미계측유역의 유출량 산정을 위한 하이브리드 지역화모형의 개발

Abstract

수문모형의 매개변수 추정을 위해 필요한 유량 관측 자료의 수집은 시·공간적으로 제한이 있기 때문에 우리나라도 아직 상당 수의 미계측유역이 존재한다. 이를 보완하고자 주변 유역(Donor catchments)의 정보를 활용하는 지역화(Regionalization) 방법들이 연구되어 왔다. 그러나, 기후 조건 및 지역적 특성에 따라 지역화모형의 결과가 상이하여 어느 지역에 어떠한 모형이 가장 우수하다고하기 어렵다. 본 연구에서는 보편적으로 사용되는 공간근접모형(Spatial proximity model)을 사용하여 수문모형의 매개변수를 추정한 후, 이를 지역회귀모형(Regional regression model)의 독립변수로 추가하여 회귀모형의 적합성을 향상시켰으며, 이를 하이브리드 지역화모형(Hybrid regionalization model)이라 정의하고 기존 방법들과 비교하였다. 계측유역으로는 관측자료가 충분한 남한의 37개의 유역을 선정하였고, 개념적 강우-유출 모형인 GR4J를 사용하였다. 계측유역에 대한 최적 매개변수 산정은 Shuffled complex evolution 알고리즘을 기반으로, 기존과 같은 방법인 자동 검보정과, 남한의 유역 특성 및 수문모형 매개변수의 물리적 특성을 고려하여 범위를 재설정한 수동 검보정으로 나누어 비교분석 하였다. 검보정 결과 평균적으로 자동 검보정이 더 높은 모의 정확성을 보였지만, 미계측유역을 위한 지역화 방법에는 수동 검보정이 더 높은 적합성을 보여 본 연구에서는 수동 검보정의 결과를 사용하여 지역화모형을 분석하였다. 유역 특성변수들은 다중공선성을 고려하기 위해 Variation inflation factor 사용하였고, Stepwise regression을 통해 회귀모형의 최적 독립변수를 선택하였다. 비교분석한 결과, 지역화모형이 수문모형 검보정과 비슷한 모의 정확성을 가지면서 유역 간 편차가 줄어들어 모형의 불확실성이 낮아졌다. 또한, 지역화모형 중 PRMSE는 하이브리드 모형, PBIAS는 지역회귀모형이 우수하였는데, 결정계수(R²)와 같이 비교할 경우 하이브리드 모형이 가장 우수하였다. 따라서, 하이브리드 모형이 기존 지역화모형과 비슷하거나 우수한 적합성을 보이므로 미계측유역의 유출량 산정시 하나의 대안이 될 수 있을 것이다.