본 연구에서는 가뭄분석 시 사용되는 월단위 강수자료를 모의발생하기 위해, 두 가지 강수모의기법을 적용하였으며, 이 중 반-비모수 방법을 활용하여 모의강수자료를 구축한 후, 이변량 가뭄빈도해석을 수행하였다. 이를 위해 가뭄 지속기간과 심도의 상호 의존구조를 충분히 반영하여 해석할 수 있는 코플라 함수를 적용하였다. 그 결과, 앞서 관측된 가뭄사상으로 추정된 이변량 가뭄빈도곡선에 대한 95%, 90%, 75%, 50%의 신뢰구간을 제시할 수 있었다. 또한 가뭄 지속기간(2개월∼8개월)과 심도에 해당하는 95% 신뢰구간의 이변량 가뭄재현기간의 경계값(상한값 및 하한값)을 추정하여 불확실성의 원인을 해석하였다. 또한, 미래 기후변화에 의한 가뭄의 불확실성을 추정하기 위해, 기상청에서 제공한 기후변화 시나리오(RCP4.5)를 이용한 가뭄특성분석을 수행하였다. 그 결과 미래 2011년∼2040년은 우리나라의 낙동강 유역의 일부와 강원도 산간 지역에 가뭄위험이 크게 나타나는 반면, 미래 2041년∼2070년은 한강 유역의 대부분과 영산강 유역에 가뭄위험이 클 것으로 예상되었다. 미래 2071년∼2100년에는 우리나라의 남부 지역에서 가뭄위험이 상대적으로 클 것으로 예상되었다. 이러한 결과는 지역적으로 장기적인 가뭄대비계획을 수립하는데 중요한 참고자료가 될 것으로 기대된다.

저수지 내 퇴적과정으로 의한 저수용량 감소에 대한 효율적 관리의 중요성에도 불구하고, 불확실성을 포함하는 확률론적 관점의 신뢰도 분석이론을 활용한 저수용량 감소에 관한 연구는 많지 않다. 본 연구에서는 신뢰도 분석모형의 하나인 추계학적 감마 과정(stochastic gamma process)을 이용하고 개발된 모형을 소양강댐에서 적용하여 향후 발생될 수 있는 저수용량의 감소를 불확실성 측면에서 분석하였다. 특히 불확실성을 분석하기 위하여 정보적 사전분포(informative prior distribution)를 이용한 Bayesian MCMC 기법을 사용하여 추계학적 감마 과정의 모수(parameter)를 추정하였다. 구축된 정보적 사전분포를 적용한 결과 사전분포의 불확실성에 비해 사후분포의 불확실성이 상당히 감소되어져 정보적 사전분포의 효과를 확인할 수 있었으며, 소양강댐 퇴사용량의 기대 수명은(expected life time)은 5% 유의수준에서 119.3년부터 183.5년의 불확실성을 나타내는 것으로 분석되었다. 이와 같은 연구는 저수용량의 감소에 관한 불확실성 측면의 정보를 신뢰도 분석결과와 함께 제공할 수 있으므로, 향후 퇴적과정으로 인한 저수지의 유지관리계획을 수립함에 있어 댐 관리자 등에게 효과적으로 활용될 수 있을 것으로 판단된다.

SWAT (Soil and Water Assessment Tool) 모형의 적용성 검증을 위해서는 매개변수 민감도 분석 및 검·보정, 예측 불확실성 분석을 필요로 한다. 최근 SWAT 모형의 불확실성을 분석하기 위한 다양한 기법들이 개발되었는데, 본 연구는 충주댐 유역(6,581.1 km2)을 대상으로 유역출구점의 실측 일 유출량 자료(1998～2003)를 바탕으로 SWAT 모형의 유출관련 매개변수에 대한 불확실성 분석을 실시하였다. 이때 사용된 분석 기법으로는 SUFI2 (Sequential Uncertainty FItting algorithm ver.2), GLUE (Generalized Likelihood Uncertainty Estimation), ParaSol (Parameter Solution) 등을 적용하였다. 이러한 기법은 모두 SWAT-CUP (SWAT-Calibration Uncertainty Program; Abbaspour et al., 2007) 모형에 탑재되어있으며, 모형의 결과로써 검·보정, 매개변수의 민감도 분석, 각종 목적 함수 및 불확실성의 범위 등이 자동으로 산출되므로 모형의 사용자가 불확실성 평가 기법의 분석 및 비교를 손쉽게 할 수 있다. 그 결과 대표적인 목적 함수인 결정 계수(R2; Legates and McCabe, 1999)와 NS (Nash and Sutcliffe, 1970) 모형 효율은 모두 0.67에서 0.92 사이의 값을 나타내어 대체적으로 모의가 잘 이루어졌음을 알 수 있었다. 그러나 불확실성의 범위를 나타내는 지표인 p-factor 및 r-factor 에서는 평가 기법 별로 그 차이가 확연하게 드러났다. 여기서 p-factor는 불확실성 범위에 실측치가 포함되는 비율이며, r-factor는 불확실성의 상대적인 범위로 각각 1과 0에 가까울수록 모의 기법의 성능이 우수함을 의미한다. 세 가지 알고리듬 중에서 SUFI2의 p-factor가 약 0.79로 가장 높게 나타났으며, ParaSol의 r-factor가 0.03으로 가장 작게 나타났다. 본 연구의 결과는 SWAT 모형을 이용한 수문 모의에서 수문분석에 따른 예측결과의 불확실성을 정량적으로 평가함으로서, 모형의 적용성 평가 및 모의결과의 신뢰성 확보에 근거자료로 활용이 가능할 것으로 판단된다.

도시유역의 강우-유출모형으로 많이 사용되는 SWMM 모형의 입력변수들은 관측의 한계, 모형상의 오류 등 오차를 가지고 있다. 이러한 오차들은 모의 결과에도 영향을 미치게 된다. 본 연구에서는 SWMM 모형 입력자료들이 가지는 불확실성 정도를 정량화하여 유출량 산정결과에 반영도록 하였다. 이를 위하여 민감도 분석과 Monte Carlo Simulation이 수행되었다. 민감도 분석결과 유역면적, 불투수면적비, 조도계수, 유역폭, 경사, CN값의 순으로 유출의 첨두값에 영향을 미치는 것으로 나타났다. 매개변수별 1만회의 Monte Carlo Simulation 결과 첨두유출량의 분포가 입력인자의 분포와 동일한 정규분포를 따르는 것으로 나타났다. 모의된 결과는 SWMM 모의시 입력변수들의 불확실성에 따른 유출 결과의 정확도에 대한 판단기준을 제시할 수 있을 것으로 기대된다.

This study applied the Bayesian method for the quantification of the parameter uncertainty of spatial linear mixed model in the estimation of the spatial distribution of probability rainfall. In the application of Bayesian method, the prior sensitivity analysis was implemented by using the priors normally selected in the existing studies which applied the Bayesian method for the puppose of assessing the influence which the selection of the priors of model parameters had on posteriors. As a result, the posteriors of parameters were differently estimated which priors were selected, and then in the case of the prior combination, F-S-E, the sizes of uncertainty intervals were minimum and the modes, means and medians of the posteriors were similar to the estimates using the existing classical methods. From the comparitive analysis between Bayesian and plug-in spatial predictions, we could find that the uncertainty of plug-in prediction could be slightly underestimated than that of Bayesian prediction.

The probability concepts mainly used for rainfall or flood frequency analysis in water resources planning are the frequentist viewpoint that defines the probability as the limit of relative frequency, and the unknown parameters in probability model are considered as fixed constant numbers. Thus the probability is objective and the parameters have fixed values so that it is very difficult to specify probabilistically the uncertianty of these parameters. This study constructs the uncertainty evaluation model using Bayesian MCMC and Metropolis -Hastings algorithm for the uncertainty quantification of parameters of probability distribution in rainfall frequency analysis, and then from the application of Bayesian MCMC and Metropolis- Hastings algorithm, the statistical properties and uncertainty intervals of parameters of probability distribution can be quantified in the estimation of probability rainfall so that the basis for the framework configuration can be provided that can specify the uncertainty and risk in flood risk assessment and decision-making process.

Bootstrap methods is the computer-based resampling method that estimates the standard errors and confidence intervals of summary statistics using the plug-in principle for assessing the accuracy or uncertainty of statistical estimates, and the BCa method among the Bootstrap methods is known much superior to other Bootstrap methods in respect of the standards of statistical validation. Therefore this study suggests the method of the representation and treatment of uncertainty in flood risk assessment and water resources planning from the construction and application of rainfall frequency analysis model considersing the uncertainty based on the nonparametric BCa method among the Bootstrap methods for the assessement of the estimation of probability rainfall and the effect of uncertainty considering the uncertainty of the parameter estimation of probability in the rainfall frequency analysis that is the most fundamental in flood risk assessement and water resources planning.

본 논문에서는 확률강우량에 대한 공간분포 추정에 있어서 공간변동성에 따른 불확실성을 평가하기 위하여 지구통계 학적 추계모의기법인 CEM과 SGS 기법을 비교하였다. CEM과 SGS를 이용한 추계모의에 있어서 공간상관구조의 재생성, 확률강우량에 대한 불확실성 평가측도로서 실현치에 대한 통계치(표준편차, 변동계수, 사분위수 범위 및 범위)의 공간분포, 유역평균강우량의 불확실성 분포의 경우 두 기법이 대체로 비슷한 결과를 보이는 것으로 분석되었다. 그러나 모

극치사상을 예측하기 위한 기존의 빈도분석 결과의 이용에 대한 많은 문제점들이 부각되고 있다. 특히, 통계적 모형을 이용하기 위해서 흔히 사용되는 점근적 모형 (asymptotic model)의 합리적인 검토 없는 외삽 (extrapolation)은 산정된 확률 값을 과대 또는 과소평가하는 문제를 일으켜, 예측결과에 대한 불확실성을 과다하게 산정함으로써 불확실성에 대한 신뢰도를 감소시키는 문제가 있다. 그러므로 본 연구에서는 국내에서 극치강우사상을 포함한

본 연구에서는 현장에서 실측된 유량 및 수위로부터 산정된 조도계수의 오차를 분석하고 그 타당성과 한계를 검토하였다. 자연 하천흐름을 등류로 가정하여 산정된 조도계수는 저유량 규모에서 부등류로 계산된 조도계수와 큰 차이를 나타내었으며, 이는 속도수두의 차이보다 평균 단면적, 동수반경 등 단면정보에 크게 영향을 받았다. 상대적으로 긴 구간에서 홍수량 규모의 평균 조도계수 산정에서는 구간 상하류만의 수위 자료를 이용하여 조도계수를 산정하는 수정 Newton-

유출모형 적용시 신뢰성 있는 최적의 매개변수를 결정하는 것은 무엇보다 중요하나 여전히 어려운 문제로 남아 있다. 모형의 매개변수가 가지는 물리적인 범위와 매개변수에 따른 모형의 유출응답을 이해하는 것은 신뢰성 높은 매개변수를 추정할 수 있는 가능성을 향상시킬 것이다. 따라서 본 연구에서는 다양한 습윤기후지역에서 장기 유출분석에 적용성이 우수하다고 알려져 있는 Tank 모형의 매개변수 값들에 따라 저수유출모의에서 발생할 수 있는 불확실성을 분석하고자 하였

본 논문에서는 본 연구논제(2007)에서 개발된 COMBINE-GRNNM-GA(Type-1)으로부터 최적형태의 구조를 가진 모형을 구성하고, 입력층노드의 기상인자를 제거하기 위하여 불확실성 분석을 실시하였다. 훈련과정중에 가장 최소의 평활인자를 가진 입력층변수는 COMBINE-GRNNM-GA(Type-1)에서 제거되었으며, 변형된 COMBINE-GRNNM-GA(Type-1)은 기상학적 변수의 새로운 최소 평활인자를 구하기 위하여 재훈련된다. 최소 평활인

본 연구에서는 관악산 레이더 자료로부터 소양강 유역에서 최적 추정된 레이더 강우로 준분포형 TOPMODEL의 적용성을 평가하고 Monte Carlo난수발생 기법과 연계한 앙상블 유량모의 기법을 구축하여 레이더 추정강우가 가질 수 있는 불확실성이 수문모형에 미치는 영향을 모형의 매개변수와 연계하여 분석하였다. 레이더 추정강우를 활용하여 소양강 유역의 유량계산을 2003년 7월의 사례기간 동안 수행한 결과 실시간 편차보정 기법으로 수정된 레이더 입력강우의

수자원장기종합계획에서는 물의 과부족 또는 가용한 물을 정량적으로 평가하기 위해 물수지 분석을 실시한다. 물수지 분석은 미래 예측되는 용수수요량과 공급가능량을 비교하는 단순한 과정이지만, 분석 과정에 포함되어 있는 자료와 모형의 불확실성으로 인하여 물수지 분석을 실시한 각종 보고서마다 서로 다른 결과를 보여주고 있어 국민의 신뢰를 얻지 못한 실정이다. 본 연구에서는 Monte Carlo simulation 기법 중 Latin Hypercube sampli

본 연구(II)에서는 앞선 연구(I)에서 개발된 모형의 적용성을 증명하기 위해 2가지 등경사 가상유역에 대해 적용하였다. 먼저, 불투수조건의 1차원 흐름 추적에 대해 적용하고, 두 번째로 원추모양의 일부분처럼 되어있는 V자형 불투수 가상유역에 2차원 흐름추적을 적용하였다. 각자의 경우에서 모형의 결과와 관측치는 잘 일치하였다. 또한, 본 도형을 8의 유역면적을 가지는 설마천 유역과 33.2의 유역면적을 가지는 동곡 유역에 각각 적용하였고, 모의된 결과는

본 연구의 목적은 유역에서의 강우-유출 과정 모의를 위해 GIS에 기반을 둔 2차원 강우-유출 해석모형의 개발이다. 본 연구가 추구하는 세부 목표는 첫째, 강우--유출해석을 위한 2차원 모형을 개발하고, 둘째, 개발된 모형과 GIS를 연계하는 것이다. 모형에 포함된 수식화 과정은 다음의 네 가지로 요약학 수 있다. 시공간적으로 분포하는 강우의 처리과정과 침투과성, 유역의 유출을 추적하기 위한 1, 4, 8방향 흐름 추적과정, 그리고 하도 추적을 위한 1

기상예보모형 중 장기예측에 널리 사용되는 CGM모의결과를 이용하여 확률론적 불확실성 해석기법의 적용을 통해 유역단위로 관리되는 국내 수자원 운영에 대한 활용 가능성을 분석하였다. 연구된 기법은 GCM 모의값이 관측값의 크고 작음을 얼마나 잘 구분하는지를 확률적으로 분석하는 방법으로 Kolmogorov-Smirnov 검정을 사용한다. GCM 모의값으로는 ECMWF에서 AMIP-II 형태로 모의한 결과로부터 표면강수량을 추출하여 사용하였으며, 관측값은 국내

지하저장공동의 적절한 설계와관리를 위해서는 공동주위의 지하수 흐름이 분석되어야 한다. 지하수 흐름은 수리전도도의 공간적인 변동성에 의해 영향을 받게 되므로 본 연구에서는 이러한 영향분석을 위해 추계학적 개념을 도입한 2차원 유한요소모형을 개발하였다. 추계학적으로 정의된 불균일 매질에서의 2차원 정류흐름에 대한 근사해를 얻기 위해 Monte carlo 방법을 이용하엿으며, 이를 위해 알려진 평균과 표준편차를 가진 수리전도도를 발생시켰다. 모형을 통한 예측

기존의 DWOPER 모형에 대해서도 불확실도 기법을 이용한 홍수범람 해석을 위해 DWOPER-LEV 모형을 개발하였고, 하천의 홍수범람에 따른 제방의 월류위험도와 가능 범람범위를 예측할 수 있도록 하엿다. 본 연구에서는 홍수추적에 있어서의 하도단면의 기하형상과 수리저항계수에 기인한 불확실도의 영향을 검토하기 위해 Monte-Carlo 기법을 적용하였다. 개발된 모형은 남한강 유역의 실제 제방붕괴로 인한 홍수범람에 적용하여 제방의 월류위험도와 제내지에서의