• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.39-39
• /
• 2015

극치 수문(Hydrologic extremes)분야에서는 수문자료의 분포에 따라 Gumbel, GEV, 그리고 GLO 분포와 같은 다양한 확률통계 분포형이 존재한다. GEV와 GLO 분포형의 경우 Gumbel 분포형과 달리 형상매개변수가 포함된 3변수 분포형으로써 이상 기후 현상으로 인한 잦은 극치 수문사상을 표현하는데 좀 더 유연한 것으로 알려져 있다. 특히 GLO 분포형의 경우 영국에서 홍수빈도해석 시 적정분포형으로 선정된바 있다(Institute of Hydrology, 1999). 다양한 분포형 중에서 표본 자료를 대표할 수 있는 분포형을 선정하는 통계적 기법이 적합도 검정이다. 적합도 검정에는 $x^2$-검정, Cramer von-Mises 검정, Kolmogorov-Smirnov 검정, PPCC(probability plot correlation coefficient, 확률도시 상관계수)검정 등이 있으며 그 중 PPCC 검정은 이용방법이 간편하면서도 뛰어난 기각능력을 보이는 것으로 알려져 있다. 본 연구에서는 극치 수문분야에서 널리 이용되고 있는 GLO 분포형을 대상으로 자료의 왜곡도 영향을 고려할 수 있는 확률도시 상관계수 검정의 검정통계량을 추정하여 보았다.

• Journal of Korea Water Resources Association
• /
• v.47 no.2
• /
• pp.161-170
• /
• 2014

It is important to estimate an appropriate quantile for design of hydraulic structure. For this purpose, it is necessary to find the appropriate probability distribution which can represent the sample data well. Probability plot correlation coefficient test as one of goodness-of-fit test, is recently developed and has been known as a simple and powerful method. In this study, probability plot correlation coefficient test statistics using the plotting position considering the coefficients of skewness for the GEV distribution is derived, and represented by the regression equation. Monte-Carlo method is also performed to compare the rejection power between each method. As the results, the probability plot correlation coefficient test which is derived in this study is better than the others. In particular, when sample size is small and distribution has the shape parameter, rejection power of probability plot correlation coefficient test considering the coefficients of skewness is bigger than the others.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.79-82
• /
• 2012

최근 지진해일 발생으로 인한 막대한 피해로 인해 지진해일 방재에 대한 중요성이 높아지고 있다. 지진해일 방재연구는 주로 실제 발생하였던 역사지진해일과 발생가능성이 높은 가상의 지진해일에 대해 해당지역의 재해정보도를 제작하여, 지진해일 발생 시 인명 및 재산피해를 최소화 하는 것에 초점이 맞추어져 있다. 따라서 이번 연구에서는 이러한 재해정보도의 효율성을 높이기 위해 지진해일 발생 시 인명피해가 발생할 가능성이 높은 위험지역을 선정하였다. 지진해일 위험지역을 선정하기 위해 가상의 지진해일을 수치모의 하였으며, 지진해일 발생 시 인명피해가 발생할 수 있는 지진해일 범람 높이를 선정하여 선정한 기준 높이 이상의 범람이 발생할 확률을 계산하였다. 지진해일 수치모의는 지진해일 전파모의와 범람모의 과정으로 이루어진다. 지진해일 전파모형은 선형 Boussinesq 방정식을 지배방정식으로 사용하며, 지진해일 범람모형은 비선형 천수방정식을 지배방정식으로 사용하였다. 수치모의를 통해 주문진항에서의 가상의 지진해일에 대한 범람영역 및 범람 높이를 얻었다. 수치모의를 통해 얻어진 범람 데이터를 이용해 기준 높이 이상의 범람 발생 확률을 계산하였다. 확률 계산을 위해선 해당 데이터의 확률분포를 결정하여야 하기 때문에, 적합도 검정을 수행하였다. 이번 연구에서는 여러 가지 적합도 검정 기법 중 하나인 확률도시 상관계수 검정(Probability Plot Correlation Coefficient Test)을 사용하였으며, 범람 데이터의 확률분포로 Normal, Log-normal, Exponential, Gumbel 분포를 가정하여 검정을 수행하였다. 각 지점별로 확률도시 상관계수 검정을 수행하여, 해당 지점의 확률분포를 결정하였고, 각 지점별로 해당하는 확률분포의 누적확률분포 함수를 이용해 기준 높이 이상의 범람이 발생할 확률을 계산하였다. 얻어진 확률을 지도상에 도시하여 기준 높이 이상의 범람 발생 확률이 높은 지점을 주문진항에서의 지진해일에 대한 인명피해 발생 가능성이 높은 위험지역으로 선정하였다.

• Journal of Korean Society of Disaster and Security
• /
• v.13 no.1
• /
• pp.1-11
• /
• 2020

One of the important problem in statistical hydrology is to estimate the appropriated probability distribution for a given sample data. For the problem, a goodness-of-fit test is conducted based on the similarity between estimated probability distribution and assumed theoretical probability distribution. Probability plot correlation coefficient test (PPCC) is one of the goodness-of-fit test method. PPCC has high rejection power and its application is simple. In this study, test statistics of PPCC were derived for generalized extreme value distribution (GEV) models based on L-moments and these statistics were suggested by the multiple and nonlinear regression equations for its usability. To review the rejection power of the newly proposed method in this study, Monte Carlo simulation was performed with other goodness-of-fit tests including the existing PPCC test. The results showed that PPCC-A test which is proposed in this study demonstrated better rejection power than other methods, including the existing PPCC test. It is expected that the new method will be helpful to estimate the appropriate probability distribution model.