• Title/Summary/Keyword: 포아송 클러스터 강우 모형

Search Result 9, Processing Time 0.033 seconds

Stochastic simulation of future sub-hourly rainfall using Poisson cluster rainfall model (포아송 클러스터 강우 모형을 이용한 미래 시단위 이하 강우의 추계학적 모의)

  • Jeongha Park;Dongkyun Kim
    • Proceedings of the Korea Water Resources Association Conference
    • /
    • 2023.05a
    • /
    • pp.284-284
    • /
    • 2023
  • 도시 침수의 발생과 규모는 도시 유역이 가지는 짧은 도달 시간으로 인하여 주로 시단위 이하의 짧은 지속시간의 강우의 극한 및 변동성에 따라 결정된다. 미래 기간에 대하여 도시 수문 시스템의 적정성을 평가하기 위해서는 기후변화에 따른 시단위 이하 강우의 특성을 살펴보아야한다. 그러나 기후변화 영향 평가 도구로 활용되는 기후 모형들은 대부분 일단위의 결과물을 제공하여 시단위 이하의 미세 규모 강우의 특성을 나타낼 수 없다. 이에 따라 본 연구에서는 기후 모형 모의 결과와 포아송 클러스터 강우 모형을 이용하여 미래 시단위 이하 강우 시계열을 모의하는 방법을 제안한다. 첫째로, 포아송 클러스터 기반 강우 생성 알고리즘과 폭풍우 재배열 알고리즘을 결합한 최신 모형을 선정하였다. 해당 모형은 광범위한 시간 규모에서 관측된 강우량의 주요 통계와 극값을 재현할 수 있는 모형이다. 그 다음 강우 모형에 적합시킬 관측 강우량 통계(평균, 분산, 공분산, 왜도, 우기 비율)를 계산하였다. 둘째, 강우 통계 간의 선형 관계를 도출하였다. 여기서는 클러스터에 있는 모든 관측소의 통계를 사용하여 회귀의 신뢰도를 높였다. 셋째, 강우 평균 조정을 위한 Change Factor는 제어(2000~2019년) 및 미래(2041~2070년) 기간의 기후 모형 자료를 사용하여 계산하였다. 넷째, 조정된 15분 강우 평균은 관측 평균에 Change Factor을 곱하여 계산하고 조정된 강우 평균과 통계 간의 관계를 사용하여 미래 강우 통계 세트를 추정하였다. 여러 통계 세트를 생성한 후 마지막으로 미래 통계에 강우 모형을 적합시켜 최종적으로 미래 시단위 이하 강우 시계열을 모의하였다. 이 방법은 CMIP6에 참여하는 기후 모델의 기후 예측 데이터를 사용하여 용산(415) 및 동래(940) AWS 관측소에 적용되었다. 두 관측소의 미래 강우 모의 결과, 시단위 이하 시간 규모에서 극값이 증가하는 추세를 보였다.

  • PDF

Development of Poisson cluster generation model considering the climate change effects (기후변화 영향을 고려한 포아송 클러스터 가상강우생성모형 개발 및 검증)

  • Park, Hyunjin;Han, Jaemoon;Kim, Jongho;Kim, Dongkyun
    • Proceedings of the Korea Water Resources Association Conference
    • /
    • 2015.05a
    • /
    • pp.189-189
    • /
    • 2015
  • 본 연구는 기후변화의 영향을 고려한 포아송 강우생성모형의 일종인 MBLRP(Modified Bartlett-Lewis Rectangular Pulse)를 개발하고, 대한민국 주요 도시에 대해 향후 100년간 강우의 변화를 살펴보았다. 기존 MBLRP 모형에서 기후변화에 따른 강우량 변화를 고려할 수 있도록 GCM 모형의 강우 자료를 활용하였고, GCM 모형으로부터 발생하는 불확실성을 고려하기 위해 IPCC의 RCP(Representative Concentration Pathways) 시나리오를 모의한 16개의 GCM 모형을 사용하였다. 2007년부터 2099년까지의 미래기간을 3개의 시 구간으로 구분하고, 16개 GCM 앙상블을 사용하여 미래기간 동안 대한민국 16개 도시에 대해 1000개의 샘플을 BWA 방법을 이용하여 생성하였다. 제어기간(1973-2005) 대비 미래기간(2007-2099)의 변화율을 나타내는 FOC(factor of change)와 온도의 연별 변화율을 나타내는 SF(scaling factor)의 개념을 결합하여 미래기간에 대한 CF(correction factor)를 산정하였다. 이때 CF는 16개 도시의 연 단위 강우량 변화 비율을 월별로 나타내며, 제어기간의 월 강우 관측치와 CF를 몬테카를로 모의를 실시하여 미래기간의 강우 시나리오를 산정한다. 이를 통해 월 평균 강우량 통계치를 연 단위로 얻을 수 있으며, 월 평균 강우량이 월 평균 분산, 무강우확률, 자기상관계수와 가지는 선형 관계를 통해 강우 통계치를 산출한다. 이와 같은 강우 통계치는 가상강우생성모형인 MBLRP 모형에 입력 자료로 활용되어 월 강우량을 시 단위의 강우 시계열 자료로 생성해낸다. 최종적으로 MBLRP 모형으로 산정된 시 단위 강우 시계열은 기후변화 영향을 고려한 GCMs 앙상블로 생성된 강우 시나리오를 기반으로 산출되기 때문에 향후 수자원 분석에 활용 가능할 것이라 기대된다.

  • PDF

Development of Stochastic Rainfall Downscaling using Bayesian Neyman-Scott Rectangular Pulse Model(NSRPM) (Bayesian NSRP 모형을 이용한 추계학적 Downscaling 기법 개발)

  • Kim, Jang-Gyeong;Ban, Woo-Sik;Kwon, Hyun-Han
    • Proceedings of the Korea Water Resources Association Conference
    • /
    • 2018.05a
    • /
    • pp.9-9
    • /
    • 2018
  • 추계학적 강우생성모형 중 포아송 클러스터(Poisson Cluster) 모형은 단일지점에 대하여 시간강우량의 관측연한 문제점을 해결하기 위한 강우모형으로 강우 단계별 계층적 구조를 이해하는데 유용한 모형이다. 특히 강우 특성을 계절, 지역 등과 같이 비교하는 기준에 따라 5~6개의 비교적 적은 매개변수들로 모의 강우시계열을 생성할 수 있다는 점에서 장기간 강우분석에 필요한 관측연한 문제를 보완할 수 있다. 그러나 매개변수 최적해가 수렴되지 않는 사례가 많고, 매개변수들이 강우의 물리적 특성을 반영하는 것에 비해 내포된 불확실성에 관한 연구는 미흡하다. 본 연구에서는 포아송 클러스터 강우생성모형 중 Neyman-Scott Rectangular Pulse(NSRP) 모형을 Bayesian 모형과 연계한 Bayesian NSRP 모형을 개발하여 매개변수간 물리적 상관성을 고려한 최적화 기법을 개발하였다. Bayesian 모형은 물리적 범위가 다른 매개변수간의 결합확률분포를 산정하여 사후분포(posterior)를 추정하므로 매개변수 최적화와 불확실성 정량화 문제를 동시에 해결할 수 있다. 최종적으로 Bayesian NSRP 모형에 기후변화 시나리오의 통계적 특성을 고려한 시간단위 강우시계열 생성 모의 기법의 활용 가능성을 평가하고자 한다.

  • PDF

Evaluation of the Applicability of the Poisson Cluster Rainfall Generation Model for Modeling Extreme Hydrological Events (극한수문사상의 모의를 위한 포아송 클러스터 강우생성모형의 적용성 평가)

  • Kim, Dong-Kyun;Kwon, Hyun-Han;Hwang, Seok Hwan;Kim, Tae-Woong
    • KSCE Journal of Civil and Environmental Engineering Research
    • /
    • v.34 no.3
    • /
    • pp.773-784
    • /
    • 2014
  • This study evaluated the applicability of the Modified Bartlett-Lewis Rectangular Pulse (MBLRP) rainfall generation model for modeling extreme rainfalls and floods in Korean Peninsula. Firstly, using the ISPSO (Isolated Species Particle Swarm Optimization) method, the parameters of the MBLRP model were estimated at the 61 ASOS (Automatic Surface Observation System) rain gauges located across Korean Peninsula. Then, the synthetic rainfall time series with the length of 100 years were generated using the MBLRP model for each of the rain gauges. Finally, design rainfalls and design floods with various recurrence intervals were estimated based on the generated synthetic rainfall time series, which were compared to the values based on the observed rainfall time series. The results of the comparison indicate that the design rainfalls based on the synthetic rainfall time series were smaller than the ones based on the observation by 20% to 42%. The amount of underestimation increased with the increase of return period. In case of the design floods, the degree of underestimation was 31% to 50%, which increases along with the return period of flood and the curve number of basin.

Development and validation of poisson cluster stochastic rainfall generation web application across South Korea (포아송 클러스터 가상강우생성 웹 어플리케이션 개발 및 검증 - 우리나라에 대해서)

  • Han, Jaemoon;Kim, Dongkyun
    • Journal of Korea Water Resources Association
    • /
    • v.49 no.4
    • /
    • pp.335-346
    • /
    • 2016
  • This study produced the parameter maps of the Modified Bartlett-Lewis Rectangular Pulse (MBLRP) stochastic rainfall generation model across South Korea and developed and validated the web application that automates the process of rainfall generation based on the produced parameter maps. To achieve this purpose, three deferent sets of parameters of the MBLRP model were estimated at 62 ground gage locations in South Korea depending on the distinct purpose of the synthetic rainfall time series to be used in hydrologic modeling (i.e. flood modeling, runoff modeling, and general purpose). The estimated parameters were spatially interpolated using the Ordinary Kriging method to produce the parameter maps across South Korea. Then, a web application has been developed to automate the process of synthetic rainfall generation based on the parameter maps. For validation, the synthetic rainfall time series has been created using the web application and then various rainfall statistics including mean, variance, autocorrelation, probability of zero rainfall, extreme rainfall, extreme flood, and runoff depth were calculated, then these values were compared to the ones based on the observed rainfall time series. The mean, variance, autocorrelation, and probability of zero rainfall of the synthetic rainfall were similar to the ones of the observed rainfall while the extreme rainfall and extreme flood value were smaller than the ones derived from the observed rainfall by the degree of 16%-40%. Lastly, the web application developed in this study automates the entire process of synthetic rainfall generation, so we expect the application to be used in a variety of hydrologic analysis needing rainfall data.

Application of the Poisson Cluster Rainfall Generation Model to the Urban Flood Analysis (포아송 클러스터 강우 생성 모형을 이용한 도시 홍수 해석)

  • Park, Hyunjin;Yang, Jungsuk;Han, Jaemoon;Kim, Dongkyun
    • Journal of Korea Water Resources Association
    • /
    • v.48 no.9
    • /
    • pp.729-741
    • /
    • 2015
  • This study examined the applicability of MBLRP (Modified Bartlett-Lewis Rectangular Pulse) rainfall generation model for an urban flood simulation which is a type of Poisson cluster rainfall generation model. This study constructed XP-SWMM model for Namgajwa area of Hongjecheon basin, which is a two-dimensional pipe network-surface flood simulation program and computed a flood discharge and a flooded area with input data of synthetic rainfall time series of 200 years that were generated by the MBLRP model. This study compared the data of flood with synthetic rainfall and flood with corresponding values which were based on design rainfall. The results showed that the flooded area computed with MBLRP model was somewhat smaller than the corresponding values on the basis of the design. A degree of underestimation was from 8% (5 year) to 34% (200 year) and the degree of underestimation increased as a return period increased. This study is meaningful in that it proposes methodology that enables quantifiability of uncertain variables which are related to a flooding through Monte Carlo analysis of urban flooding simulation and applicability and limitations thereof.

Development of hybrid stochastic model for rainfall generation considering rainfall inter-annual variability (연간 강우 변동성을 고려한 혼합 추계 강우 생성 모형의 개발)

  • Park, Jeong Ha;Kim, Dong Kyun
    • Proceedings of the Korea Water Resources Association Conference
    • /
    • 2018.05a
    • /
    • pp.11-11
    • /
    • 2018
  • 본 연구에서는 1시간부터 1년 단위의 강우 특성들을 잘 모의하는 혼합 추계 강우 생성 모형을 개발하였다. 본 모형의 가상 강우 생성 과정은 4단계로 이루어진다. 첫 단계에서 Seasonal ARIMA 모형을 통하여 시계열 특성을 반영한 월 강우를 생성한다. 두 번째 단계는 생성된 월 강우에 해당하는 일 단위 이하의 강우 통계치 세트를 생성하는 것이며, 통계치간 상관관계를 통해 평균, 표준편차, 자기상관 계수, 무강우 확률을 생성한다. 생성된 통계치 세트는 세 번째 단계에서 Modified Bartlett-Lewis Rectangular Pulse (MBLRP) 모형의 6개의 매개변수를 보정하는데 사용되며, 마지막으로 MBLRP 매개변수 세트를 통해 가상 강우 시계열을 생성한다. 위 모형을 통해 미국 동부 지역 29개 강우 관측소에 대하여 200년 길이의 가상 강우를 생성하였으며, 그 결과 시 단위부터 연 단위까지 강우의 1차, 2차 통계치 및 무강우 확률을 성공적으로 재현하였다. 또한 기존 MBLRP 모형에 비하여 극한 강우 사상을 재현하는 능력이 향상되었다. 빈도분석 결과를 통하여 MBLRP 모형이 재현기간에 따라 10%에서부터 40%까지 극한 사상을 과소 추정한 반면, 본 모형에서는 20% 이내의 값을 나타내었다.

  • PDF

The Application of the Poisson Cluster Rainfall Generation Model to the Flood Analysis (포아송 클러스터 강우생성 모형의 홍수 모의 적용성 평가)

  • Kim, Dongkyun;Shin, Ji Yae;Lee, Seung-Oh;Kim, Tae-Woong
    • Journal of Korea Water Resources Association
    • /
    • v.46 no.5
    • /
    • pp.439-447
    • /
    • 2013
  • The applicability of the parameter map of the Modified Bartlett-Lewis Rectangular Pulse (MBLRP) model for the Korean Peninsula was assessed from the perspective of flood prediction. The design rainfalls estimated from the MBLRP model were smaller than those from observed values by 5% to 40%, and the degree of underestimation of design rainfall increases with the increase of the recurrence interval of the design rainfall. The design floods at a virtual watershed estimated using the simulated rainfall time series based on MBLRP model were also smaller than those derived from the observed rainfall time series by 20% to 45%. The degree of underestimation of design flood increases with the increase of the recurrence interval of the design flood.