본 연구는 2008년부터 2016년까지 한강 지류 중랑천을 대상으로 수환경 변화에 따른 어류 군집 양상을 파악하고자 실시하였다. 조사결과, 중랑천에서 서식하는 어류는 총 9과 37종 8,421개체로 나타났으며 과별 출현 종수는 잉어과에서 23종 (62.2%)으로 가장 많은 종이 출현하였고, 생태계교란종 및 외래종은 모두 강우기 후 출현하는 특성을 보였다. 수질변화에 따르면, BOD, EC, TN, TP의 변화는 강우량의 증가에 따라 감소하는 양상을 보이는 반면, SS 변화는 증가하는 양상을 보였다. 지점간 CA결과 한강 본류와 인접한 St. 7과 St. 1, 3, 5가 어류의 출현양상 차이를 보였으며, PCA 분석결과 상류에서 하류, 강우기 전과 후의 어류 출현양상과 유기오염지표의 변화 양상을 보였다.

본 연구에서는 안동댐유역을 대상으로 분포형 모형과 미계측유역 자료생성방법인 공간확장자료 생성방법을 사용하여 47개 미계측유역에 대해 홍수유출 시계열자료를 생성하고 3개 관측유역을 포함한 총 50개 유역에 대해 첨두유량을 추출하여 분석함으로써 강우의 공간분포가 유출에 미 치는 영향을 실제유역과 실제사상에 대해 자세히 분석하였다. 20개 사상에 대해 GRM 모형의 매개변수 보정 및 검증결과 적절한 모형효율 통계결 과를 얻었다. 이 추정된 매개변수와 실제강우(강우의 공간분포를 고려한 강우) 및 공간평균강우(실제강우를 공간적으로 평균한 강우)를 사용하여 50개 유역의 홍수유출 시계열자료를 생성하였으며 이 시계열 자료 중 첨두유량을 추출하여 분석한 결과 공간평균강우에 의한 첨두유량의 분포는 실제강우에 의한 첨두유량의 분포와 차이가 있었다. 강우의 분포가 유역전반에 비슷한 경우에는 실제강우와 공간평균강우에 의한 첨두유량의 분 포가 비슷하거나 약간의 차이가 있었다. 하지만 호우가 상류 또는 하류방향으로 이동하거나 강우가 무작위로 분포되는 경우에는 공간평균강우에 의한 첨두유량의 분포가 실제강우에 의한 첨두유량의 분포보다 크게 좁아지는 것을 보였다. 이러한 사상의 비율을 조사한 결과 강우의 공간적 변동 성을 고려하지 않고 홍수유출을 모의한다면 약 35%의 사상에 대해서는 적절하지 않은 첨두유량 모의결과를 얻을 수 있는 것으로 조사되었다. 따 라서 홍수량 산정 또는 수자원 설계 시 강우의 시간분포 뿐만 아니라 공간분포 또한 고려해야 한다. 계측유역과 미계측유역의 첨두유량의 관계를 조사한 결과 낙동강 지류들에 위치한 미계측유역들의 첨두유량들은 그 크기가 넓게 분포됨에 따라 계측유역의 첨두유량을 사용하여 생성한 power law 관계를 이 미계측유역들의 첨두유량 추정 시 사용할 수 없었다. 또한 계측유역들의 첨두유량 또는 미계측유역 중 상하류로 연결된 비독립적인 소유역들의 첨두유량간에는 power law 가 존재하였으나 낙동강 지류들에 위치한 독립된 소유역들의 첨두유량들 간에는 상관관계가 없었다.

지상 강우자료의 공간 변동특성은 돌발홍수 예측의 정도를 결정짓는 중요한 부분이다. 이에 본 연구에서는 지상 강우관측망의 공간적 분포특성이 레이더 보정에 미치는 영향을 검토하였다. 지상 강우관측소의 공간적 분포와 레이더 강우의 보정은 최근린 지수와 G/R 비를 이용하였으며, 이를 평창강 유역에 적용하였다. 대상유역 내에는 총 23개의 강우관측소가 위치해 있으며, 이중 10개의 강우관측소를 무작위로 선택하였다. 이때 선택된 강우관측소 조합(총 1,144,066개)을 최근린 지수를 이용하여 공간분포가 가장 좋은 경우와 가장 왜곡된 경우로 구분하고, 각 경우에 대한 레이더 보정 결과를 비교하였다. 보정된 레이더 강우와 지상 강우관측소의 차이는 ME(Mean Error)와 RMSE(Root Mean Squared Error)를 이용하여 비교하였다. 그 결과 공간분포가 우수한 경우 ME와 RMSE가 공간분포가 왜곡된 경우에 비해 상대적으로 작게 분석됨을 확인하였다. 이는 레이더 강우보정에 있어 유역내의 관측소의 개수뿐만 아니라 유역내의 관측소의 공간분포 역시 중요한 요소임을 확인하였다. 즉, 유역내의 관측소의 개수가 많더라도 공간적으로 왜곡된 경우 적절한 레이더 보정이 힘들어 지는 것을 의미한다. 아울러 공간적으로 잘 분포된 강우관측망을 이용하여 레이더 강우를 보정할 경우 편의와 불확실성은 유역 내 전체 지상 강우관측소를 이용한 경우만큼이나 충분히 줄일 수 있을 것으로 판단된다. 그러나 본 연구에서는 대상 강우관측소의 개수를 10개소로 한정하여 분석한 결과로 현재로서는 몇 개의 강우관측소를 선택하였을 때 레이더 보정 있어 가장 유리한지는 파악하기 쉽지 않다. 일반적으로 레이더 보정시 유역 내 전체 강우관측소를 대상으로 하는데 유역내의 전 강우자료를 적용하는 게 과연 적절한 방법인지에 대해서는 추후 논의할 필요가 있다. 아울러 본 연구의 성과는 기상관측소의 제한된 여건 속에서 관측망의 효율적 운영을 통해 강우자료의 품질 향상과 더불어 홍수예경보 시스템의 질적 향상에 기여할 수 있을 거라 판단된다.

본 연구에서는 용담댐 상류, 천천 시험유역을 대상으로 분포형 수문모형을 이용하여 강우의 공간분포 특성에 의한 유역에서의 침식 및 퇴적양상을 분석하고, 유출 및 유사량 모의결과에 미치는 영향을 분석하였다. 일반적으로 강우의 공간적 분포를 묘사하기 위해 사용되는 지점 강우 내삽기법(Thiessen Polygon: TP, Inverse Distance Weighting: IDW, Kriging) 및 레이더 강우 합성기법(Gauge-Radar ratio: GR, Conditional Merging: CM)을 이용하여 태풍으로 인한 3개의 집중호우 사상기간동안의 강우장을 생성한 후 각 기법들에 의해 생성된 강우장의 양적, 공간적 특성을 평가하였다. 또한, 각 기법별로 생성된 공간분포형 강우를 분포형 수문모형에 적용하여 강우의 공간분포에 따른 유역에서의 강우-유사-유출 분석 및 유역에서의 침식 및 퇴적양상을 비교·분석하였다. 그 결과, 지상 우량계를 이용한 내삽기법의 경우 유사한 우량주상도 및 수문응답을 나타내었으며, 원시 레이더 자료 및 GR기법에 의한 결과는 각각 과소, 과대산정된 반면 CM기법은 레이더 강우의 공간적 특성을 유지하면서 양적으로도 개선된 결과를 보여주었다. 또한 양적으로 유사한 강우장임에도 불구하고, 각 기법에 의한 강우장의 공간적 특성으로 인하여 대상유역내 침식 및 퇴적양상은 매우 상이하게 나타났다.

This study applied the Bayesian method for the quantification of the parameter uncertainty of spatial linear mixed model in the estimation of the spatial distribution of probability rainfall. In the application of Bayesian method, the prior sensitivity analysis was implemented by using the priors normally selected in the existing studies which applied the Bayesian method for the puppose of assessing the influence which the selection of the priors of model parameters had on posteriors. As a result, the posteriors of parameters were differently estimated which priors were selected, and then in the case of the prior combination, F-S-E, the sizes of uncertainty intervals were minimum and the modes, means and medians of the posteriors were similar to the estimates using the existing classical methods. From the comparitive analysis between Bayesian and plug-in spatial predictions, we could find that the uncertainty of plug-in prediction could be slightly underestimated than that of Bayesian prediction.

본 논문에서는 확률강우량에 대한 공간분포 추정에 있어서 공간변동성에 따른 불확실성을 평가하기 위하여 지구통계 학적 추계모의기법인 CEM과 SGS 기법을 비교하였다. CEM과 SGS를 이용한 추계모의에 있어서 공간상관구조의 재생성, 확률강우량에 대한 불확실성 평가측도로서 실현치에 대한 통계치(표준편차, 변동계수, 사분위수 범위 및 범위)의 공간분포, 유역평균강우량의 불확실성 분포의 경우 두 기법이 대체로 비슷한 결과를 보이는 것으로 분석되었다. 그러나 모

본 연구는 확률강우량에 대한 공간분포 추정시 신뢰도를 향상시키는데 있어서 외부변수 사용의 유효성을 평가하기 위하여 확률강우량과 단일 보조변수로서 지형특성인자들과의 상관관계를 고려한 KED 기법을 적용하였으며, 그 결과 강우공간분포 및 유역평균강우량의 추정에 있어서 확정론적 공간보간기법 및 크리징 기법과 대체로 비슷한 결과를 나타내는 것으로 분석되었으며, KED 및 크리징 기법에 대한 교차검증 결과 보조변수로서 표고를 사용한 KED 기법이 가장 좋은 결과

수문 인자, 특히 강우량의 공간 분포 해석은 수자원 분야에서 중요한 관심사 중 하나이다. 기존의 티센법(Thiessen), 역거리법, 등우선법이 공간적 연속성과 지형 특성을 고려하지 못하는 한계를 가지고 있는데, 본 연구에서는 일강우량에 대한 강우 공간분포 해석의 정확도 향상을 위해 월평균 자료와 평년 강우량 자료를 산출하여, 이들과 수집한 일강우량 자료간의 상관성 분석하였으며 이를 근거로 지구통계학적 분석방법인 코크리깅(Co-kriging) 기법의 이