• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.274-274
• /
• 2023

기후변화의 영향으로 겨울철 적설의 양상이 과거와는 많이 달라진 것으로 보인다. 따라서 미래의 적설이 어떤 확률로 발생할 것인지도 과거에 비해 많이 달라질 것으로 예상된다. 하지만 어떤 정도로 달라질 것인지는 정확하게 알 수가 없다. 본 연구에서는 이를 합리적으로 추정하기 위해 일본에서 수행한 대규모 기후 앙상블 모의실험 결과로 생성된 d4PDF(Data for Policy Decision Making for Future Change) 자료 중 적설과 기온 자료를 이용하여 일 최심적설심을 모의하고 연최대치계열을 작성하여 과거의 최심적설심 연최대치분포와 비교하여 분위사상법을 통해 모형의 오차를 보정한 후 미래 지구평균온도 상승 시의 기후모의 결과에 적용함으로써 지구평균온도 상승 정도에 따라 우리나라의 적설양상과 확률적설심이 어떻게 변화할 것인지 추정해 보았다. 연구의 결과는 미래 적설과 관련된 설계와 방재 목적에 참고적으로 활용될 수 있을 것이다.

• 대한토목학회논문집
• /
• 제34권5호
• /
• pp.1421-1433
• /
• 2014

본 연구에서는 적설심 빈도분석을 수행하기 위해 우리나라에 가장 적합한 확률분포형과 모수추정방법을 선정하였다. 최적확률분포형으로는 Generalized Extreme Value (GEV), 모수추정방법으로는 확률가중모멘트법이 선정되었다. 선정된 확률분포형과 모수추정방법을 적용하여 우리나라 69개 기상관측소별 적설심 빈도분석을 수행하였다. 빈도분석을 통해 관측소별 빈도별 적설심을 산정하였고 적설심과 눈의 단위중량을 이용하여 적설하중을 산정하였다. 산정된 적설하중 중 100년 빈도 적설하중을 이용하여 ArcGIS 크리깅(Kriging) 기법을 통해 우리나라 설계적설하중 지도를 작성하였다. 또한, 본 연구를 통해 산정된 적설하중과 건축구조기준 및 해설(2009)에서 제시하고 있는 설계적설하중을 비교하여 설계적설하중 기준의 적정성을 평가하였다. 평가결과, 대부분의 지역에서 현재 지상적설하중 기준의 상향조정이 요구되었으며 본 연구를 통해 도출된 결과를 반영하여 보다 합리적인 지역별 설계적설하중을 제안하였다. 본 연구를 통해 제안된 지역별 설계적설하중은 폭설에 대비한 우리나라 전역의 구조물 설계에 활용될 수 있을 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• 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.

• 한국수자원학회논문집
• /
• 제53권4호
• /
• pp.259-271
• /
• 2020

우리나라도 최근 들어 과거 눈이 거의 내리지 않던 지역에 폭설이 내리거나 대설에 의한 인명피해가 발생하는 등의 대설 피해가 발생하며, 대설 및 설해 피해에 대한 관심이 증가하고 있다. 그러므로 자연재해저감 종합계획에 대설에 의한 설해 대비를 포함하는 등의 정책적인 변화가 생겼으나, 우리나라는 그동안 대설 피해가 많지 않았었기 때문에 대설이나 적설 자료의 특성에 대한 연구를 다양한 각도에서 수행한 적이 거의 없다. 우리나라의 적설자료는 강우자료와 특성이 다른 경우가 많다. 예를 들어, 우리나라 남해안 일부 지역은 연중 눈이 한 번도 내리지 않는 경우가 다수 있어, 연최대치계열 자료 중에 값이 없는 경우가 빈번히 존재한다. 이에 0이 다수 포함된 자료의 빈도해석을 위해 조건부결합확률분포를 이용하여 확률 밀도함수를 선정하는 방법을 적용하였다. 그 결과 기본 방법에 비해 적합도가 더 높은 확률밀도함수를 구할 수 있었으며, 100년 빈도 이상의 긴 재현기간에서 기존 방법에 비해 대체로 적설심이 작아지는 경향을 보였다. 본 연구에서는 본 연구에서는 0이 다수 포함된 자료의 빈도해석을 위해 조건부결합확률분포를 제안한 선행연구를 적용하여 우리나라 전국의 적설 관측지점에 대한 빈도해석을 수행하고, 그 결과를 설계에 사용되는 값들과 비교하였다. 본 연구의 결과는 향후 수문학적 적용을 위한 적설자료의 관측 및 분석 방법에 대한 세부적인 기준 마련을 위한 기초자료로 활용될 수 있을 것이다.

• 생물환경조절학회지
• /
• 제1권1호
• /
• pp.1-13
• /
• 1992

본 연구는 생물생산시설의 안전구조설계기준 마련을 위한 기초자료를 제공하기 위하여, 우리나라의 60개 지역에 대한 기상자료를 사용하여 설계하중 산정에 필요한 재현기간별 설계풍속 및 설계 적설심을 구하고 등풍속선도 및 등적설심선도를 작성하였으며, 얻어진 결과를 요약하면 다음과 같다. 1. 년최고치 계열의 최대풍속 및 최대적설심 자료에 대한 Type-I 극치분포의 적정 확률분포형 검정을 위해 Chi-Square검정을 실시한 결과 대부분 지역에서 적합성이 인정되었다. 2. 적정 확률분포형으로 설정된 Type-I 극치분포에 의하여 재현기간별 표본 수에 따른 빈도계수를 구하고, 각 지역의 설계풍속 및 설계적설심을 구하였으며 결과는 Table 5와 Table 6, 그리고 Fig.3 및 Fig.4와 같다. 3. 최대풍속의 최빈풍향 분석결과 최대풍속의 약 46.4 %가 일정한 방향인 것으로 나타났으며, 지형이나 환경상의 문제가 없을 경우 최빈풍향을 고려해 주는 시설배치로 구조적 안전성을 향상시킬 수 있을 것으로 생각된다. 4. 우리나라의 풍속 및 적설심을 고려해 볼 때 울릉도 및 영동지방은 시설재배지역으로 매우 불리하며, 충남과 전북 서해안 지역은 적설에, 서남해안 지역은 바람에 강한 구조로 설계하는 것이 바람직하다는 것을 확인할 수 있었다.

• 한국수자원학회논문집
• /
• 제52권9호
• /
• pp.627-635
• /
• 2019

우리나라에서도 최근 들어 과거 눈이 내리지 않던 지역에 폭설이 내리거나 대설에 의한 인명피해가 발생하는 등의 설해가 발생하였다. 이에 자연재해저감 종합계획에 대설에 의한 설해 대비를 포함하는 등의 정책적인 변화가 생겼으나, 우리나라는 그동안 대설 피해가 많지 않았었기 때문에 대설이나 적설 자료의 특성에 대한 연구를 다양한 각도에서 수행한 적이 거의 없다. 우리나라의 적설자료는 강우자료와 특성이 다른 경우가 많다. 예를 들어, 우리나라 남해안 일부 지역은 연중 눈이 한 번도 내리지 않는 경우가 다수 있어, 연최대치계열 자료 중에 값이 없는 경우가 빈번히 존재하는 등 중도절단 자료(censored data)와 비슷한 특성을 가진다. 실제로 부산 지점은 적설관측시 시작된 이후 연최대치계열 자료의 값이 없는 경우가 전체 시계열의 36% 이상이었다. 그럼에도 불구하고 적설자료의 빈도해석은 기존 강우자료의 빈도해석 절차에 준해 시행되는 경우가 대부분이었다. 연최대치계열 자료가 존재하지 않는 경우, 기존의 빈도해석 방법을 적용하기 위해 자료가 존재하지 않는 기간에 대해 0으로 가정하여 빈도해석을 수행하거나 해당기간을 제외하고 빈도해석을 수행할 수 있다. 그러나 두 가지 경우 모두 구해진 확률분포의 적합도가 매우 낮은 경우가 존재했다. 그러므로 본 연구에서는 우리나라 적설자료의 특성을 고려하기 위해 조건부결합확률분포를 이용하여 확률밀도함수를 선정하는 방법을 제안하였다. 그 결과 기본 방법에 비해 적합도가 더 높은 확률밀도함수를 구할 수 있었으며, 100년 빈도 이상의 고빈도에서 기존 방법에 비해 대체로 적설심이 작아지는 경향을 보였으며, 최대 15%의 차이를 보였다. 눈의 단위중량에 따라 지역별로 하중은 달라질 수 있으며 그 영향의 크기가 달라질 수 있으나, 본 연구의 결과는 건축물의 설계기준에도 영향을 미칠 수 있고, 재해저감을 위한 대책 수립에도 큰 기여를 할 수 있을 것이다.

• 한국수자원학회논문집
• /
• 제52권12호
• /
• pp.1001-1009
• /
• 2019

최근 우리나라에서 폭설이 증가하고 있으며, 이로 인한 피해액 또한 증가하고 있다. 우리나라는 전국적으로 폭설로 인한 피해를 줄이기 위해 내설 설계기준 마련 등의 노력을 하고 있으나, 강설 자료의 특성으로 기준 설정에 어려움이 있다. 본 연구에서는 우리나라 남부 지역에 있는 진주, 창원, 합천 지점의 적설량에 대한 수문통계학적 빈도분석을 수행하여 최심신적설량에 대한 설계수문량을 정량적으로 산정하였다. 자료의 특성상 연도별 측정값이 '0'인 경우가 존재하여 기존의 빈도분석 방법을 적용할 경우 매개변수의 추정이 불가능한 상황도 발생한다. 이러한 문제를 해결하기 위하여 혼합분포함수를 이용하였고, 분포모형으로는 대수정규, 일반화 파레토, 일반화 극치, 감마, 검벨, 와이블 분포를 적용하였다. 적용 결과, 단일분포함수를 적용할 때 보다 혼합분포함수를 적용할 때 확률적설심이 더 작게 산정되었으며, 전체적으로 관측값이 간헐적으로 나타나는 지점에서 혼합분포함수의 적용성이 우수한 것으로 판단된다.

• 생물환경조절학회지
• /
• 제24권3호
• /
• pp.226-234
• /
• 2015

본 연구에서는 적설하중 산정을 위한 노출계수를 결정하는데 필요한 기초자료를 제공하기 위하여 각국의 온실구조설계기준에서 제시된 노출계수들을 비교분석하였고 우리나라의 각 지역별 노출계수를 결정하고 결정방법에 대하여 개선방안을 분석하였으며 연구결과를 요약하면 다음과 같다. 각국의 노출계수 기준을 비교분석한 결과 노출계수에 영향을 미치는 주요인자는 노풍도, 풍속, 바람막이의 유무인 것으로 분석되었다. 또한 일본을 제외한 각국의 기준을 종합하면 노출계수는 3가지 단계로 구분되며 바람에 완전히 노출되고 바람이 센 지역의 노출계수는 0.8(0.9), 바람에 부분적으로 노출된 지역은 1.0(1.1), 바람막이가 조밀하게 설치된 지역은 1.2로 나타낼 수 있다. 따라서 온실의 적설하중 산정을 위한 노출계수는 적용의 용이성을 고려한다면 3단계로 구분하여 제시하는 것이 바람직할 것으로 판단된다. ISO 4355기준에 따라 우리나라 94개 지역에 대한 노출계수를 산정한 결과 대관령 (0.5)과 여수(0.6)를 제외한 모든 지역의 노출계수가 1.0과 0.8 두 가지로 대별되었다. 우리나라의 내륙지역이 해안지역에 비해 상대적으로 더 큰 강설 확률을 가지며 최대풍속이 $5m{\cdot}s^{-1}$ 이상인 일수가 더 작은 것으로 분석되었다. 우리나라의 노출계수는 3단계로 구분하여 해안 지역을 중심으로 한 바람이 강한 지역을 0.8로 하고 내륙지역은 1.0으로 하며 촘촘한 바람막이가 있는 경우는 일본을 제외한 각국에서 적용하고 있는 값인 1.2로 결정하는 것이 바람직할 것으로 판단되며, 임계풍속 $5.0m{\cdot}s^{-1}$ 이상 일 수에 따른 지역별 구체적인 노출계수는 추가적인 연구를 통해 결정할 필요가 있다.

• 한국농공학회논문집
• /
• 제64권6호
• /
• pp.35-41
• /
• 2022

Heavy snow damage can be prevented in advance with an appropriate security system. To develop the security system, we developed a model that predicts snow depth after a few hours when the snow depth is observed, and utilized it to calculate a failure probability with various types of greenhouses and observed snow depth data. We compared the Markov chain model and Bayesian long short-term memory models with varying input data. Markov chain model showed the worst performance, and the models that used only past snow depth data outperformed the models that used other weather data with snow depth (temperature, humidity, wind speed). Also, the models that utilized 1-hour past data outperformed the models that utilized 3-hour data and 6-hour data. Finally, the Bayesian LSTM model that uses 1-hour snow depth data was selected to predict snow depth. We compared the selected model and the shifting method, which uses present data as future data without prediction, and the model outperformed the shifting method when predicting data after 11-24 hours.