• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.312-312
• /
• 2019

지구온난화로 인하여 기상학적 변동성 증가 및 수질, 수자원, 생태계 등의 다양한 영역에 영향을 야기하고 있으며, 이를 통한 피해가 전 세계적으로 증가하고 있는 추세이다. 이에 본 연구에서는 최근 다양한 분야에서 수문학적 빈도에 영향을 미친다고 알려진 AO(Arctic Oscillation), NAO(North Atlantic Oscillation), ENSO(El $Ni{\tilde{n}}o$-Southern Oscillation), PDO(Pacific Decadal Oscillation), MJO(Madden-Julian Oscillation)등의 외부인자중 SST, MJO를 활용하여 계절단위의 수문량 정도에서 기상학적 변량과 관측유역 강수량의 관계를 정립하고 발생 가능한 24시간 지속시간 극치강수량을 모의하였다. 이를 위하여 Bayesian 통계기법을 이용한 비정상성 빈도해석모형을 근간으로 외부 기상인자에 의한 계절강수량 예측모형인 계층적 베이지안 네트워크(Hierarchical Bayesian Network, HBN)를 구축한 후 산정된 결과를 입력 자료로 하여 직접적으로 일단위 이하의 극치강수량을 상세화 시킬 수 있는 베타 모델(four parameter beta, 4PB)을 연계한 계층적 베이지안 네트워크 베타모델(Hierarchical Bayesian Network-4beta Model, HBN4BM)을 개발하여 기상변동성을 고려한 상세화 모형을 개발하였다. 여름강수량 산정 결과 한강 유역의 경우 2016년은 관측값 573.85mm, 모의 값 567.15mm를 나타내어 약 1.2%의 오차를 나타냈으며, 2017년 및 2018년은 4.5%, 6.8%의 오차에서 모의가 이루어졌다. 금강의 경우 2016년은 다른 연도에 비하여 35.2%라는 큰 오차를 보였지만 불확실성 구간에서 모의가 이루어 졌으며, 2017년 및 2018년은 0.3%, 2.1%의 작은 오차가 발생하였다. 24시간 모의 결과는 최소 0.7%에서 최대 27.1%의 오차를 나타냈으며, 평균적으로 16.4%의 오차 결과가 모의되어 모형의 신뢰성을 확인하였다.

• The Korean Journal of Applied Statistics
• /
• v.24 no.4
• /
• pp.677-693
• /
• 2011

In this paper, we consider Bayesian approaches to zero inflated Poisson model, one of the popular models to analyze zero inflated count data. To generate posterior samples, we deal with a Markov Chain Monte Carlo method using a Gibbs sampler and an exact sampling method using an Inverse Bayes Formula(IBF). Posterior sampling algorithms using two methods are compared, and a convergence checking for a Gibbs sampler is discussed, in particular using posterior samples from IBF sampling. Based on these sampling methods, a real data analysis is performed for Trajan data (Marin et al., 1993) and our results are compared with existing Trajan data analysis. We also discuss model selection issues for Trajan data between the Poisson model and zero inflated Poisson model using various criteria. In addition, we complement the previous work by Rodrigues (2003) via further data analysis using a hierarchical Bayesian model.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.206-206
• /
• 2016

최근 기상변동성 증가 및 기후변화로 인해 기존 한반도의 기상패턴과 다른 이상강우 현상이 증가하고 있다. 이러한 변동성 증가는 수자원 계획을 수립하는데 있어 불확실성을 가중시키기고 있다. 이러한 점에서 수문 시계열의 변화양상을 효과적으로 인지할 수 있으며, 유역단위에서 일관된 변화를 평가할 수 있는 변동성 분석 개발이 필요하다. 이에 본 연구에서는 기존 변동성 분석방법에 계층적 베이지안(Hierarchical Bayesian) 기법을 연계하여 유역단위에서 변동점 해석을 위한 모형을 개발하였다. 한강유역의 30년 이상의 강우 자료를 활용하여 연강우량 자료를 구축하였으며, 본 연구를 통해 개발된 모형의 적합성을 평가하였다. 분석결과, 약 2000년대를 기준으로 강우의 변화 양상을 확인할 수 있었으며, 과거에 비해 강우의 증가 특성을 효과적으로 평가할 수 있었다. 이와 같은 수문기상자료에 대한 변동성 분석은 미래에 발생 가능한 홍수나 가뭄과 같은 사상을 모의함에 있어 효율적으로 활용될 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.168-168
• /
• 2018

최근 기후변화로 인하여 전 세계적으로 과거 강우사상에서 확인되지 않는 극치사상이 빈번하게 관측되고 있으며 이에 따른 피해도 증가하고 있다. 미래의 기상학적 변동성 및 기후변화 영향은 지구순환모형 (General Circulation Models, GCM)을 통해 구체화되며 가장 일반적인 기후변화 전망자료로서 활용된다. 그러나 산정된 기후변화 시나리오마다 서로 그 특성에 차이가 있으며 이러한 이유로 다양한 원인으로 인해 큰 변동성을 가지는 미래 극치강우를 하나의 시나리오로 분석하기에는 무리가 있다. 또한 다양한 시나리오를 통해 분석한 결과값이 상이하며 이러한 시나리오별 산정 결과의 차이는 사용자에게 혼란을 야기할 수 있어 이를 하나의 결과로 나타낼 필요성이 있으나 정량적인 대푯값을 얻기 위해 특정 시나리오를 선택하는 것은 신뢰성에 문제가 있다. 본 연구에서는 시나리오들을 정량적 지표에 의거하여 혼합된 하나의 시나리오로 표출하고자 하였다. CORDEX-RCMs 시나리오 중 HadGEM3-RA, RegCM, SNU_WRF 및 GRIMs를 입력 자료로 하여 다중모형앙상블(Multi-Model Ensemble, MME)을 통해 낙동강 유역의 극치강우에 대한 하나의 최적 기후변화 시나리오를 도출하고자 하였으며 계층적 베이지안 (Hierarchical Bayesian Model, HBM) 기법을 통하여 기후변화 시나리오에 내제된 불확실성에 대한 정량적인 해석을 수행하였다.

• The Korean Journal of Applied Statistics
• /
• v.13 no.1
• /
• pp.189-196
• /
• 2000

Conjugate prior density families were motivated by considerations of tractability in implementing the Bayesian paradigm. But we consider problem that the conjugate prior p($\Theta$) cannot be used in restriction of the parameter $\Theta$. This article considers the nonconjugate prior problem of hierarchical Poisson model. We demonstrate the use of latent variables for sampling non-standard densities which arise in the context of the Bayesian analysis of non-conjugate by using a Gibbs sampler.

• Journal of Korea Water Resources Association
• /
• v.50 no.2
• /
• pp.75-87
• /
• 2017

In recent decades, extreme events have been significantly increased over the Korean Peninsula due to climate variability and climate change. The potential changes in hydrologic cycle associated with the extreme events increase uncertainty in water resources planning and designing. For these reasons, a reliable changing point analysis is generally required to better understand regime changes in hydrologic time series at watershed scale. In this study, a hierarchical changing point analysis approach that can apply in a watershed scale is developed by combining the existing changing point analysis method and hierarchical Bayesian method. The proposed model was applied to the selected stations that have annual rainfall data longer than 40 years. The results showed that the proposed model can quantitatively detect the shift in precipitation in the middle of 1990s and identify the increase in annual precipitation compared to the several decades prior to the 1990s. Finally, we explored the changes in precipitation and sea level pressure in the context of large-scale climate anomalies using reanalysis data, for a given change point. It was concluded that the identified large-scale patterns were substantially different from each other.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.272-272
• /
• 2023

기후변화로 인해 많은 경우 강수량은 증가할 것으로 전망되지만 시공간적 편차 또한 커짐으로써 가뭄 위험은 증가할 것으로 예상된다. 가뭄 위험도 평가는 강수량, 유출량 등 수문자료로부터 추출한 가뭄변량의 빈도해석을 통해 이루어질 수 있다. 빈도해석의 대상이 되는 수문변량의 통계적 속성이 일정하게 유지되는 정상성의 가정은 기존 빈도해석 방법의 핵심이 되지만, 최근 기후변화로 인한 수문변량의 통계적 특성 변화가 발생할 것으로 예상되기 때문에 이러한 비정상성의 특성을 빈도해석 시 고려할 필요가 있다. 자료의 비정상성을 평가하는데 짧은 기록을 갖는 자료로부터 변화 추세를 신뢰성 있게 평가하는 것은 어려움이 크다. 이러한 점에서 지점자료를 통합적으로 활용할 수 있는 지역빈도해석 절차 도입을 통해 해석 결과에 신뢰성을 확보하는 것이 합리적이다. 본 연구에서는 유역단위에서 가뭄의 지속기간과 심도 사이의 상호의존성을 고려하기 위해 이변량 Copula 함수 기반 가뭄 지역빈도해석을 도입했으며, 두 가뭄변량의 주변확률분포의 매개변수는 시간에 따른 함수로 가정하였다. 모형의 모든 매개변수는 계층적 Bayesian 모형을 통해 동시에 추정하였다. 최종적으로 주어진 가뭄빈도에 해당하는 시간에 따라 변화하는 가뭄 위험을 평가하였다.

• Journal of Korea Water Resources Association
• /
• v.48 no.1
• /
• pp.37-44
• /
• 2015

A Bayesian nonstationary probability rainfall estimation model using the Grid method is developed. A hierarchical Bayesian framework is consisted with prior and hyper-prior distributions associated with parameters of the Gumbel distribution which is selected for rainfall extreme data. In this study, the Grid method is adopted instead of the Matropolis Hastings algorithm for random number generation since it has advantage that it can provide a thorough sampling of parameter space. This method is good for situations where the best-fit parameter values are not easily inferred a priori, and where there is a high probability of false minima. The developed model was applied to estimated target year probability rainfall using hourly rainfall data of Seoul station from 1973 to 2012. Results demonstrated that the target year estimate using nonstationary assumption is about 5~8% larger than the estimate using stationary assumption.

• Journal of the Korean Data and Information Science Society
• /
• v.7 no.2
• /
• pp.247-256
• /
• 1996

In this paper, we applied bayesian hierarchical model to analyze the field mice example introduced by Demster et al.(1981). For this example, we use Gibbs sampler method to provide the posterior mean and compared it with LSE(Least Square Estimator) and MLR(Maximum Likelihood estimator with Random effect) via the EM algorithm.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.433-433
• /
• 2022

수자원 관리를 위한 설계수문량의 산정은 수문자료의 통계적 특성을 고려한 빈도해석을 통해 이루어지며, 대상 관측지점에 대해 개별적으로 수행되는 지점빈도해석과 수문학적으로 동질하다고 판단되는 지점들의 자료를 동시에 고려하는 지역빈도해석으로 분류된다. 기후변화에 의한 미래 수문량의 변동성을 고려하기 위해 비정상성 빈도해석이 요구되나 짧은 기록을 갖는 수문자료로부터 정확한 변화 추세를 평가하기 어렵다. 이에 따라 지역빈도해석을 통해 자료를 확충함으로써 자료에 대한 신뢰성을 확보하고 지역 전체에 대해 대표성을 갖는 확률수문량을 산정하는 것이 합리적이다. 본 연구에서는 극치강수량의 지역빈도해석에서 비정상성을 고려하기 위해 단순선형회귀 모형을 통해 시간항에 대한 강수량의 경향성을 탐지하였다. 계층적 Bayesian 모형을 통해 Partial Pooling 기법을 적용함으로써 기존 L-모멘트 방법(complete pooling)에서 고려하지 못하는 개별지역의 강수 특성을 고려하였으며 불확실성을 정량화하였다. 한강 유역 18개 지점의 극치강수량에 대해 비정상성 평가 결과 대부분 지점에서 양의 기울기를 확인하였으며 미래 빈도별 확률강수량의 증가율을 제시한다.