• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.38 no.2
• /
• pp.249-259
• /
• 2018

More than half of annual rainfall occurs in summer season in Korea due to its climate condition and geographical location. A frequency analysis is mostly adopted for designing hydraulic structure under the such concentrated rainfall condition. Among the various distributions, univariate Gumbel distribution has been routinely used for rainfall frequency analysis in Korea. However, the distributional changes in extreme rainfall have been globally observed including Korea. More specifically, the univariate Gumbel distribution based rainfall frequency analysis is often fail to describe multimodal behaviors which are mainly influenced by distinct climate conditions during the wet season. In this context, we purposed a Gumbel mixture distribution based rainfall frequency analysis with a Bayesian framework, and further the results were compared to that of the univariate. It was found that the proposed model showed better performance in describing underlying distributions, leading to the lower Bayesian information criterion (BIC) values. The mixed Gumbel distribution was more robust for describing the upper tail of the distribution which playes a crucial role in estimating more reliable estimates of design rainfall uncertainty occurred by peak of upper tail than single Gumbel distribution. Therefore, it can be concluded that the mixed Gumbel distribution is more compatible for extreme frequency analysis rainfall data with two or more peaks on its distribution.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.600-604
• /
• 2010

수문설계 인자인 확률홍수량 산정시 짧은 홍수량 자료 길이로 인해 홍수량을 직접 이용하기 보다는 강우자료와 강우-유출모형에 의존하고 있는 현시점에서 무엇보다 중요한 것은 신뢰할 만한 확률강우량이 산정되어야 한다는 것이다. 하지만 지금까지의 강우빈도해석(rainfall frequency analysis)은 강도(intensity), 지속기간(duration), 깊이(depth) 사이의 연관성은 고려하지 않은 단편적인 방법론에 그치고 있다. 즉, 강우를 표현하는 인자들 간 독립(independency)이라는 가정을 거친 후, 간단한 단변량(univariate) 강우빈도분포(rainfall frequency distribution)로 확률강우량을 산정하고 있다는 것이다. 간단한 모형에 따른 이점은 있으나 최근의 강우 형태는 매우 복잡한 양상을 띠고 있어, 단변량 강우빈도분포로 이를 대표하기에는 무리가 따른다. 따라서 본 연구에서는 강우빈도해석의 인자가 독립적이며 정규분포(normal distribution)라 가정하지 않고, 세 개의 주변 분포(marginal distribution)의 형태가 같지 않다는 점, 또한 가정하지 않는 방법론 중, 그 가치를 널리 인정받고 있는 Archimedean Copula (AC)에 대한 연구를 수행하였다. AC를 이용하여 강도, 지속기간, 깊이 사이의 종속성 중, 두 가지 변량을 고려한 이변량(bivariate) 강우빈도해석을 수행하였고 그 효용성을 검토해 보았다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1321-1326
• /
• 2009

강우는 수자원 확보 측면에서 근원이 되는 요소이다. 그러므로 정확한 확률강우량 산정은 미래의 가용 수자원량을 예측하는데 있어 중요한 사항중 하나이며 무엇보다 신중한 결정이 요구된다. 또한 하천의 범람에 의한 침수를 예방하는 수공구조물 등의 설계에 있어서는 신뢰할 수 있는 확률강우량 산정이 선행되어야 한다. 본 연구에서는 최근 우리나라 극치강우확률분포로서 많은 연구가 이루어지고 있는 GEV 분포(GEV-O)를 기반으로 위치 매개변수에 시간의 함수를 고려한 개선된 GEV 분포(GEV-A)를 이용하여 서울지점에 적용함으로서 GEV-O 분포에 의한 확률강우량과 GEV-A 분포로 산정된 확률강우량을 비교 검토하였다. 먼저 임의의 난수 발생을 통해 최우도추정법과 확률가중모멘트법으로 매개변수를 추정한 GEV-O 분포와 최우도추정법으로 매개변수를 추정한 GEV-A 분포의 상대평균제곱근오차 (R-RMSE)를 계산하여 비교함으로서 GEV-A 분포의 효율성을 판단하였다. 사례연구는 1961년부터 2008년까지 서울강우관측소에서 측정된 연최대 1일 강우량으로 하였으며 $X^2$-검정, PPCC-검정으로 적합도 검정을 실시하였다. 강우빈도분석 결과 GEV-A 분포가 GEV-O 분포로 산정된 결과 보다 대체로 재현기간 200년 이상일 경우, 과다 산정되는 경향을 보였다. 추후 개선된 GEV 분포를 서울 인근 지점에 적용함으로서 지역빈도해석(Regional Frequency Analysis)을 실행하기 위한 연구가 진행되어야 할 것이다. 또한 확률홍수량 산정 등에도 개선된 GEV 분포를 이용함으로서 보다 정확하고 신뢰성 있는 확률수문량을 예측하여야 할 것이다.

• Journal of Korea Water Resources Association
• /
• v.39 no.10 s.171
• /
• pp.891-904
• /
• 2006

The estimation of the probability precipitation is essential for the design of hydrologic projects. The techniques to calculate the probability precipitation can be determined by the point frequency analysis and the regional frequency analysis. The regional frequency analysis includes index-flood technique and L-moment technique. In the regional frequency analysis, even if the rainfall data passed homogeneity, suitable distributions can be different at each point. However, the regional frequency analysis can supplement the lacking precipitation data. Therefore, the regional frequency analysis has weaknesses compared to parametric point frequency analysis because of suppositions about probability distributions. Therefore, this paper applies kernel density function to precipitation data so that homogeneity is defined. In this paper, The data from 16 rainfall observatories were collected and managed by the Korea Meteorological Administration to achieve the point frequency analysis and the regional frequency analysis. The point frequency analysis applies parametric technique and nonparametric technique, and the regional frequency analysis applies index-flood techniques and L-moment techniques. Also, the probability precipitation was calculated by the regional frequency analysis using variable kernel density function.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.335-335
• /
• 2019

최근 수문자료에 대한 다변량 빈도해석 연구가 활발히 이루어지고 있다. 하나의 자료를 확률변수로 사용하는 단변량 빈도해석에 비해 여러 수문자료를 조합하여 동시에 추정할 수 있는 다변량 빈도해석은 수문자료의 상관성을 고려하면서 확률분포형을 추정할 수 있다는 장점이 있다. 이에 다변량 확률분포형을 이용한 빈도해석 과정 중 정확한 매개변수 추정을 위한 연구도 최근 여러방면으로 이루어지고 있다. 본 연구에서는 다변량 확률분포형의 매개변수 추정방법 중 기존에 주로 사용되고 있는 의사최우도법(MPL, Maximum Pseudo-Likelihood method)의 성능을 개선하기 위해 기존의 방법과 본 연구에서 제안하는 매개변수 추정방법의 Monte-Carlo 모의실험을 수행하였다. 일반적으로 수문자료는 양(+)의 왜곡도계수를 갖기 때문에 GEV(Geveralized Extreme Value) 분포형을 모분포로 하여 각 방법의 정확성을 검토하였다. 모의실험을 수행한 결과, 기존의사최우도법에서 Weibull 식을 이용하여 순위통계량을 계산하는 방법보다 본 연구에서 제안한 왜곡도를 고려하는 순위통계량을 사용하는 것이 더 정확한 매개변수 추정결과를 보여주는 것으로 나타났다.

• Journal of Korea Water Resources Association
• /
• v.41 no.1
• /
• pp.35-47
• /
• 2008

The low flow analysis is an important part in water resources engineering. Also, the results of low flow frequency analysis can be used for design of reservoir storage, water supply planning and design, waste-load allocation, and maintenance of quantity and quality of water for irrigation and wild life conservation. Especially, for identification of the uncertainty in frequency analysis, the Bayesian approach is applied and compared with conventional methodologies in at-site low flow frequency analysis. In the first manuscript, the theoretical background for the Bayesian MCMC (Bayesian Markov Chain Monte Carlo) method and Metropolis-Hasting algorithm are studied. Two types of the prior distribution, a non-data- based and a data-based prior distributions are developed and compared to perform the Bayesian MCMC method. It can be suggested that the results of a data-based prior distribution is more effective than those of a non-data-based prior distribution. The acceptance rate of the algorithm is computed to assess the effectiveness of the developed algorithm. In the second manuscript, the Bayesian MCMC method using a data-based prior distribution and MLE(Maximum Likelihood Estimation) using a quadratic approximation are performed for the at-site low flow frequency analysis.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.414-414
• /
• 2015

최근 지구온난화로 인한 기상변동성 증가로 인해 극한기후현상의 발생빈도가 점차 증가하고 있으며 유역단위의 수자원을 효율적으로 운영하는데 문제점을 해소하고자 다양한 측면에서 체계적인 수자원 운영을 위한 연구가 이루어지고 있다. 수공구조물을 설계하는데 있어서 가장 일반적인 가정 사항은 수문모형에 사용되는 강우의 빈도와 유출의 빈도가 동일하다는 가정에 근거한다. 즉, 유역의 초기함수조건, 강우강도, 강우의 시간적 분포와 관계없이 동일한 빈도로 고려되는 문제점이 있다. 이러한 점에서 비교적 장기간의 자료를 확보하고 있는 계측유역에 대해서 다변량 확률밀도함수를 적용하여 비선형관계를 고려한 수문빈도해석기법을 개발하고자 한다. 본 연구에서는 이변량 분석기법(bivariate analysis) 중 전통적인 이변량 분포에 비해 주변분포형(marginal distribution)을 자유롭게 선택할 수 있는 장점이 있는 추계학적 Copula 모형을 활용하여 댐 및 저수지 상류유역의 강우량과 유입량을 대상으로 이변량 분석을 수행하고자 한다. 최종적으로 비선형 관계에 있는 강수량과 유출량 사이에 이변량 빈도해석 모형을 개발하고 기존 해석방법과의 종합적인 비교를 실시하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.169-173
• /
• 2006

일반적으로 확률수문량을 산정하기 위해서는 수문자료에 대해 빈도해석을 실시한 후 확률수문량을 산정하게 된다. 재현기간이 커질수록 확률분포형에 따라 확률수문량의 값은 많은 차이를 나타내므로 적정 확률분포형의 선정은 매우 중요하다고 할 수 있다. 적정 확률분포형의 선정은 객관적인 기준에 의해 이루어져야 하나, 적정 확률분포형의 선정에 있어 명확한 기준이 마련되어 있지 않아 실무에서 확률수문량을 산정할 때 많은 어려움을 겪고 있는 실정이다. 따라서 본 연구에서는 적정 확률분포형의 선정기준으로 제시되어 있는 검정통계량을 이용한 방법의 적용성을 비교 검토하고자 한다. 이를 위해 우리나라에서 널리 사용되고 있는 Gumbel, GEV 분포형과 Weibull, Generalized logistic 분포형을 선택하고 각각의 분포형에 대해 자료의 크기별 모의를 통해 자료를 발생시킨 후 빈도해석을 수행하고, 적합도 검정 단계에서 산출되는 검정통계량을 비교하여 적정 확률분포형을 선정하여 적용성을 검토하고자 한다. 결과적으로 자료 발생에 이용된 분포형과는 관계없이 자료수가 작을수록 2변수 gamma, 자료수가 많을수록 5변수 Wakeby가 제일 많이 선정되는 것으로 나타났으며, Gumbel, GEV, generalized logistic 분포형의 경우는 대체로 자료의 수가 많아질수록 선정되는 빈도가 많은 것으로 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.412-412
• /
• 2017

강우빈도해석을 위해서는 확률분포선정이 우선적으로 이루어져야 한다. 우리나라에서는 사용상의 편리상, 기존 해석결과와의 연속성 등을 이유로 Gumbel 확률분포가 가장 일반적으로 활용되고 있다. 그러나, 분포형 선정에 따른 확률강수량의 차이가 크게 발생한다는 점에서 단순히 해석상의 편리성을 기준으로 분포형 선정이 이루어지는 것은 바람직하지 않다. 특히, 우리나라에서 강우빈도해석 시 분포형 선정은 형식적인 수준에 그치고 있으며, 주로 KS검정, 검정 등 적합도 검정을 통해 고려된 분포형의 통계적 유의성만을 평가하고 있다. 그러나, 최적 분포형 선정이라는 관점에서 이러한 유의성 검정보다는 정량적인 지표를 기준으로 확률분포형 선정이 이루어지는 것이 적합할 것으로 판단된다. 즉, 자료의 설명력이 가장 우수한 분포를 정량적 지표를 기준으로 추정하는 것이 수문통계학적으로 적합성을 갖는다. 이러한 점에서 본 연구에서는 우도함수, BIC 및 AIC를 기준으로 우리나라 주요 강수지점에서 대해서 최적 분포형을 선정하고, 기존 Gumbel 분포를 기준으로 산정된 확률강수량과의 양적차이를 평가해보고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.14-14
• /
• 2020

일반적으로 수문빈도해석은 치수계획 수립에 이용되는 설계강수량, 계획홍수량 등을 산정하기 위해 연최대치계열 또는 연초과치계열 자료를 이용한 극치빈도해석을 수행하고, 확률분포의 우측꼬리(right tail) 부분을 이용하여 확장된 재현기간에 해당하는 확률수문량을 추정한다. 하지만 가뭄 관련 분석에서는 확률분포의 좌측꼬리(left tail) 부분은 이용해 확장된 재현기간별 확률수문량을 추정해야할 경우가 발생한다. 또한 물관리 실무에서 장 단기 운영계획 수립을 위해 이용하는 갈수빈도 유입량 산정 등에서도 평년보다 작은 수문량에 대한 빈도해석이 필요한 경우가 있다. 국가 가뭄정보분석센터에서는 기존에 K-water연구원에서 개발한 빈도해석 프로그램인 K-FAT의 분석모듈을 이용해 극소치계열 또는 갈수빈도 유입량 분석에 특화된 가뭄빈도해석 프로그램을 개발하였다. 본 프로그램은 GEV, Gumbel, Weibull 등 14개의 확률분포형을 포함하며, 모멘트법, 최우도법 및 L-모멘트법을 사용하여 매개변수를 추정한다. 적합도 검정의 경우 χ², K-S, CVM, PPCC 및 수정 Anderson-Darling test를 이용하여 다각적인 검정을 할 수 있도록 하였다. 분석을 위한 입력 자료의 경우 사용자가 전처리를 통해 준비한 연최소치계열 등 연도별 시계열자료를 이용할 수 있으며, 일단위 및 월단위의 강수량 또는 댐 유입량 자료를 이용해 사용자가 원하는 기간의 누적강수량, 평균 유입량으로 변환할 수 있는 자료변환 기능을 추가하여 실무 활용성을 높였다. 또한 최적 확률분포 선정을 위해 참고할 수 있도록 AIC(Akaike information criteria)와 BIC(Bayesian information criteria) 분석이 포함되어 있으며, Bootstrap 기법 등을 이용한 불확실성 산정을 통해 추정 값의 신뢰구간을 표시하도록 하였다. 개발된 프로그램은 베타버전 시험배포를 거쳐 가뭄정보포털을 통해 배포할 예정이다.