• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.1211-1215
• /
• 2006

가뭄에 대한 대책을 수립하기 위해서는 가뭄의 심도 및 지속기간 등 가뭄특성을 산정하여 가뭄을 정량화 하는 것이 필요하다. 본 연구에서는 가뭄을 해석하기 위하여 강수를 이용한 표준강수지수(SPI, Standardized precipitation Index)를 이용하여 가뭄 특성을 산정하였다. 서울지점은 강수의 근대 관측 기간이 약 100년 정도(1907년 ${\sim}$ 2003년) 이기 때문에 측우기 자료를 이용하여 조선 말까지(1770년 ${\sim}$ 1907년) 자료를 확장하여 가뭄지수를 산정하였다. 산정된 SPI로부터 절단 수준법 개념을 이용하여 SPI의 -1이하를 가뭄으로 정의 하고, 연속된 가뭄으로부터 가뭄 심도 및 가뭄 지속기간을 구하였다. 가뭄의 지속기간과 심도를 이변수 감마 분포(Bivariate Gamma Distribution)를 이용하여 가뭄의 재현특성을 분석하였고, 가뭄의 지속기간만을 고려한 재현기간과 본 연구에서 산정된 이변수 가뭄 재현기간을 서로 비교하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.201-201
• /
• 2022

본 연구에서는 강우량이 여름에 집중되어있는 우리나라의 강우 특성을 잘 나타낼 수 있는 최적의 확률분포형을 선정하고 해석적 확률모델 (Analytical Probabilistic Model, APM)을 개발하여 유출량을 예측하고자 하였다. 국내 10개 지역인 부산, 춘천, 대구, 대전, 전주, 진주, 서울, 속초, 태백, 원주를 연구 지역으로 설정하였고, 30년 시 단위 강우자료를 지역별 interevent time definition(IETD)을 적용하여 강우 사상으로 그룹화하였다. APM 연구에 일반적으로 사용되는 일변수 지수 분포 이외의 이변수 지수, 감마, 이변수 로그정규 확률밀도함수 (Probability Density Function, PDF)를 강우사상의 특성인 강우량, 강우 지속시간, 무강우 시간의 히스토그램에 적용한 결과, 이 변수 로그정규분포가 우리나라의 강우 특성을 가장 잘 대표하였다. 로그정규분포를 이용하여 APM을 유도하고 유출량을 예측하였다. 예측한 유출량에 대한 빈도분석을 수행하여 Storm Water Management Model (SWMM)의 결과와 비교함으로써 유도한 APM의 적합성을 확인하였다. SWMM의 입력 매개변수 보정을 위해서는 서울 군자 지역에서 관측한 실제 강우량 및 유출량 자료를 사용하였다. 로그정규분포로 유도한 APM과 SWMM의 빈도분석 결과를 비교하였을 때 초과 확률과 재현주기 모두 매우 유사한 결과를 나타내었음을 확인하였다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.30 no.3B
• /
• pp.257-267
• /
• 2010

A flood event can be characterized by three attributes such as peak discharge, total flood volume, and flood duration, which are correlated each other. However, the amount of peak discharge is only used to evaluate the flood events for the hydrological plan and design. The univariate analysis has a limitation in describing the complex probability behavior of flood events. Thus, the univariate analysis cannot derive satisfying results in flood frequency analysis. This study proposed bivariate flood frequency analysis methods for evaluating flood events considering correlations among attributes of flood events. Parametric distributions such as Gumbel mixed model and bivariate gamma distribution, and a non-parametric model using a bivariate kernel function were introduced in this study. A time series of annual flood events were extracted from observations of inflow to the Soyang River Dam and the Daechung Dam, respectively. The joint probability distributions and return periods were derived from the relationship between the amount of peak discharge and the total volume of flood runoff. Applicabilities of bivariate flood frequency analysis were examined by comparing the return period acquired from the proposed bivariate analyses and the conventional univariate analysis.