• Journal of the Korean Society of Hazard Mitigation
• /
• v.11 no.2
• /
• pp.137-146
• /
• 2011

In this study, annual maximum storm events are evaluated by applying the bivariate extremal distribution. Rainfall quantiles of probabilistic storm event are calculated using OR case joint return period, AND case joint return period and interval conditional joint return period. The difference between each of three joint return periods was explained by the quadrant which shows probability calculation concept in the bivariate frequency analysis. Rainfall quantiles under AND case joint return periods are similar to rainfall depths in the univariate frequency analysis. The probabilistic storm events overcome the primary limitation of conventional univariate frequency analysis. The application of these storm event analysis provides a simple, statistically efficient means of characterizing frequency of extreme storm event.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.335-335
• /
• 2017

최근 집중호우, 홍수를 비롯한 이상 기후현상들이 과거 발생 시기와 그 규모를 크게 벗어나는 일들이 빈번하게 일어나고 있다. 이러한 기후변화의 영향으로 특정지역에서 극한강우로 인한 도시침수 피해가 급격하게 늘어나고 있으며 그 횟수 또한 증가하였다. 가장 최근에는 2016년 10월 5일 울산시에서 태풍 차바로 인해 시간당 130mm의 최고치에 달하는 강우를 기록하며 4,000건에 달하는 피해를 발생시켰다. 이는 극치사상의 발생빈도와 강도가 증가하고 있음을 나타내며 한반도의 기후변화에 대한 취약성이 높다는 것을 의미한다. 따라서 본 연구에서는 이와 같은 강우사상의 변동을 예측하기 위해서 울산 중구 침수구역에 레이더 예측강우를 사용하여 침수분석을 진행하였다. AWS강우를 사용한 2차원 침수분석과 레이더 예측강우를 사용한 2차원 침수분석과의 결과비교를 통해 레이더 예측강우의 적정성을 판단해보고자 한다. 그 결과, 태풍 차바에 의한 주요침수 발생지점과 침수량이 유사하게 발생하였다. 결과적으로, 정량적 정확도가 확인된 레이더 예측강우를 사용한다면, 실시간 도시홍수예보를 통한 인명 및 침수피해 저감에 큰 도움이 될 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.414-414
• /
• 2015

최근 지구온난화로 인한 기상변동성 증가로 인해 극한기후현상의 발생빈도가 점차 증가하고 있으며 유역단위의 수자원을 효율적으로 운영하는데 문제점을 해소하고자 다양한 측면에서 체계적인 수자원 운영을 위한 연구가 이루어지고 있다. 수공구조물을 설계하는데 있어서 가장 일반적인 가정 사항은 수문모형에 사용되는 강우의 빈도와 유출의 빈도가 동일하다는 가정에 근거한다. 즉, 유역의 초기함수조건, 강우강도, 강우의 시간적 분포와 관계없이 동일한 빈도로 고려되는 문제점이 있다. 이러한 점에서 비교적 장기간의 자료를 확보하고 있는 계측유역에 대해서 다변량 확률밀도함수를 적용하여 비선형관계를 고려한 수문빈도해석기법을 개발하고자 한다. 본 연구에서는 이변량 분석기법(bivariate analysis) 중 전통적인 이변량 분포에 비해 주변분포형(marginal distribution)을 자유롭게 선택할 수 있는 장점이 있는 추계학적 Copula 모형을 활용하여 댐 및 저수지 상류유역의 강우량과 유입량을 대상으로 이변량 분석을 수행하고자 한다. 최종적으로 비선형 관계에 있는 강수량과 유출량 사이에 이변량 빈도해석 모형을 개발하고 기존 해석방법과의 종합적인 비교를 실시하였다.

• Journal of Korea Water Resources Association
• /
• v.45 no.3
• /
• pp.275-290
• /
• 2012

In this study, we have developed an optimal time distribution model through extraction of peaks over threshold (POT) series. The median values for annual maximum rainfall dataset, which are obtained from the magnetic recording (MMR) and the automatic weather system(AWS) data at Seoul meteorological observatory, were used as the POT criteria. We also suggested the improved methodology for the time distribution of extreme rainfall compared to Huff method, which is widely used for time distributions of design rainfall. The Huff method did not consider changing in the shape of time distribution for each rainfall durations and rainfall criteria as total amount of rainfall for each rainfall events. This study have suggested an extracting methodology for rainfall events in each quartile based on interquartile range (IQR) matrix and selection for the mode quartile storm to determine the ranking cosidering weighting factors on minutely observation data. Finally, the optimal time distribution model in each rainfall duration was derived considering both data size and characteristics of distribution using kernel density function in extracted dimensionless unit rainfall hyetograph.

• Journal of Korea Water Resources Association
• /
• v.52 no.11
• /
• pp.895-904
• /
• 2019

It has been well recognized that extreme rainfall process often features a nonstationary behavior, which may not be effectively modeled within a stationary frequency modeling framework. Moreover, extreme rainfall events are often described by a two (or more)-component mixture distribution which can be attributed to the distinct rainfall patterns associated with summer monsoons and tropical cyclones. In this perspective, this study explores a Mixture Distribution based Nonstationary Frequency (MDNF) model in a changing rainfall patterns within a Bayesian framework. Subsequently, the MDNF model can effectively account for the time-varying moments (e.g. location parameter) of the Gumbel distribution in a two (or more)-component mixture distribution. The performance of the MDNF model was evaluated by various statistical measures, compared with frequency model based on both stationary and nonstationary mixture distributions. A comparison of the results highlighted that the MDNF model substantially improved the overall performance, confirming the assumption that the extreme rainfall patterns might have a distinct nonstationarity.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.365-365
• /
• 2012

이수 및 치수를 위한 수공구조물 설계 및 하천기본계획 수립의 요점은 설계홍수량의 산정에 있으며, 통계적으로 유의성을 가지는 설계홍수량을 산정하기 위해서는 일반적으로 30년 이상 관측된 홍수자료가 요구된다. 우리나라의 경우 대부분의 유역이 미계측 유역이거나 관측년수가 비교적 작은 경우가 많으므로, 상대적으로 자료 연한이 긴 강우자료를 빈도분석한 후 이를 강우-유출 모형에 입력하여 확률홍수량을 추정하는 간접적인 방법이 주로 이용되며 사용된 강우의 빈도가 홍수의 빈도와 동일하다는 가정을 기본으로 한다. 그러나 동일한 강우량이 발생하더라도 강우의 강도, 지속시간, 유역의 선행함수조건 등과 같은 유역 특성에 따라 유출의 특성은 현저히 다르게 나타나며 결국 이러한 특성은 입력자료, 강우-유출 모형, 기후변동성 등과 같은 불확실성 요소로 인식될 수 있다. 따라서 본 연구에서는 이러한 불확실성을 고려할 수 있는 강우-유출 모의기법을 개발하여 이를 통해 홍수빈도곡선을 유도할 수 있는 방법론을 제시하고자 한다. 불확실성 분석을 위해 기존 HEC-1 강우-유출 모형에서 Bayesian MCMC 기법을 적용하여 매개변수들의 사후분포를 추정하여 매개변수들의 최적화 및 불확실성 분석을 수행하였다. 마지막으로 기후변화 영향을 통합한 홍수빈도곡선을 유도하기 위해서 극치강수를 모의하는 것이 필요하며, 본 연구에서는 극치값 재현에 있어서 우수한 성능을 발휘하는 Kernel-Pareto Piecewise분포 기반의 강우모의발생 기법을 적용하여 HEC-1모형과 연동되도록 모형을 개발하였다. 본 연구에서 제안하는 방법론은 기존 홍수빈도곡선 유도 방법에서 불확실성을 분석하기 위해 모든 변수들을 독립사상으로 간주하고 Monte Carlo Simulation을 수행함으로서 매개변수들간의 상호연관성, 상관성, 조건부 확률들을 고려할 수 없었던 점을 Bayesian 모형을 통해 매개변수들간의 조건부 확률을 고려한 매개변수의 사후분포 도출을 가능하게 하여 보다 현실적인 강우-유출 관계 도출이 가능하고 불확실성 구간이 자연적으로 도출됨으로서 향후, 신뢰성 있는 수자원 계획수립에 유용한 자료로 활용이 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.374-374
• /
• 2011

이상기후 및 기상변동성의 증가로 극치강수량의 시공간적인 변동성이 크게 증가되고 있다. 서울시에 2010년 9월 21일에 내린 폭우사례와 같이 공간적으로 변동성이 큰 형태의 강우가 발생하는 사례가 빈번해지고 있다. 이러한 점에서 과거 강우자료로부터 시공간적인 추출하고 이를 범주화하는 연구는 방재관점에서 매우 중요한 정보로 활용할 수 있다. 이러한 강수의 시공간적 특성을 평가하기 위해서는 상대적으로 조밀한 강수관측망이 요구된다. 서울시의 경우 기상청에서 운영하는 관측소이외에도 서울시에서 운영하는 강수관측지점이 다수 존재한다. 이러한 점에서 착안하여 본 연구에서는 서울시에 운영하고 있는 26개의 AWS자료를 활용하여 시공간적인 강수변동성을 추출하고 평가하는데 목적이 있다. 본 연구에서는 시간강수량 및 일강수량을 대상으로 연구를 진행하였으며 공간상관성분석, 지체상관분석을 실시하여 서울시 강수량 특성을 정량화 하였다. 강수의 공간적인 변동성은 2002년부터 2009년까지 26개 강수지점으로부터 추정된 150mm이상 최대강우사상 10개와 일강수량이 20mm미만이 10개의 강우사상의 지점별 표준편차를 통해서 대표적으로 분석하였다. 일강수량을 대상으로 공간적인 특성을 평가해본 결과 강수량의 크기가 클수록 서울시 강수장의 특성은 매우 불균질한 특성을 보여주고 있으며 반대로 강수량이 작은 경우 상대적으로 균질한 특성을 보여주고 있다.

• Journal of Korea Water Resources Association
• /
• v.50 no.3
• /
• pp.211-221
• /
• 2017

In statistical hydrology, various extreme distributions such as the generalized extreme value (GEV), generalized logistic (GLO) and Gumbel (GUM) models have been widely used to analyze the extreme events. In the case of rainfall events in South Korea, the GEV and Gumbel distributions are known to be appropriate among various extreme distribution models. However, the proper probability distribution model may be different depending on the type of extreme events, rainfall duration, region, and statistical characteristics of extreme events. In this regard, it is necessary to apply a wide range of statistical properties that can be represented by the distribution model because it has two shape parameters. In this study, the statistical applicability of rainfall data is analyzed using the Burr XII distribution and the dimensionless L-moment ratio for 620 stations in South Korea. For this purpose, L-skewness and L-kurtosis of the Burr XII distribution are derived and L-moment ratio diagram is drawn and then the applicability of 620 stations was analyzed. As a result, it is found that the Burr XII distribution for the stations of the Han River basin in which L-skewness is relatively larger than L-kurtosis is appropriate, It is possibility of replacing the distribution of commonly used Gumbel or GEV distributions. Therefore, the Burr XII model can be replaced as an appropriate probability model in this basin.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.39 no.1
• /
• pp.165-174
• /
• 2019

As a nonstationarity is observed in hydrological data, various studies on nonstationary frequency analysis for hydraulic structure design have been actively conducted. Although the inherent diversity in the atmosphere-ocean system is known to be related to the nonstationary phenomena, a nonstationary frequency analysis is generally performed based on the linear trend. In this study, a nonstationary frequency analysis was performed using climate indices as covariates to consider the climate variability and the long-term trend of the extreme rainfall. For 11 weather stations where the trend was detected, the long-term trend within the annual maximum rainfall data was extracted using the ensemble empirical mode decomposition. Then the correlation between the extracted data and various climate indices was analyzed. As a result, autumn-averaged AMM, autumn-averaged AMO, and summer-averaged NINO4 in the previous year significantly influenced the long-term trend of the annual maximum rainfall data at almost all stations. The selected seasonal climate indices were applied to the generalized extreme value (GEV) model and the best model was selected using the AIC. Using the model diagnosis for the selected model and the nonstationary GEV model with the linear trend, we identified that the selected model could compensate the underestimation of the rainfall quantiles.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.131-131
• /
• 2022

기후변화의 영향으로 극치강우의 변동성이 커지고 있으며 계획빈도를 초과하는 폭우로 피해가 증가하고 있다. 기존의 물리기반의 홍수예측모델은 개념적 및 구조적 제약과 함께 다양한 유역조건 및 수문기상 조건에 기인한 강우-유출 관계의 불확실성을 고려하는 데 한계가 있다. 특히 한정된 홍수 사상을 통해 구축된 관측 자료로 인해 새로운 홍수 사상 예측 능력이 저조할 수밖에 없다. 따라서 기존 물리모형 기반의 홍수예측과 함께, 딥러닝(deep learning) 모형을 고려한 홍수예측 모델 개발과 개선이 필요하다. 본 연구에서는 다양한 분야에서 활용되는 인공지능(artificial intelligence, AI) 기술을 종합적으로 검토하고, 홍수 예측 측면에서의 활용 가능성 및 신뢰성을 고려하여 AI 기법을 채택하였다. 한강수계에 존재하는 댐 중 일부를 선정하여 대상 댐의 수문·기상학적 자료를 전처리한 후, 인공지능 기반의 홍수예측모형을 구축 및 최적화하였다. 다양한 예측인자와 모델 구성으로 홍수예측력에 대한 평가를 다각적으로 수행함으로써 홍수예측모델의 신뢰성을 제고하였다. 전반적으로 우수한 결과를 도출하였고, 유역면적이 작을수록 결과가 좋았다. 이는 넓은 유역일수록 복잡한 강우-유출 과정이 내재되어 있기 때문으로 판단되며, 넓은 유역에는 본 연구에서 활용한 자료에 추가적인 자료를 도입하여 모형 개선이 이루어져야 할 것으로 판단하였다. 수문 예측 연구에 통계모형이나 기계학습모형의 적용은 많이 있었지만, 딥러닝 기법 활용은 새로운 시도라는 점에서 의미가 있다.