• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.98-98
• /
• 2020

모분포 홍수지수모형은 여러 관측지점의 수문자료를 활용하여 설계수문량을 산정하는 지역빈도해석을 위한 모형 중 하나이다. 기존의 홍수지수모형은 동질지역 내 각 지점의 표본통계량을 통해 표준화된 자료들을 기반으로 설계수문량을 산정하므로 왜곡이나 오차가 발생하는 반면, 모분포 홍수지수모형은 미지의 모분포에 대한 통계량으로 표준화한 설계수문량은 동질지역 내 모든 지점에 대해 동일하다는 가정을 기반으로 지역빈도해석을 수행하므로 보다 정확한 설계수문량 산정이 가능하다. 본 연구에서는 모분포 홍수지수모형에서의 미지의 모분포를 비정상성 GEV분포형으로 가정함으로써 각 지점의 비정상성을 고려한 설계수문량을 산정할 수 있는 비정상성 지역빈도해석 기법을 개발하고 그 적용성을 알아보고자 한다. 이를 위해 우리나라 전역에 분포된 10개의 강우관측 지점을 하나의 지역으로 구성하고 이질성척도를 통해 지역동질성을 확인하였다. 먼저, 각 지점의 모분포를 가정하기 위하여 각 지점의 연 최대치 강우자료에 대하여 Mann-Kendall test를 통해 경향성을 확인하였다. 경향성이 없는 지점의 경우 정상성 GEV분포형, 경향성이 나타나는 지점의 경우 다양한 형태의 비정상성 GEV분포형 중 Akaike information criterion을 통해 선정된 비정상성 GEV분포형을 모분포로 가정하고, 모분포 홍수지수모형을 적용하여 확률강우량을 산정하였다. 대상 지역에 대한 모의실험을 통해 비정상성을 고려한 모분포 홍수지수모형의 성능을 지점빈도해석 및 기존의 홍수지수모형과 비교하였으며, 정상성 지역빈도해석 대비 비정상성 지역빈도해석을 통해 산정된 확률강우량의 비교를 통해 그 적용성을 평가하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.26-26
• /
• 2015

기후변화나 인위적인 요인 등에 의해 수문 자료에 비정상성(nonstationarity)이 나타나면서 정상성 가정 하에서 수행되는 빈도해석으로는 정확한 확률수문량 산정이 어려운 실정이다. 최근 이를 보완하기 위한 비정상성 빈도해석에 대한 연구가 진행되고 있고, 이와 더불어 비정상성 지역빈도 해석에 대한 관심도 높아지고 있다. 비정상성 지역빈도해석은 대개 홍수지수법(index flood method)을 기반으로 진행되고 있는데, 홍수지수와 성장곡선(growth curve)에 시간에 따른 변화를 고려하느냐의 여부에 따라 다양한 형태의 홍수지수모형이 적용되고 있다. 본 연구는 다양한 형태의 홍수지수모형의 성능을 평가하여 비정상성 자료에 적합한 형태를 선정하는 것을 목적으로 한다. 이를 위해 위치 매개변수가 시간에 따라 변화하는 비정상성 GEV 분포(GEV100)를 모분포로 하는 지점들로 지역들을 구성하고, Monte Carlo 모의를 통해 발생시킨 자료에 여러 형태의 홍수지수모형을 적용하여 각 모형의 성능을 평가하였다. 모의실험 결과 홍수 지수는 시간에 따른 변화가 없고, 성장곡선은 시간에 따라 변화하는 형태인 홍수지수모형이 다른 형태의 모형에 비해 대체로 더 정확한 확률수문량을 산정할 수 있는 것으로 나타났다. 또한 우리나라 기상청 관할 강우 관측 지점들 중 GEV100 분포가 적합한 것으로 선정된 지점들을 하나의 지역으로 구성하여 모의실험에서 적용한 것과 동일한, 여러 형태의 홍수지수모형을 적용한 결과 모의실험 결과와 일치하게 성장곡선에만 비정상성 고려된 홍수지수모형이 상대적으로 정확한 확률강우량을 산정하는 것으로 나타났다. 따라서 GEV100 모형 기반의 비정상성 지역빈도해석을 수행하기 위해서는 성장곡선만 시간에 따라 변화하는 홍수지수모형이 적합할 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.272-272
• /
• 2023

기후변화로 인해 많은 경우 강수량은 증가할 것으로 전망되지만 시공간적 편차 또한 커짐으로써 가뭄 위험은 증가할 것으로 예상된다. 가뭄 위험도 평가는 강수량, 유출량 등 수문자료로부터 추출한 가뭄변량의 빈도해석을 통해 이루어질 수 있다. 빈도해석의 대상이 되는 수문변량의 통계적 속성이 일정하게 유지되는 정상성의 가정은 기존 빈도해석 방법의 핵심이 되지만, 최근 기후변화로 인한 수문변량의 통계적 특성 변화가 발생할 것으로 예상되기 때문에 이러한 비정상성의 특성을 빈도해석 시 고려할 필요가 있다. 자료의 비정상성을 평가하는데 짧은 기록을 갖는 자료로부터 변화 추세를 신뢰성 있게 평가하는 것은 어려움이 크다. 이러한 점에서 지점자료를 통합적으로 활용할 수 있는 지역빈도해석 절차 도입을 통해 해석 결과에 신뢰성을 확보하는 것이 합리적이다. 본 연구에서는 유역단위에서 가뭄의 지속기간과 심도 사이의 상호의존성을 고려하기 위해 이변량 Copula 함수 기반 가뭄 지역빈도해석을 도입했으며, 두 가뭄변량의 주변확률분포의 매개변수는 시간에 따른 함수로 가정하였다. 모형의 모든 매개변수는 계층적 Bayesian 모형을 통해 동시에 추정하였다. 최종적으로 주어진 가뭄빈도에 해당하는 시간에 따라 변화하는 가뭄 위험을 평가하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.4-4
• /
• 2017

수문자료의 빈도해석은 자료의 독립성(independence)와 정상성(stationarity)를 가정하여 이뤄진다. 그러나 관측 수문자료에서 비정상성 현상이 발생하고 있다는 사실이 관측되면서 수문자료에 대한 비정상성 빈도해석에 대한 필요성도 커지고 있다. 본 연구의 목적은 수문자료의 빈도해석에서 가장 널리 사용되고 있는 Gumbel 및 GEV 분포에 대한 비정상성 빈도해석 모형을 개발하는 것으로, 이를 위해 비정상성 Gumbel과 GEV 모형의 매개변수를 시간에 따라 변하는 형태로 정의하였다. 비정상성 Gumbel 및 GEV 모형의 정확도를 알아보기 위해 비정상성 모형과정상성 모형을 이용하여 Monte Carlo 모의실험을 수행하였다. 모의실험은 다양한 조건의 재현기간, 표본크기, 매개변수 조건을 고려하여 수행되었다. 그 결과 비정상성 모형의 오차는 비교적 표본크기가 클 때 가장 작은 것으로 나타났다. 또한 복잡한 매개변수의 조합을 가지는 비정상성 모형은 모두 동일한 경향성을 가질 때 가장 작은 오차를 보이는 것으로 나타났다. 비정상성 GEV 모형의 경우는 확률수문량 산정에 음(-)의 형상 매개변수가 큰 영향을 끼치는 것으로 나타났다. 또한 본 연구에서는 비정상성 조건에서 다양하게 존재하는 비정상성 모형 중 어떠한 모형이 주어진 자료에 대해 가장 적절한 모형인지 결정하기 위해 모의실험을 수행하였다. 널리 적용되고 있는 AIC, BIC, likelihood ratio test에 대해 정상성 및 비정상성 Gumbel 모형을 이용하여 모의실험을 수행한 결과, AIC가 비정상성 모형 중 적정 모형 선택에 가장 효과적인 것으로 나타났다. 개발된 비정상성 Gumbel 및 GEV 모형의 적용성을 알아보기 위해 우리나라 연최대강우 자료에 적용한 결과, 위치 매개변수에 시간항을 고려하는 Gumbel 모형이 최적모형으로 가장 많이 선택되는 것으로 나타났다. 따라서 현재 우리나라의 연최대강우자료 중 경향성이 나타나는 자료에 대해서는 위치 매개변수가 시간에 따라 변하는 특성이 가장 많이 나타나고 있는 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.433-433
• /
• 2022

수자원 관리를 위한 설계수문량의 산정은 수문자료의 통계적 특성을 고려한 빈도해석을 통해 이루어지며, 대상 관측지점에 대해 개별적으로 수행되는 지점빈도해석과 수문학적으로 동질하다고 판단되는 지점들의 자료를 동시에 고려하는 지역빈도해석으로 분류된다. 기후변화에 의한 미래 수문량의 변동성을 고려하기 위해 비정상성 빈도해석이 요구되나 짧은 기록을 갖는 수문자료로부터 정확한 변화 추세를 평가하기 어렵다. 이에 따라 지역빈도해석을 통해 자료를 확충함으로써 자료에 대한 신뢰성을 확보하고 지역 전체에 대해 대표성을 갖는 확률수문량을 산정하는 것이 합리적이다. 본 연구에서는 극치강수량의 지역빈도해석에서 비정상성을 고려하기 위해 단순선형회귀 모형을 통해 시간항에 대한 강수량의 경향성을 탐지하였다. 계층적 Bayesian 모형을 통해 Partial Pooling 기법을 적용함으로써 기존 L-모멘트 방법(complete pooling)에서 고려하지 못하는 개별지역의 강수 특성을 고려하였으며 불확실성을 정량화하였다. 한강 유역 18개 지점의 극치강수량에 대해 비정상성 평가 결과 대부분 지점에서 양의 기울기를 확인하였으며 미래 빈도별 확률강수량의 증가율을 제시한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.143-143
• /
• 2015

기존의 빈도해석에서는 자료의 정상성을 가정하며, 이에 따라 적정모형 선정 시에 $x^2$ 검정이나 PPCC(Probability Plot Correlation Coefficient)검정과 같은 적합도 검정방법을 사용한다. 하지만 자료에서 경향성이 나타나거나 평균, 분산, 매개변수 등이 시간에 따라 변하는 등의 비정상성 현상들이 관측됨에 따라 비정상성 빈도해석에 관한 연구들이 활발히 진행되고 있다. 비정상성 빈도해석에서는 시간항과 같은 공변량이 포함된 매개변수를 가지는 비정상성 모형을 적용하게 되는데, 시간에 따라 매개변수가 계속 변하므로 매개변수에 따라 검정통계량이 고정되어 있는 기존의 적합도 검정방법의 적용이 어렵다. 따라서 비정상성 빈도해석의 적정 모형 선정에 적용할 수 있는 방법으로 최우도 함수에 기반한 모형 평가 방법인 AIC와 BIC가 추천되고 있으며 자료길이가 충분하지 않은 경우에는 AIC 대신하여 AICc의 사용이 추천되고 있다. 본 연구에서는 극치사상을 나타내는데 적합한 분포형인 GEV분포형의 위치, 규모 매개변수를 시간항으로 나타낸 다양한 비정상성 GEV모형에 대하여 Monte-Carlo 모의실험을 통해 AICc와 BIC의 적용성을 검토하였으며, 비정상성이 관측되는 실측 자료에 적용해보았다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.8-8
• /
• 2018

전통적인 빈도해석은 정상성 가정을 기초로 단일 확률분포를 강우 및 홍수량 자료에 적용하는 과정을 통해 확률수문량을 추정하는 것을 목적으로 하고 있다. 그러나 전지구적인 기상학적 변동성 및 기후변화로 기인하는 극치수문량의 발생 빈도 및 양적 크기의 변화는 확률통계학적 관점에서 서로 다른 분포특성을 가지게 된다. 대표적인 기상변동성인 엘니뇨가 발생하는 경우 지역에 따라 홍수 및 가뭄이 발생 발생하게 되며, 이러한 극치수문량은 일반적으로 나타나는 홍수 및 가뭄의 분포특성과는 상이한 경우가 많다. 즉, 2개 이상의 확률분포 특성이 혼재된 혼합분포의 특성을 가지는 경우가 나타내게 되며 이를 고려한 빈도해석 기법의 개발 및 적용이 필요하다. 혼합분포를 활용한 빈도해석에서 가장 중요한 사항 중에 하나는 개별 분포에 적용되는 가중치를 추정하는 것으로서 통계학적 관점에서 자료의 특성에 근거하여 내재되어 있는 은닉상태(latent process)를 추정하는 과정과 유사하다. 이와 더불어 앞서 언급된 기상학적 변동성을 빈도해석에 반영하기 위한 비정상성 해석기법의 개발 및 적용도 필요하다. 본 연구에서는 혼합분포를 활용한 비정상성빈도해석모형을 개발하는데 목적이 있으며 개별매개변수의 동적거동 뿐만 아니라 가중치에 대한 시간적인 종속성도 고려할 수 있는 모형으로 동적모형으로 다양한 실험적 해석이 가능하다. 본 연구에서는 개발된 모형을 기반으로 엘니뇨와 같은 기상변동성에 따른 강우 및 홍수빈도해석 측면에서 은닉상태에 변화, 이로 인한 확률분포의 특성 및 설계수문량의 동적변동성을 평가하고자 한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.340-340
• /
• 2018

전 세계적으로 기후변화로 인해 나타나는 이상기후의 영향을 고려하기 위해서 수문빈도해석분야에서는 비정상성 빈도해석에 관한 연구가 활발히 진행 중이다. 자료의 비정상성을 고려하여 빈도해석을 수행하는 방법은 다양하게 연구되어오고 있는데, 그중 시간에 따른 자료의 변화를 고려할 수 있도록 기존 모형의 매개변수에 시간을 고려할 수 있는 변수를 더하여 모형을 구축하는 기법이 비정상성 빈도해석기법으로 널리 활용되고 있다. 한편, 이러한 비정상성 가정에 관련한 연구들은 주로 지점빈도해석 기법을 중심으로 개발되어왔을 뿐, 아직 지역빈도해석기법을 대상으로 시도된 비정상성 연구는 미비한 실정이다. 지역빈도해석은 수문학적 동질지역이라는 가정을 바탕으로 표본의 확장을 통해 지점빈도해석보다 비교적 안정적인 빈도해석을 수행할 수 있는 기법으로 널리 알려져 있다. 따라서 지역빈도해석에서 수문학적 동질지역의 구분은 지역빈도해석 절차 중 가장 중요한 절차라고 할 수 있다. 이러한 수문학적 동질지역 구분을 위해서는 지점별로 가지고 있는 위치 정보나 수문 자료의 통계값과 같은 해당 지점을 대표할 수 있는 인자들이 필요하다. 본 연구에서는 모의실험을 통해 경향성이 나타나는 가상의 지점 자료를 생성한 뒤, 지역구분을 통해 자료의 비정상성이 나타나는 지역의 지역구분 결과를 살펴보고 이질성 척도(heterogenity measure)를 산정하였다. 이를 바탕으로 비정상성 지역빈도해석에서 이질성 척도의 적용성을 검토하고자 한다. 본 연구의 결과는 추후 기후변화의 영향이 나타나는 수문학적 동질 및 비 동질지역의 분석 및 비정상성 지역빈도해석을 위한 기초자료로 활용될 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.80-80
• /
• 2017

최근 수문자료에 비정상성이 관측됨에 따라 비정상성 지역빈도해석에 대한 연구가 진행되고 있다. 홍수지수법 (index flood method)은 지역빈도해석에서 가장 널리 사용되는 방법으로 각 지점의 특성을 반영하는 홍수지수 (index flood)와 지역적 특성을 대표하는 성장곡선 (growth curve)을 통해 확률수문량을 산정하며, 비정상성 지역빈도해석의 경우 홍수지수법 내의 요소들을 시간에 대한 함수로 정의함으로써 비정상성을 반영한다. 본 연구에서는 다양한 형태의 비정상성 홍수지수법을 통해 비정상성 지역빈도해석을 수행하고 각 방법에 따른 성능을 비교하였다. 이를 위해 경향성을 가지는 매개변수를 포함하는 비정상성 분포형을 모분포로 가지는 자료를 생성하였으며, 이를 기반으로 다양한 경향성을 가지는 자료들로 지역을 구성하였다. 구성된 지역에 대해 동질성 검토를 수행하여 비정상성 자료들이 포함된 지역의 동질성을 확인하였으며, Monte Carlo 모의실험을 통해 각 비정상성 홍수지수모형에 대한 확률수문량의 RRMSE와 RBIAS를 산정하여 성능을 평가하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.150-150
• /
• 2017

기후변화로 인하여 극한 홍수와 극한 가뭄 발생이 증가할 것으로 전망하고 있어 이에 대한 위험이 대두되고 있는 실정이다. 홍수 및 가뭄 수문시계열의 빈도해석시에 일반적으로 활용되는 정상성 빈도해석기법은 수문자료의 정상성을 기반으로 한 빈도해석이 대부분이기 때문에 기후변화 및 수문자료의 비정상성을 반영한 새로운 빈도해석 기법이 요구되고 있는 상황이다. 본 연구에서는 5개의 대표 관측지점(서울, 포항, 추풍령, 여수, 광주)를 선별하고 1976년부터 2015년까지 일강우자료를 활용하여 기상학적 가뭄지수인 SPI(Standardized Precipitation Index)를 산정하였다. 산정한 SPI의 경향성을 Mann-Kendall 분석을 하였으며, 정상성 및 비정상성 빈도해석을 위하여 최적확률분포로 선정된 GEV 분포 적용하였다. 본 연구에서는 가뭄빈도해석을 위하여 SPI를 입력자료로 활용하였으며, 산정된 SPI의 비정상성을 반영한 비정상성 빈도해석의 경우 Bayesian 모형을 기반으로 한 MCMC(Markov Chain Monte Carlo) 모의를 이용하여 극치분포의 사후분포 매개변수를 추정하였다. 추정 값을 바탕으로 하여 가뭄의 관측소별 빈도해석을 실시하였고 재현기간별-지속기간별 가뭄심도를 추정하여 관측소별 가뭄심도-지속기간-빈도(SDF,Severity-Duration-Frequency) 곡선을 유도하였다. 본 연구를 통하여 정상성과 비정상성 빈도해석 결과의 비교연구를 수행하였으며 기후변화에 따른 비정상 시계열로 구성된 가뭄빈도해석에 매우 유용하게 적용될 수 있을 것으로 나타났다.