• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.54-54
• /
• 2019

최근 이변량 가뭄 빈도해석시 Copula 함수 기반의 빈도해석모델을 활용한 분석이 이루어지고 있다. 그러나 기존 연구에서는 이변량 가뭄 빈도해석시 지점빈도해석에 국한되어 분석이 이루어지며, 지역을 대표하는 수문자료의 특성이 반영된 빈도분석에 대한 연구는 미진한 실정이다. 이에 본 연구에서는 Bayesian 기법과 이변량 Copula 가뭄 빈도해석 기법을 연계한 Bayesian 이변량 Copula 지역빈도해석 모델을 개발하였다. 개발된 모델에 모의자료를 적용하여 가정한 가뭄특성 및 매개변수를 추정하였으며, 유사하게 도출된 결과를 통해 모델의 적합성을 평가하였다. 최종적으로 최근 발생한 가뭄사례를 중심으로 이변량 가뭄 지역빈도해석을 수행한 결과, 기존 지점빈도해석보다 가뭄의 특성을 효과적으로 반영된 빈도해석이 이루어지는 것을 확인하였으며, 기존 Copula 모델에 Bayesian 기법을 도입하여 매개변수에서 발생하는 불확실성을 정량화 하였다. 본 연구에서 제안된 모델의 검증과정과 도출된 결과를 통해 가뭄자료의 지역적 분포특성 및 자료간의 상관성을 효과적으로 재현하는데 유리할 뿐만 아니라, 매개변수의 불확실성을 평가할 수 있는 장점을 제공할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.229-229
• /
• 2016

현재 국내외에서 제공되고 있는 기후변화 시나리오 자료의 경우 일단위로 제공되고 있다. 그러나 수자원 설계 및 계획 시 중요한 입력자료 중 하나는 시간단위 강우 자료이다. 이러한 시간단위 자료는 강우-유추 분석, 댐 설계 및 위험도 분석에 있어 중요한 입력 변수중 하나이므로 기후변화 시나리오에 따른 영향을 평가하기 위해선 신뢰성 있는 상세화 기법이 필요하다. 국내외에서는 일단위에서 일단위로 상세화 하는 기법, 또는 공간상세화 기법 연구는 상당히 진행된바 있는 반면, 시간단위 상세화 기법 연구는 일단위 연구에 비해 상대적으로 미진한 실정이다. 즉 일단위 상세화 기법의 경우 Weather generator, Weather typing 등 다양한 기법이 존재하고 이를 활용한 연구사례가 많지만, 시간단위 상세화 기법의 Poisson 기법을 활용한 사례가 다수 존재하였다. 이러한 이유로 본 연구에서는 기후변화 시나리오에 따른 영향을 평가하기 위해 Bayesian 기법을 도입하여 신뢰성 있는 시간단위 강우량을 생성할 수 있는 모형을 개발하였으며, 연대별로 산정된 결과는 빈도해석을 통해 미래 확률강우량을 제시하였다. 본 연구에서 제안하고자 하는 Bayesian Copula 모형은 기존 주변확률분포(marginal distribution) 매개변수와 Copula 매개변수 추정시 각각 다른 기법을 활용하여 추정하며, 각각 모형에서 발생하는 불확실성은 추정하지 못하는 반면, Bayesian Copula 모형의 경우 매개변수의 사후분포를 정량적으로 제시할 수 있으며, 추정되는 확률강우량 역시 불확실성을 정량적으로 산정할 수 있는 장점을 확인할 수 있었다.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.15 no.5
• /
• pp.2603-2609
• /
• 2014

Reliability analysis of mechanical systems requires statistical modeling of input random variables such as distribution function types and statistical parameters that affect the performance of the mechanical systems. Some random variables are correlated, but considered as independent variables or wrong assumptions on input random variables have been used. In this paper, joint distributions were modeled using copulas and Bayesian method from limited number of data. To verify the proposed method, statistical simulation tests were carried out for various number of samples and correlation coefficients. As a result, the Bayesian method selected the most probable copula types among candidate copulas even though the candidate copula shapes are similar for low correlations or the number of data is limited. The most probable copulas also yielded similar reliabilities with the true reliability obtained from a true copula, so that it can be concluded that the Bayesian method provides accurate statistical modeling for the reliability analysis.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.35-35
• /
• 2016

수문학적 빈도해석은 일반적으로 단변량 형태에 해석이 주를 이루고 있으나, 최근 다변량 해석에 대한 이해와 더불어, 해석 기술 발달에 따라 빈도해석에서도 다변량 해석적 접근이 이루어지고 있다. 기존 다변량 해석 방법으로는 Copula방법 적용이 활발하게 이루어지고 있으며, 특히 가뭄해석에 있어 지속시간과 심도를 동시에 평가하는 2변량 가뭄빈도해석에 대한 연구가 다수 이루어지고 있다. 그러나 기존 해석 방법은 정상성 해석 모형으로서 기상변동성과 같은 시변동성을 고려하는데 한계가 있다. 이러한 점에서 본 연구에서는 Bayesian 기반 Copula 함수의 매개변수를 추정함과 동시에 매개변수의 불확실성을 평가할 수 있는 2변량 비정상성 빈도해석 모형을 개발하였다. 본 연구에서는 최근 우리나라와 미국에서 발생한 2013-15년 가뭄빈도에 대한 평가와 동시에 이에 따른 불확실성을 정량적으로 평가하는 연구를 진행하였다.

• Journal of Korea Water Resources Association
• /
• v.50 no.11
• /
• pp.745-758
• /
• 2017

The copula-based models have been successfully applied to hydrological modeling including drought frequency analysis and time series modeling. However, uncertainty estimation associated with the parameters of these model is not often properly addressed. In these context, the main purposes of this study are to develop the Bayesian inference scheme for bivariate copula functions. The main applications considered are two-fold: First, this study developed and tested an approach to copula model parameter estimation within a Bayesian framework for drought frequency analysis. The proposed modeling scheme was shown to correctly estimate model parameters and detect the underlying dependence structure of the assumed copula functions in the synthetic dataset. The model was then used to estimate the joint return period of the recent 2013~2015 drought events in the Han River watershed. The joint return period of the drought duration and drought severity was above 100 years for many of stations. The results obtained in the validation process showed that the proposed model could effectively reproduce the underlying distribution of observed extreme rainfalls as well as explicitly account for parameter uncertainty in the bivariate drought frequency analysis.

• Nuclear Engineering and Technology
• /
• v.53 no.2
• /
• pp.357-367
• /
• 2021

In general, common cause failures (CCFs) have been modeled with the assumption that components within the same group are symmetric. This assumption reduces the number of parameters required for the CCF probability estimation and allows us to use a parametric model, such as the alpha factor model. Although there are various asymmetric conditions in nuclear power plants (NPPs) to be addressed, the traditional CCF models are limited to symmetric conditions. Therefore, this paper proposes the copulabased CCF model to deal with asymmetric as well as symmetric CCFs. Once a joint distribution between the components is constructed using copulas, the proposed model is able to provide the probability of common cause basic events (CCBEs) by formulating a system of equations without symmetry assumptions. In addition, Bayesian inferences for the parameters of the marginal and copula distributions are introduced and Markov Chain Monte Carlo (MCMC) algorithms are employed to sample from the posterior distribution. Three example cases using simulated data, including asymmetry conditions in total failure probabilities and/or dependencies, are illustrated. Consequently, the copula-based CCF model provides appropriate estimates of CCFs for asymmetric conditions. This paper also discusses the limitations and notes on the proposed method.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.309-309
• /
• 2019

기후예측모델을 통해 일단위 강수의 예측정보가 제공되고 있지만, 실제 강수량자료와 시공간적 편의로 인해 수문학적 활용은 한계가 있다. 일반적으로 기후모델의 시공간적 해석 규모 및 예측정확성을 고려할 때 계절단위에서 예측정보의 활용이 가장 현실적인 것으로 알려지고 있다. 그러나 수문해석 시 시공간적 해상도가 낮아 직접적인 활용은 어려운 상황이며, 수문해석 모형의 입력자료로 활용 시 편의보정 및 상세화 과정이 일반적으로 요구된다. 본 연구에서는 기후모델로부터 얻은 강우예측결과에 Bayesian 모델 기반의 편의보정-상세화 기법을 개발하여 강우예측정보의 활용성을 개선하고자 한다. 이 과정에서 Bayesian Copula 모델을 이용한 이변량 형태의 예측강수의 검보정 방법을 개발하였으며, 특히 기후모델 이외의 기상 상태변량인 해수면온도(sea surface temperature, SST)를 예측인자로 추가하여 Hybrid 형태의 계절 앙상블 강우예측모델을 개발하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.82-82
• /
• 2017

최근 기후변화로 인해 전 세계적으로 과거와 다른 이상홍수 발생이 빈번하게 발생하여 오래된 수공구조물인 댐, 저수지 붕괴가 우려되는 실정이다. 수공구조물의 수문학적인 안정성을 고려하지 않은 상황에서 댐 붕괴 홍수나 돌발홍수로 발생한 피해는 인명, 재산 및 환경 피해의 정도가 매우 크므로 피해가 발생하기 이전인 수공구조물 설계 시 홍수위험도 평가를 통해 안정성을 확보하는 것이 필요하다. 본 연구에서는 홍수사상의 다양한 변량들의 특성을 고려한 빈도해석을 위하여 Copula 함수를 이용한 다변량 빈도해석 기법을 개발하였다. 즉, 기존 홍수위험도 분석에서 주로 사용되는 첨두홍수량 뿐만 아니라, 홍수지속시간, 홍수체적 등을 고려한 이변량 또는 삼변량 홍수 빈도해석을 수행하고, 기존 홍수위험도와 비교 검토를 수행하고자 한다. 매개변수의 불확실성을 고려하기 위하여 매개변수 추정은 Bayesian 기법을 활용하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.343-343
• /
• 2021

최근 국내외적으로 발생되는 대규모의 가뭄에 대하여 여러 과학자들은 자연적인 현상의 가뭄이 아니라 인간의 영향으로 변형된 유역 상황으로 증발산과 토양수분량 그리고 하천유량 등이 자연적인 상태와 다르게 변화되면서 지속된 가뭄으로 평가하고 있다. 우리나라는 대부분의 지역에서 댐과 저류지를 중심으로 수자원 관리가 이루어지고 있으며, 자연적인 수문과정에 의한 유출에 따른 수문학적 가뭄과는 차이가 존재한다. 사회경제적 인자(인구밀도, 농업 및 산업 경제규모 등)는 댐 및 저수지의 용수사용에 큰 영향을 미치며, 저류지의 저류량을 활용하여 판단한 인위적 용수사용이 고려된 수문학적 가뭄(인위적 수문학적 가뭄)과 자연 상태로의 수문학적 가뭄의 특성은 크게 다를 수 있다. 하지만, 사회경제적 인자들이 수문학적 가뭄에 미치는 영향에 대하여 비교한 연구는 상관성 분석을 토대로한 연구가 대부분이다. 본 연구에서는 인자들이 인위적 수문학적 가뭄에 미치는 정도를 정량적으로 비교하기 위하여 베이지안 네크워크 모형을 활용하여 사회경제적 인자와 인위적 수문학적 가뭄과의 관계를 분석하였다. 해당 관계를 바탕으로 코플라 함수를 활용함으로써 베이지안 네트워크 내의 결합확률을 산정하였다. 다양한 사회경제적 인자들에 중에서 인과지도를 바탕으로 활용 가능한 인자로 농업용수 사용량, 생공용수 사용량 자료를 구축하였으며, 기상학적 가뭄지수를 추가적으로 고려하여 한강유역 충주댐 유역에 적용하였다. 그 결과 기상학적 가뭄과 농업용수 사용량과 생공용수 사용량은 값이 증가함에 따라 인위적 수문학적 가뭄의 발생확률이 증가하였다. 사회경제적 인자 중에서는 생공용수 사용량(0.39~0.49)이 전반적으로 농업용수 사용량(0.36~0.48)보다 인위적 수문학적 가뭄에 보다 큰 영향을 미치고 있으며, 값이 적을수록 생공용수 사용량의 영향이 보다 더 크다는 것이 확인되었다. 이를 바탕으로 인위적 수문학적 가뭄의 대응을 위해서는 농업용수 사용량보다 생공용수 사용량의 감축이 우선적으로 이루어져야 그 효과가 클 것으로 판단된다. 본 연구에서 제시한 모형은 베이지안 네트워크를 기반으로 하므로, 둘 이상의 인자에 대하여 복합적으로 가뭄에 영향을 미치는 영향에 대한 추가적인 연구가 가능하다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.305-305
• /
• 2022

A better approach for assessing meteorological drought occurrences is increasingly important in mitigating and adapting to the impacts of climate change, as well as strategies for developing early warning systems. The present study defines meteorological droughts as a period with an abnormal precipitation deficit based on monthly precipitation data of 18 gauging stations for the Han River watershed in the past (1974-2015). This study utilizes a Bayesian parameter estimation approach to analyze the effects of climate change on future drought (2025-2065) in the Han River Basin using the Coupled Model Intercomparison Project Phase 6 (CMIP6) with four bias-corrected general circulation models (GCMs) under the Shared Socioeconomic Pathway (SSP)2-4.5 scenario. Given that drought is defined by several dependent variables, the evaluation of this phenomenon should be based on multivariate analysis. Two main characteristics of drought (severity and duration) were extracted from precipitation anomalies in the past and near-future periods using the copula function. Three parameters of the Archimedean family copulas, Frank, Clayton, and Gumbel copula, were selected to fit with drought severity and duration. The results reveal that the lower parts and middle of the Han River basin have faced severe drought conditions in the near future. Also, the bivariate analysis using copula showed that, according to both indicators, the study area would experience droughts with greater severity and duration in the future as compared with the historical period.