DOI QR코드

DOI QR Code

Characteristics Analyses of Timely Rainfall Events Above Probability Precipitation on Each Frequency

빈도별 확률강우량을 초과하는 시간강우사상의 특성 분석

  • 오태석 (서울시립대학교 토목공학과) ;
  • 김은철 (서울시립대학교 대학원 토목공학과) ;
  • 문영일 (서울시립대학교 토목공학과) ;
  • 안재현 (서경대학교 이공대학 토목공학과)
  • Received : 2009.06.02
  • Accepted : 2009.10.07
  • Published : 2009.11.30

Abstract

The flood control countermeasure establish for reducing of the flood damages. Design frequency usually reflects the current situation of the station, the importance and the design rainfall. Therefore, this study calculated frequency for duration maximum rainfall with the area which happened the flood damages by main heavy rainfall events recently. Also, to analyze for the temporal characteristics of rainfall event exceed by design rainfall, excess rainfall and excess frequency and excess rainfall per event calculated. To grasp the temporal variation, About excess rainfall and excess frequency and excess rainfall per event have analyzed by change and trend test. Also, rainfall observatory did grouping by cluster analysis using position of rainfall observatory and characteristic timely rainfall. For the grouping rainfall observatory by the cluster analysis calculated average of excess rainfall and excess frequency and excess rainfall per event. To compare for the temporal characteristics, the change and trend test had analyzed about excess rainfall, excess frequency by regional groups.

홍수피해를 줄이기 위해 적정한 설계빈도에 맞는 치수대책을 수립한다. 일반적으로 설계빈도는 지역의 현황, 중요도뿐만 아니라 확률강우량 등을 반영한다. 따라서 본 연구에서는 최근 10년간 주요 호우사상에 의해 홍수피해가 발생한 지역을 대상으로 지속시간별로 최대강우량의 빈도를 산정하였다. 그리고 빈도별 확률강우량을 초과하는 강우사상의 시간적 특성을 분석하기 위해 초과강우량과 초과횟수 및 단위초과강우량을 산정하여 변동성과 경향성 분석을 수행하였다. 또한 강우관측소의 위치와 시간강우량 특성을 이용해 군집분석을 실시하고 강우관측소를 군집화 하였다. 군집된 지역을 대상으로 평균초과강우량과 평균초과횟수 및 평균단위초과강우량을 산정하였고, 군집지역별 초과강우량과 초과횟수에 대해 변동성 및 경향성을 분석을 실시하여 시간적 변화를 비교하였다.

Keywords

References

  1. 권세혁(2004) 다변량분석. 자유아카데미.
  2. 문영수(1988) 한국의 강수지역 구분. 박사학위논문, 경북대학교.
  3. 소방방재청 중앙재난안전대책본부(2008) 자연재난조사 및 복구계획수립 지침, 소방방재청 중앙재난안전대책본부.
  4. 소방방재청 중앙재난안전대책본부(1997-2006) 재해연보. 소방방재청 중앙재난안전대책본부.
  5. 안재현, 김태웅, 박무종, 윤용남(1999) 자료기간에 따른 우리나라 확률강우량의 변화 분석, 한국수자원학회 학술발표회논문집, 한국수자원학회, pp. 16-21.
  6. 안재현, 김태웅, 유철상, 윤용남(2000) 자료기간 증가에 따른 확률강우량의 거동특성 분석, 한국수자원학회논문집, 한국수자원학회, 제33권, 제5호, pp.569-580.
  7. 오제승, 김치영, 김 원(2007) 강우 자료의 변동 특성 분석, 한국수자원학회 학술발표회논문집, 한국수자원학회, pp. 1602-1607.
  8. 오태석, 문영일(2008) 태풍으로 인한 극한강수 특성 분석, 대한토목학회 논문집, 대한토목학회, 제28권, 제5B호. pp. 459-473.
  9. 윤용남(2007) 수문학 : 기초와 응용, 청문각.
  10. 이동률, 김응태, 이상복, 허준행(2001) 기후변동과 확률강우량의 변화, 한국수자원학회 학술발표회논문집, 한국수자원학회, pp. 4403-408.
  11. 정성인, 유철상, 윤용남(2004) 확률강우량의 변동성 분석, 한국수자원학회 학술발표회논문집, 한국수자원학회, pp. 256-261.
  12. 차은정, 최영진(2000) 한반도 여름철 집중호우의 시간.공간 변동특성, 한국수자원학회지, 한국수자원학회, 제33권, 제4호, pp. 47-56.
  13. 한국수자원공사(2002) 하수도시설 설계지침.
  14. 한국수자원학회(2005) 하천설계기준.
  15. 행정자치부 국립방재연구소(1999) 소하천 시설기준, 행정자치부.
  16. Conover, W.J. (1971) Practical nonparametric statistics. John Wiley and Sons, New York., pp. 462.
  17. Hann, C.T. (2002) Statistical Methods in HYDROLOGY. Iowa State Press, Iowa.
  18. Hollander, Myles, and Douglas, Wolfe (1973) Nonparametric Statistical Methods. John Wiley & Sons, New York, USA.
  19. Iwashima, T. and Yamamoto R. (1993) A statistical analysis of the extreme events : Long-term trend of heavy daily precipitation. Journal of the Meteorological Society of Japan, Meteorological Society of Japan, Vol. 71, No. 5, pp. 637-640. https://doi.org/10.2151/jmsj1965.71.5_637
  20. Karl, T.R. and Knight, R.W. (1998) Secular trends of precipitation amount, frequency, and inensity in the USA. Bulletin of the American Meterological Society, AMS, Vol. 79, No. 2, pp. 231-241. https://doi.org/10.1175/1520-0477(1998)079<0231:STOPAF>2.0.CO;2
  21. Kalkstein, L.S. (1986) An evaluation of three clustering procedures for use in synoptic climatological classification. American Meteorological Society, Vol. 26, pp. 717-730.
  22. Kite, G.W. (1977) Frequency and risk analysis in hydrology. Water Resources Publication, Fort Collins, Colorado, USA.
  23. Mann, H.B. and Whitney, D.R. (1947) On a test of whether one of two random variables is stochastically larger than the other. Ann. Math. Statist., Vol. 18, pp. 50-60. https://doi.org/10.1214/aoms/1177730491
  24. Yue, S. and Hashino, M. (2003) Long term trends of annual and monthly precipitation in japan. Journal of the American Water Resources Association, Vol. 39, pp. 587-596. https://doi.org/10.1111/j.1752-1688.2003.tb03677.x