• Journal of the Korean Data and Information Science Society
• /
• v.27 no.6
• /
• pp.1453-1463
• /
• 2016

The most useful financial risk measure may be VaR (Value at Risk) which estimates the maximum loss amount statistically. The VaR tends to be estimated in many industries by using transformed univariate risk including variance-covariance matrix and a specific portfolio. Hong et al. (2016) are defined the Vector at Risk based on the multivariate quantile vector. When a specific portfolio is given, one point among Vector at Risk is founded as the best VaR which is called as an alternative VaR (AVaR). In this work, AVaRs have been investigated for multivariate normal distributions with many kinds of variance-covariance matrix and various portfolio weight vectors, and compared with VaRs. It has been found that the AVaR has smaller values than VaR. Some properties of AVaR are derived and discussed with these characteristics.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.8 no.1
• /
• pp.41-50
• /
• 1990

The purpose of this thesis lies in proving the practicality of photogrammetry and in promoting photogrammetry in earthwork which plays a major role in civil engineering projects. Analysis of accuracy in the determination of ammount of earthework was done by applying interpolation methods in digital terrain model. As a result of analysis of the data acquisition method, in cross-section method produced acceptable accuracy from Simpson's three-eighths rule and prismoidal rule. In results DTM, we have obtained the fact that earthwork calculation accuracy was increased by applying two or more interpolation methods. Therefore, the method by digital terrain model using aerial photograph has proved to be more efficient.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.209-213
• /
• 2007

최근 우리나라에서는 기상이변과 기후변화에 의한 국지성 집중호우의 발생으로 인해 인명 및 재산 피해가 증가하고 있고, 특히 도시지역의 경우 산업화와 도시화로 인한 홍수량 및 첨두홍수량이 뚜렷하게 증가하고 있는 것으로 나타나고 있다. 이에 따라 기후변화와 도시화 등을 고려한 확률수문량의 재산정이 요구되고 있으며, 이를 위한 한 방법으로 지역빈도해석(regional frequency analysis)에 대한 연구가 꾸준히 진행되고 있으나 도시유역에 대한 지역빈도해석에 관한 연구는 미비한 실정이다. 따라서 본 연구에서는 도시지역에 대한 지역빈도해석의 적용성을 검토하기 위해 주요 도시유역을 분석대상으로 선정하고, 해당 도시유역 내의 AWS(Automatic Weather System) 자료를 수집한다. 대상지역의 AWS 자료를 구축한 후, 각각의 자료에 대해 대표적인 지역빈도해석 기법 중의 하나인 홍수지수법(Index Flood Method)을 적용하여 확률강우량을 산정하고 지점빈도해석 결과와 비교하여 도시유역에 대한 지역빈도해석의 적용성을 판단하고자 한다. 대상지역에 대한 홍수지수법의 적용결과를 살펴보면, 지점빈도해석에 의한 확률강우량보다 홍수지수법에 의해 산정된 확률강우량이 작게 추정되는 것으로 나타났다.

• 한국방재학회:학술대회논문집
• /
• 2011.02a
• /
• pp.100-100
• /
• 2011

최근 지구온난화와 같은 기상이변으로 인하여 많은 재해가 유발되고 있으며, 태풍이나 집중호우와 같은 강우현상으로 하천의 범람 등의 홍수피해가 해마다 증가하고 있다. 이러한 가운데 하천에서의 홍수 피해 발생을 예방하기 위한 방법의 하나로 홍수 예 경보 시스템의 구축이 있으며, 우리나라에서는 1974년부터 한강홍수통제소에서 홍수 예 경보 시스템을 구축하여 운영하고 있다. 남한강 유역의 경우 북한강보다 유역면적은 1.6배 넓지만 홍수조절능력을 지닌 구조물로는 충주댐이 유일하며, 충주댐의 저수량은 북한강의 소양강댐보다도 적기 때문에 북한강보다 홍수의 위험이 더 높다고 볼 수 있다. 이에 충주댐에서의 저수위와 방류량은 남한강 유역의 홍수발생에 직접적 영향을 미치며, 실제로 2006년 집중호우 당시 상류의 단양지역과 하류의 여주지역에서는 충주댐의 저수위와 방류량 운영을 두고 많은 논쟁이 야기된 적이 있었다. 본 연구에서는 남한강 유역의 홍수 예 경보 활용을 위하여 HEC-RAS 모형을 이용한 수리학적 모형을 구축하였다. 수리학적 모형을 구축하기 위해 하도측량 자료와 하천정비기본계획서를 이용하여 모형의 단면을 구축하였다. 또한 모형의 정확성을 위하여 최근 가장 큰 홍수피해가 발생한 2006년 홍수사상 자료를 이용하여 모형의 보정을 실시하였으며, 적용성과 신뢰성 검토를 위하여 2003년~2005년, 2007년~2008년에 발생한 홍수사상 자료를 이용하여 모형의 검증을 실시하였다.

• Journal of the Korean Data and Information Science Society
• /
• v.28 no.5
• /
• pp.1077-1085
• /
• 2017

In this study, we have found the major factors which affect Korean women's wage analysing the data provided by 2015 Korea Labor Panel Survey (KLIPS). In general, wage data is difficult to analyze because random sampling is infeasible. Heckman sample selection model is the most widely used method for analysing the data with sample selection. Heckman proposed two kinds of selection models: the one is the model with maximum likelihood method and the other is the Heckman two stage model. Heckman two stage model is known to be robust to the normal assumption of bivariate error terms. Recently, Marchenko and Genton (2012) proposed the Heckman selectiont model which generalizes the Heckman two stage model and concluded that Heckman selection-t model is more robust to the error assumptions. Employing the two models, we carried out the analysis of the data and we compared those results.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1159-1163
• /
• 2010

최근의 극심한 기상이변으로 인하여 발생되는 유출량의 예측에 관한 사항은 치수 이수는 물론 방재의 측면에서도 역시 매우 중요한 관심사로 부각되고 있다. 강우-유출 관계는 유역의 수많은 시 공간적 변수들에 의해 영향을 받기 때문에 매우 복잡하여 예측하기 힘든 요소이다. 과거에는 추계학적 예측모형이나 확정론적 예측모형 혹은 경험적 모형 등을 사용하여 유출량을 예측하였으나 최근에는 인공신경망과 퍼지모형 그리고 유전자 알고리즘과 같은 인공지능기반의 모형들이 많이 사용되고 있다. 하지만 유출량을 예측하고자 할 때 학습자료 및 검정자료로써 사용되는 유출량은 수위-유량 관계곡선식으로부터 구하는 경우가 대부분으로 이렇게 유도된 유출량의 경우 오차가 크기 때문에 그 신뢰성에 문제가 있을 것으로 판단된다. 따라서 본 논문에서는 선행우량 및 수위자료로부터 단시간 수위예측에 관해 연구하였다. 신경망은 과거자료의 입 출력 패턴에서 정보를 추출하여 지식으로 보유하고, 이를 근거로 새로운 상황에 대한 해답을 제시하도록 하는 인공지능분야의 학습기법으로 인간이 과거의 경험과 훈련으로 지식을 축적하듯이 시스템의 입 출력에 의하여 연결강도를 최적화함으로서 모형의 구조를 스스로 조직화하기 때문에 모형의 구조에 적합한 최적 매개변수를 추정할 수 있다. 따라서 정확한 예측이 어려운 하천수위를 과거의 자료로 부터 학습된 신경망의 수학적 알고리즘을 통해 유출량의 예측에 적용할 수 있을 것이다. 유전자 알고리즘은 적자생존의 생물학 원리에 바탕을 둔 최적화 기법중의 하나로 자연계의 생명체 중 환경에 잘 적응한 개체가 좀 더 많은 자손을 남길 수 있다는 자연선택 과정과 유전자의 변화를 통해서 좋은 방향으로 발전해 나간다는 자연 진화의 과정인 자연계의 유전자 메커니즘에 바탕을 둔 탐색 알고리즘이다. 즉, 자연계의 유전과 진화 메커니즘을 공학적으로 모델화함으로써 잠재적인 해의 후보들을 모아 군집을 형성한 뒤 서로간의 교배 혹은 변이를 통해서 최적 해를 찾는 계산 모델이다. 따라서 본 연구에서는 인공신경망의 가중치를 유전자 알고리즘에 의해 최적화시킨후 오류역전파알고리즘에 의해 신경망의 학습을 진행하는 모형으로 감천유역의 선산수위표지점의 수위를 1시간~6시간까지 예측하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.357-357
• /
• 2012

우리나라는 기후변화로 추정되는 폭우, 폭설 등과 같은 기존의 강우의 패턴과는 다른 현상들이 잦아지고 있다. 최근 발생하는 기상이변은 예측 할 수 없고 단시간에 많은 양의 강우로 인하여 큰 피해가 발생하며 수공구조물에도 많은 영향을 미친다. 또한 장 단기 수자원계획과 수공구조물의 설계를 위하여 확률강우량의 산정은 매우 중요한 과정 중의 하나이다. 즉, 과거의 여러 수문 사상에 대한 통계적인 분석을 통해서 수공구조물들의 설계빈도를 결정하는 우리나라의 현실에서 사용된 수문 사상의 자료기간에 따라 확률 값은 큰 차이를 보일 수 있기 때문에 관측 자료 기간을 달리하여 빈도 해석한 결과를 비교함으로서 우리나라의 확률강우량의 변화 특성을 파악 할 수 있으며 미래 강우 형태를 파악하는데 기여 할 수 있다. 본 논문에서는 우리나라 기상청 강우자료를 사용하여 기초 통계량의 변화와 강우 발생의 패턴을 분석하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.182-182
• /
• 2020

최근 지구 온난화나 기상이변으로 인해 세계각지에서 많은 자연재해가 발생하고 있고 우리나라도 최근 전국 각지에서 국지성호우에 의한 많은 피해가 발생하고 있다. 특히 국지성호우로 인해 발생하는 산간지역의 토석류는 많은 재산피해를 일으키고 있다. 최근 토석, 토사, 혹은 부유 잡목 등의 유출로 인한 피해를 막기 위해 많은 사방댐을 축조하고 있으나 표면침식에 의해서 유출되는 토석량 혹은 토사량을 정확히 예측하지 못한다면 축조된 사방댐은 금방 제구실을 못할 수 있거나 혹은 과대 설계 및 시공되어 건설비를 낭비할 수 있다. 따라서 최적의 사방댐 건설을 위해 정확한 토석량의 산정은 매우 중요한 전제조건이라 할 수 있다. 본 연구에서는 강원도 인제군 산간지역 4곳의 사방댐유역에 대해 토석량 예측모형 MSDPM(Multi-Sequence Debris Prediction Model)과 LADMP(Los Angeles District Method for Prediction of sediments yield)를 이용하여 산정한 토석량과 실제 준설량을 비교하였다. 이를 위해 강원 산간지역에 맞도록 예측모형을 보정하였으며 토석류 유발 강우강도(Threshold Maximum 1-hr Rainfall Intensity)와 토석류 유발 최소강우량(Total Minimum Rainfall Amount)개념을 도입하여 예측모형식을 적용하였다. 위 식이 갖고 있는 대표적 특징 중 하나인 산불계수를 사용해야 하지만 본 연구지역은 산불 피해규모가 미미하여 산불의 영향은 고려하지 않고 토석량을 산정하였다. 두 예측모형의 계산결과와 실제 준설량을 비교해본 결과, MSDPM의 결과가 LADMP의 결과보다 준설량과 더 일치하는 것으로 나타났다. 실제 준설량과 MSDPM의 계산결과는 평균 17.37%의 차이를 나타냈고 LADMP의 계산결과는 평균 41.87%의 차이를 나타냈다. 본 연구에서 사용된 토석량 예측 모형은 앞으로 많은 산지유역의 토석량 예측에 사용이 가능 할 것으로 판단된다. 하지만 본 연구에서 사용된 자료의 제한성 때문에 앞으로 많은 실측 준설자료를 통하여 예측모형식을 보정하는 작업이 우선되어야 할 것으로 판단된다. 이를 위해서 많은 산지유역의 토석량을 장시간 실측하여 데이터를 축적하고 이를 사용하여 다양한 토석량 예측모형을 검보정하는 노력이 필요할 것으로 판단된다.

• 한국방재학회:학술대회논문집
• /
• 2011.02a
• /
• pp.171-171
• /
• 2011

급격한 기상이변과 자연현상의 변화에 의해 자연재해가 발생하며, 이러한 변화로 인해 전 세계적으로 환경뿐만 아니라 방재의 중요성 또한 대두되고 있으나, 강우 강도의 예측 분야에서는 여유추정시간의 차이로 인해 방재현상에 대한 구체적인 협력을 하지 못했던 것이 사실이다. 현재 가장 많이 사용하고 있는 레이더 강우자료와 지상 우량계의 강우자료는 여유추정시간이 3시간에서 4시간 사이의 단기 예측만을 가능하게 한다. 본 연구에서는 이의 개선을 위하여 청미천 유역을 대상으로 GIS를 이용하여 CN value를 추출하고, 지역 강우 모형인 Weather Research Forecast(WRF) - Advanced Research WRF(ARW)를 통하여 모의한 강우자료에 대하여 과거 같은 기간의 강우자료와 비교 검증한 후 지역 강우 모형을 통하여 모의한 자료를 HEC-HMS의 Input자료로 활용하여 지역 유출량을 산정한다. 또한 유역의 지표면 유출 모의를 통하여 강우-유출현상과 수리-수문학적 과정을 상호 연결하고, 강우에 의한 유역 지표면에서의 유출을 도출하며, 최적화된 매개변수들의 조합을 개선하여 대상유역의 현상을 보다 유사하게 나타낼 것이다. 이와 함께 WRF-ARW 모형을 통하여 여유추정시간의 증가를 모색하며 그로인한 홍수예측 및 경계체계를 확립하기 위해 연구를 진행한다. 이 지역강우 모형의 대한민국 지형의 적용성 즉, 대한민국 지형에 가장 잘 어울리는 최적화된 매개변수들의 조합을 알아내고 그의 적용현실성을 찾아내려 한다. 더 나아가 강우에 대한 예측을 통해 홍수 경보 체계를 위한 자료로 활용할 수 있는 방안 또한 모색할 것이다.

• Economic and Environmental Geology
• /
• v.55 no.4
• /
• pp.353-366
• /
• 2022

Spatial estimation of geoscience data (geo-data) is challenging due to spatial heterogeneity, data scarcity, and high dimensionality. A novel spatial estimation method is needed to consider the characteristics of geo-data. In this study, we proposed the application of Gaussian Mixture Model (GMM) among machine learning algorithms with multivariate data for robust spatial predictions. The performance of the proposed approach was tested through soil chemical concentration data from a former smelting area. The concentrations of As and Pb determined by ex-situ ICP-AES were the primary variables to be interpolated, while the other metal concentrations by ICP-AES and all data determined by in-situ portable X-ray fluorescence (PXRF) were used as auxiliary variables in GMM and ordinary cokriging (OCK). Among the multidimensional auxiliary variables, important variables were selected using a variable selection method based on the random forest. The results of GMM with important multivariate auxiliary data decreased the root mean-squared error (RMSE) down to 0.11 for As and 0.33 for Pb and increased the correlations (r) up to 0.31 for As and 0.46 for Pb compared to those from ordinary kriging and OCK using univariate or bivariate data. The use of GMM improved the performance of spatial interpretation of anthropogenic metals in soil. The multivariate spatial approach can be applied to understand complex and heterogeneous geological and geochemical features.