• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.263-263
• /
• 2016

기후변화 등에 따른 가뭄위험을 평가하기 위한 다양한 방법이 연구되어 왔으며, 기상학적인 가뭄이나 생물학적인 가뭄 등으로 정의되는 가뭄지수들이 개발되어졌다. 그러나 궁극적으로 가뭄의 판정은 수원으로부터 더 이상의 용수를 공급할 수 없는 상황에 처해졌을 때 비로소 결정되는 것이므로, 수원공의 가뭄위험에 대한 평가가 우선적일 것으로 판단된다. 본 연구에서는 수도권의 생공용수 공급을 책임지고 있다고 해도 과언이 아닌 다목적댐인 소양강댐과 충주댐의 가뭄위험을 평가하기 위하여 월강우량 자료로부터 특정시기의 저수율을 예측할 수 있는 방법을 개발하도록 하였다. 월강우량 변화에 따른 저수율의 변화양상을 예측하기 위하여 저수지 유입량과 방류량에 따른 물수지 분석이 정교하게 이루어져야 하지만, 실질적으로 상류에 또 다른 댐이 존재하는 상황에서 유입량을 정확하게 예측하는 것도 어렵지만 수시로 상황에 따라 이루어지는 방류량을 적절히 예측하는 것은 거의 불가능하므로, 물수지 분석에 의한 저수율 예측은 어느 정도의 불확실성을 가질수밖에 없을 것으로 판단되어 댐 관리관행에 따라 나타나는 월강우량과 저수율 사이의 회귀분석을 통하여 일정한 법칙을 만들 수 있는지 시도하였다. 다목적 댐인 소양강댐과 충주댐의 1984-2013년의 일별 저수율 자료로부터 저수율 관리관행을 파악할 수 있었는데, 다목적 댐인 관계로 호우시의 홍수피해 예방을 위하여 6월말에는 25-35% 정도의 저수율을 유지하도록 관리가 이루어지고 있었으며 호우가 발생된 이후에는 일정량을 수시로 방류하여 다음 호우를 준비하고 있는 것으로 나타났다. 또한 각 댐의 최저 저수율은 3월말 - 4월에 발생하는 것으로 나타났으며, 4월과 5월에 일정 정도의 강우량만 존재한다면 가뭄피해는 발생하지 않는 것으로 나타났다. 이와 같은 저수율 관리 관행을 적용하여 예측되는 강우량 패턴에 따른 저수율 변화를 예측하기 위하여 월강우량 자료와 4월 1일 기준의 저수율 자료 사이의 회귀분석을 실시하여 전년의 7월부터 당해 3월까지의 월강우량으로부터 4월 1일의 저수율을 예측할 수 있는 의미 있는 결과를 도출하였다. 이러한 결과는 기후변화 등에 따른 미래에 예측되는 월강우량 자료로부터 각 댐의 4월 1일 기준 저수율 자료를 예측할 수 있으며, 4월 및 5월의 월강우량과 함께 분석함으로써 가뭄위험을 평가할 수 있는 한 방법으로 적절한 활용이 가능할 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 1984년도 제26회 수공학연구발표회논문초록집
• /
• pp.89-98
• /
• 1984

우리나라의 월강우량 기록은 풍부하나 월유출량 기록은 희박하여, 월유출량 시계열의 모형식을 개발하고저 하여 월강우량 기록만으로 하천유량의 정확한 파악을 할 수 있도록 한다. 이 연구는 월강우와 유출량의 시계열에 의한 추계학적 이론에 의거한 복스와 젠킨스의 대체함수(Transfer function model)와 아리마(ARIMA)의 잔차모양을 합한 형이다. 이 선형 추계학적 차분 시계열식 모형은 공본산(coveriance) 을 갖는다는 가정에서 강우량과 유출량의 변화에 따라서 식의 구조가 유도되며 정확하게 잘 적용이 된다. 본 식의 최적모형은 일반식으로 아래와 같이 얻어진다. $ Y$:월유출량, X$:월강우량, C$:유출물, $: 대체변수, a$:백색잡음(white noise), $\theta$(B) 및 (B):MA(Moving average)와 AR(autoregressive)조작, 이번 연구 결과 섬진강 하천의 대체조작(Transfer operator)은 잔차승(Sum of residual) R$0.9로 높은 정도의 수치를 나타내는 것으로 보인다.

• 한국수자원학회논문집
• /
• 제44권8호
• /
• pp.619-628
• /
• 2011

본 연구의 목적은 월강우량을 이용하여 강우침식인자를 추정하는 기존의 방법인, Fournier 지수, modified Fournier 지수, IAS (Institute of Agricultural Sciences) 지수 등의 적용성을 확인하고 더 합리적인 월강우량 기반의 강우침식인자 추정모델을 제시하기 위한 것이다. 본 연구에서는 월강우량 기반의 수정 IAS 지수를 새롭게 제안하였다. 이것은 연중가장 비가 많이 내린 두 달의 강우량의 합으로써 강우침식인자를 추정하는 기존의 IAS 지수의 개념을 확장한 것이다. 본 연구에서는 25년 이상의 21개 지점에 대한 월강우량 및 연 강우침식인자를 토대로 각 추정방법에 대한 상관분석 및 회귀분석을 실시하였다. 그 결과 수정IAS 지수가 기존의 연강수량 및 월강우량을 이용한 추정방법 보다 우리나라 중서부 및 남서부 지역의 강우침식인자의 변동을 잘 나타내는 합리적인 지표임을 알 수 있었다.

• 한국수자원학회논문집
• /
• 제43권5호
• /
• pp.471-482
• /
• 2010

수문학적 물순환과정에서 강우는 여러 기상학적 인자들과 밀접한 관련을 갖으며 발생한다. 따라서 본 연구에서는 대표적인 수문기상인자인 해수면온도와 한반도에 발생하는 월강우량 사이의 관계에 대하여 분석하였다. 우리나라의 61개 지점의 월평균 강우량과 위도 및 경도 자료를 이용하여 군집분석을 수행하였다. 군집 분석 결과에서 우리나라의 월강우자료를 이용하여 크게 4개의 군집으로 구분할 수 있었다. 군집별로 구분된 강우관측소의 월강우량 자료들을 주성분을 추출하였다. 추출된 주성분과 해수면온도와의 상관성 분석을 수행하였다. 상관성 분석 결과에서 양(+)의 상관관계가 음(-)의 상관관계보다 더 크게 나타났다. 또한, 상관관계가 가장 큰 지점의 해수면온도를 이용하여 3개월의 월강우량을 지역가중다항식을 통해 예측하였다. 지역가중다항식을 통한 예측 결과는 군집에 따라 정확성에 차이는 있으나, 정량적인 예측이 가능한 것으로 판단되었다. 따라서 해수면온도와 같은 수문기상인자를 통한 강우량의 예측에 대한 지속적인 연구가 필요하다.

• 물과 미래
• /
• 제14권2호
• /
• pp.71-79
• /
• 1981

이 연구는 남한강유역의 월강우량과 월유출량을 추계학적 및 통계학적으로 분석하여 두 개의 시계열 모형식을 설정하였다. 월유출량의 시계별 모의기법은 모의합성하는 월유출량자료로 선형추계학적 모형을 유도하였다. 또한, 월강우량과 월유출량의 시계열모열은 기지 통계학적 변수를 갖는 임의 시계열이라 하여 유도하였으며, 이는 월유출량이 한 변수를 갖는 지수감소곡선의 특성과 이월기간에 대한 통계학적 변수로 전개되었다.

• 대한토목학회논문집
• /
• 제28권2B호
• /
• pp.237-248
• /
• 2008

우리나라에서 발생하는 강수량의 특성은 지협적인 원인이기 보다는 해수면 온도와 같은 기상 현상에 많은 영향을 받고 있다. 따라서 본 연구에서는 우리나라의 기상청에서 관측하는 61개 강우관측소의 월강수량과 범지구적 해수면 온도와의 상관관계를 분석하였다. 우리나라 강우량과 범지구적 해수면 온도와의 상관성 분석을 위해 군집분석과 주성분 분석을 통해 월강우량의 주요 성분을 추출하였다. 추출된 월강우량의 주요 성분과 범지구적 해수면 온도와의 상관성 분석을 통해 우리나라의 월강수량은 태평양에서 관측되는 해수면 온도와 통계적으로 유의한 상관관계를 갖는 해수면 온도 구역을 확인할 수 있었다. 또한, 월강수량의 Wavelet Transform 분석을 통해 2년과 4년 사이의 주기에서 강한 주성분을 갖는 것으로 나타났으며, 월강수량의 저빈도 특성을 확인할 수 있었다. 월강수량의 저빈도 주기 성분과 해수면 온도와의 상관성 분석에서 큰 상관성을 갖는 것으로 나타났으며, 이를 통해 해수면 온도를 이용한 강우량의 예측 가능성을 제시하였다.

• 한국방재학회 논문집
• /
• 제9권4호
• /
• pp.29-35
• /
• 2009

본 연구에서는 기본 통계치 비교, K-S 검정 및 상자그림과 같은 통계적 기법을 이용하여 측우기 강우량 관측계열(CWK)과 근대우량계 강우량 관측계열(MRG)에 대해 정량적 동질성 분석을 실시하였다. 측우기 관측계열과 근대우량계 관측계열간의 월별 동질성을 분석하기 위해 월강우량, 월강우량에 대한 해당월 최대 일강우량의 비, 월강우일수, 일강우강도의 4개 강우특성자료 계열을 산정하였고, 이표본 K-S 검정을 통한 분포에 대한 동질성 검정과 상자그림을 이용한 정량적 비교를 수행하였다. 분석 결과 각 분석과정에서 M00은 전체적으로 CWK와 MRG의 월강우일수간 차이에 명확한 통계적 유의성을 보이고 있어 CWK와 MRG 간의 관측정밀도에 차이가 있다고 판단된다. 그러나, CWK와 MRG의 강우량은 상대적으로 유의성이 크지 않은 미소한 차이를 보이고 있는 것으로 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.1157-1161
• /
• 2009

본 연구에서는 부트스트랩(Bootstrap) 기법을 이용하여 측우기 강우량 관측계열(CWK)과 근대우량계 강우량 관측계열(MRG)에 대해 동질성 분석을 실시하였다. 서로다른 두 자료계열에 대한 전통적인 통계적 동질성 검정 방법은 모집단의 분포형을 알고 있어야 검정결과가 유효하였기 때문에 모집단의 분포가 복잡한 기상자료들은 이러한 전통적 방법을 사용하여 동질성을 파악하는 것이 매우 어려웠고 결과로 제시된 통계적 유의성에 대해서도 의심의 여지가 있었다. 이러한 이유로 본 논문에서는 모집단을 가정하지 않아도 되는 비모수적 모의 방법인 부트스트랩 기법을 이용하여 두 자료계열간의 동질성 검정을 실시하였다. 분석 결과 M20의 CWK와 MRG는 미소한 기후의 경년변화 (Trend)의 영향을 제외하면 동질성을 가진 자료로 볼 수 있었으나, 갈수기의 경우는 월강우량의 크기에 변화가 있으며 호우기의 경우는 일강우량의 크기 및 호우의 형태에 변화가 있는 것으로 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.1012-1016
• /
• 2009

수자원 시스템 거동예측은 수문학적 지속성여부에 대한 판단이 선행 되어야 하며 가용한 시계열자료에 대한 추계학적 분석을 통하여 실시하여야 한다. 본 연구에서는 계절형 ARIMA모형을 통한 안동댐 유역의 강우량, 증발산량 및 유출량 시계열자료를 예측함에 있어 전형적인 Box-jenkins의 방법을 따랐고 모형의 식별, 추정, 검진의 3단계를 거쳐 모형화 하였다. 최적 수문시계열 예측 모형을 통하여 안동댐 유역의 강우량, 증발산량 및 유출량 시계열자료로 월별 수문시스템 거동을 예측하였으며, 예측된 결과를 토대로 TANK모형과 ARIMA+TANK결합모형에 의한 장기유출모의를 실시하였다. 분석결과 관측자료의 특성을 비교적 잘 반영 하였으며, 댐 유입량 예측을 위한 추계학적 결합모형의 적용가능성을 검토하였다. 이는 유출량자료의 보유년한이 짧은 대상유역에 월강우량과 증발산량자료 등의 수문시계열 인자 예측을 통한 유출을 모의함으로서 수자원의 중 장기 전략수립에 도움을 줄 것으로 사료된다.

• 한국농공학회지
• /
• 제18권4호
• /
• pp.4232-4241
• /
• 1976

This study was carried out to clarify the stochastic characteristics of monthly rainfalls and to select a proper model for generating the sequential monthly rainfall amounts. The results abtained are as follows: 1. Log-Normal distribution function is the best fit theoretical distribution function to the empirical distribution of monthly rainfall amounts. 2. Seasonal and random components are found to exist in the time series of monthly rainfall amounts and non-stationarity is shown from the correlograms. 3. The Monte Carlo model shows a tendency to underestimate the mean values and standard deviations of monthly rainfall amounts. 4. The 1st order Markov model reproduces means, standard deviations, and coefficient of skewness with an error of ten percent or less. 5. A correlogram derived from the data generated by 1st order Markov model shows the charaterstics of historical data exactly. 6. It is concluded that the 1st order Markov model is superior to the Monte Carlo model in their reproducing ability of stochastic properties of monthly rainfall amounts.