KR20130039191A - Grid based long term rainfall runoff model for large scale watersheds - Google Patents
Grid based long term rainfall runoff model for large scale watersheds Download PDFInfo
- Publication number
- KR20130039191A KR20130039191A KR1020110103696A KR20110103696A KR20130039191A KR 20130039191 A KR20130039191 A KR 20130039191A KR 1020110103696 A KR1020110103696 A KR 1020110103696A KR 20110103696 A KR20110103696 A KR 20110103696A KR 20130039191 A KR20130039191 A KR 20130039191A
- Authority
- KR
- South Korea
- Prior art keywords
- runoff
- grid
- calculation
- rainfall
- layer
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Operations Research (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
본 출원인은 격자 강우량과 격자 기반의 GIS 수문 매개 변수와 연계하여 대유역 장기 유출량의 시공간적 분포를 파악할 수 있도록 물리적인 운동파 이론에 근거한 격자 기반의 대유역 장기 강우 유출 모형인 K-DRUM 모형을 자체 개발하였다. 본 발명은 유출량에 큰 영향을 미치는 초기 토양 함수 상태에 대한 자동 보정 기법을 추가 개발한 것으로 K-DRUM 모형의 초기 토양 함수 조건을 설정하는데 있어서 자동 보정 기법을 적용함으로써 기존의 시행 착오법으로 인해 소요되는 시간과 부정확한 설정으로 발생될 수 있는 문제점을 해결할 수 있다.Applicants have developed their own K-DRUM model, which is a grid-based large basin long-term rainfall runoff model based on physical kinematic wave theory, in order to understand the spatiotemporal distribution of long-term basin runoff in conjunction with grid rainfall and grid-based GIS hydrologic parameters. Developed. The present invention has further developed an automatic correction method for the initial soil moisture condition which has a great influence on the runoff, and it is necessary to apply the automatic correction technique in setting the initial soil moisture condition of the K-DRUM model. Time and incorrect settings can solve problems that may occur.
또한, 격자기반 유출 모형은 소유역 단위 모형에 비해 격자 단위로 운동역학적인 이론에 근거하여 물의 흐름을 수치 해석으로 추적해 나가기 때문에 많은 컴퓨터 메모리 용량이 요구되고 계산 수행 시간이 상대적으로 오래 걸리는 단점이 있었다. 그래서 격자기반 유출 모형은 주로 증발산량을 고려하지 않는 홍수 유출량 산정과 같은 단기 유출 계산에만 국한되어 적용하여 왔다. 홍수 유출량 산정에서 증발산량이 무시될 수 있는 이유는 단기간에 발생하는 증발산량이 홍수 유출량에 비해 매우 작기 때문에 증발산량을 고려하지 않아도 홍수 유출량에 차이가 미미하다. 그러나 장기 유출 해석에서는 증발산량이 전체 유출량에 비해 무시할 수 없는 정도로 크게 되고 지형 및 기상 특성에 따라 증발산량을 산정하여야 한다. 이에, 본 발명에서는 유역을 격자단위로 구분하고 격자별 지형 및 기상특성에 따라 증발산량을 산정하는 기법을 적용하여 장기 유출 해석 적용 시에 발생될 수 있는 문제점을 해결할 수 있다. In addition, the grid-based runoff model has a disadvantage of requiring a large amount of computer memory and a relatively long calculation time since the water flow is tracked numerically based on kinematic theory in a grid unit compared to the subwatershed unit model. . Thus, grid-based runoff models have been applied only to short-term runoff calculations, such as estimating flood runoff, which does not consider evapotranspiration. The reason why the evapotranspiration can be neglected in the estimation of flood runoff is that the amount of evapotranspiration generated in the short term is very small compared to the flood runoff, so the difference in flood runoff is negligible even without considering the evapotranspiration. However, in the long-term runoff analysis, the amount of evapotranspiration is negligible compared to the total runoff, and the amount of evapotranspiration should be estimated according to the topography and weather characteristics. Thus, the present invention can solve the problem that may occur when applying the long-term runoff analysis by applying a technique for dividing the watershed by the grid unit and calculating the amount of evapotranspiration according to the topography and weather characteristics for each grid.
또한, 격자기반 장기 유출 모형은 대유역을 대상으로 하는 장기 유출량 산정을 위해서 상기와 같이 많은 컴퓨터 메모리 용량이 요구되고 계산 수행 시간이 상대적으로 오래 걸리기 때문에 적용이 불가능한 단점이 있었다. 그래서 격자기반 장기 유출 모형은 주로 소유역에 대해서만 국한되어 적용하여 왔으며 대유역에 적용하기 위해서는 격자의 해상도를 낮추고 유출량을 산정하기 때문에 계산정확도가 낮아지고 계산 시간이 많이 소요되어 실무 적용을 어렵게 하는 요인이 되어 왔다. 이에, 본 발명에서는 메시지 전달 인터페이스(MPI: Message Passing Interface) 기법을 적용하여 격자기반 장기 유출 모형의 단점 중 하나인 대유역 장기 유출 해석 적용 시의 계산 소요 문제를 해결하고자 한다. In addition, the grid-based long-term runoff model has a disadvantage in that it cannot be applied because a large amount of computer memory is required and calculation time is relatively long to calculate long-term runoff for a large watershed. Therefore, the grid-based long-term runoff model has been mainly applied only to subwatersheds.In order to apply to large watersheds, the calculation accuracy is lowered and calculation time is required because the grid resolution is lowered and the runoff is calculated. Has been. Accordingly, the present invention is intended to solve the computational problem in applying the large basin long-term runoff analysis, which is one of the disadvantages of the grid-based long-term runoff model, by applying a message passing interface (MPI) method.
최근 GIS 및 인공 위성을 이용한 토양 및 지형에 대한 정보 구축이 진행되어 유역에 대한 정확하고 상세한 각종 수문 매개 변수의 수집이 가능하게 되었다. 또한 컴퓨터의 기능 향상과 수치 모의의 기술 향상으로 인해 강우와 지형 및 토양 특성의 공간 분포와 비균질성을 고려하여 유역 유출을 계산할 수 있는 격자기반의 강우 유출 모형에 대한 활용성이 증대되고 있다. GIS 기술의 급속한 발전은 다양한 공간 자료들을 통합하여 다루는 것이 가능해 졌고 수량과 수질의 공간적인 분포 특성을 충실히 반영하여 최근에 격자기반 유출 모형을 이용한 유역 수리 수질 모형의 구축이 활발하게 연구되고 있다. Recently, the construction of soil and terrain information using GIS and satellites has made it possible to collect accurate and detailed hydrologic parameters of watersheds. In addition, due to improvements in computer functions and numerical simulation techniques, the utility of grid-based rainfall runoff models, which can calculate watershed runoff in consideration of spatial distribution and heterogeneity of rainfall, topography, and soil characteristics, is increasing. The rapid development of GIS technology has made it possible to integrate various spatial data and reflect the spatial distribution characteristics of water quantity and water quality. Recently, the construction of watershed hydraulic water quality models using grid-based runoff models has been actively studied.
이러한 격자기반 유출 모형은 유출량 산정을 위해서 강우와 개념화된 몇 개의 매개 변수에 의존적인 집중형 수문 모형에 비해 공간적인 분포 특성을 가진 많은 수문 매개 변수들이 필요하다. 상당수의 매개 변수들은 GIS 및 원격 탐사 자료 등을 통하여 유역의 물리적 특성이나 실측된 자료로부터 구할 수 있지만 일부는 매개 변수들의 불확실성으로 인한 매개 변수 보정이 필요하다. This grid-based runoff model requires a large number of hydrologic parameters with spatial distribution characteristics compared to the centralized hydrologic model, which is dependent on rainfall and a few conceptualized parameters, for runoff estimation. Many parameters can be obtained from the watershed physical characteristics or measured data through GIS and remote sensing data, but some require parameter correction due to the uncertainty of the parameters.
특히, 유출량에 영향을 주는 여러 수문 요소 중 지표 유출량의 변화는 침투량에 크게 영항을 미친다. 강우에 의한 지표 유출은 토양의 건조 상태에 따라 크게 달라진다. 매우 건조한 상태에서 흙은 무한에 가까운 침투율을 갖고 있으나 이미 발생한 강우에 의한 영향으로 토양의 함수량이 커지면 같은 강수량이라고 할지라도 건조 상태의 토양보다 많은 지표 유출이 일어난다. 이와 같이 토양의 초기 함수 상태에 따라 침투량은 직접적으로 영향을 받기 때문에 토양의 초기 함수율은 강수로부터 발생되는 유출량을 결정하는 주요한 요인이 된다.In particular, changes in surface runoff, among other hydrologic factors affecting runoff, have a significant effect on penetration. Surface runoff due to rainfall is highly dependent on the dryness of the soil. In very dry soils, the infiltration rate is almost infinite, but due to the rainfall already occurring, the soil water content increases, resulting in more surface runoff than the dry soils, even with the same precipitation. In this way, the infiltration rate is directly affected by the initial moisture state of the soil, so the initial moisture content of the soil is a major factor in determining the amount of runoff from precipitation.
기존의 격자기반 유출 모형을 사용한 장기 강우 유출 해석에서는 초기 토양 함수율을 설정하기 위하여 전체 유역을 대상으로 개략적인 함수율을 적용하고 해석하고자 하는 기간보다 수년을 선행 해석하여 초기 함수상태를 산정하는 기법이 보편적으로 사용되었다. 이러한 기법은 사용자로 하여금 수치 모의를 수행할 경우 초기 단계의 매개 변수 보정에 더욱 더 많은 시간과 노력이 요구되고 불필요한 초기 토양함수 설정 계산에 많은 시간을 사용해야 하며 또한 사용자의 주관적 관점에 따라 전체 유역의 초기 토양 함수율이 결정되게 되는 단점이 있다.In the long-term rainfall runoff analysis using the grid-based runoff model, a general method of calculating the initial moisture state by applying a rough water content to the entire watershed and analyzing it several years ahead of the period to analyze Was used. This technique requires more time and effort to calibrate the parameters of the initial stages when the user performs numerical simulations, and more time to calculate unnecessary initial soil function settings and, depending on the user's subjective point of view, There is a disadvantage that the initial soil moisture content is determined.
이에 대해 본 발명에서는 초기 조건 중에서 지표 유출량의 변화에 가장 영향을 주지만 실제 관측은 용이하지 않은 토양 수분을 자동으로 보정할 수 있는 기법을 제시하여 계산시간을 단축하고 유출 정확도를 향상시키고자 한다.On the other hand, the present invention intends to shorten the calculation time and improve runoff accuracy by presenting a technique for automatically correcting soil moisture, which has the most influence on the change of surface runoff among initial conditions, but which is not easily observed.
격자기반 유출 모형과 관련된 최근의 연구 동향을 살펴 보면, 홍수기를 대상으로 하는 단기 모형으로 격자 기반의 레이더 강우와 연계한 연구와 유역의 복잡한 지형 특성이나 인위적인 영향 등을 충분히 고려할 수 있도록 물 순환적인 측면에서 접근하여 모형이 보다 복잡화되고 있고, 각종 물리적 수문 매개 변수 추출에 GIS를 도입하는 경우가 증가하고 있다. 그러나 지금까지 국내에서 개발된 격자기반 유출 모형은 개념적 모형에 비해 입력 자료의 구축에 많은 시간과 노력이 필요하며, 특히 대유역을 대상으로 장기 유출 계산 시 운동역학적인 이론에 근거하여 물의 흐름을 수치 해석으로 추적해 나가기 때문에 많은 컴퓨터 메모리 용량이 요구되고 계산 수행 시간이 상대적으로 오래 걸리는 단점이 있었다. Looking at recent research trends related to grid-based runoff models, a short-term model for flooding is based on water recirculation in order to take into account studies involving grid-based radar rainfall and to consider the complex topographical characteristics and artificial effects of the watershed. Models are becoming more complex with the approach, and the use of GIS for the extraction of various physical hydrologic parameters is increasing. However, the grid-based runoff model developed so far requires much more time and effort to construct input data than the conceptual model. Especially, the water flow is calculated based on kinetic theory when calculating long runoff in large watersheds. Tracking down to analysis required a lot of computer memory capacity and relatively long computational time.
이에 대해 본 발명에서는 병렬화 기법을 적용하여 물리적이고 복잡한 수치 계산을 하는 격자기반 대유역 장기 유출 모형의 단점인 계산 소요 문제를 해결하기 위하여 영역 분할을 통하여 대유역 적용 시 계산 시간을 획기적으로 단축하고자 한다. 병렬화 처리 기법이란 지역적으로 메모리를 따로 가지는 프로세스들이 데이터를 공유하기 위해 데이터를 송수신하여 통신하는 방식을 이용하여 작업 할당 및 데이터 분배 등 효율적 계산 기법으로 격자기반 유출 모형 및 기상 모델링 등 광범위한 지역을 대상으로 대용량 수치 해석 시 효과적으로 활용 가능하다. On the other hand, in the present invention, to solve the computational problem, which is a disadvantage of the grid-based large basin runoff model using physical and complex numerical calculations by applying the parallelism technique, the calculation time is greatly reduced when the large basin is applied through the segmentation. . The parallelization process is an efficient calculation technique such as task allocation and data distribution, which uses processes that transmit and receive data in order to share data. It can be effectively used for large-scale numerical analysis.
또한, 본 발명에서는 효율적이고 수치적으로 정확하며 다양한 기종의 클러스터 시스템에서도 실행될 수 있도록 호환성을 가지는 격자기반 대유역 장기 유출 모형의 병렬 코드 개발과 영역 분할 기법을 통한 최적의 병렬화 기법을 제시하고자 한다.In addition, the present invention proposes an optimal parallelization technique through parallel code development and region segmentation of grid-based large basin runoff models that are efficient, numerically accurate, and compatible with various types of cluster systems.
본 발명은 상기와 같은 종래 기술을 개선하기 위해 안출된 것으로서, K-DRUM 모형의 초기 토양 함수 조건을 설정하는데 있어서 자동 보정 기법을 적용함으로써 기존의 시행 착오법으로 인해 소요되는 시간과 부정확한 설정으로 발생될 수 있는 문제점을 해결할 수 있도록 하는 격자기반의 대유역 장기 강우 유출 모형을 제공하는 것을 목적으로 한다.The present invention has been made to improve the prior art as described above, by applying an automatic correction technique to set the initial soil function conditions of the K-DRUM model, the time required and the incorrect setting due to the existing trial and error method The objective is to provide a grid-based large basin long-term rainfall runoff model to address possible problems.
또한, 본 발명은 증발산량을 지형 및 기상 특성에 따라 격자별로 차등 산정하고 적용함으로써 장기간의 유출 계산에 있어서 유역에서 제거되는 증발산량을 해결할 수 있도록 하는 격자 기반의 대유역 장기 강우 유출 모형을 제공하는 것을 목적으로 한다.In addition, an object of the present invention is to provide a grid-based large basin long-term rainfall runoff model that can solve the amount of evapotranspiration removed from the watershed in the long-term runoff calculation by calculating and applying the amount of evapotranspiration by the grid according to the topography and weather characteristics It is done.
또한, 본 발명은 메시지 전달 인터페이스 기법을 적용함으로써 물리적이고 복잡한 수치 계산을 하는 격자기반 모형의 단점인 대유역 장기 유출 적용 시의 계산 소요 문제를 해결할 수 있도록 하는 격자 기반의 대유역 장기 강우 유출 모형을 제공하는 것을 목적으로 한다.In addition, the present invention provides a grid-based large basin long-term rainfall runoff model that solves the computational problem of large-scale long-term runoff, which is a disadvantage of grid-based models that perform physical and complex numerical calculations by applying a message transfer interface technique. It aims to provide.
상기의 목적을 이루고 종래기술의 문제점을 해결하기 위하여, 본 발명의 일실시예에 따른 격자 기반의 대유역 장기 강우 유출 모형은, 격자 강우량 및 기상자료와 GIS와 연계한 격자 기반의 공간 수문 자료를 입력 매개 변수로 활용하고 유역의 유출량을 운동량 이론에 의하여 물리적으로 추적하는 격자 기반의 대유역 장기 강우 유출 모형에 있어서, 상기 유출량에 영향을 미치는 초기 토양 함수비를 자동으로 보정할 수 있는 초기 토양 함수비 자동 보정 기법을 포함하는 것을 특징으로 한다.In order to achieve the above object and solve the problems of the prior art, grid-based large basin long-term rainfall runoff model according to an embodiment of the present invention, grid-based rainfall and meteorological data and grid-based spatial hydrologic data in conjunction with GIS In the grid-based large basin long-term rainfall runoff model that uses as a parameter and physically tracks the watershed runoff by momentum theory, the initial soil water content correction can be automatically compensated for the initial soil water content affecting the runoff. It includes a technique.
또한, 본 발명의 일실시예에 따른 격자 기반의 대유역 장기 유출 모형에서 상기 격자 기반의 유출 모형은, 상기 유역 내 수평 유출량 산정 모듈로서 평면 분포형의 격자형과 연직 분포형의 다층 모형을 이용하여 격자 기반 다층 유출 모형을 적용한 것으로 연직 구조는 A층 및 B층의 수평 유출량은 하천으로 유입하고 연직 유출량은 C층으로 침투하며 C층은 하천 유량에 직접 영향을 미치지 않지만 B층과 D층에 간접적으로 영향을 미치는 중간층으로 가정하며 D층은 하천 유량에 영향을 미치지 않는 지하수 층으로 구성하는 것을 특징으로 한다.In addition, in the grid-based large basin long-term runoff model according to an embodiment of the present invention, the grid-based runoff model is used as a horizontal flow rate estimating module in the watershed using a planar distribution grid and a vertical distribution multi-layer model. The grid-based multi-layer spill model is applied to the vertical structure, where the horizontal flow of A and B flows into the stream, the vertical flow into the C layer, and the C layer does not directly affect the flow of the river, but It is assumed that the intermediate layer affects indirectly, and the D layer is composed of a groundwater layer which does not affect the flow rate of the river.
또한, 본 발명의 일실시예에 따른 격자 기반의 대유역 장기 유출 모형에서 상기 초기 토양 함수비 자동 보정 기법은, 상기 B층, 상기 C층 및 상기 D층의 상기 초기 토양 함수비를 완전 포화 상태로 설정하는 초기 설정 단계; 상기 유역 내에 위치하는 유량 관측소의 관측 자료를 이용하여 기저 유출량을 설정하는 관측 기저 유출량 산정 단계; 상기 유량 관측소의 위치에 해당하는 격자 번호를 선택하는 격자 번호 선택 단계; 상기 유역 내부 전체의 유출량 계산을 진행하는 계산 기저 유출량 산정 단계; 상기 계산 기저 유출량과 상기 관측 기저 유출량을 비교하는 비교 단계; 상기 비교 결과 상기 계산 기저 유출량이 상기 관측 기저 유출량보다 큰 경우 상기 계산 기저 유출량 산정 단계를 리턴하며 그렇지 않으면 이를 완료하는 판단 단계를 포함하는 것을 특징으로 한다.In addition, in the grid-based large basin long-term runoff model according to an embodiment of the present invention, the initial soil water content automatic correction technique, the initial soil water content of the B layer, the C layer and the D layer is set to a fully saturated state An initial setting step; An observation base flow rate estimating step of setting a base flow rate using observation data of a flow station located in the watershed; A grid number selection step of selecting a grid number corresponding to the position of the flow station; A calculation basal runoff calculation step of performing a runoff calculation of the whole watershed; Comparing the calculated basal flow rate with the observed basis flow rate; And a determination step of returning the calculated base flow rate calculation step if the calculated base flow rate is greater than the observed base flow rate, and otherwise completing the calculation.
또한, 본 발명의 일실시예에 따른 격자 기반의 대유역 장기 유출 모형에서 상기 증발산량 산정 기법은, 지형 및 기상특성에 의해 격자별로 증발산량 산출식을 이용하여 증발산량을 산정하는 단계; 상기 A층에서 제거 가능한 증발산량 산정하는 단계; 상기 A층에서 제거가 부족한 증발산량을 B층에서 제거하는 단계를 포함하는 것을 특징으로 한다. In addition, the method of estimating the amount of evapotranspiration in a grid-based large basin runoff model according to an embodiment of the present invention may include estimating the amount of evapotranspiration using a formula for calculating the amount of evaporation for each lattice based on terrain and meteorological characteristics; Calculating an amount of evapotranspiration that is removable from the layer A; It characterized in that it comprises the step of removing from the B layer the amount of evaporation insufficient to remove in the A layer.
또한, 본 발명의 일실시예에 따른 격자 기반의 대유역 장기 유출 모형에 있어서, 상기 유역을 다수의 영역으로 분할하여 상기 각각의 영역별로 상기 유출량 계산을 수행할 수 있는 메시지 전달 인터페이스 기법을 이용한 병렬화 계산을 적용하는 것을 특징으로 한다.In addition, in the grid-based large basin long-term runoff model according to an embodiment of the present invention, the parallelization using a message transfer interface technique that can divide the watershed into a plurality of areas to perform the runoff calculation for each area It is characterized by applying a calculation.
또한, 본 발명의 일실시예에 따른 격자 기반의 대유역 장기 유출 모형에서 상기 메시지 전달 인터페이스 기법은, 지역적으로 메모리를 따로 가지는 다수의 프로세스가 상기 유출량 계산을 할당 및 분배하기 위한 통신 방식으로 병렬화 코딩이 완료된 프로그램을 실행하되 상기 병렬화 코딩은, 상기 메시지 전달 인터페이스 기법을 이용하기 위하여 공통적으로 선언하는 초기 병렬화 선언어; 상기 영역에 대한 상기 유출량 계산을 담당하는 노드에 공유되어야 하는 정보를 배포하는 입력 자료 배포어; 선정된 통신 순서에 따라 상기 노드간 공유 경계 정보 통신을 하는 공유 경계 정보 통신어를 포함하는 것을 특징으로 한다.In addition, in the grid-based large basin long-term outflow model in accordance with an embodiment of the present invention, the message transfer interface technique is a parallel coding scheme in which a plurality of processes having a memory locally allocate and distribute the outflow calculation. Executing the completed program, wherein the parallelization coding comprises: an initial parallelization declarator commonly declared to use the message transfer interface technique; An input material distribution word for distributing information to be shared to a node in charge of calculating the flow rate for the area; And a shared boundary information communication language for performing shared boundary information communication between nodes according to a predetermined communication order.
또한, 본 발명의 일실시예에 따른 격자 기반의 유출 모형에서 상기 통신 순서는, 기준이 되는 노드를 중심으로 각각 서로 반대 방향에 있는 노드끼리 상호 통신하도록 하는 것을 특징으로 한다.In addition, in the grid-based leakage model according to an embodiment of the present invention, the communication sequence is characterized in that the nodes in mutually opposite directions with respect to the reference node.
또한, 본 발명의 일실시예에 따른 격자 기반의 유출 모형에서 상기 영역의 개수가 증가함에 따른 상기 유출량 계산의 오차를 최소화하기 위하여 단위 시간당 상기 영영간의 정보 교환과 상기 유출량 계산을 적어도 수회 이상 반복하는 것을 특징으로 한다.In addition, in the grid-based runoff model according to an embodiment of the present invention, in order to minimize the error in the runoff calculation as the number of areas increases, the exchange of information and the runoff calculation between the zeros per unit time is repeated at least several times. It is characterized by.
본 발명의 일실시예에 따른 격자 기반의 대유역 장기 유출 모형에 따르면, 초기 토양 함수 상태 자동 보정 기법은 실무에서 실시간으로 K-DRUM 모형을 이용한 대유역 장기 유출 예측을 수행할 경우 사용자의 주관적 판단에 따른 입력 자료를 최소화함과 동시에 정확도 높은 유출량 산출을 가능하게 할 수 있다. According to the grid-based large basin long-term runoff model according to an embodiment of the present invention, the initial soil water condition automatic calibration technique is subjective judgment of the user when performing the long-term long-term runoff prediction using the K-DRUM model in real time. It is possible to minimize the input data and to accurately calculate the flow rate.
본 발명의 일실시예에 따른 격자 기반의 대유역 장기 유출 모형에 따르면, 격자 단위 증발산량 산정 기법은 장기 유출 예측을 수행할 경우 증발산량을 고려한 유출 해석이 가능하게 되고 또한, 기후변화에 따른 유역 내의 국부적 특성 변화를 고려할 수 있어 신뢰성 높은 장기 유출량 산출을 가능하게 할 수 있다. According to the grid-based large basin long-term runoff model according to an embodiment of the present invention, the grid-based evapotranspiration estimating technique enables the runoff analysis considering the evapotranspiration amount when performing long-term runoff forecasting, and it is also possible to perform local analysis in the watershed according to climate change. Changes in properties can be taken into account to enable reliable long-term runoff calculations.
본 발명의 일실시예에 따른 격자 기반의 대유역 장기 유출 모형에 따르면, 대유역을 대상으로 유출 해석 시 요구되는 계산 수행 시간을 획기적으로 단축 가능하여 실무에서 적용 가능성이 높다. According to the grid-based large basin long-term runoff model according to an embodiment of the present invention, it is possible to drastically shorten the calculation execution time required for runoff analysis for a large basin, it is highly applicable in practice.
도 1은 K-DRUM 모형의 구조도.
도 2는 K-DRUM 모형의 입출력 자료의 종류 및 계산 흐름을 도시한 도면.
도 3은 K-DRUM 모형에서 입력 자료로 사용되는 수문 매개 변수 산정을 위한 원시 자료의 종류, 수문 매개 변수명, 산정 방법 및 기준을 도시한 도면.
도 4는 초기 토양 함수비 자동 보정 기법의 흐름을 도시한 순서도.
도 5는 격자별 실제 증발산량 산정 방법을 도시한 도면.
도 6는 메시지 전달 모델의 구조도.
도 7은 대상 유역을 소영역으로 분할한 형태와 소영역의 계산 범위와 통신 범위를 도시한 도면.
도 8은 대상 노드와 인접 노드간 통신을 수행할 경우 통신 순번을 도시한 도면.
도 9은 초기 병렬화 선언, 노드 전체에 대한 입력 자료 배포, 노드간 공유 경계 정보 통신에 대한 명령어를 도시한 도면.1 is a structural diagram of a K-DRUM model.
2 is a view showing the type and calculation flow of input and output data of the K-DRUM model.
3 is a diagram showing the types of raw data, hydrological parameter names, calculation methods and criteria for calculating hydrological parameters used as input data in a K-DRUM model.
4 is a flow chart showing the flow of the initial soil water content automatic correction technique.
5 is a diagram illustrating a method for calculating an actual evapotranspiration amount for each lattice.
6 is a structural diagram of a message delivery model.
Fig. 7 is a diagram showing a form in which a target basin is divided into small areas, a calculation range of a small area, and a communication range.
8 is a diagram illustrating a communication sequence number when performing communication between a target node and an adjacent node.
9 illustrates instructions for initial parallelization declaration, input data distribution for all nodes, and shared boundary information communication between nodes.
이하에서는 첨부된 도면을 참조하여 본 발명의 실시예를 상세히 설명한다.Hereinafter, embodiments of the present invention will be described in detail with reference to the accompanying drawings.
도 1은 K-DRUM 모형의 구조도이다. K-DRUM 모형은 유역 내 수평 유출량 산정 모듈로서 평면 분포형의 격자형과 연직 분포형의 다층 모형을 이용하여 격자 기반 다층 유출 모형을 적용한다. 도 1에 도시된 바와 같이 연직 구조는 A층 및 B층의 수평방향 유출량은 하천으로만 유입하고 연직 유출량은 C층으로 침투하게 되며 인접 격자로 유량 전달은 없다. C층은 하천 유량에 직접 영향을 미치지 않는 중간층으로 B층과 D층의 연직방향 유량을 전달하는 역할을 하고 흐름 방향도에 의해 인접 격자로 흐름이 발생한다. D 층은 지하수 층으로서 C층과 연직 유량 전달이 있고 흐름 방향도에 의해 인접 격자로 흐름이 발생하는 것으로 가정한다. 1 is a structural diagram of a K-DRUM model. The K-DRUM model is a module for estimating horizontal runoff in the watershed and applies a grid-based multi-layer runoff model using a planar grid and a vertical model. As shown in FIG. 1, the vertical structure has a horizontal flow rate of the A and B layers only flows into the river and the vertical flow rate penetrates the C layer, and there is no flow rate to the adjacent grid. The C layer is an intermediate layer that does not directly affect the flow rate of the river, and serves to transfer the vertical flow rates of the B layer and the D layer, and flow occurs to the adjacent grid by the flow direction diagram. It is assumed that the D layer is a groundwater layer, which has a vertical flow transfer with the C layer, and that flow occurs to an adjacent grid by the flow direction diagram.
K-DRUM 모형의 특성으로서는 DEM을 이용하여 격자 기반으로 지형 정보를 수치화하고 GIS를 이용하여 위성 영상을 통한 실제 토양 및 토지 피복에 대한 매개 변수들을 추출하고 실제와 근사한 하천 흐름도를 추출하여 운동역학적인 이론을 기반으로 물의 흐름을 수리학적으로 추적하는 것이다. 또한, 침투능 공극을 통한 흐름 과정으로 산정하고 수치 강우 예보 자료나 레이더 강우 자료 등의 격자 기반의 분포형 강우를 입력할 수 있도록 설계된다.The characteristics of the K-DRUM model are digitization of terrain information based on grid using DEM, extraction of parameters for real soil and land cover through satellite imagery, and extraction of approximate stream flows using GIS. Based on the theory, the flow of water is mathematically traced. In addition, it is designed to calculate the flow through the penetration gap and input grid-based distributed rainfall such as numerical rainfall forecast data or radar rainfall data.
동일한 유출 특성 및 부하 발생 특성을 가지는 토지 피복을 하나로 묶어서 산림 지역, 논 지역, 밭 지역, 도시 지역, 수역 등 8종류로 재 분류하여 격자마다 모자이크법을 적용하여 토지 피복의 영향을 상세하게 파악할 수 있도록 한다.The land cover having the same runoff characteristics and load generation characteristics can be grouped into 8 types such as forest areas, paddy fields, field areas, urban areas, and water bodies, and mosaics can be applied to each grid to understand the effects of land cover in detail. Make sure
K-DRUM 모형은 단순화된 조건하에서 사용하기 적합한 해석 해가 존재하여 검증이 용이하고 넓은 범위의 조건하에서 적용성이 우수하며 강우 유출로 인한 지표 흐름을 추적하기 위하여 운동파 해석법을 이용한다. 지표 흐름 및 A층, 즉, 얄은 면 흐름은 중간 유출을 고려한 운동파 해석법을 적용하고, B층, 즉, 지표하 흐름과 C층, D층 즉, 지하수 흐름은 선형 저류법을 적용한다. 강우 발생 시 토양 내부로의 침투 강도를 계산하기 위하여 Green-Ampt식을 이용한다. 장기유출에 필요한 증발산량을 산정하기 위하여 FAO56 P-M 식을 이용한다.The K-DRUM model has an analytical solution suitable for use under simplified conditions, so it is easy to verify, has excellent applicability under a wide range of conditions, and uses kinetic wave analysis to track surface flow due to rainfall runoff. Surface flows and A-layers, ie, surface flows, apply kinematic wave analysis to account for intermediate runoff, while B-layers, ie, subsurface flows, and C, D, or groundwater flows, apply linear storage. The Green-Ampt equation is used to calculate the strength of penetration into the soil during rainfall. Use the FAO56 P-M equation to estimate the amount of evapotranspiration required for long-term runoff.
각 층에서의 유출 해석을 위한 지배 방정식과 각각의 변수에 대한 내용은 다음과 같다.The governing equations for runoff analysis at each layer and the contents of each variable are as follows.
여기서, x는 상류단으로부터의 거리(m), h는 수심(m), v는 유속(m/s), R은 강우량(mm), I는 침투량(mm)으로 표현된다. 강우 발생 시 토양 내부로의 침투 강도를 계산하기 위한 Green-Ampt의 수식은 다음과 같다.Where x is the distance from the upstream end (m), h is the depth (m), v is the flow rate (m / s), R is the rainfall (mm), and I is the penetration (mm). The formula of Green-Ampt to calculate the intensity of penetration into soil during rainfall is as follows.
여기서, Ft는 t시간에서의 누가 침투량(m), ks는 유효 투수 계수(m/sec), △t는 계산 시간 간격(sec), Ψ는 습윤선 흡입 수두(m), θs는 포화 함수비, θ0은 초기 함수비, ft는 t시간에서의 침투 강도(m/sec)로 표현된다.Where F t is the nominal penetration (m) at t time, k s is the effective permeability coefficient (m / sec), Δt is the calculation time interval (sec), Ψ is the wet line suction head (m), and θ s is Saturation water content, θ 0 is expressed as the initial water content, f t is the penetration intensity (m / sec) at t time.
t시간에서의 누가 침투량은 비선형식이기 때문에 Newton-Raphson법을 이용하고 초기 조건으로 전 시간 단계에서의 누가 침투량을 이용한다. 하도에서의 유출을 계산하기 위한 지배 방정식과 각각의 변수에 대한 내용은 다음과 같다.Since the nogular infiltration at t time is nonlinear, the Newton-Raphson method is used and the nogular infiltration at all time steps is used as the initial condition. The governing equations for calculating runoff from the channel and the details of each variable are as follows.
여기서, Ar은 하도의 유하 단면적(m2), Qr은 유량(m3/sed), qr은 횡유입량(m2/sec), I는 하도 경사, n은 하도의 조도 계수, m은 하도의 법면 경사로 표현된다.Where A r is the flow cross-sectional area (m 2 ) of the channel, Q r is the flow rate (m 3 / sed), q r is the transverse flow rate (m 2 / sec), I is the slope of the channel, n is the roughness coefficient of the channel, m Is expressed as the slope of the slope of the channel.
각각의 격자에 적용한 초기 조건 및 상류단 경계 조건은 다음과 같다The initial conditions and upstream boundary conditions applied to each grid are as follows.
여기서, A는 유하 단면적(m2), L은 하도 및 사면의 길이(m), A0은 시간t=0에서의 유하 단면적(m2), AB는 격자의 상류단 유하 단면적(m2)으로 표현된다.Where A is the flow cross section (m 2 ), L is the length of the channel and slope (m), A 0 is the flow cross section (m 2 ) at time t = 0, and A B is the upstream flow cross section (m 2) )
기상 정보를 이용한 격자별 증발산량을 계산하기 위한 FAO56 P-M의 수식은 다음과 같다.The formula of FAO56 P-M to calculate the amount of evapotranspiration per grid using weather information is as follows.
여기서, 
위 수학식들을 기본 방정식으로 하여 구성된 K-DRUM 모형은 강우 자료와 지리 정보 자료를 이용하여 산출된 수문 매개 변수를 입력 자료로 하여 계산에 필요한 세부적인 격자 특성을 산출한다. 산출된 격자 특성을 토대로 강우 및 기저 유출을 고려하여 유출 계산을 수행한다. 계산된 각종 수문 자료는 시간 및 공간별로 구분되어 출력된다. 도 2는 K-DRUM 모형의 입출력 자료의 종류 및 계산 흐름을 도시한 도면이다.The K-DRUM model, which consists of the above equations as the basic equation, calculates the detailed grid characteristics necessary for the calculation by using hydrologic parameters calculated from rainfall data and geographic information data as input data. Based on the calculated grid characteristics, runoff calculation is performed taking into account rainfall and base runoff. The calculated hydrologic data are displayed separately by time and space. 2 is a diagram illustrating the types and calculation flows of input / output data of the K-DRUM model.
도 2에 도시된 바와 같이 K-DRUM 모형의 계산 흐름은 강우 자료, GIS 자료, 매개 변수 등의 입력 자료 구축 단계와 대상 유역 특성에 적합한 초기 변수 설정 단계, 관측 유출량을 이용한 초기 토양 수분 상태 산정을 위한 웜업(Warm-up) 단계, 그리고 본 계산 및 출력 단계로 구분된다.As shown in FIG. 2, the calculation flow of the K-DRUM model includes input data construction stages such as rainfall data, GIS data, and parameters, initial variable setting stages suitable for target watershed characteristics, and initial soil moisture state estimation using observed runoff. It is divided into warm-up phase, and this calculation and output phase.
유역의 수문학적인 특성은 지형, 토지 피복, 토양 등에 의해 크게 좌우된다. 도 3은 K-DRUM 모형에서 입력 자료로 사용되는 수문 매개 변수 산정을 위한 원시 자료의 종류, 수문 매개 변수명, 산정 방법에 대한 것이다. 본 발명에서는 HEC-GeoHMS를 AreView에 탑재하여 DEM, 토양도, 토지 피복도 등을 이용하여 물리적 기반의 K-DRUM 모형의 입력 인자로서 공간 분포형 수문 매개 변수들을 추출한다.The hydrologic characteristics of the watershed depend heavily on the terrain, land cover, and soil. FIG. 3 shows the types of raw data, hydrological parameter names, and calculation methods for calculating hydrologic parameters used as input data in the K-DRUM model. In the present invention, HEC-GeoHMS is mounted on AreView to extract spatially distributed hydrologic parameters as input factors of physically based K-DRUM model using DEM, soil map, land cover map, etc.
본 발명에서 제안한 초기 토양 조건 자동 보정 기법은 모형에서 적용된 토양 조건이 물리적으로 실제의 기저 유출을 재현하는 것에 기초한다. 각 격자에서 발생하는 기저 유출량은 격자의 토양 함수비가 완전 포화 상태에서 일정 비율로 감소하게 되는 특성을 가진다.The automatic soil condition correction method proposed in the present invention is based on the soil condition applied in the model to physically reproduce the actual base runoff. The base runoff from each lattice is characterized by the fact that the soil water content of the lattice decreases at a constant rate at full saturation.
만약 유역 전체에 불균등한 강우가 발생하면 유역 내 토양의 함수량은 불균등한 분포를 나타내지만 강우가 종료한 후 수일이 경과하면 토양 내부의 특성상 토양 함수비 감소는 유역의 지형 특성 및 수문 특성에 따라 기저 유출량의 감소와 비슷하게 진행되게 된다.If uneven rainfall occurs throughout the watershed, the water content of the soil in the watershed will be unevenly distributed, but if a few days have elapsed after the rainfall, the soil water content will decrease due to the characteristics of the soil. It is similar to the decrease of.
도 4는 초기 토양 함수비 자동 보정 기법의 흐름을 도시한 순서도이다. 본 발명에서 사용된 초기 토양 함수비 자동 보정 기법은 다음과 같이 진행된다. 유역의 토양 조건 중에서 B층과 C층, D층의 초기 토양 함수비를 완전 포화 상태로 설정한다. 유역 내에 위치한 유량 관측소의 관측 자료를 이용하여 기저 유출량(Qobs)을 설정한다. 적용할 유량 관측소의 위치에 해당하는 격자 번호를 선택한다.Figure 4 is a flow chart showing the flow of the initial soil water content automatic correction technique. The initial soil water content automatic correction technique used in the present invention proceeds as follows. Of the soil conditions in the watershed, the initial soil water content of B, C, and D layers is set to full saturation. Baseline runoff (Q obs ) is established using observational data from flow stations located in the watershed. Select the grid number that corresponds to the location of the flow station to be applied.
무강우 조건으로 단위 시간당 유역 내부 전체의 유출 계산(Qcal)을 진행한다. 선택된 격자 번호에 대한 계산 기저 유출량과 관측 기저 유출량을 비교한다. 비교 결과 관측 기저 유출량보다 계산 기저 유출량이 큰 경우 이전 단계로 돌아 간다. 관측 기저 유출량과 계산 기저 유출량이 거의 같아진 경우 초기 토양 자동 보정 과정이 완료된 것으로 한다.Run a runoff calculation (Q cal ) of the whole watershed per unit time under rainfall conditions. Compare the calculated baseline flow with the observed baseline flow for the selected grid number. The comparison returns to the previous step if the calculated basal outflow is greater than the observed basal outflow. If the observed base runoff is approximately equal to the calculated base runoff, the initial soil automatic calibration process is considered complete.
강우에 의해 유역에서 발생하는 유출은 크게 지표면을 따라 강우와 동시에 발생하는 직접 유출과 토양 내부로 침투하여 장기간에 걸쳐 발생하는 기저 유출 부분으로 나뉘어 진다. 단기간에 많은 양의 강우가 발생할 경우 강우의 대부분이 직접 유출로 나타나게 되는데 이 기간에 발생할 수 있는 증발산량은 전체 유출량에 비해 매우 작아서 증발산을 고려하지 않더라도 유출량 산정 가능하다. 그러나 장기 유출량 산정을 할 경우에는 강우가 발생한 시간 보다 강우가 없는 무강우 시간이 매우 길고 이 때 발생하는 증발산량은 전체 유출량에 상당부분 영향을 미치게 된다. 따라서 장기 유출 모의에는 대상 유역의 증발산량을 반드시 고려해서 계산을 수행해야 한다. 도 5 는 K-DRUM 모형에서 적용된 격자별 증발산량을 산정하는 방법 및 순서를 도시하고 있다. 증발산량을 산정하기 위해서는 기상조건으로 풍속, 최고기온, 최저기온, 이슬점온도, 일조시간이 필요하고 상기 수학식 7과 같은 산출식을 적용하여 격자별 실제 증발산량을 산정하게 된다. K-DRUM 모형은 계산시간 단위로 A층 및 B층에 포함되어 있는 수분량에서 증발산량을 제거하게 된다. The runoff from the watershed due to rainfall is largely divided into the direct runoff along the surface and the base runoff that penetrates into the soil and occurs over time. If a large amount of rainfall occurs in a short period of time, most of the rainfall appears as a direct runoff, and the amount of evapotranspiration that can occur in this period is very small compared to the total runoff, so the runoff can be estimated without considering the evapotranspiration. However, when long-term runoff is calculated, the amount of rainless time without rainfall is much longer than the time when rainfall occurs, and the amount of evapotranspiration generated at this time affects the overall runoff. Therefore, long-term runoff simulations must take account of the evapotranspiration of the watershed. FIG. 5 illustrates a method and sequence for estimating the amount of evapotranspiration per grid applied in the K-DRUM model. In order to calculate the amount of evapotranspiration, wind speed, maximum temperature, minimum temperature, dew point temperature, and sunshine time are required as weather conditions, and the actual amount of evapotranspiration is calculated by applying a calculation formula as shown in
도 2를 다시 참조하면, K-DRUM 모형의 구조상 병렬화 기법을 적용할 경우 그 효과가 가장 높은 부분은 웜업 계산과 본 계산 단계이다. 이 두 단계에서는 전체 격자에 대해 순차 계산 수순에 따라 각 격자별 A~D층과 하천에 대한 수치 계산을 수행한다. 이는 특정 격자에서 계산이 수행되는 동안 이후 순번의 격자들에서는 이전 순번의 격자 계산이 완료될 때까지 대기하게 되고, 이는 격자 개수가 증가할수록 계산 시간이 격자 개수에 비례해서 증가하는 원인이 된다. Referring back to FIG. 2, the most effective part of applying the parallelism technique in the K-DRUM model is the warm-up calculation and the main calculation step. In these two stages, numerical calculations are performed for A-D and rivers for each grid according to the sequential calculation procedure for the entire grid. This results in waiting for the subsequent lattice to complete the previous lattice calculation while the calculation is performed on the particular lattice, which causes the calculation time to increase in proportion to the lattice number as the lattice number increases.
본 발명에서는 각 격자별 순차 계산이 수행되는 웜업 계산과 본 계산 단계 부분에서 영역 분할을 통한 병렬화 기법을 적용하고, 병렬 시스템을 이용하여 분할된 영역을 동시에 계산하게 함으로써 전체 계산 수행 시간을 단축시킬 수 있다.In the present invention, by applying a warm-up calculation in which the sequential calculation is performed for each grid and the parallelization technique by region division at the part of the calculation stage, and using the parallel system to calculate the divided region at the same time, it is possible to shorten the overall computation execution time. have.
병렬화란 한 가지 연속적인 일에 걸리는 부하를 분산하기 위하여 하나의 연산을 여러 개의 프로세서로 분산하여 다중 처리하도록 하는 것이다. 다중 처리는 비대칭 다중 처리(AMP: Asymmetrical MultiProcessing)와 대칭 다중 처리(SMP: Symmetrical MultiProcessing)로 나누어 진다. Parallelization is the process of distributing a single operation across multiple processors and multiprocessing to distribute the load on one continuous task. Multiprocessing is divided into asymmetrical multiprocessing (AMP) and symmetrical multiprocessing (SMP).
비대칭 다중 처리의 경우, 프로세서는 각자의 할 일이 정해져 있어 프로세서 하나는 운영체제 프로그램만을 실행하고, 다른 것들은 사용자가 명령한 프로그램만을 실행하는 식으로 구별된다. 따라서 CPU가 두 개 이상인 비대칭 다중 처리 머신에서는 두 프로그램의 동시 실행 시 시간 단축의 효과를 볼 수 없게 된다. 반면, 대칭 다중 처리 머신의 경우 모든 프로세서가 동등하게 시행되기 때문에 비대칭 다중 처리와 달리 CPU가 많을수록 시간을 단축하는 효과가 있다.In the case of asymmetric multiprocessing, each processor has its own task, such that one processor executes only an operating system program and the other executes only a user command. Therefore, in asymmetric multiprocessing machines with more than one CPU, the time savings of two programs running simultaneously cannot be seen. On the other hand, in the case of a symmetric multiprocessing machine, all processors are implemented equally, so unlike asymmetric multiprocessing, more CPUs can save time.
슈퍼 컴퓨터는 단일 시스템 내에서 프로세서마다 다른 메모리를 쓰고 프로세서와 메모리를 연결하는 시스템 버스와 비슷한 방법으로 프로세서 사이를 연결하게 된다. 이러한 방식을 초병렬 처리 시스템(MPP: Massively Parallel Processor system)이라고 하며, 클러스터의 경우 프로세서간 연결을 네트워크를 이용하게 되는데 이런 관점에서 초병렬 처리 시스템에 속한다. Supercomputers connect between processors in a single system, similar to the system bus that uses different memory for each processor and connects the processor and memory. This method is called a massively parallel processor system (MPP), and in the case of a cluster, the processor-to-processor connection uses a network.
클러스터에서는 두 프로세서가 네트워크로 연결되어 있기 때문에 병렬 프로그램은 네트워크를 통해서 메시지를 다른 프로세서로 보낼 수 있는 함수를 사용해야 한다. 메시지 전달 인터페이스 자체는 125개의 부 프로그램들로 구성되어 있는 병렬 라이브러리들에 대한 표준 규약이다. In a cluster, two processors are networked, so parallel programs must use functions that can send messages to other processors over the network. The message passing interface itself is the standard convention for parallel libraries of 125 subprograms.
프로세서의 개수를 늘리는 하드웨어의 변화만으로 시스템이 병렬 처리 가능하게 되는 것은 아니다. 이를 지원하기 위한 소프트웨어적인 변화도 필요하게 된다. 처리해야 되는 코드를 적절히 분할하여 각 프로세서에 할당해 주고 따로 계산된 결과를 모아 하나로 정리해 주는 역할을 할 프로그래밍 모델들을 고려해야 한다.Changes in hardware that increase the number of processors do not make the system capable of parallel processing. Software changes are also needed to support this. Consideration should be given to programming models that will divide the code that needs to be handled properly, assign it to each processor, and put together the computed results into one.
가장 기본적인 병렬 처리 프로그래밍 모델은 여러 개의 프로세서나 쓰레드들을 생성하여 이를 각각의 프로세서에 할당해 주는 방법이다. 하지만 이 것만으로 병렬 프로그래밍이 끝나는 것이 아니라, 각각의 프로세서에서 계산된 값들을 모아 하나의 데이터로 만들어 다시 다른 프로세서로 전달하는 경우도 고려해야 한다. 이와 같이 각각의 프로세서간의 동기화나 데이터 교환에 대한 방식들이 병렬 프로그램의 정확성과 효율성을 높이는데 중요한 요소가 된다.The most basic parallel processing programming model is to create multiple processors or threads and assign them to each processor. However, this alone does not end parallel programming, but it is also important to consider the case where the values computed by each processor are collected into one data and passed back to another processor. As such, methods for synchronizing or exchanging data between processors are important factors in increasing the accuracy and efficiency of parallel programs.
메시지 전달 방식의 프로그래밍 모델에서 각각의 프로세서는 독립된 메모리 공간을 가지며, 하나의 문제를 해결하기 위해 프로세서는 메시지를 통해 데이터를 교환하게 된다. 간단한 하위 프로그램에서 사용되는 데이터 패킷 형태로 메시지를 보내는 프로세서, 소스의 위치, 데이터 타입, 데이터 길이, 메시지를 받는 프로세서 등 다양한 정보를 포함하고 있다. 메시지 전달 방식의 간단한 형태는 점 대 점 방식으로 한 프로세서가 다른 프로세서로 직접 메시지를 보내는 것이다. In the message delivery programming model, each processor has an independent memory space, and in order to solve a problem, the processors exchange data through messages. It contains various information such as the processor sending the message in the form of a data packet used in a simple subprogram, the location of the source, the data type, the data length, and the processor receiving the message. A simple form of message delivery is point-to-point, where one processor sends a message directly to another.
본 발명에서 사용한 메시지 전달 인터페이스는 메시지 전달 방식의 표준화 인터페이스이다. 이 방식은 프로세서간 메시지 흐름과 모형의 구조 및 통신 정보 배분을 프로그램 내에서 코드로 정의해야 하기 때문에 프로그래밍이 어려운 단점이 있지만, 모형의 병렬화를 극대화시킬 수 있어 병렬화에 따른 계산 효율을 최대로 높일 수 있는 장점이 있다. 도 6은 메시지 전달 모델의 구조도이다.The message delivery interface used in the present invention is a standardized interface of the message delivery method. This method is difficult to program because the message flow between the processor and the structure of the model and the distribution of communication information must be defined as code in the program. However, programming can be maximized to maximize the parallelism of the model. There is an advantage. 6 is a structural diagram of a message delivery model.
본 발명에서는 전체 유역을 계산 단위의 격자를 기반으로 블록을 구분하여 병렬화하는 방법을 채택할 수 있다. K-DRUM 모형의 병렬화를 위해서는 우선, 대상 유역을 소영역으로 분할하고 분할된 소영역간의 공유 경계를 지정하여 통신용 격자 정보를 저장한다. 소영역은 각각 병렬 노드에서 개별적으로 단위 시간 동안 수행되며 수행된 정보는 인접 소영역으로 통신을 통해 전달하게 된다. In the present invention, a method may be adopted in which the entire watershed is divided into parallel blocks based on a grid of calculation units. In order to parallelize the K-DRUM model, first, the target watershed is divided into small areas, and the shared boundary between the divided small areas is designated to store communication grid information. Each small area is performed for each unit time in parallel nodes individually, and the performed information is transmitted to the adjacent small area through communication.
도 7은 대상 유역을 소영역으로 분할한 형태와 소영역의 계산 범위와 통신 범위를 도시한 도면이다. 대상 유역 분할은 가로 4개와 세로 4개로 총 16개의 소유역으로 가로와 세로의 크기는 동일하다. 분할된 소유역에서 내부 격자들은 계산 대상이 되고, 외부 격자들은 인접 소유역에서 통신으로 받은 정보를 이용하여 내부 격자의 경계 조건으로 사용되게 된다.FIG. 7 is a diagram illustrating a form in which a target basin is divided into small areas, a calculation range of a small area, and a communication range. The target basin segmentation is 4 horizontally and 4 vertically, totaling 16 subwatersheds. In the divided subwatershed, the internal grids are subject to calculation, and the outer grids are used as boundary conditions of the internal grid using information received from communication in the adjacent subwatershed.
병렬 시스템에서 각각의 소영역에 대한 계산을 담당하는 부분을 노드(node)라 부른다. 각 노드들은 단위 시간 동안 계산을 수행하고 미리 정의된 인접 노드와 경계 부분의 정보를 상호 통신하게 되는데 이 때 통신 순서를 순차적으로 정의하지 않으면 통신 교착 상태에 빠져 시스템이 정지하게 된다. 본 발명에서는 도 8과 같이 노드간 통신을 수행할 경우 중앙 노드를 중심으로 순번을 정하고 반대 방향에 있는 인접 노드와 통신하도록 하여 통신 교착 상태를 방지한다.The part responsible for calculating each small area in a parallel system is called a node. Each node performs a calculation for a unit time and communicates information of a boundary portion with a predefined neighbor node. If the communication order is not defined sequentially, the system enters a deadlock state and the system stops. In the present invention, when performing the inter-node communication as shown in Figure 8 to determine the order around the central node and to communicate with neighboring nodes in the opposite direction to prevent communication deadlock.
기존 단일 프로세서 기반의 K-DRUM 모형을 메시지 전달 인터페이스 기법을 적용한 병렬 시스템 기반의 모형으로 개선하기 위하여 코드를 수정한다. 각 노드별 통신을 위해서 메시지 전달 인터페이스를 이용하고, 초기 병렬화 선언, 노드 전체에 대한 입력 자료 배포, 노드간 공유 경계 정보 통신에 대한 명령어를 도 9에 도시한다. 초기 병렬화 선언은 메시지 전달 인터페이스 기법을 이용하여 병렬화를 위해서 공통적으로 선언해야 하는 부분이고, 입력 자료 배포는 강우 자료 등 전체 노드에 공유되어야 하는 정보를 배포하는 부분이다. 정보 통신은 mpi_send와 mpi_recv 명령어를 이용하여 순차적으로 통신 순서에 따라 노드간 공유 경계 정보 통신을 하는 부분이다.The code is modified to improve the existing uniprocessor based K-DRUM model to a parallel system based model using the message transfer interface technique. A message transfer interface is used for communication for each node, and the commands for initial parallelization declaration, input data distribution for the entire node, and shared boundary information communication between nodes are shown in FIG. 9. Initial parallelization declaration is a part that must be declared in common for parallelization using message transfer interface technique, and input data distribution is a part that distributes information that should be shared to all nodes such as rainfall data. Information communication is a part of performing shared boundary information communication between nodes in order of communication using mpi_send and mpi_recv commands.
영역 분할 개수에 따른 병렬화 효과를 검토하기 위하여 분할 개수를 1개에서 25개까지 증가시키며 클러스터 시스템에서 유출 모의를 수행할 수 있다. 모의 결과 영역 분할 개수가 증가할수록 컴퓨터 메모리의 개수가 감소하게 되고, 이에 따라 모의 수행 시간 역시 감소함을 알 수 있다. In order to examine the parallelization effect according to the number of partitions, the number of partitions can be increased from 1 to 25, and the outflow simulation can be performed in the cluster system. As a result of the simulation, as the number of region partitions increases, the number of computer memories decreases, and accordingly, simulation execution time also decreases.
또한, 본 발명에서 영역 분할 계산 방식을 채택함에 따라 영역의 접합 부분에서 발생 가능한 유출량 계산 오차를 최소화하기 위한 기법을 제시한다. 즉, 영역 분할에 따른 계산 오차를 최소화하기 위하여 내부 영역 반복 계산 횟수 및 인접 영역간 통신 회수를 변화시키며 최적의 반복 횟수를 산정할 수 있다.In addition, the present invention proposes a technique for minimizing the runoff calculation error that may occur in the junction portion of the region according to the region division calculation method. That is, in order to minimize the calculation error due to the area division, the optimal number of repetitions can be calculated by changing the number of internal area repetition calculations and the number of communication between adjacent areas.
영역 분할 개수가 증가함에 따라 순차적 차분 계산의 단절에 따른 계산 오차 발생 역시 증가하고, 이를 최소화하기 위하여 단위 계산 시간당 반복 회수를 증가시키며 검토한 결과 예시 조건에서는 최소 3회 이상의 반복 계산이 필요함을 알 수 있다.As the number of region divisions increases, the calculation error occurrence due to the disconnection of the sequential difference calculation also increases, and to minimize this, the number of iterations per unit calculation time is increased and examined. As a result, at least three iteration calculations are required in the example condition. have.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 이는 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명 사상은 아래에 기재된 특허청구범위에 의해서만 파악되어야 하고, 이의 균등 또는 등가적 변형 모두는 본 발명 사상의 범주에 속한다고 할 것이다.As described above, the present invention has been described by way of limited embodiments and drawings, but the present invention is not limited to the above-described embodiments, which can be variously modified and modified by those skilled in the art to which the present invention pertains. Modifications are possible. Accordingly, the spirit of the present invention should be understood only in accordance with the following claims, and all equivalents or equivalent variations thereof are included in the scope of the present invention.
Claims (7)
상기 유출량에 영향을 미치는 초기 토양 함수비를 자동으로 보정할 수 있는 초기 토양 함수비 자동 보정 기법을 포함하는 것을 특징으로 하는 격자 기반의 대유역 장기 유출 모델링 방법.In the grid-based large basin long-term runoff modeling method using grid-based spatial hydrologic data linked with grid rainfall and GIS as an input parameter, and physically tracking watershed runoff using momentum theory,
Grid-based large basin long-term runoff modeling method comprising the automatic soil water content automatic correction technique for automatically correcting the initial soil water content affecting the runoff.
상기 격자 기반의 대유역 장기 유출 모델링 방법은,
상기 유역 내 유출량 산정 모듈로서 평면 격자형과 연직 분포형의 격자 기반 다층 유출 모형을 적용한 것으로 연직 구조는 A층 및 B층의 수평 유량은 격자 내 하천으로 전량 유출하고 연직 유량은 C층으로 침투하고, C층은 하천 유량에 직접 영향을 미치지 않고 B층과 D층을 연결하는 중간층으로 인접 격자 사이에 흐름이 있고, D층은 지하수 층으로 인접 격자 사이에 흐름이 있는 것으로 가정하는 것을 특징으로 하는 격자 기반의 대유역 장기 강우 유출 모델링 방법.The method of claim 1,
The grid-based large basin runoff modeling method,
The grid-based multi-layered outflow model of planar lattice and vertical distribution is applied as the flow rate estimating module in the watershed. , Layer C is an intermediate layer connecting layer B and D without directly affecting the flow rate of the river, and flows between adjacent grids, and layer D is a groundwater layer. Grid-based Large Basin Long-term Rainfall Runoff Modeling.
상기 초기 토양 함수비 자동 보정 기법은,
상기 B층과 상기 C층 및 상기 D층의 상기 초기 토양 함수비를 완전 포화 상태로 설정하는 초기 설정 단계;
상기 유역 내에 위치하는 유량 관측소의 관측 자료를 이용하여 기저 유출량을 설정하는 관측 기저 유출량 산정 단계;
상기 유량 관측소의 위치에 해당하는 격자 번호를 선택하는 격자 번호 선택 단계;
무강우 조건으로 단위 시간당 상기 유역 내부 전체의 유출량 계산을 진행하는 계산 기저 유출량 산정 단계;
상기 계산 기저 유출량과 상기 관측 기저 유출량을 비교하는 비교 단계;
상기 비교 결과 상기 계산 기저 유출량이 상기 관측 기저 유출량보다 큰 경우 상기 계산 기저 유출량 산정 단계를 리턴하며 그렇지 않으면 이를 완료하는 판단 단계
를 포함하는 것을 특징으로 하는 격자 기반의 대유역 장기 유출 모델링 방법.The method of claim 2,
The initial soil water content automatic correction technique,
An initial setting step of setting the initial soil water content of the layer B, the layer C, and the layer D to be completely saturated;
An observation base flow rate estimating step of setting a base flow rate using observation data of a flow station located in the watershed;
A grid number selection step of selecting a grid number corresponding to the position of the flow station;
A calculation base runoff calculation step of performing a runoff calculation of the entire inside of the basin per unit time in a rain-free condition;
Comparing the calculated basal flow rate with the observed basis flow rate;
A determination step of calculating the calculated base flow rate calculation step if the calculated base flow amount is greater than the observed base flow amount, and otherwise completing the calculation
Grid-based large basin long-term outflow modeling method comprising a.
상기 유역을 다수의 영역으로 분할하여 상기 각각의 영역별로 상기 유출량 계산을 수행할 수 있는 메시지 전달 인터페이스 기법을 이용한 병렬화 계산을 적용하는 것을 특징으로 하는 격자 기반의 대유역 장기 유출 모델링 방법.In the grid-based large basin long-term rainfall runoff modeling method using grid-based spatial hydrologic data linked with grid rainfall and GIS as input parameters and physically tracking the runoff of the watershed by momentum theory,
Grid-based large basin runoff modeling method characterized in that for applying the parallelism calculation using a message transfer interface technique that can divide the watershed into a plurality of areas to perform the runoff calculation for each area.
상기 메시지 전달 인터페이스 기법은,
지역적으로 메모리를 따로 가지는 다수의 프로세스가 상기 유출량 계산을 할당 및 분배하기 위한 통신 방식으로 병렬화 코딩이 완료된 프로그램을 실행하되
상기 병렬화 코딩은,
상기 메시지 전달 인터페이스 기법을 이용하기 위하여 공통적으로 선언하는 초기 병렬화 선언어;
상기 영역에 대한 상기 유출량 계산을 담당하는 노드에 공유되어야 하는 정보를 배포하는 입력 자료 배포어;
선정된 통신 순서에 따라 상기 노드간 공유 경계 정보 통신을 하는 공유 경계 정보 통신어
를 포함하는 것을 특징으로 하는 격자기반의 대유역 장기 유출 모델링 방법.5. The method of claim 4,
The message transfer interface scheme,
A plurality of locally memory-separated processes execute the parallel coded program in a communication scheme for allocating and distributing the runoff calculation.
The parallelized coding,
An initial parallelization declarator commonly declared to utilize the message transfer interface technique;
An input material distribution word for distributing information to be shared to a node in charge of calculating the flow rate for the area;
Shared boundary information communication language for performing shared boundary information communication between nodes according to a predetermined communication order
Grid-based large basin long-term outflow modeling method comprising a.
상기 통신 순서는,
기준이 되는 노드를 중심으로 각각 서로 반대 방향에 있는 노드끼리 상호 통신하도록 하는 것을 특징으로 하는 격자 기반의 대유역 장기 유출 모델링 방법.The method of claim 5,
The communication sequence is
Grid-based large basin runoff modeling method characterized in that the nodes in the opposite direction with each other centered on the reference node.
상기 영역의 개수가 증가함에 따른 상기 유출량 계산의 오차를 최소화하기 위하여 단위 시간당 상기 영영간의 정보 교환과 상기 유출량 계산을 적어도 3회 이상 반복하는 것을 특징으로 하는 격자 기반의 대유역 장기 유출 모델링 방법.The method of claim 5,
Grid-based large basin runoff modeling method characterized in that for repeating at least three times the exchange of information and the runoff calculation between the per unit time in order to minimize the error of the runoff calculation as the number of areas increases.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020110103696A KR101319477B1 (en) | 2011-10-11 | 2011-10-11 | Grid based long term rainfall runoff model for large scale watersheds |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020110103696A KR101319477B1 (en) | 2011-10-11 | 2011-10-11 | Grid based long term rainfall runoff model for large scale watersheds |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20130039191A true KR20130039191A (en) | 2013-04-19 |
| KR101319477B1 KR101319477B1 (en) | 2013-10-17 |
Family
ID=48439444
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020110103696A KR101319477B1 (en) | 2011-10-11 | 2011-10-11 | Grid based long term rainfall runoff model for large scale watersheds |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101319477B1 (en) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101690181B1 (en) * | 2015-07-16 | 2017-01-09 | 한국외국어대학교 연구산학협력단 | Flash flood monitoring method using a flash flood index prediction |
| KR101695802B1 (en) * | 2015-07-16 | 2017-01-13 | 한국외국어대학교 연구산학협력단 | Flash flood monitoring method using a real time soil moisture data |
| CN108491605A (en) * | 2018-03-13 | 2018-09-04 | 广州地理研究所 | A kind of medium and small automatic rating method of runoff parameter |
| CN110532641A (en) * | 2019-08-06 | 2019-12-03 | 中国水利水电科学研究院 | A kind of earth's surface mesh architecture modeling method and system |
| CN111625954A (en) * | 2020-05-22 | 2020-09-04 | 中国地质大学（武汉） | Parallel optimization method and system for rainfall type landslide model TRIGRS |
| CN111914465A (en) * | 2020-08-14 | 2020-11-10 | 贵州东方世纪科技股份有限公司 | Data-free regional hydrological parameter calibration method based on clustering and particle swarm optimization |
| CN113128055A (en) * | 2021-04-22 | 2021-07-16 | 中国水利水电科学研究院 | Distributed hydrological model space calibration method based on runoff yield coefficient |
| CN113609683A (en) * | 2021-08-06 | 2021-11-05 | 北京工业大学 | Rainwater pipe net catchment area division method based on basin analysis and Thiessen polygon |
| CN114861566A (en) * | 2022-05-11 | 2022-08-05 | 河北工业大学 | Groundwater calculation method considering transverse flow and vertical flow simultaneously |
| CN115371737A (en) * | 2022-09-01 | 2022-11-22 | 国家石油天然气管网集团有限公司 | Method, device and controller for monitoring pipe-soil coupling effect |
| CN116150570A (en) * | 2022-11-07 | 2023-05-23 | 浙江省水文管理中心 | Storage and superposition analysis calculation method and device for high-precision grid rainfall |
| CN116932990A (en) * | 2023-09-14 | 2023-10-24 | 南方科技大学 | Hydrogeologic parameter estimation method and system based on transfer function method |
Families Citing this family (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105137042B (en) * | 2015-09-16 | 2017-04-12 | 中国科学院亚热带农业生态研究所 | Method for determining construction position of water storage project on Karst slope |
| CN106875060B (en) * | 2017-02-20 | 2021-04-23 | 宁波市水利水电规划设计研究院有限公司 | Flood real-time correction method based on global automatic optimization algorithm |
| CN107220314A (en) * | 2017-05-14 | 2017-09-29 | 千寻位置网络有限公司 | A kind of method for building digital elevation model |
| KR102127405B1 (en) | 2018-11-28 | 2020-06-26 | 홍익대학교 산학협력단 | Method and appartus for estimating stream flow discharge using satellite images at streams |
| KR102048445B1 (en) * | 2018-12-24 | 2019-11-25 | 한국지질자원연구원 | Prediction method for time-specific flux of runoff in large area |
| KR20200080496A (en) | 2018-12-27 | 2020-07-07 | 서경대학교 산학협력단 | System and method for predicting watershed runoff information |
| CN110414144B (en) * | 2019-07-30 | 2021-02-02 | 中国水利水电科学研究院 | Runoff yield calculation method considering maximum depression storage flow depth probability distribution |
| CN113254861B (en) * | 2021-06-23 | 2021-09-24 | 中山大学 | Method and device for calibrating hydrological model parameters in data-free area and terminal equipment |
| KR102328326B1 (en) * | 2021-07-26 | 2021-11-18 | 대한민국 (관리부서 : 환경부 국립환경과학원장) | Hydraulic hydrology analysis device applied with distributed model for advanced water quality prediction |
-
2011
- 2011-10-11 KR KR1020110103696A patent/KR101319477B1/en active IP Right Grant
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101695802B1 (en) * | 2015-07-16 | 2017-01-13 | 한국외국어대학교 연구산학협력단 | Flash flood monitoring method using a real time soil moisture data |
| KR101690181B1 (en) * | 2015-07-16 | 2017-01-09 | 한국외국어대학교 연구산학협력단 | Flash flood monitoring method using a flash flood index prediction |
| CN108491605A (en) * | 2018-03-13 | 2018-09-04 | 广州地理研究所 | A kind of medium and small automatic rating method of runoff parameter |
| CN110532641A (en) * | 2019-08-06 | 2019-12-03 | 中国水利水电科学研究院 | A kind of earth's surface mesh architecture modeling method and system |
| CN111625954B (en) * | 2020-05-22 | 2023-10-27 | 中国地质大学（武汉） | Parallel optimization method and system for rainfall landslide model TRIGRS |
| CN111625954A (en) * | 2020-05-22 | 2020-09-04 | 中国地质大学（武汉） | Parallel optimization method and system for rainfall type landslide model TRIGRS |
| CN111914465A (en) * | 2020-08-14 | 2020-11-10 | 贵州东方世纪科技股份有限公司 | Data-free regional hydrological parameter calibration method based on clustering and particle swarm optimization |
| CN111914465B (en) * | 2020-08-14 | 2024-04-12 | 贵州东方世纪科技股份有限公司 | Clustering and particle swarm optimization-based method for calibrating hydrologic parameters of non-data region |
| CN113128055A (en) * | 2021-04-22 | 2021-07-16 | 中国水利水电科学研究院 | Distributed hydrological model space calibration method based on runoff yield coefficient |
| CN113128055B (en) * | 2021-04-22 | 2021-10-26 | 中国水利水电科学研究院 | Distributed hydrological model space calibration method based on runoff yield coefficient |
| CN113609683A (en) * | 2021-08-06 | 2021-11-05 | 北京工业大学 | Rainwater pipe net catchment area division method based on basin analysis and Thiessen polygon |
| CN113609683B (en) * | 2021-08-06 | 2024-02-06 | 北京工业大学 | Rainwater pipe network sub-catchment area dividing method based on basin analysis and Thiessen polygons |
| CN114861566A (en) * | 2022-05-11 | 2022-08-05 | 河北工业大学 | Groundwater calculation method considering transverse flow and vertical flow simultaneously |
| CN115371737A (en) * | 2022-09-01 | 2022-11-22 | 国家石油天然气管网集团有限公司 | Method, device and controller for monitoring pipe-soil coupling effect |
| CN116150570A (en) * | 2022-11-07 | 2023-05-23 | 浙江省水文管理中心 | Storage and superposition analysis calculation method and device for high-precision grid rainfall |
| CN116150570B (en) * | 2022-11-07 | 2024-04-23 | 浙江省水文管理中心 | Storage and superposition analysis calculation method and device for high-precision grid rainfall |
| CN116932990A (en) * | 2023-09-14 | 2023-10-24 | 南方科技大学 | Hydrogeologic parameter estimation method and system based on transfer function method |
| CN116932990B (en) * | 2023-09-14 | 2024-01-09 | 南方科技大学 | Hydrogeologic parameter estimation method and system based on transfer function method |
Also Published As
| Publication number | Publication date |
|---|---|
| KR101319477B1 (en) | 2013-10-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR101319477B1 (en) | Grid based long term rainfall runoff model for large scale watersheds | |
| Zhang et al. | Extension of a GIS procedure for calculating the RUSLE equation LS factor | |
| Xia et al. | A full-scale fluvial flood modelling framework based on a high-performance integrated hydrodynamic modelling system (HiPIMS) | |
| Guo et al. | Agricultural water supply/demand changes under projected future climate change in the arid region of northwestern China | |
| Qin et al. | Parallelizing flow-accumulation calculations on graphics processing units—From iterative DEM preprocessing algorithm to recursive multiple-flow-direction algorithm | |
| CN106767687B (en) | A method of utilizing remote sensing moisture measurement beach elevation | |
| CN107590354B (en) | Watershed surface runoff confluence simulation method and real-time computing device based on stable water flow field | |
| Talebmorad et al. | Hydro geo-sphere integrated hydrologic model in modeling of wide basins | |
| Ma et al. | Impact of climate variability and human activity on streamflow decrease in the Miyun Reservoir catchment | |
| Warsta et al. | Simulation of water balance in a clayey, subsurface drained agricultural field with three-dimensional FLUSH model | |
| CN113742910A (en) | Reservoir water inflow early warning and forecasting method and system based on flood forecasting of medium and small watershed | |
| Liu et al. | Development and validation of a physically-based, national-scale hydrological model in China | |
| Brunetti et al. | Multi-level numerical and statistical analysis of the hygrothermal behavior of a non-vegetated green roof in a mediterranean climate | |
| Do et al. | Parallel computing flow accumulation in large digital elevation models | |
| CN106600570A (en) | Massive point cloud filtering method based on cloud calculating | |
| CN108053049B (en) | A kind of random interpolation Runoff Forecast method of hydrology based on Budyko theory | |
| CN101320098A (en) | Town thermal island characteristic prediction technique and system based on digital image analysis | |
| Jiang et al. | Parallel contributing area calculation with granularity control on massive grid terrain datasets | |
| Irvem | Application of GIS to determine storage volume and surface area of reservoirs: the case study of Buyuk Karacay dam | |
| CN115186483A (en) | Water and soil resource mutual feedback mechanism identification method and system | |
| CN111177118A (en) | River channel type reservoir underwater terrain modeling method independent of actual measurement data | |
| Xue et al. | Climate variability impacts on runoff projection under quantile mapping bias correction in the support CMIP6: An investigation in Lushi basin of China | |
| Xiong et al. | Bright side? The impacts of Three Gorges Reservoir on local ecological service of soil conservation in southwestern China | |
| KR102328326B1 (en) | Hydraulic hydrology analysis device applied with distributed model for advanced water quality prediction | |
| Kaur et al. | Impact of climate change on groundwater levels in Sirhind Canal Tract of Punjab, India |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant | ||
| FPAY | Annual fee payment |
Payment date: 20170928 Year of fee payment: 5 |
|
| FPAY | Annual fee payment |
Payment date: 20181001 Year of fee payment: 6 |