• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.386-386
• /
• 2011

다양한 연구 분야에서 강수량, 온도, 습도, 일조량은 연구에 필요한 기후 인자로써 사용되어져 왔다. 외국의 경우 기후 인자들과의 관계를 도출해 내는 연구가 이루어 졌지만 국내의 경우는 이러한 연구가 이루어지지 않고 있다. 본 연구에서는 이러한 인자들과의 관계를 강수-온도-습도-일조량이 연동되어 모의되는 기법을 개발하고자 한다. 기존 국내외 연구결과들은 지수함수식의 형태를 가지는 모형을 이용하여 온도-일조량(radiation), 온도-습도, 습도-일조량, 온도와 강수-일조량과 습도를 개별적으로 추정하는 연구들이 있었다. 그러나 온도, 강수량, 습도, 일조량 등은 기상학적 관점에서 모두 연관성을 가지고 각 변량들에 영향을 주고 있다. 이러한 점에 착안하여 본 연구에서는 4가지 변량들이 가지는 관계를 규명하고 각 변량간의 상관관계뿐만 아니라 4가지 변량이 동시에 상관성을 갖도록 모형을 구축하고자 한다. 일반적으로 각 변량들 간의 확률적인 거동을 동시에 고려할 수 있는 Network 모형이 많이 이용된다. 본 연구에서는 Bayesian Network 모형을 활용하여 4가지 변량 간에 Bayesian Network를 구성하고, 통계적 모형으로 발전시켜 기후변화 연구에 활용하고자 한다. 제안된 방법론에 대한 적합성을 평가하기 위해, 서울지점을 대상으로 온도, 강수, 습도, 일조량 값을 이용하였다. 기후변화에 따른 수문순환모형에서 이들 4가지 변량은 기본 입력자료로 이용되고 있으나, 현재까지는 강수 및 온도를 사용한 모형 개발이 이루어지고 있다. 이러한 점에서 본 연구의 결과는 기후변화에 따른 물순환 변동성을 평가하는 기본 자료로서 활용될 수 있을 것으로 판단된다.

• Journal of Korea Water Resources Association
• /
• v.33 no.3
• /
• pp.375-382
• /
• 2000

The surface hydrology of large watershed is susceptible to several preferred stable states with transitions between stable states induced by stochastic fluctuations. This comes about due to the close coupling of land surface and atmospheric interaction. An interesting and important issue is the duration of residence in each mode. In this study, mean transition tunes between the stable modes are analyzed for the Han River Basin. On the basis of historical data, the nonlinear water balance model is calibrated for the Han River Basin. The transition times between the stable modes in the model are studied based on the stochastic representation of the physical processes and on the calibrated model parameters. This study has implications for prediction of the transition time between stable modes or residence times, that is, the time the system spends in a given stable modes, since this would be equivalent to predicting the duration of drought or wet conditions.

• Journal of Korea Water Resources Association
• /
• v.46 no.3
• /
• pp.315-326
• /
• 2013

Despite of the importance on the maintenance of a reservoir storage, relatively few studies have addressed the stochastic reliability analysis including uncertainty on the decrease of the reservoir storage by the sedimentation. Therefore, the stochastic gamma process under the reliability framework is developed and applied to estimate the reduction of the Soyang Dam reservoir storage in this paper. Especially, in the estimation of parameters of the stochastic gamma process, the Bayesian MCMC scheme using informative prior distribution is used to incorporate a wide variety of information related with the sedimentation. The results show that the selected informative prior distribution is reasonable because the uncertainty of the posterior distribution is reduced considerably compared to that of the prior distribution. Also, the range of the expected life time of the dead storage in Soyang Dam reservoir including uncertainty is estimated from 119.3 years to 183.5 years at 5% significance level. Finally, it is suggested that the improvement of the assessment strategy in this study can provide the valuable information to the decision makers who are in charge of the maintenance of a reservoir.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.231-235
• /
• 2009

본 연구에서는 홍수예보를 위한 사상형 모형인 저류함수모형 적용시 문제점을 개선하기 위해 기존의 저류함수 모형에 자유수와 장력수의 2개 영역으로 구성된 토양수분모의 컴포넌트를 결합하여 지표유출, 중간유출, 기저유출의 유출수문성분에 대한 연속적인 모의가 가능하도록 하였으며 실시간 홍수예측을 위해 다수의 유량 관측지점과의 실시간 오차 보정이 가능하도록 앙상블 칼만 필터링 기법을 도입하였다. 개발된 모형의 적용성을 평가하기 위해 낙동강 권역을 대상유역으로 선정하였으며 시단위 강우자료, 기상자료, 유량자료를 비롯하여 GIS를 기반의 지형자료를 구축하였다. 연속형 저류함수형의 매개변수 추정결과 주요지점의 관측유량에 대해 높은 적합도를 보였으며 1시간 선행시간의 홍수량 예측결과에서도 높은 정확도를 보이는 것으로 나타났다.

• Water for future
• /
• v.23 no.3
• /
• pp.341-350
• /
• 1990

Precise run-off forecasting depends on the ability to predict quantitative rainfall intensity. This study suggests a stochastic model for 1 hour order rainfall prediction. The model simultaneously predicts rainfall intensity at all telemetered rain-gauge locations. All model parameters, velocity and direction of storm movement, radial spectrum, dimensionless time distribution of rainfall, are estimated from telemetered and historical data for the basin being predicted. Also the estimated parameters are based on the previous study. The results are the influence of dimensionless time distributions on the prediction and the model on run-off.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.102-102
• /
• 2020

자연 유역은 오랜 시간에 걸쳐 효율적인 하천망을 형성해왔다. 이와 유사하게 도시 유역의 배수관망은 강우 시 유역 내 강우를 빠르게 배수하는 것을 목적으로 발전해 왔다. 본 연구에서는 깁스모형을 이용하여 오랜 시간에 걸쳐 형성된 자연 유역의 하천망과 빠른 배수를 목적으로 인위적으로 형성된 도시 유역의 배수관망 간의 특성을 분석하여 비교하였다. 깁스모형은 추계학적 네트워크 모형으로, β 값을 기준으로 총 8 단계로 구분하여 네트워크 특성을 확인할 수 있다. 본 연구에서는 미국 중서부의 70 개의 자연 유역과 국내 도시 유역인 서울특별시의 총 239개의 유역에 깁스모형을 적용하였다. 깁스모형을 이용하여 자연 유역의 하천망과 도시 유역의 배수관망 간의 네트워크 특성을 비교 분석하였다. 본 연구의 결과로 자연 유역과 도시 유역의 네트워크 특징을 확인하고, 재해로부터 안전하고 지속가능한 도시 배수관망 설계 및 도시 방재 관련 사업 수립에 도움을 줄 것으로 기대한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1412-1416
• /
• 2009

최근의 극심한 기상이변으로 인하여 발생되는 이상호우의 예측에 관한 사항은 치수 이수는 물론 방재의 측면에서도 역시 매우 중요한 관심사로 부각되고 있다. 강우를 예측하기 위해 많은 방법들이 사용되고 있으나 강우의 메커니즘은 매우 복잡하여 수문순환과정에서 가장 예측하기 힘든 요소이며, 추계학적 예측모형이나 확정론적 예측모형 모두에 있어 상당한 불확실성을 내포하고 있다. 기상예측모형 등을 이용하여 강우예측에 대한 정도를 높여가고는 있으나 많은 수문학적 모형에서 요구하는 시공간적으로 정도가 높은 강우를 예측하기에는 힘들다. 인공신경망은 과거자료의 입 출력 패턴에서 정보를 추출하여 지식으로 보유하고, 이를 근거로 새로운 상황에 대한 해답을 제시하도록 하는 인공지능분야의 학습기법으로 인간이 과거의 경험과 훈련으로 지식을 축적하듯이 시스템의 입 출력에 의하여 연결강도를 최적화함으로서 모형의 구조를 스스로 조직화하기 때문에 모형의 구조에 적합한 최적 매개변수를 추정할 수 있다. 따라서 정확한 예측이 어려운 강우사상을 과거의 자료로부터 신경망의 수학적 알고리즘을 통해 강우의 예측에 적용할 수 있을 것이다. 따라서 본 연구에서는 이러한 인공신경망의 기법 중 오류 역전파 알고리즘을 통하여 과거의 강우사상들을 입 출력 자료로 이용하여 인공신경망을 학습시켜 강우의 예측에 대한 정도를 높이도록 하였다.

• Journal of Korea Water Resources Association
• /
• v.35 no.1
• /
• pp.109-124
• /
• 2002

This study is an effort to develop a stochastic model of precipitation series that preserves the pattern of occurrence of precipitation events throughout the year as well as several characteristics of the duration, amount, and intensity of precipitation events. In this study an event cluster model is used to describe the occurrence of precipitation events. A logarithmic negative mixture distribution is used to describe event duration and separation. The number of events within each cluster is also described by the Poisson cluster process. The duration of each event within a cluster and the separation of events within a single cluster are described by a logarithmic negative mixture distribution. The stochastic model for hourly precipitation occurrence process is fitted to historical precipitation data by estimating the model parameters. To allow for seasonal variations in the precipitation process, the model parameters are estimated separately for each month. an analysis of thirty-four years of historical and simulated hourly precipitation data for Seoul indicates that the stochastic model preserves many features of historical precipitation. The seasonal variations in number of precipitation events in each month for the historical and simulated data are also approximately identical. The marginal distributions for event characteristics for the historical and simulated data were similar. The conditional distributions for event characteristics for the historical and simulated data showed in general good agreement with each other.

• The Korean Journal of Financial Management
• /
• v.9 no.1
• /
• pp.25-33
• /
• 1992

이 논문에서는 주식의 수익률 대신 초과수익률(超過收益率)에 초점을 맞추므로서 기존의 옵션평가모형(評價模型)들의 제약점들을 극복하여 추계적 이자율하(利子率下)에서 주식(株式)옵션에 대한 간단한 평가식(評價式)을 유도하였다. 이 논문에서 제시하는 모형은 표면적으로는 Merton의 모형과 유사하지만 경제학적 및 실증적 의미에는 중요한 차이가 있으며, 주식수익율(株式收釜率)의 순간적(瞬間的) 표준편차(標準偏差)가 이자율에 따라서 변하므로 이자율의 불확실성이 옵션가격결정에 중요한 역할을 할 수 있음을 보여준다. 옵션가격으로부터 구한 주식수익률의 암묵적 표준편차와 주식가격으로부터 구한 주식수익률의 표준편차 사이의 관계에 대한 상충되는 실증적 결과는 이자율(利子率)의 불확실성(不確實性)을 옵션평가모형(評價模型)에 반영하지 못한데 기인한다고 할 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.135-135
• /
• 2017

최근 강우-유출 모형은 물리적 현상에 근거한 확정론적 모의 모형과 물리적 성분으로 설명할 수 없는 내용에 대해 통계적으로 접근하는 추계학적 모의 모형 등이 계속 연구되고 있어 자연현상에 가까운 결과를 기대할 수 있게 되었다. 하지만 우리나라의 경우 많은 연구에도 불구하고 돌발성 집중호우, 여름철 집중되는 강우 등으로 인해 재난이 반복적으로 발생하고 있어 모형의 정확성에 대한 논의가 지속되고 있다. 동일한 유역에 동일한 입력자료를 사용하더라도 사용하는 모형에 따라 유출 분석결과는 상이하며 이는 유출 해석에 대한 불확실성으로 작용한다. 본 연구에서는 앙상블 및 블랜딩 기법을 사용하여 각 강우-유출 모형의 불확실성을 고려하여 최적 유출량을 산정하고자 한다. 대상 유역으로는 한강 수계에 있는 중랑천 유역을 선정하였으며, Distributed 모형인 Vflo 모형과 Lumped 모형인 저류함수 모형, SSARR모형, TANK 모형을 이용하여 유출 분석을 실시하였다. 그 후, Multi-Model Super Ensemble(MMSE), Simple Model Average(SMA), Mean Square Error(MSE) 방법 등의 blending 기법을 이용하여 하나의 통합된 형태의 유출 분석 결과를 제시하였으며, 최적 유출량 산정을 위한 blending 기법을 선정하였다. 본 연구를 통해 동일한 강우 시나리오에 대한 여러 강우-유출 모형에 대한 정확도를 확인하였으며, 앙상블 및 블랜딩 기법을 사용하여 유출 분석에 대한 정확도를 향상시킬 수 있을 것으로 판단된다.