Seasonal rainfall forecasts are one of the most important part of water resources management in minimizing climate-related risk. Recently, abnormal change in precipitation raised the attention of not only scientists it gets big interest in general public too. Seasonal climate forecasts are typically based on simulations from general circulation models (GCMs) that approximate the complex physical, chemical, and biological processes. But it has been known that General Circulation Models have considerable uncertainties. Recent studies suggested that Multi-Model Ensemble(MME) could reduce this uncertainties and give an improvement on the results. There have been used several MME estimation techniques that are simply averaging models and regression based techniques. This study aims to improve MME using Bayesian Model Averaging(BMA) technique which gives weights to the models based on each model performance to present observation. The result showed that BMA technique output is statistically more fitted to the observation than the other techniques and it is very important to further analysis such as downscaling and other simulation method that uses future precipitation as a main input data.

소규모 대댐과 저수지 시설물은 일상점검, 정기점검 등을 실시하도록 규정하고 있으나 시설물이 안정성을 파악하기 위한 점검 항목, 항목별 평가 방법이 정립되어 있지 못한 상태이다. 또한 관리 전문 인력의 부족, 점검 시 제도적 평가 기준의 미비 등으로 체계적인 유지관리가 이루어지지 못한 실정으로 규모가 큰 댐에 비해 저수지의 파괴 가능성이 높다고 할 수 있다. 실제 소규모 댐과 저수지는 규모가 큰 댐과 정밀안전진단 세부지침이 상이하여 기존의 평가기준을 적용하기엔 무리가 있으며, 소규모 댐과 저수지에 최적화된 안정성 평가 기법의 개발이 요구되고 있는 실정이다. 이에 본 연구에서는 국내외 저수지 위험도 해석방안 조사 및 평가, 소규모 저수지 위험도 평가 및 DB 구축방안 수립, 수리수문학적/지반공학적/구조적 위험도 평가방안 마련, 저수지 붕괴로 인한 피해액 산정방법 검토에 대한 연구 방안을 수립하고자 한다. 최종적으로 저수지 위험도 평가 방안이 종합적으로 검토된 위험도 기반 저수지의 안전성 평가방안 수립하고 이를 활용한 저수지 재개발 우선순위 결정 모델을 개발하고자 한다.

사회간접시설의 위험도 증가는 대규모 인적/물적 피해로 귀결될 수 있으며 특히 방조제와 같은 해안구조물의 경우 기후변화로 인한 태풍강도 증가 및 해수면 상승으로 인해 과거보다 다양한 위험도에 노출되고 있다. 그러나 국내외적으로 이러한 외부 환경변화 요인을 포함하여 구조물의 지반공학적, 해안수리학적 위험요인을 종합적으로 고려하여, 정량적으로 위험도를 평가하는 연구는 매우 미진한 실정이다. 우리나라의 경우 방조제 안정성 평가방법은 설계기준에 근거하여 현재의 상태를 평가하는 수준으로 미래에 발생 가능한 위험도에 대한 인지 및 대처에는 상대적으로 불리한 면이 존재한다. 최근 미국 및 유럽을 중심으로 기후변동성의 증가로 인한 방조제 안정성 확보가 주요 이슈로 부각되고 있으며 위험도 해석기반의 확률론적 평가방법과 대응기술에 관심이 모아지고 있다. 이러한 점에서 본 연구에서는 새만금 방조제에 대한 위험도 평가를 수행하기에 앞서 위험도 평가를 위한 체계 확립과 더불어 다양한 위험도 평가 시나리오를 개발하고자 한다. 이를 위해서 국내외 방조제의 주요 위험요소 및 파괴모드별 위험도 평가방안을 종합적으로 검토하였으며, 위험도 해석 결과의 신뢰성을 개선하기 위해서 Network Theory 기반의 새만금 방조제 위험도 평가 모형의 적용 가능성을 평가하였다.

태풍사상은 극심한 홍수 및 바람재해를 유발하는 기상현상으로 가장 강력하고 파괴적이며 호우, 돌풍 및 해일 등의 2차 피해를 발생시키는 위험기상이다. 이러한 점에서 본 연구에서는 일본 기상청(JMA) 산하의 지역특별기상센터(Regional Specialized Meteorological Center Tokyo Typhoon Center)에서 제공하는 6시간 간격 최적경로(best track) 자료를 사용하여 태풍발생위치(Typhoon Genesis, TG) 및 궤적을 정량적으로 해석이 가능한 확률론적 태풍경로 범주화 기법을 도입하여 한반도 영향태풍을 범주화 하였다. 모의실험을 통하여 범주화 기법의 적합성 여부를 확인한 결과 태풍 경로에 적용이 가능한 방안으로 평가되었다. 확률론적 범주화 기법을 한반도 영향 태풍사상에 적용한 결과 한반도를 내습한 태풍사상은 총 7개의 범주로 분류되었다. 추가적으로 태풍사상에 의한 강우특성 및 종관기후학적 분석을 면밀히 진행하고자 한반도에 상륙한 태풍사상만을 대상으로 태풍의 상륙 지속시간(내습시간)을 총 4개의 시간구간으로 구분하여 각 내습유형에 따른 시간 강우자료를 구축하였다. 각 내습유형별로 구축된 시간강우량의 기초 통계분석을 수행하여 극치강우빈도해석에 널리 사용되는 Gumbel 분포형을 활용하여 내습유형에 따른 빈도별 확률강우량 산정하였다. 마지막으로 NCEP/NCAR(National Centers for Environmental Prediction/National Center for Atmospheric Research)에서 제공하는 재해석자료(reanalysis)를 활용하여 한반도 태풍 내습시 북서태평양 및 동아시아 지역의 종관기후 분석을 수행하였다. 본 연구를 통한 결과는 태풍의 진로 및 이동속도를 예측 가능한 현 시점에서 한반도 내습지속시간에 따른 홍수방어 및 사전대피와 같은 재해관리 측면에서 매우 유용한 정보를 제공할 것으로 사료된다.

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.

수문학적 댐 위험도 분석은 복잡한 수문분석과 연계되어 있으며, 기본적으로 수문분석 과정과 모형에 사용되는 입력 자료에 대한 불확실성을 평가하는 과정이 필요하다. 그러나 체계적인 불확실성 분석 과정을 통한 댐 위험도 분석 절차에 대한 연구는 상대적으로 적은편이다. 이러한 점에서 본 연구에서는 기존 연구에 대해서 2가지 주요 개선점을 도출하여 댐 위험도 분석에 활용하였다. 첫째, 강우 분석 시 매개변수의 불확실성 분석이 가능한 Bayesian 모형 기반의 지역빈도해석 절차를 수립하였다. 둘째, 강우-유출 모형 매개변수의 사후분포를 정량적으로 추정하기 위하여 Bayesian 모형과 연계한 HEC-1모형을 도입하였다. 도출된 유입 시나리오를 댐의 수위로 환산하기 위하여 기존 저수지 운영기준에 근거하여 저수지 추적을 수행하였으며, 최종적으로 실행함수를 통하여 수문학적 위험도를 추정하였다. 실제 댐에 대해서 모형의 적합성을 평가하였으며, 초기수위 가정에 따른 수문학적 위험도에 민감도를 평가하였다.

지금까지 많은 연구를 통하여 제안된 다양한 가뭄지수들은 사전에 정의된 등급을 통하여 가뭄을 평가하기 때문에 가뭄현상에 내재된 불확실성을 고려하지 못하고 있다. 본 연구에서는 월 유출량 자료에 내재되어 있는 불확실성을 고려하기 위해 은닉 마코프 모형(HMM) 기반의 가뭄지수(HMDI)를 제안하고, 이를 이용하여 수문학적 가뭄에 대한 확률론적 평가를 수행하였다. WAMIS에서 제공하는 한강유역의 평창강과 남한강상류의 월평균 유출량 자료(1966∼2009)를 이용하여 3, 6, 12개월씩 누적시킨 후, HMM에 적용하여 은닉상태의 사후확률을 계산하였다. 연구방법의 검증을 위해 HMM을 이용하여 추정된 각 은닉상태 별 사후확률(HMDI)과 기준값에 의해 가뭄을 평가하는 방법 중 하나인 표준유출지수(SSI)와 비교를 하였다. 분석결과, 기존 가뭄지수(SSI)를 사용하였을 때는 하나의 지수로 특정 시점에서의 가뭄 상태를 판단하였지만, HMDI는 자료에 내재된 불확실성을 이용하여 가뭄의 상태를 분류하였고, 이는 특정 시점에서 가뭄 상태들이 나타날 확률로 표현되었다. 또한, 실제 가뭄사례와의 비교를 통해서 HMDI가 SSI에 비하여 가뭄에 대한 재현능력이 우수한 것으로 나타났다.

최근 빈번하게 발생하는 태풍사상은 극심한 홍수 및 바람 재해를 유발 시키고 있다. 이러한 점에서 본 연구에서는 1951년부터 2012년까지 한반도에 내습한 총 197개의 태풍사상을 대상으로 태풍의 발생위치 및 태풍의 궤적을 기준으로 태풍을 범주화 할 수 있는 확률론적 클러스터링 기법을 개발하였다. 모의실험을 통하여 개발된 모형의 적합성을 확인할 수 있었으며, 태풍 경로에 적용이 가능한 방안으로 평가되었다. 1951년부터 2012년까지 한반도 내습한 197개의 태풍사상을 대상으로 확률론적 클러스터링 기법을 적용한 결과 한반도를 내습한 태풍사상은 총 7개의 클러스터로 분류되었으며, 대부분 위도 10°∼20°N, 경도 120°∼150°E 해수면에서 발생하여 한반도를 향하여 진행하는 것으로 나타났다. 클러스터 B의 경우 약 25.4%의 발생빈도를 가지며, 전선의 방향도 한반도를 직접 향하고 있어 상대적으로 한반도에 영향이 가장 큰 클러스터로 분석되었으며 한반도 전체에 걸쳐서 강한 양(positive)의 강우량 Anomaly를 갖는 것을 확인할 수 있었다.

현재 전 세계적으로 기후변화에 기인한 이상기후에 따른 기상재해가 과거에 경험하지 못했던 대규모로 빈번하게 발생하고 있으며, 기후변화로 인한 집중호우·폭염·가뭄·폭설·태풍 등 이상기후의 발생빈도 및 규모가 전 지구적으로 급격하게 증가하는 추세이다. 이러한 이상기후 및 기후변화로 인해서 극치강수량의 평균과 분산이 과거에 비해 증가하는 경향성이 실제 강수자료로부터 나타나고 있다. 따라서 이러한 극치강수량의 평균 및 분산에서 나타나는 변동성을 빈도해석 시에 고려할 필요가 있으나 기존 정상성 빈도해석 시에는 과거의 통계적 모멘트가 미래에도 동일하게 유지된다는 정상성 가정을 기본으로 하고 있기 때문에 경향성 및 주기성으로 대표되는 비정상성을 원천적으로 고려할 수 없는 문제점이 존재한다. 우리나라의 경우 철도기상사고를 발생시키는 주요 기상현상은 강우, 폭설, 낙뢰, 강풍이 대부분이며, 가장 많은 발생빈도를 보여주는 기상현상은 강우현상으로 약 200회 발생하여 철도사고 전체의 49.7%를 차지하고 있다. 이에 대한 문제점을 분석하고자 본 연구에서는 최근 여름철 집중호우 및 태풍 등으로 인한 강우현상에 대하여 미래목표연도의 연최대 강수량를 추정하고, 목표연도의 확률강우량을 추정하기 위한 방안으로서 누적평균 강우자료와 이동평균 강우자료를 이용한 비정상성 빈도해석기법을 제안하고자 한다. 자료계열에 나타나는 비정상성의 영향만을 고립시키기 위해서 확률분포함수는 Gumbel 분포함수를 적용하였고, 매개변수 추정시 최우도법을 사용하였으며 전국 9개 주요역이 존재하는 지역을 대상으로 철도선로 배수시설의 확률강우량을 추정하여 비교·분석하였다.

현재 국내·외에서 다양한 방법을 통해 가뭄을 평가하기 위한 연구가 활발히 진행되고 있으며, 이러한 방법들은 가뭄지수를 이용하여 가뭄을 정량적으로 표현하고 있다. 다양한 관점에서 다양한 가뭄지수가 제안되고 있지만, 대부분의 가뭄지수는 가뭄을 사전에 정의된 등급을 통해 가뭄을 평가하기 때문에 수문자료에 내재된 불확실성을 고려하지 못하고 있다. 이에 따라 본 연구에서는 은닉 마코프 모형(Hidden Markov Model, HMM)을 이용하여 월 유출량 자료에 내재되어 있는 수문학적 가뭄상태를 확률론적으로 평가하는 방법을 제안하였다. 한강유역의 최상류 유역에 해당하는 평창강 유역과 남한강상류 유역을 대상으로 WAMIS에서 제공하는 1966년부터 2009년까지 기록된 월평균 유출량 자료를 이용하였다. 본 연구는 HMM을 이용하는 확률론적으로 가뭄평가 방법을 표준유출지수(Standardized Streamflow Index, SSI)를 이용하는 등급기반 가뭄평가 방법과 비교분석을 통해서 HMM을 이용하는 확률론적으로 가뭄평가 방법이 가뭄의 상태를 다양한 상태들의 발생확률로 표현할 수 있으며, 이러한 상태들의 천이확률을 통해서 가뭄의 지속성을 더 잘 표현할 수 있음을 보여준다.

본 연구에서는 유역의 공간상관성을 고려한 다지점 일단위 강수량을 동시에 모의할 수 있는 일강수량 모의기법을 개발하였다. 기존 Hidden Markov Chain Model(HMM)은 단일지점 강수모의에 적용되어 왔으나 관측지점간의 유역상관성을 충분히 고려하지 못하는 문제점을 가지고 있다. 따라서 본 연구에서는 Chow-Liu Tree(CLT) 모형을 적용하여 다변량(multivariate) 형태로써 유역내에 위치한 강우관측소간의 상호종속성을 고려하기 위하여 기존의 동질성 HMM 강우모의기법과 CLT 알고리즘을 결합한 동질성 CLT-HMM 모형을 개발하였다. 본 연구에서 개발된 동질성 CLT-HMM 모형을 사용하여 장기간의 수문자료를 보유하고 있는 기상청 산하의 한강유역 강수네트워크에 대해서 적합성을 검토하였다. 동질성 CLT-HMM 모형을 적용하여 모의 된 결과를 보면 일강수량의 계절적 특성뿐만 아니라 일강수량 모의 시 강수시계열의 통계적인 특성들까지 우수하게 모의하였다. 추가적으로 상관행렬(correlation matrix)을 이용하여 기상관측소간의 공간상관 재현성을 검토한 결과 관측지점들 사이의 공간상관성도 비교적 우수하게 재현하는 것을 확인할 수 있었다.

본 연구에서는 전형적인 엘니뇨와 새로운 형태의 엘니뇨 Modoki에 따른 한강유역의 여름철(6～9월) 강우량의 특성 변화를 분석하였다. 전형적인 엘니뇨 시기에는 대체로 여름철 강우량이 감소하였으며, 강우의 변동성도 비교적 크게 나타났다(CV=0.40). 반면에 엘니뇨 Modoki 시기에는 한강 대부분 유역에서 평년보다 강우가 증가하는 경향을 보였으며, 여름철 강우의 변동성은 작은 것으로 분석되었다(CV=0.23). 엘니뇨 Modoki 시기에는 한강 남부의 11개 중권역에서 통계적으로 유의한 강우의 증가를 보였고, 30 mm/day와 50 mm/day를 초과하는 중호우의 강우발생일은 각각 9.9일과 5.4일로 나타났으며, 전형적인 엘니뇨 시기보다 백분위 편차가 각각 17.74%, 50.94% 큰 것으로 분석되었다. 본 연구에서는 새로운 형태의 엘니뇨 Modoki가 전형적인 패턴의 엘니뇨 보다 한강유역의 여름철 수자원 변동에 민감하게 영향을 주고 있음을 확인하였으며, 향후 수자원의 계절적 변동과 불확실성이 큰 지역에서 안정적인 수자원 확보를 위한 기초자료로 활용이 가능하리라 사료된다.

신뢰성 있는 홍수빈도해석을 수행하기 위해서는 충분한 홍수량 및 강우자료가 필요하다. 강우자료의 경우 우리나라 대부분 지역에서 30년 이상의 극치자료가 활용이 가능한 반면 홍수량 자료는 상대적으로 충분한 자료가 확보되지 않아 신뢰성 있는 빈도해석이 어려운 실정이다. 이에 따라 강우모의기법에 근거한 홍수빈도곡선 유도방안연구가 몇몇 연구에서 제안된 바 있으나, 기본적으로 입력된 강우의 빈도와 홍수의 빈도가 동일하다고 가정함으로 인하여 발생하는 불확실성이 상당부분 내포되어 있다. 이러한 점에서 본 연구의 목적은 강우모의기법과 불확실성 분석이 고려된 홍수빈도곡선 유도방법을 개발하는 것으로 홍수빈도곡선을 유도하는데 있어서의 핵심은 미래에 발생 가능한 극치강수량을 효과적으로 재현할 수 있는 강수량 모의발생 기법과 강우-유출관계의 불확실성 분석에 있다. 본 연구에서는 극치강수량 모의를 위해 불연속 Kernel Pareto 분포를 이용한 다지점 강수모의기법과 Bayesian HEC-1 (BHEC-1) 모형을 연계하여 본 연구의 대상유역인 대청댐 유역의 강우-유출 관계의 불확실성을 고려한 홍수빈도곡선을 개발하고 모형의 적합성을 평가하였다. 최종적으로 기존 홍수빈도결정방법과 비교를 통해서 모형의 적합성을 확인하였다.

본 연구에서는 계층적 Bayesian 기법을 이용한 새로운 지역빈도해석 모형을 개발하는데 목적이 있으며 이를 통해서 신뢰성 있는 매개변수를 추정과 동시에 지역빈도해석 절차의 불확실성 평가를 용이하게 접근할 수 있도록 하였다. 본 연구에서 제안되는 계층적 Bayesian 기반 지역빈도해석 모형(HBRFA)의 적합성을 평가하기 위해서 모의실험을 수행하였다. 즉, 10개의 모의 관측소를 대상으로 Monte-Carlo 모의를 통한 평가를 수행하였으며 전체적으로 HBRFA 모형이 기존 L-모멘트 방법에 비해 편의를 줄여주는 것으로 평가되었다. 특히 재현기간이 증가될수록 편의가 두드러지게 감소되는 것을 확인할 수 있었다. 전라북도의 6개 강우지점을 대상으로 HBRFA 모형과 기존 L-모멘트 기반 지역빈도해석 결과를 비교하였다. 계층적 Bayesian 모형의 특징을 평가하고자 매개변수의 Shrinkage 과정을 정량적으로 도출하여 제시하였으며 추정된 지역확률강수량이 기존 L-모멘트 기법과 유사한 결과를 갖는 것을 확인할 수 있었다. 더불어 빈도별 확률강수량의 불확실성을 정량적으로 제시할 수 장점을 확인할 수 있었다.

본 연구에서는 Wavelet Transform과 Support Vector Machine (SVM)을 결합한 Hybrid 상수도 수요량 예측 모형을 개발하였다. Wavelet Transform 방법을 활용하여 다양한 스케일이 존재하는 상수도 수요량 시계열을 분해하여 단순한 형태의 시계열로 변환하는데 이용하였으며, 비선형 예측모형인 SVM은 이들 단순화된 시계열을 예측하는데 활용하여 예측성능을 극대화시키는 방안을 수립하였다. 본 연구에서는 상수도 수요량 자료에서 내재되어 있는 주기의 특성과 비선형 예측모형의 장점을 서로 연계한 해석이 가능하였으며 시각적인 검토 및 모든 통계지표에서 개선된 예측결과를 확인할 수 있었다. 특히, 기존 ARIMA 모형 계열에서 나타나는 자기예측문제를 상당부분 개선한 결과를 보여줌으로서 실질적인 수요량 예측모형으로서 활용이 가능할 것으로 판단된다.

기존 Ordinary Regression (OR) 방법을 이용한 경향성 분석은 경향성을 과소평가하는 문제점을 나타낸다. 이러한 점에서 본 연구에서는 자료의 정규분포 가정과 평균을 중심으로 경향성 평가가 이루어지는 기존 Ordinary Regression (OR) 방법을 개선한 Quantile Regression (QR) 방법을 제안하였다. 본 연구에서는 64개 강우 관측지점의 연 최대 극대강수량 자료에 대하여 QR 방법과 OR 방법에 대하여 통계적 성능을 평가하였다. QR 방법의 경향성 분석결과 47개 지점에서 5% 오차수준 내에서 t-검정을 통과한 반면 OR 방법에서는 13개 지점 만이 통계적 유의성을 가지는 것으로 나타났다. 이는 OR 방법이 자료의 평균을 중심으로 경향성을 평가하는 기법인데 반해 QR은 자료의 다양한 분위에서 경향성을 평가함으로써 극대 및 극소 부분에서의 경향성을 보다 유연하게 감지하는 이유로 판단된다. QR 방법을 통한 경향성 평가는 평균 중심의 해석문제점을 개선할 수 있으며 자료가 정규분포를 따르지 않거나 왜곡된 분포형태를 갖는 자료의 수문학적 경향성 평가에 유용하게 사용될 수 있을 것으로 판단된다.

본 연구에서는 국내외에서 범용되고 있는 단일강우사상 모형인 미육군공병단의 HEC-1 모형을 이용하여 대청댐 유역의 실측 강우-유출 사상을 중심으로 강우-유출 모의를 수행하였으며, 매개변수 검정에는 실제 대청댐의 시간당 유입량을 기준으로 검정을 실시하였다. HEC-1 모형에는 매개변수를 자동으로 최적화시키는 프로그램이 내장되어 있으나 본 연구의 대상유역과 같이 다수의 소유역이 있는 경우, 매개변수 추정시 매개변수 중 일부는 수렴되지 못하고 발산하는 문제가 있었으며, 첨두유량의 추정능력 역시 저하되는 문제를 보였다. 따라서 이러한 HEC-1 모형의 매개변수의 불확실성을 고려하기 위한 방안으로 Bayesian 모형을 HEC-1모형에 연동시켜 활용하였으며, 기존 HEC-1 강우-유출 모형에 적용할 수 있는 매개변수 최적화 및 불확실성 정량화를 위해 HEC-1 강우-유출 모형 매개변수는 SCS 1개, Clark 단위도 2개를 Bayesian MCMC 기법을 적용하여 매개변수간 조건부확률로 모의발생을 한 후, Bayesian 모형으로부터 각 매개변수의 사후분포(posterior distribution)를 추정하여 사후분포의 추정이 매개변수의 불확실성 정량화를 수행하였다. 본 연구를 통해 제안된 BHEC-1 모형을 대상으로 대청댐 유역에 실측 강우-유출 사상에 대해서 모형의 적합성을 평가한 결과, 7개 유역의 21개의 매개변수가 해의 발산 없이 안정된 매개변수 추정이 가능하였다. 한편, Bayesian 모형을 근간으로 하기 때문에 최종결과로서 매개변수들의 사후분포(posterior)의 추정이 가능하여 향후 홍수빈도곡선 유도, 댐 위험도분석과 기후변화 문제와 같은 다양한 수문학적 문제의 연구에 적용 가능할 것으로 전망된다.

본 연구에서는 국내외에서 대표적으로 이용되는 HEC-1 단일강우사상 모형과 HEC-5 저수지 운영 모형을 연계하여 댐의 수문학적 위험도 분석을 실시하였다. 이를 위해 Bayesian Markov Chain Monte Carlo(MCMC) 기반의 Bayesian HEC-1(BHEC-1) 통합 모델을 개발하였고, 극치강수량 재현에 유리한 다지점 강수모의기법으로 2,000년 빈도에 해당하는 일강수량을 모의하여 연최대강수계열을 추출하였다. 추출된 극치강수량은 BHEC-1모형과 연계하여 불확실성이 반영된 대청댐 유역의 홍수수문곡선 앙상블을 구축하고, HEC-5 모형을 통해 수위로 변환시켜 비상여수로 유무, 댐 연계 여부 등을 고려한 월류 여부를 종합적으로 평가하였다.

본 연구에서는 국내외에서 대표적으로 이용되는 HEC-1 단일강우사상 모형과 연동할 수 있는 Bayesian Markov Chain Monte Carlo(MCMC) 기반의 Bayesian HEC-1(BHEC-1) 통합 모델을 개발하였다. 본 연구를 통해 제안된 BHEC-1 모형을 대상으로 대청댐 유역에 실측 강우-유출 사상에 대해서 모형의 적합성을 평가하였으며, 7개 유역의 21개의 매개변수를 동시에 추정한 결과 해의 발산 없이 안정된 매개변수 추정이 가능하였다. 또한 Bayesian 모형을 근간으로 하기 때문에 최종결과로서 매개변수들의 사후분포(posterior)의 추정이 가능하여 강우-유출 모형 매개변수의 불확실성을 정량화 할 수 있었으며 이를 통해 모형과 입력 자료가 가지는 불확실성을 효과적으로 파악할 수 있었다.

본 연구에서는 수자원 계획 및 설계에 기본자료로 활용되는 월강수량 자료를 모의발생하는 코플라 기반 마코프 모형을 개발하였다. 월강수량의 시간지체 의존성을 고려하기 위해서 코플라 함수를 이용하여 결합확률을 추정하여 마코프 모형에 결합하였으며, 기존의 강수모의발생 모형인 마코프 모형과 비교분석하여 모형의 효율성을 검토하였다. 통계적 특성(평균, 표준편차 등)과 계열상관도를 바탕으로 모의된 결과를 분석한 결과, 코플라 기반 마코프 모형이 보다 효율적인 모형임을 확인할 수 있었다.