Abstract
In this study we proposed a simple method for generating multi-site daily rainfall based on the 1-order Markov chain and considering the spatial correlation. The occurrence of rainfall is simulated by a simple 1st-order Markov chain and its intensity to be chosen randomly from the observed data. The spatial correlation between sites could be conserved as the rainfall intensity at each site is to be chosen consistently with the target site in time through generation. It is found that the generated daily rainfall data reproduce genera] characteristics of the observed data such as average, standard deviation, average number of wet and dry days, but the clustering level in time is somewhat loosened. Thus, the lag-I correlation coefficient of the generated data gave smaller value than the observed, also the average lengths of wet run and dry run and the wet-to-wet and dry-to-dry probabilities were a bit less than the observed. This drawback seems to be overcome somewhat by choosing a proper site representing overall basin characteristics or by use of more detailed states of rainfall occurrence.
본 연구에서는 마코프 연쇄에 근거하여 지점간 공간상관을 적절히 고려할 수 있는 일강우의 다지점 모의 발생 방법을 제안하였다. 유역 내 여러 지점 대표지점을 선정하여 강우의 발생의 간단한 1차 마코프 연쇄에 의해 모의되도록 하였고 강우강도는 과거자료에서 무작위하게 추출하는 방법을 적용하였다. 지점간 공간상관은 모든 지점에 대해 강우강도가 대표지점과 같은 시점의 것이 일관되게 선택되도록 함으로서 그대로 유지시킬수 있었다. 모의된 일강우자료는 평균, 분산이나 평균 무강우일수, 강우일수 등의 강우 특성은 잘 재현함을 알 수 있었으나, 원자료의 군집특성(시간축에서의)은 상대적으로 약화되어 1일 지체 상관계수가 원자료의 경우보다 작게 나타나고 있으며 아울러 평균 강우지속일수 및 무강우지속일수, 강우-강우 확률 및 무강우-무강우 확률이 원자료의 그것보다 약간 작게 나타남을 파악할 수 있었다. 그러나 이러한 단점은 유역을 대표할 수 있는 지점을 적절히 선택함으로서 또한 대표지점에 대한 강우발생의 상태를 무강우-강우에서 좀더 세분화함으로서 어느 정도 보완할 수 있을 것으로 판단된다.
