메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술대회자료
저자정보
Mama, Ruetaitip (Dept. of Civil Eng., Chungnam National University) Jung, Kwansue (Dept. of Civil Eng., Chungnam National University) Kim, Minseok (Dept. of Civil Eng., Chungnam National University)
저널정보
한국수자원학회 한국수자원학회 학술발표회 한국수자원학회 2015년도 학술발표회
발행연도
2015.1
수록면
398 - 398 (1page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

이 논문의 연구 히스토리 (3)

2016

Application of the Artificial Neurons Networks for Runoff Forecasting in Sungai Kolok Basin, Southern Thailand
Mama ,  Ruetaitip ,  Namsai 외 6명 한국수자원학회 학술발표회 2016.01 학술대회자료

2015

Application of the Artificial Neural Networks Model for Runoff Forecasting In Pasak River Basin, Thailand
Mama ,  Ruetaitip ,  Jung 외 5명 대한토목학회 학술대회 2015.10 학술대회자료
Application of the Artificial Neurons Networks Model uses under the condition of insufficient rainfall data for Runoff Forecasting in Thailand
Mama ,  Ruetaitip ,  Jung 외 3명 한국수자원학회 학술발표회 2015.01 학술대회자료

초록· 키워드

오류제보하기
To estimate and forecast runoff by using Aritifitial Neaural Networks model (ANNs). it has been studied in Thailand for the past 10 years. The model was developed in order to be conformed with the conditions in which the collected dataset is short and the amount of dataset is inadequate. Every year, the Northerpart of Thailand faces river overflow and flood inundation. The most important basin in this area is Yom basin. The purpose of this study is to forecast runoff at Y.14 gauge station (Si-Satchanalai district, Sukhothai province) for 3 days in advance. This station located at the upstream area of Yom River basin. Daily rainfall and daily runoff from Royal Irrigation Department and Meteorological Department during flood period 2000-2012 were used as input data. In order to check an accuracy of forecasting, forecasted runoff were compared with observed data by pursuing Nash Sutcliffe Efficiency (NSE) and Coefficient of Determination ($R^2$). The result of the first day gets the highest accuracy and then decreased in day 2 and day 3, consequently. NSE and $R^2$ values for frist day of runoff forecasting is 0.76 and 0.776, respectively. On the second day, those values are 0.61 and 0.65, respectively. For the third day, the aforementioned valves are 0.51 and 0.52, respectively. The results confirmed that the ANNs model can be used when the range of collected dataset is short and insufficient. In conclusion, the ANNs model is suitable for applying during flood incident because it is easy to use and does not require numerous parameters for simulating.

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0