1. Title & Journal
- Bayesian uncertainty analysis in distributed hydrologic modeling : A case study in the Thur River basin (Switzerland)
- Water Resources Research

2. Background of authors
- Yang, Jing : Wasserforschungs Institut Eth-Bereichs, Dubendorf Switzerland에 속해있으며, 주 연구 분야로는 Environmental Science, Agricultural and Biological Sciences, Earth and Planetary Sciences 입니다.

3. Summary
본 논문은 수문학 모델에 있어서, 지속적인 시간에 관한 자동회귀오류 모델 개발에 관한 연구입니다. 이는 수문학 모델에서 input과 response 측정 오류와 모델 구축에서 오류가 Calibration과 민감도 분석에 영향을 미치는 것을 고려하기 위함입니다. 불연속적인 시간의 formulation에 대한 주 이점은 지속 시간 과정을 구현하기 위해서 지속 시간 오류 모델을 사용한다는 점과, 오류 모델의 계절에 따른 적용, 누락 데이터를 쉽게 다룰 수 있다는 점 등을 말할 수 있습니다. 
 이 모델은 중국의 Chaohe Basin에 먼저 적용되었고, 이는 반건조성 기후 지역의 일부 특성을 나타내었습니다. 본 연구에서는, 스위스의 Thur River basin에 적용하였고, 이는 선행된 연구와는 완전히 다른 기후 환경 조건을 적용하는 것입니다. 이는, 모델 접근의 일반적인 적용의 확증을 뒷받침하며, 잔여오차와 모델 개발에 대한 필요성을 보여주고 있습니다. 이는 시간에 의한 정규본포를 확대/대체함으로써 이루어졌고, 어느 자유도가 가장 경험적인 수치를 잘 대변하는지에 따라 각색되었습니다. 
본 논문의 결론은, 지속적 시간에 따른 자동회귀 오류 모델은 다른 기후 환경에서도 수분학적 모델링에 있어서 유연하게 적용된다는 점입니다. 반면, 개념적인 주 단점은, 이러한 방식의 접근은 input과 모델구축 오류를 별도로 식별할 수 없다는 점입니다. 또한, 실제적인 단점으로는, MCMC 기술은 고도의 수학적인 계산을 필요로 한다는 점입니다. 

4. Originality & Contribution
 본 논문은 기후 환경이 다른 조건의 연구를 보여줌으로써, 본 연구에서 사용하였던 UA의 일반화를 보여주고 있습니다. 이를 기본으로 한. 민감도 분석과 보정을 고려해볼 수 있습니다. 또한, 고도의 수학적인 계산을 요구하는 MCMC 방법이 아닌, 다른 기술을 적용. 고려해 볼 수 있을 것 같습니다.

5. Reviewer : 최문희 mhchoi@gist.ac.kr