기존의 Markov Chain 모형으로 일강우량 모의시에 강우의 발생여부를 모의하고 강우일의 강우량은 Monte Carlo 시뮬레이션을 통해 일강우 분포 특성에 맞는 분포형에서 랜덤으로 강우량을 추정하는 것이 일반적이다. 이때 강우 지속기간에 따른 강도 및 강우의 시간별 분포 등의 강우 사상의 특성을 반영할 수 없다는 한계가 있다. 본 연구에서는 이를 개선하기 위해 강우 사상을 1일 지속강우, 2일 지속강우, 3일 지속강우, 4일이상 지속강우로 구분하여 강우의 지속기간에 따라 강우량을 추정하였다. 즉 강우 사상의 강우 지속일별로 총강우량의 분포형을 비매개변수 추정이 가능한 핵 밀도추정(Kernel Density Estimation, KDE)를 적용하여 각각 추정하였고, 강우가 지속될 경우에 지속일별로 해당하는 분포형에서 강우량을 구하였다. 각 강우사상에 대해 추정된 총 강우량은 k-최근접 이웃 알고리즘(k-Nearest Neighbor algorithm, KNN)을 통해 관측 강우자료에서 가장 유사한 강우량을 가지는 강우사상의 강우량 일분포 형태에 따라 각 일강우량으로 분배하였다. 본 연구는 기존의 강우량 추정 방법의 한계점을 개선하 고자 하였으며, 연구 결과는 미래 강우에 대한 예측에도 활용될 수 있으며 수자원 설계에 있어서 기초자료로 활용될 수 있을 것으로 기대된다.

본 연구에서는 마코프 연쇄에 근거하여 지점간 공간상관을 적절히 고려할 수 있는 일강우의 다지점 모의 발생 방법을 제안하였다. 유역 내 여러 지점 대표지점을 선정하여 강우의 발생의 간단한 1차 마코프 연쇄에 의해 모의되도록 하였고 강우강도는 과거자료에서 무작위하게 추출하는 방법을 적용하였다. 지점간 공간상관은 모든 지점에 대해 강우강도가 대표지점과 같은 시점의 것이 일관되게 선택되도록 함으로서 그대로 유지시킬수 있었다. 모의된 일강우자료는 평균, 분산이나

본 연구에서는, Markov 연쇄 모형에 의해 산정된 모의 일 강우량을 일 유출모형인 Tand 모형에 입력시켜 모의 일유출량을 산정함으로써 저수유량계열을 확장하는 방법을 개발하였다. 또한, 모의된 일 유량계열로부터 지속기간별 연 최저치 계열을 작성하였으며, 지속기간별 연 최저치계열에 대한 빈도분석을 시행하였다. 분석에 사용된 분포형은 Lognormal-2, Lognormal-3, Gamma-2, Gamma-3, LogGamma-3, Gumbel-2, W