Estimation of Markov Chain and Gamma Distribution Parameters for Generation of Daily Precipitation Data from Monthly Data

This research was to elucidate the generation method of daily precipitation data from monthly data. We applied a combined method of Markov chain and gamma distribution function using 4 specific parameters of ${\alpha}$, ${\beta}$, p(W/W) and p(W/D) for generation of daily rainfall data using daily precipitation data for the past 30 years which were collected from the country's 23 meteorological offices. Four parameters, applied to use for the combination method, were calculated by maximum likelihood method in location of 23 sites. There are high correlations of 0.99, 0.98 and 0.98 in rainfall days, rainfall probability and mean amount of daily rainfall between measured and simulated data in case of those parameters. In case of using parameters estimated from monthly precipitation, correlation coefficients in rainfall days, rainfall probability and mean amount of daily rainfall are 0.84, 0.83 and 0.96, respectively. We concluded that a combination method with parameter estimation from monthly precipitation data can be applied, in practical purpose such as assessment of climate change in agriculture and water resources, to get daily precipitation data in Korea.

월 자료로부터 일 강수자료 생성을 위한 Markov 연쇄 및 감마분포 모수 추정

이 연구는 우리나라를 대상으로 일 강우자료를 생성하는 방법을 모색하기 위하여 진행되었다. 우선 전국 23개 기상관서의 과거 30년간의 일 강우자료를 수집하여 기상생성방법으로 많이 이용되는 조건부 확률을 이용한 Markov 연쇄와 감마 분포 함수를 결합하는 방법을 적용하여 본 결과 관측자료와 유사한 일 강우자료를 생성하였고, 23개 지점별로 강우특성을 나타내는 4종의 모수를 계산할 수 있었다. 또한 새로운 방법을 이용하여 지점의 강우특성을 나타내는 모수는 월 강우량으로부터 추정할 수 있었고, 이를 적용하여 1981~2010년, 2011~2015년 두 기간을 대상으로 일 강우자료를 생성하여 기존의 관측자료와 비교한 결과 매우 유사한 분포를 나타내는 것을 알 수 있었다. 따라서 월 강우량 자료를 이용하여 강우특성모수를 산출하고 이로부터 일 강우자료를 생성하는 조건부 확률과 감마 분포 함수를 결합한 방법은 농업의 기후변화 영향과 수자원의 연구에 실용적으로 이용될 것으로 기대된다.