• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.54-54
• /
• 2019

최근 이변량 가뭄 빈도해석시 Copula 함수 기반의 빈도해석모델을 활용한 분석이 이루어지고 있다. 그러나 기존 연구에서는 이변량 가뭄 빈도해석시 지점빈도해석에 국한되어 분석이 이루어지며, 지역을 대표하는 수문자료의 특성이 반영된 빈도분석에 대한 연구는 미진한 실정이다. 이에 본 연구에서는 Bayesian 기법과 이변량 Copula 가뭄 빈도해석 기법을 연계한 Bayesian 이변량 Copula 지역빈도해석 모델을 개발하였다. 개발된 모델에 모의자료를 적용하여 가정한 가뭄특성 및 매개변수를 추정하였으며, 유사하게 도출된 결과를 통해 모델의 적합성을 평가하였다. 최종적으로 최근 발생한 가뭄사례를 중심으로 이변량 가뭄 지역빈도해석을 수행한 결과, 기존 지점빈도해석보다 가뭄의 특성을 효과적으로 반영된 빈도해석이 이루어지는 것을 확인하였으며, 기존 Copula 모델에 Bayesian 기법을 도입하여 매개변수에서 발생하는 불확실성을 정량화 하였다. 본 연구에서 제안된 모델의 검증과정과 도출된 결과를 통해 가뭄자료의 지역적 분포특성 및 자료간의 상관성을 효과적으로 재현하는데 유리할 뿐만 아니라, 매개변수의 불확실성을 평가할 수 있는 장점을 제공할 것으로 판단된다.

• Journal of Korea Water Resources Association
• /
• v.47 no.5
• /
• pp.469-482
• /
• 2014

This study developed a Bayesian spatial regional frequency analysis, which aimed to analyze spatial patterns of design rainfall by incorporating geographical information (e.g. latitude, longitude and altitude) and climate characteristics (e.g. annual maximum series) within a Bayesian framework. There are disadvantages to considering geographical characteristics and to increasing uncertainties associated with areal rainfall estimation on the existing regional frequency analysis. In this sense, this study estimated the parameters of Gumbel distribution which is a function of geographical and climate characteristics, and the estimated parameters were spatially interpolated to derive design rainfall over the entire Han-river watershed. The proposed Bayesian spatial regional frequency analysis model showed similar results compared to L-moment based regional frequency analysis, and even better performance in terms of quantifying uncertainty of design rainfall and considering geographical information as a predictor.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.433-433
• /
• 2022

수자원 관리를 위한 설계수문량의 산정은 수문자료의 통계적 특성을 고려한 빈도해석을 통해 이루어지며, 대상 관측지점에 대해 개별적으로 수행되는 지점빈도해석과 수문학적으로 동질하다고 판단되는 지점들의 자료를 동시에 고려하는 지역빈도해석으로 분류된다. 기후변화에 의한 미래 수문량의 변동성을 고려하기 위해 비정상성 빈도해석이 요구되나 짧은 기록을 갖는 수문자료로부터 정확한 변화 추세를 평가하기 어렵다. 이에 따라 지역빈도해석을 통해 자료를 확충함으로써 자료에 대한 신뢰성을 확보하고 지역 전체에 대해 대표성을 갖는 확률수문량을 산정하는 것이 합리적이다. 본 연구에서는 극치강수량의 지역빈도해석에서 비정상성을 고려하기 위해 단순선형회귀 모형을 통해 시간항에 대한 강수량의 경향성을 탐지하였다. 계층적 Bayesian 모형을 통해 Partial Pooling 기법을 적용함으로써 기존 L-모멘트 방법(complete pooling)에서 고려하지 못하는 개별지역의 강수 특성을 고려하였으며 불확실성을 정량화하였다. 한강 유역 18개 지점의 극치강수량에 대해 비정상성 평가 결과 대부분 지점에서 양의 기울기를 확인하였으며 미래 빈도별 확률강수량의 증가율을 제시한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.272-272
• /
• 2023

기후변화로 인해 많은 경우 강수량은 증가할 것으로 전망되지만 시공간적 편차 또한 커짐으로써 가뭄 위험은 증가할 것으로 예상된다. 가뭄 위험도 평가는 강수량, 유출량 등 수문자료로부터 추출한 가뭄변량의 빈도해석을 통해 이루어질 수 있다. 빈도해석의 대상이 되는 수문변량의 통계적 속성이 일정하게 유지되는 정상성의 가정은 기존 빈도해석 방법의 핵심이 되지만, 최근 기후변화로 인한 수문변량의 통계적 특성 변화가 발생할 것으로 예상되기 때문에 이러한 비정상성의 특성을 빈도해석 시 고려할 필요가 있다. 자료의 비정상성을 평가하는데 짧은 기록을 갖는 자료로부터 변화 추세를 신뢰성 있게 평가하는 것은 어려움이 크다. 이러한 점에서 지점자료를 통합적으로 활용할 수 있는 지역빈도해석 절차 도입을 통해 해석 결과에 신뢰성을 확보하는 것이 합리적이다. 본 연구에서는 유역단위에서 가뭄의 지속기간과 심도 사이의 상호의존성을 고려하기 위해 이변량 Copula 함수 기반 가뭄 지역빈도해석을 도입했으며, 두 가뭄변량의 주변확률분포의 매개변수는 시간에 따른 함수로 가정하였다. 모형의 모든 매개변수는 계층적 Bayesian 모형을 통해 동시에 추정하였다. 최종적으로 주어진 가뭄빈도에 해당하는 시간에 따라 변화하는 가뭄 위험을 평가하였다.

• Journal of Korea Water Resources Association
• /
• v.46 no.1
• /
• pp.13-24
• /
• 2013

The main objective of this study was to develop a new regional frequency analysis model based on hierarchical Bayesian model that allows us to better estimate and quantify model parameters as well as their associated uncertainties. A Monte-carlo experiment procedure has been set up to verify the proposed regional frequency analysis. It was found that the proposed hierarchical Bayesian model based regional frequency analysis outperformed the existing L-moment based regional frequency analysis in terms of reducing biases associated with the model parameters. Especially, the bias is remarkably decreased with increasing return period. The proposed model was applied to six weather stations in Jeollabuk-do, and compared with the existing L-moment approach. This study also provided shrinkage process of the model parameters that is a typical behavior in hierarchical Bayes models. The results of case study show that the proposed model has the potential to obtain reliable estimates of the parameters and quantitatively provide their uncertainties.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.466-466
• /
• 2015

지역빈도해석은 수문학에서 오랜 역사를 갖고 있으며, 수년에 걸쳐 수문학적 변량의 정량적 추정을 위해 다양한 접근방법들이 제안되어 왔다. 그러나 제안된 방법들의 가설설정 수준이 높기 때문에 실제 적용에 제약이 많고, 적용 시에도 예측에 대한 불확실성이 높은 문제점이 있다. 본 연구에서는 이러한 문제점을 개선하기 위한 방법으로 계층적 베이지안 모델을 이용한 지역빈도해석 모형을 제안하고자 한다. 본 모형은 2개의 계층적 구조로 구성된다. 첫번째 계층은 재현기간별 GEV 분포의 매개변수를 정규화하여 주변분포로 설정하고, Kriging 기법을 이용하여 지형학적, 기상학적 정보들과 극치강수량 효과를 적합시켜 공간적 이질성과 미계측 유역에 대한 효과적인 보간을 가능하게 한다. 두번째 계층은 지점의 특성을 나타내는 매개변수들간의 공분산을 Bayesian 모델에 연계하여 매개변수들의 공간적 변동성을 나타낸다. 2개 계층의 결합확률분포는 MCMC 기법을 이용하여 예측값에 대한 불확실성을 정량적으로 분석하게 된다. 본 모형을 통해 홍수량 추정 시 필요한 시간 단위 극치강수량의 공간적 분포를 효과적으로 추정할 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.366-366
• /
• 2012

확률강우량은 하천설계, 수자원설계 및 계획을 위한 기초자료로 활용되며 최근 이상기후 및 기후변화로 인한 극치강우의 빈도 및 양적 증가로 인한 확률강우량 산정의 불확실성 분석에 대한 관심이 크게 증가하고 있다. 수문빈도 해석에 있어서 대부분 지역이 50년 이하의 수문자료가 이용되고 있으며 수문설계에서 요구되는 50년 이상의 확률강수량 추정시에는 상당한 불확실성을 내포하고 있다. 이러한 점에서 본 연구에서는 자료연수에 따른 Sampling Error와 분포형의 매개변수의 불확실성을 고려한 해석모형을 구축하고자 한다. 빈도해석에서 매개변수를 추정하기 위해서는 일반적으로 모멘트법, 최우도법, 확률가중모멘트법이 이용되고 있으나 사용되는 분포형에 따라서 통계학적으로 불확실성 구간을 정량화하는 과정이 난해할 뿐만 아니라 극치 수문자료가 Thick-Tailed분포의 특성을 가짐에도 불구하고 신뢰구간 산정시 정규분포로 가정하는 등 기존 해석 방법에는 많은 문제점을 내포하고 있다. 본 연구에서는 이러한 매개변수의 불확실성 평가에 있어서 우수한 해석능력을 발휘하는 Bayesian기법을 도입하여 분포형의 매개변수를 추정하고 매개변수 추정과 관련된 불확실성을 평가하고자 한다. 이와 별개로 자료연한에 따른 Sampling Error를 추정하기 위해서 Bootstrapping 기반의 해석모형을 구축하고자 하며 최종적으로 빈도해석시에 나타나는 불확실성을 종합적으로 검토하였다. 빈도해석을 위한 확률분포형으로 GEV(generalized extreme value)분포를 이용하였으며 Gibbs 샘플러를 활용한 Bayesian Markov Chain Monte Carlo 모의를 기본 해석모형으로 활용하였다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.39 no.6
• /
• pp.667-673
• /
• 2019

Global warming may accelerate climate change and may increase disaster caused by strong winds. This research studied a method for a nonstationary frequency analysis considering the linear trend over time. The Bayesian method was used to estimate the posterior distribution of the parameters for the extreme value distribution of the annual maximum wind speed at Jeju Airport. The nonstationary frequency analysis was performed based on the Monte Carlo Markov Chain simulation and the Gibbs sampling. The estimated wind speeds by nonstationary frequency analysis was larger than those by stationary analysis. The conventional frequency analysis procedure assuming stationarity is likely to underestimate the future design wind speed in the region where statistically significant trend exists.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.451-451
• /
• 2015

최근 1900년부터 1990년 사이 해수면은 매년 평균 1.2mm 상승했지만 1990년부터는 매년 평균 3mm씩 높아지고 있으며, 이에 1990년부터 현재까지 해수면 수위의 상승속도가 이전 90년 동안 측정된 수치보다 2.5배 빠르다는 연구결과가 발표되었다. 해수면 상승으로 인한 피해는 범람과 침식을 야기할 수 있으며 해일 및 폭풍으로 인한 피해를 증가시킴으로 물질적 피해와 인명 피해를 유발할 수 있다. 이러한 이유로 해수면 상승에 따른 과학적인 분석과 신뢰성 있는 전망을 통하여 해수면 상승에 따른 대응과 대비가 필요하다. 이에 본 연구에서는 비정상성 빈도해석 방법을 통하여 미래의 해수면 상승을 고려할 수 있는 비정상성 빈도해석 기법을 개발하였다. 본 연구에서는 극치사상을 추출하기 위해 국립해양조사원 (Korea Hydrographic and Oceanographic Administration, KHOA)에서 관리한 45개 조위관측소의 시 조위 자료를 이용하였다. 45개 조위관측소의 한 시간 단위 자료로부터 연최대 및 연평균 조위계열 (annual average and annual maximum sea level series)을 추출하였다. 본 연구에서는 한반도 해안을 동해안, 서해안, 남해안, 제주 권역으로 구분하고 빈도 해석의 신뢰성을 만족하기 위해 자료 구축기간이 20년 이상이며, 각 해안을 나타낼 수 있는 지점을 선정하였다. 비정상성 빈도해석은 Gumbel 극치분포를 적용하였으며, 계층적 Bayesian 기법을 결합하여 매개변수들에 대한 사후분포를 추정하였다. 본 연구에서는 대부분의 지점에서 비정상성 빈도해석 결과와 정상성 빈도해석 결과와 상당한 차이를 보여주고 있으며, 이는 주로 정상성 가정에 기인하는 문제점으로 판단된다. 향후 기후변화에 따른 연안지역의 홍수 및 사회기반시설의 위험도를 평가하기 위해서는 비정상성을 고려한 빈도해석 절차의 수립과 적용이 필요할 것으로 판단된다.

• 한국방재학회:학술대회논문집
• /
• 2010.02a
• /
• pp.53.2-53.2
• /
• 2010

국내 홍수빈도해석 지침서 제공을 위한 기초 연구로서 미국 홍수빈도해석 지침서인 Bulletin 17B과 같이 국내 적합한 홍수빈도해석 기법을 제시하고자 하였다. 홍수빈도해석 지침서의 핵심은 확률분포형과 매개변수 추정법을 제시하는 것이며 이에 GEV(Generalized Extreme Value), GLO(Generalized Logistic) 분포, B-GLS(Bayesian Generalized Least Square) 기법을 대상으로 다양한 연구를 수행하였다. B-GLS 기법을 이용하여, 국내 대유역에 골고루 위치하며 댐의 영향을 받지 않는 31개 지점의 연최대 일유량 시계열의 L-변동계수(L-moment coefficient variation)와 L-왜도계수(L-moment coefficient skewness)를 추정할 수 있는 회귀모형을 제안하였다. 위 회귀모형을 구성하기 위한 유역특성으로는 유역면적, 유역경사, 유역평균강우 등을 사용하였다. Bayesian-GLS(B-GLS) 적용 결과를 OLS(Ordinary Least Square) 및 B-GLS 기법에서 지점간의 상관관계를 고려하지 않는 Bayesian-WLS(Weighted Least Square)와 비교 평가하여 그 우수성을 입증하였다. 따라서 본 연구에서 제안된 B-GLS에 의한 지역회귀모형은 국내의 미계측유역이나 또는 관측 길이가 짧은 계측유역의 홍수빈도분석을 위해 매우 유용할 것으로 기대된다. 또한 수행된 연구의 내용을 공론화하는 노력이 계속된다면 공감대가 형성된 가이드라인을 제정되는데 일조를 하리라 확신한다.