본 연구에서는 소양강댐 유역의 수문기상인자들의 시공간적 변동성을 명확히 파악하기 위하여 지표해석모형을 구축하였다. 지표해석 모형으로 는 Variable Infiltration Capacity (VIC) 모형을 사용하였으며, 모형의 공간 해상도는 10 km, 시간 해상도는 1일로 정하였다. 2007~2010년 기 간의 일유량자료를 바탕으로 Isolated Particle Swarm Optimization 알고리즘을 사용하여 모형의 7개 매개변수를 보정하였고, 2011~2014년 기간의 일유량자료를 사용하여 모형을 검증하였다. 보정된 모형은 보정기간과 검증기간 모두에 대하여 0.90의 Nash-Sutcliffe Coefficient값과 0.95의 상관계수를 보였다. 소양강댐유역에 대하여 산출된 인자들은 여름철에 강우가 집중되어있는 우리나라의 계절적인 특성과 기온변화로 인한 장 ․ 단파 복사량의 변화와, 지표면 온도의 변화, 이로 인해 피복층에서의 증발과 식생 증산의 변화가 고려되어 총 증발산이 변화하는 경향이 잘 반영된 것으로 나타났다. 산출된 수문인자를 검증하기 위하여 지상관측토양수분자료와 비교하였다. 겨울철을 제외한 4~11월의 비교결과 두 자료의 추세선의 기울기는 1.087로 나타났고, 상관계수는 0.723의 값을 나타냈다. 이러한 본 연구의 결과는 지표해석모형이 우리나라 주요 댐 유역의 수문기상인자의 시공간적인 변화를 정확히 파악하는데 활용될 수 있으며, 나아가서는 더욱 정밀하고 효율적인 수자원계획을 수립하는 데에도 활 용될 수 있다는 점을 시사한다.

본 연구에서는 우리나라 전역에 대하여 인공신경망 기법을 사용하여 일최심신적설을 추정하였다. 인공신경망 모형 구조를 시행 착오법을 이용 하여 설계한 결과, 입력자료는 일 최저 기온, 일 평균 기온, 강수량으로 정하였고, 은닉층과 노드의 수는 각각 1층, 10개로 정하였다. 관측값을 인공 신경망의 입력자료로 활용하는 경우, 교차검증 상관계수는 0.87로 Ordinary Kriging기법을 활용하여 일최신심적설을 공간보간한 경우의 교차검 증상관계수인 0.40보다 크게 높았다. 미계측 지역의 일최심신적설을 추정하는 경우의 인공신경망 모형의 성능을 알아보기 위하여 인공신경망 모 형의 입력자료들을 Ordinary Kriging으로 공간보간하여 일최심신적설을 추정하였다. 이 경우 교차검증 상관계수는 0.49였다. 또한 해발 고도 200 m 이상의 산지에서의 인공신경망의 성능은 나머지 지역인 평지에서의 성능보다 다소 떨어짐을 확인하였다. 본 연구의 이러한 결과는 우리나라 전역에 걸친 정확한 적설량의 즉각적인 산정에 인공신경망 모형이 효과적으로 활용될 수 있음을 의미한다.

본 연구에서는 포아송 클러스터 강우생성모형의 하나인 MBLRP 모형의 매개변수지도를 우리나라에 대하여 제작하고 이에 기반을 둔 가상강우생성 웹 어플리케이션을 개발 및 검증하였다. 이를 위하여 우리나라의 62개 ASOS 지상 강우 관측소에서 관측된 강우자료를 기반으로 서로 다른 수문모의 의 목적(홍수량 모의, 장기 유출량 모의, 일반 모의)에 따른 MBLRP 모형의 매개변수지도를 산정한 후, 이를 Ordinary Kriging 기법을 통해 공간 보간 하여 우리나라에 대한 매개변수지도를 제작하였으며, 이에 기반을 두고 가상강우 시계열을 생성하는 웹 어플리케이션을 개발하였다. 검증을 위하여 웹어플리케이션을 사용하여 가상강우를 생성한 후 평균, 분산, 자기상관계수, 무강우 확률, 극한강우량 및 다양한 유역에 대한 극한홍수량과 유출량 을 계산하고 이를 관측 강우에 근거하여 산출된 값과 비교하였다. 비교 결과 가상 강우의 각종 통계값은 관측강우에 근거한 값과 매우 유사하게 나타 났으나, 극한강우와 극한홍수는 관측치에 근거한 값과 비교하여 16%-40% 정도 과소산정되는 경향을 보였다. 이러한 결과는 교정계수로 활용할 수 있도록 등고선도의 형태로 제공되었다. 본 연구에서 개발한 웹 어플리케이션은 모형의 매개변수 산정부터 가상 강우 시계열 생성까지 일련의 과정을 포함하고 있어 강우자료를 필요로 하는 다양한 수문 분석에 활발히 활용될 것으로 기대된다

본 연구에서는 실측자료를 기반으로 한 새로운 면적강우량 산정기법인 ‘레이더 폴리곤 기법(Radar polygon Method, PRM)’을 제시하였다. RPM은 (1) 강우공간분포의 실측자료인 기상레이더 자료를 이용하여 지점관측소가 위치한 곳에서의 강우강도와 주변지역의 강우강도를 비교하여 유사강우 발생지도 작성; (2) 위의 단계를 관측소별로 반복하여 각 관측소별 유사강우 발생 확률 지도 작성; (3) 주어진 격자에서의 각 관측소의 유사강우 발생 확률의 비교를 통한 지배범위 결정의 알고리즘으로 관측소별 가중치를 결정하는 방법이다. RPM 방법을 안성천 유역에 적용하여 Thiessen법과 결과를 비교하였 다. 안성천 유역의 경우 RPM과 Thiessen방법에 근거한 다각형의 공간적 형태는 관측소 위치의 강우 특성에 따라 차이를 보였으나 관측소별 가중치 값의 차이는 크지 않았다. 본 연구는 관측기간 및 정확도의 문제로 인하여 제한적으로 활용되어 온 레이더 강우관측자료의 새로운 활용분야를 개척하였다는 점에서 큰 의미를 찾을 수 있다.

본 연구에서는 포아송 클러스터 강우생성모형의 일종인 Modified Bartlett-Lewis Rectangular Pulse (MBLRP) 강우생성 모형의 도시홍수 모의에 있어 적용성을 살펴보았다. 이를 위하여 서울 홍제천 유역의 남가좌 배수분구에 대하여 2차원 관망-지표면 홍수 모의 프로그램인 XP-SWMM 모형을 구축하고, MBLRP 모형을 사용하여 생성된 200년 길이의 가상강우 시계열을 입력 강우자료로 하여 홍수량, 침수면적을 산정하고 이를 설계강우에 근거하여 산출된 값들과 비교하였다. 비교 결과, MBLRP 모형을 사용하여 산출된 홍수량 및 침수면적은 설계강우에 근거한 값들과 비교하였을 때 다소 작은 값을 가졌고, 과소산정의 정도는 8%(5년 빈도)에서 34% (200년 빈도)의 값을 가졌으며, 설계강우의 재현기간에 따라 과소산정의 정도는 증가하였다. 본 연구의 결과는 도시유역에서의 홍수 모의에 있어 몬테카를로 분석을 통한 침수관련 변수들의 불확실성을 정량적으로 표현할 수 있는 방법론을 제시하고 그 적용성 및 한계점을 제시했다는 점에서 그 의미를 찾을 수 있을 것이다.

멀티모달 최적화알고리듬의 일종인 ISPSO와 불확실도분석기법인 GLUE를 결합한 ISPSO-GLUE 기법을 TOPMODEL의 불확실도분석에 적용하였으며, 그 결과를 GLUE 기법과 비교하였다. 두 기법 모두 같은 횟수만큼 모형을 실행하였을 때 ISPSO-GLUE 기법의 누적성능이 더 좋아지는 시점을 발견할 수 있었으며, 그 이후로도 ISPSO-GLUE 기법은 GLUE 기법과는 달리 점진적인 성능의 향상을 보여 주었다. 두 기법이 비슷한 모양과 양상의 95% 불확실도구간을 생성하였다. 하지만 ISPSO-GLUE 기법이 약 5.4배 더 많은 관측치를 포함하는 것으로 나타났으며 GLUE 기법에 비해 훨씬 적은 횟수의 모형실행으로도 좋은 성능의 불확실도구간을 얻을 수 있는 것으로 나타났다. ISPSO-GLUE 기법과 비교했을 때 GLUE 기법이 최대 첨두유량의 감쇠곡선 부분에서 불확실도를 과대평가하였다. 이 시간대에 대해서는 GLUE의 경우 불확실도를 줄이기 위해 더 많은 행동모형들을 찾을 필요가 있다. ISPSO-GLUE 기법이 정량적인 성능평가에서 훨씬 많은 관측치를 포함할 수 있었다는 것은 이 기법의 가능성을 잘 보여 주었다고 할 수 있으며, 특히 계산적으로 값비싼 수문모형에서는 보다 큰 성능의 차이를 보일 것으로 기대된다.

본 연구는 우리나라 전역에 대하여 제작된 Modified Bartlett-Lewis Rectangular Pulse(MBLRP) 강우생성 모형의 모수지도의 적용성을 홍수 재현의 관점에서 평가하였다. MBLRP 모형을 통해 생성된 가상 강우시계열을 사용하여 산정된 확률강우량은 관측치를 사용하여 산정된 확률강우량 보다 약 5%에서 40% 정도 작았고, 확률강우량의 재현기간이 클수록 과소산정의 정도가 크게 나타났다. 가상의 도시 유역에 MBLRP 모형을 적용하여 산정한 확률홍수량은 관측치를 사용하여 산정한 확률홍수량 보다 약 20%에서 45% 정도 작게 나타났고, 확률홍수량의 재현기간이 클수록, 그리고 유역의 불투수성이 작을수록 과소산정의 정도가 크게 나타났다.

본 연구에서는 가뭄빈도해석을 위해 이변량 확률분포함수를 적용하였으며, 가뭄 특성(가뭄 지속기간과 심도)의 상호 관계를 고려하여 지역적 가뭄특성을 종합적으로 판단하였다. 또한 단변량 가뭄해석의 한계점을 극복하기 위한 방안으로 이변량 가뭄해석을 수행하였으며, 이를 위해 코플라 함수를 적용하였다. 가뭄 발생의 확률 및 경향성을 종합적으로 나타내어 줄 수 있는 결합 확률밀도함수를 추정한 후, 지점별 가뭄빈도해석 및 과거 최대가뭄사상에 대한 단변량 및 이변량 재현기간을 산정하여 비교·분석하였다. 또한, 우리나라의 과거 최대가뭄사상에 대한 가뭄위험도분석을 위해, 연속되는 50년과 100년 동안 최소 한번 발생하는 확률(과거 최대가뭄사상 크기의 가뭄)을 강우관측지점별로 계산하여 가뭄위험지역을 예상하였다. 그러나 우리나라와 같이 강수자료의 기록연한이 짧은 경우에는 이변량 가뭄빈도해석을 수행하는 데 큰 불확실성을 야기할 가능성이 있다. 그러므로 가뭄해석 결과의 불확실성을 정량화시키기 위한 방안으로 강수모의기법을 활용하였으며, 그 결과 관측된 가뭄사상으로 추정된 이변량 가뭄빈도곡선에 대한 5%, 25%, 50%, 75%, 그리고 95%의 신뢰구간을 제시할 수 있었다. 또한 가뭄 지속기간과 심도의 95% 신뢰수준에 대한 이변량 가뭄재현기간의 경계값(상한값 및 하한값)을 추정하였다. 그 결과 불확실성의 원인은 가뭄빈도해석 시 고려되었던 두 변량에 대한 낮은 상관성으로 인해, 확률적인 방법으로 결합분포모형을 추정하는 데 있어 발생한 불확실성인 것으로 확인되었다.

수공구조물의 설계기준인 확률강우량은 정상성(stationary)라는 가정 아래 산정되어 적용되고 있다. 하지만 기후변화의 영향으로 우리나라에서 평균 강수량이 증가하는 모습을 보이고 있으며, 최근 일어난 국지성 호우는 설계빈도를 크게 벗어나면서 도심지역의 침수를 발생시키고 있다. 본 연구에서는 최근에 관측되는 강우량의 경향성을 반영하기 위하여 GEV 모수의 비선형성을 고려한 비정상성 강우빈도해석법을 제안하고 이를 관측강우량을 이용하여 적용성을 검토하였다. 30년 이상의 지점 일강우량을 보유한 관측지점을 이용하여 행정구역별 일강우량을 산정하고 연최대일강우량 자료를 구축한 뒤, Mann-Kendall Test와 Regression Test를 통하여 경향성을 가진 24개 지역을 선정하였다. 경향성을 가지고 있는 지역을 대상으로 이동평균방법을 이용하여 강우량의 평균, 분산, 왜곡도를 산정하였으며, GEV 확률분포함수의 모수를 추정하여 이들의 상관성을 파악하였다. 이를 바탕으로 비선형 회귀모형을 이용하여 GEV 함수의 모수를 추정하였으며, 이를 바탕으로 행정구역의 확률강우량을 산정하였다. 이러한 결과는 최근 도입된 행정구역별 방재성능목표 강우량 산정에 도움이 될 것으로 판단된다.

본 연구에서는 가뭄빈도해석을 위해 이변량 확률분포함수를 적용하였으며, 가뭄 특성(가뭄 지속기간과 심도)의 상호관계를 고려하여 지역적 가뭄특성을 종합적으로 판단하였다. 또한 단변량 가뭄해석의 한계점을 극복하기 위한 방안으로 이변량 가뭄해석을 수행하였으며, 이를 위해 코플라 함수를 적용하였다. 가뭄 발생의 확률 및 경향성을 종합적으로 나타내어 줄 수 있는 결합 확률밀도함수를 추정한 후, 지점별 가뭄빈도해석 및 과거 최대가뭄사상에 대한 단변량 및 이변량 재현기간을 산정하여 비교·분석하였다. 또한, 우리나라의 과거 최대가뭄사상에 대한 가뭄위험도분석을 위해, 연속되는 50년과 100년 동안 최소 한번 발생하는 확률(과거 최대가뭄사상 크기의 가뭄)을 강우관측지점별로 계산하여 가뭄위험지역을 예상하였다. 그러나 우리나라와 같이 강수자료의 기록연한이 짧은 경우에는 이변량 가뭄빈도해석을 수행하는 데 큰 불확실성을 야기할 가능성이 있다. 그러므로 가뭄해석 결과의 불확실성 정량화시키기 위한 방안으로 강수모의 기법을 활용하였으며, 그 결과 관측된 가뭄사상으로 추정된 이변량 가뭄빈도곡선에 대한 5%, 25%, 50%, 75%, 그리고 95% 의 신뢰구간을 제시할 수 있었다. 또한, 95% 신뢰구간에 해당하는 특정 가뭄 지속기간과 심도를 고려한 이변량 가뭄재현기간의 경계 값(상한 값 및 하한 값)을 추정하였으며, 이는 상대적으로 가뭄빈도해석의 불확실성이 큰 5개의 관측지점(대관령, 원주, 청주, 대전, 인제)을 발견하였다. 이와 같은 특정 지점에서 발생된 큰 불확실성의 근본적인 원인을 밝혀내기 위해서는, 해당 5개 지점에 대한 가뭄 특성 및 빈도해석의 연구결과를 재검토 되어져야 할 필요가 있다고 판단하였다. 그 결과 5개의 특정 관측지점에서 발생한 불확실성 원인은 이변량 가뭄빈도해석의 해석 시 고려되었던 두 변량이 서로 낮은 상관성을 나타냄에도 불구하고, 가뭄 지속기간에 따른 조건부로 가뭄심도를 해석함에서 발생되어진 것으로 확인되었다. 이는 확률적인 방법으로 결합밀도함수를 추정하는 데 있어 발생되어진 불확실성인 것으로 확인되었으며, 향후 가뭄빈도분석 결과를 이용하여 가뭄을 판단하고 해석할 경우에는, 실제 분석결과에 미칠 수 있는 다양한 불확실성을 충분히 고려하여 보다 신뢰성 있는 가뭄판단을 해야 할 것으로 사료된다.