• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.183-183
• /
• 2015

수공구조물 설계 시 중요한 요소 중 하나인 확률강우량은 일반적으로 고정지속기간별 강우량에 대하여 일변량 빈도해석을 수행하고 가장 적절한 분포형을 선택하는 지점빈도해석의 과정을 거친다. 그러나 일변량 빈도해석을 수행하기 위해서는 지속시간을 고정하고 강우량의 변화로만 해석해야 단점이 있으며 이를 보완하기 위해 본 연구에서는 다변량 확률모형인 copula 모형을 이용하여 이변량 빈도해석을 수행하였다. 확률변수로는 강우량과 지속기간(hr)을 사용하였고, 주변분포형으로 강수량 - Gumbel (GUM), generalized logistic (GLO) 분포형, 지속기간(hr) - generalized extreme value (GEV), GUM, GLO 분포형을 사용하였으며, copula 모형은 Gumbel-Hougaard 모형을 이용하였다. 주변분포형의 매개변수는 일반적으로 가장 많이 사용하는 확률가중모멘트법을 이용하여 추정하였으며, copula 모형의 매개변수는 maximum pseudolikelihood(MPL) 방법을 사용하였다. 이를 통해 얻어진 이변량 빈도해석의 확률강우량 결과와 기존 지점빈도해석의 결과를 비교하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.307-307
• /
• 2019

General Ciculation Model (GCM) 모형에 대한 평가를 본 연구에서 수행한다. 모형의 적용을 위해서는 국지적 일 강우량 및 기온자료를 이용한다. 31개의 GCM 모의를 통해 도출되는 결과가 성능 평가에서 활용되었다. 일 최대, 최소 기온와 강우량이 파키스탄 지역을 대상으로 모의되었다. 모의를 위해서는 Gridded 데이터가 적용되었으며 각각 Asian Precipitation-Highly-Resolved Observational Data Integration Toward Evaluation, Berkeley Earth Surface Temperature, Princeton Global Meteorological Forcing, Climate Prediction Centre에 해당된다. GCM의 순위를 결정하기 위해서는 Symmetrical Uncertainty 방법이 이용된다. 결과를 통해서 Gridded 데이터의 종류에 따라 가장 높은 효율을 나타내는 GCM의 공간 분포가 달라진다는 점을 확인하였다. 이러한 특성은 기온과 강우량 자료 모두에서 확인된다. 기온의 경우에는 Commonwealth Scientific and Industrial Research Organization, Australia-MK3-6-0과 Max Planck Institute-ESM-LR이 우수한 결과를 모의하는 것으로 나타났다. 반면 강우량의 경우에는 EC-Earth와 MIROC가 우수한 것으로 나타났다. 파키스탄 지역에서의 기온 및 강우량 자료의 합리적 반영을 위해서는 ACCESS1-3, CESM1-BGC, CMCC-CM, HadGEM2-CC, HadGEM2-ES, MIRCO5와 같은 6개 GCM을 이용하였을 때 다양한 기상 인자를 고려한 모의가 가능한 것으로 평가된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 1980.08a
• /
• pp.31-37
• /
• 1980

본 연구는 도시화에 따른 강우량의 변화를 통계학적 처리에 의하여 비교 검토하는 것으로서 도시화 지역과 비도시화 지역을 구분 설정하여 각 지역에 있어서 월별 강우량을 시대별(1931~1950, 1960~1978)로 조사하여 통계처리를 하였다. 자료를 분석한 결과 다음과 같은 추이를 알 수 있다. 1. 도시화 지역에서의 시대별 강우량은 증가 추세이다. 2. 도시화 지역의 강우량 증가치가 비도시화 지역의 증가치보다 많음을 알 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2005.05b
• /
• pp.633-637
• /
• 2005

강우-유출분석에 있어서 적절한 면적평균강우량의 추정은 유출 결과에 직접적으로 영향을 미치는 매우 중요한 요소이다. 일반적으로 실무에서 가장 많이 이용되고 있는 면적평균강우량 추정방법으로는 산술평균법, Thiessen의 가중평균법 등이 있으며, 이와 같은 방법들은 강우관측소에서 관측한 지점우량 자료로부터 일정면적을 가진 유역 전체에 균일한 강우가 발생한다는 가정아래 면적평균강우량을 추정하는 방법이다. 그러나 강우는 시공간적으로 다양한 특성을 지니며, 특히 우리나라와 같이 강우의 계절성이 심하고 아울러 산악지형의 영향으로 강우의 공간적 변동성이 큰 지역에서 기존의 방법으로 지점강우량을 면적강우량으로 환산한다면 강우의 공간적인 연속을 나타내는 데는 많은 어려움이 있을 것이다. 따라서 본 연구에서는 강우의 공간적인 통계특성을 반영하기위해 크리깅 기법을 이용하여 면적평균강우량을 추정함으로써 유역강우의 공간적인 특성을 반영하였다. 또한 면적평균강우량 추정기법 중 기존 실무에서 널리 사용된 산술평균법 및 Thiessen의 가중평균법을 이용하여 면적평균강우량을 계산하고 각각의 경우에 대한 오차를 평가하였으며, 각 기법들로부터 추정된 면적평균강우 자료를 이용하여 강우-유출분석을 실시함으로써 유역강우의 추정오차가 유출계산에 미치는 영향을 분석하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2005.05b
• /
• pp.904-907
• /
• 2005

본 연구에서는 강우량의 실측치인 자동기상관측소(AWS) 자료와 현재의 대기상태인 인공위성(GMS-5호) 자료를 입력자료로 하여 현재부터 3시간 선행시간까지의 면적평균강우량을 예측할 수 있도록 강우예측 신경망 모형을 개발하였으며, 2002년 8월 집중호우시 남강댐 유역에 적용하였다. 신경망 모형의 학습을 위해서 $1998\~2001$년 $6\~9$월과 2002년 6, 7월의 강우사상과 적외선 자료가 사용되었고, 학습이 종료되면 예측기간(2002년 8월 $6\~16$일)동안의 강우예측이 수행되었다. 신경망 모형의 학습단계에서는 자료들간의 비선형 상관관계를 나타내는데 적합한 역전파 알고리즘 학습방법 중 모멘텀법을 사용하였으며, 신경망 모형의 출력값은 현재부터 3시간 후까지의 면적평균강우량을 예측할 수 있도록 구성하였다. 예측된 면적평균강우량은 실제 관측된 강우량의 패턴은 잘 따르고 있었지만 첨두치를 과소평가하는 경향이 나타났다. 본 연구에서 개발된 신경망 모형은 관측된 강우자료의 품질과 패턴이 모형의 정확성에 미치는 영향이 절대적인 기존의 신경망 모형과 차별화하여, 현재의 대기상태를 나타내는 인공위성 자료를 추가함으로써 보다 정확한 강우량 예측이 가능하도록 하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.1155-1159
• /
• 2008

본 연구는 강우의 자료년수가 부족하거나 미계측 지점에서의 확률강우량 산정을 위하여 충분한 강우자료가 확보된 지점들의 강우분석을 수행하였다. 30년 이상의 강우기록을 보유한 기상청 산하 57개 강우관측지점에서 12개 지속기간에 대한 연최대치 강우자료를 대상으로 확률분포형 분석을 실시하여 대표확률분포형을 선정한다. 지점별 지속기간의 대표확률분포형 모수를 확인하고 이를 도시하여 국내 전역에 대한 확률분포 모수선도를 작성하였다. 본 연구의 수행으로 인해 얻어진 결과를 요약하면 다음과 같다. 첫째, 전국 57개 지점에 대한 강우분석 결과, 적용한 16개 분포형 중에서 GEV 분포의 적합도가 가장 우수한 것으로 나타났으며, GEV 분포의 모수를 이용한 지속기간별 확률분포 모수선도를 제시하였다. 둘째, 확률분포 모수선도를 이용한 확률강우량과 기존 연구결과의 확률강우량과는 차이는 대부분 기존 연구보다 과다 산정되게 발생하였다. 셋째, 확률분포 모수선도의 활용으로 기존의 연구에서 산정하기 어려웠던 미계측 지점에서의 확률강우량을 보다 편리하게 구할 수 있었으며, 기존의 연구와 비교하였을 때 산정된 확률강우량의 편차가 적어 미계측 지점에서의 확률강우량 산정 시 효율적인 방법이 될 수 있을 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.374-374
• /
• 2012

최근 기후변화에 따라 강우양상이 급격한 변화를 나타내고 있다. 년 평균 강우량의 증가뿐만 아니라 국지성 강우강도가 현저히 증가하여 홍수의 위험이 증대되고 있다. 강우특성변화에 따른 정확한 수문분석이 필요하고, 설계홍수량 산정을 위한 강우의 시간분포의 선정이 매우 중요하다. 본 연구에서는 기상청 서울지점의 계획강우분포를 도출하기 위해 국내에서 사용되고 있는 강우 시간분포 설정방법 중 Huff의 방법, Yen-Chow방법, 교호블럭법, Keifer-Chu방법을 비교 분석하였다. 확률강우량 산정을 위하여 기상청 관할 서울지점의 1954년부터 2010년까지 67년간의 강우량 자료를 사용하였다. 빈도분석은 국립방재연구원의 FARD2006을 이용하여 적합한 확률분포인 확률가중모멘트법에 의한 매개변수 추정과 ${\chi}^2$기법 등에 의한 적합도 검정을 거쳐 선정된 GEV분포를 사용하였고, 강우의 지속기간은 100분, 180분이며 재현기간은 100년, 200년, 300년, 500년으로 였다. 강우시간분포 설정방법 중 첨두강우량은 대체적으로 교호블록법이 가장 크다. Huff방법(2분위)은 첨두강우발생 전의 총 강우량이 첨두강우발생 후의 총 강우량 보다 큰 경향을 보이나, 다른 방법의 경우는 첨두강우발생 후 총 강우량이 전보다 더 크게 나타났다. 많이 쓰이는 방법 중 하나인 Huff 분포에 관하여 좀 더 정확한 연구가 필요할 것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.169-169
• /
• 2018

국내에서는 유량자료의 부족으로 수공구조물을 설계하기 위한 기초자료로서 설계강우량을 활용하고 있다. 따라서 설계강우량의 산정 및 시간분포가 중요한 요인으로 작용하고 있으며, 국내에서는 설계강우량 시간분포를 위한 방법으로 Huff의 4분위 방법을 사용하는 것이 일반적이다. 실무에서는 확률강우량도 개선 및 보완연구(Ministry of Land, Transport and Maritime Affairs, 2011)에서 제시한 관측소별 Huff의 무차원 누가우량 백분율을 이용하여 Huff의 4분위 방법 중 3분위의 자료를 이용하여 시간분포 회귀식을 산정하고 있으며, 회귀식의 차수는 전반적으로 결정계수가 높은 6차식을 사용하고 있다. 회귀식의 경우 고차식으로 갈수록 결정계수가 높아지는 것은 당연하지만 4차 이상의 회귀식에서는 결정계수의 차이가 미미하므로 6차식을 사용하는 것이 합리적이라고 할 수 없다. 따라서 본 연구에서는 통계적 유의수준에 기초하여 Huff 4분위 방법의 시간분포 회귀식에 대한 유의성 검정을 실시하여 회귀계수에 대한 통계적 검증을 실시하고 변수선택 방법인 전방선택법(Forward Selection)을 이용하여 유의하지 않은 회귀계수들을 제외하면서 가장 좋은 변수들로 구성된 간결한 설계강우량 시간분포 회귀식을 산정하고자 한다. 또한 산정된 회귀식과 기존 확률강우량도 개선 및 보완연구(Ministry of Land, Transport and Maritime Affairs, 2011)에서 제시한 회귀식과 비교하여 변수선택 방법인 전방 선택법(Forward Selection)을 이용하여 산정된 회귀식의 적합성을 검증하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.367-367
• /
• 2019

최근 기후변화로 인해 국지성 호우 및 태풍의 빈도가 빈발하고 및 규모가 커지고 있으며 그로 인한 홍수피해규모는 증가하고 있다. 본 논문에서는 도시 지역의 호우로 인한 침수유발 강우량을 산정하는 기법의 정확도를 산정하는데 목적이 있으며 이를 위해 ROC(Receiver Operation Characteristic Curve) 분석을 이용하였다. 본 논문에서는 분포형 홍수해석 모형인 S-RAT 모형과 2차원 침수해석 모형 FLO-2D을 커플링하여 호우로 인한 침수해석을 실시하였으며 강우시나리오는 설계 강우 200mm의 강우를 10% 간격으로 증가시켜 강우량 대비 침수심 자료를 모의하였다. 모의한 침수심 자료를 이용하여 유역 격자를 $1km{\times}1km$ 별 강우량-침수심 관계곡선식을 제시하였으며 개발된 곡선식을 이용하여 특정 침수심(20cm)을 유발시키는 강우량(한계강우량)을 산정하였다. 정확도 산정은 ROC(Receiver Operation Characteristic Curve) 분석 방법을 이용하여 침수 유무의 적중률에 따른 민감도와 특이도를 이용하여 AUC(Area Under the Curve)의 점수로 정확도를 판단하였다. 본 논문에서는 본 논문에서 제시한 한계강우량의 정확도를 판단하기 위하여 2011년 7월의 사당역 일대 침수사례를 이용하였다. 실제 침수정보가 없어 실제 호우사상과 실제 하수관망을 고려할 수 있는 SWMM 모형을 이용하여 침수분석을 실시하였다. 분석 결과 평균 ROC는 약 0.7로 나타났으며 5 단계의 구분에서 Fair 단계로 적정 수준의 정확도를 확보한 것으로 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.361-361
• /
• 2019

기존의 Markov Chain 모형으로 일강우량 모의시에 강우의 발생여부를 모의하고 강우일의 강우량은 Monte Carlo 시뮬레이션을 통해 일강우 분포 특성에 맞는 분포형에서 랜덤으로 강우량을 추정하는 것이 일반적이다. 이때 강우 지속기간에 따른 강도 및 강우의 시간별 분포 등의 강우 사상의 특성을 반영할 수 없다는 한계가 있다. 본 연구에서는 이를 개선하기 위해 강우 사상을 지속기간에 따라 강우량을 추정하였다. 즉 강우 사상의 강우 지속일별로 총강우량의 분포형을 비매개변수 추정이 가능한 핵밀도추정(Kernel Density Estimation, KDE)를 적용하여 각각 추정하고, 강우가 지속될 경우에 지속일별로 해당하는 분포형에서 강우량을 구하였다. 각 강우사상에 대해 추정된 총 강우량은 k-최근접 이웃 알고리즘(k-Nearest Neighbor algorithm, KNN)을 통해 관측 강우자료에서 가장 유사한 강우량을 가지는 강우사상의 강우량 일분포 형태에 따라 각 일강우량으로 분배하였다. 본 연구는 기존의 강우량 추정 방법의 한계점을 개선하고자 하였으며, 연구 결과는 미래 강우에 대한 예측에도 활용될 수 있으며 수자원 설계에 있어서 기초자료로 활용될 수 있을 것으로 기대된다.