유량과 수질의 관계를 분석하는 것은 매우 중요하다. 하천의 실시간적 관리를 위해서는 유량과 수질의 측정이 동일한 지점에서 동시간적으로 이루어져야 보다 효과적이다. 그러나 수질자동측정망 지점과 T/M 수위관측소가 원거리에 위치한 경우들이 있으며, 평창강 수질자동측정망 지점이 그 중 하나이다. 이러한 지점에서는 보다 정확한 유량 산정과 이를 활용한 예측 프로그램이나 시스템이 요구된다. 이번 연구에서는 미계측 지점인 평창강 수질자동측정망 지점에 유량예측 신경망 모형을 적용하고, 적용성을 검토하기 위해 WMS 모형의 모의결과와 비교하였다. WMS 모형은 첨두유량이 작고, 수문곡선이 단조로운 사상에 적합한 것으로 나타났다. 신경망 모형의 유출량 예측값은 비유량과 WMS 모형의 모의값에 근사하였으며, 미계측 지점에서의 유출량 변화성향을 잘 반영하는 것으로 나타났다.
It is very important to analyze the correlation between discharge and water quality. The observation of discharge and water quality are effective at same point as well as same time for real time management. But no less significant is the fact that there are some of real time water quality monitoring stations far from the T/M water stage. Pyeongchanggang station is one of them. In this case, it need to observe accurate discharge data, and to develop forecasting program or system using real time data. In this paper, discharge on Pyeongchanggang station was calculated by developed runoff neural network model, and compared with discharge using WMS(Watershed Modeling System) model. WMS shows better results when peak discharge is small and hydrograph is smooth. Forecasted discharge of neural network model have achieved the highest overall accuracy of specific discharge and WMS. Neural network model forecast change of discharge well on unrecored station. 2005년도 하계학술심포지엄 ??
