• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.153-153
• /
• 2012

기후변화는 강우량, 기온, 해수면온도 등 많은 수문기상학적 요소에 영향을 끼치고 있으며 이러한 영향에 대한 연구가 활발하게 진행되고 있다. 그 중에서도 수공구조물의 설계에 직접적으로 영향을 끼치는 강우특성에 대한 연구는 기후변화로 야기되는 강우의 비정상성(non-stationary)을 중심으로 이루어지고 있다. 현재 수문설계량은 강우량의 빈도해석을 통해 산정되는데, 이러한 빈도해석은 기본적으로 연최대강우자료의 정상성(stationary)과 독립성(independent)을 가정하고 이루어진다. 그러나 기후변화로 연최대강우자료에 경향성이나 변동성이 나타남에 따라 경향성과 변동성을 고려할 수 있는 빈도해석 기법의 개발에 대한 필요성이 증가하고, 실제로 2000년대에 들어서면서부터 우리나라뿐만 아니라 전 세계적으로 이루어지고 있다. 연최대강우자료의 정상성을 판단하기 위해 강우자료에 대한 경향성 분석을 수행하게 되는데, 경향성 분석을 위해 다양한 통계적 기법들이 적용되고 있다. 그러나 현재 경향성 분석방법의 적용에 대한 뚜렷한 기준이 없어 여러 가지의 경향성 분석 방법을 적용하여 다수의 분석방법별 결과를 종합하여 경향성 유무를 판단하고 있는 실정이며, 동일자료에 대해서도 연구에 따라 다른 결과가 나타나고 있다. 따라서 본 연구에서는 경향성 분석방법의 기각력을 비교검토하여 경향성 분석방법의 적용에 필요한 기준을 제시하고자 한다. 이를 위해 경향성 분석을 위해 널리 사용되고 있는 t-test, Mann-Kendall test, Hotelling-Pabst test를 비교하고자 한다. 여기에서 t-test는 매개변수를 사용하는 매개변수적 방법이고, Mann-Kendall test와 Hotelling-Pabst test는 비매개변수적 방법이다. 귀무가설의 경우 t-test는 경향성이 없다고 가정하고 있는데 반해, Mann-Kendall test와 Hotelling-Pabst test는 경향성이 있다고 가정하고 있다. 기각력 검토를 위해서는 Monte Carlo simulation을 이용하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.278-278
• /
• 2011

최근 우리나라는 기후변화 등으로 국지성호우가 발생하여 수공구조물의 피해 규모가 점점 커지고 있는 실정이다. 따라서 본 연구에서는 서울지점의 시자료를 이용하여 비정상성 강우빈도해석을 함으로써 기후변화를 고려한 확률강우량을 산정하였으며, 여러 시간분포방법을 비교, 분석하여 우이천유역과 같은 도시 하천의 강우분포 및 지형특성에 알맞은 강우의 시간분포 방법을 선정하고자 하였으며, 도시유출모형인 SWMM을 이용하여 비시나리오기반 기후변화에 따른 향후(2020~2030년) 재현기간 50년 빈도의 첨두유출량을 예측하였다. 분석결과 2020년의 경우 지속시간 1시간의 경우 Yen-Chow방법이 393.02CMS로 가장 높은 첨두 유출량을 보였으며, 지속시간 2시간, 3시간의 경우 Mononobe방법이 439.8149CMS, 503.5989CMS로 가장 높은 첨두 유출량을 나타내었다. 또한 2030년의 경우 지속시간 1시간의 경우 Yen-Chow방법이 416.75CMS로 가장 높았으며, 지속시간 2시간, 3시간의 경우 Mononobe방법이 470.13CMS, 533.7CMS로 가장 높은 첨두 유출량을 나타내었다.

• Journal of Korean Society of Coastal and Ocean Engineers
• /
• v.28 no.1
• /
• pp.34-43
• /
• 2016

Urban development and population increases are continuously progressed in the coastal areas in Korea, thus it is expected that vulnerability towards coastal disasters by sea level rise (SLR) would be accelerated. This study investigated trend of the sea level data using Mann-Kendall (MK) test, and the results showed that the increasing trends of annual average sea level at 17 locations were statistically significant. For annual maximum extremes, seven locations exhibited statistically significant trends. In this study, non-stationary frequency analysis for the annual extreme data together with average sea level data as a covariate was performed. Non-stationary frequency analysis results showed that sea level at the coastal areas of Korean Peninsula would be increased from a minimum of 60.33 mm to a maximum of 214.90 mm by 2100.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.330-330
• /
• 2017

최근 우리나라 주변에 잦은 지진으로 인한 재해위험도 증가 우려가 커지고 있다. 국내 외에서 지진해일 위험도 평가는 시나리오를 기준으로 수치해석을 수행하고 이들 결과를 활용하는 절차로 수행된다. 그러나 위험도 평가는 하중조건 즉, 지진해일을 발생시키는 지진의 발생빈도 및 크기를 종합적으로 고려한 확률 계산이 우선적으로 요구되나, 기존 분석 절차에서는 고려가 되지 않거나 상대적으로 간략화 되어 진행되고 있다. 이러한 점에서 본 연구에서는 과거 우리나라 주변에 지진 및 지진해일 자료, 수치해석 모형 결과를 활용하여, 지진의 규모와 발생빈도를 종합적으로 고려할 수 있는 지진해일 위험도 평가 방법을 수립하고자 한다. 본 연구에서는 첫째, 지진 위험도 평가를 위해서 Poisson-Pareto 분포를 이용하였다. 둘째, 지진발생 위치 및 크기를 고려한 지진해일 위험도 평가 모형을 개발하였다. 셋째, 지진발생 위험도 및 지진해일 위험도를 통합한 해석 모형을 개발하고자 하며, 본 연구애서 제시하는 모든 해석 절차는 매개변수의 불확실성을 고려할 수 있도록 Bayesian 해석기법을 도입하여 진행하였다.

• Journal of Korea Water Resources Association
• /
• v.50 no.4
• /
• pp.253-261
• /
• 2017

A lot of nonstationary frequency analyses have been studied in recent years as the nonstationarity occurs in hydrologic time series data. In nonstationary frequency analysis, various forms of probability distributions have been proposed to consider the time-dependent statistical characteristics of nonstationary data, and various methods for parameter estimation also have been studied. In this study, we aim to introduce a parameter estimation method for nonstationary Gumbel distribution using ensemble empirical mode decomposition (EEMD); and to compare the results with the method of maximum likelihood. Annual maximum rainfall data with a trend observed by Korea Meteorological Administration (KMA) was applied. As a result, both EEMD and the method of maximum likelihood selected an appropriate nonstationary Gumbel distribution for linear trend data, while the EEMD selected more appropriate nonstationary Gumbel distribution than the method of maximum likelihood for quadratic trend data.

• Journal of Korea Water Resources Association
• /
• v.48 no.5
• /
• pp.331-343
• /
• 2015

Most nonstationary frequency models are defined as the probability models containing the time-dependent parameters. For frequency analysis of annual maximum rainfall data, the Gumbel distribution is generally recommended in Korea. For the nonstationary Gumbel models, the time-dependent location and scale parameters are defined as linear and exponential relationship, respectively. The exponentially time-varying scale parameter of nonstationary Gumbel model is generally used because the scale parameter should be positive. However, the exponential form of scale parameter occasionally provides overestimated quantiles. In this study, various forms of time-varying scale parameters such as exponential, linear, and logarithmic forms were proposed and compared. The parameters were estimated based on the method of maximum likelihood. To compare the accuracy of each scale parameter, Monte Carlo simulation was performed for various conditions. Additionally, nonstationary frequency analysis was conducted for the sites which have more than 30 years data with a trend in rainfall data. As a result, nonstationary Gumbel model with exponentially time-varying scale parameter generally has the smallest root mean square error comparing with another forms.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.30 no.4B
• /
• pp.389-397
• /
• 2010

This study introduced a Bayesian based frequency analysis in which the statistical trend analysis for hydrologic extreme series is incorporated. The proposed model employed Gumbel extreme distribution to characterize extreme events and a fully coupled bayesian frequency model was finally utilized to estimate design rainfalls in Seoul. Posterior distributions of the model parameters in both Gumbel distribution and trend analysis were updated through Markov Chain Monte Carlo Simulation mainly utilizing Gibbs sampler. This study proposed a way to make use of nonstationary frequency model for dynamic risk analysis, and showed an increase of hydrologic risk with time varying probability density functions. The proposed study showed advantage in assessing statistical significance of parameters associated with trend analysis through statistical inference utilizing derived posterior distributions.

• Journal of Korea Water Resources Association
• /
• v.52 no.11
• /
• pp.895-904
• /
• 2019

It has been well recognized that extreme rainfall process often features a nonstationary behavior, which may not be effectively modeled within a stationary frequency modeling framework. Moreover, extreme rainfall events are often described by a two (or more)-component mixture distribution which can be attributed to the distinct rainfall patterns associated with summer monsoons and tropical cyclones. In this perspective, this study explores a Mixture Distribution based Nonstationary Frequency (MDNF) model in a changing rainfall patterns within a Bayesian framework. Subsequently, the MDNF model can effectively account for the time-varying moments (e.g. location parameter) of the Gumbel distribution in a two (or more)-component mixture distribution. The performance of the MDNF model was evaluated by various statistical measures, compared with frequency model based on both stationary and nonstationary mixture distributions. A comparison of the results highlighted that the MDNF model substantially improved the overall performance, confirming the assumption that the extreme rainfall patterns might have a distinct nonstationarity.

• 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
• /
• 2019.05a
• /
• pp.230-230
• /
• 2019

대규모순환패턴과 같은 기후시스템에서의 상태와 변화를 정량화하여 나타낸 기상인자는 수문기상학적 변수와 밀접한 연관이 있는 것으로 알려져 있으며, 이에 따라 비정상성 빈도해석의 수행에 있어서 확률분포모형의 매개변수에 대한 공변량으로 널리 활용되고 있다. 본 연구에서는 비정상성 강우빈도해석 시 매개변수의 공변량으로 우리나라의 극치강우의 장기경향성을 잘 반영할 수 있는 기상인자를 선정하고자 한다. 먼저, 시계열자료를 주기성을 가지는 내재모드함수와 장기경향성을 나타내는 잔여값으로 분해할 수 있는 앙상블 경험적 모드분해법을 이용하여 우리나라 전역에 분포된 61개 지점에서 관측된 연 최대치 강우자료의 평균 및 분산에 대한 잔여값을 추출하였다. 다음으로 11개의 월 단위 기상인자에 대한 계절별 연 평균 시계열과 추출된 평균 및 분산의 잔여값과의 상관계수를 산정하였다. 그 결과, 11개의 기상인자 중 Atlantic Meridional Mode (AMM), Atlantic Multi-decadal Oscillation (AMO), North Atlantic Oscillation (NAO)가 우리나라 연 최대치 강우자료의 평균 및 분산에 대한 장기경향성과 높은 상관성이 있는 것으로 나타났다. 계절적으로는 AMM과 AMO의 경우 이전 년도 가을철 평균이 전 지점 평균 약 0.6, NAO는 이전 년도 여름철 평균이 전 지점 평균 0.3 이상의 유의한 상관계수를 가지는 것으로 나타났다.