• 한국방재학회:학술대회논문집
• /
• 한국방재학회 2011년도 정기 학술발표대회
• /
• pp.175-175
• /
• 2011

IDF 곡선은 수리구조물의 설계에 이용되며 본 연구에서는 기후변화를 고려한 GCM의 시간적 공간적 축소화기법을 통하여 미래의 IDF 곡선을 생성하였다. GCM자료로는 HadCM3과 CGCM3의 지역주의와 경제발전을 지향하는 A2시나리오를 이용하였다. GCM자료에 대한 공간적인 축소화기법으로 다중회귀 모형인 SDSM(Statistical DownScaling Model)을 이용하여 2030년, 2050년, 2080년의 미래의 일강우 자료를 생성하였다. 이를 다시 시간적 축소화기법인 GEV분포를 이용한 Scaling-Invariance기법을 적용하여 시단위의 강우자료를 생성하였다. 이를 통해 최종적으로 HadCM3과 CGCM3에 대한 각각 미래의 IDF곡선을 생성하였다. CGCM3의 경우 지속적인 강우강도의 증가를 보였지만 HadCM3의 경우 2050년대 감소하다 2080년대 다시 증가하는 양상을 보였다. 또한 CGCM3의 경우 HadCM3의 경우보다 좀 더 높은 강우 강도를 보였다. 본 연구의 대상지역은 서울지역이며 생성된 자료의 신뢰성을 확보하기위하여 서울기상관측소의 1961년부터~2000년까지의 일단위 강우자료를 이용하여 검 보정을 수행하였다.

• Wind and Structures
• /
• 제38권4호
• /
• pp.309-323
• /
• 2024

The gust factor and turbulence intensity are two crucial parameters that characterize the properties of turbulence. In tropical cyclones (TCs), these parameters exhibit significant variability, yet there is a lack of established formulas to account for their probabilistic characteristics with consideration of their inherent connection. On this condition, a probabilistic analysis of gust factors and turbulence intensities of TCs is conducted based on fourteen sets of wind data collected at the Sutong Cable-stayed Bridge site. Initially, the turbulence intensities and gust factors of recorded data are computed, followed by an analysis of their probability densities across different ranges categorized by mean wind speed. The Gaussian, lognormal, and generalized extreme value (GEV) distributions are employed to fit the measured probability densities, with subsequent evaluation of their effectiveness. The Gumbel distribution, which is a specific instance of the GEV distribution, has been identified as an optimal choice for probabilistic characterizations of turbulence intensity and gust factor in TCs. The corresponding empirical models are then established through curve fitting. By utilizing the Gumbel distribution as a template, the nexus between the probability density functions of turbulence intensity and gust factor is built, leading to the development of a generalized probabilistic model that statistically describe turbulence intensity and gust factor in TCs. Finally, these empirical models are validated using measured data and compared with suggestions recommended by specifications.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.581-585
• /
• 2010

This study introduced a Bayesian based frequency analysis in which the statistical trend seasonal analysis for hydrologic extreme series is incorporated. The proposed model employed Gumbel and GEV extreme distribution to characterize extreme events and a fully coupled bayesian frequency model was finally utilized to estimate design rainfalls in Seoul. Posterior distributions of the model parameters in both trend and seasonal analysis were updated through Markov Chain Monte Carlo Simulation mainly utilizing Gibbs sampler. This study proposed a way to make use of nonstationary frequency model for dynamic risk analysis, and showed an increase of hydrologic risk with time varying probability density functions. In addition, full annual cycle of the design rainfall through seasonal model could be applied to annual control such as dam operation, flood control, irrigation water management, and so on. The proposed study showed advantage in assessing statistical significance of parameters associated with trend analysis through statistical inference utilizing derived posterior distributions.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.122-122
• /
• 2011

수자원 분야에서 기후변화 관련 연구는 치수 측면 보다는 이수 측면에서 주로 이뤄지고 있다. 이는 홍수분석을 위한 시간 단위를 충족시켜주는 전지구 대기순환모형(Global Circulation Model: GCM)의 자료가 드물고, 시간 단위의 GCM 자료라 하더라도 극치값(extreme value) 표현에는 한계가 있기 때문이다. 이를 극복하기 위하여 과거 관측자료의 통계적 특성으로 극치자료의 편의(bias)를 보정하고 시간 단위로 분해하기도 한다. 하지만 이런 통계적 상세화(statistical downscaling)는 미래 기후는 과거자료와 통계적 차이가 유의하지 않음을 가정하고 있어, 미래 기후는 현재와 다를 것이라는 공감대에 는 적합하지 않다. 이와 같은 이유로 타당한 극치수문변수 결과를 얻기 위해서는 시간 단위의 고분해능(high resolution) GCM이나 지역기후모델(regional climate model)과 같은 고해상도의 미래 기후변화 자료가 필요하게 된다. 이에 국립기상연구소에서는 영국 기상청의 통합모델(UM)기반의 지역기후모델(HadGEM3)을 사용하여 50 km 및 12.5 km 격자 단위로 역학적 상세화(dynamic downscaling)를 수행하였다. 본 연구에서는 개발된 HadGEM3-RA 결과의 극치수문변수 검증을 위하여 한강유역의 관측 자료와 다양한 방법으로 비교하였다. 두 자료의 극치값을 GEV (Generalized Extreme Value) 분포에 적합(fitting)시켜 비초과확률별 극치사상과, 특정 임계값(threshold value) 이상의 극치사상 발생확률을 비교하였다. 검토 결과, HadGEM3-RA는 통계적 상세화로 구한 극치값 보다는 작았으나 기존의 지역 기후모델에 비하여 현실성 있는 극치값이 계산되었음을 확인하였다.

• 한국수자원학회논문집
• /
• 제43권4호
• /
• pp.337-351
• /
• 2010

극치사상을 예측하기 위한 기존의 빈도분석 결과의 이용에 대한 많은 문제점들이 부각되고 있다. 특히, 통계적 모형을 이용하기 위해서 흔히 사용되는 점근적 모형 (asymptotic model)의 합리적인 검토 없는 외삽 (extrapolation)은 산정된 확률 값을 과대 또는 과소평가하는 문제를 일으켜, 예측결과에 대한 불확실성을 과다하게 산정함으로써 불확실성에 대한 신뢰도를 감소시키는 문제가 있다. 그러므로 본 연구에서는 국내에서 극치강우사상을 포함한 강우자료의 빈도분석에 대한 연구사례를 제공하고 점근적 모형을 사용하는 경우 발생되는 불확실성을 감소시키기 위한 방법론을 제시하였다. 이를 위하여 본 연구에서는 극치강우사상의 빈도분석을 수행하는 데 있어서 최근 들어 여러 분야에서 다양하게 적용되고 있는 Bayesian MCMC (Markov Chain Monte Carlo) 방법을 사용하였으며, 그 결과를 최우추정방법 (Maximum likelihood estimation method)과 비교하였다. 특히 강우사상의 점 빈도분석에 흔히 이용되는 확률밀도함수로 GEV (Generalized Extreme Value) 분포와 Gumbel 분포를 모두 고려하여 두 분포의 결과를 비교하였으며, 이 과정에서 각각의 산정결과 및 불확실성은 근사식을 이용한 최우추정방법과 Bayesian 방법을 이용하여 각각 비교 및 분석되었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.365-365
• /
• 2022

강우에 따른 유역 내 유출량은 수문순환에서 중요한 요소 중 하나이며, 과거부터 강우-유출 모델링을 위한 여러 물리적 수문모형들이 개발되어왔다. 또한 최근 딥러닝 기술을 기반으로한 강우-유출 모델링 접근 방식이 유효함을 입증하는 여러 연구가 수행됨에 따라 딥러닝을 기반으로한 유출량 모의 연구도 활발히 진행되고 있다. 따라서 본 연구에서는 물리적 수문모형인 SWAT(Soil Water Assessment Tool)과 딥러닝 기법 중 하나인 LSTM(Long Short-Term Memory)을 사용하여 연구대상지 유출량을 모의했으며, 두 모형에 의해 모의 된 유출량의 극값을 비교 분석했다. 연구대상지로는 영산강 유역을 선정했으며, 영산강 유역의 과거 기간의 기후 변수 모의를 위해 CMIP(Coupled Model Intercomparison Project)6 GCM(General Circulation Model)을 사용했다. GCM을 사용하여 모의 된 기후 변수들은 영산강 유역 내 기상관측소의 과거 기간 관측 값을 기반으로 분위사상법을 사용하여 편이보정 됐다. GCM에 의해 모의 된 기후 변수 및 SWAT, LSTM에 의해 모의 된 유출량은 각각 영산강 유역 내 기상관측소 및 수위관측소의 관측 값을 기반으로 재현성을 평가했다. SWAT 및 LSTM을 사용하여 모의 된 유출량의 극값은 GEV(General Extreme Value) 분포를 사용하여 추정하였다. 결과적으로 GCM의 기후 변수 모의 성능은 과거 기간 관측 값과 비교했을 때 편이보정 후에서 상당히 향상되었다. 유출량 모의 결과의 경우 과거 기간 유출량의 관측 값과 비교했을 때 LSTM의 모의 유출량이 SWAT보다 과거 기간 유출량을 보다 근접하게 모의했으며, 극값 모의 성능의 경우 또한 LSTM이 SWAT보다 높은 성능을 보였다.

• 한국해안·해양공학회논문집
• /
• 제24권2호
• /
• pp.120-127
• /
• 2012

속초 연안에서 관측한 장기간의 파랑자료를 이용하여 다양한 파랑환경 특성을 분석하였다. 파랑환경 분석 결과 발견된 대표적인 특성은 다음과 같다. 파고 및 주기의 평균에 대한 변동계수는 각각 0.11, 0.02 정도로 주기 평균의 변동계수가 매우 낮은 것으로 파악되었다. 또한 변동주기 성분분석결과 1년 주기성분이 우세하였으며, 변동 범위는 0.24 m, 주기는 0.56초로 파악되었다. 계절 변동범위도 연간 변동범위보다 약 2배 정도 크다. 한편 파고 및 주기자료의 확률밀도함수를 추정한 결과, 단주기파의 파고 및 주기는 대수정규분포와 GEV 분포함수와 유사하며, 장 주기파의 경우, 파고는 대수정규분포, 주기는 GEV 분포함수와 유사하지만, KS 검정결과는 모두 기각으로 판정되었다. 파고 및 주기자료는 AR(3) 모형으로 추정된다. 파랑 강도를 분석한 결과는 연속 지속시간의 평균 및 최대지 속시간은 파고의 멱함수(power function) 함수로 감소하였으며, 전체 지속시간은 지수함수 형태로 감소하는 양상을 보였다. 또한 속초연안 환경은 전형적인 파랑 우세환경으로 파악되었다.

• 한국방재학회 논문집
• /
• 제9권6호
• /
• pp.143-151
• /
• 2009

최근의 극한 수문사상은 홍수, 가뭄과 같은 심각한 재해를 발생시킨다. 많은 연구자들은 불확실한 미래의 확률강우량 및 유출량의 예측을 위해 많은 노력을 하고 있다. 본 연구에서는 불확실성이 낮은 확률강우량의 산정을 위하여 매개변수 추정법을 평가하였다. 인천, 강릉, 광주, 부산, 추풍령 관측소를 연구 대상 관측소로 선정하여 자료를 수집하였고, ARMA모형을 이용하여 합성강우자료를 구축하였다. 본 연구에서는 극치강우사상에 적합한 것으로 알려진 Gumbel 분포와 GEV 분포모형에 대한 매개변수를 최우도법과 베이지안 추론방법을 사용하여 추정하였으며, Bootstrap 방법을 이용하여 확률강우량의 신뢰구간 길이를 추정하였다. 매개변수 추정 방법별 산정된 확률강우량의 신뢰구간 길이를 비교함으로서 불확실성이 낮은 확률강우량을 산정할 수 있는 매개변수 추정방법을 선정하였다.

• 한국해양공학회지
• /
• 제33권3호
• /
• pp.222-228
• /
• 2019

An extreme value analysis (EVA) is essential to obtain a design value for highly nonlinear variables such as long-term environmental data for wind and waves, and slamming or sloshing impact pressures. According to the extreme value theory (EVT), the extreme value distribution is derived by multiplying the initial cumulative distribution functions for independent and identically distributed (IID) random variables. However, in the position mooring of DNVGL, the sampled global maxima of the mooring line tension are assumed to be IID stochastic variables without checking their independence. The ITTC Recommended Procedures and Guidelines for Sloshing Model Tests never deal with the independence of the sampling data. Hence, a design value estimated without the IID check would be under- or over-estimated because of considering observations far away from a Weibull or generalized Pareto distribution (GPD) as outliers. In this study, the IID sampling data are first checked in an EVA. With no IID random variables, an automatic resampling scheme is recommended using the block maxima approach for a generalized extreme value (GEV) distribution and peaks-over-threshold (POT) approach for a GPD. A partial autocorrelation function (PACF) is used to check the IID variables. In this study, only one 5 h sample of sloshing test results was used for a feasibility study of the resampling IID variables approach. Based on this study, the resampling IID variables may reduce the number of outliers, and the statistically more appropriate design value could be achieved with independent samples.

• 한국해안·해양공학회논문집
• /
• 제31권5호
• /
• pp.241-252
• /
• 2019

폭풍으로 인한 연안재해 피해에 대한 적절한 대응책을 수립하기 위해서는 빈도 해일고 산정에 대한 연구가 필요하다. 과거에 관측된 태풍은 모집단 수가 적기 때문에 tropical cyclone risk model(TCRM)을 이용해 역사태풍의 이동경로와 중심기압을 확률밀도함수로 추정하여 확률적으로 발생하는 176,689개의 합성태풍을 생성하였다. 아울러 중국 남동부 연안으로 상륙한 후 재부상 하거나 소멸되는 태풍 특성을 합성태풍에 고려하기 위해 역사태풍의 이동각도를 확률밀도함수로 추정하고 감쇠 매개변수와 함께 적용하여 중국 남동부 연안에서 서남해안으로 이동하는 태풍의 통과율이 개선되었다. 태풍속성은 역사태풍으로부터 분석하였으며 중심기압과 최대풍속($V_{max}$), 최대풍속 반경($R_{max}$)의 상관관계식을 산정하여 합성태풍에 적용하였다. 해일고는 ADCIRC 모형을 이용해 조석과 합성태풍을 고려하여 산정하였으며 Perl script로 자동화하였다. 확률적으로 발생시킨 합성태풍에 의한 해일고는 실제 자연현상에서 발생하는 해일고와 유사하게 나타나기 때문에 빈도 해일고를 산정할 수 있다. 따라서 일반화된 극치분포(Generalized Extreme Value, GEV)의 모수를 추정하여 극치 해일고를 산정하였으며, 100년 빈도 해일고는 경험모의기법으로 산정한 빈도 해일고와 비교하여 만족스러운 결과가 도출되었다. 본 연구에서 제안한 방법은 일반 해역에서 빈도 해일고 산정시 활용될 수 있다.