풍수해 대응을 위한 Bootstrap방법과 SIR알고리즘 빈도해석 적용

김연수,김태균,김형수,노희성,장대원 한국습지학회 2018 한국습지학회지 Vol.20 No.2

수문기상자료의 빈도해석은 풍수해에 따른 대응 및 시설물의 설계기준에 있어 중요한 요소 중 하나이다. 일반적으로 수문기상자료에 대한 빈도해석의 경우 관측자료는 통계적으로 정상성을 가진다고 가정하고, 확률분포의 매개변수를 고려하는 매개변수적방법을 적용하고 있다. 이러한, 매개변수적 빈도해석을 위해서는 신뢰성 있는 충분한 자료의 수집이 필요하지만, 강수량과다르게 적설량의 경우 계절적 특성과 함께 최근에는 기후변화로 인한 적설량 관측일수 및 평균 최심신적설량이 감소하기때문에 부족한 자료에 대한 문제점을 보완할 필요가 있다. 이에 본 연구에서는 매개변수 빈도해석 방법과 부족한 자료의문제점을 보완할 수 있는 표본 재추출 기법인 Bootstrap방법과 SIR(Sampling Importance Resampling)알고리즘을 적용하여적설량의 빈도해석을 실시하였다. 58개 기상관측소에 대해 재추출된 일 최대 최심신적설량 자료를 이용한 비매개변수적빈도해석을 통해 확률적설량을 산정하고 이를 비교 분석하였다. 빈도별 확률적설량의 증감률을 검토한 결과 매개변수적빈도해석과 비매개변수적 빈도해석에서 증감률을 나타내는 지점들이 대부분 일치하는 것으로 나타났다. 확률적설량은 관측자료와 Bootstrap방법에서 –19.2%∼3.9%, Bootstrap방법과 SIR알고리즘에서 –7.7%∼137.8% 정도의 차이를 보였다. 표본재추출 기법은 관측표본이 적은 적설량의 빈도해석 및 불확실성 범위의 제시가 가능함을 확인할 수 있었고, 이는 여름철태풍과 같이 계절적 특성을 지닌 다른 자연재난의 해석에도 적용될 수 있을 것으로 판단된다. The frequency analysis of hydrometeorological data is one of the most important factors in response to natural disaster damage, and design standards for a disaster prevention facilities. In case of frequency analysis of hydrometeorological data, it assumes that observation data have statistical stationarity, and a parametric method considering the parameter of probability distribution is applied. For a parametric method, it is necessary to sufficiently collect reliable data; however, snowfall observations are needed to compensate for insufficient data in Korea, because of reducing the number of days for snowfall observations and mean maximum daily snowfall depth due to climate change. In this study, we conducted the frequency analysis for snowfall using the Bootstrap method and SIR algorithm which are the resampling methods that can overcome the problems of insufficient data. For the 58 meteorological stations distributed evenly in Korea, the probability of snowfall depth was estimated by non-parametric frequency analysis using the maximum daily snowfall depth data. The results of frequency based snowfall depth show that most stations representing the rate of change were found to be consistent in both parametric and non-parametric frequency analysis. According to the results, observed data and Bootstrap method showed a difference of –19.2% to 3.9%, and the Bootstrap method and SIR(Sampling Importance Resampling) algorithm showed a difference of –7.7 to 137.8%. This study shows that the resampling methods can do the frequency analysis of the snowfall depth that has insufficient observed samples, which can be applied to interpretation of other natural disasters such as summer typhoons with seasonal characteristics.

BIM기술을 위한 시나리오별 확률강우량 추정에 대한 연구

정영훈,김성훈,안현준,허준행 한국방재학회 2014 한국방재학회 학술발표대회논문집 Vol.2014 No.-

집중호우 등의 빈번한 증가로 인해 수방시설 관리의 중요성이 증대되고 있다. 수방시설 관리를 위해서는 구조물에 대한 정보와 구조물이 위치한 지역의 표고, 경사, 토양분포현황, 수계현황 등의 분석 자료를 구축하여야만 한다. 이러한 구축된 정보를 바탕으로 침수 모의를 통해 재난상황 발생 시 수방시설물의 대피 경로의 확보가 필요하다. 이를 위해서는 수방시설물에 저류되는 수자원에 대한 계측데이터를 기반으로 BIM(Building Information Modeling, BIM)과 연계하여 신속한 의사결정이 수반되어야 하며 극한홍수 등의 재해로부터 대피할 수 있는 통로를 설정하여야 한다.본 연구에서는 BIM기술과 연계되는 재해 상황 별 시나리오인 확률강우량의 범위를 지점빈도해석과 지역빈도해석을 통해 극한 홍수가 일어나는 범위를 산정하여 제시하고자 한다. 일반적으로 빈도해석에 의한 확률강우량 추정 방법은 지점빈도해석과 지역빈도해석에 의한 방법으로 확률강우량을 추정한다. 지역빈도해석에 의한 확률강우량 추정은 지점빈도해석을 보완한 방법으로 강우 자료의 기록년이 짧아 지점빈도해석에 의한 불확실성이 커졌을 경우 다수의 강우 관측소로부터 수문학적 동질성이 확보하여 적용한다. 본 연구의 대상 유역은 BIM기술에 활용되는 극한 홍수에 대한 침수 피해가 분석 가능한 의정부시의 홍복저수지와 백석천 및 중랑천 유역을 선정하였고, 재난상황별 극한 홍수의 시나리오를 제시할 수 있는 지속기간별 확률강우량을 추정하였다. 대상 유역의 침수 분석은 1차원 홍수침수모형인 “HEC-RAS” 를 이용하여 하천구간별 경계조건에 대한 유량 및 수위값을 산정하였고, 2차 홍수침수모형은 “HYDRO AS_2D”를 이용하였으며 효과적인 침수 모의를 위해 두 모형을 연동하여 모의하였다. 침수모의를 위한 재해 상황에 따른 시나리오별 강우자료는 기상청 산하의 서울 지점의 강우 관측소를 선정하였으며, BIM기술에 활용할 수 있도록 극한 홍수에 대하여 침수범위를 제시하고자 지속기간별 확률강우량을 지역빈도해석과 지점빈도해석에 대하여 적절한 재해 상황별 시나리오를 제시하고자 한다.

SIR 알고리즘을 이용한 홍수량 빈도해석에 관한 연구

문기호,경민수,김덕길,곽재원,김형수 한국습지학회 2008 한국습지학회지 Vol.10 No.3

일반적으로 빈도해석을 진행할 경우 자료는 정상성을 가정하고 분석하게 된다. 그러나 최근 들어 기후변화 등의 원인으로 인하여 강우나 유출량이 변화하고 있어 변화하는 강우나 유출량을 고려해서 빈도해석을 해야 한다는 주장이 제기되고 있다. 이에 본 연구에서는 Bootstrap을 기반으로 개발된 SIR 알고리즘을 이용하여 홍수빈도해석을 수행하기위한 방안을 제시하였다. SIR 알고리즘은 우도함수를 고려하여 자료를 재추출하기 위해서 사용되어 왔으며, 본 연구에서도 최근에 변화하는 홍수량의 변화 양상을 고려하여 홍수량 자료를 재추출하기 위해서 적용되었다. 증가된 홍수 특성을 고려하여 재추출된 홍수량자료는 매개변수적 빈도해석을 함으로써 지속시간별 홍수량을 산정하였으며, 산정된 빈도별 홍수량들을 Bootstrap을 이용해서 재추출한 자료를 이용한 빈도해석 결과와 원자료를 이용하여 분석한 빈도해석 결과를 비교하였다. 비교결과 SIR알고리즘을 이용해서 빈도해석을 진행한 경우의 빈도별 홍수량이 가장 크게 나타났다. 따라서 홍수빈도해석시 현재까지의 변화하는 홍수량 패턴을 고려할 경우, 확률홍수량이 증가하는 것을 확인하였다. Generally, stationary is considered as a basic assumption in frequency analysis. However, rainfall and flood discharge are changing due to the climate change and climate variability. Therefore, there is a new opinion that changing pattern of rainfall and flood discharge must be considered in frequency analysis. This study suggests the flood frequency analysis methodology using SIR algorithm which was developed from bootstrap could be used for considering climate change. Than is, SIR algorithm is selected for resampling method considering changing pattern of flood discharge and it has been used for resampling method with likelihood function. Resampled flood discharge data considering the increase of flood discharge pattern are used for parametric flood frequency analysis and this results are compared with frequency analysis results by Bootstrap and original observations. As the results, SIR algorithm shows the greatest flood discharge than other methods in all frequencies and this may reflect the increasing pattern of flood discharge due to the climate change and climate variability.

IoT 기반 비정상성 강우빈도해석 플랫폼 설계

류정훈 ( Jeong Hoon Ryu ),강문성 ( Moon Seong Kang ),박지훈 ( Jihoon Park ),송정헌 ( Jung Hun Song ),전상민 ( Sang Min Jun ),김계웅 ( Kyeung Kim ) 한국농공학회 2016 한국농공학회 학술대회초록집 Vol.2016 No.-

본 연구의 목적은 IoT (Internet of Things) 기반의 비정상성 (Non-Stationarity) 강우빈도해석 플랫폼을 설계하는데 있다. 최근 기후변화에 따른 극한 기후변동으로 인해 재해의 발생 빈도와 그 규모가 급증하는 추세를 나타내고 있다. 기후변화에 따른 자연재해로 인한 피해를 최소화하기 위해서는 수공구조물의 설계 기준을 넘어서는 극한강수사상이 어떻게 변화하는지 분석할 필요가 있다. 현재 수공구조물은 정상성 (Stationarity) 하에 산정된 확률강우량을 기준으로 설계되고 있으며, 정상성 기반 강우빈도해석을 통해서는 최근 극한강수의 증가 경향을 반영할 수 없다. 본 연구에서는 미래 극한강수사상의 경향성을 반영할 수 있는 비정상성 강우빈도해석 플랫폼을 설계하고 정상성 강우빈도 해석 결과와 비교분석하였다. 비정상성 강우빈도해석 플랫폼은 최근 부상하고 있는 IoT를 이용하여 조성하였으며, 개발보드로는 오픈소스 기반의 라즈베리 파이 (Raspberry Pi)를 사용하였다. IoT 기반 비정상성 강우빈도해석 플랫폼은 (1) 강우자료 구축 알고리즘, (2) 경향성 검정 알고리즘, (3) 정상성 검정 알고리즘, (4) 비정상성 강우빈도해석 알고리즘으로 구성하였다. 첫 번째 단계에서는 강우빈도해석에 필요한 강우자료를 수집하고 전처리 과정을 통해 데이터베이스를 구축하였다. 두 번째 단계에서는 경향성 검정을 통해 강우 시계열 자료의 통계적 경향성을 분석하였다. 세 번째 단계에서는 정상성 검정을 통해 강우 시계열 자료의 통계적 정상성 혹은 비정상성 여부를 분석하였다. 네 번째 단계에서는 정상성 및 비정상성 강우빈도해석을 통해 미래 확률강우량을 산정하고, 각 산정 결과를 비교분석하였다. 본 연구를 통해 개발된 IoT 기반 비정상성 강우빈도해석 플랫폼은 기후변화에 따른 극한강수사상의 통계적 변화 양상을 파악하고 비정상성 기반 미래 확률강우량을 산정할 수 있으며, 향후 수공구조물 설계 시 기초자료로 활용할 수 있을 것으로 사료된다.

군집분석과 변동핵밀도함수를 이용한 지역빈도해석의 확률강우량 산정

오태석(Oh Tae Suk),문영일(Moon Young-Il),오근택(Oh Keun-Taek) 대한토목학회 2008 대한토목학회논문집 B Vol.28 No.2B

The techniques to calculate the probability precipitation for the design of hydrological projects can be determined by the point frequency analysis and the regional frequency analysis. Probability precipitation usually calculated by point frequency analysis using rainfall data that is observed in rainfall observatory which is situated in the basin. Therefore, Probability precipitation through point frequency analysis need observed rainfall data for enough periods. But, lacking precipitation data can be calculated to wrong parameters. Consequently, the regional frequency analysis can supplement the lacking precipitation data. Therefore, the regional frequency analysis has weaknesses compared to point frequency analysis because of suppositions about probability distributions. In this paper, rainfall observatory in Korea did grouping by cluster analysis using position of timely precipitation observatory and characteristic time rainfall. Discordancy and heterogeneity measures verified the grouping precipitation observatory by the cluster analysis. So, there divided rainfall observatory in Korea to 6 areas, and the regional frequency analysis applies index-flood techniques and L-moment techniques. Also, the probability precipitation was calculated by the regional frequency analysis using variable kernel density function. At the results, the regional frequency analysis of the variable kernel function can utilize for decision difficulty of suitable probability distribution in other methods. 수공구조물의 설계를 위한 확률강우량의 산정방법은 크게 지점빈도해석과 지역빈도해석으로 구분된다. 일반적으로 확률강우량은 대상유역에 위치하는 강우관측소에서 관측된 강우량자료를 지점빈도해석으로 추정하게 된다. 지점빈도해석을 통한 확률강우량을 산정하기 위해서는 충분한 기간 동안의 관측된 강우량자료의 확보가 필수적이라 할 수 있으나 관측자료의 부족으로 인해 매개변수의 편의가 발생할 수 있다. 따라서 부족한 강우자료를 보완하고 안정적인 확률강우량을 산정하기 위한 방안으로 지역빈도해석이 추천되어지고 있다. 따라서 본 연구에서는 우리나라 강우관측소의 위치 및 시간강우량 특성을 이용한 군집분석을 수행하여 강우관측소를 군집화 하였다. 군집화 된 강우관측소를 대상으로 L-moment법을 통해 산정한 매개변수를 이용하여 각각의 지역별로 불일치성 및 이질성 검정을 통한 지역구분을 수행하여 우리나라 강우관측소를 6개 지역으로 구분하였다. 구분된 지역별로 L-moment법, 지수홍수법 및 변동핵밀도함수를 적용한 지역빈도해석을 수행하여 각각 확률강우량을 산정하여 비교하였다. 분석결과에서 변동핵밀도함수를 이용한 지역빈도해석은 다른 기법에서 적합한 확률분포형 결정이 어려운 경우 등에 충분히 활용할 수 있는 것으로 나타났다.

홍수사상 요소의 상관성을 고려한 홍수사상의 평가

이정호(Lee Jeong Ho),유지영(Yoo Ji Young),김태웅(Kim Tae-Woong) 대한토목학회 2010 대한토목학회논문집 B Vol.30 No.3B

홍수사상은 크게 첨두홍수량, 홍수용적, 지속기간 등과 같은 서로 상관된 세 가지의 요소에 의해 특성화되어진다. 그러나 그동안 수공학적 계획이나 설계 등을 위한 홍수빈도 해석에서는 주로 첨두홍수량 한가지 요소에 초점을 맞추어 홍수빈도 해석을 수행해 왔다. 이러한 단변량 홍수빈도 해석은 서로 상관된 홍수사상 요소 사이의 복잡한 확률적 거동을 분석하는 데 있어 한계를 가지고 있다. 본 연구에서는 Gumbel 혼합모형, 이변량 감마분포, 이변량 핵밀도 함수 등 세 가지의 이변량 빈도해석 방법을 적용하여 이변량 빈도해석을 수행하고 그 결과를 단변량 빈도해석 방법의 결과와 비교 분석하였다. 소양강댐의 35개년 일 유입량 자료와 대청댐의 28개년 일 유입량 자료에 대해 각각의 홍수사상을 분리하고, 홍수사상 자료의 통계량과 매개변수, 최적 광역폭 등을 산정한 후 자료의 적합도 검정과 결합분포의 적합도 검정 등의 과정을 거쳐 첨두홍수량과 홍수용적의 조합을 고려하여 결합분포와 결합 재현기간 등을 추정하였다. 이처럼 세 가지 방법의 이변량 빈도해석을 통해 추정된 결과를 단변량 홍수빈도 해석의 결과와 비교 분석함으로써 각 방법의 상관성을 파악할 수 있었고, 이변량 홍수빈도 해석의 특성에 의해 도출된 결과를 토대로 이변량 홍수빈도 해석의 적용성에 대하여 검토하였다. A flood event can be characterized by three attributes such as peak discharge, total flood volume, and flood duration, which are correlated each other. However, the amount of peak discharge is only used to evaluate the flood events for the hydrological plan and design. The univariate analysis has a limitation in describing the complex probability behavior of flood events. Thus, the univariate analysis cannot derive satisfying results in flood frequency analysis. This study proposed bivariate flood frequency analysis methods for evaluating flood events considering correlations among attributes of flood events. Parametric distributions such as Gumbel mixed model and bivariate gamma distribution, and a non-parametric model using a bivariate kernel function were introduced in this study. A time series of annual flood events were extracted from observations of inflow to the Soyang River Dam and the Daechung Dam, respectively. The joint probability distributions and return periods were derived from the relationship between the amount of peak discharge and the total volume of flood runoff. Applicabilities of bivariate flood frequency analysis were examined by comparing the return period acquired from the proposed bivariate analyses and the conventional univariate analysis.

기상인자 및 공간정보를 활용한 Bayesian 지역빈도해석 기법 개발

김진영,권현한,유민석 한국방재학회 2015 한국방재학회 학술발표대회논문집 Vol.14 No.-

본 연구에서는 Bayesian 통계기법을 활용한 지역빈도해석 모형을 기반으로 외부 기상인자 및 공간정보에 의한 확률강우량의 변동성을 고려할 수 있는 Bayesian 지역빈도해석 기법을 개발하였다. 기존 지역빈도해석에서 분석시 확률분포형의 매개변수는 과거와 일정하다는 정상성을 기본 가정으로 연구를 진행해 왔다. 이는 평균의 변동성 및 확률강우량 추정시 최근 기후변화의 영향을 효과적으로 고려하지 못하는 단점이 존재하였다. 또한 우리나라의 경우 산악지형이 약 70% 이상을 차지할 정도로 지형적 및 계절적으로 강수량 패턴이 불분명하여 확률강우량 추정시 공간적 변동성을 고려할 수 있는 새로운 개념의 지역빈도해석의 필요성이 대두되고 있다. 최근 국내 연구에서는 유역내 면적강우량 환산시 극치계열의 강수자료를 이용하여 지점빈도해석(point frequency analysis, PFA) 또는 지역빈도해석(regional frequency analysis, RFA)을 수행하여 수자원 설계에 이용되고 있다. 그러나 기존 지역빈도해석연구에서 매개변수 산정시 외부인자(covariate)를 고려할 수 없는 단점이 존재하며, 불확실성을 정량적으로 해석하는데 어려움이 있다. 이와 더불어 기존 RFA에서는 관측지점을 중심으로 산정된 확률강우량은 Thiessen망을 통해 유역면적강우량으로 변환하여 사용하는 것이 일반적이나 우리나라의 산지특성과 여름철 강우처럼 시공간적 변동성이 큰 경우 면적평균강우를 추정하는데 있어서 오차가 크게 발생할 수 있다고 알려지고 있다. 이러한 이유로 본 연구에서는 Bayesian 통계기법을 활용하여 매개변수 추정시 기상인자 및 공간정보가 고려된 지역빈도해석을 수행할 수 있는 모형을 개발하였으며 다음과 같이 연구를 진행하였다. 첫째, 한강유역내 18개 관측소를 대상으로 연도별 여름강수량을 추출하고 이들 관측소의 여름강수에 물리적인 영향을 미치는 기상인자로서 SST(sea surface temperature)를 외부인자로 채택하였다. 둘째, 극치분포를 잘 재현한다고 알려져 있는 Gumbel 분포를 확률분포형으로 선정하였으며, Gumbel 분포 매개변수 산정시 앞서 추출한 SST와 한강 유역내 공간정보를 활용하여 매개변수를 산정하였다. 마지막으로 Bayesian 기법을 도입하여 산정된 매개변수의 불확실성 구간을 제시하였으며, 추정된 확률강우량 또한 불확실성 구간을 제시하여 신뢰성 있는 연구를 수행하였다.

정상성 및 비정상성 수문자료의 지역빈도해석

허준행,김한빈 한국수자원학회 2019 한국수자원학회논문집 Vol.52 No.10

To estimate accurate design quantiles considering statistical characteristics of hydrological data is one of the most important procedures in the design of hydraulic structures. While at-site frequency analysis estimates design quantile using observed data at a site of interest, regional frequency analysis (RFA) utilizes a number of sites included in a hydrologically homogeneous region. Therefore, RFA could provide a more accurate design quantile at ungauged site or sites with short observation period. In this review article, RFA is classified into stationary RFA and nonstationary RFA depending on the characteristic of hydrological data, and the basic concept, procedure, and application of each technique are explained in detail focused on the index flood method. Additionally, a review of the state of the art for RFA procedure is presented. This paper is finalized by describing the stationary regional rainfall frequency analysis over South Korea contained in the amendment of 「Standard guidelines for design flood estimation」 and various future study topics related to nonstationary RFA. 수공구조물의 설계 시 빈도해석을 통해 수문자료의 통계적 특성을 고려하여 설계빈도에 대한 정확한 확률수문량을 산정하는 것은 매우 중요한 절차이다. 지역빈도해석은 대상 지점의 자료만을 이용하여 확률수문량을 산정하는 지점빈도해석과 달리 수문학적으로 동질한 것으로 판단되는 주변 지점들의 자료를 모두 포함하여 빈도해석을 수행하므로 미계측 지점 또는 자료 보유년수가 짧은 지점에서 보다 정확한 확률수문량 산정이 가능하다. 본 총설논문에서는 이러한 지역빈도해석 기법을 수문자료의 특성에 따라 정상성 지역빈도해석과 비정상성 지역빈도해석으로 구분하고, 각 방법의 기본이론과 절차 및 관련 연구를 홍수지수법을 중심으로 상세히 설명하였으며 최신 연구동향을 정리하였다. 「홍수량 산정 표준지침」의 개정을 통해 포함되는 정상성 지역빈도해석에 대해 언급하고, 비정상성 지역빈도해석과 관련한 향후 연구주제를 기술하며 논문을 마무리 한다.

Bivariate regional frequency analysis of extreme rainfalls in Korea

Shin Ju-Young,Jeong Changsam,Ahn Hyunjun,Heo Jun-Haeng 한국수자원학회 2018 한국수자원학회논문집 Vol.51 No.9

다변량 빈도해석과 지역빈도해석의 장점을 동시에 가지는 다변량 지역빈도해석은 다양한 변수를 고려함으로써 수문 현상에 대하여 많은 정보를 얻을 수 있고 많은 가용 자료 수로 인하여 높은 정확도의 분석결과를 도출할 수 있다. 현재까지는 우리나라의 강우 자료를 이용하여 다변량 지역빈도해석이 시도된 적이 없어 국내의 강우 자료를 대상으로 다변량 지역빈도해석의 적용성을 검토할 필요가 있다. 본 연구에서는 다변량 지역빈도해석의 매개변수 추정, 최적 분포형 선정, 확률수문량 성장곡선 추정 등에 집중하여 이변량 수문자료인 연 최대 강우량-지속기간 자료에 대하여 이변 량 지역빈도해석의 적용성을 평가하였다. 기상청 71개 지점에 대하여 분석을 실시하였다. 본 연구를 통해 적용된 지역강우자료의 최적 copula 모형으로는 Frank와 Gumbel copula 모형이 선택되었고 주변분포형에 대해서는 지역별로 Gumbel과 대수정규분포와 같은 다양한 분포형이 최적 분포형으로 선택되었다. 상대제곱근오차(relative root mean square error)를 기준으로 지역빈도해석이 지점빈도해석보다 안정적이고 정확한 확률수문량 곡선 추정을 하였다. 이변량 강우분석에서 지역빈도해석을 적용하면 안정적인 수공구조물 설계기준 제시와 강우-지속기간 관계를 모형화 할 수 있을 것으로 기대된다. Multivariate regional frequency analysis has advantages of regional and multivariate framework as adopting a large number of regional dataset and modeling phenomena that cannot be considered in the univariate frequency analysis. To the best of our knowledge, the multivariate regional frequency analysis has not been employed for hydrological variables in South Korea. Applicability of the multivariate regional frequency analysis should be investigated for the hydrological variable in South Korea in order to improve our capacity to model the hydrological variables. The current study focused on estimating parameters of regional copula and regional marginal models, selecting the most appropriate distribution models, and estimating regional multivariate growth curve in the multivariate regional frequency analysis. Annual maximum rainfall and duration data observed at 71 stations were used for the analysis. The results of the current study indicate that Frank and Gumbel copula models were selected as the most appropriate regional copula models for the employed regions. Several distributions, e.g. Gumbel and log-normal, were the representative regional marginal models. Based on relative root mean square error of the quantile growth curves, the multivariate regional frequency analysis provided more stable and accurate quantiles than the multivariate at-site frequency analysis, especially for long return periods. Application of regional frequency analysis in bivariate rainfall-duration analysis can provide more stable quantile estimation for hydraulic infrastructure design criteria and accurate modelling of rainfall-duration relationship.

다변량 L-moment를 이용한 이변량 강우빈도해석에서 수문학적 동질지역 선정

신주영,정창삼,주경원,허준행 한국수자원학회 2018 한국수자원학회논문집 Vol.51 No.1

다변량 지역빈도해석은 기존에 사용되어온 다변량 빈도해석과 지역빈도해석의 장점을 가지고 있는 방법으로 다양한 변수를 고려함으로써 수문현상에 대하여 많은 정보를 얻을 수 있다. 현재까지는 우리나라의 수문자료를 이용하여 다변량 지역빈도해석이 시도된 적이 없어 국내의 수문자료를 대상으로 다변량 지역빈도해석의 적용성을 검토할 필요가 있다. 본 연구에서는 다변량 지역빈도해석의 수문학적 동질지역을 설정하는 단계에 집중하여 이변량 수문자료인 연최대 강우량-지속기간 자료에 대하여 수문학적 동질지역을 설정하였다. 이변량 지역빈도해석에서 사용되는 지역구분방법의 한국의 연최대 강우량-지속기간 자료에 대한 적용성을 평가하였고 그 특성을 분석하였다. 기상청 71개 지점에 대하여 분석을 실시하였다. 군집해석방법으로는 K-medoid 방법을 적용하였고, 불일치 척도와 이질성 척도를 이용하여 지역구분이 적절히 되었는지를 판정하였다. 군집해석 결과 한국은 총 5개의 지역으로 나누어지며, 두 지역을 제외하고는 지역 내 모든 지점의 불일치 척도가 기준치 이하인 것으로 나타났다. 자료연수가 짧은 지점에서 불일치 척도가 높게 나오는 것을 확인하였다. 구분된 모든 지역은 지역 내 지점들의 자료들이 동질한 것으로 나타났고 각 지점간의 상관성이 매우 높은 것으로 나타났다. The multivariate regional frequency analysis has many advantages such as an adaption of regional parameters and consideration of a correlated structure of the data. The multivariate regional frequency analysis can provide the broader and more detailed information for the hydrological variables. The multivariate regional frequency analysis has not been attempted to model hydrological variables in South Korea yet. Therefore, it is required to investigate the applicability of the multivariate regional frequency analysis in the modeling of the hydrological variables. The current study investigated the applicability of the homogeneous region delineation and their characteristics in bivariate regional frequency analysis of annual maximum rainfall depth-duration data. The K-medoid method was employed as a clustering method. The discordancy and heterogeneous measures were used to assess the appropriateness of the delineation results. According to the results of the clustering analysis, the employed stations could be grouped into five regions. All stations at three of the five regions led to acceptable values of discordancy measures than the threshold. The stations where have short record length led to the large discordancy measures. All grouped regions were identified as a homogeneous region based on heterogeneous measure estimates. It was observed that there are strong cross-correlations among the stations in the same region.