• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.158-158
• /
• 2016

본 연구에서는 극치 분포의 오른쪽 꼬리 부분 예측 시 안정적인 확률수문량 산정하는 확률분포형과 매개변수 추정 방법을 평가하기 위해 Monte Carlo 모의를 수행하였다. 수문자료의 빈도해석에 적합한 것으로 알려진 generalized extreme value (GEV), Gumbel (GUM), generalized logistic (GLO), gamma3 (GAM3), normal (NOR), log-normal3 (LN3) 총 6개의 확률분포형을 바탕으로 오른쪽 꼬리 부분의 확률수문량 추정 성능을 모의 실험을 통해 평가하고자 한다. 30년 이상 자료를 보유한 기상청 지점의 지속기간별 연최대값 자료를 분석한 결과를 바탕으로 모분포를 GEV분포로 선정하였으며 평균이 1.0, 표준편차 0.5, 왜곡도 계수는 0.5, 1.0, 2.0, 3.0, 4.0이 되도록 가정하였다. 또한 자료 길이에 따른 성능 평가를 위해 표본 크기 20, 50, 100, 150, 200개에 대해 분석을 수행하였다. 위와 같은 가정으로 총 25종류(왜곡도계수 5개 ${\times}$ 표본 크기 5개)의 발생된 모분포에 6가지의 확률분포형과 3가지의 매개변수 추정방법(모멘트법, 최우도법, 확률가중모멘트법)을 조합한 18가지의 모델을 비교 분석해보았다. 평가방법으로는 평균 제곱근 오차(Root Mean Square Error, RMSE), 편의(bias), 평균 상대오차(Mean Relative Difference, MRD), 평균 절대 상대오차(Mean Absolute Relative Difference, MARD)를 사용하여 적용 모델의 성능을 비교 분석하였다.

• Journal of Korean Society of Coastal and Ocean Engineers
• /
• v.4 no.4
• /
• pp.250-260
• /
• 1992

Two methods for computing extreme sea levels, which are the extreme probability method and the joint probability method, are examined at five different ports (Incheon, Cheju, Yeosu, Pusan, Mukho). The extreme probability mothod estimates the extreme sea levels from three different probability papers of Gumbel, Weibull and generalized extreme value(GEV) using the least square method, conventional moment method and probability weighted moment method. respectively. The results showed that the extreme sea levels estimated by the Gumbel paper or the least square method appeared higher than those calculated by other papers or methods. The extreme values estimated by the extreme probability method are approximately 5-10 cm lower than the values by the joint probability method.

• Journal of Korea Water Resources Association
• /
• v.42 no.10
• /
• pp.857-866
• /
• 2009

In this study, basic data is consisted annual maximum rainfall at 56 stations that has the rainfall records more than 30years in Korea. The 14 probability distributions which has been widely used in hydrologic frequency analysis are applied to the basic data. The method of moments, method of maximum likelihood and probability weighted moments method are used to estimate the parameters. And 4-tests (chi-square test, Kolmogorov-Smirnov test, Cramer von Mises test, probability plot correlation coefficient (PPCC) test) are used to determine the goodness of fit of probability distributions. This study emphasizes the necessity for considering the variability of the estimate of T-year event in hydrologic frequency analysis and proposes a framework for evaluating probability distribution models. The variability (or estimation error) of T-year event is used as a criterion for model evaluation as well as three goodness of fit criteria (SLSC, MLL, and AIC) in the framework. The Jackknife method plays a important role in estimating the variability. For the annual maxima of rainfall at 56 stations, the Gumble distribution is regarded as the best one among probability distribution models with two or three parameters.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1476-1480
• /
• 2010

최근에 한반도에 발생한 강설은 국민생활의 교통장애와 같은 생활의 불편함뿐만 아니라 농축산업의 광범위한 피해를 발생시키고 있다. 이번 2010년 1월 서울에는 40년만에 최대 적설량을 기록하였고 교통 및 도시 기능이 마비되는 등의 피해가 발생하였다. 본 연구에서는 기상청 산하 61개 지점 최심신적설량을 이용하였으며, 최근 적설량의 확률빈도규모를 고려하여 빈도별 확률적설량을 산정하고 확률적설량도를 작성하였다. 확률분포형은 확률가중모멘트법(PWM)을 이용하였고 적정분포형으로는 Gamma 2변수를 선정하였으며, 과거 적설량 자료를 검토한바 2004년, 2005년의 최심신적설량 극값은 평균 300년 빈도, 이번 2010년 1월 서울은 약 200년, 인천, 수원, 이천은 약 50년, 춘천은 약 30년 빈도인 것으로 분석되었다. 이러한 연구 결과는 적설량에 따른 방재 기준의 개선방안 및 재설정 방향 제시에 기초자료로 활용될 수 있을 것이다.

• 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.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.374-374
• /
• 2012

최근 기후변화에 따라 강우양상이 급격한 변화를 나타내고 있다. 년 평균 강우량의 증가뿐만 아니라 국지성 강우강도가 현저히 증가하여 홍수의 위험이 증대되고 있다. 강우특성변화에 따른 정확한 수문분석이 필요하고, 설계홍수량 산정을 위한 강우의 시간분포의 선정이 매우 중요하다. 본 연구에서는 기상청 서울지점의 계획강우분포를 도출하기 위해 국내에서 사용되고 있는 강우 시간분포 설정방법 중 Huff의 방법, Yen-Chow방법, 교호블럭법, Keifer-Chu방법을 비교 분석하였다. 확률강우량 산정을 위하여 기상청 관할 서울지점의 1954년부터 2010년까지 67년간의 강우량 자료를 사용하였다. 빈도분석은 국립방재연구원의 FARD2006을 이용하여 적합한 확률분포인 확률가중모멘트법에 의한 매개변수 추정과 ${\chi}^2$기법 등에 의한 적합도 검정을 거쳐 선정된 GEV분포를 사용하였고, 강우의 지속기간은 100분, 180분이며 재현기간은 100년, 200년, 300년, 500년으로 였다. 강우시간분포 설정방법 중 첨두강우량은 대체적으로 교호블록법이 가장 크다. Huff방법(2분위)은 첨두강우발생 전의 총 강우량이 첨두강우발생 후의 총 강우량 보다 큰 경향을 보이나, 다른 방법의 경우는 첨두강우발생 후 총 강우량이 전보다 더 크게 나타났다. 많이 쓰이는 방법 중 하나인 Huff 분포에 관하여 좀 더 정확한 연구가 필요할 것으로 사료된다.

• Journal of the Korean earth science society
• /
• v.33 no.1
• /
• pp.39-48
• /
• 2012

In this study, a statistical estimation of probable precipitation and an analysis of its return period in Busan were performed using long-term precipitation data (1973-2007) collected from the Busan Regional Meteorological Administration. These analyses were based on the method of probability weighted moments for parameter estimation, the goodness-of-fit test of chi-square ($x^2$) and the probability plot correlation coefficient (PPCC), and the generalized logistics (GLO) for optimum probability distribution. Moreover, the spatial distributions with the determination of probable precipitation were also investigated using precipitation data observed at 15 Automatic Weather Stations (AWS) in the target area. The return periods for the probable precipitation of 245.2 and 280.6 mm/6 hr with GLO distributions in Busan were estimated to be about 100 and 200 years, respectively. In addition, the high probable precipitation for 1-, 3-, 6-, and 12-hour durations was mostly distributed around Dongrae-gu site, all coastal sites in Busan, Busanjin and Yangsan sites, and the southeastern coastal and Ungsang sites, respectively.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.339-339
• /
• 2022

본 연구는 최신 강우 자료를 사용하여 자료의 기간을 네 가지 경우로 나누어 기간별 확률강우량을 산정하고 각 기간에 따른 확률강우량의 변화 특성을 파악하고자 하였다. 2020년을 기준으로 시강우 자료 관측기간이 40년 이상이 되는 62개 국내 강우관측소를 연구 대상으로 선정하였으며, 지점별 강우자료의 분석 기간은 최근 10년, 20년, 30년, 40년의 경우로 나누어 분석하였다. 분석기간에 따른 확률강우량은 Gumbel 분포형에 확률가중모멘트법을 적용하여 산정하였고, 이를 연강수량과 함께 공간적으로 분포시킨 결과, 연강수량의 분포에서 나타나지 않는 변화들이 확률강우량의 분포에서 명확히 드러나는 것을 확인할 수 있었다. 또한, 지속기간의 시간이 증가되고 재현기간이 커질수록 경기 북부와 전라남북도 경계 및 영동지방의 확률강우량이 증가하는 경향을 보였고, 최근 40년과 비교하였을 경우, 최근 10년, 20년, 30년 확률강우량의 변화량 결과에서 전라남도 지역은 지속기간 길어질수록 변화 양상이 뚜렷하게 보였으며, 강원도 지역은 최근 10년, 20년 변화량이 상이하게 나타났다. 기간에 따라 확률강우량의 변화량이 크거나 작은 대표 지역들을 선정하여 기간별 확률강우량의 IDF 곡선을 도시하여 비교 및 분석하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.45-45
• /
• 2017

상이한 자연현상으로 발생된 자료들은 때때로 통계적으로 다른 특성을 가지는 경우가 있다. 이런 자료들은 다른 두 개 이상의 모집단에서 자료가 발생한 것으로 가정할 수 가 있다. 기존에 널리 사용되어온 분포형 모형의 경우 단일한 모집단으로부터 자료가 발생한다는 가정하에서 개발된 모형들로 위에서 언급한 자료들을 적절히 모의할 수 없다. 이런 상이한 모집단에서 발생된 자료를 모형화 하기 위해서 혼합분포모형(mixture distribution)이 개발되었다. 홍수나 가뭄 등과 같은 극치 사상의 경우 다양한 자연현상들로부터 발생하기에 혼합분포모형을 적용할 경우 보다 정확한 모의가 가능하다. 혼합분포모형은 두 개 이상의 비혼합분포모형들을 가중합하여 만들어진다. 혼합 분포모형의 형태로 인하여 기존의 분포형 모형의 매개변수 추정 모형으로 널리 사용되던 최우도법 (maximum likelihood method), 모멘트법(method of moment), 확률가중모멘트법 (probability weighted moment method) 등을 이용하여 혼합분포모형의 매개변수를 추정하는 것이 용이 하지 않다. 혼합분포모형의 매개변수 추정 방법으로는 Expectation-Maximization (EM) 알고리즘, Meta-Heuristic Maximum Likelihood (MHML) 방법, Markov Chain Monte Carlo (MCMC) 방법 등이 적용되고 있다. 현재까지 수자원 분야에서 사용되는 극치 자료를 혼합분포모형을 이용하여 모의할 때 매개변수 추정방법에 따른 특성에 대한 연구가 진행되지 않았다. 본 연구에서는 우리나라 연최대강우량 자료를 이용하여 혼합분포모형의 매개변수 추정방법 (EM 알고리즘, MHML 방법, MCMC 방법) 들의 특성들을 비교 분석하였다. 혼합분포모형으로는 Gumbel-Gumbel 혼합분포 모형을 적용하였다. 본 연구의 결과는 향후 혼합분포모형을 이용한 연구에 좋은 기초자료로 사용될 수 있을 것으로 판단된다.

• 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.