• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.169-173
• /
• 2006

일반적으로 확률수문량을 산정하기 위해서는 수문자료에 대해 빈도해석을 실시한 후 확률수문량을 산정하게 된다. 재현기간이 커질수록 확률분포형에 따라 확률수문량의 값은 많은 차이를 나타내므로 적정 확률분포형의 선정은 매우 중요하다고 할 수 있다. 적정 확률분포형의 선정은 객관적인 기준에 의해 이루어져야 하나, 적정 확률분포형의 선정에 있어 명확한 기준이 마련되어 있지 않아 실무에서 확률수문량을 산정할 때 많은 어려움을 겪고 있는 실정이다. 따라서 본 연구에서는 적정 확률분포형의 선정기준으로 제시되어 있는 검정통계량을 이용한 방법의 적용성을 비교 검토하고자 한다. 이를 위해 우리나라에서 널리 사용되고 있는 Gumbel, GEV 분포형과 Weibull, Generalized logistic 분포형을 선택하고 각각의 분포형에 대해 자료의 크기별 모의를 통해 자료를 발생시킨 후 빈도해석을 수행하고, 적합도 검정 단계에서 산출되는 검정통계량을 비교하여 적정 확률분포형을 선정하여 적용성을 검토하고자 한다. 결과적으로 자료 발생에 이용된 분포형과는 관계없이 자료수가 작을수록 2변수 gamma, 자료수가 많을수록 5변수 Wakeby가 제일 많이 선정되는 것으로 나타났으며, Gumbel, GEV, generalized logistic 분포형의 경우는 대체로 자료의 수가 많아질수록 선정되는 빈도가 많은 것으로 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.279-279
• /
• 2020

최근 copula 모형은 여러 확률변수를 갖는 수문현상에 대해 빈도해석을 수행할 경우 결합확률분포형으로 유용하게 사용되고 있다. 하나의 자료를 확률변수로 사용하는 단변량 빈도해석에 비해 여러 수문자료를 동시에 각각 확률변수로 취하여 결합확률분포형을 추정할 수 있는 다변량 빈도해석은 수문자료의 상관성을 고려하면서 확률분포형을 추정할 수 있다는 장점이 있다. Copula 모형 중 Gumbel copula는 extreme-value 확률분포형으로 극치사상에 적합한 확률분포형이다. 본 연구에서는 Gumbel copula를 이용하여 우리나라 기상청 64개 종관기상관측소의 강우자료로부터 극치 강우사상을 추출하고, 이를 이용하여 빈도해석을 수행하였다. 극치 강우사상은 전체 강우사상 중 각 년도별로 최대강우량을 갖는 연최대강우량사상(annual maximum volume event)을 사용하였다. 각 확률변수의 주변분포형으로는 gamma, Gumbel, generalized extreme value, generalized logistic, Weibull 등 5개 확률분포형을 검토하였으며 각각 적합한 주변분포형을 적용하고 copula 모형의 매개변수는 의사최우도법(maximum pseudo-likelihood method)를 사용하여 추정하였다. 또한 추정된 copula 모형은 Cramer-von Mises 함수와 경험적 copula를 이용하여 적합도 검정을 수행하였다. 이를 통해 극치강우사상에 대하여 Gumbel copula 모형의 적용성을 검토하였으며 추정된 결합확률분포형을 이용하여 빈도별 확률강우사상을 2차원 등치선(contour line)형태로 제시하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.349-349
• /
• 2017

표준강수지수(Standardized precipitation index, SPI)는 가장 널리 사용되고 있는 가뭄지수로, 우리나라 뿐만 아니라 세계기상기구(World Meteorological Organization)에서도 추천하고 있는 대표적인 기상학적 가뭄 지수라고 할 수 있다. 현재 표준강수지수는 2변수 gamma 분포를 적용하여 강수 부족 상황을 지수화하여 나타내고 있는데, 일부 연구에서는 다른 확률분포형의 적용하기도 하였다(Guttman, 1999; Lloyd-Hughes and Saunders, 2002; Stagge et al., 2015). 우리나라에서는 유원희(2000)에 의해 Pearson type 3, 2변수 gamma, generalized logistic, GEV, 3변수 log-normal 분포에 따른 SPI 산정 결과를 비교한 연구가 수행되었는데, SPI 산정에는 분포형별 차이가 뚜렷하지 않다는 결론을 얻었다. 그러나 이때 금강유역 내 지점에 국한하여 적용하였고, 분포형별 적합도 검정을 수행하지 않고 SPI 산정결과만을 비교하여 우리나라에 일반적으로 적용하기에는 어려움이 있다. 따라서 본 연구에서는 우리나라의 강우특성을 반영할 수 있도록 다양한 확률분포형을 고려하여 표준강수지수를 분석하고자 한다. 이를 위해 관측기간이 30년 이상인 기상관측소의 월단위 강우자료를 구축하고, 월단위 강우자료에 다양한 확률분포형을 적용하고자 한다. 이때 적용하는 확률분포형은 2변수 gamma, Gumbel, normal 분포이다. 적정 확률분포형 선정을 위해 적합도 검정을 수행하고자 한다. 또한 각 분포형별로 산정된 표준강수지수를 기존 표준강수지수와 비교검토하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• 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.

• 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
• /
• 2006.05a
• /
• pp.846-851
• /
• 2006

본 논문은 최근 발생한 집중호우와 이상강우를 고려하여 인천지역에서 사용중인 확률강우강도식에 대한 새로운 확률강우강도식을 제안하였으며, 기상청 자료를 이용하여 지속시간 10분${\sim}$24시간까지의 임의시간 연최대강우량을 산정하였다. 강우지속기간별 확률강우량을 추정하기 위하여 11개의 확률분포형을 적용하였으며 Chi-square 검정방법, Kolmogorov -Smirnov 검정방법, Cramer Von Mises 검정방법으로 적합도 검정과 함께 최근 강우에 대한 경향을 분석하고 실제 발생한 강우 중에서 최대 발생 강우량을 고려하여 적정분포인 GEV 분포를 확률 분포형으로 선정하였다. 확률강우강도식은 최소자승법을 사용하여 Talbot형, Sherman형, Japanese형, 통합형 Ⅰ 및 Ⅱ 형태로 산정하였고, 지역내 하수도 및 하천의 지속시간을 감안하여 확률강우강도식을 결정하였다. 또한 정확성을 고려하여 통합형 Ⅰ을 선택하였고 지속시간에 따른 강우강도식의 확률강우와 관측치를 감안한 강도식을 인천지역의 강우강도식으로 제안하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.41-41
• /
• 2016

최근 다변량 확률모형을 이용한 빈도해석이 수문자료 등에 적용되면서 다양하게 연구되고 있으며 다변량 확률모형 중 copula 모형은 주변분포형에 대한 제약이 없어 여러 분야에 걸쳐 활발히 연구되고 있다. 강우자료는 기존 일변량 빈도해석을 수행하기 위하여 사용하던 block maxima 방법 대신 최소무강우시간(inter event time)을 통하여 강우사상을 추출하여 표본으로 사용한다. 또한 기후변화로 인한 강우량의 변화등에 대응하기 위하여 비정상성 Generalized Extreme Value(GEV)와 Gumbel 등의 확률분포형에 대한 연구도 많은 부분 이루어져 있다. 본 연구에서는, Archimedean copula 모형을 이용하여 이변량 확률모형을 구축하면서 여기에 사용되는 주변분포형에 정상성/비정상성 분포형을 적용하였다. 모형의 매개변수는 inference function for margin 방법을 이용하였으며 주변분포형으로는 정상성/비정상성 GEV, Gumbel 모형을 적용하였다. 결과로 정상성/비정상성 경향을 나타내는 지점을 구분하고 각 지점에 대한 정상성/비정상성 주변분포형을 적용한 이변량 확률분포형을 구하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.412-412
• /
• 2017

강우빈도해석을 위해서는 확률분포선정이 우선적으로 이루어져야 한다. 우리나라에서는 사용상의 편리상, 기존 해석결과와의 연속성 등을 이유로 Gumbel 확률분포가 가장 일반적으로 활용되고 있다. 그러나, 분포형 선정에 따른 확률강수량의 차이가 크게 발생한다는 점에서 단순히 해석상의 편리성을 기준으로 분포형 선정이 이루어지는 것은 바람직하지 않다. 특히, 우리나라에서 강우빈도해석 시 분포형 선정은 형식적인 수준에 그치고 있으며, 주로 KS검정, 검정 등 적합도 검정을 통해 고려된 분포형의 통계적 유의성만을 평가하고 있다. 그러나, 최적 분포형 선정이라는 관점에서 이러한 유의성 검정보다는 정량적인 지표를 기준으로 확률분포형 선정이 이루어지는 것이 적합할 것으로 판단된다. 즉, 자료의 설명력이 가장 우수한 분포를 정량적 지표를 기준으로 추정하는 것이 수문통계학적으로 적합성을 갖는다. 이러한 점에서 본 연구에서는 우도함수, BIC 및 AIC를 기준으로 우리나라 주요 강수지점에서 대해서 최적 분포형을 선정하고, 기존 Gumbel 분포를 기준으로 산정된 확률강수량과의 양적차이를 평가해보고자 한다.

• 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.

• Water for future
• /
• v.4 no.2
• /
• pp.86-93
• /
• 1971

수자원 개발계획 및 수공구조물 설계자료로서 가장 기본적인 사항은 계획수문량설정의 적정화에 있지 않는가 생각한다. 본 고에서는 우리나라에서의 확률강우량 산정방법에 기여코저 과거의 국내외 여러 학자들이 제창한 바를 바탕으로 국내 주요지점 가운데 2개지점(서울, 대구)을 실례로 들어 여러 가지 경우의 확률강우량식들을 비교검토하여 기술한 것이다. 그 결과 아래와 같은 몇가지 사항을 제시하여 본고를 여미고저 하는 바이다. 1. 확률강우량 산정에는 각 지점별로 최적지점우량 분포형을 먼저 결정하고 그 최적분포형에 부합되는 통계처리 과정을 밟아야 한다. 2. 본 고에서 채택한 2개 지점의 지점우량분포형 검정결과로는 서울 지점이 입방근정규분 분포에 속하며 대구지점은 평방근정규분포형을 제시하고 있다. 3. 각 지점별 강우특성과 최적분포형 설정결과로 보아 기왕의 최대치 위주의 확률강우량 산정방식보다 본고에서 기술한 5. (각종 산정방법에 의한 확률강우량의 비교검토)에서의 (C)방법이 가장 합리적이며 타당한 방법이라고 생각한다.