• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.373-378
• /
• 2008

기존에는 잠재위험도와 해당지역 하나의 강우관측소에서의 기왕최대강우량을 이용하여 계획빈도를 결정하였다. 그러나 기왕최대강우량은 이미 발생한 최대강우량이기 때문에 안전치를 고려해 산정한 계획빈도를 따라가지 못하였고, 잠재위험도에 따른 계획빈도의 범위가 매우 작은 문제점이 있었다. 따라서 본 연구에서는 문산천 유역의 기왕최대강우량과 잠재위험도를 이용하여 계획빈도를 산정하는데 필요한 가중치를 결정하였다. 본 연구에서는 수도권지역 6개의 기상청 강우관측소 강우량 자료를 사용하여 크리깅기법으로 공간분포를 시키고자 하였다. 또한, 기왕최대강우량으로 계획빈도를 연결시키는데 있어서 발생하는 문제점을 해결하기 위하여 계획빈도의 가중치를 산정하고자 하였다. 문산천 유역에 잠재위험도 산정에 따라 계획빈도를 결정한 결과, 크리깅기법으로 문산천 유역에 기왕최대강우량에 해당하는 계획빈도는 160년 정도이며, 회귀식으로 각 소유역별로 계획빈도를 산정한 결과 약 110년에서 120년까지 분포하였다. 이렇게 산정된 계획빈도를 공시지가와 홍수량으로 가중치를 구하여 소유역별로 분포시킨 계획빈도 값은 대략 100년에서 200년으로 산정되었다. 잠재위험도와 피해액 산정기법을 이용하여 문산천에 최적 홍수방어대안을 선정하고자 하였다. 최적 대안을 선정하기 위한 방법론을 제시하고 이에 따라 잠재위험도를 산정하고 유역 분담량을 결정하여 적합한 구조적 홍수방어시설물을 Decision Tree라는 의사결정을 통하여 계획하고 조합하여 3개의 적정 홍수방어대안을 선정하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.184-184
• /
• 2015

수공구조물의 설계 시 확률강우량의 산정은 매우 중요하다. 따라서 확률강우량 산정을 위한 강우지점의 선정 및 산정방법의 표준화는 매우 중요하다고 할 수 있다. 현재 확률강우량 산정시 대부분은 기상청의 지상기상관측지점과 국토교통부의 산하 지점의 시 단위 또는 일 단위의 강우자료를 활용하여 확률강우량을 산정하고 있다. 또한 면적확률강우량의 산정시에는 원칙적으로 해당 유역내 외에 다수의 관측소 존재 시 Thiessen 가중평균을 이용하여 동시간 임의시간 연최대치 면적강우량자료 계열을 작성하고 빈도해석을 실시해야하지만, 동시간 강우량자료의 수집의 어려움으로 지점 확률강우량을 산정하고 Thiessen 가중평균을 적용 후, 면적우량환산계수를 곱하는 방법을 사용하고 있다. 본 연구에서는 서울의 도림천 유역을 중심으로 기상청의 지상기상관측지점(SSS, Surface Synoptic Stations)과 품질관리를 실시한 방재기상관측지점(AWS, Automatic Weather Stations)의 분 단위 강우자료를 활용하여 강우관측지점 선정과 자료기간에 따른 동시간의 면적확률강우량을산정하고 비교분석하였다. 이는 향후 면적확률강우량 산정방안의 개선 및 보완에 큰 도움이 될 것으로 판단된다.

• Journal of Korea Water Resources Association
• /
• v.35 no.2
• /
• pp.187-194
• /
• 2002

To improve the accuracy of the areal rainfall estimates over a river basin, the optimal design method of rainfall network was studied using the stochastic characteristics of measured rainfall data. The objective function was constructed with the estimation error of areal rainfall and observation cost of point rainfall and the observation sites with minimum objective function value were selected as the optimal network. As a stochastic variance estimator, kriging model was selected to minimize the error terms. The annual operation cost including the installation cost was considered as the cost terms and an accuracy equivalent parameter was used to combine the error and cost terms. The optimal design method of rainfall network was studied in the Yongdam dam basin whose raingauge numbers need to be enlarged for the optimal rainfall networks of the basin.

• The Journal of the Korea Contents Association
• /
• v.8 no.3
• /
• pp.252-263
• /
• 2008

This study was conducted to derive the optimal regionalization of the precipitation data which can be classified on the basis of climatologically and geographically homogeneous regions all over the regions except Cheju and Ulreung islands in Korea. A total of 65 rain gauges were used to regional analysis of precipitation. Annual maximum series for the consecutive durations of 1, 3, 6, 12, 24, 36, 48 and 72hr were used for various statistical analyses. K-means clustering mettled is used to identify homogeneous regions all over the regions. Five homogeneous regions for the precipitation were classified by the K-means clustering. Using the L-moment ratios and Kolmogorov-Smirnov test, the underlying regional probability distribution was identified to be the generalized extreme value (GEV) distribution among applied distributions. The regional and at-site parameters of the generalized extreme value distribution were estimated by the linear combination of the probability weighted moments, L-moment. The regional and at-site analysis for the design rainfall were tested by Monte Carlo simulation. Relative root-mean-square error (RRMSE), relative bias (RBIAS) and relative reduction (RR) in RRMSE were computed and compared with those resulting from at-site Monte Carlo simulation. All show that the regional analysis procedure can substantially reduce the RRMSE, RBIAS and RR in RRMSE in the prediction of design rainfall. Consequently, optimal design rainfalls following the regions and consecutive durations were derived by the regional frequency analysis.

• Journal of Korea Water Resources Association
• /
• v.53 no.4
• /
• pp.237-247
• /
• 2020

The purpose of this study is to analyze whether design rainfall and hyetograph, which are the main elements of design rainfall, can properly reflect the those of observed rainfalls through inundated rainfall events. The target areas were selected at seven large cities with high damages regarding to the flooding. Comparative analysis between probability and observed rainfall shows that 57% of the cases, in which rainfall amount through the IDF curve is estimated lower than the observed rainfall, do not properly reflect the observed rainfalls. In particular, this trend is exacerbated by the cases in low return period and the rain type of typhoon or frontal rain. The comparative results of rainfall intensity formula showed that the Talbot and Japanese formula were stable in the short- and long-term return periods, respectively. The comparison of hyetograph results also showed that the Mononobe method properly reflects the maximum rainfall intensity and the Huff method properly reflects the shape of rainfall pattern.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.279-279
• /
• 2023

최근 온실가스의 배출량이 급격히 증가하였고, 지구온난화로 인해 전 세계적으로 홍수, 가뭄, 태풍 등 이상기후로 인한 극한 수문 현상들의 변화가 두드러지게 나타나고 있다. 수공구조물의 설계에 있어 적절한 확률강우량의 추정은 매우 중요한 과정 중의 하나이다. 확률강우량의 추정은 일반적으로 확보된 강우자료를 지속시간별로 연최대자료를 추출하여 빈도해석을 통해 산정하게 된다. 그러나 기후변화의 영향으로 집중호우와 잦은 홍수로 인한 피해가 증가함에따라 과거 강우자료를 바탕으로 확률강우강도를 활용하여 확률강우량을 추정하는 것이 매우 어려워졌다. 따라서, 이번 연구에서는 기후변화 시나리오 중 하나인 RCP 시나리오를 활용하며, 우리나라 온실가스 저감정책을 잘 반영하고 있는 것으로 보고되는 RCP 4.5시나리오와 RCP 8.5 시나리오를 선정하여 1975년도부터 2020년도까지의 모의자료와 2021년도부터 2100년도까지의 미래강우량 자료를 통해 강원지역을 대상으로 비정상성 GEV 모형을 활용하여 지역빈도해석을 수행하고 미래 설계강우량 산정을 위한 비정상성 IDF 곡선을 유도하여 분석하고자 한다.

• Journal of Korea Water Resources Association
• /
• v.35 no.2
• /
• pp.173-186
• /
• 2002

Rainfall-runoff model is usually used in estimating the design flood, and the most important elements in this model are probable rainfall and unit hydrograph. So, it is the most important step to estimate probable rainfall reasonably and exactly. If a basin area exceeds a certain scale, probable areal rainfall should be used as probable rainfall, but, Probable point- mean rainfall be usually used in Korea. Consequently, probable rainfall is used too high and unit hydrograph is used relatively too low. Thus the improvement is unavoidable. So, in this study, the parameters are proposed that transform the 1day, 2day rainfall to 24hr, 48hr rainfall, and areal rainfall data series are composed by using the same time rainfall data. Also, the areal reduction factor(ARF) is developed as the increase of area by the calculated probable point mean rainfall and probable areal rainfall by frequency analysis in Han-River basin. It can be the measure to easily transform probable point- mean rainfall to probable areal rainfall.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.1215-1219
• /
• 2008

수공구조물 설계에 있어 가장 중요한 기준이 되는 확률강우량은 기존에 발생한 시간강우와 일강우 자료를 이용하여 지속시간별 연최대치 계열을 빈도해석하여 수행하고 있다. 현재 기상청에서 제공하는 강우자료는 00시 00분부터 01시 00분까지 누적된 강우량을 01시 강우량으로 제공하고 있다. 이는 한 호우 사상에서 총강우량은 동일할지 모르지만, 강우의 발생별 시점, 종점 및 누적 강우량은 다르게 산정된다. 이와 같이 확률강우량 산정시 고정시간 강우자료를 수문학적 의미인 임의 지속시간별 강우량자료로 변환이 필요하다. 따라서, 본 연구에서는 37개 지점의 1분 단위 강우 관측자료를 이용하여 고정시간별 연 최대치 계열과 임의 지속시간별 연 최대치 계열을 추출한 후 두 자료에 따른 지속시간별 환산계수를 산정하였으며, 기존에 산정된 환산계수와 비교 분석하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.310-310
• /
• 2012

확률강우량 산정은 수공구조물의 설계에 있어서 중요한 과정이다. 확률강우량을 산정함에 있어 지난 수십년간 모멘트법, 최우도법, 확률가중모멘트법, 그리고 L-모멘트법 등의 매개변수적 방법이 발달되어 적용되어 왔다. 매개변수적 빈도해석 방법은 그 적용성이 여러 연구를 통해 검정되었지만 가정한 확률분포와 매개변수 추정방법에 따라 확률강우량이 달라지며 강우지속시간과 기후변화 등에 따른 분포의 변동성을 고려해야 하는 단점이 있다. 매개변수적 빈도해석 방법의 단점을 극복하기 위하여 최근에 핵밀도함수 등을 포함한 다양한 비매개변수적 빈도해석 방법이 제안되고 있다. 본 연구에서는 서울기상관측소의 지난 50년간 지속시간 24시간 강우량을 바탕으로 수자원 분야에서 다양하게 적용된 바가 있는 인공신경망 기법과 대표적인 매개변수적 빈도해석 방법인 L-모멘트법을 이용하여 확률강우량을 산정하고 비교하였다. 그 결과 인공신경망 기법은 전통적인 매개변수방법의 하나인 L-모멘트법 보다 확률강우량 산정에 있어서 높은 정확도를 가지는 것으로 나타났다.

• 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.