• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.52-52
• /
• 2011

최근 지구온난화가 가속화되면서 전 세계적으로 기상재해가 급증하고 있다. 특히 강우패턴의 변화를 고려한 강수 전망 연구결과는 온실가스 농도 증가로 호우나 가뭄, 대설 등이 지역에 따라 서로 상반되는 변화를 가져올 가능성이 있으며, 우리나라의 경우도 극한강수의 발생빈도가 1990년대 후반 이래로 뚜렷하게 증가하는 경향을 보이고 있다. 현재 우리나라에서도 이러한 기후변화에 대비하기 위해 여러 가지 가뭄연구를 수행하고 있는 실정이다. 일반적으로 가뭄의 해석에는 그 목적에 따라 여러 가지 지표를 이용하여 가뭄을 정의하며, 그 중 강수 및 하천유량 등은 기상 및 수문학적 가뭄을 판단하기 위한 지표로 널리 사용되고 있다. 특히 강수의 부족은 가뭄의 주된 요인이라 할 수 있으며, 가뭄의 정량적 평가에 효과적으로 이용될 수 있다. 즉 평균수준(혹은 절단수준)을 설정하고 가뭄의 지속기간, 심도, 발생빈도 등을 정의한 후, 이를 시계열 분석하여 가뭄의 특성을 분석하는 것이다. 또한 가뭄은 지속기간과 심도를 주요 특성변수를 가지는 이변량 수문사상이므로, 이를 반영한 확률 및 통계학적 해석방법의 적용이 반드시 필요하다. 그러므로 본 연구에서는 우리나라의 가뭄특성을 가뭄지속기간과 심도의 이변량을 동시에 고려하여 지점별 가뭄빈도해석을 수행하였으며, 지역별 가뭄발생특성을 고려하여, 강우관측지점별 과거에 발생한 최대가 뭄사상에 대한 가뭄위험도를 계산하였다. 그 결과, 우리나라 지점별 미래에 연속되는 10, 50, 100, 150년에 따라 과거의 최대가뭄이 발생할 확률을 지도로 도시하여 지역적 가뭄위험도를 분석하여 가뭄위험지역을 예상하였다. 이는 우리나라 내 가뭄취약지역의 우선순위를 결정하고, 실제로 국가적인 차원에서의 장기적인 가뭄관리를 하는 데 있어, 가뭄취약지역별 차별성 있는 가뭄대응방안을 마련하는 데 있어서도 하나의 객관적 근거로 활용될 수 있을 것으로 판단된다.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.11 no.1
• /
• pp.155-166
• /
• 2008

The quantitative bivariate spatial pattern analysis was applied for the water quality and nutrients data of Masan Bay, and for this analysis Pearson's r as aspatial correlation measurement, Moran's I as spatial association measurement and L index as integration of aspatial and spatial measurement methods were used. To understand the aspatial and spatial characteristics implicated in L index, Pearson's r as well as Moran's I were classified into 3 types respectively, and Pearson's r and Moran's I were combined with 9 types, and also quantile of L index value was used for each of those 9 types. Finally, these types were defined as 5 groups having not overlapped L index range. According to the application result of L index groups, bivariate water quality and nutrients showed no aspatial correlation regardless of spatial association in February and July, but they showed aspatial correlation having clustered spatial pattern in May and November. The result of this study providing the guideline for the interpretation of aspatial correlation and spatial association using L index is expected to be helpful for the marine environment pattern analysis using quantitative index for further study.

• The Korean Journal of Financial Management
• /
• v.17 no.2
• /
• pp.211-227
• /
• 2000

본 연구는 외환위기 이후 1998년 10월부터 2000년 3월까지의 일별 데이터를 사용하여 원/달러 역내시장과 역외시장간의 가격정보 이전에 관한 동조화여부를 실증분석 하였다. 원/달러 역내시장의 가격대용으로 원/달러 현물환율을 사용하였으며, 원/달러 역외시장의 가격대용으로 원/달러 역외선물환율인 NDF 1개월물을 사용하였다. 수익률이 중심이 된 기존의 많은 인과관계 연구들과는 달리 본 연구에서는 환율의 변화율에 대한 그랜져 인과관계 분석과 함께 이변량 GARCH모형을 이용하여 두 시장간에 있어서의 환율의 변화율과 변동성의 인과관계를 분석하였다. 그랜져 인과관계분석 결과 현물환율은 역외선물환율에 대해 강한 선도관계를 가지며 상대적으로 약하지만 역외선물환율 또한 현물환율에 대해 선도관계를 가지는 것으로 나타났다. 본 연구에 사용된 이변량 GARCH모형은 AR(1)-GARCH(1,1)모형으로서 분식 결과를 보면 조건부 변동성이 두 시장간에 상호의존적이며 한 시장의 변화율충격이 다른 시장의 변동성에 영향을 미치는 것이 양 시장간에 유의적으로 나타났다. 이는 현물환시장의 거래정보가 역외선물환시장의 가격형성에 영향을 미치며 역외선물환시장 거래정보 또한 현물환시장으로 이전되어 원/달러 역내시장과 역외시장이 잘 동조화 되어 있다고 말할 수 있다. 즉 정보가 먼저 한 시장에 반영 된 후 다른 시장에 전달되는 정보의 일방 통행적 흐름이 아니라 정보의 반영이 두 시장에서 동시에 이루어지고 정보의 흐름이 양방향으로 이루어짐을 알 수 있다.

• The Korean Journal of Applied Statistics
• /
• v.32 no.1
• /
• pp.69-81
• /
• 2019

We consider bivariate long range dependent (LRD) time series forecasting using a deep learning method. A long short-term memory (LSTM) network well-suited to time series data is applied to forecast bivariate time series; in addition, we compare the forecasting performance with bivariate fractional autoregressive integrated moving average (FARIMA) models. Out-of-sample forecasting errors are compared with various performance measures for functional MRI (fMRI) data and daily realized volatility data. The results show a subtle difference in the predicted values of the FIVARMA model and VARFIMA model. LSTM is computationally demanding due to hyper-parameter selection, but is more stable and the forecasting performance is competitively good to that of parametric long range dependent time series models.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.201-201
• /
• 2022

본 연구에서는 강우량이 여름에 집중되어있는 우리나라의 강우 특성을 잘 나타낼 수 있는 최적의 확률분포형을 선정하고 해석적 확률모델 (Analytical Probabilistic Model, APM)을 개발하여 유출량을 예측하고자 하였다. 국내 10개 지역인 부산, 춘천, 대구, 대전, 전주, 진주, 서울, 속초, 태백, 원주를 연구 지역으로 설정하였고, 30년 시 단위 강우자료를 지역별 interevent time definition(IETD)을 적용하여 강우 사상으로 그룹화하였다. APM 연구에 일반적으로 사용되는 일변수 지수 분포 이외의 이변수 지수, 감마, 이변수 로그정규 확률밀도함수 (Probability Density Function, PDF)를 강우사상의 특성인 강우량, 강우 지속시간, 무강우 시간의 히스토그램에 적용한 결과, 이 변수 로그정규분포가 우리나라의 강우 특성을 가장 잘 대표하였다. 로그정규분포를 이용하여 APM을 유도하고 유출량을 예측하였다. 예측한 유출량에 대한 빈도분석을 수행하여 Storm Water Management Model (SWMM)의 결과와 비교함으로써 유도한 APM의 적합성을 확인하였다. SWMM의 입력 매개변수 보정을 위해서는 서울 군자 지역에서 관측한 실제 강우량 및 유출량 자료를 사용하였다. 로그정규분포로 유도한 APM과 SWMM의 빈도분석 결과를 비교하였을 때 초과 확률과 재현주기 모두 매우 유사한 결과를 나타내었음을 확인하였다.

• Journal of Korea Water Resources Association
• /
• v.50 no.11
• /
• pp.745-758
• /
• 2017

The copula-based models have been successfully applied to hydrological modeling including drought frequency analysis and time series modeling. However, uncertainty estimation associated with the parameters of these model is not often properly addressed. In these context, the main purposes of this study are to develop the Bayesian inference scheme for bivariate copula functions. The main applications considered are two-fold: First, this study developed and tested an approach to copula model parameter estimation within a Bayesian framework for drought frequency analysis. The proposed modeling scheme was shown to correctly estimate model parameters and detect the underlying dependence structure of the assumed copula functions in the synthetic dataset. The model was then used to estimate the joint return period of the recent 2013~2015 drought events in the Han River watershed. The joint return period of the drought duration and drought severity was above 100 years for many of stations. The results obtained in the validation process showed that the proposed model could effectively reproduce the underlying distribution of observed extreme rainfalls as well as explicitly account for parameter uncertainty in the bivariate drought frequency analysis.

• Journal of Korea Water Resources Association
• /
• v.42 no.9
• /
• pp.725-736
• /
• 2009

A flood event can be defined by three characteristics; peak discharge, total flood volume, and flood duration, which are correlated each other. However, a conventional flood frequency analysis for the hydrological plan, design, and operation has focused on evaluating only the amount of peak discharge. The interpretation of this univariate flood frequency analysis has a limitation in describing the complex probability behavior of flood events. This study proposed a bivariate flood frequency analysis using a Gumbel mixed model for the flood evaluation. A time series of annual flood events was extracted from observations of inflow to the Soyang River Dam and the Daechung Dam, respectively. The joint probability distribution and return period were derived from the relationship between the amount of peak discharge and the total volume of flood runoff. The applicability of the Gumbel mixed model was tested by comparing the return periods acquired from the proposed bivariate analysis and the conventional univariate analysis.

• Journal of Korea Water Resources Association
• /
• v.49 no.3
• /
• pp.217-225
• /
• 2016

The drought is generally characterized by duration and severity, thus it is required to conduct the bivariate frequency analysis simultaneously considering the drought duration and severity. However, since a bivariate joint probability distribution function (JPDF) has a 3-dimensional space, it is difficult to interpret the results in practice. In order to suggest the technical solution, this study employed copula functions to estimate an JPDF, then developed conditional JPDFs on various drought durations and estimated the critical severity corresponding to non-exceedance probability. Based on the historical severe drought events, the hydrologic risks were investigated for various extreme droughts with 95% non-exceedance probability. For the drought events with 10-month duration, the most hazardous areas were decided to Gwangju, Inje, and Uljin, which have 1.3-2.0 times higher drought occurrence probabilities compared with the national average. In addition, it was observed that southern regions were much higher drought prone areas than northern and central areas.

• Communications for Statistical Applications and Methods
• /
• v.17 no.3
• /
• pp.413-421
• /
• 2010

In this study, we considered bivariate conditional auto-regressive model taking into account spatial association as well as correlation between the two dependent variables, which are the counts of murder and burglary. We conducted likelihood ratio test for checking over-dispersion issues prior to applying spatial poisson models. For the real application, we used the annual counts of violent crimes at 25 districts of Seoul in 2007. The statistical results are visually illustrated by geographical information system.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.309-309
• /
• 2022

특정 극치사상 자료에 대한 특성 분석 시 수문자료에 대한 빈도해석은 일반적으로 단일 확률 변수를 기준으로 이루어지는 단변량 해석 방법이 활용된다. 그러나 두 가지 이상의 변량이 서로 상관성을 가지는 경우 다변량 빈도해석이 요구되며, 이를 단변량으로 해석하는 경우 재현기간의 과소추정 등의 문제점이 발생할 수 있다. 최근 이러한 점을 개선하기 위하여 다변량 빈도해석에 관한 연구가 지속적으로 진행되고 있다(Kwon and Lall, 2016; Vaziri et al., 2018). 특히, 가뭄의 경우, 강도(intensity)뿐만 아니라 지속기간, 심도도 매우 중요한 인자로 고려되고 있다. 특히, 가뭄지속기간과 심도의 경우 두 인자 간의 상관성이 매우 크기 때문에 단변량(univariate) 가뭄빈도해석 보다 다변량으로(multivariate) 가뭄빈도해석을 수행하는 것이 가뭄위험도 평가 측면에서 유리하다고 알려져 있다(Shiau and Shen, 2001; Kim et al., 2017). 따라서 이 둘을 결합한 빈도 해석을 위해 Copula Function을 이용한 다변량 빈도 해석에 관한 연구들이 활발히 진행되고 있다. 홍수의 경우 지속시간별 연최대강수량 계열을 이용한 빈도해석 과정이 지침으로 정립되어 수자원 설계 실무에서 활용되고 있으나, 가뭄은 실무에서 활용할 수 있는 지침 및 분석 도구가 없는 실정이다. 이에 환경부와 국가가뭄정보분석센터에서는 '20년도에 단변량 가뭄빈도 해석을 위한 프로그램을 제작·배포하였다. 본 연구에서는 가뭄의 특성을 대변하는 상관도 높은 두 인자인 가뭄 심도(severity)와 가뭄 지속기간(duration)이라는 두 가지 특성을 함께 고려해 이변량(bivariate) 가뭄 빈도를 해석할 수 있는 도구를 개발하는 것을 목표로, 다양한 확률분포형을 이용한 최적 주변 확률분포형 선정과 최신 Copula Function들을 이용한 최적 결합확률분포 추정을 통해 신뢰도 높은 2변량 가뭄빈도 해석을 수행할 수 있는 프로그램을 제작하였으며, 테스트 버전 배포 등을 거쳐 누구나 사용할 수 있도록 공개할 예정이다.