DOI QR코드

DOI QR Code

Trend and Shift Analysis for Hydrologic and Climate Series

수문 및 기후 자료에 대한 선형 경향성 및 평균이동 분석

  • Received : 2005.12.22
  • Accepted : 2006.04.24
  • Published : 2006.07.31

Abstract

Several techniques of MK test, Spearman's Rho test, Linear Regression test, CUSUM test, Cumulative Deviation, Worsley Likelihood Ratio test, Rank Sum test, and Students' t test were applied to detect the trends of slope and shift which exist in hydrologic and climate time series. The time series of annual rainfall, inflow, tree ring index, and southern oscillation index (SOI) were used and the trends of these series were compared in the study. From the results, it can be found that the data could be classified into two categories such as linear trend and shift. 4 series data of 8 rainfall series which reveal the trend show the shift and 8 series data of 18 tree ring index and March and April series of monthly SOI data show shift. Moreover, ADF test and BDS test were used to test stationarity and non-linearity of the data. In conclusion, through the study, various trend analysis techniques were compared and 6 kinds of characteristics which can exist in hydrologic time series were identified.

본 연구에서는 수문 및 기후 시계열 자료에 존재하는 경향성을 분석하기 위하여 MK 검정, Spearman's Rho 검정, Linear Regression 검정, 비모수 Cusum 검정, Cumulative Deviation 검정, Worsley Likelihood Ratio 검정, Rank Sum 검정, Student's t 검정 등의 8가지 기법을 사용하였다. 관측된 연 강우량과 유입량 시계열 자료, 나이테 자료 그리고 SOI 자료에 적용하여 그 결과를 비교 분석 하였다. 분석 결과 시계열 자료에는 어떤 기울기를 가지거나 어느 시점을 기준으로 평균이 변화하는 두 가지의 경향성이 존재함을 확인 할 수 있었다. 경향성을 나타낸 8개의 강우자료중 4개 지점이 평균이동(shift)을 나타내었으며, 18개 지역의 나이테 지수중 8개 지역과 월별 SOI자료 중 3, 4월자료에서 경향성의 존재가 확인되었고, 소양강댐 유입량 자료에서는 경향성이 나타나지 않았다. 특히, 나이테 지수의 경우에는 평균이동으로 인한 경향성만을 가지고 있는 자료가 확인되었다. 또한 정상성 검정을 위한 ADF 검정과 비선형성 검정을 위한 BDS 통계검정 기법을 적용하였다. 본 연구를 통하여 여러 경향성 분석 기법을 비교할 수 있었으며, 실제 관측된 수문 및 기후 시계열에 존재하는 경향성을 확인 할 수 있었고, 연구 결과를 통하여 수문시계열 해석시 다양한 분석을 통한 경향성의 존재여부를 확인 하여야 한다는 것을 알 수 있었다.

Keywords

References

  1. 강두선(1999) Nonlinear dynamics and BDS statistic : Applications to hydrologic data 석사학위논문, 고려대학교
  2. 김병식, 강경석, 서병하(1997) 우리나라 년 강우량 자료의 시계열 특성분석. 한국수자원학회 학술발표회 논문집, pp. 280-285
  3. 김형수, 강두선, 김종우, 김중훈(1998) BDS 통계 수문자료에의 응용, 한국수자원학회 논문집, 한국수자원학회, Vol. 31, No 6, pp. 769-777
  4. 이상복, 김경덕, 허준행(2004) 강수자료에 대한 변동성 및 경향성 해석, 한국수자원학회 학술발표회 논문집, 한국수자원학회, pp. 137
  5. Burn, D.H. and Hag Elnur, M.A. (2002) Detection of hydrologic trends and variability. Journal of hydrology, Vol. 255, pp. 107-122 https://doi.org/10.1016/S0022-1694(01)00514-5
  6. Lindsey, J.K. (1996) Parametric statistical inference. Clarendon Press, Oxford
  7. Hollander, M. and Wolfe, D.A. (1999) Nonparametric statistical methods. John Wiley, New York
  8. Jorge Belaire-Franch and Dulce Contreras (2002) How to conpute the BDS test: A software comparison. Journal of Applied Econometrics, Vol. 17, pp. 691-699 https://doi.org/10.1002/jae.679
  9. Kim, H.S., Kang, D.S., and Kim, J.H. (2003) The BDS ststistic and residual test. Stochastic Environmental Research and Risk Assessment Vol. 17, pp. 104-115 https://doi.org/10.1007/s00477-002-0118-0
  10. Kundzewicz, Z.W. and Robson, A. (2000) Detecting trend and other changes in hydrological data. Word Climate Program - Water, WMO/UNESCO, WCDMP-45, WMO/TD 1013, Geneva
  11. Matilla-Garcia, M, Queralt, R., Sanz, P., and Vazquez, F.J. (2004) A Generalized BDS Statistic. Computational Economics, Vol. 24, pp. 277-300 https://doi.org/10.1007/s10614-004-4657-y
  12. Wayne, W Daniel (1979) Applied Nonparametric Statistics. Houghton Mifflin, New York
  13. Yue, Sheng and Hashino, M. (2003) Long term trends of annual and monthly precipitation in Japan. Water Resources Association, Vol. 39, No. 3, pp. 587-596 https://doi.org/10.1111/j.1752-1688.2003.tb03677.x
  14. Zhang, X., Harvey, K.D., Hogg, W.D., and Uzyk, R. (2001) Trends in Canadian streamflow. Water Resources Research, Vol. 37, No. 4, pp. 987-998 https://doi.org/10.1029/2000WR900357