• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.370-374
• /
• 2011

기후변화에 따른 수해를 대비하기 위해서는 미래의 확률강수량을 알아야 한다. Global Circulation Model(GCM)은 미래의 기후변화를 예측하기 위하여 많은 분야에서 널리 쓰이고 있다. GCM의 시간축척은 일반적으로 월단위로 시간단위 자료를 사용하는 수공학 분야에 직접적으로 적용하기에는 많은 문제가 있다. 또한 GCM 예측값은 실강우값과 큰 편의(bias)를 가지고 있어 직접적인 적용이 힘들다. 이런 문제를 해결하고자 다양한 다운스케일(downscale)기법이 연구되고 있다. 다운스케일기법을 적용하여 시간자료를 예측하면 전반적인 통계값을 잘 재현해내나, 극치값의 경우 잘 재현해내지 못하는 문제가 있다. 이런 문제점을 극복하고자 본 연구에서는 연최대 월강수량과 연최대 시간강수량의 이변량빈도해석을 통하여 기후변화를 고려한 강우-지속기간-빈도 관계의 변화를 평가해보고자 한다. 본 연구는 연최대 월강수량과 연최대 시간강수량과의 관계가 변하지 않는다는 가정하에 관측강수량을 이용하여 연최대 월강수량과 연최대 시간강수량의 이변량분포모형을 구축하였다. 이변량 분포모형을 구축하기 위하여 copula 모형을 적용하였다. 구축된 모형에 GCM으로 예측된 연최대 월강수량을 적용하여 미래의 확률강수량을 평가하였다. 본 연구에서는 서울지점을 대상지점으로 선정하였으며, A2 기후변화시나리오를 적용한 GCM 예측값을 이용하였다. 적용결과 A2 기후변화 시나리오 상에서 미래의 확률강수량이 크게 증가하는 것이 확인되었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.465-465
• /
• 2012

본 연구는 우리나라 전국 기상관측소 중 1973년부터 2011년까지 시 강수 자료가 구축되어 있는 기상관측소 61개 지점에 대해서 지속시간별(1, 2, 3, 6, 12, 24, 48, 72 시간) 연 최대 강수량의 발생특성 즉 발생 시기 및 정량적 특성의 변화를 지역특성에 따라 분석 제시하였다. 대상 기간을 전기(1973년-1992년)와 후기(1993년-2011년)로 나누어 극치 강수량과 발생시점의 변화를 비교하였으며, 지역 특성별 변화를 분석하기 위하여 고도별, 위도별, 경도별, 내륙/해안별, 유역별, 도시화별로 변화 특성을 분석하였다. 분석결과, 전체적으로 짧은 지속시간의 연 최대 강수량의 빈도는 대부분 7월에서 8월로 옮겨가는 추세를 나타났으며 장마철에 발생하던 짧은 지속기간 극치 강수현상이 태풍과 장마이후 집중호우 시 발생하는 것으로 판단되며 지속시간이 24시간 이상일 경우에는 8월에서 7월로 변하는 결과는 긴 지속시간의 극치 강수가 장마기간에 강수량 증가와 연관되어 나타나는 것으로 판단된다. 경도가 130도 이상인 지역에서는 7월과 8월에만 강수량이 편중되어 있지 않고 다양하게 나타났다. 또한 각 지점의 위치적 특성에 따라 분석한 결과에서는 지속시간별 강수량은 통계적 유의성을 가지지는 않지만 대체적으로 전기에 비해서 후기에 연 최대 강수량이 증가하는 경향을 보였다. 또한 각 월별 지역특성에 따른 연 최대 강수량의 평균에 대한 분석 결과에서도 일반적으로 7월과 8월에 연 최대 강수량이 다른 기간에 비해 큰 것으로 나타났다. 또한 전기 대비 후기에 양도 증가하는 지역들이 나타났으며, 전기에는 7월에 많은 강수량이 나타난 반면, 후기에는 8월에 많은 강수량이 나타나는 지역들이 나타남을 보였고 오히려 전기에는 8월에 많이 내리는 것으로 나타났으나 후기에는 7월에 많이 내리는 지역도 나타났다. 이러한 지역 특성별 극치 강수 발생 특성 분석 결과는 수자원 관리 및 수재해 예방을 위한 계획 수립 시 도움을 줄 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.461-461
• /
• 2012

본 연구는 서울 지점의 목표연도(2040, 2070, 2100년)별 재현기간에 따른 확률강수량을 산정하기 위해 지속시간 24시간에 대한 연 최대 강수량 자료를 구축하여 비정상성 빈도해석을 수행하였다. 연 최대강수량 자료를 이용해 초기 20년을 기준으로 1년씩 추가한 연 최대 강수량 누적 자료를 구축한 후, 누적 기간별 자료의 평균, 위치매개변수, 축척매개변수를 산정하였다. Gumbel 분포를 이용해 비정상성 빈도해석을 실시하였으며, 각 매개변수의 경우 확률가중모멘트법을 이용해 산정하였다. 산정된 누적평균 강수량과 연도와의 선형회귀분석을 실시한 방법뿐만 아니라 서울 지점이 속한 한강유역의 전 지점들을 이용한 유역의 누적평균 강수량 자료에 대하여 연도와의 Logsitic 회귀분석 및 Power Model을 이용해 서울 지점의 목표연도별 누적평균 강수량을 산정하였고 이를 통해 목표연도별 위치매개변수 및 축척매개변수를 구해 목표연도별 재현기간에 따른 확률강수량을 산정하였다. 선형회귀분석을 이용한 비정상성 빈도해석의 경우, 목표연도가 증가함에 따라 선형적인 증가에 의해 매우 높은 누적평균 강수량이 나타나 확률강수량의 경우에도 정상성임을 가정한 확률강수량에 비해 매우 높게 나타나 타당한 확률강수량이라 함에 한계가 있음을 보였다. 유역의 평균거동과 Logistic 회귀분석을 실시하여 확률강수량을 산정하였을 때에는, 선형 회귀분석에 비해 정상성임을 가정한 확률강수량보다 크게 증가하지 않고 비교적 안정적인 증가가 나타났다. 하지만 Logistic 회귀분석을 이용한 누적평균 강수량 산정에 있어서 목표연도 2040년에 도달하기 전에 미리 수렴하는 형태를 보여 모든 목표연도의 확률강수량이 동일한 값을 가지는 한계가 나타났다. 한강 유역의 평균거동과 Power Model을 이용한 비정상성 빈도해석의 경우, 선형회귀분석 및 Logistic 회귀분석을 통한 비정상성 빈도해석에서 나타난 문제점을 보완할 수 있는 확률강수량이 나타남을 보였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2006년도 학술발표회 논문집
• /
• pp.1506-1510
• /
• 2006

현재 기상청에서 제공하는 강수자료는 정시자료로서 수문학적 의미의 임의지속시간 강수자료라 볼 수 없다. 따라서 이러한 정시자료를 임의지속시간 강수자료로 변환하여 사용하여야 한다. 이러한 환산계수는 국외에서는 Weiss(1964), Dwyer와 Reed(1995) 등에 의하여 제시되어졌고, 국내에서는 김규호 등(1988)등이 환산계수를 제시한 바 있다. 그렇지만 기존 연구의 자료들은 목측에 의한 자료로서 많은 불확실성을 가지고 있다. 최근 관측기기의 발달에 의하여 기상청에서는 1분 단위의 관측 자료를 구축하였다. 따라서 본 연구에서는 이러한 1분 단위 강수자료를 이용하여 수문학적 의미의 임의지속시간 강수자료를 적출하여 보다 정확하게 강수자료의 환산계수(Adjustment factor)를 구축하는데 목적이 있다. 본 연구에서는 서울지방 7개 자동기상관측소(AWS:Automatic Weather Station)에서 관측된 6개년(2000년${\sim}$2005년) 1분 강수자료를 이용하여 고정시간 연 최대강수량과 임의시간 연 최대강수량간의 관계를 연구하였다. 1분 강수자료를 이용하여 고정시간과 임의지속시간에 대한 연 최대치 강수 계열을 구축.도시한 후 선형회귀분석에 의해 선정된 계수를 환산계수로 제시하였다. 고정시간 1시간부터 24시간까지의 최대강수량과 임의시간 간격 최대강수량의 비율을 분석한 결과 환산계수는 지속시간이 증가함에 따라 비선형적으로 감소하는 것으로 나타났다. 이러한 관계를 이용하면 정시 강수자료를 보다 정확하게 임의지속시간 강수자료로 환산할 수 있을 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.379-379
• /
• 2011

본 연구는 우리나라 전국 기상관측소 중 1973년부터 2009년까지의 시 강수자료가 구축되어 있는 기상관측소 55개 지점에 대하여 비정상성 빈도해석을 수행하였다. 각 지점에 대하여 지속시간 1시간, 24시간에 대한 연 최대 강수량 자료를 구축하여 초기 20년을 기준으로 1년씩 추가한 연 최대 강수량 누적 자료를 생성하고, 생성된 기간별 자료의 평균, 위치매개변수, 축척매개변수를 산정하였으며, 위치매개변수와 축척매개변수는 확률가중모멘트법을 사용하여 산정하였다. 산정된 연 최대 평균 누적 강수량과 연도와의 선형 회귀식을 산정하여 목표연도별(2040, 2070, 2100년) 평균 강수량을 산정하였고, 위치매개변수와 축척매개변수도 평균 누적 강수량과의 선형 회귀식을 산정함으로써, 목표연도에 해당하는 각 매개변수를 산정하였다. 또한 산정된 목표연도별 평균 강수량, 위치매개변수와 축척매개변수를 이용해 확률강수량을 산정하였다. 비정상성 빈도해석을 수행하여 산정된 55개 지점에 대한 목표연도별 확률강수량을 Inverse Distance Weighted(IDW) 보간법을 사용하여 전국의 확률강수량을 공간적으로 표현하였다. 전국단위의 비정상성 빈도해석을 실시한 결과, 전체적으로 각 목표연도별 확률강수량이 증가하는 것으로 나타났으나, 일부 감소하는 지역도 나타났다. 경기도와 강원도 등 중부지역에서 확률강수량의 증가가 큰 것으로 나타났으며, 특히 강원도(강릉, 인재 등) 지역에서 확률강수량의 증가폭이 가장 크게 나타났다. 또한 남해지역에서는 대부분 확률강수량이 감소하는 것으로 나타났고, 그중에서 전라남도 남해안 부근(장흥 등)에 확률강수량의 감소가 가장 크게 나타났으며, 경북지역과 전북지역 부근에서는 증가 또는 감소의 차이가 미비하게 나타났다. 하지만 목표연도 2070년과 2100년에 대하여 산정된 확률강수량으로부터 선형 회귀식을 통해 목표연도별 평균 강수량, 위치매개변수, 축척매개변수를 추정하여 확률강수량을 산정하는 것에 한계가 있음을 보여주었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2004년도 학술발표회
• /
• pp.696-700
• /
• 2004

본 연구에서는 우리나라 주요 관측소의 연최대강수량과 연강수량을 내상으로 변동 및 경향을 분석하여 그 결과를 비교하였다. 강수 자료의 변화분석을 수행함에 있어 양질의 강수 자료를 수집하기 위하여 기상청 보유 관측소 중 30년 이상 강우 기록을 가지고 있는 관측소를 내상으로 연최대강수량과 연강수량 자료를 추출하였다. 강수 자료의 변화분석은 크게 2가지로 변동분석과 경향분석을 수행하였다. 변동분석은 강수 자료의 평균과 분산의 편차에 따른 변동점 가정을 이용하여 변동점 전${\cdot}$후 강수 자료의 평균과 분산 변화에 내하여 통계적 유의성을 검정하는 방법이다. 경향분석은 강수 자료의 증가 또는 감소의 경향을 매개변수적, 비매개변수적 방법으로 통계적 유의성을 검정하는 방법이다. 본 연구에서 수행한 변동 및 경향분석 결과 어떤 기후적 요인에 의하여 강수량이 변화했다는 길과는 통계적 유의성에서 확인되지 않았다. 그러나 강수량 도시(plot)를 통한 강수량의 변동 및 경향은 존재하는 것으로 나타났으며, 이는 빈도 해석에 의한 확률강수량 산정시 고려 대상이 된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.1420-1424
• /
• 2010

강수량의 계절성은 수자원관리에 있어 매우 중요한 수문요소로서 계절성의 변동을 정량적으로 평가하는 것은 미래 수자원관리 및 정책 수립에 필수적이다. 이러한 점에서 본 연구의 목적은 강수량의 계절성을 평가하는데 유리한 방법론을 제시하고, 이를 통한 계절 변동성의 정량적인 해석을 목적으로 한다. 본 연구에서 적용한 순환통계치 분석은 시간을 각도로 변환하여 이용함으로써 미세한 시간적인 변화양상의 정량적인 해석이 가능한 방법이다. 강수량의 주기특성과 과거로부터 현재까지의 변화 양상을 평가하기 위해서, 우선 전국의 58개 강우관측소를 선별하고 각 관측소의 일강우자료를 이용하여 관측소별 연최대치계열(Annual maxima series)과 발생일자, 월최대강수계열(Monthly maxima series)과 발생일자를 추출하였다. 각 자료의 발생일자는 순환통계분석을 위해 해당 time scale을 한 주기로 하는 방향각 데이터로 변환하였으며, 변환된 시간속성 데이터의 통계특성치를 산정하여 발생시기에 대한 경향성을 분석하였다. 월최대강수량의 발생 시기는 자료 계열 연주기의 변동성을 평가하기 위해 사용되었고, 분석결과 남해안지역이 6월말에서 7월초이고, 북쪽으로 올라감에 따라 조금씩 발생시기가 늦어지는 것으로 분석되었다. 극치강수량의 발생 경향을 평가하기 위해 사용된 일최대강수량의 시공간적 변동성은 월최대강수량보다 크게 분석되었으며, 이는 일최대강수량의 경우 지형학적인 영향에 크게 좌우되며, 우리나라의 여름철 극치강수량이 태풍 발생빈도 및 경로와 연관성을 갖는다는 일반적인 사실을 반영한 결과라고 판단된다. 월최대강수량 및 일최대강수량 발생시기의 이동평균을 통해 발생시기의 변동을 분석한 결과, 서울과 강릉지방은 최대강수량의 발생시점이 늦어지고 있으며 반대로 목포와 부산지방은 최대강수량의 발생시점이 앞당겨지고 있었다. 이는 몬순시스템의 거동에 영향을 받는 것으로 사료된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.180-180
• /
• 2018

가능최대강수량(PMP)은 대규모 수공구조물의 설계 시 기준이 되는 강수량으로, 최근 대규모 거대재난에 대비한 대피계획수립에 PMP를 활용하려는 움직임이 있으며 PMP에 대한 국내 연구가 활발히 수행되고 있다. PMP를 추정하기 위해 Hershfield의 통계적 방법에 대한 간단한 대안이 제안되었다. PMP는 물리적인 강우량 상한계로, 확률론적 개념과는 모순적이다. 또한, Hershfield의 PMP는 연 최대 시계열 평균의 선형함수로 주어지는 모양 매개변수를 가지는 GEV 분포의 약 60,000년 빈도임이 밝혀졌다. 따라서 본 연구에서는 Hershfield의 방법을 확률론적으로 해석하는 것이 바람직할 것으로 판단하였고, 기상청 ASOS 및 AWS 자료를 이용하여 우리나라 각 지점자료 중 10년 이상의 자료를 사용하여 Hershfield 방법을 적용하여 PMP를 산정하였다. 각 지점의 빈도계수를 구하여 우리나라 자료에 적합한 확률분포의 형태를 적용하였고, 분포형의 매개변수 값을 추정하였다. 또한, Hershfield의 빈도계수와, 우리나라 자료에 해당하는 빈도계수가 몇 년 빈도로 계산되는지 각각 확인해 보았다. ASOS 및 AWS 자료를 이용하여 연 최대 강수량 시계열 평균과 모양 매개변수의 관계 공식 또한 구성하였다. 본 연구의 방법을 검증하기 위하여 우리나라에서 제일 오래된 자료(57년)인 서울지점 자료를 이용하여 경험적인 분포함수와 본 연구에서 제안하고 있는 방법을 비롯한 다양한 방법을 통하여 구한 분포함수를 비교하여 도시하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.106-106
• /
• 2020

물 이용 측면에서 유출해석은 강수, 증발산, 침투, 유출 등 물 순환의 핵심이다. 또 기상자료는 증발산량을 산정하는데 꼭 필요하다. 그러나 해외 수자원 사업에서 기상자료가 없어 곤란을 겪는 경우가 많다. 여기서, NASA POWER에서 전지구 0.5° 격자로 제공하는 위성기반의 일 기상자료를 이용한 증발산량과, 지상의 기상자료를 이용한 증발산량을, 각각 일 유출 모형에 적용한 결과를 비교하였다. 유역면적 4,134 ㎢인 대청댐 유역에 1984년부터 2001년까지 일별 유입량을 모의하고 관측 유입량과 비교하고, R², RMSE, NSE 등으로 평가하였다. 지상의 기상관측소는 위도 36.21°, 경도 127.34°인 대전 관측소를, 위성자료는 대전 지점과 동일한 위치의 경위도의 기상자료를 적용하였고, 일 증발산량은 Penman-Monteith 방법으로, 일 유출량은 ONE 모형에 의해 모의하였다. 강수량을 대청댐 유역 면적강수량을 적용한 경우, 지상 기상자료를 적용하여 유입량을 모의한 결과는 연평균하여 연 유입량 668.1 mm, 일 최대 82.9 mm, 유출률 56.1%(관측은 연 강수량 1,191.3 mm, 연 유입량 668.3 mm, 일 최대 87.0 mm, 유출률 56.1%)로 나타났고, R² 0.805, RMSE 2.425, NSE 0.802였고, 위성 기상자료를 적용하여 유입량을 모의한 결과는 연평균하여 연 유입량 668.4 mm, 일 최대 83.7 mm, 유출률 57.8%로 나타났고, R² 0.803, RMSE 2.431, NSE 0.801였다. 또한, 강수량을 위성 제공의 강수량을 적용한 경우, 지상 기상자료를 적용하여 유입량을 모의한 결과는 연평균하여 연 유입량 718.0 mm, 일 최대 97.7 mm, 유출률 56.7%(관측은 연 강수량 1,265.3 mm, 유출률 52.8%)로 나타났고, R² 0.582, RMSE 3.524, NSE 0.581였고, 위성 기상자료를 적용하여 유입량을 모의한 결과는 연평균하여 연 유입량 741.5 mm, 일 최대 99.0 mm, 유출률 58.6%로 나타났고, R² 0.578, RMSE 3.541, NSE 0.577였다. 결과적으로 위성 기상자료를 이용하여 증발산량을 산정하여 일 유출해석에 적용한 결과는 지상 기상자료를 이용한 경우와 거의 같은 값을 나타내, NASA POWER가 제공한 기상자료의 활용성은 매우 높게 나타났다. 그러나 위성 제공 강수량의 활용은 R², RMSE, NSE 등의 지표가 낮게 나타나, 신중하게 검토되어야 할 것으로 평가하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.169-169
• /
• 2021

통계학적 가능최대강수량방법은 가능최대강수량(Probable Maximum Precipitation, PMP) 측정 방법 중 하나로 WMO에서 통계학적인 PMP 추정 방법으로 Hershfield가 제안한 공식을 제시했다. Hershfield는 95,000개의 자료를 분석하였으며, 기본적으로 통계학적 PMP 추정방법의 빈도계수는 k_m = 15로 제안하였다. 그러나 강우 지속기간 및 연최대 시계열의 평균에 따라 값이 변하게 되며, Hershfield(1965)는 지속시간과 연최대 시계열의 평균에 따른 빈도계수가 5 ~ 20 사이의 값을 갖는다고 제안한 바 있다. Hershfield의 빈도계수는 미국 지역의 2,645개의 관측소의 95,000개의 강우 자료 이용했기 때문에 우리나라의 적용하였을 때 신뢰성에 문제가 있을수 있으며, 우리나라에서는 통계학적 방법보다는 수문기상학적 PMP 추정 방법을 주로 사용하고 있다. 따라서 본 연구에서는 우리나라의 기상 자료중에서 가장 많은 양을 가지는 지점 10개를 선정하여 빈도계수를 산정하였다. 빈도계수를 산정하기 위해서는 시계열로 구성된 강우 자료를 사용해야하며, 본 연구에서는 기상 자료의 이상치 검정을 진행하였으며, 경향성의 경우 정상성을 가지는 것으로 가정하였다. 확률 분포형은 극치분포인 GEV분포, Gumbel분포, Log-Gumbel분포, Weibull분포를 비교하여 가장 적절한 분포형을 선정하여 진행하였다. 최종적으로 얻은 빈도계수를 이용하여 구한 PMP값과 기존 Hershfield가 제시한 빈도계수 값 k_m = 15를 이용한 PMP값을 비교하여 차이를 분석하였으며, 그 적용성을 평가하였다.