• 제목/요약/키워드: 지역빈도해석

검색결과 457건 처리시간 0.032초

다목적 유전자 알고리즘을 이용한 강우자료의 군집해석 (Cluster Analysis of Precipitation Data Using Multi-Objective Genetic Algorithms)

  • 김태순;허준행
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2005년도 학술발표회 논문집
    • /
    • pp.558-561
    • /
    • 2005
  • 강우자료의 빈도해석을 위해서 널리 사용되고 있는 지점빈도해석기법은, 우리나라와 같이 구축된 강우자료의 자료년수가 충분하지 못한 경우에 신뢰도가 떨어지는 결과를 가져올 수 있다. 이런 단점을 극복하기 위해서, 최근에는 수문학적인 성질이 서로 비슷한 지점을 하나의 지역으로 설정해서 빈도해석을 실시하는, 지역빈도해석기법이 널리 사용되고 있다. 본 논문에서는 지역빈도해석에 사용되는 군집해석(cluster analysis)에 관한 연구로서, 다목적 유전자알고리즘을 이용해서 군의 개수와 군집도간의 상호관계를 밝혀내고 이를 지역빈도해석에 적용해서 군집해석의 효율성 및 적용성을 높이고자 한 연구이다.

  • PDF

빈도해석과 지역 스케일 모델을 이용한 확률강우량 추정에 대한 연구 (A Study on Estimation of Quantile using Regional Scaling Model and Frequency Analysis)

  • 정영훈;김성훈;김한빈;허준행
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2016년도 학술발표회
    • /
    • pp.301-301
    • /
    • 2016
  • 국내의 경우 수공구조물을 설계하기 위해서는 빈도해석을 통해 설계수문량을 산정한다. 일반적으로 실무에서는 지점빈도해석을 수행하게 되는데 설계빈도보다 대부분 짧은 기간의 자료를 이용하여 산정한다. 지역빈도해석은 이러한 자료기간이 가지는 문제점을 극복하기 위하여 확률수문량의 정확도와 신뢰도를 향상시키는 기법이다. 스케일 모델은 지속기간별로 관측된 강우자료를 이용하여 재현기간에 대한 지속기간의 함수로 표현이 가능하며, 이를 통해 강우의 IDF곡선을 제시할 수 있는 수학적 모델이다. 대상지역의 강우관측소에서 관측된 강우자료가 일단위이면, 기준지속기간이 24시간이 되며, 기준지속기간에 대한 확률강우량으로부터 임의의 지속기간에 대한 확률강우량을 스케일 모델을 이용하여 추정할 수 있다. 따라서 짧은 자료를 보유한 지역이거나 미계측 지역에 대한 확률강우량을 추정을 위해 지역빈도해석과 지역 스케일 모델을 이용하여 확률강우량을 추정하여 지점빈도해석과 비교하고자 한다. 본 연구를 위해 한강유역의 강우 관측소를 이용하였으며, 군집분석 중 k-means방법을 적용하여 수문학적 동질성을 확보한 후 지역을 구분하였다. 구분된 지역은 지점 및 지역빈도해석을 수행한 후 상대평균제곱근오차(relative root mean square error, RRMSE)를 비교하여 정확도를 판단하였고, 정확도가 높은 빈도해석에 지역 스케일 모델을 적용하여 미계측 지점에 대한 임의의 시간에 대한 확률강우량을 추정하고자 한다.

  • PDF

AWS 강우자료를 이용한 도시유역의 지역빈도해석 적용성에 관한 연구 (Regional Frequency Analysis for Urban Area Using AWS Rainfall Data)

  • 김수영;남우성;허준행
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2007년도 학술발표회 논문집
    • /
    • pp.209-213
    • /
    • 2007
  • 최근 우리나라에서는 기상이변과 기후변화에 의한 국지성 집중호우의 발생으로 인해 인명 및 재산 피해가 증가하고 있고, 특히 도시지역의 경우 산업화와 도시화로 인한 홍수량 및 첨두홍수량이 뚜렷하게 증가하고 있는 것으로 나타나고 있다. 이에 따라 기후변화와 도시화 등을 고려한 확률수문량의 재산정이 요구되고 있으며, 이를 위한 한 방법으로 지역빈도해석(regional frequency analysis)에 대한 연구가 꾸준히 진행되고 있으나 도시유역에 대한 지역빈도해석에 관한 연구는 미비한 실정이다. 따라서 본 연구에서는 도시지역에 대한 지역빈도해석의 적용성을 검토하기 위해 주요 도시유역을 분석대상으로 선정하고, 해당 도시유역 내의 AWS(Automatic Weather System) 자료를 수집한다. 대상지역의 AWS 자료를 구축한 후, 각각의 자료에 대해 대표적인 지역빈도해석 기법 중의 하나인 홍수지수법(Index Flood Method)을 적용하여 확률강우량을 산정하고 지점빈도해석 결과와 비교하여 도시유역에 대한 지역빈도해석의 적용성을 판단하고자 한다. 대상지역에 대한 홍수지수법의 적용결과를 살펴보면, 지점빈도해석에 의한 확률강우량보다 홍수지수법에 의해 산정된 확률강우량이 작게 추정되는 것으로 나타났다.

  • PDF

Bayesian Copula 기법을 활용한 이변량 가뭄 지역빈도해석 모델 개발 (A Development of Bivariate Drought Regional Frequency Analysis Model using Bayesian Copula)

  • 김진국;소병진;권현한
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2019년도 학술발표회
    • /
    • pp.54-54
    • /
    • 2019
  • 최근 이변량 가뭄 빈도해석시 Copula 함수 기반의 빈도해석모델을 활용한 분석이 이루어지고 있다. 그러나 기존 연구에서는 이변량 가뭄 빈도해석시 지점빈도해석에 국한되어 분석이 이루어지며, 지역을 대표하는 수문자료의 특성이 반영된 빈도분석에 대한 연구는 미진한 실정이다. 이에 본 연구에서는 Bayesian 기법과 이변량 Copula 가뭄 빈도해석 기법을 연계한 Bayesian 이변량 Copula 지역빈도해석 모델을 개발하였다. 개발된 모델에 모의자료를 적용하여 가정한 가뭄특성 및 매개변수를 추정하였으며, 유사하게 도출된 결과를 통해 모델의 적합성을 평가하였다. 최종적으로 최근 발생한 가뭄사례를 중심으로 이변량 가뭄 지역빈도해석을 수행한 결과, 기존 지점빈도해석보다 가뭄의 특성을 효과적으로 반영된 빈도해석이 이루어지는 것을 확인하였으며, 기존 Copula 모델에 Bayesian 기법을 도입하여 매개변수에서 발생하는 불확실성을 정량화 하였다. 본 연구에서 제안된 모델의 검증과정과 도출된 결과를 통해 가뭄자료의 지역적 분포특성 및 자료간의 상관성을 효과적으로 재현하는데 유리할 뿐만 아니라, 매개변수의 불확실성을 평가할 수 있는 장점을 제공할 것으로 판단된다.

  • PDF

인공신경망 군집분석을 이용한 지역빈도해석에 관한 연구 - 낙동강 유역을 중심으로 (A Study on the Regional Frequency Analysis Using the Artificial Neural Network Method - the Nakdong River Basin)

  • 안현준;김성훈;정진석;허준행
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2017년도 학술발표회
    • /
    • pp.404-404
    • /
    • 2017
  • 이상기후현상으로 인해 극치 수문 사상들이 빈번히 발생함에 따라 상대적으로 높은 재현기간에 해당하는 극치 수문 사상해석에 대한 관심이 높아지고 있다. 그러나 우리나라의 경우 이러한 극치 수문 사상을 추정하기 위한 표본의 수가 부족한 실정이다. 지역빈도해석은 지점의 표본 수가 적거나 수문자료의 수집이 불가능한 미계측지점인 경우, 해당 지점과 수문학적으로 동질하다고 여겨지는 주변 지점들의 자료를 확보하여 확률수문량을 추정함으로써 상대적으로 지점빈도해석 보다 roubst한 추정값을 얻을 수 있다는 장점을 가지고 있다. 따라서 최근 확률수문량 산정 기법으로 지역빈도해석 방법에 관한 관심이 높아지고 있다. 지역구분은 지역빈도해석이 지점빈도해석과 구분될 수 있는 큰 특징이고 지역구분 결과 따라 지역의 표본 크기가 결정되기 때문에 수문학적으로 동질한 지역을 나누는 방법은 매우 중요하다고 볼 수 있다. 인공신경망은 인간의 뇌가 학습하는 방식을 모사한 통계적 모델링 기법이다. 즉, 인간의 뇌가 일정한 반복 학습을 통해 어떠한 문제의 해법을 추론하거나 예측, 또는 패턴을 인식하는 일련의 과정을 알고리즘화 하여 목적함수의 해를 찾는 방식이다. 특히, 주어진 자료들로 부터 특징을 추출하고 그 특징을 학습하여 전체 자료의 분류나 군집화를 이루는데 널리 이용되고 있다. 본 연구에서는 낙동강유역을 대상으로 인공신경망을 이용한 군집분석을 수행하고 구분된 지역을 이용하여 지역빈도해석을 수행하였다.

  • PDF

정상성 및 비정상성 수문자료의 지역빈도해석 (Regional frequency analysis for stationary and nonstationary hydrological data)

  • 허준행;김한빈
    • 한국수자원학회논문집
    • /
    • 제52권10호
    • /
    • pp.657-669
    • /
    • 2019
  • 수공구조물의 설계 시 빈도해석을 통해 수문자료의 통계적 특성을 고려하여 설계빈도에 대한 정확한 확률수문량을 산정하는 것은 매우 중요한 절차이다. 지역빈도해석은 대상 지점의 자료만을 이용하여 확률수문량을 산정하는 지점빈도해석과 달리 수문학적으로 동질한 것으로 판단되는 주변지점들의 자료를 모두 포함하여 빈도해석을 수행하므로 미계측 지점 또는 자료 보유년수가 짧은 지점에서 보다 정확한 확률수문량 산정이 가능하다. 본 총설논문에서는 이러한 지역빈도해석 기법을 수문자료의 특성에 따라 정상성 지역빈도해석과 비정상성 지역빈도해석으로 구분하고, 각 방법의 기본이론과 절차 및 관련 연구를 홍수지수법을 중심으로 상세히 설명하였으며 최신 연구동향을 정리하였다. "홍수량 산정 표준지침"의 개정을 통해 포함되는 정상성 지역빈도해석에 대해 언급하고, 비정상성 지역빈도해석과 관련한 향후 연구주제를 기술하며 논문을 마무리 한다.

L-모멘트법을 이용한 한강유역 일강우량자료의 지역빈도해석 (Frequency Analysis of Daily Rainfall in Han River Basin Based on Regional L-moments Algorithm)

  • 이동진;허준행
    • 한국수자원학회논문집
    • /
    • 제34권2호
    • /
    • pp.119-130
    • /
    • 2001
  • 본 연구에서는 한강유역의 1일, 2일, 3일 연최대강우자료를 대상으로 L-모멘트법을 이용한 지점 빈도해석과 지역 빈도해석을 실시하여 그 결과를 비교하였다. 지역빈도해석을 실시하기 위하여 한강유역을 남한강, 북한강, 한강하류부 유역의 3개 소유역으로 분할하고, 각 유역에 대한 자료의 이산도 및 동질성을 검토하였으며, 각 소유역에 대하여 여러 분포형을 적용한 결과, 남한강유역과 한강하류부 유역은 lognormal 분포형, 북한강 유역은 gamma-3 분포형이 적정분포형으로 선정되었다. 지역빈도해석과 지점빈도해석을 통하여 선정된 확률분포형을 이용, Monte Carlo 모의를 수행하였으며, 재현기간에 따른 상대편의와 상대제곱근 오차를 산정하였다. 지역빈도해석과 지점빈도해석을 비교한 결과 상대제곱근오차에 있어서 지역빈도해석을 수행한 경우가 지점빈도해석에 비해 그 결과가 우수하였으며, 재현기간이 커질수록 그 차이는 현저하게 나타났다. 따라서, 한강유역의 강우량에 대해서 지역빈도해석 수행함이 지점빈도해석에 비해 우수하다는 결론을 얻게 되었다.

  • PDF

지역빈도해석을 위한 모홍수지수모형의 적용 (Application of Population Index Flood Model for Regional Frequency Analysis)

  • 김한빈;주경원;김태림;허준행
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2018년도 학술발표회
    • /
    • pp.299-299
    • /
    • 2018
  • 지역빈도해석은 수문관측자료의 보유기간이 짧은 지점 또는 미계측 지점에 대하여 보다 정확하며 신뢰할 수 있는 설계수문량을 산정하기 위해 널리 사용되고 있는 방법이다. 지역빈도해석에서 사용되는 가장 대표적인 모형인 홍수지수모형 (index flood model)은 각 지점의 표본평균을 홍수지수로 정의하고 이를 이용하여 설계수문량을 산정하는 방법이다. 모홍수지수모형 (population index flood model)은 표본평균을 홍수지수로 사용함으로써 발생하는 설계수문량의 왜곡과 오차를 극복하기 위해 제안된 방법으로 홍수지수를 미지의 모분포로 가정한 후 설계수문량을 산정한다. 본 연구에서는 모홍수지수모형을 국내 강우관측자료에 적용하여 지역빈도해석을 수행하고자 한다. 먼저, 이질성척도(heterogeneity)를 통해 지역동질성이 확인된 지역에 대하여 GEV 분포형을 적용한 비정상성 모홍수지수모형을 적용해 지역빈도해석을 수행하고 확률강우량을 산정하였다. 또한, 기존의 지점빈도해석 및 L-moment 기반의 지역빈도해석 결과와 비교를 통해 모홍수지수모형의 적용성을 확인하였다.

  • PDF

비정상성 지역빈도해석 모형 개발 (Development of a nonstationary regional frequency analysis model)

  • 정민규;문장원;김윤성;박성수;권현한
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2022년도 학술발표회
    • /
    • pp.433-433
    • /
    • 2022
  • 수자원 관리를 위한 설계수문량의 산정은 수문자료의 통계적 특성을 고려한 빈도해석을 통해 이루어지며, 대상 관측지점에 대해 개별적으로 수행되는 지점빈도해석과 수문학적으로 동질하다고 판단되는 지점들의 자료를 동시에 고려하는 지역빈도해석으로 분류된다. 기후변화에 의한 미래 수문량의 변동성을 고려하기 위해 비정상성 빈도해석이 요구되나 짧은 기록을 갖는 수문자료로부터 정확한 변화 추세를 평가하기 어렵다. 이에 따라 지역빈도해석을 통해 자료를 확충함으로써 자료에 대한 신뢰성을 확보하고 지역 전체에 대해 대표성을 갖는 확률수문량을 산정하는 것이 합리적이다. 본 연구에서는 극치강수량의 지역빈도해석에서 비정상성을 고려하기 위해 단순선형회귀 모형을 통해 시간항에 대한 강수량의 경향성을 탐지하였다. 계층적 Bayesian 모형을 통해 Partial Pooling 기법을 적용함으로써 기존 L-모멘트 방법(complete pooling)에서 고려하지 못하는 개별지역의 강수 특성을 고려하였으며 불확실성을 정량화하였다. 한강 유역 18개 지점의 극치강수량에 대해 비정상성 평가 결과 대부분 지점에서 양의 기울기를 확인하였으며 미래 빈도별 확률강수량의 증가율을 제시한다.

  • PDF

비정상성 가뭄 지역빈도해석 모형 개발 (Development of a nonstationary regional frequency analysis model for drought)

  • 정민규;;박민우;권현한
    • 한국수자원학회:학술대회논문집
    • /
    • 한국수자원학회 2023년도 학술발표회
    • /
    • pp.272-272
    • /
    • 2023
  • 기후변화로 인해 많은 경우 강수량은 증가할 것으로 전망되지만 시공간적 편차 또한 커짐으로써 가뭄 위험은 증가할 것으로 예상된다. 가뭄 위험도 평가는 강수량, 유출량 등 수문자료로부터 추출한 가뭄변량의 빈도해석을 통해 이루어질 수 있다. 빈도해석의 대상이 되는 수문변량의 통계적 속성이 일정하게 유지되는 정상성의 가정은 기존 빈도해석 방법의 핵심이 되지만, 최근 기후변화로 인한 수문변량의 통계적 특성 변화가 발생할 것으로 예상되기 때문에 이러한 비정상성의 특성을 빈도해석 시 고려할 필요가 있다. 자료의 비정상성을 평가하는데 짧은 기록을 갖는 자료로부터 변화 추세를 신뢰성 있게 평가하는 것은 어려움이 크다. 이러한 점에서 지점자료를 통합적으로 활용할 수 있는 지역빈도해석 절차 도입을 통해 해석 결과에 신뢰성을 확보하는 것이 합리적이다. 본 연구에서는 유역단위에서 가뭄의 지속기간과 심도 사이의 상호의존성을 고려하기 위해 이변량 Copula 함수 기반 가뭄 지역빈도해석을 도입했으며, 두 가뭄변량의 주변확률분포의 매개변수는 시간에 따른 함수로 가정하였다. 모형의 모든 매개변수는 계층적 Bayesian 모형을 통해 동시에 추정하였다. 최종적으로 주어진 가뭄빈도에 해당하는 시간에 따라 변화하는 가뭄 위험을 평가하였다.

  • PDF