• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.345-351
• /
• 2008

미래의 기후변화 영향평가에 있어 전지구모형(General Circulation Model)은 가장 중요한 자료 중 하나이다. 즉, 온실가스 방출(emission) 시나리오에 기초한 전지구모형의 모의결과를 이용하면 미래 수자원에 대한 정보를 얻을 수 있다. 하지만 미래 수자원은 방출 시나리오, 상세화(downscaling) 기법, 강우-유출모형, 전지구모형의 종류에 따라 크게 달라질 수 있어 매우 큰 불확실성(uncertainty)을 포함하고 있다. 이러한 불확실성을 줄이는 방법 중 하나로 전지구모형의 모의능력에 따라 가중치(weight)를 부여하고 결합(combining)하는 multi-model 앙상블(ensemble) 기법이 선진국을 중심으로 활발히 연구되고 있다. 본 연구에서는 우선 기후변화 영향평가를 위하여 국내에서 사용가능한 전지구모형을 조사하고 그 중CCSM3, CSRIO, ECHAM4, GFDL, MIRCO를 선택하였다. 한강 충주댐 유역에 대하여 과거($1980{\sim}1999$년)와 미래($2030{\sim}2049$년) 기간에 대하여 전지구모형의 기후정보를 간단한 선형보간법을 이용하여 상세화하였다. 다음으로 multi-model 앙상블 기법을 조사하였다. 본 연구에서는 Giorgi et al.(2002)이 제안한 Reliability Ensemble Average(REA) 기법을 적용하여 선형보간법으로 상세화한 전지구모형의 모의결과에 가중치를 주어 불확실성을 줄이는 연구를 수행하였다. 특히 REA를 구성하는 식 중 모형의 편차(bias) 뿐만 아니라 분산(variance)까지 고려함으로서 이를 개선하는 Modified-REA를 제안하였다. 제안한 방안을 이용하여 결합한 전지구모형의 모의결과가 기존 REA의 결과보다 기후정보의 불확실성을 더 줄일 수 있는 것으로 나타났다.

• 한국수자원학회논문집
• /
• 제51권6호
• /
• pp.523-533
• /
• 2018

본 연구에서는 충주댐 유역에 대해 앙상블 유량예측기법의 강우-유출 모델 매개변수, 입력자료에 따른 불확실성 분석을 수행하였다. 앙상블 유량예측기법으로는 ESP (Ensemble Streamflow Prediction) 기법과 BAYES-ESP (Bayesian-ESP) 기법을 활용하였으며, 강우-유출 모델로는 ABCD를 활용하였다. 모델 매개변수에 따른 불확실성 분석은 GLUE (Generalized Likelihood Uncertainty Estimation) 기법을 적용하였으며, 입력자료에 따른 불확실성 분석은 유량예측 앙상블에 활용되는 기상시나리오의 기간에 따라 수행하였다. 연구결과 앙상블 유량예측 기법은 입력자료 보다 모델 매개변수의 영향을 크게 받았으며, 20년 이상의 관측 기상자료가 확보되었을 때 활용하는 것이 적절하였다. 또한 BAYES-ESP는 ESP에 비해 불확실성을 감소시킬 수 있는 것으로 나타났다. 본 연구는 불확실성 분석을 통해 앙상블 유량예측기법의 특징을 규명하고 오차의 원인을 분석하였다는 점에서 가치가 있다고 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.29-29
• /
• 2011

SWAT (Soil and Water Assessment Tool) 모형은 물리적 기반의 준분포형 강우-유출 모형으로서, 대규모의 복잡한 유역에서 장기간에 걸친 다양한 종류의 토양과 토지이용 및 토지관리 상태에 따른 유출과 유사 및 오염물질의 거동에 대한 토지관리 방법의 영향을 예측이 가능하여, 수자원 관리 계획 및 유역관리를 위한 의사결정 지원 등 그 적용 범위가 매우 광범위하다. 이러한 모형의 적용성 검증을 위해서는 매개변수 민감도 분석 및 검 보정, 예측 불확실성 분석을 필요로 한다. 최근 수문 모델의 불확실성을 분석하기 위한 다양한 기법들이 개발 되었는데, 본 연구는 충주댐 유역(6,581.1 m)을 대상으로 유역출구점의 실측 일 유출량 자료(1998~2003)를 바탕으로 SWAT 모형의 유출관련 매개변수(총 18개)에 대한 불확실성 분석을 실시하였다. 이때 사용된 분석 기법으로는 SUFI2 (Sequential Uncertainty FItting algorithm 2), GLUE (Generalized Likelihood Uncertainty Estimation), ParaSol (Parameter Solution)등을 적용 하였다. 이러한 기법은 모두 SWAT-CUP (SWAT-Calibration Uncertainty Program, Abbaspour, 2007) 모형에 탑재되어있으며, 모형의 결과로써 검 보정, 매개변수의 민감도 분석, 각종 목적 함수 및 불확실성의 범위 등이 자동으로 산출 되므로 모형의 사용자가 불확실성 평가 기법의 분석 및 비교를 손쉽게 할 수 있다. 그 결과 대표적인 목적 함수인 결정 계수( $^2$)와 NSE (Nash-Sutcliffe Model Efficiency)는 모두 0.65에서 0.92사이의 값을 나타내어 대체적으로 모의가 잘 이루어졌음을 알 수 있었다. 그러나 불확실성의 범위를 나타내는 지표인 p-factor 및 r-factor에서는 평가 기법 별로 그 차이가 확연하게 드러났다. 여기서 p-factor는 불확실성 범위에 실측치가 포함되는 비율이며, r-factor는 불확실성의 상대적인 범위로 각각 1과 0에 가까울수록 모의 기법의 성능이 우수함을 의미한다. 세 가지 알고리듬 중에서 SUFI2의 p-factor가 약 0.51로 가장 높게 나타났으며, ParaSol의 r-factor가 0.00으로 가장 작게 나타났다. 여기서 p-factor는 불확실성 범위에 실측치가 포함되는 비율이며, r-factor는 불확실성의 상대적인 범위를 의미한다. 본 연구의 결과는 SWAT 모형을 이용한 수문모델링에서 수문분석에 따른 예측결과의 불확실성을 정량적으로 평가함으로서, 모형의 적용성 평가 및 모의결과의 신뢰성 확보에 근거자료로 활용이 가능할 것으로 판단된다.

• 한국정보과학회논문지:데이타베이스
• /
• 제33권3호
• /
• pp.261-270
• /
• 2006

위치기반서비스에서 이동체의 위치 데이타 수집 비용을 줄이기 위하여 위치 데이타를 주기적으로 수집한다. 주기적으로 수집된 위치 데이타는 보고 주기 사이의 위치 변화를 반영하지 못하기 때문에 시간에 대한 선형 함수를 이용하여 예측된 위치 데이타와 오차가 발생한다. 따라서 오차를 포함한 불확실한 미래위치데이타로 인하여 TPR 트리에서 현재위치질의의 정확도가 떨어지는 문제점이 발생한다. 이 논문에서는 불확실한 위치 데이타에 대한 현재질의를 처리하기 위하여 선형 함수에 의해 예측된 위치 데이타에 오차분을 반영한 불확실성 영역을 정의하고 불확실성 영역을 설정하기 위하여 최근 예측 오차 가중치 기법과 칼만 필터 기법을 제시한다. 또한 TPR 트리를 기반으로 불확실성 영역을 반영한 질의 처리기를 구현하고 성능 비교 평가를 수행한다. 성능 평가 결과에 따르면 기존의 선형함수 기반 질의처리 기법보다 불확실성 영역 기반 질의처리 기법이 최소 약 15% 이상의 정확도가 향상되는 장점을 가진다.

• 한국전산구조공학회:학술대회논문집
• /
• 한국전산구조공학회 2011년도 정기 학술대회
• /
• pp.166-169
• /
• 2011

현재 국내에서 사용하고 있는 교량구조물의 성능평가방법으로는 크게 공용하중에 대한 내하율을 구하기 위하여 허용응력개념이나 강도설계 개념을 적용한 내하력 평가 기법이 사용되고 있다. 그러나 위의 방법들은 일반적으로 공용연수의 경과에 따른 재료 및 구조적 성능의 손실과 여러 가지 하중 및 환경적 요인들의 불확실성으로 인하여 발생하는 손상 및 열화를 반영하기 어렵다. 그리고 제원 및 재료물성치의 불확실성에 대한 기존 설계 자료의 DB 부족으로 기존의 평가방법에서는 이러한 시간의 경과에 따른 성능저하를 정확히 산정할 수 없어 이론상의 값과 실제 구조물과의 차이로 인한 불확실성이 존재 한다. 이에 본 연구에서는 공용년수 경과에 따른 시설물의 재료 구조적인 성능 및 거동분석 수행, 신뢰성 해석 수행을 바탕으로 교량 안전성 평가의 합리성 및 현실성을 제고하며, 구조 신뢰성 해석을 수행함으로써 실제 구조물의 강도 한계상태에 대한 파괴확률을 산정하고 그에 대응하는 위험도를 평가함으로써 안전성 검토를 수행하였다.

• 한국수자원학회논문집
• /
• 제43권11호
• /
• pp.933-944
• /
• 2010

본 논문에서는 확률강우량에 대한 공간분포 추정에 있어서 공간변동성에 따른 불확실성을 평가하기 위하여 지구통계 학적 추계모의기법인 CEM과 SGS 기법을 비교하였다. CEM과 SGS를 이용한 추계모의에 있어서 공간상관구조의 재생성, 확률강우량에 대한 불확실성 평가측도로서 실현치에 대한 통계치(표준편차, 변동계수, 사분위수 범위 및 범위)의 공간분포, 유역평균강우량의 불확실성 분포의 경우 두 기법이 대체로 비슷한 결과를 보이는 것으로 분석되었다. 그러나 모의 효율성 측면에서는 CEM이 SGS에 비해 우수한 결과를 나타내는 것으로 분석되었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.70-70
• /
• 2011

기후변화 연구는 불확실한 미래를 전망하는 과정이므로 '불확실성'은 모든 기후변화 영향평가의 키워드임에 분명하다. 하지만 불확실성 평가를 위해 IPCC에서 제공되고 있는 수많은 GCM 시나리오를 모두 활용하기에는 많은 시간과 노력이 필요하기 때문에 이를 효율적으로 수행할 수 있는 방법이 필요하다 본 연구에서는 시나리오 저감(scenario reduction)방법을 이용하여, 수많은 GCM 시나리오 대신 몇 개의 대표적 GCM 시나리오로도 충분히 불확실성을 유지할 수 있는 시나리오 저감(scenario reduction)방법을 수립하고 제시하였다. IPCC 기후시나리오 중 20C3M과 A & B 배출시나리오를 바탕으로 생산되는 71개의 GCM 시나리오를 다운로드 받아 월평균 기온과 강수량에 대하여 한반도를 대상으로 분석하였다. 비교결과, 기온 전망은 실측과 비슷한 경향성을 보였으나 강수량은 홍수기를 모의하지 못하는 것으로 나타났다. 시나리오 저감방법은 시나리오 분류(scenario cluster)방법과 시나리오 선정(scenario selection) 방법으로 구성된다. 시나리오 분류방법에서는 k-mean방법을 이용하여 5개의 cluster로 나누었으며, 시나리오 선정방법에서는 GCM 시나리오 선정기법을 조사 분석하여 연구방향과 목적에 따라 GCM 시나리오 선정기법을 선택할 수 있는 표를 제시하고, 이 중 시나리오의 확률밀도함수를 이용하는 PDF method를 적용하였다. 본 연구에서는 불확실성 정량화를 위해 maximum entropy를 이용하였다. 또한 시나리오 저감방법이 불확실성을 유지하는지 비교하기 위해 PDF method를 이용하여 정확성이 높은 순으로 5개의 GCM 시나리오를 선정(best 시나리오)하여 불확실성을 정량화하였다. GCM 시나리오의 분산을 이용하여 maximum entropy를 산정한 결과, 20C3M 배출시나리오에서는 모든 시나리오의 entropy는 3.08, 시나리오 저감방법은 2.75, best 시나리오는 2.28이었으며, 이는 시나리오 저감방법은 모든 시나리오의 89.3%의 불확실성을 설명하고 있으나 best 시나리오는 74.0%밖에 설명하지 못한다는 것을 나타낸다. A & B 배출시나리오에서도 시나리오 저감 방법을 사용한 GCM 시나리오가 best 시나리오보다 모든 시나리오의 불확실성을 더 잘 설명하는 것으로 나타났다. 이와 같이 수많은 GCM 시나리오를 사용하는 것보다 몇 개의 대표 시나리오를 이용하여 기후 변화 불확실성을 유지하면서 미래전망을 할 수 있다면, 매우 효율적으로 기후변화 연구를 수행할 수 있을 것으로 사료된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.229-229
• /
• 2016

현재 국내외에서 제공되고 있는 기후변화 시나리오 자료의 경우 일단위로 제공되고 있다. 그러나 수자원 설계 및 계획 시 중요한 입력자료 중 하나는 시간단위 강우 자료이다. 이러한 시간단위 자료는 강우-유추 분석, 댐 설계 및 위험도 분석에 있어 중요한 입력 변수중 하나이므로 기후변화 시나리오에 따른 영향을 평가하기 위해선 신뢰성 있는 상세화 기법이 필요하다. 국내외에서는 일단위에서 일단위로 상세화 하는 기법, 또는 공간상세화 기법 연구는 상당히 진행된바 있는 반면, 시간단위 상세화 기법 연구는 일단위 연구에 비해 상대적으로 미진한 실정이다. 즉 일단위 상세화 기법의 경우 Weather generator, Weather typing 등 다양한 기법이 존재하고 이를 활용한 연구사례가 많지만, 시간단위 상세화 기법의 Poisson 기법을 활용한 사례가 다수 존재하였다. 이러한 이유로 본 연구에서는 기후변화 시나리오에 따른 영향을 평가하기 위해 Bayesian 기법을 도입하여 신뢰성 있는 시간단위 강우량을 생성할 수 있는 모형을 개발하였으며, 연대별로 산정된 결과는 빈도해석을 통해 미래 확률강우량을 제시하였다. 본 연구에서 제안하고자 하는 Bayesian Copula 모형은 기존 주변확률분포(marginal distribution) 매개변수와 Copula 매개변수 추정시 각각 다른 기법을 활용하여 추정하며, 각각 모형에서 발생하는 불확실성은 추정하지 못하는 반면, Bayesian Copula 모형의 경우 매개변수의 사후분포를 정량적으로 제시할 수 있으며, 추정되는 확률강우량 역시 불확실성을 정량적으로 산정할 수 있는 장점을 확인할 수 있었다.

• 한국방재학회:학술대회논문집
• /
• 한국방재학회 2011년도 정기 학술발표대회
• /
• pp.81-81
• /
• 2011

현재 국내에서 사용하고 있는 교량구조물의 성능평가방법으로는 크게 공용하중에 대한 내하율을 구하기 위하여 허용응력개념이나 강도설계 개념을 적용한 내하력 평가 기법이 사용되고 있다. 그러나 위의 방법들은 일반적으로 공용연수의 경과에 따른 재료 및 구조적 성능의 손실과 여러 가지 하중 및 환경적 요인들의 불확실성으로 인하여 발생하는 손상 및 열화를 반영하기 어렵다. 그리고 제원 및 재료물성치의 불확실성에 대한 기존 설계 자료의 DB 부족으로 기존의 평가방법에서는 이러한 시간의 경과에 따른 성능저하를 정확히 산정할 수 없어 이론상의 값과 실제 구조물과의 차이로 인한 불확실성이 존재 한다. 이에 본 연구에서는 공용년수 경과에 따른 시설물의 재료 구조적인 성능 및 거동분석 수행, 신뢰성 해석 수행을 바탕으로 교량 안전성 평가의 합리성 및 현실성을 제고하며, 구조 신뢰성 해석을 수행함으로써 실제 구조물의 강도 한계상태에 대한 파괴확률을 산정하고 그에 대응하는 위험도를 평가함으로써 안전성 검토를 수행하였다. 본 실험을 통해 1. 재료 강도, 부재 제원, 긴장력, 작용하중 등에 있어 설계 시 가정과 실제 사용 환경 사이의 변동성이 존재한다는 것을 알 수 있었으며, 2. 연구 수행 결과 일반 정밀진단 및 해석에서는 얻을 수 없는 다양하고 중요한 결과를 산출할 수 있었으며 이러한 연구 결과를 바탕으로 개선된 성능평가 기법이 제안 될 수 있음을 알 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.366-366
• /
• 2012

확률강우량은 하천설계, 수자원설계 및 계획을 위한 기초자료로 활용되며 최근 이상기후 및 기후변화로 인한 극치강우의 빈도 및 양적 증가로 인한 확률강우량 산정의 불확실성 분석에 대한 관심이 크게 증가하고 있다. 수문빈도 해석에 있어서 대부분 지역이 50년 이하의 수문자료가 이용되고 있으며 수문설계에서 요구되는 50년 이상의 확률강수량 추정시에는 상당한 불확실성을 내포하고 있다. 이러한 점에서 본 연구에서는 자료연수에 따른 Sampling Error와 분포형의 매개변수의 불확실성을 고려한 해석모형을 구축하고자 한다. 빈도해석에서 매개변수를 추정하기 위해서는 일반적으로 모멘트법, 최우도법, 확률가중모멘트법이 이용되고 있으나 사용되는 분포형에 따라서 통계학적으로 불확실성 구간을 정량화하는 과정이 난해할 뿐만 아니라 극치 수문자료가 Thick-Tailed분포의 특성을 가짐에도 불구하고 신뢰구간 산정시 정규분포로 가정하는 등 기존 해석 방법에는 많은 문제점을 내포하고 있다. 본 연구에서는 이러한 매개변수의 불확실성 평가에 있어서 우수한 해석능력을 발휘하는 Bayesian기법을 도입하여 분포형의 매개변수를 추정하고 매개변수 추정과 관련된 불확실성을 평가하고자 한다. 이와 별개로 자료연한에 따른 Sampling Error를 추정하기 위해서 Bootstrapping 기반의 해석모형을 구축하고자 하며 최종적으로 빈도해석시에 나타나는 불확실성을 종합적으로 검토하였다. 빈도해석을 위한 확률분포형으로 GEV(generalized extreme value)분포를 이용하였으며 Gibbs 샘플러를 활용한 Bayesian Markov Chain Monte Carlo 모의를 기본 해석모형으로 활용하였다.