Journal of Korea Water Resources Association (한국수자원학회논문집)

Korea Water Resources Association (한국수자원학회)
권호 표지
DOI QR코드

DOI QR Code

On the Variations of Spatial Correlation Structure of Rainfall

강우공간상관구조의 변동 특성

  • Kim, Kyoung-Jun (Department of Civil and Environmental Engineering, Korea University) ;
  • Yoo, Chul-Sang (Department of Civil and Environmental Engineering, Korea University)
  • 김경준 (고려대학교 사회환경시스템공학과) ;
  • 유철상 (고려대학교 사회환경시스템공학과)
  • Published : 2007.12.31
Download PDF
⟨ Previous Next ⟩

Abstract

Among various statistics, the spatial correlation function, that is "correlogram", is frequently used to evaluate or design the rain gauge network and to model the rainfall field. The spatial correlation structure of rainfall has the significant variation due to many factors. Thus, the variation of spatial correlation structure of rainfall causes serious problems when deciding the spatial correlation function of rainfall within the basin. In this study, the spatial rainfall structure was modeled using bivariate mixed distributions to derive monthly spatial correlograms, based on Gaussian and lognormal distributions. This study derived the correlograms using hourly data of 28 rain gauge stations in the Keum river basin. From the results, we concluded as following; (1) Among three cases (Case A, Case B, Case C) considered, the Case A(+,+) seems to be the most relevant as it is not distorted much by zero measurements. (2) The spatial correlograms based on the lognormal distribution, which is theoretically as well as practically adequate, is better than that based on the Gaussian distribution. (3) The spatial correlation in July exponentially decrease more obviously than those in other months. (4) The spatial correlograms should be derived considering the temporal resolution(hourly, daily, etc) of interest.

강우장의 특성을 정량화하는 여러 통계적 특성치 중에 자주 사용되는 공간상관함수(또는 공간상관도)는 강우의 평가나 설계 그리고 강우장을 모형화하는데 중요하게 사용된다. 그러나 강우의 공간상관 구조는 여러 요인에 의해 많은 변동성을 가지고 있다. 이와 같은 강우의 공간상관구조에 대한 변동특성은 유역을 대표하는 공간상관구조를 결정하는데 문제점으로 작용한다. 따라서 본 연구에서는 이변량 혼합분포를 이용하여 강우를 모형화한 후 정규분포와 대수정규분포를 고려하여 월별, 자료의 시간간격별로 공간상관도를 유도하고 그 변동특성을 파악하였다. 대상유역인 금강유역의 28개 강우관측소의 자료를 이용한 결과 다음과 같은 결론을 얻을 수 있었다. (1) 무강우자료에 대한 영향을 고려한 결과, 세 가지의 경우(Case A, B, C) 중에서 Case A(+,+)의 경우가 #0#에 대한 공간상관함수의 왜곡이 최소가 되기 때문에 가장 적절한 경우이다. (2) 일반적으로 사용되는 정규분포보다는 이론적 그리고 실증적으로 더 적절한 대수정규분포를 사용해야 함이 바람직하다. (3) 월별 공간상관함수 중 지수함수적인 감소경향이 가장 뚜렷한 7월의 경우가 유역을 대표하는 공간상관함수로 적절하다. (4) 자료의 시간해상도별 공간상관도는 다르게 유도되기 때문에 각각에 대한 경우를 고려해야 한다.

Keywords

References

  1. 건설교통부 (2004). 한강유역조사 수리.수문조사 보고서 제1편 수문관측망조사, 연구보고서
  2. 기상청 (1980-2004). 기상월보 (6월, 7월, 8월, 9월, 10월)
  3. 김성렬, 양진석 (1995). '한국의 온대저기압성 강수지역 구분.' 한국지역지리학회지, 한국지역지리학회, 제1권, 제1호, pp. 45-60
  4. 김웅태, 이동률, 김선권, 이시현(2000). '군집분석을 이용한 동질 강수지역 구분.' 한국수자원학회 학술발표회 논문집, 한국수자원학회, pp. 75-78
  5. 문영수 (1990). '클러스터분석에 의한 한국의 강수지역 구분.' 한국기상학회지, 한국기상학회, 제26권, 제4호, pp. 203-215
  6. 박정규, 이승만 (1993). '연강수량에 의한 남한의 강수지역구분.' 한국기상학회지, 한국기상학회, 제29권, 제2호, pp. 117-126
  7. 유철상, 김인배, 류소라 (2003). '우량계의 밀도 및 공간분포 검토: 남한강 유역을 중심으로.' 한국수자원학회논문집, 한국수자원학회, 제36권, 제2호, pp. 173-181
  8. 유철상, 하은호, 김경준 (2006). '강우의 공간상관구조에 대한 무강우자료의 영향.' 한국수자원학회논문집, 한국수자원학회, 제39권, 제2호, pp. 127-138 https://doi.org/10.3741/JKWRA.2006.39.2.127
  9. Arnaud, P., Bouvier, C., Cisneros, L., and Dominguez, R. (2002). 'Influence of rainfall spatial variability on flood prediction.' Journal of Hydrology, Vol. 260, pp. 216-230 https://doi.org/10.1016/S0022-1694(01)00611-4
  10. Eagleson, P.S. (1972). 'Dynamics of flood frequency.' Water Resources Research, Vol. 8, pp. 878-898 https://doi.org/10.1029/WR008i004p00878
  11. Finnerty, B.D., Smith, M.B., Seo, D.J., Koren, V., and Moglen, G.E. (1997). 'Space-time scale sensitivity of the Sacramento model to radar-gauge precipitation inputs.' Journal of Hydrology, Vol. 203, pp. 21-38 https://doi.org/10.1016/S0022-1694(97)00083-8
  12. Graves, C.E., Valdes, J.B., Shen, S.S.P., and North, G.R. (1993). 'Evaluation of sampling errors of rainfall from space-borne and ground sensors.' Journal of Applied Meteorology, Vol. 32, pp. 374-384 https://doi.org/10.1175/1520-0450(1993)032<0374:EOSEOP>2.0.CO;2
  13. Ha, E., and Yoo, C. (2007). 'Use of mixed bivariate distributions for deriving inter-station correlation coefficients of rainfall.' Hydrological Processes, Vol. 21, pp. 3078-3086 https://doi.org/10.1002/hyp.6526
  14. Houze, R.A., and Cheng, C.P. (1977). 'Radar characteristics of tropical convection observed during GATE: Mean properties and trends over the summer season.' Monthly Weather Review, Vol. 105, pp. 964-980 https://doi.org/10.1175/1520-0493(1977)105<0964:RCOTCO>2.0.CO;2
  15. Mostafa, M.D., and Mahmoud, M.W. (1964). 'On the problem of estimation for the bivariate log-normal distribution.' Biometrica, Vol. 51, pp. 522-527 https://doi.org/10.1093/biomet/51.3-4.522
  16. North, G.R., Shen, S.S.P., and Upson, R.B. (1991). 'Combing rain gages with satellite measurements for optimal estimates of area-time averaged rain rate.' Water Resources Research, Vol. 27, pp. 2795-2790 https://doi.org/10.1029/91WR01744
  17. Shimizu, K., and Sagae, M. (1990). 'Modeling bivariate data containing zeros, with an analysis of daily rainfall data.' Japanese Journal of Applied Statistics, Vol. 19, pp. 19-31 https://doi.org/10.5023/jappstat.19.19
  18. Valdes, J.B., Ha, E., Yoo, C., and North, G.R. (1994). 'Stochastic characterization of space-time precipitation: Implications for remote sensing.' Advances in Water Resources, Vol. 17, pp. 47-59 https://doi.org/10.1016/0309-1708(94)90023-X
  19. Woods, R., and Sivapalan, M. (1999). 'A synthesis of space-time variability in storm response: Rainfall, runoff generation, and routing.' Water Resources Research, Vol. 35, pp. 2469-2485 https://doi.org/10.1029/1999WR900014
  20. Yoo, C., and Ha, E. (2007). 'Effect of zero measurements on the spatial correlation structure of rainfall.' Stochastic Environmental Research and Risk Assessment, Vol. 21, pp. 289-297 https://doi.org/10.1007/s00477-006-0064-3
  21. Yoo, C., Valdes, J.B., and North, G.R. (1996). 'Stochastic modeling of multi-dimensional rainfall fields considering spectral structure.' Water Resources Research, Vol. 32, pp. 2175-2187 https://doi.org/10.1029/96WR01047