상관성을 가진 시계열 자료의 경향성 분석에 관한 연구

Trend Detection of Serially Correlated Hydrologic Series

경향성을 분석하기 위한 여러 기법 가운데 비모수적 방법인 Mann-Kendall 검정(MK 검정)은 수문 시계열의 분석에서 널리 사용되어지고 있다. 이 검정 방법은 분석 대상 자료가 독립이라는 가정 하에 수행되며, 자료가 계열상관되어 있는 경우에는 그 상관성의 영향으로 경향성 존재의 유무를 정확하게 판단할 수 없게 된다. 따라서 MK 검정을 이용할 때 자료의 상관성으로 인해 받게 되는 영향을 소거시키기 위해 효과적인 자료의 크기(Effective Sample Size, ESS)를 이용하는 수정된 MK 검정 방법을 이용하고자 한다. 본 연구에서는 ESS가 얼마만큼 계열상관성을 제거할 수 있는지 Monte Carlo모의를 통해 검토하였다. MK 검정 결과 계열상관계수의 증가에 따라 자료가 경향성을 나타내는 비율이 높아 졌으나, ESS에 의해 수정된 MK 검정을 수행한 결과 계열상관계수의 영향이 제거되었음을 알 수 있었다. 또한 실측 자료의 적용을 통해 수정 MK검정이 경향성 분석에 매우 유용함을 확인 하였다.

The non-parametric Mann-Kendall(MK) statistical test has been widely used to assess the significance of trend in hydrologic time series. The test requires sample data should be serially independent. If sample data is serially correlated, the presence of serial correlation in a time series will affect the test ability for trend analysis. So, we would like to use the modified MK test which uses the effective sample size(ESS) to eliminate the effect of serial correlation in a series. This study investigates the ability of ESS to eliminate the influence of serial correlation of MK test by Monte Carlo simulation and by real series. As the results, MK test shows the increase of trend rate as the serial correlation is increased but the modified MK test shows ESS can eliminate the serial correlation for trend analysis. Therefore we confirmed the modified MK test is a very useful tool for trend analysis.