한정된 자료로 추정한 설계파고의 신뢰구간 분석

국문 초록 (Abstract)

부산항 신항에서 측정한 14년 동안의 파랑자료를 이용하여 재현기간에 따른 설계파고와 신뢰구간을 추정 분석하였다. 극치분석에 사용한 함수는 Gumbel 함수와 Weibull 함수, Kernel 함수이며, 각각의 방법으로 추정한 설계파고의 신뢰구간을 Monte-Carlo 모의기법 중의 하나인 Bootstrap 방법으로 추정하였다. 설계파고의 추정 신뢰구간을 분석한 결과, 약 ±10% 수준의 신뢰구간을 만족하기 위해서는 150년 이상의 자료가 필요한 것으로 파악되었다. 그리고 실질적으로 가능한 자료의 개수를 25~50개 정도(25~50년 동안의 추정자료)로 간주하는 경우, Type I 분포함수의 경우 허용오차가 ±16~22% 정도이며, Type III 분포함수의 경우, ±18~24% 정도로 파악되었다. 한편 비모수적 방법에 해당하는 Kernel 분포함수를 이용한 방법은 Type I과 III을 사용한 것에 비해 신뢰구간은 40% 이하 수준으로 우수한 결과를 보이는 반면, 설계파고는 1.2~1.6 m 정도 낮게 추정하는 결과를 보여주고 있다.

다국어 초록 (Multilingual Abstract)

It is estimated and analyzed that the design wave height and the confidence interval (hereafter CI) according to the return period using the fourteen-year wave data obtained at Pusan New Port. The functions used in the extreme value analysis are the Gumbel function, the Weibull function, and the Kernel function. The CI of the estimated wave heights was predicted using one of the Monte-Carlo simulation methods, the Bootstrap method. The analysis results of the estimated CI of the design wave height indicate that over 150 years of data is necessary in order to satisfy an approximately ±10% CI. Also, estimating the number of practically possible data to be around 25~50, the allowable error was found to be approximately ±16~22% for Type I PDF and ±18~24% for Type III PDF. Whereas, the Kernel distribution method, a typical non-parametric method, shows that the CI of the method is below 40% in comparison with the CI of the other methods and the estimated design wave height is 1.2~1.6 m lower than that of the other methods.

참고문헌 (Reference)

1 정신택, "한국 연안 심해 설계파고의 극치분포 특성" 한국해안,해양공학회 16 (16): 130-141, 2004

2 정원무, "장기 파랑관측자료 분석 및 천해파 수치실험에 의한 강릉 해역의 천해설계파" 한국해안,해양공학회 24 (24): 343-351, 2012

3 서경덕, "경험모의기법에 의한 남해안의 심해 설계파고 산정" 한국해안,해양공학회 23 (23): 265-275, 2011

4 Stephen, M. A., "Tests Based on EDF Statistics, Chapter 4 in Goodness-of-Fit Techniques" Marcel Dekker 1986

5 Agresti, A., "Statistics, The Art and Science of Learning from Data, Sec. 2. 5" Pearson Education 2007

6 Rubinstein, R. Y., "Simulation and the Monte Carlo Method" John Wiley & Sons 2008

7 Rousseeuw, P. J., "Robust regression and Outlier Detection, Wiley Series in Probability and Statistics" John Wiley & Sons 2003

8 Goda, Y., "Random Seas and Design of Maritime Structures" World Scientific Publishing Co 2000

9 Komsta, L., "Processing data for outliers"

10 Grubbs, F. E., "Procedures for detecting outlying observations in samples" American Statistical Association and American Society for Quality 11 (11): 1-21, 1969

11 Barnett, V., "Outliers in Statistical Data" John Wiley & Sons 1994

12 Wand, M. P., "Kernel Smoothing" Chapman & Hall /CRC 1995

13 Chae, J. W., "Estimation of design wave height" 2 : 9-14, 1980

14 이동영, "Estimation of Design Wave Height for the Waters around the Korean Peninsula" 한국해양과학기술원 41 (41): 245-254, 2006

15 US Army Corps of Engineers, "Environmental Quality, Environmental Statistics" Department of the Army 2008

16 Stephen, M. A., "EDF statistics for goodness of fit and some comparisons" 69 (69): 730-737, 1974

17 Ministry of Oceans and Fisheries, "Design criteria for harbor and fishing port"

18 US Army Corps of Engineers, "Coastal Engineering Manual" 2002

19 DiCiccio, T. J., "Bootstrap confidence intervals" 11 (11): 189-228, 1996

20 Soares, C. G., "Application of the r largestorder statistics for long-term predictions of significant wave height" 51 : 387-394, 2004