본 연구에서는 부산지방기상청 장기 강수량 자료(1973-2007)를 이용하여 부산지역 확률강수량 및 이에 따른 재현 기간을 산정하였다. 확률강수량 산정에 있어서 확률가중모멘트법을 이용하여 매개변수를 추정하였고, x2 및 PPCC 검정을 통해 적합성분석을 실시하였다. 분석결과 최적의 확률분포형으로 GLO 모형을 채택하였다. 또한 AWS 자료를 이용하여 부산지역 확률강수량 분포도를 작성하였다. 6시간 지속강수량에 있어서 245.2 mm의 강수량이 100년 마다 발생할 수 있으며, 280.6 mm가 200년에 한번 정도 나타날 수 있다. 확률강수량 분포도 결과 1시간 지속강수일 경우 동래구에서 높은 값을 가지며, 3시간 지속강수는 부산연안 전반에 걸쳐 높게 나타나고 있다. 6시간 지속강수량일 경우는 부산진과 양산일대에서 높은 값을 나타내며 12시간 지속강수의 경우 남동연안지역과 웅상 일대에서 높은 값을 보이는 특징이 나타났다.

A Bayesian nonstationary probability rainfall estimation model using the Grid method is developed. A hierarchical Bayesian framework is consisted with prior and hyper-prior distributions associated with parameters of the Gumbel distribution which is selected for rainfall extreme data. In this study, the Grid method is adopted instead of the Matropolis Hastings algorithm for random number generation since it has advantage that it can provide a thorough sampling of parameter space. This method is good for situations where the best-fit parameter values are not easily inferred a priori, and where there is a high probability of false minima. The developed model was applied to estimated target year probability rainfall using hourly rainfall data of Seoul station from 1973 to 2012. Results demonstrated that the target year estimate using nonstationary assumption is about 5∼8% larger than the estimate using stationary assumption.

강우빈도해석에서 가장 핵심적인 부분은 확률분포(probability distribution)를 결정하는 것이다. 이러한 점에서 국내외에서는 다양한 확률분포를 적용하여 빈도해석을 수행하고 있으나, 확률분포를 결정하기 위한 기준이 명확하지 않다. 상대적으로 자료연한이 짧은 수문자료를 활용하여 장기간의 재현기간의 수문량을 추정하는 이유로 추정되는 수문량의 불확실성이 매우 큰 것으로 알려지고 있다. 국내에서는 일반적으로 40년의 관측자료를 대상으로 100년 빈도 이상의 확률수문량을 추정하게 됨으로서 재현기간의 큰 확률수문량 추정시 불확실성이 가중될 수 밖에 없다. 이러한 점에서 본 연구에서는 강우빈도해석시 주로 이용되는 Gumbel분포형과 GEV분포형을 대상으로 매개변수의 불확실성을 정량적으로 해석하기 위한 방안으로 Hierarchical Bayesian 기법과 연계한 매개변수 추정방안을 제시하고자 한다. 이와 함께 매개변수의 불확실성과 매개변수 수 등을 종합적으로 고려한 DIC(deviance information criteria) 기반의 확률분포형의 적합성 평가방안을 제시하고자 한다. 이를 위하여 본 연구에서는 국내 주요 강수관측지점의 다양한 지속시간에 대해서 모형을 적용하고 검증하였다.

수문자료의 계절성은 수자원관리의 관점에서 매우 중요한 요소로서 계절성의 변동은 댐의 운영, 홍수조절, 관개용수 관리 등 다양한 분야와 밀접한 관계를 가지고 있다. 수문빈도해석을 위해 POT 자료와 같은 부분기간치계열을 사용함으로써 자료의 확충, 계절성 확보, 발생빈도모형의 구축 등이 가능하다. 본 연구에서는 POT 자료의 장점을 효과적으로 빈도해석에 연계시키는 방법론으로서 POT 자료로부터 계절성을 추출하고 이를 빈도해석과 연계시켜 Bayesian 기법

본 연구에서는 기상인자를 반영하여 확률강수량을 산정하고 불확실성을 평가하였다. 기상인자는 범지구적으로 관측되고 있는 해수면온도와 습윤지수 자료를 이용하였다. 분석 방법은 기상인자와 연최대시간강수량 사이의 지체상관계수를 산정하여 비교함으로써, 우리나라의 시간최대강수량과 상관관계가 큰 기상인자의 관측지역과 지체시간을 선정하고 지역가중다항식을 이용하여 회귀관계를 설정하였다. 다음으로 기상인자를 변동핵밀도함수를 이용하여 확률 밀도함수를 추정하여 모의발생을 수행

수공구조물의 설계를 위해서는 충분한 기간의 관측자료가 필요하지만, 우리나라의 수문자료는 대부분 충분한 수의 관측자료를 보유하고 있지 못하는 실정이다. 따라서 본 연구에서는 핵밀도함수를 이용한 비동질성 Markov 모형을 통해 시간강수량 자료를 모의하였다. 첫 번째로 시간강수량 자료에 변동핵밀도함수를 이용하여 천이확률을 산정하였으며, 두 번째로 난수와 천이확률을 통해 강수가 발생하는 시간을 결정하였다. 세 번째로 강수가 발생한 시간의 강수량의 크기를 핵밀