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

• 응용통계연구
• /
• 제27권6호
• /
• pp.947-958
• /
• 2014

집중호우의 특성을 이해하는 것은 수문관리 및 재해방재 등에서 매우 중요하다. 특히 반환주기는 이러한 집중호우의 특성을 나타내는 측정치로 자주 사용된다. 본 논문에서는 베이지안 계층적 모형을 이용하여 강우의 반환주기에 대한 공간구조를 분석하였다. 먼저 국내 62개 지점에서 측정한 강우 강도을 기초로 하여 연간 일일 최대강우량과 특정한 수준을 초과하는 강우량에 대해서 generalized extreme value(GEV)와 generalized Pareto distribution(GPD)를 각각 가정하여 추정하였다. 집중호우 반환주기에 대한 공간구조는 이 GEV 분포와 GPD 분포의 모수에 공간구조를 가지는 다변량 정규분포를 이용하여 설명하였다. 제안된 모형을 국내 76개 지역에서 39년간 측정된 일별 강우량 관측자료에 적용하였다.

• 응용통계연구
• /
• 제28권2호
• /
• pp.137-149
• /
• 2015

본 논문에서는 비정상 극치 강수 자료에 대해 계층적 베이지안 모형을 적용하여 시간에 따른 모수의 변화를 추정하며, 미래 확률 강수량에 대한 극단값 분포를 예측하고 더 나아가 반환기간에 대한 경향과 예측 값을 얻고자 한다. 이전의 고전적 통계 방법을 통한 강수 자료의 모수 추정연구의 경우, 자료의 정상성 가정 하에 고정된 모수를 추정하는 방법으로, 최근 나타난 비정상 강수 사상과 같이 강수량이 가지는 분포의 모수적 변화가 예상되는 경우 해석상 문제가 발생한다. 이러한 문제점을 해결하기 위해 모형의 관심모수에 시간에 따른 자기 상관 선형 회귀 함수를 적합한 계층적 베이지안 모형을 고려한다. 제안된 모형의 효율성을 확인하기 위해서 1973년부터 2011년까지 39년 동안의 우리나라 여러지역의 기상 관측소에서 관측된 일일 강우량 자료가 사용하여 대표적인 극단값 분포인 Generalized Extreme Value(GEV) 분포에 적합시키고, 계층적 베이지안 모형을 이용하여 이들 분포의 모수들에 자기상관 시간모형을 소개한 후 우리나라 여러지역에 대한 반환기간에 대한 시간에 따른 경향을 확인하였다.

• 한국방재학회:학술대회논문집
• /
• 한국방재학회 2010년도 정기 학술발표대회
• /
• 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.

• 한국수자원학회논문집
• /
• 제43권8호
• /
• pp.733-745
• /
• 2010

수문자료의 계절성은 수자원관리의 관점에서 매우 중요한 요소로서 계절성의 변동은 댐의 운영, 홍수조절, 관개용수 관리 등 다양한 분야와 밀접한 관계를 가지고 있다. 수문빈도해석을 위해 POT 자료와 같은 부분기간치계열을 사용함으로써 자료의 확충, 계절성 확보, 발생빈도모형의 구축 등이 가능하다. 본 연구에서는 POT 자료의 장점을 효과적으로 빈도해석에 연계시키는 방법론으로서 POT 자료로부터 계절성을 추출하고 이를 빈도해석과 연계시켜 Bayesian 기법을 기반으로 하는 비정상성 빈도해석 모형을 구축하였다. 서울지점의 관측 자료로부터 98% Threshold를 적용하여 POT 자료를 추출하였으며, GEV 분포에 대한적합성을 검토하였다. 위치 및 규모매개변수의 계절적변동성을 Fourier 급수로 표현하고, Bayesian Markov Chain Monte Carlo 모의를 통해 매개변수들의 사후분포를 추정하였으며, 사후분포와 Quantile 함수를 이용하여 재현기간에 따른 확률강수량을 추정하였다. 계절성을 고려한 비정상성빈도해석 결과 7~8월의 비정상성 확률강수량과 기존 정상성빈도해석의 결과가 유사한 값을 나타내고 있으며 동시에 계절성을 반영한 확률강수량의 거동을 효과적으로 모의가 가능하였다.

• 한국수자원학회논문집
• /
• 제43권4호
• /
• pp.337-351
• /
• 2010

극치사상을 예측하기 위한 기존의 빈도분석 결과의 이용에 대한 많은 문제점들이 부각되고 있다. 특히, 통계적 모형을 이용하기 위해서 흔히 사용되는 점근적 모형 (asymptotic model)의 합리적인 검토 없는 외삽 (extrapolation)은 산정된 확률 값을 과대 또는 과소평가하는 문제를 일으켜, 예측결과에 대한 불확실성을 과다하게 산정함으로써 불확실성에 대한 신뢰도를 감소시키는 문제가 있다. 그러므로 본 연구에서는 국내에서 극치강우사상을 포함한 강우자료의 빈도분석에 대한 연구사례를 제공하고 점근적 모형을 사용하는 경우 발생되는 불확실성을 감소시키기 위한 방법론을 제시하였다. 이를 위하여 본 연구에서는 극치강우사상의 빈도분석을 수행하는 데 있어서 최근 들어 여러 분야에서 다양하게 적용되고 있는 Bayesian MCMC (Markov Chain Monte Carlo) 방법을 사용하였으며, 그 결과를 최우추정방법 (Maximum likelihood estimation method)과 비교하였다. 특히 강우사상의 점 빈도분석에 흔히 이용되는 확률밀도함수로 GEV (Generalized Extreme Value) 분포와 Gumbel 분포를 모두 고려하여 두 분포의 결과를 비교하였으며, 이 과정에서 각각의 산정결과 및 불확실성은 근사식을 이용한 최우추정방법과 Bayesian 방법을 이용하여 각각 비교 및 분석되었다.

• 한국물환경학회지
• /
• 제33권3호
• /
• pp.256-272
• /
• 2017

Extreme rainfall has become more frequent over the Korean peninsula in recent years, causing serious damages. In a changing climate, traditional approaches based on historical records of rainfall and on the stationary assumption can be inadequate and lead to overestimate (or underestimate) the design rainfalls. A main objective of this study is to develop a stochastic disaggregation method of seasonal rainfall to hourly extreme rainfall, and offer a way to derive the nonstationary IDF curves. In this study, we propose a novel approach based on a Four-Parameter Beta (4P-beta) distribution to estimate the nonstationary IDF curves conditioned on the observed (or simulated) seasonal rainfall, which becomes the time-varying upper bound of the 4P beta distribution. Moreover, this study employed a Bayesian framework that provides a better way to take into account the uncertainty in the model parameters. The proposed model showed a comparable design rainfall to that of GEV distribution under the stationary assumption. As a nonstationary rainfall frequency model, the proposed model can effectively translate the seasonal variation into the sub-daily extreme rainfall.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• 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.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.298-298
• /
• 2016

최근 기후변화의 영향으로 시간에 따라 자료 및 통계적 특성이 변하는 비정상성이 다양한 수문자료에서 관측됨에 따라 비정상성 빈도해석에 대한 연구가 활발히 진행되고 있다. 비정상성 빈도해석에 사용되는 비정상성 확률 모형은 기존의 매개변수를 시간에 따라 변하는 공변량이 포함된 함수의 형태로 나타내기 때문에, 정상성 확률 모형에 비해 매개변수의 개수가 많으며 복잡한 형태를 가지게 된다. 따라서 본 연구에서는 비정상성 고려 시 모형이 복잡해짐에 따라 매개변수 및 확률 수문량의 불확실성이 어떻게 변하는지 알아보고자 하였다. 베이지안 방법은 매개변수 추정 및 확률 수문량의 산정 뿐 아니라 이에 대한 불확실성을 정량화할 수 있는 방법 중 하나이다. 따라서 베이지안 방법에서 매개변수 추정에 주로 쓰이는 Monte Carlo Markov Chain (MCMC) 방법 중 하나인 Metropolis-Hastings 알고리즘을 이용하여 정상성 및 비정상성 GEV모형에 대한 매개변수 및 확률수문량의 사후분포를 산정하였다. 산정된 사후분포의 사후구간을 통해 각 모형의 불확실성을 정량화하였으며, 계산된 불확실성의 비교를 통해 모형의 복잡성이 불확실성에 미치는 영향을 평가하였다.

• 한국방재학회 논문집
• /
• 제9권6호
• /
• pp.143-151
• /
• 2009

최근의 극한 수문사상은 홍수, 가뭄과 같은 심각한 재해를 발생시킨다. 많은 연구자들은 불확실한 미래의 확률강우량 및 유출량의 예측을 위해 많은 노력을 하고 있다. 본 연구에서는 불확실성이 낮은 확률강우량의 산정을 위하여 매개변수 추정법을 평가하였다. 인천, 강릉, 광주, 부산, 추풍령 관측소를 연구 대상 관측소로 선정하여 자료를 수집하였고, ARMA모형을 이용하여 합성강우자료를 구축하였다. 본 연구에서는 극치강우사상에 적합한 것으로 알려진 Gumbel 분포와 GEV 분포모형에 대한 매개변수를 최우도법과 베이지안 추론방법을 사용하여 추정하였으며, Bootstrap 방법을 이용하여 확률강우량의 신뢰구간 길이를 추정하였다. 매개변수 추정 방법별 산정된 확률강우량의 신뢰구간 길이를 비교함으로서 불확실성이 낮은 확률강우량을 산정할 수 있는 매개변수 추정방법을 선정하였다.