• Journal of Astronomy and Space Sciences
• /
• v.26 no.1
• /
• pp.9-24
• /
• 2009

We compare the relation among the annual distribution of sunspots: coronal mass ejections (CMEs) and geomagnetic storms and North-South asymmetry during solar cycle 23. For this purpose, we calculate correlation coefficients between (i) annual distribution and N-S asymmetry of CMEs - sunspots (ii) distribution of CMEs - occurrence number of geomagnetic storms (iii) distribution of sunspots - occurrence number of geomagnetic storms. We find that (i) the annual distribution of total CMEs has good correlation with distribution of annual average of sunspots but poor correlation with N-S asymmetry of sunspots, N-S asymmetry of CMEs has good correlation with N-S asymmetry of sunspots: (ii) total and N-S asymmetry of CMEs have poor correlation with occurrence number of geomagnetic storms, it's, however, well correlated with the classified groups of CMEs (Ap, Dst and an indices vs. fast CMEs($\upsilon$ > $1000kms^{-1}$), Dst index vs. Halo CMEs), and (iii) sunspot numbers and area are correlated with occurrence number of geomagnetic storms. We conclude that annual distribution of CMEs and sunspots have well correlated with geomagnetic storms, N-S asymmetry of CMEs and sunspots have poor correlated with the geomagnetic storms.

• 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
• /
• 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
• /
• 2021.06a
• /
• pp.169-169
• /
• 2021

통계학적 가능최대강수량방법은 가능최대강수량(Probable Maximum Precipitation, PMP) 측정 방법 중 하나로 WMO에서 통계학적인 PMP 추정 방법으로 Hershfield가 제안한 공식을 제시했다. Hershfield는 95,000개의 자료를 분석하였으며, 기본적으로 통계학적 PMP 추정방법의 빈도계수는 k_m = 15로 제안하였다. 그러나 강우 지속기간 및 연최대 시계열의 평균에 따라 값이 변하게 되며, Hershfield(1965)는 지속시간과 연최대 시계열의 평균에 따른 빈도계수가 5 ~ 20 사이의 값을 갖는다고 제안한 바 있다. Hershfield의 빈도계수는 미국 지역의 2,645개의 관측소의 95,000개의 강우 자료 이용했기 때문에 우리나라의 적용하였을 때 신뢰성에 문제가 있을수 있으며, 우리나라에서는 통계학적 방법보다는 수문기상학적 PMP 추정 방법을 주로 사용하고 있다. 따라서 본 연구에서는 우리나라의 기상 자료중에서 가장 많은 양을 가지는 지점 10개를 선정하여 빈도계수를 산정하였다. 빈도계수를 산정하기 위해서는 시계열로 구성된 강우 자료를 사용해야하며, 본 연구에서는 기상 자료의 이상치 검정을 진행하였으며, 경향성의 경우 정상성을 가지는 것으로 가정하였다. 확률 분포형은 극치분포인 GEV분포, Gumbel분포, Log-Gumbel분포, Weibull분포를 비교하여 가장 적절한 분포형을 선정하여 진행하였다. 최종적으로 얻은 빈도계수를 이용하여 구한 PMP값과 기존 Hershfield가 제시한 빈도계수 값 k_m = 15를 이용한 PMP값을 비교하여 차이를 분석하였으며, 그 적용성을 평가하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.404-404
• /
• 2022

효율적인 수자원 관리를 위해 빈도해석을 통한 수문 자료의 통계적 특성을 고려하여 정확한 확률강수량을 산정해야 한다. 지점빈도해석은 지점 자료만을 이용하여 확률강수량을 산정하기 때문에 정확도를 높이기 위해서는 자료 확충이 필요하지만, 지점별로 활용할 수 있는 자료가 제한적이며 지점마다 변동성이 크다. 지역빈도해석은 수문기상학적으로 동질한 주변 지점들의 자료를 모두 포함해서 빈도해석을 수행함으로써 지역에 대한 통합 결과를 제시하고 자료에 대한 신뢰성 확보가 가능하다. 일반적으로 빈도해석은 자료에 적합한 확률분포 기반으로 수행되지만 확률분포 선정과정에 따라 결과는 상이하다. 본 연구에서는 지역빈도해석에서 확률강수량 산정방법으로 Quantile Regression(QR)을 적용하였다. QR 기반의 빈도해석은 확률분포 아니라 자료 자체로 확률강수량을 산정하여 기존의 확률분포 기반의 빈도해석에서 발생했던 불확실성을 개선하였다. 또는, 확률강수량의 시간에 따른 변동성도 고려되어 바정상성 빈도해석도 가능하다. 최종적으로 본 연구에서 소개된 지역빈도해석 결과와 기존의 지역빈도해석 결과 비교 검증하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.98-98
• /
• 2020

모분포 홍수지수모형은 여러 관측지점의 수문자료를 활용하여 설계수문량을 산정하는 지역빈도해석을 위한 모형 중 하나이다. 기존의 홍수지수모형은 동질지역 내 각 지점의 표본통계량을 통해 표준화된 자료들을 기반으로 설계수문량을 산정하므로 왜곡이나 오차가 발생하는 반면, 모분포 홍수지수모형은 미지의 모분포에 대한 통계량으로 표준화한 설계수문량은 동질지역 내 모든 지점에 대해 동일하다는 가정을 기반으로 지역빈도해석을 수행하므로 보다 정확한 설계수문량 산정이 가능하다. 본 연구에서는 모분포 홍수지수모형에서의 미지의 모분포를 비정상성 GEV분포형으로 가정함으로써 각 지점의 비정상성을 고려한 설계수문량을 산정할 수 있는 비정상성 지역빈도해석 기법을 개발하고 그 적용성을 알아보고자 한다. 이를 위해 우리나라 전역에 분포된 10개의 강우관측 지점을 하나의 지역으로 구성하고 이질성척도를 통해 지역동질성을 확인하였다. 먼저, 각 지점의 모분포를 가정하기 위하여 각 지점의 연 최대치 강우자료에 대하여 Mann-Kendall test를 통해 경향성을 확인하였다. 경향성이 없는 지점의 경우 정상성 GEV분포형, 경향성이 나타나는 지점의 경우 다양한 형태의 비정상성 GEV분포형 중 Akaike information criterion을 통해 선정된 비정상성 GEV분포형을 모분포로 가정하고, 모분포 홍수지수모형을 적용하여 확률강우량을 산정하였다. 대상 지역에 대한 모의실험을 통해 비정상성을 고려한 모분포 홍수지수모형의 성능을 지점빈도해석 및 기존의 홍수지수모형과 비교하였으며, 정상성 지역빈도해석 대비 비정상성 지역빈도해석을 통해 산정된 확률강우량의 비교를 통해 그 적용성을 평가하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.183-183
• /
• 2015

수공구조물 설계 시 중요한 요소 중 하나인 확률강우량은 일반적으로 고정지속기간별 강우량에 대하여 일변량 빈도해석을 수행하고 가장 적절한 분포형을 선택하는 지점빈도해석의 과정을 거친다. 그러나 일변량 빈도해석을 수행하기 위해서는 지속시간을 고정하고 강우량의 변화로만 해석해야 단점이 있으며 이를 보완하기 위해 본 연구에서는 다변량 확률모형인 copula 모형을 이용하여 이변량 빈도해석을 수행하였다. 확률변수로는 강우량과 지속기간(hr)을 사용하였고, 주변분포형으로 강수량 - Gumbel (GUM), generalized logistic (GLO) 분포형, 지속기간(hr) - generalized extreme value (GEV), GUM, GLO 분포형을 사용하였으며, copula 모형은 Gumbel-Hougaard 모형을 이용하였다. 주변분포형의 매개변수는 일반적으로 가장 많이 사용하는 확률가중모멘트법을 이용하여 추정하였으며, copula 모형의 매개변수는 maximum pseudolikelihood(MPL) 방법을 사용하였다. 이를 통해 얻어진 이변량 빈도해석의 확률강우량 결과와 기존 지점빈도해석의 결과를 비교하였다.

• 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.12-12
• /
• 2018

수공구조물 설계의 기준을 정하기 위해서 수문자료의 빈도해석이 널리 사용되고 있다. 수문자표의 빈도해석 기법으로는 자료의 차원과 기법에 따라서 총 네 개로 구분할 수 있다. 그 네 개의 빈도해석은 다음과 같다 1) 단변량 수문자료와 지점별로 확률분포형 모형을 구축하는 단변량 지점빈도해석, 2) 다변량 수문자료와 지점별로 확률분포형을 구축하는 다변량 지점빈도해석, 3) 단변량 수문자료와 동일지점내의 확률분포모형을 구축하는 단변량 지역빈도해석, 4) 다변량 수문자료와 동일지점내의 확률분포모형을 구축하는 다변량 지역빈도해석. 현재는 다변량 지역빈도해석에 대한 연구사 수문분야에서 활발히 연구되고 있다. 현재 다변량 지역빈도해석에 대한 한국의 극한 강우 자료에 대한 연구가 진행되지 않았기 때문에, 본 연구에서는 이변량 극한강우자료에 대한 다변량 지역빈도해석의 적용성을 평가하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.150-150
• /
• 2017

기후변화로 인하여 극한 홍수와 극한 가뭄 발생이 증가할 것으로 전망하고 있어 이에 대한 위험이 대두되고 있는 실정이다. 홍수 및 가뭄 수문시계열의 빈도해석시에 일반적으로 활용되는 정상성 빈도해석기법은 수문자료의 정상성을 기반으로 한 빈도해석이 대부분이기 때문에 기후변화 및 수문자료의 비정상성을 반영한 새로운 빈도해석 기법이 요구되고 있는 상황이다. 본 연구에서는 5개의 대표 관측지점(서울, 포항, 추풍령, 여수, 광주)를 선별하고 1976년부터 2015년까지 일강우자료를 활용하여 기상학적 가뭄지수인 SPI(Standardized Precipitation Index)를 산정하였다. 산정한 SPI의 경향성을 Mann-Kendall 분석을 하였으며, 정상성 및 비정상성 빈도해석을 위하여 최적확률분포로 선정된 GEV 분포 적용하였다. 본 연구에서는 가뭄빈도해석을 위하여 SPI를 입력자료로 활용하였으며, 산정된 SPI의 비정상성을 반영한 비정상성 빈도해석의 경우 Bayesian 모형을 기반으로 한 MCMC(Markov Chain Monte Carlo) 모의를 이용하여 극치분포의 사후분포 매개변수를 추정하였다. 추정 값을 바탕으로 하여 가뭄의 관측소별 빈도해석을 실시하였고 재현기간별-지속기간별 가뭄심도를 추정하여 관측소별 가뭄심도-지속기간-빈도(SDF,Severity-Duration-Frequency) 곡선을 유도하였다. 본 연구를 통하여 정상성과 비정상성 빈도해석 결과의 비교연구를 수행하였으며 기후변화에 따른 비정상 시계열로 구성된 가뭄빈도해석에 매우 유용하게 적용될 수 있을 것으로 나타났다.