가설검증 과정에서 자료 분석 결과 산출된 통계치에 대한 해석은 몇 가지 통계학적 이론을 토대로 분석 결과 산출된 관련 통계치의 이론적 확률 분포에 의해 좌우된다. 예를 들어 실험 조건 간 측정치의 평균 차이에 대한 통계적 유의미성 은 대개 전집 특성에 대한 몇 가지 이론적 가정에 기초해 구성된 해당 평균 차이값의 확률 분포(예: Student's t)에 기초해 결정된다. 본 연구는 이러한 이론적 통계치의 분포가 아닌 실측정 자료의 무선 재구성을 통해 얻어진 경험적 통계치의 분포에 기초해 가설 검증을 시도하는 무선재추출법의 기본 논리와 장점을 살펴보고 사건관련전위 분석 상황 에서의 응용 가능성을 모색하였다. 더 나아가 무선 추출 원리에 기초한 무선치환법이 적용된 구체적 사례를 소개하고 ERP 자료 분석에 있어서 경험적 통계 분석 적용에 앞서 유의할 점을 살펴봄으로써 뇌파 연구자들의 무선재추출법에 대한 정확한 이해를 도모하였다.
산업의 발전에 따라 기반시설 및 인구 등이 대도시에 밀집되어, 도시홍수방어는 인명피해 뿐만 아니라 재산피해 저감 차원에서도 매우 중요한 문제 가 되었다. 요즘은 이러한 도시유역의 유출해석을 보다 정확하게 하기 위해 시강우나 분단위의 강우자료를 활용하고 있다. 하지만 기후변화 시나리오 와 같은 미래 강우시나리오는 현재 일단위 수준으로 제공되므로 미래 강우에 대한 확률빈도 해석에 제한이 있다. 이에 본 연구에서는 추계학적 기법을 이용해 일강우 자료를 시강우 자료로 분해하고자 하였다. 일자료를 시자료로 분해하기 위해 과거 시강우 자료를 기반으로 Gram Schmidt 변환과 K 개의 최근접 표본 중 하나를 재추출하는 비모수적인 기법(KNNR)을 적용하였다. 이 방법은 연유출량을 월유출량으로 분해하기 위해 개발된 것이다. 하지만 강우자료는 유출량 자료와 달리 확률밀도가 작아 일강우를 시강우로 분해하는 데 직접 적용하는 경우 결과가 실제와 유사한 통계 패턴을 갖는 다고 보기 어려웠다. 이를 보완하기 위해 본 연구에서는 분해하고자 하는 일자의 전일과 후일을 포함한 3일 강우패턴을 7개로 구분하고 동일 패턴을 가진 자료들만 분해에 이용하도록 하여 강우자료에 대한 적용성을 높였다. 과거 52년간의 서울기상관측소 시강우 자료를 이용하여 강우자료의 분해 에 대한 결과를 분석한 결과, 분해된 시강우 자료가 관측된 시강우자료와 통계적으로 매우 유사한 것을 확인하였다. 향후 기후변화자료의 시강우 분해 등에 활용하여 보다 정확한 도시유출에 대한 빈도해석 등에 적용할 수 있을 것으로 판단된다.
Physically-based resampling scheme for roughness coefficient of surface runoff considering the spatial landuse distribution was suggested for the purpose of effective operational application of recent grid-based distributed rainfall runoff model. Generally grid scale(mother scale) of hydrologic modeling can be greater than the scale (child scale) of original GIS thematic digital map when the objective basin is wide or topographically simple, so the modeler uses large grid scale.
The resampled roughness coefficient was estimated and compared using 3 different schemes of Predominant, Composite and Mosaic approaches and total runoff volume and peak streamflow were computed through distributed rainfall-runoff model. For quantitative assessment of biases between computational simulation and observation, runoff responses for the roughness estimated using the 3 different schemes were evaluated using MAPE(Mean Areal Percentage Error), RMSE(Root-Mean Squared Error), and COE(Coefficient of Efficiency). As a result, in the case of 500m scale Mosaic resampling for the natural and urban basin, the distribution of surface runoff roughness coefficient shows biggest difference from that of original scale but surface runoff simulation shows smallest, especially in peakflow rather than total runoff volume.