본 연구에서는 우리나라에 태풍이 내습할 때 먼저 피해를 받는 남해안 지역을 대표하는 Quantile을 제안하고, 각 지점들의 재 현기간에 따른 극치 풍속을 추정하기 위하여 연 최대풍속 자료와 Hosking이 제안한 선형-모멘트 방법(L-moments)을 이용한 지역빈도 해석을 수행하였다. 모든 기상관측 지점에서는 비정상적인 값이 존재하지 않았고 이질성 검정을 통해서 하나의 동질 한 지역을 나타 낼 수 있음을 확인하였다. 또한 적합도 과정을 통해서 Generalized Normal (GNO) 및 Generalized Extreme Value(GEV) 분포를 남해안 지역을 대표하는 빈도분포로 선택하였다. 상대 오차(RB)와 상대 평균제곱근 오차(RRMSE)를 이용하여 두 분포의 안정성을 평가한 결 과, GNO 분포가 GEV 분포보다 더 안정한 것을 알 수 있었다. 마지막으로 남해안 지역을 대표하는 Quantile과 각 지점들의 평균, 중앙 값, 그리고 위치 매개변수를 이용하여 지점들의 극치 풍속을 추정하였다. 본 연구에서 적용한 지역빈도해석이 자료가 부족하거나 계측 되지 않은 지점들에 대한 극치 풍속을 추정하기 위한 방법으로서 도입이 필요하다고 생각된다.

다변량 빈도해석과 지역빈도해석의 장점을 동시에 가지는 다변량 지역빈도해석은 다양한 변수를 고려함으로써 수문 현상에 대하여 많은 정보를 얻을 수 있고 많은 가용 자료 수로 인하여 높은 정확도의 분석결과를 도출할 수 있다. 현재까지는 우리나라의 강우 자료를 이용하여 다변량 지역빈도해석이 시도된 적이 없어 국내의 강우 자료를 대상으로 다변량 지역빈도해석의 적용성을 검토할 필요가 있다. 본 연구에서는 다변량 지역빈도해석의 매개변수 추정, 최적 분포형 선정, 확률수문량 성장곡선 추정 등에 집중하여 이변량 수문자료인 연 최대 강우량-지속기간 자료에 대하여 이변 량 지역빈도해석의 적용성을 평가하였다. 기상청 71개 지점에 대하여 분석을 실시하였다. 본 연구를 통해 적용된 지역강우자료의 최적 copula 모형으로는 Frank와 Gumbel copula 모형이 선택되었고 주변분포형에 대해서는 지역별로 Gumbel과 대수정규분포와 같은 다양한 분포형이 최적 분포형으로 선택되었다. 상대제곱근오차(relative root mean square error)를 기준으로 지역빈도해석이 지점빈도해석보다 안정적이고 정확한 확률수문량 곡선 추정을 하였다. 이변량 강우분석에서 지역빈도해석을 적용하면 안정적인 수공구조물 설계기준 제시와 강우-지속기간 관계를 모형화 할 수 있을 것으로 기대된다.

지역빈도해석은 대상 지점과 수문학적 동질성을 만족하는 주변 지점을 하나의 지역으로 보고 빈도해석을 수행하는 방법이다. 따라서 동질한 지역의 구분은 지역빈도해석에 있어서 가장 중요한 가정이라고 할 수 있다. 이에 본 연구에서는 인공신경망 기법중 하나인 자기조직화지도(self-organizing map, SOM) 기법을 활용하여 강우 지역빈도해석을 위한 동질 강수 지역을 구분하였다. 지역구분 인자로는 지형 정보와 시 단위 강우자료를 활용하였다. 최적 SOM 지도 구성을 위해 정량적 오차와 위상관계 오차를 활용하였다. 그 결과 7 × 6 배열의 42개의 노드를 갖는 모형을 선정하였고 최종적으로 강우 지역빈도해석을 위해 6개의 군집으로 구분하였다. 동질성 검토 결과 6개의 군집 모두 동질한 지역으로 나타났으며 기존의 유사하게 구분된 지역들과 이질성 척도를 비교하였을 때 좀 더 안정적인 지역 구분결과를 나타내는 것을 확인하였다.

다변량 지역빈도해석은 기존에 사용되어온 다변량 빈도해석과 지역빈도해석의 장점을 가지고 있는 방법으로 다양한 변수를 고려함으로써 수문현상에 대하여 많은 정보를 얻을 수 있다. 현재까지는 우리나라의 수문자료를 이용하여 다변량 지역빈도해석이 시도된 적이 없어 국내의 수문자료를 대상으로 다변량 지역빈도해석의 적용성을 검토할 필요가 있다. 본 연구에서는 다변량 지역빈도해석의 수문학적 동질지역을 설정하는 단계에 집중하여 이변량 수문자료인 연최대 강우량-지속기간 자료에 대하여 수문학적 동질지역을 설정하였다. 이변량 지역빈도해석에서 사용되는 지역 구분방법의 한국의 연최대 강우량-지속기간 자료에 대한 적용성을 평가하였고 그 특성을 분석하였다. 기상청 71개 지점에 대하여 분석을 실시하였다. 군집해석방법으로는 K-medoid 방법을 적용하였고, 불일치 척도와 이질성 척도를 이용하여 지역구분이 적절히 되었는지를 판정하였다. 군집해석 결과 한국은 총 5개의 지역으로 나누어지며, 두 지역을 제외하고는 지역 내 모든 지점의 불일치 척도가 기준치 이하인 것으로 나타났다. 자료연수가 짧은 지점에서 불일치 척도가 높게 나오는 것을 확인하였다. 구분된 모든 지역은 지역 내 지점들의 자료들이 동질한 것으로 나타났고 각 지점간의 상관성이 매우 높은 것으로 나타났다.

본 연구에서는 Bayesian 통계기법을 활용한 지역빈도해석 모형을 기반으로 외부 기상인자 및 공간정보에 의한 확률강우량의 변동성을 고려할 수 있는 Bayesian 지역빈도해석 기법을 개발하였다. 기존 지역빈도해석에서 분석시 확률분포형의 매개변수는 과거와 일정하다는 정상성을 기본 가정으로 연구를 진행해 왔다. 이는 평균의 변동성 및 확률강우량 추정시 최근 기후변화의 영향을 효과적으로 고려하지 못하는 단점이 존재하였다. 또한 우리나라의 경우 산악지형이 약 70% 이상을 차지할 정도로 지형적 및 계절적으로 강수량 패턴이 불분명하여 확률강우량 추정시 공간적 변동성을 고려할 수 있는 새로운 개념의 지역빈도해석의 필요성이 대두되고 있다. 최근 국내 연구에서는 유역내 면적강우량 환산시 극치계열의 강수자료를 이용하여 지점빈도해석(point frequency analysis, PFA) 또는 지역빈도해석(regional frequency analysis, RFA)을 수행하여 수자원 설계에 이용되고 있다. 그러나 기존 지역빈도해석연구에서 매개변수 산정시 외부인자(covariate)를 고려할 수 없는 단점이 존재하며, 불확실성을 정량적으로 해석하는데 어려움이 있다. 이와 더불어 기존 RFA에서는 관측지점을 중심으로 산정된 확률강우량은 Thiessen망을 통해 유역면적강우량으로 변환하여 사용하는 것이 일반적이나 우리나라의 산지특성과 여름철 강우처럼 시공간적 변동성이 큰 경우 면적평균강우를 추정하는데 있어서 오차가 크게 발생할 수 있다고 알려지고 있다. 이러한 이유로 본 연구에서는 Bayesian 통계기법을 활용하여 매개변수 추정시 기상인자 및 공간정보가 고려된 지역빈도해석을 수행할 수 있는 모형을 개발하였으며 다음과 같이 연구를 진행하였다. 첫째, 한강유역내 18개 관측소를 대상으로 연도별 여름강수량을 추출하고 이들 관측소의 여름강수에 물리적인 영향을 미치는 기상인자로서 SST(sea surface temperature)를 외부인자로 채택하였다. 둘째, 극치분포를 잘 재현한다고 알려져 있는 Gumbel 분포를 확률분포형으로 선정하였으며, Gumbel 분포 매개변수 산정시 앞서 추출한 SST와 한강 유역내 공간정보를 활용하여 매개변수를 산정하였다. 마지막으로 Bayesian 기법을 도입하여 산정된 매개변수의 불확실성 구간을 제시하였으며, 추정된 확률강우량 또한 불확실성 구간을 제시하여 신뢰성 있는 연구를 수행하였다.

본 연구에서는 지역특성(위도, 경도, 고도)과 기후학적 특성(연최대강우량)을 계층적 Bayesian 모형안에서 연계하여 공간적 분석이 가능한 지역빈도해석 모형을 개발하였다. 기존 지역빈도해석은 강수지점의 지리적/지형적 특성을 반영한 해석이 어려운 단점이 있으며, 지점을 기준으로 해석된 확률강수량을 유역면적강우량으로 변환 시 불확실성이 큰 단점이 있다. 이에 본 연구에서는 계층적 Bayesian 기법을 이용하여 지역특성 및 기후학적 특성이 고려된 Gumbel 확률분포형의 매개변수를 추정하였으며, 이들 매개변수들을 공간적으로 보간하여 한강유역내 모든 지점에 대해서 확률강수량을 추정할 수 있도록 하였다. 결과적으로 기존 L-모멘트 방법과 유사한 결과를 확인할 수 있었으며 확률강수량의 불확실성 정량화와 더불어 지리적/지형적 영향을 고려한 해석이 가능하였다.

본 연구에서는 기상청 산하 30년 이상의 관측치를 갖고 있는 기상관측소 58개 지점을 대상으로, 과거 관측자료 및 대표농도경로(RCP) 시나리오에 의한 강수량 자료를 이용하여 지점 및 지역 확률강수량을 산정하였다. 기후변화 시나리오 자료의 편의를 제거하기 위하여 분위사상법(Quantile Mapping)과 이상치 검정을 실시하였다. 이를 통해 보정된 시나리오 값을 이용하여, 빈도해석을 통한 미래 목표기간별 확률강수량의 변화율을 살펴보았다. 기후변화에 따른 미래 확률강수량은 지속시간 24hr의 경우 현재에 대비하여 RCP 4.5시나리오 에서는 지점확률강수량 값은 평균 14~22%가 증가하였으며, 지역확률강수량 값은 평균 12~22% 증가하였다. RCP 8.5 시나리오에서는 지점확률강수량 값은 평균 8~27%가 증가하였고, 지역확률강수량 값은 7~27% 증가하는 것으로 분석되었다. 기후변화로 인한 강수량의 증가와 도시화에 따른 유출특성 변화로 자연재해 발생 및 피해는 더욱 증가할 것으로 예측된다. 이에, 본 연구에서 제시한 극치통계분석 및 확률강수량 자료는 미래 홍수 안전도 및 방재시설물 설계기준을 수립하는데 기초자료로 활용할 수 있을 것으로 기대된다.

본 연구에서는 계층적 Bayesian 기법을 이용한 새로운 지역빈도해석 모형을 개발하는데 목적이 있으며 이를 통해서 신뢰성 있는 매개변수를 추정과 동시에 지역빈도해석 절차의 불확실성 평가를 용이하게 접근할 수 있도록 하였다. 본 연구에서 제안되는 계층적 Bayesian 기반 지역빈도해석 모형(HBRFA)의 적합성을 평가하기 위해서 모의실험을 수행하였다. 즉, 10개의 모의 관측소를 대상으로 Monte-Carlo 모의를 통한 평가를 수행하였으며 전체적으로 HBRFA 모형이 기존 L-모멘트 방법에 비해 편의를 줄여주는 것으로 평가되었다. 특히 재현기간이 증가될수록 편의가 두드러지게 감소되는 것을 확인할 수 있었다. 전라북도의 6개 강우지점을 대상으로 HBRFA 모형과 기존 L-모멘트 기반 지역빈도해석 결과를 비교하였다. 계층적 Bayesian 모형의 특징을 평가하고자 매개변수의 Shrinkage 과정을 정량적으로 도출하여 제시하였으며 추정된 지역확률강수량이 기존 L-모멘트 기법과 유사한 결과를 갖는 것을 확인할 수 있었다. 더불어 빈도별 확률강수량의 불확실성을 정량적으로 제시할 수 장점을 확인할 수 있었다.

본 연구에서는 다중회귀분석을 이용하여 산악효과를 야기하는 지형인자와 강수와의 관계를 파악하였다. 섬 전체가 산악지형인 제주도의 연평균강수량과 지수홍수법으로 산출한 확률강우량을 강수자료로 사용하여 산악효과를 야기하는 지형인자로 선정한 고도, 위 경도와 회귀모형을 구성하였다. 회귀분석 결과 연평균강수량과 고도와의 선형관계가 확률강우량에서도 동일하게 나타났으며, 고도이외에 위도, 경도를 각각 추가인자로 고려할 경우 강우량과 더욱 강한 상관성을 보였다. 또한,

지역빈도해석을 통한 확률강우량 산정 결과는 수문학적으로 동질한 지역의 구분 결과에 따라 달라진다. 지역을 구분할 때에는 강우에 영향을 미치는 다양한 변수들이 사용될 수 있다. 변수의 유형과 개수가 지역 구분의 효율성을 좌우하기 때문에 활용 가능한 모든 변수들의 정보를 요약할 수 있는 변수들을 선택하는 것이 지역 구분의 효율성 면에서 유리하다고 할 수 있다. 이런 면에서 지역 구분의 효율성을 증대시킬 목적으로 다변량 분석 기법이 활용될 수 있다. 본 연구

본 연구에서는 지역빈도해석 기법 중 하나인 FORGEX 기법을 이용하여 확률강우량을 추정하였다. 기존의 원형 네트워크와 1:1.5, 1:2의 비율을 갖는 타원형 네트워크가 한국의 강우자료에 적합한 방법인지를 판단하기 위해 3 가지 경우를 비교 분석하였다. 이 분석을 위해서 남한지역의 376개 지점의 연최대강우자료를 추출하고, 이 자료들을 연최대자료의 중간값으로 표준화하였다. 네트워크는 분석 대상 지점을 중심으로 형성되며, pooled points와 ne

가뭄에 대한 대책을 수립하기 위해서는 가뭄의 심도 및 지속기간 등 가뭄특성을 산정하여 가뭄을 정량화하는 것이 필요하다. 본 연구에서는 표준강수지수(SPI)를 도입하여 가뭄특성을 정량적으로 산정하였다. 가뭄은 일정기간 지속되는 특성을 지니고 있기 때문에 일정 관측기간동안 제한된 가뭄사상을 가지게 된다. 본 연구에서는 조선시대에 기록된 측우기 자료(1770년 1907년)를 이용하여 관측자료를 확장하였고, 이를 이용하여 보다 많은 가뭄특성자료를 획득하여 가

합리적인 수공구조물의 설계를 위해서 확률강우량의 산정은 필수적이며, 확률 강우량을 산정하는 기법은 크게 지점빈도해석과 지역빈도해석으로 구분 지을 수 있다 이 중에서 지역빈도해석은 지점의 부족한 강우자료를 보완하기 위해서 L-모멘트로 확률분포형의 매개변수를 추정하고, 강우 계열의 동질성이 검정된 자료를 빈도분석하여 확률 강우량을 결정하는 기법이다. 이와 같은 지역빈도해석 기법은 매개변수를 선형조합하여 확률분포형의 종류와 크기 및 형상을 결정하여 확률 강우

본 연구에서는 한강유역의 1일, 2일, 3일 연최대강우자료를 대상으로 L-모멘트법을 이용한 지점 빈도해석과 지역 빈도해석을 실시하여 그 결과를 비교하였다. 지역빈도해석을 실시하기 위하여 한강유역을 남한강, 북한강, 한강하류부 유역의 3개 소유역으로 분할하고, 각 유역에 대한 자료의 이산도 및 동질성을 검토하였으며, 각 소유역에 대하여 여러 분포형을 적용한 결과, 남한강유역과 한강하류부 유역은 lognormal 분포형, 북한강 유역은 gamma-3 분포형

In this study, the regional frequency analysis is used to determine each subbasin drought frequency with reliable monthly precipitation and the L-Moments method which is almost unbiased and has very nearly a normal distribution is used for the parameter estimation of monthly precipitation time series in Nakdong river basin. As the result of this study, the duration of '93-'94 is most severe drought year than any other water year and the drought frequency is established as compared the regional frequency analysis result of cumulative precipitation of 12th duration months in each subbasin with that of 12th duration months in the major drought duration. The Linear regression equation is induced according to linear regression analysis of drought frequency between Nakdong total basin and each subbasin of the same drought duration. Therefore, as the foundation of this study, it can be applied proposed method and procedure of this study to the water budget analysis considering safety standards for the design of impounding facilities large-scale river basin and for this purpose, above all, it is considered that expansion of reliable preciptation data is needed in watershed rainfall station.

전국적인 가뭄특성을 조사하고 '94-'95 가뭄의 심도를 기왕의 주요 가뭄과 비교평가하기 위하여 전국의 47개 소유역으로 분할한 후 강우량계열로부터 작성된 가뭄우량계열의 지역빈도분석을 실시하였다. L-모멘트법을 사용하여 적정확률분포의 매개 변수를 결정하였으며, 강우지속기간별, 재현기간별 가뭄우량을 산정하여 지속기간별 확률가뭄우량도를 작성하였다. 강우지속기간-재현기간-가뭄우량 관계를 고려하여 '94-'95 가뭄의 심도와 지역적 범위를 기왕의 주요가뭄과 비