• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1434-1438
• /
• 2010

수문자료의 계절성은 수자원관리의 관점에서 매우 중요한 요소로서 계절성의 변동은 댐의 운영, 홍수조절, 관계용수 관리 등 다양한 분야와 밀접한 관계를 가지고 있다. 그러나 지금까지의 수문 자료의 계절성 평가는 주로 이수과점에서 이루어지고 있으며 치수관점에서 극치수문량의 계절성을 평가하는 연구는 미진한 실정이다. 이는 극치수문량을 해석하는 방법론으로서 연최대치계열(annual maxima) 즉, Block Maxima가 이용됨에 따라 나타나는 문제점이다. 그러나 부분기간치계열(partial duration series)을 활용하게 되면 자료의 확충뿐만 아니라 자연적으로 극치수문량의 계절성에 대한 평가 또한 가능하다. 이러한 분석과정을 POT(peak over threshold)분석이라 하며 일정 기준값(threshold) 이상의 자료를 모두 취하여 빈도해석에 이용하는 방법으로서 기존 방법의 경우 연최대값이 일반적으로 7월과 8월에만 존재하게 되지만 POT 분석의 경우 여러 달에 걸쳐 빈도해석을 위한 자료가 구성되게 된다. 이를 빈도해석으로 연계시키기 위해서는 계절성을 비정상성으로 고려하여 모형화 할 수 있는 방법론의 개발이 필요하다. 본 연구에서는 이러한 목적을 위해서 계절성을 고려할 수 있는 비정상성빈도해석 기법의 개념을 제시하고 모형으로 개발하고자 한다. GEV 또는 Gumbel 분포의 매개변수와 계절성을 연계시키기 위해서 Fourier 급수가 활용되며 매개변수는 Bayesian 기법을 통해 최적화 된다. 이를 통하여 설계강수량의 계절적 분포를 정량적으로 해석할 수 있으며 미래의 극치강수량에 대한 분포특성 또한 확률적으로 해석이 가능하다. 본 연구에서 제안된 방법은 국내외 시간강수량자료에 적용되어 적합성과 적용성이 평가된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1448-1452
• /
• 2010

최근 기상변동성 증가 및 기후변화 영향으로 수문순환과정이 과거와는 다른 양상으로 전개되고 있으며 전반적으로 극치사상의 빈도 및 강도의 증가현상이 지배적이다. 이러한 영향을 정량적으로 검토하기 위해서 경향성분석 방법 등이 도입되어 극치수문사상의 변동경향을 평가하는데 이용되고 있다. 대표적인 방법으로 선형회귀분석, Mann-Kendall 경향성 분석 등이 있으나 기본적인 가정(assumption)의 제약으로 극치수문자료 계열의 특성을 효과적으로 분석하는데 무리가 있다. 대표적이고 일반적으로 적용되는 선형회귀분석의 경우 자료가 정규분포(normal distribution)의 특성을 가질 때 유효한 방법으로서 극치수문자료와 같이 Heavy Tail를 가지는 분포특성을 표현하는 데는 무리가 따른다. 이밖에도 기존 선형회귀분석을 극치수문자료에 적용할 경우 추정된 결과를 수자원설계의 관심사항인 빈도해석 등에 직접적으로 연계시켜 해석할 수 없는 단점이 있다. 이는 자료계열의 분포특성을 정규분포로 가정하기 때문에 발생하는 문제로서 극치수문자료계열의 분포 특성을 반영할 수 있는 방법론의 개발이 필요하다. 본 연구에서는 이러한 점을 개선하기 위해서 극치분포(extreme distribution)를 선형회귀분석에 적용하는 비정상성빈도해석(nonstationary frequency analysis) 방법론의 개념을 제시하고자 한다. 비정상성빈도해석을 위해서 Bayesian 기법이 도입되며 Bayesian 기법의 특성상 관련변수들이 사후분포(posterior distribution)로 귀결되기 때문에 경향성에 대한 정량적이고 확률적인 분석이 가능한 장점이 있다. 본 연구를 통해 개발된 방법론은 국내외 주요 강수지점에 대해서 적용되며 경향성, 분포특성, 빈도별 강수량에 대한 체계적인 분석이 이루어진다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.399-400
• /
• 2017

홍수나 가뭄 등 극치 현상의 통계분석 및 빈도해석에 있어 극치분포형이 널리 사용되고 있으며, 이러한 극치분포형의 특성을 이해하기 위해서는 분포형의 오른쪽 꼬리(right tail) 부분 특성을 자세히 분석할 필요가 있다. 이에 따라 본 연구에서는 Monte Carlo 모의를 통하여 다양한 극치분포형의 오른쪽 꼬리 부분의 통계적 특성 및 그 예측 능력을 연구하였다. 극치분포형으로는 우리나라 확률수문량 산정에 널리 활용되고 있는 generalized extreme value (GEV), Gumbel, generalized logistic 분포를 사용하였으며, 매개변수 산정 방법으로는 확률가중모멘트법을 사용하였다. 모의실험의 모분포로는 수문빈도해석에서 많이 사용되는 GEV 분포를 사용하였고, 30년 이상 자료를 보유한 기상청 지점 자료의 왜곡도를 조사하여 모의실험에 사용되는 모집단의 왜곡도로 가정하여 표본 자료를 발생시켰다. 예측 능력의 평가는 재현기간 10~1000년의 확률수문량을 왜곡도계수를 고려한 GEV 도시위치공식을 이용하여 GEV 확률지에 도시하고, 평균제곱근오차(root mean square error), 편의(bias), 평균상대오차(mean relative difference), 평균절대상대오차(mean absolute relative difference)를 이용하여 최적 분포형을 선정함으로써 이루어진다. 또한 예측 능력 평가결과의 타당성 확인을 위해 극치분포형의 적합정도를 잘 나타낸다고 알려진 modified Anderson-Darling 방법의 검정결과와 비교하여 적절성을 확인하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.8-8
• /
• 2018

전통적인 빈도해석은 정상성 가정을 기초로 단일 확률분포를 강우 및 홍수량 자료에 적용하는 과정을 통해 확률수문량을 추정하는 것을 목적으로 하고 있다. 그러나 전지구적인 기상학적 변동성 및 기후변화로 기인하는 극치수문량의 발생 빈도 및 양적 크기의 변화는 확률통계학적 관점에서 서로 다른 분포특성을 가지게 된다. 대표적인 기상변동성인 엘니뇨가 발생하는 경우 지역에 따라 홍수 및 가뭄이 발생 발생하게 되며, 이러한 극치수문량은 일반적으로 나타나는 홍수 및 가뭄의 분포특성과는 상이한 경우가 많다. 즉, 2개 이상의 확률분포 특성이 혼재된 혼합분포의 특성을 가지는 경우가 나타내게 되며 이를 고려한 빈도해석 기법의 개발 및 적용이 필요하다. 혼합분포를 활용한 빈도해석에서 가장 중요한 사항 중에 하나는 개별 분포에 적용되는 가중치를 추정하는 것으로서 통계학적 관점에서 자료의 특성에 근거하여 내재되어 있는 은닉상태(latent process)를 추정하는 과정과 유사하다. 이와 더불어 앞서 언급된 기상학적 변동성을 빈도해석에 반영하기 위한 비정상성 해석기법의 개발 및 적용도 필요하다. 본 연구에서는 혼합분포를 활용한 비정상성빈도해석모형을 개발하는데 목적이 있으며 개별매개변수의 동적거동 뿐만 아니라 가중치에 대한 시간적인 종속성도 고려할 수 있는 모형으로 동적모형으로 다양한 실험적 해석이 가능하다. 본 연구에서는 개발된 모형을 기반으로 엘니뇨와 같은 기상변동성에 따른 강우 및 홍수빈도해석 측면에서 은닉상태에 변화, 이로 인한 확률분포의 특성 및 설계수문량의 동적변동성을 평가하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.279-279
• /
• 2020

최근 copula 모형은 여러 확률변수를 갖는 수문현상에 대해 빈도해석을 수행할 경우 결합확률분포형으로 유용하게 사용되고 있다. 하나의 자료를 확률변수로 사용하는 단변량 빈도해석에 비해 여러 수문자료를 동시에 각각 확률변수로 취하여 결합확률분포형을 추정할 수 있는 다변량 빈도해석은 수문자료의 상관성을 고려하면서 확률분포형을 추정할 수 있다는 장점이 있다. Copula 모형 중 Gumbel copula는 extreme-value 확률분포형으로 극치사상에 적합한 확률분포형이다. 본 연구에서는 Gumbel copula를 이용하여 우리나라 기상청 64개 종관기상관측소의 강우자료로부터 극치 강우사상을 추출하고, 이를 이용하여 빈도해석을 수행하였다. 극치 강우사상은 전체 강우사상 중 각 년도별로 최대강우량을 갖는 연최대강우량사상(annual maximum volume event)을 사용하였다. 각 확률변수의 주변분포형으로는 gamma, Gumbel, generalized extreme value, generalized logistic, Weibull 등 5개 확률분포형을 검토하였으며 각각 적합한 주변분포형을 적용하고 copula 모형의 매개변수는 의사최우도법(maximum pseudo-likelihood method)를 사용하여 추정하였다. 또한 추정된 copula 모형은 Cramer-von Mises 함수와 경험적 copula를 이용하여 적합도 검정을 수행하였다. 이를 통해 극치강우사상에 대하여 Gumbel copula 모형의 적용성을 검토하였으며 추정된 결합확률분포형을 이용하여 빈도별 확률강우사상을 2차원 등치선(contour line)형태로 제시하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.404-404
• /
• 2017

이상기후현상으로 인해 극치 수문 사상들이 빈번히 발생함에 따라 상대적으로 높은 재현기간에 해당하는 극치 수문 사상해석에 대한 관심이 높아지고 있다. 그러나 우리나라의 경우 이러한 극치 수문 사상을 추정하기 위한 표본의 수가 부족한 실정이다. 지역빈도해석은 지점의 표본 수가 적거나 수문자료의 수집이 불가능한 미계측지점인 경우, 해당 지점과 수문학적으로 동질하다고 여겨지는 주변 지점들의 자료를 확보하여 확률수문량을 추정함으로써 상대적으로 지점빈도해석 보다 roubst한 추정값을 얻을 수 있다는 장점을 가지고 있다. 따라서 최근 확률수문량 산정 기법으로 지역빈도해석 방법에 관한 관심이 높아지고 있다. 지역구분은 지역빈도해석이 지점빈도해석과 구분될 수 있는 큰 특징이고 지역구분 결과 따라 지역의 표본 크기가 결정되기 때문에 수문학적으로 동질한 지역을 나누는 방법은 매우 중요하다고 볼 수 있다. 인공신경망은 인간의 뇌가 학습하는 방식을 모사한 통계적 모델링 기법이다. 즉, 인간의 뇌가 일정한 반복 학습을 통해 어떠한 문제의 해법을 추론하거나 예측, 또는 패턴을 인식하는 일련의 과정을 알고리즘화 하여 목적함수의 해를 찾는 방식이다. 특히, 주어진 자료들로 부터 특징을 추출하고 그 특징을 학습하여 전체 자료의 분류나 군집화를 이루는데 널리 이용되고 있다. 본 연구에서는 낙동강유역을 대상으로 인공신경망을 이용한 군집분석을 수행하고 구분된 지역을 이용하여 지역빈도해석을 수행하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.393-393
• /
• 2011

최근 기후변화로 인한 기상이변 및 이상기후로 예상하지 못한 극치사상이 빈번하게 발생하고 있다. 극치사상을 예측하기 위해 다양한 모형들이 개발되고 있으나 주로 유출의 변화 특성을 모의하는데 대부분의 연구가 초점을 맞추고 있다. 그러나 기본적으로 사용되는 강수량 자료의 정확한 추정이 기후변화 연구에서 가장 중요하다고 해도 과언이 아니다. 또한, 과거 연구들은 강수지점간의 공간상관성을 고려하지 않고 일강수량을 모의 발생시킨 후 이를 입력 자료로 강우-유출 모형에 사용하여 유역전체의 내리는 강수의 특성을 반영하지 못하였다. 이런 점들을 해결하기 위해 유역에 존재하는 실제 강우패턴을 모의 할 수 있는 다변량 Downscaling Model을 제안하였고, 기존 연구에서 극치사상을 재현해 내지 못하는 문제를 해결하기 위하여 입력 자료를 극치 값으로 변환하여 분석을 수행하였다. 즉, 본 논문에서는 실제 유역에 적용하여 모형의 타당성을 평가하고 기존 연구와 비교하여 극치 수문량의 변동 특성 등을 분석, 평가하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.300-300
• /
• 2016

지점빈도해석은 해당 지점에서 기록된 수문자료를 바탕으로 확률론적 방법을 이용하여 해당 지역의 수문학적 현상을 해석하는 방법이다. 최근 이상 기후현상을 통해 극치 사상이 발생하고 있다. 이러한 극치 사상은 지점빈도해석을 이용하여 확률수문량을 추정하는데 많은 영향을 미친다. 특히 해당 지점의 표본 크기가 작을수록 이러한 영향은 좀 더 크게 반영 될 수 있다. 반면 지역빈도해석은 지점의 표본 수가 적거나 수문자료의 수집이 불가능한 미계측지점인 경우, 해당 지점과 수문학적으로 동질하다고 여겨지는 주변 지점들의 자료를 확보하여 확률수문량을 추정함으로써 상대적으로 지점빈도해석 보다 roubst한 추정값을 얻을 수 있다. 따라서 최근 확률수문량 산정 기법으로 지역빈도해석 방법에 관한 관심이 높아지고 있는 실정이다. 지역구분은 지역빈도해석이 지점빈도해석과 구분 될 수 있는 큰 특징이고 지역구분 결과 따라 지역의 표본 크기가 결정되기 때문에 수문학적으로 동질한 지역을 나누는 방법은 매우 중요하다고 볼 수 있다. 본 연구에서는 한강유역을 대상으로 인공신경망을 이용한 군집분석을 수행하고 구분된 지역을 이용하여 지역빈도 해석을 수행하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.39-39
• /
• 2015

극치 수문(Hydrologic extremes)분야에서는 수문자료의 분포에 따라 Gumbel, GEV, 그리고 GLO 분포와 같은 다양한 확률통계 분포형이 존재한다. GEV와 GLO 분포형의 경우 Gumbel 분포형과 달리 형상매개변수가 포함된 3변수 분포형으로써 이상 기후 현상으로 인한 잦은 극치 수문사상을 표현하는데 좀 더 유연한 것으로 알려져 있다. 특히 GLO 분포형의 경우 영국에서 홍수빈도해석 시 적정분포형으로 선정된바 있다(Institute of Hydrology, 1999). 다양한 분포형 중에서 표본 자료를 대표할 수 있는 분포형을 선정하는 통계적 기법이 적합도 검정이다. 적합도 검정에는 $x^2$-검정, Cramer von-Mises 검정, Kolmogorov-Smirnov 검정, PPCC(probability plot correlation coefficient, 확률도시 상관계수)검정 등이 있으며 그 중 PPCC 검정은 이용방법이 간편하면서도 뛰어난 기각능력을 보이는 것으로 알려져 있다. 본 연구에서는 극치 수문분야에서 널리 이용되고 있는 GLO 분포형을 대상으로 자료의 왜곡도 영향을 고려할 수 있는 확률도시 상관계수 검정의 검정통계량을 추정하여 보았다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.315-315
• /
• 2016

최근 증가하고 있는 수자원의 지속가능성과 수생태계의 복원력 향상에 대한 관심을 반영하여 한반도 8개 다목적댐에 대하여 일유입량, 태풍과 비태풍 강우의 영향을 고려하여 수문학적 거동 특성을 분석하였다. The annual maximum flow(AMF) 와 7-day low flow의 분석결과를 기반으로 극치사상에 대하여 수문학적 인자(magnitude, timing, duration, and frequency)의 경향성분석을 수행하였다. AMF 분석결과, 충주댐, 소양강댐은 봄과 초여름 유입량의 감소경향을 보였다. 섬진강댐 유역은 태풍강우에 가장 민감한 유역이며 빈도와 지속기간에 대하여 통계적으로 유의한 증가 경향을 보였다. 7-day Low Flow 분석결과, 충주댐과 안동댐은 겨울철 유입량에 대하여 감소추세를 보이고 있지만, 태풍의 영향은 잘 나타나지 않는다. 본 연구는 8개 다목적댐 유역의 극치사상과 관련된 다양한 수문학적 변화에 대한 연구를 수행함으로서 유역의 흐름 패턴과 관련된 인과관계를 설명하고, 유역 맞춤형 중 장기 수자원 공급을 위한 기초자료를 제공할 것으로 기대된다.