도 검증 결과로서 홍수빈도 분석 결과값의 산포도를 나타내는 도면이다.
도 10은 본 발명의 실시예에 따른 최적화된 매개변수지도-기반 포아송 클러스터 가상강우 생성 시스템에서 홍수 모델링의 홍수빈도분석의 등고선도를 나타내는 도면이다.
도 11은 본 발명의 실시예에 따른 최적화된 매개변수지도-기반 포아송 클러스터 가상강우 생성 시스템에서 유역 감쇠효과에 의한 상대오차의 차이를 설명하기 위한 도면이다.
도 12는 본 발명의 실시예에 따른 최적화된 매개변수지도-기반 포아송 클러스터 가상강우 생성 방법의 동작흐름도이다.
도 13은 본 발명의 실시예에 따른 최적화된 매개변수지도-기반 포아송 클러스터 가상강우 생성을 위한 모의 결과가 포함된 웹 어플리케이션의 실행 화면이다.1 is a view showing a location of a rainfall observing station observed by the Korea Meteorological Administration.
FIG. 2 conceptually illustrates a rainfall generation process of the MBLRP model according to an embodiment of the present invention.
3 is a diagram for explaining a parameter optimization process for creating an optimized parameter map-based Poisson cluster virtual rainfall according to an embodiment of the present invention.
4 is a diagram for illustrating the need for cross-validation for generating an optimized parameter map-based Poisson cluster virtual rainfall in accordance with an embodiment of the present invention.
5 is a configuration diagram of an optimized parameter map-based Poisson cluster virtual rainfall generation system according to an embodiment of the present invention.
6 is a specific configuration diagram of an optimized parameter map-based Poisson cluster virtual rainfall generation system according to an embodiment of the present invention.
FIG. 7 is a diagram illustrating a comparison between statistical values of virtual rainfall and observation rainfall generated by the MBLRP model in the optimized parameter map-based Poisson cluster virtual rainfall generation system according to the embodiment of the present invention, and then generating the scatter plot.
8 is a diagram illustrating an MBLRP parameter map in an optimized parameter map-based Poisson cluster virtual rainfall generation system according to an embodiment of the present invention.
FIG. 9 is a diagram showing a scatter diagram of the results of Flood Vessel Analysis as a parameter map verification result in the optimized parameter map-based Poisson cluster virtual rainfall generation system according to the embodiment of the present invention.
10 is a diagram showing a contour map of the flood analysis of flood modeling in an optimized parameter map-based Poisson cluster virtual rainfall generation system according to an embodiment of the present invention.
11 is a diagram for explaining a difference in relative errors due to a watershed attenuation effect in an optimized parameter map-based Poisson cluster virtual rainfall generation system according to an embodiment of the present invention.
Figure 12 is a flow chart of the operation of an optimized parameter map-based Poisson cluster virtual rainfall generation method according to an embodiment of the present invention.
13 is an execution view of a web application including simulated results for generating optimized parameter map-based Poisson cluster virtual rainfall according to an embodiment of the present invention.

아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings, which will be readily apparent to those skilled in the art. The present invention may, however, be embodied in many different forms and should not be construed as limited to the embodiments set forth herein. In order to clearly illustrate the present invention, parts not related to the description are omitted, and similar parts are denoted by like reference characters throughout the specification.

명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다. 또한, 명세서에 기재된 "…부" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.Throughout the specification, when an element is referred to as "comprising ", it means that it can include other elements as well, without excluding other elements unless specifically stated otherwise. Also, the term "part" or the like, as described in the specification, means a unit for processing at least one function or operation, and may be implemented by hardware, software, or a combination of hardware and software.

[자료 및 가상강우 생성 모형][Materials and Virtual Rainfall Generation Model]

본 발명의 실시예에서는 기상청의 자동 기상관측기계인 ASOS에서 측정한 76개 강우 관측소의 관측 강우를 지점 강우자료로 사용한다.In the embodiment of the present invention, the observation rainfall of 76 rainfall stations measured by ASOS, an automatic weather observation machine of the Korea Meteorological Administration, is used as the spot rainfall data.

도 1은 기상청에서 관측중인 강우 관측소 위치를 나타내는 도면으로서, 기상청에서 관측중인 국내의 76개 강우 관측소의 위치(붉은 점)와 본 발명의 실시예에 따른 매개변수지도 제작에 사용된 62개의 강우 관측소 위치(파란 삼각형)를 나타내는 도면이다.FIG. 1 is a view showing a location of a rainfall observing station observed by the Korea Meteorological Administration. The location (red dot) of 76 domestic rainfall observation stations observed by the Korea Meteorological Administration and 62 rainfall observation stations Position (blue triangle).

도 1에 도시된 바와 같이, 2년부터 37년까지의 관측 강우 기록을 가진 총 76개의 ASOS(Automatic Synoptic Observation System) 강우 관측소 중에서 본 발명의 실시예에서는 관측 강우자료가 20년 이상 기록된 67개의 강우 관측소를 먼저 선별하고, 그 중에서 제주도(4개 지점)와 울릉도(1개 지점)를 제외한 국내의 62개 강우 관측소를 최종적으로 선별하여 검증 및 매개변수지도 제작을 위한 관측 자료로 사용한다.As shown in FIG. 1, among the total of 76 ASOS (Automatic Synoptic Observation System) rainfall observing stations having observation rainfall records from 2 to 37 years, 67 rainfall observatory data Rainfall observation stations are selected first, and 62 domestic rainfall stations excluding Jeju Island (4 points) and Ulleungdo (1 point) are finally selected and used as observation data for verification and parameter mapping.

본 발명의 실시예에 따른 매개변수지도 제작을 위해 사용한 강우 생성 모형은 포아송 클러스터 강우 생성 모형 중에 하나인 Modified Bartlett-Lewis Rectangular Pulse(MBLRP) 모형이며, 도 2는 본 발명의 실시예에 따른 MBLRP 모형의 강우 생성 과정을 개념화한 도면이다.The rainfall generation model used to generate the parameter map according to the embodiment of the present invention is a Modified Bartlett-Lewis Rectangular Pulse (MBLRP) model, which is one of the Poisson cluster rainfall generation models. FIG. 2 shows the MBLRP model Of the rainfall.

도 2를 참조하면, 본 발명의 실시예에 따른 매개변수지도 제작을 위해 사용한 MBLRP 모형은 폭풍우(Storm)와 강우세포(Rain Cell)의 도착이 포아송 과정(Poisson Process)에 의해 지배된다고 가정하며, 각각의 강우세포(Rain Cell)는 서로 독립적이며 무작위한(Random) 강우강도와 강우 지속시간을 가진다. 이러한 MBLRP 모형은 각각 도 2의 a)에 도시된 폭풍우의 도착, 도 2의 b)에 도시된 강우세포의 도착, 도 2의 c)에 도시된 강우세포의 강도 및 지속시간 등의 강우 특성을 6개의 매개변수인

,

및

를 통해 설명할 수 있다.Referring to FIG. 2, the MBLRP model used for generating the parameter map according to the embodiment of the present invention assumes that the arrival of storms and rain cells is controlled by the Poisson process, Each Rain Cell is independent of each other and has random rainfall intensity and rainfall duration. These MBLRP models have rainfall characteristics such as the arrival of the storm shown in FIG. 2 a), the arrival of rainfall cells shown in FIG. 2 b), the intensity and duration of the rainfall cells shown in FIG. The six parameters

,

And

.

이러한 6개의 매개변수들(

)은 상기 MBLRP 모형에 의해 생성되는 가상강우 시계열의 통계값인 평균(Mean), 분산(Variance), 자기상관계수(Autocorrelation) 및 무강우확률(Pzero)을 각각 산정하며, 이때, 관측 강우 시계열의 통계값을 재현할 수 있도록 매개변수를 교정하는 과정을 거친다. 여기서, 상기 매개변수를 산정하는 식의 복잡성 때문에 매개변수를 해석적으로 산정하는 것은 불가능하며, 이에 따라 경험적 최적화 알고리즘의 사용이 필수적이다.These six parameters (

) Calculates the mean, variance, autocorrelation and Pzero probability statistic values of the virtual rainfall time series generated by the MBLRP model, respectively. At this time, the mean rainfall time series The process of calibrating parameters so that statistical values can be reproduced. Here, it is impossible to analytically calculate the parameters because of the complexity of calculating the parameters, and therefore the use of empirical optimization algorithms is essential.

구체적으로, 상기 가상 강우자료의 통계값을 매개변수의 항으로 해석적으로 유도할 수 있으며, 이것은 다음의 수학식 1 내지 수학식 7과 같다. 수학식 1은 평균을 나타내며, 수학식 2는 분산을 나타내며, 수학식 3은 자기상관계수를 나타내고, 수학식 4는 무강우확률을 각각 나타낸다.Specifically, the statistical value of the virtual rainfall data can be analytically derived as a parameter term, which is expressed by the following equations (1) to (7). Equation (1) represents an average, Equation (2) represents dispersion, Equation (3) represents autocorrelation coefficient, and Equation (4) represents a rainless probability.

여기서, 수학식 2 및 수학식 3에서

은 수학식 5와 같이 주어지고,

는 수학식 6과 같이 주어지며, 수학식 1의

는 수학식 7과 같이 주어진다.Here, in equations (2) and (3)

Is given by Equation (5)

Is given by Equation (6), and Equation

Is given by Equation (7).

여기서,

는 지체시간(lag time)을 나타내고,

는 누적기간(T)을 가진 강우시계열의 시간(t)에서의 강우 깊이를 나타낸다.here,

Represents the lag time,

Represents the rainfall depth at the time (t) of the rainfall time series having the cumulative period (T).

이와 같이 유도된 가상 강우 시계열의 통계식은 모형의 매개변수를 산정하는데 사용된다. 추계학적인 관점에서 보았을 때, 가상 강우시계열과 관측 강우시계열의 유사성은 통계값의 유사성에 의해 결정된다는 점을 고려하여, MBLRP 모형의 매개변수는 가상 강우시계열과 관측치의 차이를 의미하는 다음과 같은 수학식 8의 값을 최소화시키는 매개변수의 값을 찾는 과정을 통해 이루어진다.The statistical formula of the derived virtual rainfall time series is used to estimate the parameters of the model. Considering that the similarity between the virtual rainfall time series and the observation rainfall time series is determined by the similarity of the statistical values, the parameters of the MBLRP model are the mathematical mathematics And finding the value of the parameter that minimizes the value of Equation (8).

여기서,

는 가상 강우시계열의 통계값을 나타내는 수학식 1 내지 수학식 4이며,

는 관측 통계값을 나타내는 상수항을 나타낸다. 또한,

는 강우 통계값의 종류인 평균, 분산, 자기상관계수 및 무강우확률을 나타내는 지수이며,

은 매개변수의 교정에 사용되는 통계값의 개수를 나타내며,??

는 매개변수들(

)의 벡터를 나타낸다.here,

(1) to (4) representing the statistical values of the virtual rainfall time series,

Represents a constant representing the observed statistical value. Also,

Is an index representing the mean, variance, autocorrelation coefficient, and rainfall probability, which are types of rainfall statistics,

Represents the number of statistical values used for calibrating the parameters, and ??

Are parameters (

). &Lt; / RTI >

수학식 8에서

로 표현된 수학식 1 내지 수학식 4가 강한 비선형의 형태를 나타내고, 통계값의 종류가 다양한 시간해상도와 통계값에 대해 존재하여

이 매개변수의 개수인 6보다 크므로, 목적함수(OF)의 값을 0으로 만들어주는 이상적인 매개변수의 값을 해석적으로 찾는 것은 불가능하며, 이에 따라 경험적 최적화 알고리즘(Heuristic Optimization Algorithm)에 기반을 둔 방법을 사용하여 매개변수의 값을 산정할 수 있다.In Equation (8)

(1) to (4) represent strong nonlinear shapes, and the types of statistical values exist for various time resolutions and statistical values

Since the number of these parameters is greater than 6, it is impossible to analytically find the value of the ideal parameter that makes the value of the objective function (OF) equal to zero. Therefore, based on the Heuristic Optimization Algorithm You can estimate the value of the parameter using the method you have set.

또한, 전술한 매개변수 산정의 복잡성을 해결하고자 본 발명의 실시예에서는 최적화된 매개변수지도-기반 포아송 클러스터 가상강우 생성을 위해 매개변수 최적화 과정을 도입한다.Further, in order to solve the complexity of the above-described parameter estimation, the embodiment of the present invention introduces a parameter optimization process for generating an optimized parameter map-based Poisson cluster virtual rainfall.

도 3은 본 발명의 실시예에 따른 최적화된 매개변수지도-기반 포아송 클러스터 가상강우 생성을 위한 매개변수 최적화 과정을 설명하기 위한 도면으로서, 가로축은 매개변수 범위이고, 세로축은 목적함수(Objective Function: OF)로서, 목적함수 값이 작을수록 가상강우와 관측 강우 시계열의 통계값이 유사하다는 것을 의미한다.FIG. 3 is a diagram for explaining a parameter optimization process for creating an optimized parameter map-based Poisson cluster virtual rainfall according to an embodiment of the present invention, wherein the horizontal axis is a parameter range and the vertical axis is an Objective Function OF), the smaller the objective function value, the more similar the statistical values of the virtual rainfall and the observation rainfall time series.

구체적으로, 상기 매개변수 최적화는 우선 매개변수의 최대값 및 최소값을 설정하여 산정 범위를 지정한 후, 그 범위 내에서 목적함수를 최소로 만드는 매개변수의 전역최소(Global Minimum) 값을 찾아 새로운 범위로 다시 지정하는 과정을 거친다. 이때, 전역최소(Global Minimum) 값을 가지는 매개변수가 비합리적이라고 판단된 경우, 특정 범위에서의 최소값을 나타내는 국부최소(Local Minimum) 값을 대신 선택하게 된다.Specifically, the parameter optimization first specifies a calculation range by setting a maximum value and a minimum value of a parameter, finds a global minimum value of a parameter that minimizes an objective function within the range, And then re-designation. At this time, when it is determined that the parameter having the global minimum value is unreasonable, the local minimum value indicating the minimum value in the specific range is selected instead.

이러한 과정은 최적화 과정을 거친 후에도 산정 범위가 줄어들지 않을 때까지 반복되며, 마지막으로 산정한 매개변수 값을 적절하게 최적화된 매개변수 값으로 판단한다. 이때, Isolated-speciation 기반의 고립입자 군집화 최적화(Isolated Species Particle Swarm Optimization: ISPSO) 기법을 통해 MBLRP 모형의 매개변수를 평가할 수 있다.This process is repeated until the calculation range is not reduced even after the optimization process, and finally, the parameter value calculated is judged as an appropriately optimized parameter value. At this time, parameters of the MBLRP model can be evaluated through isolated speciation particle swarm optimization (ISPSO) technique based on isolated-speciation.

한편, 본 발명의 실시예에 따른 MBLRP 모형에서 각각의 통계값이 매개변수 산정에 주는 가중치의 크기는 다르기 때문에 수문모의 목적에 따른 통계값 가중치를 설정하는 것이 바람직하다.Meanwhile, in MBLRP model according to the embodiment of the present invention, it is preferable to set statistical value weight according to the purpose of the hydrologic simulation because each statistic value has a different weighting value for parameter estimation.

즉, 본 발명의 실시예에 따른 홍수와 유출의 매개변수지도는 같은 관측 강우 통계값을 기반으로 산정된 매개변수로 생성되지만, 각각의 매개변수 산정 알고리즘에서 사용되는 각 통계값은 수문모의(Hydrologic Simulation) 목적이 홍수인지 또는 유출인지에 따라 다른 가중치를 지닌다. 예를 들면, 수문모의 목적에 따른 강우 통계값 가중치는 표 1에 나타낸 바와 같다.That is, although the parameter map of the flood and the runoff according to the embodiment of the present invention is generated by the parameters calculated based on the same observation rainfall statistics, each statistical value used in each parameter estimation algorithm is a hydrologic simulation Simulation There are different weights depending on whether the purpose is a flood or a runoff. For example, the weights of rainfall statistics according to the purpose of hydrological simulation are shown in Table 1.

구체적으로, 표 1에 나타낸 바와 같이, 홍수 모델링은 유출 모델링에 비해 매개변수 산정 과정에서 분산에 더 큰 가중치를 부여하는데, 이것은 홍수가 유출에 비해 시간 평균 강우량보다 단시간의 집중 호우에 더 큰 영향을 받기 때문이다. 이와는 반대로 유출은 긴 시간의 지속적인 강우량이 유역 배수 용량을 초과할 가능성이 더 커서 강우의 평균에 더 큰 영향을 받기 때문에 이를 감안하여 통계값 가중치를 설정할 수 있다.Specifically, as shown in Table 1, flood modeling gives a greater weight to the variance in the parameter estimation process as compared to runoff modeling because floods have a greater impact on short-term heavy rain than time-averaged rainfall I receive it. Conversely, runoff can be weighted by considering the longer duration of rainfall more likely to exceed the watershed drainage capacity, which is more likely to affect the average of rainfall.

[매개변수지도 제작 및 검증][Parameter Mapping and Verification]

본 발명의 실시예에 따른 매개변수지도는 정규 크리깅(Ordinary Kriging) 기법을 통한 공간 보간을 수행한다. 즉, 관측 강우의 통계값을 통해 각각의 강우 관측소에서 매개변수가 산정되며, 이를 매개변수지도로 제작하기 위해 정규 크리깅(Ordinary Kriging) 기법으로 공간 보간을 수행한다.The parameter map according to the embodiment of the present invention performs spatial interpolation using the Ordinary Kriging technique. In other words, the parameter is calculated at each rainfall observatory through the statistical value of observation rainfall, and spatial interpolation is performed by Ordinary Kriging method to produce it as parameter map.

이때, 상기 보간에 사용된 매개변수에 대해 교차검증(Cross-Validation)을 실시하는 것이 바람직하며, 그 이유는 도 4를 참조하여 설명할 수 있다.At this time, it is preferable to perform cross-validation on the parameters used in the interpolation, and the reason can be explained with reference to FIG.

도 4는 본 발명의 실시예에 따른 최적화된 매개변수지도-기반 포아송 클러스터 가상강우 생성을 위한 교차검증의 필요성을 설명하기 위한 도면으로서, 도 4의 좌측 도면은 1~5번까지 모든 관측소가 존재할 때의 보간 결과이고, 우측 도면은 5번 관측소가 없는 경우의 보간 결과이다.FIG. 4 is a diagram for explaining the necessity of cross validation for generating an optimized parameter map-based Poisson cluster virtual rainfall according to an embodiment of the present invention. In the left view of FIG. 4, there are all the stations 1 to 5 And the right figure is the interpolation result when there are no 5 observatories.

도 4에 도시된 바와 같이, 보간의 전체적인 형태도 달라지며, 특히, 5번 관측소가 없는 경우, 기존 5번 관측소의 매개변수 값인 9.7을 주변 관측소의 매개변수 값을 통해 3.5로 유추하게 된다.As shown in FIG. 4, the overall shape of the interpolation differs. In particular, when there are no 5 observatories, 9.7, which is the parameter value of the existing No. 5 observatory, is estimated to be 3.5 through the parameters of the neighboring observatories.

따라서 관측소가 없는 지역을 보간할 경우에 발생할 수 있는 오차를 줄임으로써 해당 위치의 매개변수 값을 다시 산정하는 과정을 교차검증이라고 하며, 이러한 공간 보간에 대한 정확도를 높이기 위해서 본 발명의 실시예에서는 모든 강우 관측소에 대해 교차검증을 실시하였다.Therefore, the process of re-calculating the parameter value of the corresponding location by reducing the error that may occur when interpolating the region without an observation station is called cross validation. In order to improve the accuracy of the spatial interpolation, Cross - validation of rainfall stations was conducted.

최종적으로 매개변수지도는 수문모의 목적에 따른 일반 모델링, 홍수 모델링, 유출 모델링 매개변수 세트와 1월~12월, 6개의 매개변수에 대해 모두 제작되어 최종적으로 216개의 지도가 제작된다.Finally, the parameter map is produced for the general modeling, flood modeling, runoff modeling parameter set for the hydrologic simulation purpose and January to December, and 6 parameters, and finally 216 maps are produced.

한편, 본 발명의 실시예에 따른 MBLRP 매개변수지도의 정확성 검증을 위해 매개변수지도로부터 산정된 매개변수를 통해 가상강우를 생성할 수 있다. 예를 들면, 국내의 강우 특성상 연 강우의 50% 이상이 집중되는 여름철(6월~8월)에 대해서만 가상강우를 생성하였으며, 한 달을 720시간으로 환산하여 62개의 모든 강우 관측소에서 시간 단위 가상강우 시계열 자료를 100년간 모의하여 생성하였다. 이와 같이 모의된 각 시계열 자료는 모두 다른 형태를 보이지만, 통계적 특성, 즉, 평균, 분산, 자기상관계수 및 무강우확률은 같도록 생성된다. 이것은 가상강우 생성에 사용된 매개변수가 관측 강우의 통계값으로부터 산정되었기 때문이다.Meanwhile, in order to verify the accuracy of the MBLRP parameter map according to the embodiment of the present invention, the virtual rainfall can be generated through the parameters calculated from the parameter map. For example, virtual rainfall was generated only during the summer (June to August) in which more than 50% of the annual rainfall concentration was concentrated due to the characteristics of domestic rainfall, and a total of 62 rainfall observing stations Rainfall time series data were generated for 100 years. Each of the simulated time series data has a different form, but the statistical characteristics such as mean, variance, autocorrelation coefficient, and precipitation probability are the same. This is because the parameters used to generate the virtual rainfall were calculated from the statistical values of the observed rainfall.

하지만, 이와 같이 생성된 가상강우 시계열만으로는 매개변수의 정확성을 평가하기 부족하기 때문에, 가상유역을 생성하여 가상강우 및 관측 강우를 적용하였을 때의 유역 반응을 분석하였다. 실제 유역이 아닌 가상유역을 선택한 이유는 각각 다른 유역 특성을 가진 가상유역을 통해서 결과의 보편성 밑 다양한 분석 대상에 대한 폭넓은 적용성을 도모하기 위한 것이다.However, since it is not enough to evaluate the accuracy of the parameter with the virtual rainfall time series generated in this way, we have analyzed the watershed response when virtual rainfall and observation rainfall were applied. The reason for choosing a virtual watershed rather than an actual watershed is to promote broad applicability to various analytical objects under the universality of results through virtual watersheds with different watershed characteristics.

한편, 본 발명의 실시예에서는 가상유역 생성을 위해 표 2에 도시된 SCS Drainage Area Equations를 사용하였으며, 집중 시간(Time of concentration)식에서 제1 계수 2.4와 제2 계수 0.9를 각각 최대값 및 최소값으로 설정하여 5등분한 값을 각 유역별로 적용하여 계산하였다.In the embodiment of the present invention, the SCS drainage area equations shown in Table 2 are used for the virtual watershed generation. In the time of concentration formula, the first coefficient 2.4 and the second coefficient 0.9 are set to the maximum value and the minimum value, respectively And the value divided by 5 was applied to each watershed.

이러한 SCS Drainage Area Equations에 따르면, 유역 지체시간은 오직 유역면적이라는 변수에 의해 결정되는 값이지만, 같은 면적을 가진 유역이라도 유역 출구로부터 수직 방향으로 길거나 수평 방향으로 긴 형상인지에 따라 또는 유역 평균 기울기에 따라 지체시간은 영향을 받는다.According to these SCS Drainage Area Equations, the watershed delay time is only determined by the variable watershed area, but even watersheds with the same area may be either vertically long from the watershed outlet or horizontally long, Therefore, the delay time is affected.

따라서 유역면적과 지체시간만을 고려하여도 유역의 물리적인 특성을 다양하게 묘사할 수 있기 때문에 다른 요소들은 배제하였다. 이때, 추가적으로 지반의 불투수도를 의미하는 Curve Number(CN)와 강우누적시간(Accumulation Time)을 각각 70~90, 1~24시간으로 설정하였는데, 이는 유역내부 특성값으로서 가상강우를 가상유역에 적용하여 극한강우량, 극한홍수량, 유출량 산출을 통한 빈도분석(Frequency Analysis)을 위해 설정하였다.Therefore, other factors are excluded because the physical characteristics of the watershed can be described in various ways even when considering only watershed area and lag time. In this case, the Curve Number (CN) and the Accumulation Time, which means the impermeability of the ground, are set to 70 ~ 90 and 1 ~ 24 hours, respectively. And the frequency analysis is performed through extreme rainfall, extreme flood, and runoff.

[매개변수지도-기반 포아송 클러스터 가상강우 생성 시스템][Parameter map-based Poisson cluster virtual rainfall generation system]

도 5는 본 발명의 실시예에 따른 최적화된 매개변수지도-기반 포아송 클러스터 가상강우 생성 시스템의 구성도이고, 도 6은 본 발명의 실시예에 따른 최적화된 매개변수지도-기반 포아송 클러스터 가상강우 생성 시스템의 구체적인 구성도이다.FIG. 5 is a block diagram of an optimized parameter map-based Poisson cluster virtual rainfall generation system according to an embodiment of the present invention, and FIG. 6 illustrates an optimized parameter map-based Poisson cluster virtual rainfall generation Fig.

도 5를 참조하면, 본 발명의 실시예에 따른 최적화된 매개변수지도-기반 포아송 클러스터 가상강우 생성 시스템은, 포아송 클러스터 강우 생성 모형 중에서 MBLRP(Modified Bartlett-Lewis Rectangular Pulse) 강우 생성 모형에 따른 매개변수지도-기반으로 가상강우 시계열 데이터를 생성하는 가상강우 생성 시스템으로서, 웹 서버(110), GIS 서버(120) 및 웹 클라이언트(130)를 포함한다. 여기서, 상기 웹 클라이언트(130)는, 도 6에 도시된 바와 같이, 클라이언트 코드 수집부(131), 매개변수지도 획득부(132), MBLRP 모델링 수행부(133), 매개변수 수행부(134), 모델링별 가상강우 모의 수행부(135) 및 가상강우 시계열 데이터 출력부(136)를 포함할 수 있지만, 이에 국한되는 것은 아니다.Referring to FIG. 5, an optimized parameter map-based Poisson cluster virtual rainfall generation system according to an embodiment of the present invention includes a parameter according to a Modified Bartlett-Lewis Rectangular Pulse (MBLRP) rainfall generation model in a Poisson cluster rainfall generation model A virtual rainfall generation system for generating virtual rainfall time series data based on a map, and includes a web server 110, a GIS server 120, and a web client 130. 6, the web client 130 includes a client code collection unit 131, a parameter map acquisition unit 132, an MBLRP modeling execution unit 133, a parameter execution unit 134, A modeling-based virtual rainfall simulation unit 135, and a virtual rainfall time-series data output unit 136. [0053] FIG.

웹 서버(110)는 웹 클라이언트(130)에게 HTML과 자바스크립트(JavaScript) 파일이 포함된 클라이언트 코드(Client Code)를 제공하고, 이때, 고립입자 군집화 최적화 기법을 통해 생성된 MBLRP 매개변수지도(Parameter Map)가 GIS 서버(120)에 구현된다. 여기서, 상기 MBLRP 매개변수지도는 관측 강우와 유사한 가상의 강우자료를 생성할 수 있도록 강우 관측소에 대해 상기 MBLRP 모형의 매개변수를 산정하고, 이를 공간적으로 보간하여 작성된다.The web server 110 provides a client code including an HTML and a JavaScript file to the web client 130. At this time, the MBLRP parameter map generated by the isolated particle grouping optimization technique Map is implemented in the GIS server 120. Here, the MBLRP parameter map is generated by interpolating the parameters of the MBLRP model and spatially interpolating the rainfall observing station so that virtual rainfall data similar to the observation rainfall can be generated.

GIS 서버(120)는 상기 클라이언트 코드에 대응하는 MBLRP 매개변수지도(Parameter Map)를 제공하며, 모든 달에 대해서뿐만 아니라 수문모의의 목적, 예를 들면, 일반 모델링, 홍수 모델링 또는 유출 모델링에 따라 작성된 6개의 MBLRP 매개변수에 대한 지도를 총 216개의 래스터(raster) 지도로 제공하는 REST(Representational State Transfer) 서비스를 제공한다. 이때, 상기 클라이언트 코드를 통해 상기 웹 클라이언트(130), 예를 들면, 사용자의 컴퓨터 단말에서 상기 REST 서비스를 이용할 수 있다.The GIS server 120 provides an MBLRP parameter map corresponding to the client code, and is used for all months, as well as for purposes of hydrological simulation, for example, general modeling, flood modeling or runoff modeling It provides Representational State Transfer (REST) service that provides a map of six MBLRP parameters as a total of 216 raster maps. At this time, the REST service can be used by the web client 130, for example, a user's computer terminal through the client code.

여기서, 상기 클라이언트 코드는 상기 MBLRP 매개변수지도를 상기 GIS 서버(120)로부터 받기 위한 자바스크립트(JavaScript)를 위해 ArcGIS API(Application Programming Interface)를 사용하고, 또한, 예를 들면, Dojo 위젯을 사용하여 사용자 인터페이스(User Interface)를 구축할 수 있지만, 이에 국한되는 것은 아니다.Here, the client code uses an ArcGIS API (Application Programming Interface) for JavaScript to receive the MBLRP parameter map from the GIS server 120, and also uses, for example, a Dojo widget The user interface can be constructed, but not limited thereto.

웹 클라이언트(130)는 상기 웹 서버(110)로부터 제공받은 클라이언트 코드를 통해 상기 GIS 서버(120)의 서비스를 사용할 수 있고, 또한, 상기 수집된 클라이언트 코드에 따라 평균, 분산, 자기상관계수 및 무강우확률을 포함하는 가상강우 통계값을 산정할 수 있도록 6개의 MBLRP 매개변수들(

)을 산정하고, 상기 MBLRP 매개변수지도상에서 상기 가상강우 통계값에 대응하는 모델링별 가상강우 모의를 수행하며, 상기 모델링별로 모의 수행된 가상강우 시계열 데이터를 출력한다. 또한, 상기 웹 클라이언트(130)는 MBLRP 모델링 수행시 매개변수 산정 과정을 단순화하도록 매개변수 최적화를 수행한다.The web client 130 can use the service of the GIS server 120 through the client code provided from the web server 110 and can calculate the average, To calculate the virtual rainfall statistics including rainfall probability, six MBLRP parameters (

), Performs simulated virtual rainfall modeling corresponding to the virtual rainfall statistic value on the MBLRP parameter map, and outputs simulation simulated virtual rainfall time series data for each modeling. In addition, the web client 130 performs parameter optimization to simplify the parameter calculation process when MBLRP modeling is performed.

구체적으로, 도 6을 참조하면, 상기 웹 클라이언트(130)의 클라이언트 코드 수집부(131)는 상기 웹 서버(110)로부터 HTML과 자바스크립트(JavaScript) 파일이 포함된 클라이언트 코드를 수집한다.6, the client code collection unit 131 of the web client 130 collects client code including HTML and a JavaScript file from the web server 110. [

상기 웹 클라이언트(130)의 매개변수지도 획득부(132)는 상기 수집된 클라이언트 코드를 통해 상기 GIS 서버(120)로부터 MBLRP 매개변수지도를 획득한다.The parameter map obtaining unit 132 of the web client 130 obtains the MBLRP parameter map from the GIS server 120 through the collected client code.

상기 웹 클라이언트(130)의 MBLRP 모델링 수행부(133)는 상기 수집된 클라이언트 코드에 따라 평균, 분산, 자기상관계수 및 무강우확률을 포함하는 가상강우 통계값을 산정할 수 있도록 6개의 MBLRP 매개변수들(

)을 산정하고, 관측 강우 시계열의 통계값을 재현할 수 있도록 6개의 MBLRP 매개변수들(

)을 교정하도록 모델링을 수행한다.The MBLRP modeling unit 133 of the web client 130 analyzes 6 MBLRP parameters to calculate a virtual rainfall statistic value including an average, variance, autocorrelation coefficient and a rainless probability according to the collected client code field(

), And the six MBLRP parameters (() to reproduce the statistical value of the observation rainfall time series

) Is calibrated.

상기 웹 클라이언트(130)의 매개변수 수행부(134)는 상기 MBLRP 모델링 수행부(133)의 MBLRP 모델링 수행시 매개변수 산정 과정을 단순화하도록 매개변수 최적화(매개변수 모델링)를 수행한다. 구체적으로, 상기 매개변수 수행부(134)는 상기 매개변수의 최대값 및 최소값을 설정하여 산정 범위를 지정한 후, 그 범위 내에서 목적함수(Objective Function)를 최소로 만드는 매개변수의 전역최소(Global Minimum) 값을 찾아 새로운 범위로 다시 지정하는 과정을 상기 산정 범위가 줄어들지 않을 때까지 반복하여 수행하고, 마지막으로 산정한 매개변수 값을 최적화된 매개변수 값으로 판단(최종 모델링된 매개변수 값으로 판단)하며, 만일 상기 전역최소(Global Minimum) 값을 가지는 매개변수가 비합리적이라고 판단된 경우, 특정 범위에서의 최소값을 나타내는 국부최소(Local Minimum) 값을 대신 선택할 수 있다.The parameter performing unit 134 of the web client 130 performs parameter optimization (parameter modeling) to simplify the parameter calculation process when the MBLRP modeling unit 133 performs the MBLRP modeling. Specifically, the parameter execution unit 134 sets a maximum value and a minimum value of the parameter to specify a calculation range, and then, within the range, the parameter minimum value of the parameter that minimizes the objective function (Global Minimum value is found and the process of designating again to the new range is repeated until the calculation range is not reduced. The last calculated parameter value is judged as the optimized parameter value (judged as the finally modeled parameter value If the parameter having the global minimum value is determined to be unreasonable, the local minimum value indicating the minimum value in the specific range may be selected instead.

상기 웹 클라이언트(130)의 모델링별 가상강우 모의 수행부(135)는 수문모의 목적에 따른 일반 모델링, 홍수 모델링 또는 유출 모델링에 따라 상기 MBLRP 매개변수지도상에서 상기 가상강우 통계값에 대응하는 모델링별 가상강우 모의를 수행한다.The virtual rainfall simulation unit 135 for each modeling of the web client 130 generates a virtual rainfall model corresponding to the virtual rainfall statistic value on the MBLRP parameter map according to general modeling, flood modeling, Performs rainfall simulation.

상기 웹 클라이언트(130)의 가상강우 시계열 데이터 출력부(136)는 상기 모델링별로 모의 수행된 가상강우 시계열 데이터를 출력한다.The virtual rainfall time series data output unit 136 of the web client 130 outputs virtual rainfall time series data simulated for each modeling.

또한, 본 발명의 실시예에서 상기 웹 클라이언트(130)는 자바스크립트(JavaScript)를 사용하여 클라이언트 코드 내에서 MBLRP 논리를 실행하고, 또한, 모의 결과를 웹 브라우저(Web Browser)에 포함시키기 위해서, 예를 들면, base64 암호화 과정을 사용할 수 있지만, 이에 국한되는 것은 아니다.In addition, in the embodiment of the present invention, the web client 130 executes MBLRP logic in the client code using JavaScript, and in order to include the simulation result in a web browser, For example, the base64 encryption process can be used, but is not limited to.

이때, 본 발명의 실시예에 따른 MBLRP 모델링은 사용자에게 달려 있으므로, GIS 서버(120)와 웹 서버(110)는 보다 많은 사용자의 요청을 다룰 수 있어야 하고, MBLRP 모델링의 전체적인 성능과 사용자 경험을 향상시킬 수 있어야 한다.Since the MBLRP modeling according to the embodiment of the present invention depends on the user, the GIS server 120 and the web server 110 should be able to deal with requests of more users and improve the overall performance of MBLRP modeling and the user experience .

또한, 클라이언트 코드는 오직 웹 브라우저에 의해 해석되기 때문에 상기 웹 서버(110)는 서버로서의 특별한 능력이나 서버만의 언어가 필요하지 않다. 이 구조는 서버와 클라이언트 사이에 교신이나 통신을 줄이고, 보다 가벼운 클라이언트를 만들어 낼 수 있다. 이때, 상기 웹 브라우저는 사용 가능한 결과 파일을 다운로드 할 수 있게 함으로써 자료 URI(Uniform Resource Identifier) 기법을 뒷받침할 수 있다.Also, since the client code is interpreted only by the web browser, the web server 110 does not need special ability as a server or a server-only language. This structure can reduce communication and communication between the server and the client, resulting in a lighter client. At this time, the web browser can support a URI (Uniform Resource Identifier) technique by downloading a usable result file.

본 발명의 실시예에 따른 최적화된 매개변수지도-기반 포아송 클러스터 가상강우 생성 시스템이 구현된 웹 어플리케이션은 국내의 임의의 위치에서의 MBLRP 매개변수 획득 및 가상강우 시계열 생성까지 일련의 과정을 자동화함으로써, 수문학적 전문지식이 없는 사용자도 가상강우를 생성할 수 있으며, 웹을 통해 누구나 사용할 수 있게 된다.The web application implementing the optimized parameter map-based Poisson cluster virtual rainfall generation system according to the embodiment of the present invention automates a series of processes from acquiring the MBLRP parameter at arbitrary locations in Korea and generating virtual rainfall time series, Users without hydrological expertise can also create virtual rainfall and use it on the web.

한편, 도 7은 본 발명의 실시예에 따른 최적화된 매개변수지도-기반 포아송 클러스터 가상강우 생성 시스템에서 MBLRP 모형으로 생성한 가상강우와 관측 강우의 통계값을 비교하여 산포도로 작성한 것을 예시하는 도면으로서, MBLRP 모형이 관측 강우의 통계값을 양호하게 재현하는지 평가하기 위해 MBLRP 모형으로 생성한 가상강우와 관측 강우의 통계값을 비교하여 산포도로 작성한 것을 나타낸다.Meanwhile, FIG. 7 is a diagram illustrating comparison between statistical values of virtual rainfall and observation rainfall generated by the MBLRP model in the optimized parameter map-based Poisson cluster virtual rainfall generation system according to the embodiment of the present invention, , And the MBLRP model is used to compare the statistical values of the observed rainfall and the observed rainfall generated by the MBLRP model in order to evaluate whether the observed rainfall statistics are well reproduced.

도 7에 도시된 바와 같이, 산포도에서 가로축과 세로축은 각각 가상강우와 관측 강우의 통계값이고, 1:1 직선을 통해 산포도의 추세를 대략적으로 파악하였으며, 행 순서대로 각 계절을 대표하는 1월, 4월, 7월 및 10월에 대한 산포도를 각각 나타낸다.As shown in FIG. 7, the horizontal axis and the vertical axis in the scatter diagram are statistical values of the virtual rainfall and the observation rainfall, respectively, and the tendency of scattering is roughly grasped through a 1: 1 straight line. , And April, July, and October, respectively.

또한, 일반 모델링 매개변수를 통해 통계값을 생성하여 가중치가 낮은 통계값의 재현도가 떨어지는 것을 방지하고, 모든 통계값에 대해 동일한 조건으로 비교분석을 실시하였다.In addition, statistical values were generated through general modeling parameters to prevent the reproducibility of low - weighted statistical values from being degraded, and comparative analysis was conducted under the same conditions for all statistical values.

도 7에 도시된 바와 같이, 평균과 표준편차는 비교적 정확히 재현되고 있는 반면에 자기상관계수의 경우엔 재현도가 비교적 낮은 것이 확인된다. 이러한 결과에 대한 가장 큰 이유를 살펴보면, 본 발명의 실시예에서 활용된 MBLRP 모델은 하나의 달에 대하여 6개의 매개변수로 강우의 통계값을 재현하는데, 이러한 6개의 매개변수로는 태풍, 장마, 국지성 집중호우 등의 다양한 메커니즘을 표현할 수 없기 때문이다. 특히, 자기상관계수와 무강우확률은 평균 및 분산과 비교하여 더 많은 개수의 매개변수

에 영향을 받기 때문에, 관측 통계값과의 차이가 두드러진다. As shown in FIG. 7, it can be seen that the mean and standard deviation are relatively accurately reproduced while the autocorrelation coefficient has a relatively low reproducibility. The MBLRP model utilized in the embodiment of the present invention reproduces the statistical values of rainfall with six parameters per month. These six parameters include typhoon, rainy season, It is impossible to express various mechanisms such as localized heavy rain. In particular, autocorrelation coefficients and rainfall probabilities are associated with a larger number of parameters

, The difference from the observed statistical value becomes conspicuous.

이때, 강우의 자기상관계수와 무강우확률은 평균과 표준편차에 비하여 유출량, 홍수량 등의 유역반응변수에 미치는 영향이 적은 것으로 나타났으므로, 본 발명의 실시예에 따른 웹 어플리케이션을 수문모의에 활용하는 경우, 이러한 두 변수와 관련된 오차가 수문모의의 최종 산출물인 유출량 및 홍수량 등에 미치는 영향은 크지 않을 것으로 사료된다.Since the autocorrelation coefficient and rainfall probability of rainfall have less influence on the watershed response variables such as runoff and flood volume compared to the mean and standard deviation, the web application according to the embodiment of the present invention is utilized for the hydrological simulation , The errors associated with these two variables will not have a significant impact on the final output of the hydrological simulation, such as runoff and flood volume.

한편, 전술한 바와 같이, 매개변수지도는 모든 달과 수문모의 목적에 따른 3가지 모델링, 6개의 MBLRP 매개변수에 대해 모두 제작되어 총 216개의 매개변수지도가 제작되었다.On the other hand, as described above, the parameter map was produced for all three modeling and six MBLRP parameters according to the purpose of all months and hydrological simulation, and a total of 216 parameter maps were produced.

도 8은 본 발명의 실시예에 따른 최적화된 매개변수지도-기반 포아송 클러스터 가상강우 생성 시스템에서 MBLRP 매개변수지도를 예시하는 도면이다.8 is a diagram illustrating an MBLRP parameter map in an optimized parameter map-based Poisson cluster virtual rainfall generation system according to an embodiment of the present invention.

도 8에 도시된 바와 같이, 예를 들면, 7월의 MBLRP 매개변수지도로서, 좌측 열부터 일반 모델링, 홍수 모델링 및 유출 모델링의 매개변수지도를 나타낸다.As shown in FIG. 8, for example, the MBLRP parameter map of July shows a parameter map of general modeling, flood modeling and runoff modeling from the left column.

이러한 매개변수지도의 전체적인 양상은 수문모의의 목적과 관계없이 크게 다르지 않다. 특히, 폭풍우의 도착을 나타내는 매개변수(

)와 같은 경우에는 강우세포의 지속시간과 강우 강도와 같은 폭풍우의 내부 구조와 비교적 관련성이 적기 때문에 통계값 가중치에 상관없이 비슷한 양상을 보이며 폭풍우의 도착과 강우세포의 강우 강도를 의미하는 매개변수(

)의 지도는 다른 매개변수지도와 달리 지역적 경향성을 보이는 것을 알 수 있다.The overall pattern of these parameter maps is not significantly different regardless of the purpose of the hydrological simulation. In particular, parameters representing the arrival of storms (

) Are relatively unrelated to the internal structure of storms such as duration of rainfall cells and rainfall intensity. Therefore, the parameters which are similar regardless of the statistical value weight, and which indicate the arrival of storms and rainfall intensity

) Are different from other parameter maps.

이러한 매개변수별로 지역적 경향성에 차이를 보이는 이유는 그 매개변수가 통계값에 가지는 민감도의 차이에서 비롯된다. 모든 매개변수가 평균, 분산, 자기상관계수 및 무강우확률에 대해 같은 민감도를 가지지 않기 때문에 매개변수별로 지역적 경향성이 다르게 나타나게 된다.The reason for the difference in regional tendency among these parameters arises from the difference in the sensitivity of the parameter to the statistical value. Because all the parameters have no sensitivity to mean, variance, autocorrelation coefficient and rainfall probability, the regional tendency is different for each parameter.

한편, 본 발명의 실시예에서는 가상강우와 관측 강우를 가상유역에 적용하여 실시한 빈도분석으로 매개변수지도를 검증하였다.On the other hand, in the embodiment of the present invention, the parameter map was verified by the frequency analysis performed by applying the virtual rainfall and the observation rainfall to the virtual watershed.

도 9는 본 발명의 실시예에 따른 최적화된 매개변수지도-기반 포아송 클러스터 가상강우 생성 시스템에서 매개변수지도 검증 결과로서 홍수빈도 분석 결과값의 산포도를 나타내는 도면으로서, 가로축은 관측 강우로부터 산정된 홍수량이며, 세로축은 가상강우로부터 산정된 홍수량을 나타낸다.FIG. 9 is a diagram showing a scatter diagram of the results of Flood Angle Analysis as a parameter map verification result in the optimized parameter map-based Poisson cluster virtual rainfall generation system according to the embodiment of the present invention, wherein the horizontal axis represents the flood amount And the vertical axis represents the amount of flood water estimated from virtual rainfall.

여기서, 실선과 점선은 각각 1:1 직선과 산포도의 원점 직선 회귀선으로 회귀선의 기울기가 곧 두 결과값의 유사성을 나타낸다. 이에 따라, 도 9에 도시된 바와 같이, 재현시간이 짧아질수록 모의의 정확도가 높으며, 일반 모델링에 비해 홍수 모델링의 모의 정확도가 높다,Here, the solid line and the dotted line are the origin straight line regression line of 1: 1 straight line and the scatter diagram respectively, and the slope of the regression line indicates the similarity of the two result values. Accordingly, as shown in FIG. 9, as the reproduction time is shortened, the accuracy of the simulation is high and the simulation accuracy of the flood modeling is higher than that of the general modeling.

또한, 강우빈도 분석의 경우에도 홍수빈도 분석과 마찬가지의 방식으로 산포도가 작성되었으며, 홍수빈도 분석과 같이 재현기간이 짧아질수록 모의의 정확도가 높아지는 것을 알 수 있었다. 수문모의의 목적에 따라서는 홍수 모델링, 유출 모델링, 일반 모델링 순서대로 모의의 정확도가 높았는데, 이는 강우와 직접적 연관이 큰 평균과 분산에 더 많은 가중치가 부여된 경우에 강우 모의에 대한 정확도가 더 높다고 해석된다.Also, in the case of the rainfall frequency analysis, the scattering degree was created in the same manner as the flood frequency analysis, and the simulation accuracy was improved as the reproduction time was shortened like the flood frequency analysis. According to the purpose of the hydrological simulation, the simulation accuracy was high in the order of flood modeling, runoff modeling, and general modeling. This is because the accuracy of the rainfall simulation is higher when the mean and variance are directly related to the rainfall and more weight is given to the variance. It is interpreted as high.

하지만, 결정계수(

) 값은 유출 모델링, 홍수 모델링, 일반 모델링 순서대로 크기 때문에 모의의 정확도가 가지는 신뢰도는 홍수 모델링에 비해 유출 모델링이 더 높으며, 따라서 홍수 모델링과 유출 모델링의 모의 정확도 수준이 비슷하다고 할 수 있다. 이를 토대로 강우 생성이 목적인 경우에는 통계값에 홍수 모델링, 또는 유출 모델링의 매개변수를 통해 모의하는 것이 더 정확하다고 판단할 수 있다. However,

) Values are in the order of effluent modeling, flood modeling, and general modeling. Therefore, reliability of simulation accuracy is higher than that of flood modeling, so that the simulated accuracy level of flood modeling and runoff modeling are similar. Based on this, it is more accurate to simulate the statistical value through flood modeling or flow modeling parameters in the case of rainfall generation.

유출량 분석의 경우, 연간 유출량으로 계산된 결과값을 합산하여 모의 년수로 나눠준 연평균 유출량이 비교분석 대상이 된다. 이때, 관측 강우는 모의 년수가 각 관측소의 관측 년수이며, 가상강우의 경우엔 100년에 해당한다. 유출량 분석은 CN(Curve Number)에 따라 유출 모델링이 약 71%~90%의 모의 정확도로 일반 모델링보다 더 높은 모의 정확도를 보인다. 따라서 전술한 빈도분석 결과와 더불어 수문모의 목적에 따른 통계값 가중치가 모의 결과를 향상시켰다고 볼 수 있다.In the case of runoff analysis, the annual average runoff divided by the yearly runoff is added to the comparison analysis. In this case, the observation year is the number of observation years in each observation station, and 100 years in case of virtual rainfall. The runoff analysis shows that the runoff modeling according to CN (Curve Number) has a simulation accuracy of about 71% ~ 90% and higher simulation accuracy than general modeling. Therefore, it can be concluded that the statistical value weight according to the purpose of the hydrological simulation as well as the frequency analysis result described above improves the simulation result.

여기서, CN(Curve Number) 값은 흙의 종류 및 지표면의 상태에 따라 정하는 계수로서 유효 우량 산정시 고려되어야 하며, 유역의 수문학적 토양형, 토지이용과 처리상태 및 선행토양 함수조건의 함수로서, 한 유역의 유출능력을 나타내는 무차원수로서 전체 우량에 대한 직접유출량(유효 우량)의 잠재력을 표시한다. 예를 들면, 상기 CN값은 1에서 100의 범위의 값을 가지며, CN값과 유출량은 비례한다. 즉, CN값이 100인 경우 손실은 불가능하며, 유출량은 총강우량과 같고, 반면에 CN값이 1인 경우에는 모든 총강우량은 손실로 나타나고 유출량은 0이 된다.The value of CN (Curve Number) is a factor determined according to soil type and surface condition. It should be considered when calculating effective rainfall. It is a function of hydrological soil type, land use and treatment condition and preceding soil function condition, This is a non-dimensional number representing the effluent capacity of a basin and indicates the potential of direct runoff (effective rainfall) to total rainfall. For example, the CN value has a value ranging from 1 to 100, and the CN value is proportional to the flow rate. That is, if the CN value is 100, the loss is not possible, and the runoff is equal to the total rainfall. On the other hand, if the CN value is 1, the total rainfall becomes loss and the runoff becomes zero.

한편, 표 3, 표 4 및 표 5는 각각 홍수빈도 분석, 강우빈도 분석, 유출량 분석을 위한 산포도의 원점 직선 회귀선 기울기와 결정계수 값을 각각 정리한 표이다.Table 3, Table 4, and Table 5 are the table summarizing the slope of the origin straight line regression line and the coefficient of determination for the scattering frequency analysis, the rainfall frequency analysis, and the runoff analysis, respectively.

한편, 본 발명의 실시예에서는 산포도의 회귀선 기울기가 모의의 정확도와 같은 개념이라는 전제하에 각각의 분석에 맞는 등고선도를 작성하였다.On the other hand, in the embodiment of the present invention, a contour map corresponding to each analysis is prepared on the assumption that the slope of the regression line of the scatter diagram is the same concept as the simulation accuracy.

이러한 등고선도 작성의 목적은 특정 유역을 분석할 때, 결과값을 모의하여 관측 결과와 비교 분석하는 과정을 생략하고, 등고선도를 읽음으로써 모의한 결과가 관측 결과 대비 어느 정도의 정확도를 갖는지 파악하고, 이를 통해서 모의 결과 적용 시 결과값을 얼마나 감안해야 하는지 용이하게 판단하기 위해서이다. 예를 들면, 이러한 등고선도는 결과값에 영향을 미치는 변수가 2개 이상인 홍수빈도분석(CN)과 강우빈도분석(강우누적시간, 재현기간)에 대해서만 작성되었다.The purpose of this contour map is to simulate the results of a particular watershed and omit the process of comparing and analyzing the results of the observation. By reading the contour map, it is possible to determine the accuracy of the simulated results with respect to the observed results , So that it is easy to judge how much the result value should be taken into consideration when applying the simulation result. For example, these contour maps were created only for flood analysis (CN) and rainfall frequency analysis (rainfall accumulation time, reprise period) with more than two variables that affect the results.

도 10은 본 발명의 실시예에 따른 최적화된 매개변수지도-기반 포아송 클러스터 가상강우 생성 시스템에서 홍수 모델링의 홍수빈도분석의 등고선도를 나타내는 도면이다.10 is a diagram showing a contour map of the flood analysis of flood modeling in an optimized parameter map-based Poisson cluster virtual rainfall generation system according to an embodiment of the present invention.

도 10에 도시된 바와 같이, 좌측 열부터 차례대로 5㎢, 10㎢ 및 15㎢의 유역 면적으로 분류되었으며, 상단부터 행 순서대로 200년, 50년, 10년 빈도의 홍수 모의에 관한 등고선도이다. 가로축은 지체시간, 세로축은 CN으로 홍수를 모의하고자 하는 유역의 지체시간과 CN을 알고 있다면 홍수 모델링 매개변수로 홍수를 모의할 시 대략 어느 정도의 모의 정확도를 가지는지 알 수 있고, 이를 통해 모의 결과값을 보정하여 사용할 수 있다.As shown in FIG. 10, the left-hand column is divided into 5 km 2, 10 km 2, and 15 km 2 of the watershed area, and contour lines for the flood simulation of 200, 50, . If we know the latency time and CN of the watershed where the horizontal axis is the latency time and the vertical axis is the CN to simulate the flood, we can know the degree of mock accuracy when simulating the flood with the flood modeling parameters. The value can be used by calibrating.

여기서, 주목할 점은 지체시간이 길고, CN이 작을수록 모의의 정확도가 떨어진다는 것인데, 이것은 유역 감쇠효과(Watershed Damping Effect)로 인한 상대오차로 설명할 수 있다.Note, here, that the longer the lag time and the smaller the CN, the less accurate the simulation, which can be explained by the relative error due to the watershed damping effect.

도 11은 본 발명의 실시예에 따른 최적화된 매개변수지도-기반 포아송 클러스터 가상강우 생성 시스템에서 유역 감쇠효과(Watershed Damping Effect)에 의한 상대오차(Relative Error)의 차이를 설명하기 위한 도면이다.11 is a diagram for explaining a difference in relative error due to a watershed damping effect in an optimized parameter map-based Poisson cluster virtual rainfall generation system according to an embodiment of the present invention.

도 11에 도시된 바와 같이, 관측 강우와 과소 산정된 가상강우를 투수도가 다른 두 유역에 적용할 경우, 우측에 도시된 투수도가 높은 유역에서 상대오차는 더 커지게 되는데, 이것은 CN이 작을수록 지반의 투수성이 커지기 때문에 많은 양의 강우가 지반으로 침투하여 유역의 출구에서 유량이 적으며 값이 불확실하기 때문이다. 마찬가지로 지체시간이 길수록 강우가 유역 내에 흐르는 시간이 길기 때문에 CN이 같다면 지체시간이 긴 유역에서 강우가 지반으로 더 많이 침투한다. 이런 이유로 CN이 작고 지체시간이 긴 유역일수록 홍수모의의 정확도는 낮아지게 된다.As shown in FIG. 11, when the observed rainfall and the under-estimated virtual rainfall are applied to two different watersheds, the relative error becomes larger in the case of the higher water permeability shown on the right side. Because of the increased permeability of the soil, a large amount of rainfall penetrates into the ground, resulting in low flow at the outlet of the watershed and uncertain value. Likewise, the longer the delay time, the longer the time that the rainfall flows in the watershed. Therefore, if the CN is the same, the rainfall penetrates more into the ground in the longer watershed. For this reason, the accuracy of the flood simulation is lowered when the CN is small and the delay time is long.

한편, 표 6, 표 7 및 표 8은 각각 모델링별 홍수 모의, 강우 모의 및 유출량 모의의 정확도를 수치로 정리한 것이다. Table 6, Table 7, and Table 8 show the accuracy of flood simulation, rainfall simulation, and runoff simulation by modeling, respectively.

구체적으로, 표 6에 도시된 바와 같이, 홍수 모의의 경우, 홍수 모델링의 모의 정확도가 일반 모델링에 비해 9.5%가 높고, 표 7에 도시된 바와 같이, 강우 모의의 경우, 홍수 모델링의 모의 정확도가 일반 모델링에 비해 7.3%가 높으며, 마지막으로, 표 8에 도시된 바와 같이, 유출량 모의의 경우, 유출 모델링의 모의 정확도가 일반 모델링에 비해 14.7%가 높게 나타남으로써, 각각 일반 모델링의 모의 정확도에 비해 향상된 결과를 보였다.Specifically, as shown in Table 6, in the case of the flood simulation, the simulation accuracy of the flood modeling is 9.5% higher than that of the general modeling. As shown in Table 7, in the case of the rainfall simulation, As shown in Table 8, in the case of the runoff simulation, the simulation accuracy of the runoff modeling is higher than that of the general modeling by 14.7%, which is higher than the simulation accuracy of the general modeling. Showed improved results.

따라서 수문모의 목적에 맞게 통계값 가중치를 설정하여 매개변수를 산정하는 것이 수문모의의 정확도를 향상시키는 것을 알 수 있다.Therefore, it can be seen that the accuracy of the hydrological simulation is improved by calculating the parameters by setting the statistical value weighting for the hydrologic simulation purpose.

결국, 본 발명의 실시예에 따른 최적화된 매개변수지도-기반 포아송 클러스터 가상강우 생성 시스템에 따르면, 국내 전역의 62개의 관측소에 대한 MBLRP(Modified Bartlett-Lewis Rectangular Pulse) 모형이 매개변수를 산정하고, 이를 공간적으로 보간하여 매개변수지도(Parameter Map)를 작성함으로써, 강우자료의 유무에 상관없이 복잡한 매개변수 산정 과정을 거치지 않고, 또한, 지도 영역 내의 모든 지역에서 매개변수를 용이하게 획득할 수 있다.Finally, according to the optimized parameter map-based Poisson cluster virtual rainfall generation system according to an embodiment of the present invention, the Modified Bartlett-Lewis Rectangular Pulse (MBLRP) model for 62 stations in the whole country calculates parameters, By creating a parameter map by interpolating it spatially, it is possible to acquire parameters easily in all areas in the map area without complicated parameter calculation process regardless of the presence or absence of rain data.

[최적화된 매개변수지도-기반 포아송 클러스터 가상강우 생성 방법][Optimized Parameter Map-Based Poisson Cluster Virtual Rainfall Generation Method]

도 12는 본 발명의 실시예에 따른 최적화된 매개변수지도-기반 포아송 클러스터 가상강우 생성 방법의 동작흐름도이다.Figure 12 is a flow chart of the operation of an optimized parameter map-based Poisson cluster virtual rainfall generation method according to an embodiment of the present invention.

전술한 도 6 및 도 12를 참조하면, 본 발명의 실시예에 따른 최적화된 매개변수지도-기반 포아송 클러스터 가상강우 생성 방법은, 포아송 클러스터 강우 생성 모형 중에서 MBLRP(Modified Bartlett-Lewis Rectangular Pulse) 강우 생성 모형에 따른 매개변수지도-기반으로 가상강우 시계열 데이터를 생성하는 가상강우 생성 방법으로서, 먼저, 강우 관측소 각각에서 관측된 시간당 강우자료를 수집한다(S110).Referring to FIGS. 6 and 12, an optimized parameter map-based Poisson cluster virtual rainfall generation method according to an embodiment of the present invention generates a modified Bartlett-Lewis Rectangular Pulse (MBLRP) rainfall The virtual rainfall generation method for generating the virtual rainfall time series data based on the parameter map based on the model is as follows. First, the observed rainfall data per hour is collected at each rainfall observation station (S110).

다음으로, 웹 서버(110)가 모든 강우 관측소에 대한 누적된 강우 통계값을 산출한다(S120).Next, the web server 110 calculates cumulative rainfall statistics for all rain stations (S120).

다음으로, 웹 클라이언트(130)가 상기 웹 서버(110)로부터 클라이언트 코드를 수집한다(S130). 이때, 상기 클라이언트 코드는 HTML과 자바스크립트(JavaScript) 파일이 포함된 MBLRP 코드로서, 상기 GIS 서버(120)로부터 상기 MBLRP 매개변수지도를 제공받기 위한 자바스크립트(JavaScript)를 위해 API(Application Programming Interface)를 사용할 수 있다.Next, the web client 130 collects the client code from the web server 110 (S130). At this time, the client code is an MBLRP code including an HTML and a JavaScript file. The client code is an application programming interface (API) for JavaScript to receive the MBLRP parameter map from the GIS server 120, Can be used.

다음으로, 상기 웹 클라이언트(130)가 상기 웹 서버(110)로부터 제공되는 클라이언트 코드를 통해 GIS 서버(120)로부터 MBLRP 매개변수지도를 획득한다(S140). Next, the web client 130 obtains an MBLRP parameter map from the GIS server 120 through the client code provided from the web server 110 (S140).

본 발명의 실시예에서는 국내 전역에 있는 62개의 ASOS 강우 관측소에 대해 MBLRP 모형의 매개변수를 산정하고, 이를 공간적으로 보간하여 MBLRP 매개변수지도를 제공하게 된다. 여기서, 상기 MBLRP 매개변수지도는 관측 강우와 유사한 가상의 강우자료를 생성할 수 있도록 강우 관측소에 대해 상기 MBLRP 모형의 매개변수를 산정하고, 이를 공간적으로 보간하여 작성된다. 이러한 매개변수지도를 활용함으로써, 강우자료의 유무에 상관없이 포아송 클러스터 강우 모형의 복잡한 매개변수 산정과정을 거치지 않고도 지도 영역 내의 모든 지역에서 미리 계산된 매개변수를 손쉽게 획득할 수 있게 된다.In the embodiment of the present invention, the parameters of the MBLRP model are calculated for 62 ASOS rain stations in the whole country, and the map is interpolated spatially to provide MBLRP parameter map. Here, the MBLRP parameter map is generated by interpolating the parameters of the MBLRP model and spatially interpolating the rainfall observing station so that virtual rainfall data similar to the observation rainfall can be generated. By using this parameter map, it is possible to easily acquire the precomputed parameters in all areas of the map area without the complicated parameter calculation process of the Poisson cluster rainfall model, regardless of the rainfall data.

다음으로, 상기 웹 클라이언트(130)가 MBLRP 모델링 수행시 매개변수 최적화를 수행한다(S150). 구체적으로, 상기 매개변수 최적화는 상기 매개변수의 최대값 및 최소값을 설정하여 산정 범위를 지정한 후, 그 범위 내에서 목적함수(Objective Function)를 최소로 만드는 매개변수의 전역최소(Global Minimum) 값을 찾아 새로운 범위로 다시 지정하는 과정을 상기 산정 범위가 줄어들지 않을 때까지 반복하여 수행하고, 마지막으로 산정한 매개변수 값을 최적화된 매개변수 값으로 판단한다. 이때, 상기 전역최소(Global Minimum) 값을 가지는 매개변수가 비합리적이라고 판단된 경우, 특정 범위에서의 최소값을 나타내는 국부최소(Local Minimum) 값을 대신 선택할 수 있다.Next, the web client 130 performs parameter optimization upon performing MBLRP modeling (S150). Specifically, the parameter optimization is performed by setting a maximum value and a minimum value of the parameter to specify a calculation range, and then, within the range, a global minimum value of a parameter that minimizes an objective function And the process of re-designating the new range is repeated until the calculation range is not reduced, and the finally calculated parameter value is determined as the optimized parameter value. At this time, when the parameter having the global minimum value is determined to be unreasonable, the local minimum value indicating the minimum value in the specific range may be selected instead.

다음으로, 상기 웹 클라이언트(130)가 관측 강우 시계열의 통계값을 재현할 수 있도록 매개변수를 교정한다(S160).Next, parameters are calibrated so that the web client 130 can reproduce the statistical values of the observation rainfall time series (S160).

다음으로, 상기 웹 클라이언트(130)가 가상강우 통계값을 산정한다(S170). 여기서, 상기 가상강우 통계값은 평균, 분산, 자기상관계수 및 무강우확률을 포함한다.Next, the web client 130 calculates a virtual rainfall statistic value (S170). Here, the virtual rainfall statistics include mean, variance, autocorrelation coefficient, and rainfall probability.

다음으로, 상기 웹 클라이언트(130)가 매개변수지도상에서 가상강우 통계값에 대응하는 모델링별 가상강우 모의를 수행한다(S180).Next, the web client 130 performs virtual rainfall simulation for each modeling corresponding to the virtual rainfall statistic value on the parameter map (S180).

다음으로, 상기 웹 클라이언트(130)가 모델링별로 모의 수행된 가상강우 시계열 데이터를 출력한다(S190).Next, the web client 130 outputs virtual rainfall time series data simulated for each modeling (S190).

[웹 어플리케이션 구현예][Web Application Implementation Example]

한편, 본 발명의 실시예에 따른 웹 어플리케이션은 인터넷 주소(http://116.122.48.188/index_korea2.html)로 접속할 수 있다.Meanwhile, the web application according to the embodiment of the present invention can access the Internet address (http://116.122.48.188/index_korea2.html).

도 13은 본 발명의 실시예에 따른 최적화된 매개변수지도-기반 포아송 클러스터 가상강우 생성을 위한 모의 결과가 포함된 웹 어플리케이션의 실행 화면으로서, 웹 어플리케이션의 실행 화면은, 크게 "Simulation"과 "Parameter Map" 탭으로 구분할 수 있다.FIG. 13 is an execution screen of a web application including simulated results for generating an optimized parameter map-based Poisson cluster virtual rainfall according to an embodiment of the present invention. The execution screen of the web application mainly includes "Simulation" and "Parameter Map "tab.

도 13에 도시된 바와 같이, "Parameter Map" 탭에서는 원하는 달과 매개변수에 대한 매개변수지도를 확인할 수 있고, "Simulation" 탭에서는 가상강우를 생성할 수 있다.As shown in FIG. 13, a parameter map for the desired month and parameters can be confirmed in the "Parameter Map" tab, and a virtual rainfall can be generated in the "Simulation" tab.

우선, 가상강우를 어떤 모델링을 위해 생성하는지 선택하도록 "Application Type"에서 General Use, Flood 및 Runoff 중 어느 하나의 모델링을 설정하고, 다음으로, 모의(Simulation)를 원하는 기간의 시작과 끝 달을 설정한다. 다음으로, 원하는 모의 횟수를 설정하고, 모의하고자 하는 위치를 선택하는데, 예를 들면, 지도상에서 위치를 클릭하거나 또는 위도 및 경도를 입력하여 정확한 위치를 설정할 수 있다. 이때, 지도는 확대 및 축소가 가능하다.First, set the modeling of General Use, Flood, and Runoff in the "Application Type" to select which modeling to generate the virtual rainfall, and then set the start and end months of the desired period of simulation do. Next, the desired number of simulations is set, and the position to be simulated is selected. For example, a precise position can be set by clicking a position on the map or inputting latitude and longitude. At this time, the map can be enlarged and reduced.

이에 따라, 모든 설정이 완료된 후에 "Generate" 버튼으로 가상강우 시계열을 생성할 수 있고, 이와 같이 생성된 시계열 자료는 아래쪽에 "params.csv"와 "pcps.csv" 링크와 함께 나타난다. 예를 들면, "params.csv"는 각각 모의 달과 위치에 해당하는 MBLRP 매개변수를 나타내고, 또한, "pcps.csv"는 생성된 가상강우 시계열 자료를 나타낸다. 이때, 상기 "params.csv" 파일과 "pcps.csv" 파일 모두 다운로드가 가능하기 때문에 강우자료를 용이하게 수집할 수 있다.Thus, after all the settings are completed, you can create a virtual rainfall time series with the "Generate" button, and the generated time series data will appear at the bottom with "params.csv" and "pcps.csv" links. For example, "params.csv" represents the MBLRP parameter corresponding to the simulated month and location, respectively, and "pcps.csv" represents the generated virtual storm time series data. At this time, since both the "params.csv" file and the "pcps.csv" file can be downloaded, the rainfall data can be collected easily.

다시 말하면, 본 발명의 실시예에서는 MBLRP 모형을 바탕으로 강우의 특성을 설명할 수 있는 6개의 매개변수들을 이용하여 국내 지역의 최적화된 매개변수지도를 제작하였다. 이와 같이 최적화된 매개변수지도는, 포아송 클러스터 강우 모형이 갖는 매개변수 산정 과정의 복잡성을 극복할 수 있고, 또한, 강우 관측소가 없는 지역에서도 매개변수를 획득할 수 있으므로 가상의 강우 시계열을 용이하게 생성할 수 있다.In other words, in the embodiment of the present invention, based on the MBLRP model, an optimized parameter map of the domestic region was created using six parameters that can explain the characteristics of rainfall. This optimized parameter map can overcome the complexity of the parameter calculation process of the Poisson cluster rainfall model and can acquire the parameter in the area without the rainfall station, can do.

또한, 매개변수를 산정하는 과정에서 강우 통계값에 각각 다른 가중치를 부여하여 수문모의의 목적에 맞는 매개변수 산정 및 매개변수지도를 제작하였고, 이를 통해 수문모의의 서로 다른 목적(홍수 모의 또는 유출량 모의)에 따라 보다 정확한 결과를 얻을 수 있게 해주는 가상 강우자료를 얻을 수 있다.In addition, in the process of calculating the parameters, different weights were assigned to the rainfall statistical values, and parameters and parameter maps for the purpose of hydrological simulation were produced. Through this, different objectives of hydrological simulation (flood simulation or runoff simulation ) Can be used to obtain virtual rainfall data that will provide more accurate results.

또한, 본 발명의 실시예에 따른 웹 어플리케이션은 MBLRP 매개변수 획득 및 가상강우 시계열 생성까지 일련의 과정을 자동화한 것으로, 최종사용자는 단지 몇 번의 클릭으로 국내의 어느 지점에서든지 가상의 강우를 간편하게 생성할 수 있다.In addition, the web application according to the embodiment of the present invention automates a series of processes from acquiring the MBLRP parameter and generating the virtual rainfall time series, and the end user can easily generate the virtual rainfall at any point in Korea with just a few clicks .

또한, 이와 같이 개발된 웹 어플리케이션의 검증을 위하여 가상강우를 생성한 후에 평균, 분산, 자기상관계수 및 무강우확률, 극한강우량 및 다양한 유역에 대한 극한홍수량과 유출량을 계산하고, 이를 관측 강우에 근거하여 산출된 값과 비교하였다. 비교 결과에 따르면, 가상 강우의 각종 통계값은 관측강우에 근거한 값과 매우 유사하게 나타났으나, 극한강우와 극한홍수는 관측값에 근거한 값과 비교하여 16%~40% 정도 과소 산정되는 경향을 보였다. 이러한 결과는 교정계수로 활용할 수 있도록 등고선도의 형태로 제공되었다.In order to verify the developed web application, after generating virtual rainfall, it is necessary to calculate average, variance, autocorrelation coefficient and rainfall probability, extreme rainfall, extreme flood and runoff for various watersheds, And compared with the calculated values. According to the comparison results, various statistical values of virtual rainfall are very similar to those based on observational rainfall, but extreme rainfall and extreme flood are tend to be underestimated by 16% ~ 40% It looked. These results were presented in the form of contour maps for use as calibration coefficients.

이에 따라, 본 발명의 실시예에 따른 웹 어플리케이션은 강우자료를 필요로 하는 다양한 수문 분석에 활발히 활용할 수 있다.Accordingly, the web application according to the embodiment of the present invention can be actively utilized in various hydrological analysis requiring rainfall data.

전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.It will be understood by those skilled in the art that the foregoing description of the present invention is for illustrative purposes only and that those of ordinary skill in the art can readily understand that various changes and modifications may be made without departing from the spirit or essential characteristics of the present invention. will be. It is therefore to be understood that the above-described embodiments are illustrative in all aspects and not restrictive. For example, each component described as a single entity may be distributed and implemented, and components described as being distributed may also be implemented in a combined form.

본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.The scope of the present invention is defined by the appended claims rather than the detailed description and all changes or modifications derived from the meaning and scope of the claims and their equivalents are to be construed as being included within the scope of the present invention do.

110: 웹 서버
120: GIS 서버
130: 웹 클라이언트
131: 클라이언트 코드 수집부
132: 매개변수지도 획득부
133: MBLRP 모델링 수행부
134: 매개변수 수행부
135: 모델링별 가상강우 모의 수행부
136: 가상강우 시계열 데이터 출력부110: Web server
120: GIS server
130: Web client
131: Client code collection unit
132: Parameter map acquisition unit
133: MBLRP modeling performing unit
134: Parameter execution unit
135: Simulation of virtual rainfall by modeling
136: virtual rainfall time series data output unit

Claims

A virtual rainfall generation system for generating virtual rainfall time series data based on parameter map based on Modified Bartlett-Lewis Rectangular Pulse (MBLRP) rainfall generation model in Poisson cluster rainfall generation model,
A web server 110 for providing client code including HTML and a JavaScript file;
A GIS server 120 providing an MBLRP parameter map corresponding to the client code; And
The service of the GIS server 120 is used through the client code provided from the web server 110 and virtual rainfall statistics including mean, variance, autocorrelation coefficient, and rainfall probability are calculated according to the collected client code Six MBLRP parameters (< RTI ID = 0.0 >

A web client 130 for performing modeling-based virtual rainfall simulation corresponding to the virtual rainfall statistic value on the MBLRP parameter map, and outputting simulated virtual rainfall time series data for each modeling,
/ RTI >
The client code is an MBLRP code including an HTML and a JavaScript file, and uses an API (Application Programming Interface) for JavaScript for receiving the MBLRP parameter map from the GIS server 120 Based Poisson cluster virtual rainfall generation system.

The method according to claim 1,
Wherein the MBLRP parameter map is generated by interpolating the parameters of the MBLRP model with respect to the rainfall station and spatially interpolating the rainfall station to generate virtual rainfall data similar to the observed rainfall. Cluster virtual rainfall generation system.

The method of claim 1, wherein the web client (130)
A client code collection unit 131 for collecting client code including HTML and a JavaScript file from the web server 110;
A parameter map obtaining unit 132 for obtaining an MBLRP parameter map from the GIS server 120 through the collected client code;
In order to calculate a virtual rainfall statistic value including mean, variance, autocorrelation coefficient, and precipitation probability according to the collected client code, six MBLRP parameters (

An MBLRP modeling performing unit 133 for modeling the MBLRP model to be corrected;
A parameter execution unit 134 for performing parameter modeling to simplify a parameter calculation process when MBLRP modeling of the MBLRP modeling performing unit 133 is performed;
A modeling-based virtual rainfall simulator 135 for performing modeling-based virtual rainfall simulation corresponding to the virtual rainfall statistic value on the MBLRP parameter map according to general modeling, flood modeling, or runoff modeling according to a hydrological simulation purpose; And
And a virtual rainfall time series data output unit (136) for outputting simulated virtual rainfall time series data for each modeling.

The method of claim 3,
The parameter execution unit 134 sets a maximum value and a minimum value of the parameter to specify a calculation range and then sets a global minimum value of a parameter that minimizes an objective function within the range And the step of re-designating the new range to the new range is repeated until the calculation range is not reduced, and the finally calculated parameter value is judged as the final modeled parameter value. Cluster virtual rainfall generation system.

5. The method of claim 4,
Wherein the parameter selecting unit selects, instead of the local minimum value indicating a minimum value in a specific range, a parameter map-based Poisson cluster virtual rainfall, when the parameter having the global minimum value is determined to be unreasonable. Generating system.

delete

The method according to claim 1,
The web client 130 executes the MBLRP logic in the client code using the JavaScript and uses a base64 encryption process to include the virtual rainfall generation simulation result in a web browser A feature - driven map - based Poisson cluster virtual rainfall generation system.

The method according to claim 1,
The GIS server 120 may generate six MBLRP parameters (not shown) for all months, as well as for the general modeling, flood modeling or runoff modeling of the hydrological simulation

(REST) service that provides a map for a total of 216 raster maps, and uses the REST service in the web client 130 through the client code Map - based Poisson Cluster Virtual Rainfall Generation System.

A virtual rainfall generation method for generating virtual rainfall time series data based on parameter map based on Modified Bartlett-Lewis Rectangular Pulse (MBLRP) rainfall generation model in Poisson cluster rainfall generation model,
a) collecting a client code from the web server 110 by the web client 130;
b) the web client 130 obtains an MBLRP parameter map from the GIS server 120 through the client code provided from the web server 110;
c) performing the parameter modeling when the web client 130 performs MBLRP modeling;
d) calibrating the parameters so that the web client 130 can reproduce the statistical values of the observation rainfall time series;
e) calculating, by the web client 130, virtual rain statistics including mean, variance, autocorrelation coefficient, and rain probability;
f) performing the virtual rainfall simulation by modeling corresponding to the virtual rainfall statistic value on the MBLRP parameter map, according to general modeling, flood modeling or runoff modeling according to the hydrological simulation purpose; And
g) outputting virtual rainfall time series data simulated for each modeling by the web client 130,
The client code in the step a) is an MBLRP code including an HTML file and a JavaScript file. The client code is an API (Application Programming) code for JavaScript for receiving the MBLRP parameter map from the GIS server 120 Interface Poisson Cluster Virtual Rainfall Generation Method.

10. The method of claim 9,
The MBLRP parameter map is generated by interpolating the parameters of the MBLRP model for the rainfall station and generating the simulated rainfall data similar to the observation rainfall and spatially interpolating it. The parameter map-based Poisson cluster How to create virtual rainfall.

delete

10. The method of claim 9,
The parameter modeling in the step c) may be performed by setting a maximum value and a minimum value of the parameter to specify a calculation range and then setting a global minimum value of a parameter that minimizes an objective function within the range And the step of re-designating the new range to the new range is repeated until the calculation range is not reduced, and the finally calculated parameter value is judged as the final modeled parameter value. Cluster virtual rainfall generation method.

13. The method of claim 12,
Wherein the parameter selecting unit selects, instead of the local minimum value indicating a minimum value in a specific range, a parameter map-based Poisson cluster virtual rainfall, when the parameter having the global minimum value is determined to be unreasonable. Generation method.

delete