• Wind and Structures
• /
• 제15권3호
• /
• pp.223-245
• /
• 2012

Multivariate simulation is necessary for cases where non-Gaussian processes at spatially distributed locations are desired. A simulation algorithm to generate non-Gaussian wind pressure fields is proposed. Gaussian sample fields are generated based on the spectral representation method using wavelet transforms method and then mapped into non-Gaussian sample fields with the aid of a CDF mapping transformation technique. To illustrate the procedure, this approach is applied to experimental results obtained from wind tunnel tests on the domes. A multivariate Gaussian simulation technique is developed and then extended to multivariate non-Gaussian simulation using the CDF mapping technique. It is proposed to develop a new wavelet-based CDF mapping technique for simulation of multivariate non-Gaussian wind pressure process. The efficiency of the proposed methodology for the non-Gaussian nature of pressure fluctuations on separated flow regions of different rise-span ratios of domes is also discussed.

• Wind and Structures
• /
• 제31권6호
• /
• pp.549-560
• /
• 2020

Methods for stochastic simulation of non-Gaussian wind pressure have increasingly addressed the efficiency and accuracy contents to offer an accurate description of the extreme value estimation of the long-span and high-rise structures. This paper presents a linear prediction and z-transform (LPZ) based Cumulative distribution function (CDF) mapping algorithm for the simulation of multivariate non-Gaussian fluctuating wind pressure. The new algorithm generates realizations of non-Gaussian with prescribed marginal probability distribution function (PDF) and prescribed spectral density function (PSD). The inverse linear prediction and z-transform function (ILPZ) is deduced. LPZ is improved and applied to non-Gaussian wind pressure simulation for the first time. The new algorithm is demonstrated to be efficient, flexible, and more accurate in comparison with the FFT-based method and Hermite polynomial model method in two examples for transverse softening and longitudinal hardening non-Gaussian wind pressures.

• 한국농공학회논문집
• /
• 제55권4호
• /
• pp.95-106
• /
• 2013

It is now generally known that dynamical climate modeling outputs include systematic biases in reproducing the properties of atmospheric variables such as, preciptation and temerature. There is thus, general consensus among the researchers about the need of bias-correction process prior to using climate model results especially for hydrologic applications. Among the number of bias-correction methods, distribution (e.g., cumulative distribution fuction, CDF) mapping based approach has been evaluated as one of the skillful techniques. This study investigates the uncertainty of using various CDF mapping-based methods for bias-correciton in assessing regional climate change Impacts. Two different dynamicailly-downscaled Global Circulation Model results (CCSM and GFDL under ARES4 A2 scenario) using Regional Spectial Model for retrospective peiod (1969-2000) and future period (2039-2069) were collected over the west central Florida. Total 12 possible methods (i.e., 3 for developing distribution by each of 4 for estimating biases in future projections) were examined and the variations among the results using different methods were evaluated in various ways. The results for daily temperature showed that while mean and standard deviation of Tmax and Tmin has relatively small variation among the bias-correction methods, monthly maximum values showed as significant variation (~2'C) as the mean differences between the retrospective simulations and future projections. The accuracy of raw preciptiation predictions was much worse than temerature and bias-corrected results appreared to be more significantly influenced by the methodologies. Furthermore the uncertainty of bias-correction was found to be relevant to the performance of climate model (i.e., CCSM results which showed relatively worse accuracy showed larger variation among the bias-correction methods). Concludingly bias-correction methodology is an important sourse of uncertainty among other processes that may be required for cliamte change impact assessment. This study underscores the need to carefully select a bias-correction method and that the approach for any given analysis should depend on the research question being asked.

• 한국수자원학회논문집
• /
• 제46권8호
• /
• pp.833-842
• /
• 2013

분위사상법(QM, Quantile Mapping)은GCM(Global Climate Model) 자료의 계통적 오차를 보정하여 보다 신뢰성 높은 자료로 재생성하기 위해 활용되고 있다. 이 기법은 사상(mapping)시키려는 대상(object) 자료의 통계분포모수가 정상적(stationarity)이라는 가정 하에 대상 자료의 누적확률분포(CDF, Cumulative Distribution Function)를 목표(target) CDF에 통계적으로 투영시키는 것이 일반적이다. 따라서 GCM에서 제공되는 미래 기후시나리오의 강우시계열과 같이 비정상성(non-stationarity)을 갖는 장기 시계열자료에 대한 적용에는 문제점을 보이고 있다. 본 연구에서는 비정상성을 갖는 장기시계열자료의 오차보정을 위해 통계분포모수에 경향성을 부여하는 비정상성 분위사상법(NSQM, Nonstationary Quantile Mapping)을 적용하였다. NSQM 적용을 위한 확률분포로 수문분야에서 광범위하게 쓰이고 있는Gamma 분포를 선정하였으며, 대상 시나리오는 CCCma (Canadian Centre for Climate modeling and analysis)에서 제공하고 있는 CGCM3.1/T63모형의 20C3M(reference scenario)과 SRES A2 시나리오(projection scenario)를 활용하였다. 한강유역 내 관측기간이 충분한 10개의 지상관측소로부터 강우량을 수집하였다. 또한 6월과 10월사이에 연 강수량의 65% 이상이 집중되는 한반도의 계절성을 반영하기 위해 홍수기(6~10월)와 비홍수기(11~5월)를 구분하였고, 기준기간(Baseline)은 1973~2000년, 전망기간(Projection)은 2011~2100년으로 구분하였다. 다양한 목표분포의 설정을 통하여 NSQM의 적용성을 평가하고자 하였으며, 전망기간은 FF시나리오(Foreseeable Future Scenario, 2011~2040년), MF시나리오(Mid-term Future Scenario, 2041~2070년), LF시나리오(Long-term Future Scenario, 2071~2100년)의 3개의 구간으로 설정하여 기준기간과 전망기간의 연평균 강우량에 대한 경향성분석을 실시하였다. 그 결과NSQM이 FF시나리오에서 330.1mm(25.2%), MF시나리오에서 564.5mm(43.1%), LF시나리오에서 634.3mm(48.5%)로 증가하는 전망결과를 나타내고 있었다. 정상성기법을 적용한 결과, 전망기간 중 전체적으로는 동일한 평균값을 갖는 목표통계모수를 사용한다고 하여도, 전망전반부에서 과다하고, 후반부에서 오히려 과소한 전망을 보여주고 있었다. 이러한 결과는 비정상성기법을 사용함으로써 상당부분 개선될 수 있음을 확인하였다.

• 한국농림기상학회지
• /
• 제14권4호
• /
• pp.143-154
• /
• 2012

수자원의 수요 증가와 ENSO (El Ni$\tilde{n}$o/La Ni$\tilde{n}$a Southern Oscillation) 등의 기후변화 현상으로 인한 수자원 공급의 불안정 요소가 제기됨에 따라, 수자원 관리 계획 수립 시 장/단기강우 모의의 중요성이 강조되고 있다. 본 연구에서는 미국 플로리다 템파 지역의 두 개 유역을 대상으로 1986년부터 2008년까지의 MM5 지역기후모델을 이용한 강우모의 결과를 시험지역의 33개 관측자료와 CDF-mapping 기법을 이용하여 통계적으로 보정하였으며 그 결과를 바탕으로 ENSO 패턴에 따른 모델의 성능을 평가하였다. 보정된 MM5일 강우 모의결과는 대체적으로 각 관측소의 월 평균 강우량 (ME: 1.0mm)을 잘 모의하는 것으로 나타났다. 블락-크리깅 기법을 이용하여 추정된 유역 평균 일/월 강우량 또한 관측치를 잘 재현하였다(일 강우 ME: 0.8mm, 월 강우 ME: 7.1mm). 한편, ONI (Oceanic Ni$\tilde{n}$o index)를 이용하여 구분한 ENSO 패턴에 따른 강우 모의치를 분석한 결과, 월별 엘리뇨/라니냐 해에 대한 유역 단위의 강우량 모의 성능이 상이한 것으로 나타났다. 이 원인으로 한정된 모수화 적용 및 모델 경계자료 오차 등을 제시하고 이에 대한 보정 방법개선 등의 추가 연구의 필요성을 지적하였다. 본 연구는 ENSO 패턴을 고려한 월별 기후모델 결과를 활용함에 있어 유의점을 제시하였기에, 우기와 건기에 대한 수자원 관리를 위한 적용 등에 유용하게 활용될 것으로 기대된다.