HEC-HMS 모형 매개변수에 의한 유출 불확실성 평가

Abstract

본 연구에서는 HEC-HMS (Hydrologic Engineering Centers Hydrologic Modeling System) 모형의 매개변수 불확실성이 강우-유출 모의 결과에 미치는 영향을 분석하였다. 불확실성 분석방법인 앙상블 유량 예측과 매개변수의 불확실성을 추정하는 방법인 GLUE (Generalized Likelihood Uncertainty Estimation) 기법을 이용하여 HEC-HMS 모형의 매개변수를 추정하고, 추정된 매개변수로부터 모의되는 유량의 분산 정도를 분석하였다. 대상유역은 전라남도 나주시 나주대교를 유역의 말단으로 하는 영산강 상류 유역을 선정하였다. 모형의 입력자료를 구축하기 위하여, DEM (Digital Elevation Model), 토지이용도, 토양도 등의 도형자료를 생성하였고, HEC-GeoHMS 모듈을 기반으로 하여 지형인자를 추출하였다. 모형의 보정과 검정은 2003년부터 2006년까지 16개 강우사상에 대하여 수행하였다. 각각의 강우사상에 대하여 1000개의 매개변수 앙상블을 생성하고 유량 앙상블을 모의하였으며 모의된 유량 앙상블의 분산 정도를 정량적으로 평가하였다. 유량 앙상블의 분산 정도는 매개변수 앙상블이 균등분포일 경우 와 이 각각 0.014 ∼ 0.127, 2.336 ∼ 27.125의 범위로 평가되었다. 매개변수 앙상블이 정규분포를 따르는 경우 와 이 0.028 ∼ 0.118, 2.186 ∼ 34.748의 범위로 평가되었다. 매개변수의 불확실성을 추정하는 방법인 GLUE 방법을 이용하여, HEC-HMS 모형의 최적 매개변수를 추정하였다. 추정된 매개변수로부터 발생하는 유량의 분산 정도를 유량 앙상블 결과치와 비교하였다. GLUE 방법으로 추정된 모형의 매개변수 집중시간 ()과 저류상수 ()는 각각 9.658 ∼ 14.269, 7.886 ∼ 11.511의 범위로 추정되었으며, 와 은 0.065 ∼ 0.194, 8.436 ∼ 225.256의 범위로 평가되었다.

The objective of this study was to evaluate the effects of parameters uncertainty of the HEC-HMS (Hydrologic Engineering Centers Hydrologic Modeling System) model. The model parameters were estimated by using ensemble flow simulation and the GLUE (Generalized Likelihood Uncertainty Estimation) method and the dispersions of simulated discharges were analyzed. The Naju watershed, located in the headwaters of Youngsan river was selected for this study. Digital maps extracted from the study watershed include a digital elevation model (DEM), land use map, and soil map in order to use GIS database as pre-processing input data for model simulation. For ensemble flow simulation, the model parameters related to hydrology were calibrated and validated by comparing model predictions with the observed data collected for 16 storm events. 1,000 parameter ensembles were set for each events and ensemble flows were assessed by the and the values. The values of the and the ranged from 0.014 to 0.127, and 2.336 to 27.125 for uniform distribution and from 0.028 to 0.118, and 2.186 to 34.748 for normal distribution respectively. The best model with optimal parameters was adopted using the GLUE methodology. In this case, the values of the and the ranged from 0.028 to 0.118, and 2.186 to 34.748 respectively. The GLUE methodology can be a valuable tool for both model calibration and for estimating model uncertainty with advantages that have made it so popular.