본 연구는 비선형성이 강한 강우-유출의 특성을 고려하여 홍수시 하도의 유출을 예측하고 하천유역의 홍수예경보에 이용하기 위하여 신경망 시스템의 모형화 가능성을 검증하였다. 신경망을 이용한 실시간 하도홍수 예측모형(Neural River Discharge-Stage Forecasting Mudel; NRDFM)은 낙동강 유역의 왜관 및 진동 지점의 홍수량 예측에 적용하였다. NRDFM에 의한 하도홍수량의 왜관 및 진동 지점 예측결과를 실측치와 비교$cdot$검토한 결과 제시한 세 가지 모형 중 NRDFM-II의 예측성능이 가장 우수하였으며, NRDFM-I 및 NRDFM-II도 충분한 예측가능성을 보여주었다. 따라서, 본 연구에서 제시한 모형은 실시간 홍수예경보로의 적용이 가능하며, 이를 통하여 효율적으로 홍수를 통제 및 관리할 수 있을 것이다.
The purpose of this study is to develop a real-time forecasting model in order to predict the flood runoff which has the nature of non-linearity and to verify applicability of neural network model for flood warning system. Developed model based on neural network, NRDFM(Neural River Discharge-Stage Forecasting Model) is applied to predict the flood discharge on Waekwann and Jindong stations in Nakdong river basin. As a result of flood forecasting on these two stations, it can be concluded that NRDFM-II is the best predictive model for real-time operation. In addition, the results of forecasting used on NRDFM-I and NRDFM-II model are not bad and these models showed sufficient probability for real-time flood forecasting. Consequently, it is expected that NRDFM in this study can be utilized as suitable model for real-time flood warning system and this model can perform flood control and management efficiently.
