Air pollution problem has been one of the most urgent global environmental problems since UN Framework Convention on Climate Change accepted in Rio Conference, 1992. International environmental regulations of global community to reduce the green house gases have influenced the domestic environmental policies. International trends of environmental regulation are introduced in this paper.

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 논문에서는 한반도에서 발생했던 과거 가뭄사상의 통계학적 특성을 분석하기 위하여 SPI (Standardized Precipitation Index)와 PDSI (Palmer Drought Severity Index)를 선정하였고, 기상청 산하의 59개 기상관측소의 1980～2009년까지의 기상자료를 수집하여 월평균 가뭄지수를 산정하였다. 산정된 가뭄지수를 이용하여 지수별 경향성 분석, 주기성 분석 및 가뭄기간(Drought Spell) 조사를 통하여 과거 한반도 가뭄의 통계학적 특성을 분석하였다. 한반도 가뭄의 유역별 경향성을 분석한 결과, SPI3와 SPI6는 봄과 겨울에는 모든 유역에서 가뭄이 심화되는 경향을 보였고 여름철에는 가뭄이 완화되는 경향을 보였으나, SPI12와 PDSI의 경우 짧은 지속기간의 가뭄지수와는 다소 다른 경향을 나타내었다. 한편, 유역별 가뭄의 주기성을 분석한 결과 1～2년 또는 6년 내외의 주기 성분이 유의한 것으로 나타났으며, SPI3의 분석결과 유역 전반에서 1～2년의 주기성을 보였고, SPI6와 SPI12는 유역별로 다소 차이를 보이기는 했으나 4～6년에서 강한 주기성을 나타냈다. 또한 PDSI도 마찬가지로 6년 내외의 주기성을 보였다. 가뭄기간 조사에서도 금강, 영산강, 낙동강 유역에 위치하는 관측소를 중심으로 극심한 가뭄이 많이 나타났던 것으로 분석되었으며, 한반도의 중부지방 보다 남부지방이 극심한 가뭄에 취약했던 것으로 나타났다.

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