• Journal of the Korean Data and Information Science Society
• /
• v.28 no.1
• /
• pp.29-37
• /
• 2017

It has gradually become important to estimate a forest stand volume utilizing LiDAR data. Recently, various statistical models including a linear regression model has been introduced to estimate a forest stand volume using LiDAR data. One of limitations of the current approaches is in that the accuracy of observed forest stand volume data, which is used as a response variable, is questionable unstable. To overcome this limitation, we consider a spatial structure for a forest stand volume. In this research, we propose a hierarchical model for applying a spatial structure to a forest stand volume. The proposed model is applied to the LiDAR data and the forest stand volume for Bonghwa, Gyeongsangbuk-do.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.181-181
• /
• 2021

유역 내의 물순환 평가를 위하여 적합한 강우-유출모형을 선정하고 적용하는 것은 수문학적 관점에서 주된 과제이다. 장기적인 관점의 수자원 관리를 위해서는 직접적인 계측을 통해 장기간의 유출자료를 취득하는 방법이 있으나, 국내의 주요지점을 제외한 대다수의 중소규모의 지점에 계측기를 설치하는 것은 현실적으로 어려우므로, 자료취득이 비교적 용이하고 신뢰성이 높은 장기간 강우 자료를 강우-유출모형의 입력자료로 활용하여 미계측 유역으로의 모형을 확장하는 방안이 적절하다는 평가를 받고 있다. 본 연구는 국내외 주요 연속강우-유출모형의 특성을 파악하기 위하여 비교적 신뢰성 있는 자료를 보유하고 있는 소양강댐 유역에 다수의 연속강우-유출모형을 적용하였다. 모델링 결과로 산출된 유황곡선(flow duration curve)을 소양강댐 유입량과 비교하여 각 모형의 특징을 파악하고 유량에 따른 적합성 평가를 진행하였다. 또한, 향후 미계측유역으로 모형을 확장하기 위하여 매개변수 개수 및 재현능력을 동시에 평가하였다. 다수의 모형 중 적합성이 높은 모형들을 선별하였으며, 선별된 모형들의 불확실성을 고려함과 동시에 계층적 베이지안 기법을 활용하여 최종적으로 앙상블모형을 제시하였다. 앙상블모형을 단일 모형과 비교한 결과 단일 모형보다 개선된 성능을 확인하였다.

• Journal of the Korean Data and Information Science Society
• /
• v.20 no.1
• /
• pp.77-87
• /
• 2009

Bayesian methods have been focused in recent years for solving small area estimation problems. In this paper, the hierarchical Bayes procedure is implemented via MCMC techniques and compared with the results of One-way, GLM-Normal, and GLM-Gamma cases by analyzing real data of insurance benefit for customer segmentations. After analyzing insurance benefit real data for customer segmentations, we can conclude that the insurance benefit estimator through the small area estimation is more efficient than the estimators by other methods. In addition, we found that the small area estimation gave accurate estimation result for the small number domains.

• Journal of Korea Water Resources Association
• /
• v.53 no.7
• /
• pp.481-491
• /
• 2020

The development of agricultural land at Saemangeum has required a significant increase in agricultural water use. It has been well acknowledged that salinity plays a critical role in the farming system. Therefore, a systematic study in salinity is necessary to better manage agricultural water. This study aims to develop a stochastic salinity simulation model that simultaneously simulates salinities obtained from different layers. More specifically, this study proposed a two-stage Autoregressive Exgeneous (ARX) model within a hierarchical Bayesian modeling framework. We derived posterior distributions of model parameters and further used them to obtain the predictive posterior distribution for salinities at three different layers. Here, the BIC values are used and compared to determine the optimal model from a set of candidate models. A detailed discussion of the model is provided.

• Journal of Korea Water Resources Association
• /
• v.54 no.10
• /
• pp.747-757
• /
• 2021

Quantification of extreme rainfall is very important in establishing a flood protection plan, and a general measure of extreme rainfall is expressed as an T-year return level. In this study, a method was proposed for quantifying spatial distribution and uncertainty of daily rainfall depths with various return periods using a hierarchical Bayesian model combined with climate and geographical information, and was applied to the Seoul-Incheon-Gyeonggi region. The annual maximum daily rainfall depth of six automated synoptic observing system weather stations of the Korea Meteorological Administration in the study area was fitted to the generalized extreme value distribution. The applicability and reliability of the proposed method were investigated by comparing daily rainfall quantiles for various return levels derived from the at-site frequency analysis and the regional frequency analysis based on the index flood method. The uncertainty of the regional frequency analysis based on the index flood method was found to be the greatest at all stations and all return levels, and it was confirmed that the reliability of the regional frequency analysis based on the hierarchical Bayesian model was the highest. The proposed method can be used to generate the rainfall quantile maps for various return levels in the Seoul-Incheon-Gyeonggi region and other regions with similar spatial sizes.

• 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.15 no.1
• /
• pp.119-128
• /
• 2002

In this paper, we consider the HB estimators of small area means with repeated survey. mao and Yu(1994) considered small area model with repeated survey data and proposed empirical best linear unbiased estimators. We propose a hierachical Bayes version of Rao and Yu by assigning prior distributions for unknown hyperparameters. We illustrate our HB estimator using very popular data in small area problem and then compare the results with the estimator of Census Bureau and other estimators previously proposed.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.11 no.2
• /
• pp.169-174
• /
• 2018

In general, the methods of the analysis of variance(ANOVA) for the continuous data and the chi-square test for the discrete data are used for statistical analysis of the effect and the association. In multidimensional data, analysis of hierarchical structure is required and statistical linear model is adopted. The structure of the linear model requires the normality of the data. A multidimensional categorical data analysis methods are used for causal relations, interactions, and correlation analysis. In this paper, Bayesian network model using probability distribution is proposed to reduce analysis procedure and analyze interactions and causal relationships in categorical data analysis.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.466-466
• /
• 2015

지역빈도해석은 수문학에서 오랜 역사를 갖고 있으며, 수년에 걸쳐 수문학적 변량의 정량적 추정을 위해 다양한 접근방법들이 제안되어 왔다. 그러나 제안된 방법들의 가설설정 수준이 높기 때문에 실제 적용에 제약이 많고, 적용 시에도 예측에 대한 불확실성이 높은 문제점이 있다. 본 연구에서는 이러한 문제점을 개선하기 위한 방법으로 계층적 베이지안 모델을 이용한 지역빈도해석 모형을 제안하고자 한다. 본 모형은 2개의 계층적 구조로 구성된다. 첫번째 계층은 재현기간별 GEV 분포의 매개변수를 정규화하여 주변분포로 설정하고, Kriging 기법을 이용하여 지형학적, 기상학적 정보들과 극치강수량 효과를 적합시켜 공간적 이질성과 미계측 유역에 대한 효과적인 보간을 가능하게 한다. 두번째 계층은 지점의 특성을 나타내는 매개변수들간의 공분산을 Bayesian 모델에 연계하여 매개변수들의 공간적 변동성을 나타낸다. 2개 계층의 결합확률분포는 MCMC 기법을 이용하여 예측값에 대한 불확실성을 정량적으로 분석하게 된다. 본 모형을 통해 홍수량 추정 시 필요한 시간 단위 극치강수량의 공간적 분포를 효과적으로 추정할 수 있을 것으로 판단된다.

• The Korean Journal of Applied Statistics
• /
• v.27 no.6
• /
• pp.947-958
• /
• 2014

Understanding extreme precipitation events is very important for flood planning purposes. Especially, the r-year return level is a common measure of extreme events. In this paper, we present a spatial analysis of precipitation return level using hierarchical Bayesian modeling. For intensity, we model annual maximum daily precipitations and daily precipitation above a high threshold at 62 stations in Korea with generalized extreme value(GEV) and generalized Pareto distribution(GPD), respectively. The spatial dependence among return levels is incorporated to the model through a latent Gaussian process of the GEV and GPD model parameters. We apply the proposed model to precipitation data collected at 62 stations in Korea from 1973 to 2011.