• 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
• /
• 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
• /
• 2018.05a
• /
• pp.335-335
• /
• 2018

최근 이상기후현상으로 지구상의 여러 지역에서 극치 수문 사상의 발생 빈도와 강도가 날로 증가하고 있는 추세이다. 이에 대해 수공구조물의 설계를 위한 극치강우사상의 빈도해석에 있어서 적절한 확률분포모형의 적용은 매우 중요하다. 이에 수문통계분야에서는 generalized extreme value(GEV), generalized logistic(GLO), Gumbel(GUM) 모형과 같은 극치 분포를 이용한 수문통계적 특성에 대한 접근이 주로 이루어지고 있다. 하지만 우리나라 강우 사상의 경우 GEV 분포와 GUM 분포가 비교적 적합한 것으로 알려져 있지만 하나의 형상매개변수를 가지고 있어 분포 모형이 표현할 수 있는 통계적 특성에 한계를 가지고 있다. 기존의 GEV나 GUM분포로는 적절히 재현되지 않는 자료들을 분석하기 위해서 두 개의 형상매개변수를 가지는 분포형에 대한 연구가 진행되고 있다. 이에 본 연구에서는 두 개의 형상매개변수를 가지는 Burr XII 분포형의 우리나라 극한 강우자료에 대한 적용성을 평가하였다. Burr XII 분포형은 gamma나 exponential 분포 모형처럼 양의 확률변수만을 가지고, Cauchy나 Pareto 분포 모형처럼 두꺼운 꼬리(heavy-tailed distribution) 형상을 나타내기 때문에 비교적 큰 확률변수가 빈번히 나타나는 극치사상에도 적합한 것으로 알려져 있다. 이를 위해 Burr XII 분포 모형을 이용하여 우리나라 강우자료에 대해 지점빈도해석 및 지역빈도해석을 수행하고 우리나라 강우자료에 비교적 적합하다고 알려진 분포인 GEV, GLO, GUM 분포형을 통해 산정된 결과와 비교하였다.

• 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
• /
• 2015.05a
• /
• pp.418-418
• /
• 2015

산업화로 인하여 지구온난화가 가속화됨에 따라 전 세계적으로 경험하지 못한 자연재해가 발생하고 있다. 한반도 역시 집중호우와 같은 극치수문사상으로 인해 매년 막대한 인명 및 재산피해가 발생하고 있다. 2010년 9월 21일 발생한 호우는 상대적으로 지역적인 편차가 큰 국지성 집중호우 형태로 인하여 국가기관시설이 밀집한 종로구 광화문 일대에 내수침수를 야기한바 있으며, 2011년 7월 26일 이후에 발생한 집중호우의 경우 연 강수량의 30% ~ 45%를 차지할 만큼의 많은 양의 비가 내리면서 우면산 산사태, 강남역 및 도림천 침수를 발생시킨 바 있다. 특히, 치수대책을 고려하지 않은 무분별한 도시개발과 여름철의 강우 집중화(연강우량의 약 70%) 때문에 수자원확보 및 수방대책에 어려움을 겪고 있는 실정이다. 보다 효율적인 이 치수 대책을 위해서는 한반도에 영향을 미치는 집중호우에 대한 정량적인 분석이 수행되어야 한다. 따라서 본 연구에서는 호우분리기법을 적용하여 집중호우만을 추출하고 한반도 집중호우의 극치사상을 시공간적인 특성 및 변동 및 경향 분석을 수행하고자 한다. 본 연구의 결과는 향후, 이 치수 대책을 고려한 도시계획 및 대책 수립에 대한 기초자료로 활용 가능 할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.14-14
• /
• 2018

세계의 여러 국가에서 과거 발생했던 강수의 통계적 특성에서 벗어나는 극치사상이 빈번하게 관측되고 있다. 이와 같은 현상에 가장 큰 영향을 미치고 있는 요인중 하나는 지구온난화이며 실제 산업화 이후 온실가스의 증가와 더불어 극한 기상현상의 발생 빈도가 증가하였다. 현재 예상치 못한 수문사상의 발생으로 인해 수자원관리에 있어서 많은 어려움을 겪고 있으며, 특히 호우사상은 막대한 인명 및 사회적 피해를 야기하고 있다. 우리나라의 경우 계절적 특징으로 여름철에 강수가 집중되는 양상을 보이고 있으며 따라서 여름철 강수량을 예측하여 호우에 대한 대비책을 마련해야한다. 계절강수 예측은 수문, 산림, 식품, 등을 포함한 사회 경제적 파급 효과가 매우 크지만 아직 신뢰성 있는 예측은 어려운 상태이다. 또한, 발생 강도와 빈도가 큰 극한 강우는 주로 짧은 시간에 걸쳐 발생하기 때문에 예측하기가 어렵다. 최근 다양한 분야의 연구에서 AO, NAO, ENSO, PDO등과 같은 외부적 요인이 수문학적 빈도를 변화시킨다고 알려지고 있어 본 연구에서는 Bayesian 통계기법을 이용한 비정상성 빈도해석모형을 토대로 외부 기상인자에 의한 변동성을 고려할 수 있는 계절강수량 예측모형을 구축한 후 산정된 결과를 입력 자료로 하여 극치강수량을 추정할 수 있는 비정상성 Four - Parameter (4P)-Beta분포를 이용한 알고리즘을 개발하여 직접적으로 일단위 이하의 극치강수량을 상세화 시킬 수 있는 모형으로 확장하여 이를 통해 기상변동성을 다양한 시간규모에서 고려하기 위한 정보로 활용하고자 하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.155-155
• /
• 2015

태풍과 집중호우와 같은 극치사상은 치수적인 측면 뿐 아니라 안정적인 용수공급과 수자원의 확보, 수질 및 생물다양성 확보, 생태계의 안정성 및 복원력 향상 등에 매우 중요하나, 국외에 비해 국내연구는 매우 부족한 실정이다. 또한, 장기간의 수문 및 기상자료의 변동 및 경향, 예측 등의 많은 연구들로 인해 사실상 현실화가 된 기후변화 등의 이유로 극한 호우사상이 해를 거듭할수록 증가할 것으로 전망되고 있어 이에 대한 위험성이 대두되고 있는 실정이다. 한반도의 극치호우사상의 변화 및 양상을 보다 심도있게 평가하기 위해 한반도에 영향을 미치는 태풍 및 집중호 우을 분리하는 기법을 개발 및 적용하여 각 호우원인별 특성 변화 및 경향 분석을 수행하였으며, 한반도의 호우원인별 극치 호우사상에 영향을 미치는 해수면온도와 관련된 El Nino 패턴과 수문기상인자 등과의 상관성 분석을 수행하였다. 마지막으로 기후변화가 한반도 극치호우사상에 미치는 영향을 정량적으로 평가하고 비정상성빈도해석을 통해 미래확률강우량을 산정하였다. 본 연구의 분석결과는 향후, 미래 한반도 영향 태풍 및 집중호우의 강도 및 규모를 고려한 지역 맞춤형 치수정책 및 방재대책 수립에 대한 기초자료로 활용가능할 것으로 판단된다.

• 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
• /
• 2011.05a
• /
• pp.122-122
• /
• 2011

수자원 분야에서 기후변화 관련 연구는 치수 측면 보다는 이수 측면에서 주로 이뤄지고 있다. 이는 홍수분석을 위한 시간 단위를 충족시켜주는 전지구 대기순환모형(Global Circulation Model: GCM)의 자료가 드물고, 시간 단위의 GCM 자료라 하더라도 극치값(extreme value) 표현에는 한계가 있기 때문이다. 이를 극복하기 위하여 과거 관측자료의 통계적 특성으로 극치자료의 편의(bias)를 보정하고 시간 단위로 분해하기도 한다. 하지만 이런 통계적 상세화(statistical downscaling)는 미래 기후는 과거자료와 통계적 차이가 유의하지 않음을 가정하고 있어, 미래 기후는 현재와 다를 것이라는 공감대에 는 적합하지 않다. 이와 같은 이유로 타당한 극치수문변수 결과를 얻기 위해서는 시간 단위의 고분해능(high resolution) GCM이나 지역기후모델(regional climate model)과 같은 고해상도의 미래 기후변화 자료가 필요하게 된다. 이에 국립기상연구소에서는 영국 기상청의 통합모델(UM)기반의 지역기후모델(HadGEM3)을 사용하여 50 km 및 12.5 km 격자 단위로 역학적 상세화(dynamic downscaling)를 수행하였다. 본 연구에서는 개발된 HadGEM3-RA 결과의 극치수문변수 검증을 위하여 한강유역의 관측 자료와 다양한 방법으로 비교하였다. 두 자료의 극치값을 GEV (Generalized Extreme Value) 분포에 적합(fitting)시켜 비초과확률별 극치사상과, 특정 임계값(threshold value) 이상의 극치사상 발생확률을 비교하였다. 검토 결과, HadGEM3-RA는 통계적 상세화로 구한 극치값 보다는 작았으나 기존의 지역 기후모델에 비하여 현실성 있는 극치값이 계산되었음을 확인하였다.

• 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.