• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.1476-1480
• /
• 2010

최근에 한반도에 발생한 강설은 국민생활의 교통장애와 같은 생활의 불편함뿐만 아니라 농축산업의 광범위한 피해를 발생시키고 있다. 이번 2010년 1월 서울에는 40년만에 최대 적설량을 기록하였고 교통 및 도시 기능이 마비되는 등의 피해가 발생하였다. 본 연구에서는 기상청 산하 61개 지점 최심신적설량을 이용하였으며, 최근 적설량의 확률빈도규모를 고려하여 빈도별 확률적설량을 산정하고 확률적설량도를 작성하였다. 확률분포형은 확률가중모멘트법(PWM)을 이용하였고 적정분포형으로는 Gamma 2변수를 선정하였으며, 과거 적설량 자료를 검토한바 2004년, 2005년의 최심신적설량 극값은 평균 300년 빈도, 이번 2010년 1월 서울은 약 200년, 인천, 수원, 이천은 약 50년, 춘천은 약 30년 빈도인 것으로 분석되었다. 이러한 연구 결과는 적설량에 따른 방재 기준의 개선방안 및 재설정 방향 제시에 기초자료로 활용될 수 있을 것이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.196-196
• /
• 2012

전 지구적으로 발생하고 있는 잦은 기상이변과 기후변화의 가속화로 자연재해 발생빈도 및 피해규모는 증가하는 추세로 나타나고 있다. 이러한 기상이변은 우리나라 또한 예외가 아니며 최근 한반도에서 발생한 적설로 인하여 많은 인명과 재산피해가 증가하고 있다. 본 연구에서는 기상청에서 제공하는 KMA-RCM 기후자료를 바탕으로 관측자료 및 시나리오의 온도, 강수, 적설량 간의 관계를 이용하여 기상청 산하 기상관측소 58개 대상 지점으로부터 목표기간별(목표 I:1979~2008년, 목표 II:2011~2040년, 목표 II:2041~2070년, 목표IV:2071~2100년) 적설량을 예측하였으며, 빈도별(20년, 30년, 50년, 80년, 100년, 200년) 확률적설량을 산정하고자 하였다. KMA-RCM 자료를 이용한 미래 적설량 예측은 기상인자들의 복잡한 비선형 조합으로 발생하기 때문에 적설량에 영향을 미치는 온도, 강수, 적설량의 비선형 과정들을 고려할 수 있는 신경망 모형을 이용하여 적설량 예측 모형을 구성하였고, 58개 대상 지점의 30년 이상 관측기상자료 중 온도, 강수, 적설량 자료를 이용하여 지점별로 훈련을 시켜 이를 기후변화 시나리오에 활용하였다. 확률적설량에서 매개변수 추정은 확률가중모멘트법(PWM)을 이용하였고 적정확률분포형으로는 시나리오적 방법 및 비시나리오적 방법에 대한 분포형 검정결과 가장 적합하다고 판정되는 Gumbel분포형을 선정하였다. 위의 방법론을 통하여 미래 목표기간별로 확률적설량을 확률적설량을 산정하였으며 본 연구결과는 기후변화 시나리오를 고려한 목표기간별 적설량 산정 및 관련 방재기준의 개선 방안 및 재설정 기준 마련에 기초자료로 활용될 수 있을 것으로 기대된다.

• 한국방재학회 논문집
• /
• 제7권2호통권25호
• /
• pp.53-63
• /
• 2007

국내의 경우 매년 발생하는 홍수에 대해서는 많은 분석과 대비를 하고 있지만, 겨울철 폭설에 대한 연구는 미비한 실정이다. 본 연구에서는 기상청 산하 52개 관측지점의 30년 이상의 최심신적설량 자료를 수집하고 각 지점별 적설량의 최적분포형을 결정하여 확률적설량을 산정하였으며, 지역별 확률적설량의 분포를 파악하기 쉽게 재현기간별 확률적설량도를 작성 제시하였다. 지점별 최심신적설량의 적정분포형으로는 2모수 gamma분포가 우세하였고, 과거 주요폭설기록의 재현기간은 약 500년 내외를 보인 2005년, 재현기간 약 200년 정도를 보인 2004년의 확률적 규모를 볼 때 설하중에 대한 설계기준의 확립이 긴요하다. 우리나라의 확률적설량은 남부지방인 영 호남 지역 보다 중부지방으로 올라 갈수록 증가하고 있으며, 특히 태백산맥과 소백산맥을 경계로 서쪽과 동쪽의 편차가 뚜렷한 차이를 보이고 있다.

• 한국습지학회지
• /
• 제20권2호
• /
• pp.105-115
• /
• 2018

수문기상자료의 빈도해석은 풍수해에 따른 대응 및 시설물의 설계기준에 있어 중요한 요소 중 하나이다. 일반적으로 수문기상자료에 대한 빈도해석의 경우 관측자료는 통계적으로 정상성을 가진다고 가정하고, 확률분포의 매개변수를 고려하는 매개변수적 방법을 적용하고 있다. 이러한, 매개변수적 빈도해석을 위해서는 신뢰성 있는 충분한 자료의 수집이 필요하지만, 강수량과 다르게 적설량의 경우 계절적 특성과 함께 최근에는 기후변화로 인한 적설량 관측일수 및 평균 최심신적설량이 감소하기 때문에 부족한 자료에 대한 문제점을 보완할 필요가 있다. 이에 본 연구에서는 매개변수 빈도해석 방법과 부족한 자료의 문제점을 보완할 수 있는 표본 재추출 기법인 Bootstrap방법과 SIR(Sampling Importance Resampling)알고리즘을 적용하여 적설량의 빈도해석을 실시하였다. 58개 기상관측소에 대해 재추출된 일 최대 최심신적설량 자료를 이용한 비매개변수적 빈도해석을 통해 확률적설량을 산정하고 이를 비교 분석하였다. 빈도별 확률적설량의 증감률을 검토한 결과 매개변수적 빈도해석과 비매개변수적 빈도해석에서 증감률을 나타내는 지점들이 대부분 일치하는 것으로 나타났다. 확률적설량은 관측 자료와 Bootstrap방법에서 -19.2%~3.9%, Bootstrap방법과 SIR알고리즘에서 -7.7%~137.8% 정도의 차이를 보였다. 표본 재추출 기법은 관측표본이 적은 적설량의 빈도해석 및 불확실성 범위의 제시가 가능함을 확인할 수 있었고, 이는 여름철 태풍과 같이 계절적 특성을 지닌 다른 자연재난의 해석에도 적용될 수 있을 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.136-136
• /
• 2020

홍수와 가뭄은 우리나라에 대표적인 수재해로서 관련 연구도 활발히 진행되고 있다. 반면 겨울철에 발생하는 적설의 경우 발생빈도와 피해가 상대적으로 적었으며 관련 연구 또한 미비한 실정이다. 우리나라 일부 남부지방은 강우와 다르게 연중 눈이 내리지 않는 경우가 존재하며, 자료 중 '0'값을 가지게 된다. 이로 인해 최적분포형 선정 및 매개변수 추정에 어려움이 있으며, 특히 '0'값으로 인해 단일 확률분포를 이용한 빈도해석은 한계가 있다. 본 연구에서는 연중 눈이 내리지 않는 무적설량을 고려하기 위하여 두 가지 이상의 확률분포함수를 결합한 혼합분포함수를 개발하였다. Bayesian 기법을 이용하여 무강우의 기준이 되는 값(δ)을 매개변수로 고려하여 추정하였으며, 이에 따른 적설발생 평균확률(P을 Mixing Ratio로 고려하여 혼합분포함수를 제시하였다. 본 연구에서는 기상청 산하 관측소 중 20년 이상의 지점을 선정하여 최심신적설량을 활용하였으며, 빈도별 확률적설심을 산정하였다. 적합한 확률분포형 선정을 위해 먼저 Bayesian 기법으로 매개변수와 우도함수를 산정한 후 각 분포형의 BIC(bayesian information criterion)값을 비교하였다. 선정된 최적분포형에 대해 빈도분석을 실시하여 최심신적설량을 제시하였다. 추가적으로 무강우를 기존 기준인 '0'으로 고정하여 본 연구에서 제시한 결과 값과 비교하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.170-170
• /
• 2017

본 연구의 목표는 극한 지역의 대비 시스템을 구축하기 위하여 인공 신경망(Artificial Neural Networks)을 이용하여 보다 관측하기 쉬운 기상 인자들로부터 적설량을 실시간 측정 가능성을 제시하는 것이다. 본 연구에서 사용한 데이터베이스는 기상청의 기상자료개방포털에서 사람이 직접 측정한 종관기상관측의 자료다. 이 중에서 일최대 기온, 일최저 기온, 일평균 기온, 강수량을 사용하여 오차를 줄여나가는 최적화방법으로 인공 신경망 시스템을 설계하였다. 설계된 시스템으로 500회 시뮬레이션한 연구 결과는 상관계수가 적설량 측정에 대한 인공 신경망의 크기(노드의 개수)와 관계없이 평균적으로 0.8627인 것을 보여준다. 추가적으로 보조 입력 값인 고도를 사용한 결과, 성능은 좋아졌지만 상관계수의 차이는 평균 0.0044로 미세했다. 또한 Cross-Validation을 통해 기존의 보간법인 Kriging기법과 비교하여 미 관측 지역에서 인공 신경망(ANNs) 사용이 Kriging기법 보다 우수하다는 것을 2차원 Regression's map을 통해 나타냈다. 마지막으로 오차가 크게 발생했을 경우 보안할 수 있는 확률적인 방안을 제시하였다.

• 한국방재안전학회논문집
• /
• 제13권4호
• /
• pp.25-36
• /
• 2020

기후변화로 인해 다양한 자연재해의 발생빈도 및 강도가 증가하고 있으며, 이를 대비하기 위하여 행정안전부에서 가뭄과 대설까지 포함한 자연재해저감 종합계획을 발표하였다. 강설량은 기온과 지형적 요인의 영향을 크게 받는다. 산악지형이 많은 강원도는 강설량이 많아 큰 적설량이 관측되지만, 겨울철 평균 온도가 상대적으로 높은 남부지방은 적설량이 작다. 무강설과 결측으로 인해 관측값에 0이 포함된 경우가 존재한다. 자료에 포함된 0은 통계적으로 민감하게 작용하며, 최적 확률분포 선정과 매개변수 추정이 어려워지는 문제점이 발생한다. 본 연구에서는 창원, 통영, 진주 관측소의 최심신적설에 대해 혼합분포를 적용하여 0을 구분하였고, 0에 근사한 값을 나누는 기준인 임계값을 매개변수 𝛿로 가정함으로써 무적설 기준을 자동으로 모형에서 추정하도록 하였다. Bayesian기법 활용하여 혼합분포모형의 매개변수를 추정하였고, 산정된 빈도별 확률적설심의 불확실성을 정량화하였다. 대관령 지점과 비교한 결과, 본 연구의 혼합분포모형은 적설량이 적은 지점에 대해 적용성이 우수한 것으로 평가되었다.

• 한국수자원학회논문집
• /
• 제52권12호
• /
• pp.1001-1009
• /
• 2019

최근 우리나라에서 폭설이 증가하고 있으며, 이로 인한 피해액 또한 증가하고 있다. 우리나라는 전국적으로 폭설로 인한 피해를 줄이기 위해 내설 설계기준 마련 등의 노력을 하고 있으나, 강설 자료의 특성으로 기준 설정에 어려움이 있다. 본 연구에서는 우리나라 남부 지역에 있는 진주, 창원, 합천 지점의 적설량에 대한 수문통계학적 빈도분석을 수행하여 최심신적설량에 대한 설계수문량을 정량적으로 산정하였다. 자료의 특성상 연도별 측정값이 '0'인 경우가 존재하여 기존의 빈도분석 방법을 적용할 경우 매개변수의 추정이 불가능한 상황도 발생한다. 이러한 문제를 해결하기 위하여 혼합분포함수를 이용하였고, 분포모형으로는 대수정규, 일반화 파레토, 일반화 극치, 감마, 검벨, 와이블 분포를 적용하였다. 적용 결과, 단일분포함수를 적용할 때 보다 혼합분포함수를 적용할 때 확률적설심이 더 작게 산정되었으며, 전체적으로 관측값이 간헐적으로 나타나는 지점에서 혼합분포함수의 적용성이 우수한 것으로 판단된다.

• 한국지구과학회지
• /
• 제26권5호
• /
• pp.395-403
• /
• 2005

본 연구는 1993년부터 2003년 동안 겨울철 제주도 지방에 눈이 내린 경우를 대상으로 대기가 해양으로부터 얻은 열교환량을 계산하여 보웬비(현열속/잠열속)와 강설간의 관계를 분석한 것이다. 대상지역은 제주도 4개 관측지점인 제주, 서귀포, 성산포, 고산이다. 적설 예측의 신뢰도를 높일 수 있는 방법을 찾기 위하여 바람과 같은 기상의 영향이 가미된 보웬비와 적설과의 관계를 해기차와 적설과의 관계와 비교해 보았다. 그 결과 신적설 시, 지역별 최저 해기차는 제주시, 서귀포, 성산포, 고산에서 각각 10.9, 12.3, 11.5, $14.3^{\circ}C$였고, 그 이상의 해기차에서 신적설 확률은 각각 26, 29, 13, $23\%$인데 비해, 신적설시 지역별 최저 보웬비는 각각 0.59, 0.60, 0.65, 0.65였고, 그 이상의 보웬비에서 신적설 확률은 33, 70, 31, $58\%$로 나타나 보웬비가 해기차보다 높은 확률을 보였다. 보웬비에 의한 확률이 해기차에 의한 확률보다 높게 나타나는 이유는 해기차에 의해 형성된 강설의 조건에 바람에 의한 열교환이 강설의 조건을 강화시킨 것이 보웬비에 나타났기 때문으로 생각된다. 10년$(’93\~’02)$간 자료를 분석한 결과 각 지역별 신적설이 $10.0\~0.9cm$ 일 때 평균 보웬비는 $0.63\~0.67$이고 신적설이 $1.0\~4.9cm$ 일때 평균 보웬비는 0.72 이상으로 조사되어 강설시 적설량과 보웬비는 비례관계가 있음을 알 수 있었다.