[논문 리뷰] A Data Scientist's Guide to Streamflow Prediction

Martin Gauch, Jimmy Lin|arXiv (Cornell University)|2020. 06. 05.

Hydrology and Watershed Management Studies참고 문헌 15인용 수 7

한 줄 요약

이 논문은 유량 예측 분야에 진입하는 데이터 과학자들을 위한 종합적인 안내서로, 수문학적 개념, 모델링 프레임워크, 실무적 고려사항을 명확히 한다. 기상 및 지리공간 입력을 활용해 기계학습 모델을 적용해 유량을 예측하는 방법을 설명하며, 유역과 유량의 차이, 유량 모델의 역할, 데이터 융합 및 오픈 루프 예측의 중요성을 강조한다. 운영 환경에서의 정확한 홍수 예측 및 기후 적응 능력을 높이기 위한 핵심 요소로 기능한다.

ABSTRACT

In recent years, the paradigms of data-driven science have become essential components of physical sciences, particularly in geophysical disciplines such as climatology. The field of hydrology is one of these disciplines where machine learning and data-driven models have attracted significant attention. This offers significant potential for data scientists' contributions to hydrologic research. As in every interdisciplinary research effort, an initial mutual understanding of the domain is key to successful work later on. In this work, we focus on the element of hydrologic rainfall--runoff models and their application to forecast floods and predict streamflow, the volume of water flowing in a river. This guide aims to help interested data scientists gain an understanding of the problem, the hydrologic concepts involved, and the details that come up along the way. We have captured lessons that we have learned while "coming up to speed" on streamflow prediction and hope that our experiences will be useful to the community.

연구 동기 및 목표

• 데이터 과학과 수문학 간 격차를 메우기 위해 데이터 과학자들이 유량 예측의 기초 지식을 습득할 수 있도록 제공하는 것.
• 기계학습 전문가들을 위해 런오프, 유량, 유역, 관측소 등의 핵심 수문학적 개념을 명확히 하는 것.
• 유량 예측에서 러프드 모델과 (반)분산 모델 간의 차이를 설명하는 것.
• 측정되지 않은 유역에서의 모델링 과제와 데이터 융합이 운영 예측에서 수행하는 역할을 다루는 것.
• 홍수 예측 및 기후 적응을 위한 일반화 가능하고 물리적으로 해석 가능한 모델 개발을 지원하는 것.

제안 방법

• 논문은 기상 강하량 $X$와 정적 지리공간 데이터 $\Sigma$를 사용하여 스트림플로우 예측을 감독 학습 문제로 정의한 공식화된 모델링 설정을 제시한다.
• 과거 유량이 입력으로 사용되지 않는 오픈 루프 예측과 과거 유량 $y_{t-k+1}, \dots, y_{t-1}$을 입력으로 사용하는 데이터 융합 간의 차이를 구분한다.
• 모델 출력 $\hat{y}_t$는 매개변수 $\theta$를 가진 함수 $f(\Sigma, X_{t-k+1}, \dots, X_t; \theta)$를 통해 예측된다.
• 러프드 모델의 경우 입력이 전체 유역에 대해 집계되며, (반)분산 모델의 경우 $h \times w$ 크기의 공간 그리드 입력을 사용한다.
• 논문은 시간 시리즈 데이터 $\mathcal{D} = \{(X_t, y_t)\}_{t=1}^T$를 사용해 훈련하는 방식으로 예측 작업을 공식화하며, 표준 기계학습 워크플로우와 일치시킨다.
• 과거 유량이 물리적 해석 가능성을 유지하기 위해 종종 생략되지만, 정확도 향상을 위해 데이터 융합을 통해 이를 통합할 수 있음을 강조한다.

실험 결과

연구 질문

• RQ1 기후 변화와 극단 기상 현상의 맥락에서 데이터 과학자들이 어떻게 효과적으로 유량 예측에 기여할 수 있는가?
• RQ2 유량 모델링의 기초가 되는 핵심 수문학적 개념들 — 런오프, 유량, 유역, 관측소 — 는 무엇인가?
• RQ3 러프드 모델과 (반)분산 모델은 입력 표현 방식과 적용 방식에서 어떻게 다를까?
• RQ4 오픈 루프 예측에 비해 데이터 융합은 어떻게 유량 예측 정확도를 향상시키는가?
• RQ5 측정된 유역에서 훈련된 모델은 유량 측정이 없는 미측정 유역에 어떻게 적용할 수 있는가?

주요 결과

• 유량 예측은 시공간적 과제로, 유역 전체에서 런오프의 집계를 모델링해야 하며, 유량은 관측소에서 측정되며 제곱미터당 초당 입방미터($\text{m}^3/\text{s}$)로 표현된다.
• 격자 셀 또는 하위 유역에서 정의되는 런오프는 일반적으로 수문 모델 내부에서 모델링되며, 평가 기준은 관측소에서의 관측 유량이다.
• 데이터 융합은 과거 유량 측정치를 통합함으로써 예측 정확도를 향상시키지만, 물리적 해석 가능성에 영향을 줄 수 있다.
• 미측정 유역에서는 지표가 없는 한 유역에서 훈련된 모델을 다른 유역에 적용해야 하므로 일반화에 큰 도전 과제가 수반된다.
• 정적 지리공간 데이터 $\Sigma$ (예: 고도, 지형 이용)와 시간 시리즈 강하량 $X$ (예: 강수량, 기온)의 사용은 러프드 모델과 분산 모델 양쪽 모두에서 핵심적인 역할을 한다.
• 유량에 높은 자기상관성이 있음에도 불구하고, 많은 물리적 동기를 가진 모델은 물리적 해석 가능성과 미측정 유역 적용 가능성을 유지하기 위해 과거 유량을 생략한다.