본 연구에서는 장기간의 수문기상자료를 보유하고 있으나 유출량자료의 관측년한이 짧은 유역에서 장기간의 월유출량자료를 확장하고 예측할 수 있는 추계학적 시스템 모형을 개발하고자 한다. 그 방법으로 주기성과 경향성을 갖는 월유출량, 월강수량 및 윌증발량자료를 시계열 분석하여 seasonal ARIMA 형태의 단변량 모형을 유도하는 한편, 각 계열간의 교차상관분석으로부터 월강수량 및 윌증발량을 입력변수로 하고 월유출량을 출력변수로 하는 다중 입력-단일 출력관계의 설명모형을 유도하여 단변량 시계열모형과 비교 검토하였다. 본 연구의 결과 월유출량자료의 확장과 예측에 있어서 다중 입출력모형의 정확성과 적용가능성이 매우 높은 것으로 판단되었다.
This study attempts to develop a stochastic system model for extension and prediction of monthly runoff series in river basins where the observed runoff data are insufficient although there are long-term hydrometeorological records. For this purpose, univariate models of a seasonal ARIMA type are derived from the time series analysis of monthly runoff, monthly precipitation and monthly evaporation data with trend and periodicity. Also, a causual model of multiple input-single output relationship that take monthly precipitation and monthly evaporation as input variables-monthly runoff as output variable is built by the cross-correlation analysis of each series. The performance of the univariate model and the multiple input-output model were examined through comparisons between the historical and the generated monthly runoff series. The results reveals that the multiple input-output model leads to the improved accuracy and wide range of applicability when extension and prediction of monthly runoff series is required.
