• 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
• /
• 2012.05a
• /
• pp.196-196
• /
• 2012

전 지구적으로 발생하고 있는 잦은 기상이변과 기후변화의 가속화로 자연재해 발생빈도 및 피해규모는 증가하는 추세로 나타나고 있다. 이러한 기상이변은 우리나라 또한 예외가 아니며 최근 한반도에서 발생한 적설로 인하여 많은 인명과 재산피해가 증가하고 있다. 본 연구에서는 기상청에서 제공하는 KMA-RCM 기후자료를 바탕으로 관측자료 및 시나리오의 온도, 강수, 적설량 간의 관계를 이용하여 기상청 산하 기상관측소 58개 대상 지점으로부터 목표기간별(목표 I:1979~2008년, 목표 II:2011~2040년, 목표 II:2041~2070년, 목표IV:2071~2100년) 적설량을 예측하였으며, 빈도별(20년, 30년, 50년, 80년, 100년, 200년) 확률적설량을 산정하고자 하였다. KMA-RCM 자료를 이용한 미래 적설량 예측은 기상인자들의 복잡한 비선형 조합으로 발생하기 때문에 적설량에 영향을 미치는 온도, 강수, 적설량의 비선형 과정들을 고려할 수 있는 신경망 모형을 이용하여 적설량 예측 모형을 구성하였고, 58개 대상 지점의 30년 이상 관측기상자료 중 온도, 강수, 적설량 자료를 이용하여 지점별로 훈련을 시켜 이를 기후변화 시나리오에 활용하였다. 확률적설량에서 매개변수 추정은 확률가중모멘트법(PWM)을 이용하였고 적정확률분포형으로는 시나리오적 방법 및 비시나리오적 방법에 대한 분포형 검정결과 가장 적합하다고 판정되는 Gumbel분포형을 선정하였다. 위의 방법론을 통하여 미래 목표기간별로 확률적설량을 확률적설량을 산정하였으며 본 연구결과는 기후변화 시나리오를 고려한 목표기간별 적설량 산정 및 관련 방재기준의 개선 방안 및 재설정 기준 마련에 기초자료로 활용될 수 있을 것으로 기대된다.

• Journal of the Korean Society of Hazard Mitigation
• /
• v.7 no.2 s.25
• /
• pp.53-63
• /
• 2007

This study is to evaluate the probable snowfall depth by the point frequency analysis and to draw the map of probable snowfall depth in Korea. The 14 probability distributions which has been widely used in hydrologic frequency analysis are applied to the annual maximum depth of snowfall data. The parameters of each probability distribution are estimated by method of moments, maximum likelihood method and method of probability weighted moments. The estimated parameters were checked by parameter validity conditions of each assumed probability distribution. Four tests that are $X^2-test$, Kolmogorov-Smirnov test, Cramer von Mises test and probability plot correlation coefficient test are used in this study to determine the goodness of fit of the distributions. Mostly the 2-parameter gamma distribution was determined as appropriate distribution for the annual maximum new snowfall depth. The probable snowfall depth were obtained from appropriate distribution for the selected return periods and the maps of probable snowfall depth were presented. It will be useful to specify the snowfall load for the design of agricultural facilities such as vinyl house and cattle shed.

• Journal of Wetlands Research
• /
• v.20 no.2
• /
• pp.105-115
• /
• 2018

The frequency analysis of hydrometeorological data is one of the most important factors in response to natural disaster damage, and design standards for a disaster prevention facilities. In case of frequency analysis of hydrometeorological data, it assumes that observation data have statistical stationarity, and a parametric method considering the parameter of probability distribution is applied. For a parametric method, it is necessary to sufficiently collect reliable data; however, snowfall observations are needed to compensate for insufficient data in Korea, because of reducing the number of days for snowfall observations and mean maximum daily snowfall depth due to climate change. In this study, we conducted the frequency analysis for snowfall using the Bootstrap method and SIR algorithm which are the resampling methods that can overcome the problems of insufficient data. For the 58 meteorological stations distributed evenly in Korea, the probability of snowfall depth was estimated by non-parametric frequency analysis using the maximum daily snowfall depth data. The results of frequency based snowfall depth show that most stations representing the rate of change were found to be consistent in both parametric and non-parametric frequency analysis. According to the results, observed data and Bootstrap method showed a difference of -19.2% to 3.9%, and the Bootstrap method and SIR(Sampling Importance Resampling) algorithm showed a difference of -7.7 to 137.8%. This study shows that the resampling methods can do the frequency analysis of the snowfall depth that has insufficient observed samples, which can be applied to interpretation of other natural disasters such as summer typhoons with seasonal characteristics.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.136-136
• /
• 2020

홍수와 가뭄은 우리나라에 대표적인 수재해로서 관련 연구도 활발히 진행되고 있다. 반면 겨울철에 발생하는 적설의 경우 발생빈도와 피해가 상대적으로 적었으며 관련 연구 또한 미비한 실정이다. 우리나라 일부 남부지방은 강우와 다르게 연중 눈이 내리지 않는 경우가 존재하며, 자료 중 '0'값을 가지게 된다. 이로 인해 최적분포형 선정 및 매개변수 추정에 어려움이 있으며, 특히 '0'값으로 인해 단일 확률분포를 이용한 빈도해석은 한계가 있다. 본 연구에서는 연중 눈이 내리지 않는 무적설량을 고려하기 위하여 두 가지 이상의 확률분포함수를 결합한 혼합분포함수를 개발하였다. Bayesian 기법을 이용하여 무강우의 기준이 되는 값(δ)을 매개변수로 고려하여 추정하였으며, 이에 따른 적설발생 평균확률(P을 Mixing Ratio로 고려하여 혼합분포함수를 제시하였다. 본 연구에서는 기상청 산하 관측소 중 20년 이상의 지점을 선정하여 최심신적설량을 활용하였으며, 빈도별 확률적설심을 산정하였다. 적합한 확률분포형 선정을 위해 먼저 Bayesian 기법으로 매개변수와 우도함수를 산정한 후 각 분포형의 BIC(bayesian information criterion)값을 비교하였다. 선정된 최적분포형에 대해 빈도분석을 실시하여 최심신적설량을 제시하였다. 추가적으로 무강우를 기존 기준인 '0'으로 고정하여 본 연구에서 제시한 결과 값과 비교하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.170-170
• /
• 2017

본 연구의 목표는 극한 지역의 대비 시스템을 구축하기 위하여 인공 신경망(Artificial Neural Networks)을 이용하여 보다 관측하기 쉬운 기상 인자들로부터 적설량을 실시간 측정 가능성을 제시하는 것이다. 본 연구에서 사용한 데이터베이스는 기상청의 기상자료개방포털에서 사람이 직접 측정한 종관기상관측의 자료다. 이 중에서 일최대 기온, 일최저 기온, 일평균 기온, 강수량을 사용하여 오차를 줄여나가는 최적화방법으로 인공 신경망 시스템을 설계하였다. 설계된 시스템으로 500회 시뮬레이션한 연구 결과는 상관계수가 적설량 측정에 대한 인공 신경망의 크기(노드의 개수)와 관계없이 평균적으로 0.8627인 것을 보여준다. 추가적으로 보조 입력 값인 고도를 사용한 결과, 성능은 좋아졌지만 상관계수의 차이는 평균 0.0044로 미세했다. 또한 Cross-Validation을 통해 기존의 보간법인 Kriging기법과 비교하여 미 관측 지역에서 인공 신경망(ANNs) 사용이 Kriging기법 보다 우수하다는 것을 2차원 Regression's map을 통해 나타냈다. 마지막으로 오차가 크게 발생했을 경우 보안할 수 있는 확률적인 방안을 제시하였다.

• Journal of Korean Society of Disaster and Security
• /
• v.13 no.4
• /
• pp.25-36
• /
• 2020

An increasing frequency and intensity of natural disasters have been observed due to climate change. To better prepare for these, the MOIS (ministry of the interior and safety) announced a comprehensive plan for minimizing damages associated with natural disasters, including drought and heavy snowfall. The spatial-temporal pattern of snowfall is greatly influenced by temperature and geographical features. Heavy snowfalls are often observed in Gangwon-do, surrounded by mountains, whereas less snowfall is dominant in the southern part of the country due to relatively high temperatures. Thus, snow depth data often contains zeros that can lead to difficulties in the selection of probability distribution and estimation of the parameters. A generalized mixture distribution approach to a maximum snow depth series over the southern part of Korea (i.e., Changwon, Tongyeoung, Jinju weather stations) are located is proposed to better estimate a threshold (𝛿) classifying discrete and continuous distribution parts. The model parameters, including the threshold in the mixture model, are effectively estimated within a Bayesian modeling framework, and the uncertainty associated with the parameters is also provided. Comparing to the Daegwallyeong weather station, It was found that the proposed model is more effective for the regions in which less snow depth is observed.

• Journal of Korea Water Resources Association
• /
• v.52 no.12
• /
• pp.1001-1009
• /
• 2019

Due to recent increasing heavy snow in Korea, the damage caused by heavy snow is also increasing. In Korea, there are many efforts including establishing disaster prevention measures to reduce the damage throughout the country, but it is difficult to establish the design criteria due to the characteristics of heavy snow. In this study, snowfall frequency analysis was performed to estimate design snow depths using observed snow depth data at Jinju, Changwon and Hapcheon stations. The conventional frequency analysis is sometime limted to apply to the snow depth data containing zero values which produce unrealistc estimates of distributon parameters. To overcome this problem, this study employed mixed distributions based on Lognormal, Generalized Pareto (GP), Generalized Extreme Value (GEV), Gamma, Gumbel and Weibull distribution. The results show that the mixed distributions produced smaller design snow depths than single distributions, which indicated that the mixed distributions are applicable and practical to estimate design snow depths.

• Journal of the Korean earth science society
• /
• v.26 no.5
• /
• pp.395-403
• /
• 2005

This study is focused on the relationship between snowfall and the Bowen’s Ratio (sensible heat flux/latent heat flux) through calculation of heat exchange between air and sea for snowfall events in Jeju Island from 1993 to 2003. The four weather stations for this study are located at Jeju, Seoguipo, Seongsanpo and Gosan in Jeju Island. In order to improve the reliability of snowfall forecast, the Bowen’s Ratio for snowfall, which includes influences from the atmosphere such as wind, is compared with the temperature difference between air and sea for snowfall. As a results, in the case for fresh snowfall, the minimum temperature differences between air and sea were 10, 12.3, 11.5, and $14.3^{\circ}C$ at Jeju, Seoguipo, Seongsanpo and Gosan, respectively. The probabilities of fresh snowfall were 26, 29, 13, and $23\%$, respectively, when the temperature differences were higher than the previous values. On the other hand, the minimum Bowen ratios were 0.59, 0.60, 0.65 and 0.65 at Jeju, Seoguipo, Seongsanpo and Gosan, respectively. The probabilities of fresh snowfall were 33, 70, 31 and $58\%$ respectively, when the Bowen ratio is higher than those. The reason for this is because the probability of fresh snowfall with the Bowen ratio was higher than the probability with temperature difference between air and sea. This result occurred because heat exchange by wind increased the probability of snowfall, along with the temperature difference between air and sea, and the Bowen ratio. Therefore, snowfall forecast of Jeju Island is significantly influenced by the sea, whereas forecast with Bowen ratio seems to have higher reliability than that with the temperature difference between air and sea. The data analysis for the ten-year period $(1993\~2002)$ showed that when each fresh snowfall was within 0.0 to 0.9cm, the average Bowen’s ratio was 0.63 to 0.67, and when each fresh snowfall was 1.0 to 4.9 cm, the average Bowen’s ratio was over 0.72. Therefore, fresh snowfall shows a proportional relationship with the Bowen’s ratio during snowfall.