It is very important to select appropriate distributions for hydrological data in planning and designing hydraulic structures. Also, it is necessary to check whether the selected distribution reproduces the statistical characteristics of the real data. In this study, the parameters of the two- and three-parameter gamma, two- and three-parameter lognormal, Gumbel, two- and three-parameter log-Gumbel, GEV, log-Pearsonn type III, two- and three-parameter Weibull, four- and five-parameter Wakeby distributions were estimated for the rainfall data of 22 sites in Korea with 7 different durations based on the methods of moments, probability weighted moments, and maximum likelihood. And the validity conditions were checked for the estimated parameters. The separation effect for each distribution was examined throught 10,000 simulations using the estimated parameters. As results, the separation effect was the smallest: log-Pearson type III for moment method, log-Pearson type III and GEV for probability weighted moment method, and GEV for maximum likelihood method. However, it is large for the two-parameter distributions.
융설 모형의 중요 매개변수인 적설분포면적은 실제 우리나라에서 적설과 관련한 관측 자료의 부족으로 인해 매개변수 추정이 어렵다. 이러한 문제점 해결을 위해 원격탐사기법을 활용하여 적설분포면적을 추출하였다. 본 연구에서는 1997년 부터 2006년 까지의 겨울철 NOAA (National Oceanic and Atmospheric Administration)의 AVHRR(Advanced Very High Resolution Radiometer) 위성영상의 8 sets의 총 108개 영상을 이용하여 적설분포면적을 추출하였고,기상청의 지상기상관측소의 최섬적설심 자료를 이용하여 GIS 자료를 구축함으로써 적설심의 공간적 분포를 추출하였다. 이를 국내 5대유역인 한강,낙동강,금강,영산강,섬진강 유역에 대하여 융설모형의 주요 매개변수인 적설분포면적,유역 평균, 최대 적설심과 적설분포감소비곡선을 구축하였다. 그 중 적설분포면적감소곡선 (SDC : Snow cover Depletion Curve)는 적설분포면적의 감소형태를 나타내 주는 지표로써 융설의 가장 민감한 매개변수이다. 이를 국내 5대 강 유역에 대해 구축하여 정량화 하였다.
Proceedings of the Korea Water Resources Association Conference
/
2019.05a
/
pp.335-335
/
2019
최근 수문자료에 대한 다변량 빈도해석 연구가 활발히 이루어지고 있다. 하나의 자료를 확률변수로 사용하는 단변량 빈도해석에 비해 여러 수문자료를 조합하여 동시에 추정할 수 있는 다변량 빈도해석은 수문자료의 상관성을 고려하면서 확률분포형을 추정할 수 있다는 장점이 있다. 이에 다변량 확률분포형을 이용한 빈도해석 과정 중 정확한 매개변수 추정을 위한 연구도 최근 여러방면으로 이루어지고 있다. 본 연구에서는 다변량 확률분포형의 매개변수 추정방법 중 기존에 주로 사용되고 있는 의사최우도법(MPL, Maximum Pseudo-Likelihood method)의 성능을 개선하기 위해 기존의 방법과 본 연구에서 제안하는 매개변수 추정방법의 Monte-Carlo 모의실험을 수행하였다. 일반적으로 수문자료는 양(+)의 왜곡도계수를 갖기 때문에 GEV(Geveralized Extreme Value) 분포형을 모분포로 하여 각 방법의 정확성을 검토하였다. 모의실험을 수행한 결과, 기존의사최우도법에서 Weibull 식을 이용하여 순위통계량을 계산하는 방법보다 본 연구에서 제안한 왜곡도를 고려하는 순위통계량을 사용하는 것이 더 정확한 매개변수 추정결과를 보여주는 것으로 나타났다.
Proceedings of the Korea Water Resources Association Conference
/
2004.02a
/
pp.1-22
/
2004
현재 댐 위험도 분석 등의 사용되는 Monte Carlo Simulation 방법을 이용하는데 있어서 가장 어려운 문제이면서 약점으로 지적되어 온 것이 수리 수문학적 불확실성 변수들에 대해서 정확한 확률분포를 정의할 수 없다는 것이다. 즉 기존 매개변수적 방법들은 모집단 분포의 형태를 가정하고, 분포의 매개변수에 관한 통계적 분석을 하는 방법이다. 조사대상이 되는 모집단 분포에 관한 정보가 부족하기 때문에 어떤 가정이 곤란하거나 부정확한 가정을 전제로 하지 않고, 관측자료로부터 통계량을 분석하여 통계적 추론을 하는 방법이 필요하게 되며, 이를 비매개변수적 방법(nonparametric methods)이라고 한다. (중략)
The mutation operation is the main operation in the evolutionary programming which has been widely used for the optimization of real valued function. In general, the mutation operation utilizes both a probability distribution and its parameter to change values of variables, and the parameter itself is subject to its own mutation operation which requires other parameters. However, since the optimal values of the parameters entirely depend on a given problem, it is rather hard to find an optimal combination of values of parameters when there are many parameters in a problem. To solve this shortcoming at least partly, if not entirely, in this paper, we propose a new mutation operation in which the parameter for the variable mutation is theoretically estimated from the self-adaptive perspective. Since the proposed algorithm estimates the scale parameter of the Cauchy probability distribution for the mutation operation, it has an advantage in that it does not require another mutation operation for the scale parameter. The proposed algorithm was tested against the benchmarking problems. It turned out that, although the relative superiority of the proposed algorithm from the optimal value perspective depended on benchmarking problems, the proposed algorithm outperformed for all benchmarking problems from the perspective of the computational time.
Proceedings of the Korea Water Resources Association Conference
/
2007.05a
/
pp.1829-1833
/
2007
최근 강우-유출 모형은 유역의 지형적, 물리적 상황을 최대한 반영한 입력자료를 이용할 수 있고, 최종 유출지점에서의 해석 결과뿐만 아니라 해석하고자 하는 유역내의 시간적, 공간적 수문 요소 분포 특성을 이해할 수 있도록 물리적 이론에 기초한 분포형 수문모형을 개발하고 지속 발전시키고 있다. 분포형 수문모형은 집중형 수문모형에 비해 매개변수 갯수를 현저히 줄일 뿐만 아니라 실지 지형자료에 입각한 매개변수 선정이 가능하다. 분포형 지형자료와 강우자료로부터 추정된 초기 매개변수의 값에 의한 모의가 매개변수가 개념적, 경험적 의미가 큰 집중형 모형에 비해 정확하기 때문에 미세한 매개변수의 조정만으로도 유역의 유출량을 모의할 수 있다. 본 연구에서는 이러한 여러 가지 장점을 지닌 분포형 수문모형이 유역크기가 작고, 시간 공간적으로 지형입력자료의 변동성이 작은 도시하천 소배수구역에서의 모의 효율성 및 적용성을 평가하였다. 레이더강우를 이용한 분포형 수문모형으로서 미국 University of Oklahoma에서 개발한 $Vflo^{TM}$을 사용하여 중랑천 유역의 3개 소배수구역(월계1 배수구역, 군자 배수구역, 어린이대공원 배수구역)에서 유출 모의를 수행하였다. 각 소배수구역 특성별 모의 결과 비교, 분석을 수행하였다. 이를 통해 도시하천 소배수구역에서의 유출 모의 및 분포형 수문모형 선정에 적절한 근거로 활용될 수 있을 것으로 판단된다.
Proceedings of the Korea Water Resources Association Conference
/
2012.05a
/
pp.366-366
/
2012
확률강우량은 하천설계, 수자원설계 및 계획을 위한 기초자료로 활용되며 최근 이상기후 및 기후변화로 인한 극치강우의 빈도 및 양적 증가로 인한 확률강우량 산정의 불확실성 분석에 대한 관심이 크게 증가하고 있다. 수문빈도 해석에 있어서 대부분 지역이 50년 이하의 수문자료가 이용되고 있으며 수문설계에서 요구되는 50년 이상의 확률강수량 추정시에는 상당한 불확실성을 내포하고 있다. 이러한 점에서 본 연구에서는 자료연수에 따른 Sampling Error와 분포형의 매개변수의 불확실성을 고려한 해석모형을 구축하고자 한다. 빈도해석에서 매개변수를 추정하기 위해서는 일반적으로 모멘트법, 최우도법, 확률가중모멘트법이 이용되고 있으나 사용되는 분포형에 따라서 통계학적으로 불확실성 구간을 정량화하는 과정이 난해할 뿐만 아니라 극치 수문자료가 Thick-Tailed분포의 특성을 가짐에도 불구하고 신뢰구간 산정시 정규분포로 가정하는 등 기존 해석 방법에는 많은 문제점을 내포하고 있다. 본 연구에서는 이러한 매개변수의 불확실성 평가에 있어서 우수한 해석능력을 발휘하는 Bayesian기법을 도입하여 분포형의 매개변수를 추정하고 매개변수 추정과 관련된 불확실성을 평가하고자 한다. 이와 별개로 자료연한에 따른 Sampling Error를 추정하기 위해서 Bootstrapping 기반의 해석모형을 구축하고자 하며 최종적으로 빈도해석시에 나타나는 불확실성을 종합적으로 검토하였다. 빈도해석을 위한 확률분포형으로 GEV(generalized extreme value)분포를 이용하였으며 Gibbs 샘플러를 활용한 Bayesian Markov Chain Monte Carlo 모의를 기본 해석모형으로 활용하였다.
Proceedings of the Korea Water Resources Association Conference
/
2010.05a
/
pp.1385-1389
/
2010
수자원 계획에 있어서 강우 또는 홍수빈도분석시 주로 사용되는 확률의 개념은 상대빈도에 대한 극한으로 확률을 정의하는 빈도학파적 확률관점에 속하며, 확률모델에서 미지의 매개변수들은 고정된 상수로 간주된다. 따라서 확률은 객관적이고 매개변수들은 고정된 값을 가지기 때문에 이러한 매개변수들에 대한 확률론적 설명은 매우 어렵다. 본 연구에서는 강우빈도해석에서 확률분포의 매개변수에 대한 불확실성을 정량화하기 위하여 베이지안 MCMC 및 Metropolis-Hastings 알고리즘을 이용한 불확실성 평가모델을 구축하였다. 그리고 베이지안 MCMC 및 Metropolis-Hastings 알고리즘의 적용을 통하여 확률강우량 산정시 확률분포의 매개변수에 대한 통계학적 특성 및 불확실성 구간을 정량화하였으며, 이를 바탕으로 홍수위험평가 및 의사결정과정에서 불확실성 및 위험도를 충분히 설명할 수 있는 프레임워크 구성을 위한 기초를 마련할 수 있었다.
Proceedings of the Korea Water Resources Association Conference
/
2012.05a
/
pp.310-310
/
2012
확률강우량 산정은 수공구조물의 설계에 있어서 중요한 과정이다. 확률강우량을 산정함에 있어 지난 수십년간 모멘트법, 최우도법, 확률가중모멘트법, 그리고 L-모멘트법 등의 매개변수적 방법이 발달되어 적용되어 왔다. 매개변수적 빈도해석 방법은 그 적용성이 여러 연구를 통해 검정되었지만 가정한 확률분포와 매개변수 추정방법에 따라 확률강우량이 달라지며 강우지속시간과 기후변화 등에 따른 분포의 변동성을 고려해야 하는 단점이 있다. 매개변수적 빈도해석 방법의 단점을 극복하기 위하여 최근에 핵밀도함수 등을 포함한 다양한 비매개변수적 빈도해석 방법이 제안되고 있다. 본 연구에서는 서울기상관측소의 지난 50년간 지속시간 24시간 강우량을 바탕으로 수자원 분야에서 다양하게 적용된 바가 있는 인공신경망 기법과 대표적인 매개변수적 빈도해석 방법인 L-모멘트법을 이용하여 확률강우량을 산정하고 비교하였다. 그 결과 인공신경망 기법은 전통적인 매개변수방법의 하나인 L-모멘트법 보다 확률강우량 산정에 있어서 높은 정확도를 가지는 것으로 나타났다.
Proceedings of the Korea Water Resources Association Conference
/
2016.05a
/
pp.110-110
/
2016
도시 유역의 강우-유출 모의에는 지표 투수율 및 하수관거 영향 등 인위적 배수계통의 영향을 고려할 수 있는 도시유출모형이 널리 이용되고 있으며, 모형 검증을 통해 모의 성능을 평가한다. 도시유출모형의 검증은 일반적인 강우-유출 모형과 같이 강우사상별 유량의 관측시계열과 모의시계열의 목적함수가 최소가 되는 최적 매개변수를 탐색하는 과정이다. 도시유출모형의 검증에서 발생하는 문제점은 크게 다음과 같다. 첫째, 대규모 도시 유역의 복잡하고 다양한 하수관거에 대한 최적매개변수를 관거별로 구하는 것은 물리적으로 불가능하다. 따라서 동일 배수분구내 하수관거의 매개변수 값은 동일하다고 가정하거나, 모형 단순화 과정을 통해 매개변수의 물리적 범위 내에서 최적해를 탐색해야 하는 단순화에서 기인한 불확실성이 있다. 둘째, 다양한 매개변수들의 물리적 범위를 고려하기 위해서는 전역최적화기법이 유효하다. 그러나 전역최적화 종류, 목적함수, 모의횟수, 목표성능별 최적 매개변수 결과가 각각 다르므로 추정된 최적 매개변수의 범위에 대한 불확실성이 있다. 이에 본 연구에서는 Bayesian 모형과 EPA SWMM(Storm Water Management Model)을 연계하여 도시유출모형의 매개변수 불확실성을 정량적으로 분석할 수 있는 모형을 제안하고자 한다. 이를 위해 서울 우이천 유역을 대상으로 SWMM 모형을 구축하고, 절단 정규분포(truncated Gaussian distribution)를 사전분포(prior)로 가정하여 매개변수의 물리적 범위를 고려하였다. 최종적으로 결합확률분포로 계산된 각 매개변수간 사후분포를 통해 모의된 유출량의 불확실성을 정량적으로 분석하였다. 본 연구에서 제안된 모형은 대규모 도시 유역의 도시유출모형 구축 시 다양한 매개변수의 물리적 범위를 고려한 최적화와 동시에 내재된 불확실성을 정량적으로 분석할 수 있으므로, 침수예측 및 홍수예경보 등의 문제에서 상당한 신뢰성을 확보할 수 있을 것으로 판단된다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.