• 한국방재학회:학술대회논문집
• /
• 2011.02a
• /
• pp.175-175
• /
• 2011

IDF 곡선은 수리구조물의 설계에 이용되며 본 연구에서는 기후변화를 고려한 GCM의 시간적 공간적 축소화기법을 통하여 미래의 IDF 곡선을 생성하였다. GCM자료로는 HadCM3과 CGCM3의 지역주의와 경제발전을 지향하는 A2시나리오를 이용하였다. GCM자료에 대한 공간적인 축소화기법으로 다중회귀 모형인 SDSM(Statistical DownScaling Model)을 이용하여 2030년, 2050년, 2080년의 미래의 일강우 자료를 생성하였다. 이를 다시 시간적 축소화기법인 GEV분포를 이용한 Scaling-Invariance기법을 적용하여 시단위의 강우자료를 생성하였다. 이를 통해 최종적으로 HadCM3과 CGCM3에 대한 각각 미래의 IDF곡선을 생성하였다. CGCM3의 경우 지속적인 강우강도의 증가를 보였지만 HadCM3의 경우 2050년대 감소하다 2080년대 다시 증가하는 양상을 보였다. 또한 CGCM3의 경우 HadCM3의 경우보다 좀 더 높은 강우 강도를 보였다. 본 연구의 대상지역은 서울지역이며 생성된 자료의 신뢰성을 확보하기위하여 서울기상관측소의 1961년부터~2000년까지의 일단위 강우자료를 이용하여 검 보정을 수행하였다.

• 한국방재학회:학술대회논문집
• /
• 2011.02a
• /
• pp.169-169
• /
• 2011

토양수분의 시공간적 분포는 수문 및 침식 모형 등에 중요한 근거를 제공하는 동시에 사면에서의 증발과 강우형성, 강우로 내려온 물이 침투나 하천 유입 등으로 인해 다시 해수로 들어가는물 순환 과정을 이해하기 위한 수문과정의 중요한 요소이다. 최근 들어 토양수분에 대한 많은 연구가 진행이 되고 있지만, 토양수분을 직접 측정하는 과정이 매우 어렵기에 통계적인 방법을 통해 예측을 하는 경우가 많다. 그렇기에 이번 연구에서는 설마천과 청미천 유역의 토양수분 자료를 이용하여 통계적 방법 중에 하나인 시간안정도 분석을 실시하여 시공간적 변동성에 대해 해석하였다. 토양수분 자료의 유의성을 검토해 본 결과, 연구지역에서의 토양수분의 공간적 분포는 Gumbel 분포가 적합하다는 결과가 나왔고, 이로 인해 연구지역의 토양이 비 균질함을 알 수 있었으며, 시간 안정도 분석을 통해 유역을 대표하는 지점을 찾을 수 있었다. 각 유역의 대표성을 띄는 지점을 찾음으로써, 모든 측정 지점에서 측정해보지 않더라도, 유역의 전체적인 토양수분 값의 분포를 예측해 볼 수 있다. 이는 토양수분 자료를 이용하는 향후 연구에 많은 경제성과 효율성을 제시할 수 있다. 외부적인 환경요인이 토양수분의 변동성에 어느 정도의 영향을 미치는지에 대한 분석을 분산 분석과 Tukey's 분석으로 실시하였고, 점토질의 토양과 경사도가 토양수분 변동성에 영향을 미친다는 결과를 얻을 수 있었다. 경사도가 토양수분의 변동성에 영향을 미친다는 결과를 통해, 산지 지형이 많은 우리나라의 대표적인 지표 특성상 향후 연구에 기반이 될 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.79-79
• /
• 2017

강우 자료는 수공구조물 설계목적에 따라 다양한 시공간적 범주가 필요하다. 그러나 시간단위 이하 시계열 강우자료는 미계측 유역 및 관측연한 등의 제약으로 연속적인 시계열을 확보하는데 어려움이 있다. 이러한 점에서 포아송분포 기반 강우발생모형은 강우시계열의 통계적 특성을 나타내는 5개 매개변수로 다양한 시간 범주의 연속강우시계열을 생성할 수 있다는 장점이 있다. 강우발생모의 핵심은 과거자료의 통계특성을 효과적으로 복원할 수 있어야 하며, 다양한 기상학적 특성들 또한 적절하게 모의될 수 있어야 한다는 점이다. 즉, 다음과 같은 기준으로 모의적합성을 평가할 수 있다. 첫째, 지속기간별 관측시계열과 모의시계열의 통계적 유사성을 평가하고, 둘째, 확률분포를 따르는 각 매개변수의 사후분포를 제시하여 불확실성을 정량화하고, 셋째, 추정된 매개변수의 물리적 범위의 적정성 검토가 필요하다. 본 연구에서는 강우발생모형으로 널리 알려진 Neyman-Scott Rectangular Pulse(NSRP) 모형과 Bayesian 모형을 연계한 Bayesian NSRP 모형 개발을 통해 강우관측소 전지점에 대한 매개변수 지도를 제시하고자 한다. 본 연구결과는 임의 유역에 대한 강우발생 시나리오를 제공하여, 다양한 형태의 유출결과를 도출할 수 있으며, 무엇보다 유출결과를 확률적으로 평가할 수 있다는 장점이 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.9-9
• /
• 2018

추계학적 강우생성모형 중 포아송 클러스터(Poisson Cluster) 모형은 단일지점에 대하여 시간강우량의 관측연한 문제점을 해결하기 위한 강우모형으로 강우 단계별 계층적 구조를 이해하는데 유용한 모형이다. 특히 강우 특성을 계절, 지역 등과 같이 비교하는 기준에 따라 5~6개의 비교적 적은 매개변수들로 모의 강우시계열을 생성할 수 있다는 점에서 장기간 강우분석에 필요한 관측연한 문제를 보완할 수 있다. 그러나 매개변수 최적해가 수렴되지 않는 사례가 많고, 매개변수들이 강우의 물리적 특성을 반영하는 것에 비해 내포된 불확실성에 관한 연구는 미흡하다. 본 연구에서는 포아송 클러스터 강우생성모형 중 Neyman-Scott Rectangular Pulse(NSRP) 모형을 Bayesian 모형과 연계한 Bayesian NSRP 모형을 개발하여 매개변수간 물리적 상관성을 고려한 최적화 기법을 개발하였다. Bayesian 모형은 물리적 범위가 다른 매개변수간의 결합확률분포를 산정하여 사후분포(posterior)를 추정하므로 매개변수 최적화와 불확실성 정량화 문제를 동시에 해결할 수 있다. 최종적으로 Bayesian NSRP 모형에 기후변화 시나리오의 통계적 특성을 고려한 시간단위 강우시계열 생성 모의 기법의 활용 가능성을 평가하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 1994.02a
• /
• pp.241-249
• /
• 1994

• Proceedings of the Korea Water Resources Association Conference
• /
• 2003.05b
• /
• pp.535-538
• /
• 2003

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.1053-1057
• /
• 2008

본 연구에서는 산악형 강수 해석을 위해 제주도내 강우관측 자료를 이용하여 확률강우량 산정 및 고도와의 선형회귀분석을 수행하였다. 제주도내 강우관측 자료는 기상관서 4개소 및 AWS(Automatic Weather System, 자동기상관측소) 13개소의 자료를 활용하였다. 확률강우량 산정시 AWS 강우관측 자료는 AMS(Annual Maximum Series, 연 최대치 계열) 모형을 적용하기에는 자료기간이 충분하지 않으므로 짧은 자료기간에 적합한 PDS(Partial Duration Series, 부분 기간치 계열) 모형을 적용하였다. 따라서 본 연구에서는 PDS의 대표적인 분포형인 GPD(Generalized Pareto Distribution)를 적용하여 지속시간별 확률강우량을 산정하였다. 산정된 지속시간별 확률강우량과 고도와의 관계를 확인하기 위하여 선형회귀분석을 수행하였다. 회귀분석 결과 확률강우량은 고도가 증가함에 따라 선형적으로 증가하였다. 또한, 재현기간이 길어질수록 고도에 따른 확률강우량 증가율도 증가하였다. 다만, 재현기간과 관계없이 지속시간이 짧을 경우 확률강우량과 고도와의 선형 관계는 약해지는 것으로 나타났다.

• Journal of Korea Water Resources Association
• /
• v.51 no.8
• /
• pp.739-745
• /
• 2018

Recently, the incidence of heavy rainfall is increasing. Therefore, a rainfall analysis should be performed considering increasing frequency. The current rainfall analysis for hydrologic design use the hourly rainfall data of ASOS with a density of 36 km on the Korean Peninsula. Therefore, medium and small scale watershed included Thiessen network at the same rainfall point are analyzed with the same design rainfall and time distribution. This causes problem that the watershed characteristics can not be considered. In addition, there is a problem that the temporal-spatial change of the heavy rainfall occurring in the range of 10~20 km can not be considered. In this study, Author estimated design rainfall considering heavy rainfall using minutely rainfall data of AWS, which are relatively dense than ASOS. Also, author analyzed the time distribution and runoff of each case to estimate the huff's method suitable for the watershed. The research result will contribute to the estimation of the design hydrologic data considering the heavy rainfall and watershed characteristics.

• Journal of Wetlands Research
• /
• v.15 no.2
• /
• pp.191-201
• /
• 2013

Landslide in Korea occurs generally in summer, and rainfall is a major factor to trigger landslides. This study evaluates the applicability of radar rainfall to estimate landslide occurs locally in mountainous area. Temporal changes in spatial distribution of rainfall is analyzed using radar data, and the characteristics of rainfall in landslide area during the landslide occurred in Inje, July 2006. This study shows radar rainfall field can estimate local landslides more precisely than the rainfall data from ground gauges.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.376-380
• /
• 2011

강우사상은 강우량, 지속기간, 강우강도 등의 특성으로 표현될 수 있으며 이런 인자들을 같이 고려할수록 그 현상을 보다 종합적으로 표현할 수 있다. 하지만 현재 일반적으로 이루어지는 일변량 빈도해석절차에서는 지속기간을 고정시켜놓고 각 지속시간에 따른 결과만을 도출해 낼 수 있기 때문에 지속기간에 대해 제약적이고 입력자료에 존재하지 않는 지속기간에 대한 결과를 얻기가 어렵다. Copula모델은 두 일변량 분포형을 다변량 분포형으로 연결하여 주는 모델이다. 따라서 강우량과 지속기간을 변수로 사용하면 Copula모델을 통한 이변량 강우빈도해석은 보편적으로 이루어지고 있는 일변량 지점빈도해석보다 지속기간에 대해 유연한 결과를 나타낼 수 있다. 즉, 강우와 지속기간이 동시에 변수로 사용되기 때문에 임의의 지속기간이나 강우에 대해서 확률강우량 및 확률지속기간을 얻을 수 있다. 본 연구에서는 서울지점을 대상으로 1961∼2009년 동안 발생한 강우사상 중 각 년도에서 최대강우량이 발생한 사상을 추출하여 입력자료로 사용하였다. Copula 모형은 Gumbel-Hougaard, Frank, Joe, Clayton, Galambos등 총 5개의 모델을 적용하였고 각 Copula의 매개변수는 준모수방법인 maximum pseudolikelihood estimator를 이용하여 추정하였다.