KSCE Journal of Civil and Environmental Engineering Research (대한토목학회논문집)

Korean Society of Civil Engeneers (대한토목학회)
권호 표지
DOI QR코드

DOI QR Code

Rainfall Frequency Analysis Using SIR Algorithm and Bootstrap Methods

극한강우를 고려한 SIR알고리즘과 Bootstrap을 활용한 강우빈도해석

  • 문기호 ((주) 이산 수자원부) ;
  • 경민수 (삼성화재해상보험(주) 삼성방재연구소) ;
  • 김형수 (인하대학교 사회기반시스템 공학부)
  • Received : 2010.01.06
  • Accepted : 2010.04.05
  • Published : 2010.08.31
Download PDF
⟨ Previous Next ⟩

Abstract

In this study, we considered annual maximum rainfall data from 56 weather stations for rainfall frequency analysis using SIR(Sampling Important Resampling) algorithm and Bootstrap method. SIR algorithm is resampling method considering weight in extreme rainfall sample and Bootstrap method is resampling method without considering weight in rainfall sample. Therefore we can consider the difference between SIR and Bootstrap method may be due to the climate change. After the frequency analysis, we compared the results. Then we derived the results which the frequency based rainfall obtained using the data from SIR algorithm has the values of -10%~60% of the rainfall obtained using the data from Bootstrap method.

본 연구에서는 기상청 산한 56개 기상관측소의 연최대치계열 일 강우자료를 대상으로 Bootstrap기법과 SIR알고리즘을 이용하여 표본을 재추출한 후, 빈도해석을 적용하여 결과를 비교검토 하였다. SIR알고리즘은 기존에 발생되었던 극한 사상에 가중치를 두어 표본을 재추출하는 방법으로 과거에 발생한 극한사상이 기후변화에 의해서 더욱 빈발하게될 것 이라는 가정에 기초한다고 할 수 있다. 반면에 Bootstrap기법은 현재 발생한 사상에 동일한 가중치를 두어 표본을 재추출하는 방법이다. 따라서 두 방법의 차이를 계산하여 기후변화로 인한 극한강우의 빈도별 확률강우량의 변화를 산정할 수 있다. 비교결과 SIR알고리즘에 의하여 재추출된 강우를 이용하여 산정된 확률강우량의 경우, Bootstrap기법에 의해서 재추출된 강우를 이용하여 산정한 확률강우량에 비해 지점에 따라 작게는 -10%정도의 감소와 크게는 60%정도의 차이를 보임을 확인하였다.

Keywords

References

  1. 강승호, 박태성(1996) 몬테칼로 베이지안 분석과 응용사례, 한국통계확회논문집, 한국통계학회, 제3권, 제1호, pp. 169-177.
  2. 경민수, 김형수, 김병식(2009) 기후변화가 한반도 일 강수량의 빈도에 미치는 영향, 한국수자원학회 2009년도 학술발표회 초록집, 한국수자원학회, pp. 129-133.
  3. 권현한, 김병식, 김보경, 윤석영(2009) 기후변화에 따른 극치강수량의 시공간적 특성 변화 분석, 한국수자원학회 2009년도 학술발표회 초록집, 한국수자원학회, pp. 1152-1155.
  4. 권현한, 문영일(2004) 댐 수위 추정 방법의 개선을 통한 수리수문학적 위험도 분석, 한국수자원학회 2004년도 학술발표회 초록집, 한국수자원학회, pp. 863-869.
  5. 김병식, 김보경, 경민수, 김형수(2008) 기후변화가 극한강우와 I-D-F 분석에 미치는 영향 평가, 한국수자원학회논문집, 한국수자원학회, Vol. 41, No. 4, pp. 379-394.
  6. 김병식, 김형수, 서병하(2002) Bootstrap 방법에 의한 하천유출량 모의와 왜곡도, 한국수자원학회논문집, 한국수자원학회, Vol. 35, No. 3, pp. 275-284.
  7. 문기호, 경민수, 김덕길, 곽재원, 김형수(2008) SIR 알고리즘을 이용한 홍수량 빈도해석에 관한 연구, 한국습지학회지, 한국습지학회, 제10권 제3호, pp. 125-132.
  8. 서영민, 지홍기, 이순탁(2009) Bootstrap을 이용한 강우빈도해석에서의 매개변수 추정에 대한 불확실성 해석, 한국수자원학회 2009년도 학술발표회 초록집, 한국수자원학회, pp. 1406-1411.
  9. 성기원(2003) 유역의 수문학적 상사성을 이용한 Nash 모형의 불확실성 평가, 한국수자원학회논문집, 한국수자원학회, Vol. 36, No. 3, pp. 399-411.
  10. 오제승, 김치영, 김원(2007) 강우 자료의 변동 특성 분석, 한국수자원학회 2007년도 학술발표회 논문집, 한국수자원학회, pp. 1602-1607.
  11. 오태석, 문영일, 권현한, 전시영(2009) 일강우자료를 이용한 서울지점의 강우 사상 특성 분석, 한국수자원학회 2009년도 학술발표회 초록집, 한국수자원학회, pp. 1389-1392.
  12. 이명우, 이충성, 김형수, 심명필(2005) Bootstrap방법과 SIR알고리즘을 이용한 확률강우량 결정과 위험도 분석, 대한토목학회 논문집, 대한토목학회, 제25권 제5B호, pp. 365-373.
  13. 이상복, 김경덕, 허준행(2004) 강수자료에 대한 변동성 및 경향성 해석, 한국수자원학회 2004년도 학술발표회, 한국수자원학회, pp. 696-700.
  14. 이창환, 안재현, 김태웅(2004) 강우의 증가경향성을 고려한 확률강우량 산정법의 적용성 분석, 한국수자원학회 2004년도 학술발표회, 한국수자원학회, pp. 696-700.
  15. 전명식(1990) 통계적 테이타분석방법을 위한 컴퓨터 활용 I:붓스트랩 이론과 응용. 응용통계연구, 한국통계학회지, 한국통계학회, 제3권, 제1호, pp. 121-141.
  16. 전명식(1996) 붓스트랩방법의 실제적활용-군집표본추출법에 근거한 분할표분석을 중심으로, 한국통계학회논문집, 한국통계학회, 제3권, 제1호, pp. 179-188.
  17. 정창삼, 심재현, 허준행, 여운광(2008) 통계적 기법을 이용한 기후 변화 분석 (강우량 중심), 한국수자원학회 2008년도 학술발표회 논문집, 한국수자원학회 pp. 1001-1006.
  18. 황석환, 김중훈, 유철상, 정성원, 유도근(2009) Bootstrap 기법을 이용한 서울지점 강우자료의 정량적 동질성 분석, 한국수자원학회 2009년도 학술발표회초록집, 한국수자원학회, pp. 1157-1161.
  19. Albert, J.H. (1993) Teaching bayesian statistics using sampling methods and MINITAB, The American statistician Association, Vol. 47, No. 3, pp. 182-191,
  20. Beersma, J.J. and Buishand, T.A. (2007) Drought in the Netherlands - Regional frequency analysis versus time series simulation, Journal of Hydrology, Vol. 347, Issues 3-4, pp.332-346. https://doi.org/10.1016/j.jhydrol.2007.09.042
  21. Eform, B. (1979) Bootstrap Method: Another Look at the Jack-nife, The annual of statistics, Institute of Mathmatical Statistics, Vol. 7, No. 1, pp. 1-26.
  22. Ekstrom, M., Fowler, H.J., Kilsby, C.G., and Jones, P.D. (2005) New estimates of future changes in extreme rainfall across the UK using regional climate model integrations. 2. Future estimates and use in impact studies, Journal of Hydrology, Vol. 300, Issues 1-4, pp. 234-251. https://doi.org/10.1016/j.jhydrol.2004.06.019
  23. Fowler, H.J., Ekstrom, M., Kilsby, C.G., and Jones, P.D. (2005) New estimates of future changes in extreme rainfall across the UK using regional climate model integrations. 1. Assessment of control climate, Journal of Hydrology, Vol. 300, Issues 1-4, pp. 212-233. https://doi.org/10.1016/j.jhydrol.2004.06.017
  24. Hamed, K.H. (2008) Trend detection in hydrologic data: The Mann–Kendall trend test under the scaling hypothesis, Journal of Hydrology, Vol. 349, Issues 3-4, pp. 350-363. https://doi.org/10.1016/j.jhydrol.2007.11.009
  25. Jia, Y. and Culver, T.V. (2006) Bootstrapped artificial neural networks for synthetic flow generation with a small data sample, Journal of Hydrology, Vol. 331, Issues 3-4, pp. 580-590. https://doi.org/10.1016/j.jhydrol.2006.06.005
  26. Klein Tank, A.M.G., and Konneb, G.P. (2003) Trends in Indices of Daily Temperature and Precipitation Extremes in Europe, 1946-1999, Journal of Climate, Vol. 16, pp. 3665-3680. https://doi.org/10.1175/1520-0442(2003)016<3665:TIIODT>2.0.CO;2
  27. Li, K.-H. (2007) Pool size selection for the sampling/importance resampling algorithm, Statistica Sinica, Vol. 17, No. 3, pp. 895-907.
  28. Lisi, F. and Vigilio, V. (1997) Statistical considerations on the randomness of annual maximum daily rainfall, Journal of the American Water Resources Association, Vol. 33, Issue 2, pp.431-441. https://doi.org/10.1111/j.1752-1688.1997.tb03522.x
  29. Moradkhani, H., Hsu, K.L., Gupta, Hoshin., and Sorooshian, S. (2005) Uncertainty assessment of hydrologic model states and parameters: Sequential data assimilation using the particle filte, Water Resources Research, Vol. 41, No. 5, pp. W05012.1-W05012.17.
  30. Osborn, T.J. and Hulme, M. (2002) Evidence for trends in heavy rainfall events over the UK, Philosophical Transactions: Mathematical, Physical and Engineering Sciences, Flood Risk in a Changing Climate, Vol. 360, No. 1796, pp. 1313-1325.
  31. Overeem, A., Buishand, A., and Holleman, I. (2008) Rainfall depth duration frequency curves and their uncertainties, Journal of Hydrology, Vol. 348, Issues 1-2, pp. 124-134. https://doi.org/10.1016/j.jhydrol.2007.09.044
  32. Prudhomme, C., Jakob, D., and Svensson, C. (2003) Uncertainty and climate change impact on the ood regime of small UK catchments. Journal of Hydrology, Vol. 277, Issues 1-2, pp. 1-23. https://doi.org/10.1016/S0022-1694(03)00065-9
  33. Ramesh, N.I. and Davison, A.C. (2002) Local model for exploratory analysis of hydrological extremes, Journal of Hydrology, Vol. 256, Issues 1-2, pp. 106-119. https://doi.org/10.1016/S0022-1694(01)00522-4
  34. Rubin D.B. (1987) A Noniterative sampling/importance resampling alternative to the data augementation algorithm for creating a few imputation are modest:The SIR algorithm, Journal of the american statistical addiciation, American statistical association, Vol. 82, pp. 543-546. https://doi.org/10.2307/2289460
  35. Samuels, R., Rimmer, A., and Alpert, P. (2009) Effect of Extreme Rainfall Events on the Water Resources of the Jordan River, Journal of Hydrology, In Press, Accepted Manuscript, Available online.
  36. Sharma, S.K. and Tiwari, K.N. (2009) Bootstrap based artificial neural network (BANN) analysis for hierarchical prediction of monthly runoff in Upper Damodar Valley Catchment, Journal of Hydrology, In Press, Corrected Proof, Available online.
  37. Srinivas, V.V. and Srinivasan, K. (2005) Hybrid moving block bootstrap for stochastic simulation of multi-site multi-season streamows, Journal of Hydrology, Vol. 302, Issues 1-4, pp. 307-330. https://doi.org/10.1016/j.jhydrol.2004.07.011
  38. Stow, C.A., Reckhow, K.H., Qian, S.S., Lamon, E.C., Arhonditsis, G.B., Borsuk, M.E., and Seo, D.G. (2007) Approaches to evaluate water quality model parameter uncertainty for adaptive TMDL implementation, Journal of the American Water Resources Association, Vol. 43, No. 6, pp. 1499-1507. https://doi.org/10.1111/j.1752-1688.2007.00123.x
  39. 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, Issue 3, pp. 587-596. https://doi.org/10.1111/j.1752-1688.2003.tb03677.x
  40. Zhao, B., Tung, Y.K., Yeh, K.C., and Yang, J.C. (1997) Storm resampling for uncertainty analysis of a multiple-storm unit hydrograph, Journal of Hydrology, Vol. 194, Issues 1-4, pp. 366-384. https://doi.org/10.1016/S0022-1694(96)03112-5