본 연구에서는 자료동화기법의 하나인 확장 칼만 필터를 이용하여 유량자료의 실시간 품질향상을 수행하였다. 확장 칼만 필터의 상태-공간모형은 강우-유출모형과 관측유량자료를 이용하여 구성하였다. 본 연구에서는 실시간 품질향상 목적을 댐 유입량의 비정상적 고변동성 억제 및 관측유량의 결 오측 보완으로 구분하였으며, 각각의 경우에 적절한 확장 칼만 필터 모형을제시하였다. 이들 모형의 차이는 칼만이득 계산에 필요한 공분산 함수의 추정에 변동성만을 고려하는냐 또는 편의까지를 포함하느냐로 나타난다. 본 연구는 충주댐 유역을 대상으로 적용하였으며, 그 결과 제시된 모형들이 댐 유입량자료나 결 오측이 포함된 유량자료의 실시간 품질향상에 효과적으로 작동함을 확인하였다.
This study applied the extended Kalman Filter, a data assimilation method, for the real-time quality improvement of runoff measurements. The state-space model of the extended Kalman Filter was composed of a rainfall-runoff model and the runoff measurement. This study divided the purpose of quality improvement of runoff measurements into two; one is to suppress the abnormally high variation of dam inflow data, and the other to amend the missing or erroneous measurements. For each case, a proper model of extended Kalman Filter was proposed, and the main difference between two models is whether only the variation is considered or both the bias and variation are considered in the estimation of covariance function. This study was applied to the Chungju Dam Basin to confirm the proposed models were effectively worked to improve the quality of both the dam inflow data and the runoff measurements with some missing and erroneous part.
