• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• 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.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.1053-1057
• /
• 2008

본 연구에서는 산악형 강수 해석을 위해 제주도내 강우관측 자료를 이용하여 확률강우량 산정 및 고도와의 선형회귀분석을 수행하였다. 제주도내 강우관측 자료는 기상관서 4개소 및 AWS(Automatic Weather System, 자동기상관측소) 13개소의 자료를 활용하였다. 확률강우량 산정시 AWS 강우관측 자료는 AMS(Annual Maximum Series, 연 최대치 계열) 모형을 적용하기에는 자료기간이 충분하지 않으므로 짧은 자료기간에 적합한 PDS(Partial Duration Series, 부분 기간치 계열) 모형을 적용하였다. 따라서 본 연구에서는 PDS의 대표적인 분포형인 GPD(Generalized Pareto Distribution)를 적용하여 지속시간별 확률강우량을 산정하였다. 산정된 지속시간별 확률강우량과 고도와의 관계를 확인하기 위하여 선형회귀분석을 수행하였다. 회귀분석 결과 확률강우량은 고도가 증가함에 따라 선형적으로 증가하였다. 또한, 재현기간이 길어질수록 고도에 따른 확률강우량 증가율도 증가하였다. 다만, 재현기간과 관계없이 지속시간이 짧을 경우 확률강우량과 고도와의 선형 관계는 약해지는 것으로 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.333-333
• /
• 2022

본 연구는 저빈도·고강도의 확률강우량 산정을 위해, 대규모 기후 앙상블 모의실험 기반으로 생성된 d4PDF(Data for Policy Decision Making for Future Change)를 적용하는 것을 목적으로 수행되었다. 또한, d4PDF 를 이용하여 산정된 확률강우량과 관측자료 및 빈도해석을 통해서 산정된 확률강우량을 비교함으로써 빈도해석의 적용에 따라 발생하는 불확실성을 분석하였다. 이와 같은 연구는 용담댐에 위치한 금산, 임실, 전주, 장수 관측소를 대상으로 수행되었다. d4PDF 자료는 총 50 개의 앙상블로 구성되어 있으며, 하나의 앙상블은 60 년 동안의 기상자료를 제공하기 때문에 한 지점에서 3,000 개의 연 최대 일 강우량을 수집 및 활용하는 것이 가능했다. 이와 같은 d4PDF 의 특징을 토대로 본 연구는 빈도해석 방법을 적용하지 않고, 3000 개의 연 최대 일 강수량을 비모수적 접근법(Non-parametric approach)에 따라 규모별로 나열하여, 10 년부터 1000 년의 재현기간을 갖는 확률강우량을 산정했다. 그 후, 관측 자료와 Gumbel 및 GEV(General extreme value) 분포를 토대로 산정된 확률강우량과의 편차를 산정하였다. 그 결과, 재현기간과 관측 기간의 차이가 증가할수록 이 편차가 증가하였으며, 이 결과는 짧은 관측 기간과 빈도해석의 적용은 재현기간이 증가할수록 신뢰하기 어려운 확률강우량을 제시한다는 것을 의미한다. 반면에, d4PDF 는 대규모 표본을 이용함으로써 이와 같은 불확실성을 최소화시켜 합리적인 저빈도·고강도의 확률강우량을 제시하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.1277-1281
• /
• 2009

본 연구에서는 권영문 등(2009)에서 제시한 강우의 증가경향성을 고려한 목표년도 확률강우량 산정법의 적용성을 검토하기 위하여 누적평균강우량 회귀직선의 적합도 분석과 모수와 누적평균강우량의 상관분석을 실시하였다. 서울지점의 1961-2006년 관측 강우자료를 바탕으로 지속기간 24시간 연 최대치 자료계열을 구축하여, 정상성 강우빈도해석법을 이용한 확률강우량과 비정상성 강우빈도해석법에 의한 확률강우량을 비교 분석하였다. 여러 가지 경우의 누적평균강우량에 대해서 분석을 실시한 결과, 비정상성 강우빈도해석법에 의한 확률강우량의 적용성이 우수한 것으로 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.290-290
• /
• 2022

본 연구는 대규모 기후 앙상블 모의 결과를 이용하여 산정된 극한 강우량을 최근 발생한 극한 호우사상의 규모 평가에 적용하는 것을 목적으로 수행되었다. 2018 년 히로시마 호우사상은 지속시간 24 시간에서 재현기간 1,000 년에 상응하는 극한 규모를 나타냈기 때문에 짧은 기간동안 수집된 관측자료만으로 규모를 평가하기 어렵다. 따라서 이를 평가하고자 대규모 기후 앙상블 모의결과 기반의 d4PDF 자료를 이용하였다. 이 자료는 3,000 개의 연 최대 강우자료를 제공하고, 이를 토대로 통계적 모형 및 가정 없이 비모수적으로 10 년부터 1,000 년의 재현기간을 나타내는 지속시간 24 시간의 확률강우량을 산정했다. 산정된 d4PDF 의 확률강우량은 관측강우량의 확률강우량과 비교하였으며, 관측기간에 가까운 50 년의 재현기간에서는 두 확률강우량의 차이가 3.53%였지만 관측기간 (33 년)과 재현기간 (100 년 이상)의 차이가 증가할수록 오차가 10% 이상으로 증가하는 양상을 나타냈다. 이는 장기간 재현기간에서 관측강우량의 확률강우량은 불확실성을 내포하는 것을 의미한다. d4PDF 의 확률강우량에 대해서 2018 년 히로시마 호우사상은 300 년에 가까운 재현기간을 나타냈다. 미래 기후조건에서의 d4PDF 자료를 이용해 확률강우량을산정했으며, 현재 기후조건대비 미래 기후조건에서 10 년부터 1000 년의 재현기간을 나타내는 확률강우량은 모두 20% 이상으로 증가했다. 미래 기후조건의 확률강우량에 대해 2018 년 히로시마 호우사상은 100 년에 가까운 재현기간을 나타냈으며, 이는 미래 기후조건에서 히로시마 호우사상의 발생 확률이 0.33% (현재 기후)에서 1% (미래 기후)로 증가하는 것을 의미한다. 결과적으로, 대규모 기후 앙상블 모의결과 기반의 d4PDF 는 현재 기후조건과 미래 기후조건하에서 극한 규모의 호우사상의 정량적인 평가에 유용하게 활용될 수 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.939-942
• /
• 2009

본 연구는 경북지역의 11개 관측소와 인근 9개의 관측소의 강우자료를 이용하여 경북지역에 한정된 확률강우량도를 작성하였다. 최근 행정구역별 치수계획의 수립이 빈번해지고 소규모 유역의 개발로 인한 홍수량 산정 등이 빈번해지고 있다. 그러나 대부분이 강우관측소가 유역내에 위치해 있지 않고 인접한 기상관측소의 자료를 이용하고 있는 실정이고, 공공기관이나 실무를 수행함에 있어 유역의 강우량 적용에 있어 소규모 유역의 강우량이 지점강우량에 의해 결정되므로 어느 정도의 편차를 보이는지 추정이 사실상 곤란하였다. 따라서 본 연구에서는 경북지역에 한정하여 지점강우량을 빈도해석하여 확률강우량도를 작성하여 강우관측소가 인접하지 않아도 소규모 유역의 확률강우량의 근사치를 추정하여 지점빈도해석과 비교할 수 있도록 확률강우량도를 작성하였다. 경북지역인근 강우관측소의 자료를 강우 분석하여 확률분포형을 선정한 결과 거창, 구미, 대구, 문경, 밀양, 봉화, 안동, 영덕, 영주, 울산, 의성, 제천 충주, 추풍령, 합천은 Gumbel 분포가 적합한 것으로 나타났으며, 보은은 2변수 Log-Gumbel 분포가 적합한 것으로 나타났으며, 영천, 울진, 태백은 Gamma 분포가 적합한 것으로 나타나고 포항은 GEV 분포가 적합한 것으로 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.1155-1159
• /
• 2008

본 연구는 강우의 자료년수가 부족하거나 미계측 지점에서의 확률강우량 산정을 위하여 충분한 강우자료가 확보된 지점들의 강우분석을 수행하였다. 30년 이상의 강우기록을 보유한 기상청 산하 57개 강우관측지점에서 12개 지속기간에 대한 연최대치 강우자료를 대상으로 확률분포형 분석을 실시하여 대표확률분포형을 선정한다. 지점별 지속기간의 대표확률분포형 모수를 확인하고 이를 도시하여 국내 전역에 대한 확률분포 모수선도를 작성하였다. 본 연구의 수행으로 인해 얻어진 결과를 요약하면 다음과 같다. 첫째, 전국 57개 지점에 대한 강우분석 결과, 적용한 16개 분포형 중에서 GEV 분포의 적합도가 가장 우수한 것으로 나타났으며, GEV 분포의 모수를 이용한 지속기간별 확률분포 모수선도를 제시하였다. 둘째, 확률분포 모수선도를 이용한 확률강우량과 기존 연구결과의 확률강우량과는 차이는 대부분 기존 연구보다 과다 산정되게 발생하였다. 셋째, 확률분포 모수선도의 활용으로 기존의 연구에서 산정하기 어려웠던 미계측 지점에서의 확률강우량을 보다 편리하게 구할 수 있었으며, 기존의 연구와 비교하였을 때 산정된 확률강우량의 편차가 적어 미계측 지점에서의 확률강우량 산정 시 효율적인 방법이 될 수 있을 것이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.130-130
• /
• 2022

기후변화로 인한 기상이변 현상으로 폭우와 홍수 등 수문학적 극치 사상의 출현 빈도가 잦아지고 있다. 따라서 이러한 기상이변 현상에 적응하기 위하여 보다 정확한 확률강우량 측정의 필요성이 증가하고 있다. 대장 지점의 미래 확률강우량 계산을 위해선 기후변화 시나리오의 비정상성을 고려해야 한다. 본 연구는 비정상적인 미래 기후에서 확률강우량이 어떻게 변화하는지 측정하는 것을 목표로 한다. Representative Concentration Pathway (RCP4.5)에 따른 우리나라의 확률강우량 계산에 인공신경망을 포함한 정상성, 비정상성 확률강우량 산정 모델들이 사용되었다. 지점빈도해석(AFA), 홍수지수법(IFM), 모분포홍수지수법(PIF), 인공신경망을 이용한 Quantile & Parameter regression technique(QRT & PRT)이 정상성 자료에 대해 확률강우량을 계산하는 모델로 사용되었으며, 비정상성 자료에 대해서는 비정상성 지점빈도해석(NS-AFA), 비정상성 홍수지수법(NS-IFM), 비정상성 모분포홍수지수법(NS-PIF), 인공신경망을 사용한 비정상성 Quantile & Parameter regression technique(NS-QRT & NS-PRT)이 사용되었다. Rescaled Akaike information criterion(rAIC)를 사용한 불확실성 분석과 적합도 검정을 통해서 generalized extreme value(GEV) 분포형 모델이 정상성 및 비정상성 확률강우량 산정에 가장 적합한 모델로 선정되었다. 이후, 관측자료가 GEV(0,0,0)을 따르고 시나리오 자료가 GEV(1,0,0)을 따르는 지점들을 선택하여 미래의 확률강우량 변화를 추정하였다. 각 빈도해석 모델들은 몬테카를로 시뮬레이션을 통해 bias, relative bias(Rbias), root mean square error(RMSE), relative root mean square error(RRMSE)를 바탕으로 측정하여 정확도를 계산하였으며 그 결과 QRT와 NS-QRT가 각각 정상성과 비정상성 자료로부터 가장 정확하게 확률강우량을 계산하였다. 본 연구를 통해 향후 기후변화의 영향으로 확률강우량이 증가할 것으로 예상되며, 비정상성을 고려한 빈도분석 또한 필요함을 제안하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• 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.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.68-72
• /
• 2011

전세계적으로 기상이변이 빈번하게 발생하면서 기후변화가 수문환경에 미치는 영향에 대한 연구가 활발히 진행되고 있다. 기후변화 연구에는 대체로 이산화탄소 배출 시나리오에 근거한 GCM 모의 결과가 사용되며, GCM 자료를 바탕으로 미래의 수문량 변화를 예측하는 방법으로 진행된다. 기후변화가 강우에 미치는 영향과 관련해서는 기후변화가 총강우량에 미치는 영향에 대한 연구가 주를 이뤄왔으나 극한강우량에 미치는 영향에 대한 연구는 미흡한 실정이다. 또한 상세화 된 강우 자료가 월단위 또는 일단위이기 때문에 극한홍수량 산정에 필요한 시단위 극한강우량 추정에는 한계가 있다. 본 연구에서는 기후변화가 극한강우량에 미치는 영향을 분석하기 위해 A2 시나리오에 근거한 ECHO-G 모델의 모의 결과를 상세화 시켜 얻은 한강 유역 내의 9개 강우 관측 지점의 일강우 자료를 바탕으로 강우의 scaling invariance 특성에 근거한 시단위 확률강우량을 추정하였고, Neymann-Scott Rectangular Pulse Model (NSRPM)을 적용하여 시단위 확률강우량을 추정하였다. 이러한 방법으로 추정된 9개 지점의 확률강우량과 한강유역종합치수계획(국토해양부, 2008)에서 산정한 확률강우량을 비교하여 미래의 확률강우량 변화를 분석하였다. 분석된 한강 유역 내 강우 관측 지점의 확률강우량 변화 추이는 지점에 따라 상이하게 나타났으며, 이에 따른 확률홍수량의 변화를 검토해 보는 것은 미래의 치수 측면에서 필요한 작업이라 할 수 있다. 또한 기후 변화의 영향은 시나리오와 GCM에 따라 달라질 수 있기 때문에 향후 다양한 시나리오와 GCM에 따른 확률 강우량 변화를 분석할 필요가 있을 것으로 판단된다.