DOI QR코드

DOI QR Code

Estimating Quantiles of Extreme Rainfall Using a Mixed Gumbel Distribution Model

혼합 검벨분포모형을 이용한 확률강우량의 산정

  • Yoon, Phil-Yong (Dept. of Civil and Environmental Engineering, Hanyang University) ;
  • Kim, Tae-Woong (Dept. of Civil and Environmental Engineering, Hanyang University) ;
  • Yang, Jeong-Seok (School of Construction System Engineering, Kookmin University) ;
  • Lee, Seung-Oh (Dept. of Civil and Urban Engineering, Hongik University)
  • 윤필용 (한양대학교 대학원 건설환경공학과) ;
  • 김태웅 (한양대학교 건설환경공학과) ;
  • 양정석 (국민대학교 건설시스템공학부) ;
  • 이승오 (홍익대학교 건설도시공학부)
  • Received : 2011.06.13
  • Accepted : 2012.01.02
  • Published : 2012.03.31

Abstract

Recently, due to various climate variabilities, extreme rainfall events have been occurring all over the world. Extreme rainfall events in Korea mainly result from the summer typhoon storms and the localized convective storms. In order to estimate appropriate quantiles for extreme rainfall, this study considered the probability behavior of daily rainfall from the typhoons and the convective storms which compose the annual maximum rainfalls (AMRs). The conventional rainfall frequency analysis estimates rainfall quantiles based on the assumption that the AMRs are extracted from an identified single population, whereas this study employed a mixed distribution function to incorporate the different statistical characteristics of two types of rainfalls into the hydrologic frequency analysis. Selecting 15 rainfall gauge stations where contain comparatively large number of measurements of daily rainfall, for various return periods, quantiles of daily rainfalls were estimated and analyzed in this study. The results indicate that the mixed Gumbel distribution locally results in significant gains and losses in quantiles. This would provide useful information in designing flood protection systems.

최근 다양한 기후변동성으로 인해 전 세계적으로 극한호우사상이 동시다발적으로 일어나고 있다. 우리나라의 극한호우사상은 주로 여름철 태풍으로 인한 호우와 국지성 집중호우에 의해서 발생한다. 극한호우사상에 대한 적절한 확률강우량을 추정하기 위해서, 본 연구에서는 연최대치일강우를 태풍으로 인한 강우와 집중호우로 인한 강우로 구분하여 확률적 거동을 고려하였다. 일반적인 강우빈도해석법은 연최대치강우가 단일 모집단을 이룬다고 가정하여 단일 분포함수를 적용하여 확률강우량을 추정하는 반면, 본 연구에서는 연최대치강우를 구성하는 두 가지 호우의 통계적 특성을 수문빈도해석에서 고려하기 위해, 혼합 분포함수를 적용하였다. 비교적 긴 관측강우자료를 보유한 15개 지점을 선정하여, 일강우량에 대한 확률강우량을 산정하고 비교분석을 실시하였다. 혼합 검벨분포모형에 의한 확률강우량은 단일 검벨분포함수를 적용한 확률강우량과 비교하여 지역에 따라 증감이 나타났으며, 이러한 결과는 홍수방어시스템의 계획 및 설계에서 유용한 정보를 제공할 것이다.

Keywords

References

  1. 오태석, 문영일, 안재현(2007) "우리나라에 발생한 태풍의 시간 강우량 특성에 관한 연구." 한국수자원학회논문집, 한국수자원학회, 제40권, 제9호, pp. 709-722. https://doi.org/10.3741/JKWRA.2007.40.9.709
  2. 오태석, 문영일(2008). "태풍으로 인한 극한강수 특성 분석." 대한토목학회논문집, 대한토목학회, 제28권, 제5호, pp. 459-473.
  3. 오태석, 문영일, 전시영, 권현한(2009). "비매개변수적모의 발생기법과 지역가중다항식을 이용한 태풍의 극치강우 량 평가" 대한토목학회논문집, 대한토목학회, 제 29권, 제 2B호, pp. 193-205.
  4. 임기석, 최은호, 전무갑, 지홍기, 이순탁(2002). "우리나라 태풍/전선의 이동과 호우특성." 한국수자원학회 학술발표대회논문집, 한국수자원학회, pp. 1161-1166.
  5. 정종호, 윤용남(2007). 수자원설계실무, 구미서관.
  6. 차은정, 권혁조(2009). "지구 온난화와 태풍." 한국방재학회지, 한국방재학회, 제9권, 제2호, pp. 29-33.
  7. 차은정(2010). "우리나라의 장기간 강수량 특징-집중호우와 태풍을 중심으로-." 한국방재학회지, 한국방재학회, 제10권, 제2호, pp. 64-73.
  8. Cha, E-J., Kimoto, M., Lee, E-J., and Jhun, J-G. (2007). "The recent increase in the heavy rainfall events in August over the Korean peninsula." Journal ofKorean Earth Science Society, Vol. 28, No. 5, pp. 585-597. https://doi.org/10.5467/JKESS.2007.28.5.585
  9. Gibbons, J.D. (1985). Nonparametric Statistical Inference, Marcel Dekker Inc., N.Y.
  10. Grego, J.M., and Yates, P.A. (2010). "Point and standard error estimation for quantiles of mixed flood distribution." Journal of Hydrology, Vol. 391, pp. 289-301. https://doi.org/10.1016/j.jhydrol.2010.07.027
  11. Haan, C.T. (1977). Statistical Methods in Hydrology, The Iowa State University Press, Ames, Iowa, USA.
  12. IPCC(2007). Climate Change, 2007: The Physical Science Basis. Contributions of Working Group Ι to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change, Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA
  13. Kedem, B., Chiu, L.S., and Karni, Z. (1990). "An analysis of the threshold method for measuring area-average rainfall." Journal of Applied Meteorology, Vol. 29, pp. 3-20. https://doi.org/10.1175/1520-0450(1990)029<0003:AAOTTM>2.0.CO;2
  14. Sultan, K.S., Ismail, M.A., and Moisheer, A.S. (2007). "Mixture of two inverse Weibull distributions: properties and estimation." Computational Statistics & Data Analysis, Vol. 51, pp. 5377-5387. https://doi.org/10.1016/j.csda.2006.09.016
  15. Walpole, R.E., Myers, R.H., Myers, S.L., and Ye, K. (2002). Probability and Statistics for Engineers and Scientists, Prentice-Hall Inc., Upper Saddle River, N.J.
  16. Yoo, C., Jung, K-S., and Kim, T-W. (2005). "Rainfall frequency analysis using a mixed Gamma distribution: evaluation of the global warming effect on daily rainfall." Hydrological Processes, Vol. 19, pp. 3851- 3861. https://doi.org/10.1002/hyp.5985
  17. Yoo, C., Kim, K., Kim, H.S., and Park, M.J. (2007). "Estimation of areal reduction factors using a mixed gamma distribution." Journal of Hydrology, Vol. 335, pp. 271-284. https://doi.org/10.1016/j.jhydrol.2006.11.026

Cited by

  1. Evaluation of Influence of Climate Variation on Typhoon-Induced Hydrologic Extremes: Focused on Five Major Basins in South Korea vol.13, pp.3, 2013, https://doi.org/10.9798/KOSHAM.2013.13.3.191
  2. Assessment of Precipitation Characteristics and Synoptic Pattern Associated with Typhoon Affecting the South Korea vol.48, pp.6, 2015, https://doi.org/10.3741/JKWRA.2015.48.6.463
  3. Uncertainty of Water Supply in Agricultural Reservoirs Considering the Climate Change vol.56, pp.2, 2014, https://doi.org/10.5389/KSAE.2014.56.2.011
  4. Heterogeneous Mixture Distributions for Modeling Multisource Extreme Rainfalls* vol.16, pp.6, 2015, https://doi.org/10.1175/JHM-D-14-0130.1
  5. Bias correction of RCM outputs using mixture distributions under multiple extreme weather influences pp.1434-4483, 2018, https://doi.org/10.1007/s00704-018-2585-3