• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.397-397
• /
• 2021

본 연구의 목적은 비매개변수적 리샘플링 기법을 이용하여 농업용 저수지 유입 설계홍수량의 구간을 추정하는 기법을 제안하는 데 있다. 본 연구는 설계홍수량을 점 추정하여 안전계수(safety factor)를 적용하는 기존 방법에 대한 대안을 제시하고자 한다. 설계홍수량의 구간 추정을 수행하기 위해 부트스트랩 기법(bootstrap technique)을 사용하였다. 부트스트랩 기법을 이용하여 95% 신뢰수준에 해당하는 신뢰구간을 추정하였다. 본 연구의 공간적인 범위는 남한의 30개 농업용 저수지이며, 시간적인 범위는 과거 기간(2015s: 1986-2015)과 미래기간(2040s: 2011-2040, 2070s: 2041-2070, 2100s: 2071-2100)을 설정하였다. 본 연구에서는 200년 빈도, 24시간 지속기간을 대표적인 결과로 선정하여 분석하였다. 빈도분석은 GEV 분포를 사용하였고, L-moment 방법을 이용하여 매개변수를 추정하였다. 설계홍수량은 HEC-1 모형을 이용하여 산정하였다. 최종적으로 설계홍수량 구간 추정한 결과를 기존의 점 추정한 뒤 안전계수를 적용한 기존 방법과 비교하였다. 97.5th BCa percentile 기준으로 상대적인 변화를 비교해보면, 미래로 갈수록 구간 추정으로 산정한 설계홍수량이 점차 증가하는 것으로 도출되었다. 한강 및 금강 유역에 위치한 농업용 저수지의 설계홍수량이 낙동강 유역에 비해 상대적으로 큰 변화를 보여주었다. 몇몇 농업용 저수지에 대해서 2040s 기간에 다소 감소하기도 하였으나 2070s 기간 이후에 다시 증가하는 결과를 보여주었다. 낙동강 유역의 위치는 농업용 저수지의 설계홍수량은 미래로 갈수록 크게 증가하지 않는 경향을 보여주었다. 본 연구는 설계홍수량을 추정하는 데 있어 결정론적인 방법에서 더 나아가 자료의 통계적인 특성을 고려하여 구간 추정을 수행하는 방법론을 제공할 수 있을 것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.346-346
• /
• 2017

기후변화에 따른 기상이변의 동시다발적인 발현은 농촌 지역의 홍수 발생 빈도를 증가시키고 있다. 현재의 기후시스템은 과거의 강우빈도를 기준으로 산정한 설계기준을 벗어나는 강우 사상을 빈번하게 발생시키므로 설계변수의 불확실성을 보다 합리적인 방법으로 정량화할 필요가 있다. 본 연구의 목적은 기후변화에 대응하여 확률론을 이용한 농업용 저수지의 홍수 취약성을 산정하는 데 있다. 먼저 홍수 취약성 해석에 필요한 과거와 미래 수문 자료를 수집하고 전처리 과정을 통해 해석에 적합한 자료로 구축하였다. 설계변수의 불확실성을 분석하기 위해 지속시간별 최대강우량, 유입 설계홍수량에 대해 부트스트랩 (bootstrap) 기법을 적용하여 자료를 재추출하였다. 부트스트 랩은 표본집단의 확률분포에 대해 가정을 하지 않고 표본집단의 통계적 특성을 이용하여 모집단의 통계적 추론을 할 수 있는 비모수적인 리샘플링 기법이다. 부트스트랩 추론은 표본집단의 추정치, 편의, 표준오차를 산정하고 신뢰구간을 추정한다. 부트스트랩 추론을 통해 산정하는 신뢰수준을 이용하여 농업용 저수지의 홍수 취약성을 산정하였다. 본 연구는 설계변수에 내재하는 불확실성을 부트스트랩 기법을 이용하여 정량화하고 확률적인 값을 가지는 홍수 취약성으로 산정하여 제시할 수 있다.

• The Journal of Engineering Geology
• /
• v.24 no.1
• /
• pp.101-110
• /
• 2014

This study presents the results of a regression analysis of the point-load strength ($I_{s(50)}$) and the uniaxial compressive strength (UCS) of granites in Korea. The regression was carried out for three cases using the least-squares method, reclassifying the granite samples based on their physical properties. The first regression analysis through the origin according to the weathering grade did not give a result with a sufficient degree of confidence, due to the small number of samples. However, the general trend of the correlation between UCS and $I_{s(50)}$according to weathering grade shows that the slope of the linear regression for weathered granite is steeper than that for fresh granite. The second analysis was a simple linear regression for all the granite samples using the least-squares method as well as a linear regression using the bootstrap resampling method in order to increase the confidence level and the accuracy of the regression results. The third regression considered the average strength of granite groups reclassified according to physical properties. These linear regression analyses yielded linear regression equations with slopes of 14 and small standard deviations being similar to values reported in previous studies on Korean granites, but whose intercept values range from 16 to 43 and have a larger standard deviation than those of the present study. In conclusion, it would be advisable to estimate UCS from $I_{s(50)}$, considering the error range derived from the deviation of the regression equations.

• The Bulletin of The Korean Astronomical Society
• /
• v.44 no.2
• /
• pp.61.3-61.3
• /
• 2019

The epochs of observation for the 28 determinative stars in the Shi Shi Xing Jing and Cheonsang Yeolcha Bunyajido are estimated by using two fitting methods. The coordinate values in these tables were thought to be measured with meridian instruments, and so they have the axis-misalignment errors and random errors. We adopt a Fourier method, and also we devise a least square fitting method. We do bootstrap resamplings to estimate the variance of the epochs. As results, we find that both data sets were made during the 1^st century BCE or the latter period of the Former Han dynasty. The sample mean of the epoch for the SSXJ data is earlier by about 15-20 years than that for the Cheonsang Yeolcha Bunyajido. However, their variances are so large that we cannot decide whether the Shi Shi Xing Jing data was formed around 77 BCE and the Cheonsang Yeolcha Bunyajido was measured in 52 BCE. We need either more data points or data points measured with better precision. We will discuss on the other 120 coordinates of stars listed in the Shi Shi Xing Jing.