Copula 함수 기반의 모형들은 가뭄빈도해석 및 수문시계열분석 등 수문학적 모델링을 위해 다각적으로 활용되고 있다. 그러나 기존 연구에서는 Copula 함수 및 주변확률분포 매개변수에 대한 불확실성을 정량적으로 평가할 수 있는 모형의 개발 사례는 국내외적으로 미진한 실정이다. 이러한 점에서 본 연구에서는 기존 Copula 모형에 Bayesian 기법을 도입하여 매개변수의 불확실성을 평가할 수 있는 이변량 가뭄빈도해석 기법을 개발 하였다. 본 연구에서는 우선적으로 모의자료를 대상으로 모형의 적합성을 평가하였으며, 모형 적용결과 가정한 매개변수를 정확하게 재추정하는 것을 확인할 수 있다. 최종적으로 기 개발된 Bayesian Copula 함수 기반의 이변량 가뭄빈도해석 모형을 한강유역에 적용하여 최근 2013~2015 년에 가뭄 사상을 평가하였다. 서울, 경기 및 강원 지역에서 특히 가뭄이 심한 것으로 나타났으며, 대부분의 지역에서 결합재현기간이 100년을 상회하는 것으로 평가되었다. 본 연구를 통해 제안된 모형의 검증과정과 도출된 결과를 기준으로 판단해보면 가뭄자료의 분포특성 및 자료간의 상관성을 효과적으로 재현하는데 유리할 뿐만 아니라 매개변수의 불확실성을 평가할 수 있는 장점을 확인할 수 있었다.

The copula-based models have been successfully applied to hydrological modeling including drought frequency analysis and time series modeling. However, uncertainty estimation associated with the parameters of these model is not often properly addressed. In these context, the main purposes of this study are to develop the Bayesian inference scheme for bivariate copula functions. The main applications considered are two-fold: First, this study developed and tested an approach to copula model parameter estimation within a Bayesian framework for drought frequency analysis. The proposed modeling scheme was shown to correctly estimate model parameters and detect the underlying dependence structure of the assumed copula functions in the synthetic dataset. The model was then used to estimate the joint return period of the recent 2013~2015 drought events in the Han River watershed. The joint return period of the drought duration and drought severity was above 100 years for many of stations. The results obtained in the validation process showed that the proposed model could effectively reproduce the underlying distribution of observed extreme rainfalls as well as explicitly account for parameter uncertainty in the bivariate drought frequency analysis.

Abstract
 요 지
 1. 서 론
 2. 연구방법
  2.1 Copula 함수를 활용한 이변량 가뭄빈도해석
  2.2 Bayesian 기법을 이용한 Copula 함수의 매개변수추정 및 이변량 가뭄 빈도해석
 3. 연구결과
  3.1 대상유역
  3.2 분석결과
   3.2.1 가뭄 특성 인자 추출 및 확률분포형 선정
   3.2.2 Bayesian Copula 함수 모형 검증
   3.2.3 빈도해석 결과
 4. 결 론
 감사의 글
 References

• Kim, Jin-Young(ISAN Corporation, (주)이산) | 김진영
• Kim, Jin-Guk(Department of Civil Engineering, Chonbuk National University, 전북대학교 토목공학과) | 김진국
• Cho, Young-Hyun(Korea Water Resources Corporation (K-water), 한국수자원공사) | 조영현
• Kwon, Hyun-Han(Department of Civil Engineering, Chonbuk National University, 전북대학교 토목공학과) | 권현한 Corresponding Author