• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.415-415
• /
• 2018

갈수관리를 효과적으로 수행하기 위해서는 하천유량을 예측할 수 있는 방안을 마련하는 것이 중요하다. 하천유량 예측을 위해서는 강수량에 대한 예측 값을 활용하는 방안이 가장 적합하다고 할 수 있으나 강수량 예측에 대한 불확실성은 하천유량 예측의 정확도 확보에 있어 한계로 작용하고 있다. 강수량 예측에 대한 불확실성 극복을 위해서는 다양한 강수 시나리오를 설정하여 활용하는 방안을 검토할 수 있으며, 유량 예측을 하고자 하는 유역에 대해 과거 발생했던 강수량이 반복된다는 가정 하에 유량 예측을 제한적으로 수행하고 있는 상황이다. 이와 함께 강수 시나리오의 다양성 확보 차원에서 하천유량을 예측하고자 하는 유역에 대해 가뭄빈도 강수량을 사전에 산정한 후 유량 예측 과정에 활용하는 방안도 고려해볼 수 있는 방안이다. 이에 본 연구에서는 2016년 수립된 수자원장기종합계획(국토교통부, 2016)에서 제시된 중 권역별 일 강수량 자료를 이용하여 중권역별로 월 강수량을 산정한 후 월별 가뭄빈도분석을 수행하였다. 1966~2015년까지의 기간에 대한 월 강수량 자료를 이용하여 월별로 가뭄빈도분석을 수행하였으며, 빈도분석 방법으로는 확률가중모멘트법을 이용하여 적정 분포형 결정 및 갈수빈도별 강수량을 산정하여 제시하였다. 이때 빈도 강수량의 재현기간은 총 7가지 빈도(2년, 5년, 10년, 20년, 50년, 80년, 100년)를 고려하였다. 산정된 빈도 강수량을 이용하여 월 유출모형에 적용함으로써 월 유출 전망 자료 생산이 가능하며, 금강수계의 용담댐유역에 시범 적용하여 그 결과를 검토하였다. 검토 결과, 중권역별로 산정된 월별 가뭄빈도 강수량을 활용한 하천유량 예측 방법은 갈수예보에 있어 유용한 정보를 제공할 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.125-125
• /
• 2011

본 연구에서는 기후변화에 의한 자연재해 취약성을 정량적으로 분석하기 위하여 기상인자와 재해발생으로 인한 피해액의 상관관계를 이용하였다. 재해로 인한 피해액은 1994년부터 2008년까지 15년간 전국 시군별로 피해액을 집계한 자료를 이용하였으며, 우리나라 58개 강우관측소의 일강수량 자료를 이용하여 재해에 영향을 줄 수 있는 네 가지 인자를 추출하였고, 연도별 태풍 발생 횟수도 하나의 기상인자로 고려하였다. 피해액의 규모는 가뭄, 화재, 태풍 및 해일 등 재해발생 유형에 따라서도 영향을 받겠지만, 기후변화 시나리오에 의해 예측할 수 있는 대표적인 미래 추정값은 강수량과 온도 등이며, 결국 재해발생 유형별 시나리오에 의한 재해규모 예측이 아닌 기후변화 시나리오에 의한 미래 재해발생 규모 모형을 구축하기 위해서는 관련 인자로서 강수량으로부터 추출한 인자들을 고려할 수밖에 없을 것이다. 일강수량으로부터 추출한 네 가지 영향인자들은 80mm이상 일강수량 발생일수, 80mm이상 일강수량의 합, 80mm이상 강우의 발생 간격이 30일 이하인 횟수 및 연최대강수량이다. 우선 광역시와 도별로 전국 58개 관측소를 분류하고, 해당 관측소들로부터 추출된 인자들의 평균값을 이용하여 연구를 진행하였다. 미래 강수량 자료는 국립기상연구소의 A2시나리오를 통계학적 Downscaling을 통해 재생산한 자료를 이용하였다. 예측모형은 Bayesian 모형을 기반으로 DEXP(double exponential distribution) 확률분포를 이용하였다. 재해피해액 를 아래와 같이 비정상성 모형으로 구성하였으며, 위치매개 변수의 확률분포를 네 가지 기상인자에 의한 회귀식으로 구성하였다. Y damage costs) = dexp(${\mu}(t),\tau(t)$) $p({\mu}(t))\sim(abs({\alpha}+{\alpha}_1X_1+{\alpha}_2X_2+{\alpha}_3X_3+{\alpha}_4X_4,\;\sigma_{\alpha}^2)$ $p(\tau){\sim}G(k,s)$.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.37 no.1
• /
• pp.29-41
• /
• 2017

Design rainfalls are one of the most important hydrologic data for river management, hydraulic structure design and risk analysis. The design rainfalls are first estimated by a point frequency analysis and the IDF (intensity-duration-frequency) curve is then constructed by a nonlinear regression to either interpolate or extrapolate the design rainfalls for other durations which are not used in the frequency analysis. It has been widely recognised that the more reliable approaches are required to better account for uncertainties associated with the model parameters under circumstances where limited hydrologic data are available for the watershed of interest. For these reasons, this study developed a hierarchical Bayesian based GLM (generalized linear model) for a regional frequency analysis in conjunction with a scaling function of the parameters in probability distribution. The proposed model provided a reliable estimation of a set of parameters for each individual station, as well as offered a regional estimate of the parameters, which allow us to have a regional IDF curve. Overall, we expected the proposed model can be used for different aspects of water resources planning at various stages and in addition for the ungaged basin.

• Journal of Korea Water Resources Association
• /
• v.35 no.1
• /
• pp.25-36
• /
• 2002

Window Probability Matching Method(WPMM) is achieved by matching identical probability density of rain intensities and radar reflectivities taken only from small window centered about the gage. The equation of $Z_{e}-R$ relationship is obtained and compared with data between a DWSR-88C radar and high density rain gage networks within 150km from radar site in summer season, 1998. The probability density of radar effective reflectivity is distributed with high frequency near 15dBZ. The frequency distribution of rain intensities shows that rain intensity is lower than 10mm/hr in most part of radar coverage area. As the result of $Z_{e}-R$ relationship using WPMM, curved line has shown to the log scale spatially and it can be explained more flexible than any straight-line power laws at the transformation to the rainfall amount from $Z_e$ value. During 3 months, total radar cumulative rainfall amount estimated by $Z=200R^{1.6}$ and WPMM relationships are 44 and 80 percentages of total raingage amount, respectively. Therefore, $Z_{e}-R$ relationships by WPMM may be widely needed a statistical method for the computation of accumulated precipitation.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.30 no.4B
• /
• pp.413-427
• /
• 2010

Urbanization means the sudden increment of a population and the industrialization. The hydrologic water cycle causes many changes due to urbanization. Therefore, the affects that urbanization influences on the precipitation events were analyzed. But the precipitation events are very much influenced many meteorological and climatologically indices besides the effect of an urbanization. So, an analysis was performed by using precipitation data observed in many spots of the Korean peninsula. The analysis data are annual precipitation, the duration 1 daily maximum amount of precipitation, the rainy days, and 10 mm over the rainy days, and 80 mm. seasonal precipitation and seasonal rainy days. The analytical method classified 4 clusters in which the precipitation characteristic is similar through the cluster analysis. It compared and analyzed precipitation events of the urban and rural stations. Moreover, the representative rainfall stations were selected and the urban stations and rural stations were compared. In the analyzed result, the increment of the rainy days was conspicuous over 80mm in which it can cause the heavy rainfall. By using time precipitation data, the design precipitation was calculated. Rainfall events over probability precipitation on duration and return period were analyzed. The times in which it exceeds the probability precipitation in which the urban area is used for the hydrologic structure design in comparison with the rural area more was very much exposed to increase.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.12-16
• /
• 2009

본 연구에서는 산악형 강수의 특성을 보이는 제주도의 여러 지형 조건과 강수량의 관계를 확인하고 강수량에 영향을 미치는 주요 인자를 분석하였다. 제주도는 원추형의 형태로 중심에 한라산이 있는 전형적인 산악형 지형이고 해발고도의 분포가 $EL.0^{\sim}1950m$로 다양하여 본 연구의 대상지역으로 선정하였다. 강우자료는 제주도 내 기상관서 4개소(제주, 서귀포, 성산포, 고산) 및 자동기상관측소(AWS) 13개소의 관측자료를 활용하였으며, 짧은 자료기간을 보완하기 위해 지역빈도해석을 적용하여 확률강우량을 산정하였다. 본 연구에서는 강수에 영향을 줄 수 있는 지형인자 6개를 지리정보시스템(GIS)을 이용하여 추출하였으며, 추출된 지형인자에 대하여 요인분석으로 대표 인자를 추출하고 요인과 실제변수들의 강수량에 미치는 영향을 확인하기 위하여 회귀분석을 실시하였다. 검정결과 도출된 요인을 이용하면 강수량 산정 시 지형 변수들의 영향을 반영함과 동시에 보다 적은 수의 변수를 이용하여 지형 변수들을 모두 반영하였을 경우와 비슷한 결과를 얻는다는 것을 확인하였다. 따라서 추후 지형 변수들을 추가로 확보하여 지형특성을 반영한 간편하고 합리적인 강수량을 산정하기 위한 추가 연구가 필요할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1216-1220
• /
• 2010

기후변화에 따른 기상변화가 집중호우 및 돌발홍수 등의 형태로 가시화 되고 있으며, IPCC 보고서(2007)는 21세기 후반까지 온도상승으로 인한 폭우 및 태풍이 점차 강력해질 것이라는 예측을 하였다. 이러한 예측의 대응으로 전 세계는 $CO_2$ 감축을 위한 노력이 진행중에 있으며, $CO_2$ 변화에 따른 미래 강수의 빈도해석을 해야한다는 주장이 제기되고 있다. 이에 본 연구는 기상청 지역기후모델(KMA-RegCM3) A1B시나리오의 강우 자료를 이용하여 Quantile-Mapping을 실시한 후 지역빈도해석을 실시하였다. 대상지역은 국내 전역에 위치한 기상청 산하 58개 관측소를 선정하였다. Hosking(1997)이 제안한 L-moment 알고리즘을 이용하여 지역빈도해석을 수행하였으며, 그 결과 A2 시나리오보다 상대적으로 $CO_2$ 배출량이 낮은 A1B시나리오 역시 모든 지역에서 확률강수량이 증가함을 알 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.183-183
• /
• 2015

수공구조물 설계 시 중요한 요소 중 하나인 확률강우량은 일반적으로 고정지속기간별 강우량에 대하여 일변량 빈도해석을 수행하고 가장 적절한 분포형을 선택하는 지점빈도해석의 과정을 거친다. 그러나 일변량 빈도해석을 수행하기 위해서는 지속시간을 고정하고 강우량의 변화로만 해석해야 단점이 있으며 이를 보완하기 위해 본 연구에서는 다변량 확률모형인 copula 모형을 이용하여 이변량 빈도해석을 수행하였다. 확률변수로는 강우량과 지속기간(hr)을 사용하였고, 주변분포형으로 강수량 - Gumbel (GUM), generalized logistic (GLO) 분포형, 지속기간(hr) - generalized extreme value (GEV), GUM, GLO 분포형을 사용하였으며, copula 모형은 Gumbel-Hougaard 모형을 이용하였다. 주변분포형의 매개변수는 일반적으로 가장 많이 사용하는 확률가중모멘트법을 이용하여 추정하였으며, copula 모형의 매개변수는 maximum pseudolikelihood(MPL) 방법을 사용하였다. 이를 통해 얻어진 이변량 빈도해석의 확률강우량 결과와 기존 지점빈도해석의 결과를 비교하였다.

• Journal of the Korean Data and Information Science Society
• /
• v.24 no.3
• /
• pp.603-623
• /
• 2013

This paper proposes analyzing monthly rainfall patterns using copula and pricing related rainfall insurance using it. We analyze 30-year monthly precipitation data for 9 Korean cities between June and September using copula showing so that it can effectively generate realistic monthly rainfall patterns. In addition, we show that our copula rainfall models can be used in pricing various kinds of rainfall insurances effectively.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1429-1433
• /
• 2010

수공구조물의 설계, 수자원 관리계획의 수립, 재해영향 검토 등을 수행할 때, 재현기간에 따른 확률개념의 강우량, 홍수량, 저수량 등을 산정하여 사용하게 되며, 보통 대상지역의 장기 수문관측 자료를 이용하여 수문사상의 확률분포를 산정한 후 재현기간을 연장하여 원하는 설계빈도에 해당하는 양을 추정하게 된다. 미계측지역 또는 관측자료의 보유기간이 짧은 지역의 경우는 지역빈도 분석 결과를 이용하게 된다. 지역빈도해석을 위해서는 강우자료들의 동질성을 파악하는 것이 가장 기본적인 과정이 되며 이를 위해 통계학적인 범주화분석이 선행되어야 한다. 지점 빈도분석의 수문학적 동질성 판별을 위해 L-moment 방법, K-means 방법에 의한 군집분석 등이 주로 사용되며 관측소 위치좌표를 이용한 공간보간법을 적용하여 시각화하고 있다. 강수량은 시공간적으로 변하는 수문변량으로서 강수량의 시간적인 특성 또한 강수량의 특성을 정의하는데 매우 중요한 요소이다. 이러한 점에서 본 연구를 통해 강수지점의 공간적인 좌표 및 강수량의 양적인 범주화에 초점을 맞춘 기존 지역빈도분석의 범주화 과정에 덧붙여 시간적인 영향을 고려할 수 있는 요소들을 결정하고 이를 활용할 수 있는 범주화 과정을 제시하고자 한다. 즉, 극치강수량의 발생 시기에 대한 정량적인 분석이 가능한 순환통계기법을 이용하여 관측 지점별 시간 통계량을 산정하고, 이를 극치강수량과 결합하여 시 공간적인 특성자료를 생성한 후 이를 이용한 군집화 해석 모형을 개발하는데 연구의 목적이 있다. 분석 과정에 있어서 시간속성의 정량화 및 일반화는 순환통계기법을 사용하였으며, 극치강수량과 발생시점의 속성자료는 각각의 평균과 표준편차를 이용하였다. K-means 알고리즘을 이용해 결합자료를 군집화 하고, L-moment 방법으로 지역화 결과에 대한 검증을 수행하였다. 속성 결합 자료의 군집화 효과는 모의데이터 실험을 통해 확인하였으며, 우리 나라의 58개 기상관측소 자료를 이용하여 분석을 수행하였다. 예비해석 단계에서 100회의 군집분석을 통해 평균적인 centroid를 산정하고, 해당 값을 본 해석의 초기 centroid로 지정하여, 변동적인 클러스터링 경향을 안정화시켜 해석이 반복됨에 따라 군집화 결과가 달라지는 오류를 방지하였다. 또한 K-means 방법으로 계산된 군집별 공간거리 합의 크기에 따라 군집번호를 부여함으로써 군집의 번호순서대로 물리적인 연관성이 인접하도록 설정하였으며, 군집간의 경계선을 추출할 때 발생할 수 있는 오류를 방지하였다. 지역빈도분석 결과는 3차원 Spline 기법으로 도시하였다.