• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.363-363
• /
• 2021

수자원설계 및 계획 시 제한된 강우자료로 인해 나타나는 한계를 개선하기 위한 목적으로 추계학적 강수모의 모형을 활용한다. 대표적인 추계학적 강수모형으로 Bartlett-Lewis Rectangular Pulse Modified Model(BLPRM)과 Neyman-Scott Rectangular Pulse Model(NSRPM) 등이 활용되고 있으며, 관측강수량의 통계적 모멘트를 재현할 수 있도록 모형 매개변수를 최적화하는 과정이 필수적으로 요구된다. 기본적으로 모형 매개변수들의 조합을 통해 추정되는 통계적 모멘트와 관측값의 통계적 모멘트를 반복적으로 비교하면서 최적 매개변수를 추정하게 된다. 그러나 상대적으로 적은 관측값을 이용하여 매개변수를 추정하기 때문에, 매개변수 추정이 어려울 뿐만 아니라 매개변수의 불확실성도 큰 특징을 가지고 있다. 모형 매개변수 추정과정에서 다양한 목적함수가 활용되고 있으나, 고려되는 통계적 모멘트가 평균 및 분산 등 2차 모멘트에 제한되고 있어 극치강수량에 대한 재현성은 상대적으로 부족한 부분이 있다. 본 연구에서는 3차 모멘트를 포함한 목적함수를 활용하여 NSRP모형 매개변수를 추정하고, 기존 2차 모멘트를 이용한 매개변수 접근방법과 극치강수량 재현 측면에서 비교를 수행하였다. 최종적으로 유역 단위에서 극치강수량 재현효과를 평가하기 위해서는 면적강수량 추정이 매우 중요하며, 본 연구에서는 이러한 점을 감안하여 강우 지점 간의 상관성을 유지하면서 강우모의가 가능한 다지점 NSRP 모형과 연계하여 극치강우 재현 가능성을 평가하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.9-9
• /
• 2018

추계학적 강우생성모형 중 포아송 클러스터(Poisson Cluster) 모형은 단일지점에 대하여 시간강우량의 관측연한 문제점을 해결하기 위한 강우모형으로 강우 단계별 계층적 구조를 이해하는데 유용한 모형이다. 특히 강우 특성을 계절, 지역 등과 같이 비교하는 기준에 따라 5~6개의 비교적 적은 매개변수들로 모의 강우시계열을 생성할 수 있다는 점에서 장기간 강우분석에 필요한 관측연한 문제를 보완할 수 있다. 그러나 매개변수 최적해가 수렴되지 않는 사례가 많고, 매개변수들이 강우의 물리적 특성을 반영하는 것에 비해 내포된 불확실성에 관한 연구는 미흡하다. 본 연구에서는 포아송 클러스터 강우생성모형 중 Neyman-Scott Rectangular Pulse(NSRP) 모형을 Bayesian 모형과 연계한 Bayesian NSRP 모형을 개발하여 매개변수간 물리적 상관성을 고려한 최적화 기법을 개발하였다. Bayesian 모형은 물리적 범위가 다른 매개변수간의 결합확률분포를 산정하여 사후분포(posterior)를 추정하므로 매개변수 최적화와 불확실성 정량화 문제를 동시에 해결할 수 있다. 최종적으로 Bayesian NSRP 모형에 기후변화 시나리오의 통계적 특성을 고려한 시간단위 강우시계열 생성 모의 기법의 활용 가능성을 평가하고자 한다.

• Journal of Korea Water Resources Association
• /
• v.55 no.7
• /
• pp.545-556
• /
• 2022

It is recommended to use long-term hydrometeorological data for more than the service life of the hydraulic structures and water resource planning. For the purpose of expanding rainfall data, stochastic simulation models, such as Modified Bartlett-Lewis Rectangular Pulse (BLRP) and Neyman-Scott Rectangular Pulse (NSRP) models, have been widely used. The optimal parameters of the model can be estimated by repeatedly comparing the statistical moments defined through a combination of parameters of the probability distribution in the optimization context. However, parameter estimation using relatively small observed rainfall statistics corresponds to an ill-posed problem, leading to an increase in uncertainty in the parameter estimation process. In addition, as shown in previous studies, extreme values are underestimated because objective functions are typically defined by the first and second statistical moments (i.e., mean and variance). In this regard, this study estimated the parameters of the NSRP model using the objective function with the third moment and compared it with the existing approach based on the first and second moments in terms of estimation of extreme rainfall. It was found that the first and second moments did not show a significant difference depending on whether or not the skewness was considered in the objective function. However, the proposed model showed significantly improved performance in terms of estimation of design rainfalls.

• The Korean Journal of Applied Statistics
• /
• v.29 no.5
• /
• pp.887-896
• /
• 2016

The Neyman-Scott Rectangular Pulse (NSRP) model is used to model the hourly rainfall series. This model uses a modest number of parameters to represent the rainfall processes and underlying physical phenomena such as the arrival of a storm or rain cells. In this paper, we proposed approximated likelihood function for the NSRP model and applied the proposed method to precipitation data in Seoul.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.79-79
• /
• 2017

강우 자료는 수공구조물 설계목적에 따라 다양한 시공간적 범주가 필요하다. 그러나 시간단위 이하 시계열 강우자료는 미계측 유역 및 관측연한 등의 제약으로 연속적인 시계열을 확보하는데 어려움이 있다. 이러한 점에서 포아송분포 기반 강우발생모형은 강우시계열의 통계적 특성을 나타내는 5개 매개변수로 다양한 시간 범주의 연속강우시계열을 생성할 수 있다는 장점이 있다. 강우발생모의 핵심은 과거자료의 통계특성을 효과적으로 복원할 수 있어야 하며, 다양한 기상학적 특성들 또한 적절하게 모의될 수 있어야 한다는 점이다. 즉, 다음과 같은 기준으로 모의적합성을 평가할 수 있다. 첫째, 지속기간별 관측시계열과 모의시계열의 통계적 유사성을 평가하고, 둘째, 확률분포를 따르는 각 매개변수의 사후분포를 제시하여 불확실성을 정량화하고, 셋째, 추정된 매개변수의 물리적 범위의 적정성 검토가 필요하다. 본 연구에서는 강우발생모형으로 널리 알려진 Neyman-Scott Rectangular Pulse(NSRP) 모형과 Bayesian 모형을 연계한 Bayesian NSRP 모형 개발을 통해 강우관측소 전지점에 대한 매개변수 지도를 제시하고자 한다. 본 연구결과는 임의 유역에 대한 강우발생 시나리오를 제공하여, 다양한 형태의 유출결과를 도출할 수 있으며, 무엇보다 유출결과를 확률적으로 평가할 수 있다는 장점이 있다.