대기순환모형(GCM)에 의하면 온실가스농도의 증가는 전구와 국지규모의 기후변화에 중요한 관련이 있음이 알려져 있다. GCM은 단일지점의 기상학적 순환과정을 분석하는데는 불확실성을 지니고 있기 때문에 현재로서는 축소기법이 대기순환모형(GCM)의 개발자들이 제공할 수 있는 것과 모형을 이용하여 기후영향을 평가하는 연구자들이 요구하는 것 사이의 차이점을 연계하기 위해 이용되고 있다. 본 논문에서는 통계학적 축소기법을 이용하여 국지 규모의 기후변화의 영향을 평

본 연구에서는 Monte-Carlo 모형, AR(1)모형, PAR(1) 모형과 같은 추계학적 모형의 잔차값을 무작위적 복원추출하여 연 및 월 하천 유출량자료를 모의발생하였다. Bootstrap이라고 불리우는 이 복원추출방법은 자료의 모집단의 가정이 필요없다는 장점이 있으며 자료로부터 직접 통계적 분포형을 추정하는 방법으로써 자료의 순위변동법을 이용한다. 본 연구에서는 이 방법을 용담지점에 적용하였으며 Bootstrap 방법으로 모의발생된 하천 유출량자료

본 연구에서는, Markov 연쇄 모형에 의해 산정된 모의 일 강우량을 일 유출모형인 Tand 모형에 입력시켜 모의 일유출량을 산정함으로써 저수유량계열을 확장하는 방법을 개발하였다. 또한, 모의된 일 유량계열로부터 지속기간별 연 최저치 계열을 작성하였으며, 지속기간별 연 최저치계열에 대한 빈도분석을 시행하였다. 분석에 사용된 분포형은 Lognormal-2, Lognormal-3, Gamma-2, Gamma-3, LogGamma-3, Gumbel-2, W