• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.1125-1128
• /
• 2008

본 연구에서는 Bayesian MCMC 방법과 2차 근사식을 이용한 최우추정(Maximum Likelihood Estimation, MLE)방법 방법을 이용하여 낙동강 유역의 본류지점인 낙동, 왜관, 고령교, 진동지점에 대한 점 빈도분석을 수행하고 그 결과로써 불확실성을 포함한 빈도곡선을 작성하였다. 통계적 실험을 통한 두 가지 추정방법의 분석을 위하여 먼저 자료의 길이가 100인 8개의 합성 유량자료 셋을 생성하여 비교 연구를 수행하였으며, 이를 자료길이 36인 실측 유량자료의 추정결과와 비교하였다. Bayesian MCMC 방법에 의한 평균값과 2차 근사식을 이용한 취우추정방법에 의한 모드에서의 2모수 Weibull 분포의 모수 추정값은 비슷한 결과를 보였으나, 불확실성을 나타내는 하한값과 상한값의 차이는 Bayesian MCMC 방법이 2차 근사식을 이용한 취우추정방법보다 불확실성을 감소시켜 나타내는 것을 알 수 있었다. 또한 실측 유량자료를 이용한 결과, 2차 근사식을 이용한 최우추정방법의 경우 자료의 길이가 감소됨에 따라 불확실성의 범위가 합성 유량자료를 사용한 경우에 비해 상대적으로 증가되지만, Bayesian MCMC 방법의 경우에는 자료의 길이에 대한 영향이 거의 없다는 결론을 얻을 수 있었다. 그러므로 저수량 빈도분석을 수행하기 위해 충분한 자료를 확보할 수 없는 국내의 상황을 감안할 때, 위와 같은 결론으로부터 Bayesian MCMC 방법이 불확실성을 표현하는데 있어서 2차 근사식을 이용한 최우추정방법에 비해 합리적일 수 있다는 결론을 얻을 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.464-464
• /
• 2012

수문분야에 있어서 빈도해석의 목적은 특정 재현기간에 대한 발생 가능한 수문량의 규모를 파악하는데 있으며, 빈도해석의 정확도는 적합한 확률분포모형의 선택과 매개변수 추정방법에 의존하게 된다. 일반적으로 각 확률분포모형의 특성을 대표하는 매개변수를 추정하기 위해서는 모멘트 방법, 확률가중 모멘트 방법, 최대우도법 등을 이용하게 된다. 모멘트 방법에 의한 매개변수 추정은 해를 구하기 위한 과정이 단순한 반면, 비대칭형의 왜곡된 분포를 갖는 자료들에 대해서는 부정확한 결과를 나타내게 된다. 확률가중 모멘트 방법은 표본의 크기가 작거나 왜곡된 자료일 경우에도 비교적 안정적인 결과를 제공하는 반면, 확률 가중치가 정수로만 제한되는 단점을 갖고 있다. 그리고 대수 우도함수를 이용하여 매개변수를 추정하게 되는 최우도법은 가장 효율적인 매개변수 추정치를 얻을 수 있는 것으로 알려져 있으나, 비선형 연립방정식으로 표현되는 해를 구하기 위해서는 Newton-Raphson 방법을 사용하는 등 절차가 복잡하며, 때로는 수렴이 되지 않아 해룰 구하지 못하는 경우가 발생되게 된다. 이에 반해, 최근의 Genetic Algorithm, Ant Colony Optimization 및 Simulated Annealing과 같은 Meta-Heuristic Algorithm들은 복잡합 공학적 최적화 문제 있어서 효율적인 대안으로 주목받고 있으며, Hassanzadeh et al.(2011)에 의해 수문학적 빈도해석을 위한 매개변수 추정에 있어서도 그 적용성이 검증된바 있다. 본 연구의 목적은 연 최대강수 자료의 빈도해석에 적용되는 확률분포모형들의 매개변수 추정을 위해 Meta-Heuristic Algorithm을 적용하고자 함에 있다. 따라서 본 연구에서는 매개변수 추정을 위한 방법으로 Genetic Algorithm 및 Harmony Search를 적용하였고, 그 결과를 최우도법에 의한 결과와 비교하였다. GEV 분포를 이용하여 Simulation Test를 수행한 결과 Genetic Algorithm을 이용하여 추정된 매개변수들은 최우도법에 의한 결과들과 비교적 유사한 분포를 나타내었으나 과도한 계산시간이 요구되는 것으로 나타났다. 하지만 Harmony Search를 이용하여 추정된 매개변수들은 최우도법에 의한 결과들과 유사한 분포를 나타내었을 뿐만 아니라 계산시간 또한 매우 짧은 것으로 나타났다. 또한 국내 74개소의 강우관측소 자료와 Gamma, Log-normal, GEV 및 Gumbel 분포를 이용한 실증연구에 있어서도 Harmony Search를 이용한 매개변수 추정은 효율적인 매개 변수 추정치를 제공하는 것으로 나타났다.

• 한국수자원학회논문집
• /
• 제43권4호
• /
• pp.337-351
• /
• 2010

극치사상을 예측하기 위한 기존의 빈도분석 결과의 이용에 대한 많은 문제점들이 부각되고 있다. 특히, 통계적 모형을 이용하기 위해서 흔히 사용되는 점근적 모형 (asymptotic model)의 합리적인 검토 없는 외삽 (extrapolation)은 산정된 확률 값을 과대 또는 과소평가하는 문제를 일으켜, 예측결과에 대한 불확실성을 과다하게 산정함으로써 불확실성에 대한 신뢰도를 감소시키는 문제가 있다. 그러므로 본 연구에서는 국내에서 극치강우사상을 포함한 강우자료의 빈도분석에 대한 연구사례를 제공하고 점근적 모형을 사용하는 경우 발생되는 불확실성을 감소시키기 위한 방법론을 제시하였다. 이를 위하여 본 연구에서는 극치강우사상의 빈도분석을 수행하는 데 있어서 최근 들어 여러 분야에서 다양하게 적용되고 있는 Bayesian MCMC (Markov Chain Monte Carlo) 방법을 사용하였으며, 그 결과를 최우추정방법 (Maximum likelihood estimation method)과 비교하였다. 특히 강우사상의 점 빈도분석에 흔히 이용되는 확률밀도함수로 GEV (Generalized Extreme Value) 분포와 Gumbel 분포를 모두 고려하여 두 분포의 결과를 비교하였으며, 이 과정에서 각각의 산정결과 및 불확실성은 근사식을 이용한 최우추정방법과 Bayesian 방법을 이용하여 각각 비교 및 분석되었다.

• 한국수자원학회논문집
• /
• 제41권1호
• /
• pp.49-63
• /
• 2008

본 연구에서는 Bayesian MCMC 방법과 2차 근사식을 이용한 최우추정(Maximum Likelihood Estimation, MLE)방법 방법을 이용하여 낙동강 유역의 본류지점인 낙동, 왜관, 고령교, 진동지점에 대한 점 빈도분석을 수행하고 그 결과로써 불확실성을 포함한 빈도곡선을 작성하였다. 통계적 실험을 통한 두 가지 추정방법의 분석을 위하여 먼저 자료의 길이가 100인 8개의 합성 유량자료 셋을 생성하여 비교 연구를 수행하였으며, 이를 자료길이 36인 실측 유량 자료의 추정결과와 비교하였다. Bayesian MCMC 방법에 의한 평균값과 2차 근사식을 이용한 취우추정방법에 의한 모드에서의 2모수 Weibull 분포의 모수 추정값은 비슷한 결과를 보였으나, 불확실성을 나타내는 하한값과 상한값의 차이는 Bayesian MCMC 방법이 2차 근사식을 이용한 취우추정방법보다 불확실성을 감소시켜 나타내는 것을 알 수 있었다. 또한 실측 유량자료를 이용한 결과, 2차 근사식을 이용한 취우추정방법의 경우 자료의 길이가 감소됨에 따라 불확실성의 범위가 합성유량자료를 사용한 경우에 비해 상대적으로 증가되지만, Bayesian MCMC 방법의 경우에는 자료의 길이에 대한 영향이 거의 없다는 결론을 얻을 수 있었다. 그러므로 저수량 빈도분석을 수행하기 위해 충분한 자료를 확보할 수 없는 국내의 상황을 감안할 때, 위와 같은 결론으로부터 Bayesian MCMC 방법이 불확실성을 표현하는데 있어서 2차 근사식을 이용한 최우추정방법에 비해 합리적일 수 있다는 결론을 얻을 수 있었다.

• 한국정보처리학회논문지
• /
• 제3권1호
• /
• pp.153-159
• /
• 1996

공간자료의 선형모형은 지역적 특성과 해당지역의 격자형태의 통계량을 처리하여 추정하는 방법을 제시하고, 이에 대한 사례연구를 통하여 공간모형을 추정하여, 희귀 분석방법과의 효율성을 비교 분석하였다. 공간정보의 모형추정은 최근에 국내 소개 되 었으며, 격자형 공간정보의 자기상관 여부는 Moran의 지수 및 이에 대한 Correlograms를 통하여 자료간의 인접성 유무를 식별할 수 있다. 따라서 공간 모형의 희귀추정에서 상관 계수 $ ho$의 최우추정방법은 많은 컴퓨터 시간 및 경비가 소요되어 eigenvalue에 의한 방법으로 개선하였다. 캘리포니아주의 해안선과 육지지역의 식물종수에 대한 공간정 보의 희귀모형을 추정하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.280-280
• /
• 2016

특정 자료의 시간의 흐름에 따른 예측치를 추정하는 방법으로 AR Model 즉, 자기회귀모형이 많이 사용되고 있다. AR Model은 변수의 현재 값을 과거 값의 함수로 나타내게 되는데, 이런 시계열 분석 모델을 사용할 때 매개변수의 추정 과정이 필수적으로 요구된다. 일반적으로 매개변수를 추정하는 방법에는 확률적근사법(stochastic approximation), 최소제곱법(method of least square), 자기상관법(method of autocorrelation method), 최우도법(method of maximum likelihood) 등이 있다. AR Model에서 가장 많이 사용되는 최우도법은 표본크기가 충분히 클 때 가장 효율적인 방법으로 평가되지만 수치적으로 해를 구하는 과정이 복잡한 경우가 많으며, 해를 구하지 못하는 어려움이 따르기도 한다. 또한 표본 크기가 작을 때 일반적으로 잘 일치하지 않은 결과를 얻게 된다. 우리나라의 강우, 유량 등의 자료는 자료의 수가 적은 경우가 많기 때문에 최우도법을 통한 매개변수 추정 시 불확실성이 내재되어있지만 그것을 정량적으로 제시하는데 한계가 있다. 본 연구에서는 AR Model의 매개변수 추정 시 Bayesian 기법으로 매개변수의 사후분포(posterior distribution)를 제공하여 매개변수의 불확실성 구간을 정량적으로 표현하게 됨으로써, 시계열 분석을 통해 보다 신뢰성 있는 예측치를 얻을 수 있으리라 판단된다.

• 한국수자원학회논문집
• /
• 제45권2호
• /
• pp.191-201
• /
• 2012

본 연구에서는 연최대치 독립 호우사상의 결정에 사용되는 Freund 이변량 지수분포의 매개변수 추정과정을 구체적으로 검토하였다. 먼저, 모멘트법을 이용하는 경우를 구체적으로 검토하고, 그 결과를 최우도법을 적용한 결과와 비교하였다. 두 방법을 1961~2010년 서울지점의 시강우 자료에 적용하여 연최대치 독립 호우사상을 선정하고, 그 결과를 비교 검토하였다. 이러한 과정을 통해 얻은 결과는 다음과 같다. 첫째, 매개변수 추정방법으로 모멘트법을 적용하는 경우에는 두변량의 평균과 분산뿐만 아니라 상관계수도 고려해 주어야 하는 것으로 나타났다. 둘째, 최우도법은 두변량의 평균에 대한 재현성이 우수하고, 모멘트법은 분산의 경년변동을 잘 나타내는 것으로 나타났다. 셋째, 모멘트법과 최우도법을 통해 선정한 연최대치 독립 호우사상들은 대체로 유사한 것으로 나타났다. 다르게 선정된 호우사상은 최우도법의 경우에는 총 강우량이 큰 것, 모멘트법의 경우에는 강우강도가 큰 것으로 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• 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.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.1272-1276
• /
• 2009

극치강우사상에 의한 설계 홍수량의 갑작스런 증 감은 홍수, 가뭄과 같은 기상학적 요인에 기인한 재난을 발생시킨다. 많은 연구자들은 보다 정확한 확률강우량의 예측과 유출량의 예측을 위해 많은 노력을 하고 있다. 본 연구에서는 강원도 강릉 강우관측소를 대상으로 강우-빈도곡선의 불확실성 분석을 수행하였다. 관측 자료의 수집에서 발생하는 불확실성을 최소화 하고자 ARMA 모형을 이용하여 합성강우자료를 구축하였으며, 발생된 합성강우량을 Bootstrap 방법을 이용하여 대규모의 자료집단으로 발생시킴으로서 신뢰구간에 사용할 자료집단을 발생시켰다. 본 연구에서는 극치강우사상에 적합한 것으로 알려진 Gumbel 분포와 일반극치 분포(GEV 분포) 모형을 선정하였으며 각 확률분포모형에 대한 매개변수 추정방법으로 최우도법, 확률가중모멘트법 그리고 베이지안 추론방법을 사용하여 각 매개변수의 최후 추정치를 산정하였다. 또한 원 자료를 이용하여 최우도법, 확률가중모멘트법 그리고 베이지안 추론방법을 통해 매개변수를 산정 후 강우-빈도 곡선을 추정하여 합성강우자료의 Bootstrap 방법에 의해 발생된 자료로부터 산정한 강우-빈도 곡선의 신뢰구간과 비교함으로서 불확실성이 낮은 확률강우량을 산정할 수 있는 매개변수 추정방법을 평가하고자하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.1121-1124
• /
• 2008

저수분석(low flow analysis)은 수자원공학에서 중요한 분야 중 하나이며, 특히 저수량 빈도분석(low flow frequency analysis)의 결과는 저수(貯水)용량의 설계, 물 수급계획, 오염원의 배치 및 관개와 생태계의 보존을 위한 수량과 수질의 관리에 중요하게 사용된다. 그러므로 본 연구에서는 저수량 빈도분석을 위한 점빈도분석을 수행하였으며, 특히 빈도분석에 있어서의 불확실성을 탐색하기 위하여 Bayesian 방법을 적용하고 그 결과를 기존에 사용되던 불확실성 탐색방법과 비교하였다. 본 논문의 I편에서는 Bayesian 방법 중 사전분포(prior distribution)와 우도함수(likelihood function)의 복잡성에 상관없이 계산이 가능한 Bayesian MCMC(Bayesian Markov Chain Monte Carlo) 방법과 Metropolis-Hastings 알고리즘을 사용하기 위한 여러과정의 이론적 배경과 Bayesian 방법에서 가장 중요한 요소인 사전분포를 구축하고 이를 비교 및 평가하였다. 고려된 사전분포는 자료에 기반하지 않은 사전분포와 자료에 기반한 사전분포로써 두 사전분포를 이용하여 Metropolis-Hastings 알고리즘을 수행하고 그 결과를 비교하여 저수량 빈도분석에 합리적인 사전분포를 선정하였다. 또한 알고리즘의 수행과정에서 필요한 제안분포(proposal distribution)를 적용하여 그에 따른 알고리즘의 효율성을 채택률(acceptance rate)을 산정하여 검증해 보았다. 사전분포의 분석 결과, 자료에 기반한 사전분포가 자료에 기반하지 않은 사전분포보다 정확성 및 불확실성의 표현에 있어서 우수한 결과를 제시하는 것을 확인할 수 있었고, 채택률을 이용한 알고리즘의 효용성 역시 기존 연구자들이 제시하였던 만족스러운 범위를 가지는 것을 알 수 있었다. 최종적으로 선정된 사전분포는 본 연구의 II편에서 Bayesian MCMC 방법의 사전분포로 이용되었으며, 그 결과를 기존 불확실성의 추정방법의 하나인 2차 근사식을 이용한 최우추정(maximum likelihood estimation)방법의 결과와 비교하였다.