The scale of disaster and damage witnessed in the 2004 Indian Ocean Tsunami and the 2011 Great East Japan Tsunami has motivated researchers in developing foolproof disaster mitigation techniques for safety of coastal communities. This study focuses on developing tsunami hazard map by numerical modeling at Imwon Port to minimize losses of human beings and property damage when a real tsunami event occurs. A hazard map is developed based on inundation maps obtained by numerical modeling of 3 past and 11 virtual tsunami cases. The linear shallow-water equations with manipulation of frequency dispersion and the non-linear shallow-water equations are employed to obtain inundation maps. The inundation map gives the maximum extent of expected flooded area and corresponding inundation depths which helps in identifying vulnerable areas for unexpected tsunami attacks. The information can be used for planning and developing safety zones and evacuation structures to minimize damage in case of real tsunami events.

최근 수문자료에서 비정상성 현상들이 관측됨에 따라 비정상성 빈도해석에 관한 연구들이 활발하게 진행되고 있다. 시간에 따라 변화하는 통계 적 특성을 고려하기 위하여 다양한 형태의 비정상성 확률분포형이 제시되고 있으며, 비정상성 매개변수를 추정할 수 있는 다양한 방법들이 연구되 고 있는 추세이다. 본 연구에서는 앙상블 경험적 모드분해법을 이용한 비정상성 Gumbel 분포형의 매개변수 추정방법을 제시하고 기존에 비정상 성 매개변수 추정방법으로 주로 사용되어온 최우도법과 비교해보고자 하였다. 국내 자료의 적용을 위하여 기상청 지점의 다양한 지속기간에 대해 경향성이 나타나는 연 최대치 강우자료를 사용하였다. 적용 결과 선형적 경향성을 나타내는 자료에 대해서는 두 가지 방법 모두 적절한 모형을 선 정하였으나, 2차 곡선 형태의 경향성이 존재하는 자료에 대해서는 앙상블 경험적 모드분해법의 경우에만 이러한 경향성을 반영하는 비정상성 Gumbel 모형을 선정하였다.

최근 기후변화로 인한 자연재해가 증가하면서 강수 및 기온자료의 시계열에 대한 변동성과 추세를 분석하여 그 변화를 예측하는 연구의 필요성 이 점점 커지고 있다. 하지만 강수나 기온의 경우 복합적인 요소에 의해 변동이 일어나 자료의 변동성이 매우 심하고 너무 많은 요소를 포함하게 되 어 그 특성을 정확히 판단하기가 쉽지 않다. 따라서 자료의 시계열을 분해하게 되면 각 특성을 가진 요소를 추출할 수 있으므로, 정확한 변동 특성을 파악할 수 있다. 본 연구에서는 우리나라 강수 및 기온자료를 경험적 모드분해법(Empirical Mode Decomposition, EMD)을 통해 주기별로 분해 하여 각각의 내재모드함수(Intrinsic Mode Function, IMF)를 추출하였다. 또한, 추출된 내재모드함수의 에너지 밀도를 이용한 유의성 검정을 통 해 원자료로부터 유의미한 자료를 포함하고 있는 내재모드함수를 선별하고, 이들의 주기성, 경향성을 분석하였다.

수문 시계열의 분석은 수문자료를 활용한 수자원의 효율적인 운영 및 관리에 필수적인 부분이며, 특히 장기적인 수문량 예측에 널리 활용되고 있다. 이러한 수문 시계열 분석은 전통적으로 하나의 자료계열을 하나의 요인으로 파악하여 자료를 분석하고 예측해왔지만 시계열 자료가 여러 가지 요인으로 혼합되 어 하나의 자료계열로 나타내질 수 있다는 가정 하에 각 요인들을 분해하여 분석하는 방법도 널리 연구되고 있다. 본 연구에서는 경험적 모드분해법을 이용하여 주어진 수문 시계열을 다중 성분으로 분해하고 분해된 각 요소를 시계열 모형으로 재구축한 후, 구축된 요소별 시계열 모형으로부터 예측된 값을 합하여 시계열을 예측하는 방법을 이용하였으며 이를 국내 댐 유입량에 적용한 후 그 결과를 나타내었다. 기존 시계열 모형과 경험적 모드분해법을 이용한 방법의 정확도를 비교한 결과, 기존의 시계열 모형을 이용하여 자료를 예측한 결과보다 경험적 모드분해법을 적용하여 자료를 분해한 후 시계열 자료를 예측한 결과가 주어진 시계열 자료를 더 잘 나타내는 것을 알 수 있었다.

본 연구에서는 기후변화에 따른 충주댐 유입량을 모의하였으며 이때 발생되는 불확실성을 분석하였다. GCM별 불확실성을 고려하기 위해 IPCC AR4 A2 시나리오에 의한 4개의 GCM 강수량 결과를 추계학적 모형인 TFN 모형에 적용하였다. TFN 모형의 불확실성을 고려하기 위하여 정규분포를 따르는 100개의 잡음항을 생성하여 앙상블 유입량 시나리오를 생성하였고, 결과적으로 400개의 미래 유입량 시나리오를 제시하였다. 분석 결과 과거 30년과 비교하여 미래에는 다른 변화율을 보였으며, 모든 시나리오에서 전 기간에 걸쳐 연 유입량 증가 양상을 보였고 여름철의 유입량 증가, 봄철의 유입량 감소가 전망되었다.

다변량 확률모형을 통한 빈도해석 방법이 발전함에 따라 수문통계 분야에도 이에 대한 적용이 대두되고 있다. 다변량 확률모형은 확률변수의 특징을 갖는다고 판단되는 수많은 변수에 적용이 가능하며 이에 따라 수문분야에서는 가뭄, 홍수, 강우와 같은 자료에 적용되고 있다. 본 연구에서는 서울지점의 기상청 강우관측기록을 이용하여 이변량 빈도해석을 수행하였으며 확률강우량을 산정하였다. 사용된 이변량 확률모형은 archimedean copula인 Frank, Gumbel-Hougaard, Joe 등의 3가지 모형이며, IFM(Inference Function for Margin) 방법을 이용하여 매개변수를 추정하였으며, empirical copula 와 추정된 copula 모형의 차이를 이용하여 각 모형간의 확률강우량 산정결과의 차이를 비교하였다.

적절한 확률분포형을 결정하고 그에 따른 확률수문량을 산정하는 것은 빈도해석에서 가장 중요한 절차이며, 이를 수행하기 위해서는 경험적 확률분포에서 얻어지는 자료와 가정한 확률분포에서 얻어지는 자료의 일치 정도를 판별하는 적합도 검정을 거쳐야 한다. 지금까지 일반적으로 적용된 적합도 검정 방법은 분포형의 전체적인 적합정도를 판별하여 최근의 기상이변으로 인한 극치 사상에 대하여는 충분히 고려하지 못하고 있다. 따라서 본 연구에서는 분포형의 극치 사상에 가중치를 주는 modified Anderson-Darling(AD) 검정 방법을 3변수 Weibull 분포형에 적용하여 검정통계량 한계값과 기각력을 살펴보았으며 이를 실제 자료에 적용한 결과, modified AD 검정 방법이 다른 기존의 적합도 검정보다 더 우수한 기각력을 가지고 있음을 확인하였다. 이는 앞으로 3변수 Weibull 분포형을 이용한 극치 수문량 선정에 있어 modified AD 방법이 하나의 기준으로 작용할 수 있을 것이라 판단된다.