The deep geological repository for high-level radioactive waste requires careful consideration due to its exceptionally long-term implications, making long-term impact assessments essential. However, evaluating the long-term effects of deep geological repositories using performance assessment models is accompanied by various sources of uncertainty, including uncertainties about the future, model uncertainties, and uncertainties associated with input data. These multifaceted uncertainties arise from factors such as a lack of current knowledge, contributing to a complex web of unpredictability. Managing, mitigating, and ultimately eliminating these uncertainties is crucial for ensuring the performance and safety of deep geological repositories. Currently, the Korea Radioactive Waste Agency (KORAD) is developing a complex behavior model that incorporates Thermal-Hydraulic-Mechanical-Chemical (THMC) phenomena within the disposal system using PFLOTRAN. To address model uncertainties and furthermore input data uncertainties for this intricate model, an automated sensitivity analysis system has been developed. This automated system operates without human intervention, facilitating tasks such as automatic parameter adjustments and the quantification of uncertainties. Furthermore, this system aids in identifying key factors characterized by substantial uncertainties. Through this system, it is possible to examine concentration distributions in each components of the deep disposal facility in response to changes in input data and to identify factors with significant uncertainties. The sensitivity results and key uncertainty factors obtained through this system are intended to be used for optimizing uncertainties in future research and development.

A small dam is of hydraulic structures, which is always exposed to risk by flood, and it’s very important to ensure structural safety. A probabilistic analysis, quantifying variable as a risk factor to ensure safety of small dam, identifying its coefficient of variation, which has become increasingly important. In this study, the risk of seepage failure of foundation within a small dam was estimated based on flood scenarios by rainfall quantile. The final compound risk was evaluated combining probabilities, related to seepage failure and flood level. The seepage failure probability was estimated by performing seepage analysis depending on the water level difference between upstream and downstream in small dam. The probable flood level was estimated by considering hydraulic uncertainty associated with channel geometry, and movable gate operation during the flooding season, applied a probable flood considering hydrologic uncertainty evaluated by Bayesian approach. The safety evaluation of small dam with probabilistic-based compound risk expect to use the index for hydraulic structure design in the future.

중·저준위방사성폐기물 표층처분시설 인간침입시나리오의 ‘평가/해석에 대한 불확실성’의 관리를 위해 GENII를 이용 한 평가결과를 오염토양에 대한 방사선영향평가를 위해 개발된 RESRAD를 이용하여 검증하였다. 중저준위방사성폐기물 표 층처분시설의 인간침입시나리오로 시추후거주시나리오를 선정하여 각 코드의 현상 모사에서 발생하는 한계점을 파악하고 동일한 입력데이터 조건에서 두 코드의 평가결과를 비교분석함으로써 모델링의 불확실성을 분석하였다. 평가결과 각 코드 에서 일부 핵종의 거동모사에 대한 차이는 있었으나 폐쇄후관리기간 이후 선량평가 결과 모든 피폭경로에 대한 경향이 유사 함을 확인하였다. 또한 RESRAD에서 확인한 선량평가 결과를 바탕으로 입력인자에 대한 민감도 분석을 수행하고 주요입력 인자를 도출하였다. 이를 통해 모델링 결과 및 입력인자에 대한 불확실성을 분석하고 안전성평가 결과에 대한 신뢰성을 확 인하였다. 본 연구의 결과는 중저준위방사성폐기물 처분시설의 Safety Case 구축에 활용될 수 있다.

The problem of system reliability is very important issue in the digitalized nuclear power plant, because the failure of its system brings about extravagant economic loss, environment destruction, and fatal damage of human. Therefore the purpose of this s

This study analyzed future projections on daily mean values and extremes for temperature and daily precipitation over Seoul metropolitan city using bias-corrected high-resolution multi-regional climate models. The factors of uncertainty for the future projection of climate variables were defined. In the time series analysis of future projections for regional climate models, the average daily temperature and the number of days of the hot day-hot night were predicted to have a stable trend in the RCP2.6 scenario, and showed a tendency to increase continuously in the RCP8.5 scenario. The daily mean precipitation and RX1day (annual daily maximum precipitation) had large annual variabilities in the models. In the estimation of the fraction of total variance, the daily mean temperature was dominated by the internal variability in the early 21st century and the most contributing to the scenario uncertainty in the late 21st century. The daily mean precipitation showed a remarkable contribution from the internal variability over the entire period. The number of days of the hot day-hot night showed a similar contribution pattern to that of the daily mean temperature. For the RX1day, the internal variability dominated over the entire period, and the scenario uncertainty had little contribution. This study will help establish more scientific climate change adaptation policies by providing the uncertainty information for future climate change projection.

기존 기후변화 영향평가에서 발생하는 불확실성에 대한 연구들은 전체과정에서 총 불확실성과 그 전파에 대한 것보다 각 단계별 불확실성에 초점을 맞추어 연구가 진행되었다. 따라서 본 연구에서는 first-order Taylor series expansion에 기반하여 전망의 분산을 이용하는 Uncertainty Delta Method (UDM)를 제안하였으며, 이 방법은 각 단계별 불확실성 정량화와 증감정도, 단계별 불확실성 비율, 총 불확실성의 전파 과정 제시가 가능 하다. 본 연구에서는 기후변화 영향평가 과정의 단계별 불확실성 정량화와 전파과정 분석을 위해 미래 2030년부터 2059년까지를 대상으로 2개 배출 시나리오, 3개 GCM, 2개 상세화기법, 2개 수문모형을 사용하였다. 결과를 분석하면, UDM을 이용한 총 불확실성은 5.45(배출시나리오: 4.45, 상세화기법: 0.45, 상세화기법: 0.27, 수문모형: 0.28)이며, 배출 시나리오의 불확실성(4.45)이 가장 크게 나타났다. 불확실성은 각 단계를 거칠수록 증가하는 것으로 나타났다. 이러한 결과는 어떠한 배출시나리오를 선정하느냐에 따라 미래 수자원전망이 매우 달라질 수 있음을 의미한다. 다음으로 Hawkins and Sutton (2009)가 제안한 Fractional Uncertainty Method (FUM)을 이용한 기후변화 영향평가 불확실성 분석에서 가장 불확 실성이 큰 요인은 배출 시나리오(FUM 불확실성: 0.52)이며, 이 결과는 UDM 결과와 동일하게 나타났다. 따라서 이 연구에서 제안한 UDM은 기후 변화 영향평가에서의 불확실성 이해와 적합한 분석 및 미래 기후변화 대비 보다 나은 수자원 전망이 가능하도록 기여할 것으로 판단된다.

본 연구에서는 충주댐 유역에 대해 앙상블 유량예측기법의 강우-유출 모델 매개변수, 입력자료에 따른 불확실성 분석을 수행하였다. 앙상블 유량예측기법으로는 ESP (Ensemble Streamflow Prediction) 기법과 BAYES-ESP (Bayesian-ESP) 기법을 활용하였으며, 강우-유출 모델로는 ABCD를 활용하였다. 모델 매개변수에 따른 불확실성 분석은 GLUE (Generalized Likelihood Uncertainty Estimation) 기법을 적용하였으며, 입력자료에 따른 불확실성 분석은 유량예측 앙상블에 활용되는 기상시나리오의 기간에 따라 수행하였다. 연구결과 앙상블 유량예측 기법은 입력자료 보다 모델 매개변수의 영향을 크게 받았으며, 20년 이상의 관측 기상자료가 확보되었을 때 활용하는 것이 적절하였다. 또한 BAYES-ESP는 ESP에 비해 불확실성을 감소시킬 수 있는 것으로 나타났다. 본 연구는 불확실성 분석을 통해 앙상블 유량예측기법의 특징을 규명하고 오차의 원인을 분석하였다는 점에서 가치가 있다고 판단된다.

전지구적으로 발생하는 기후변화로 인해 수자원의 시공간적 변화를 야기할 것으로 전망된다. 기후변화에 따른 수자원의 영향을 정량적으로 평 가하고 그에 적응할 수 있는 수자원 관리 방안이 필요하다. 하지만 영향평가 시 많은 불확실성이 발생하기 때문에 평가 시 발생하는 불확실성을 정 량적으로 평가할 수 있는 기술 개발이 요구된다. 본 연구에서는 기후변화에 따른 수자원 영향평가 시 발생하는 불확실성을 단계별로 평가할 수 있 는 기법을 개발하였으며, 지역기후모형, 통계적 후처리기법, 수문모형에 따른 불확실성을 분석하였다. 평가를 위해 5개 지역기후모형, 5개 통계적 후처리기법과 2개 수문모형을 이용하였다. 불확실성의 요인을 분석한 결과 유출량의 경우 겨울철을 제외한 모든 계절에서 RCM의 불확실성이 29.3~68.9%로 가장 큰 비중을 차지하는 것으로 나타났으나, 겨울철은 수문모형의 불확실성이 46.5%를 차지하는 것으로 나타났다. 증발산량 의 경우 가을철을 제외하고 수문모형의 불확실성이 28.5∼65.1%로 가장 큰 비중을 차지하였다. 따라서 이수기는 수문모형에 더욱 영향이 큰 것 으로 나타났으며, 홍수기는 기후 모델링 부분의 영향이 큰 것으로 사료된다. 이 기법을 통해 특정 RCM이나 통계적 후처리기법, 수문모형 등의 선 정에 따라 전체 불확실성이 어떻게 변화될 수 있는지를 분석할 수 있으며, 이를 통해 불확실성을 저감할 수 있는 방안을 마련할 수 있을 것으로 기대 된다.

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.

본 연구에서는 국내외에서 범용되고 있는 단일강우사상 모형인 미육군공병단의 HEC-1 모형을 이용하여 대청댐 유역의 실측 강우-유출 사상을 중심으로 강우-유출 모의를 수행하였으며, 매개변수 검정에는 실제 대청댐의 시간당 유입량을 기준으로 검정을 실시하였다. HEC-1 모형에는 매개변수를 자동으로 최적화시키는 프로그램이 내장되어 있으나 본 연구의 대상유역과 같이 다수의 소유역이 있는 경우, 매개변수 추정시 매개변수 중 일부는 수렴되지 못하고 발산하는 문제가 있었으며, 첨두유량의 추정능력 역시 저하되는 문제를 보였다. 따라서 이러한 HEC-1 모형의 매개변수의 불확실성을 고려하기 위한 방안으로 Bayesian 모형을 HEC-1모형에 연동시켜 활용하였으며, 기존 HEC-1 강우-유출 모형에 적용할 수 있는 매개변수 최적화 및 불확실성 정량화를 위해 HEC-1 강우-유출 모형 매개변수는 SCS 1개, Clark 단위도 2개를 Bayesian MCMC 기법을 적용하여 매개변수간 조건부확률로 모의발생을 한 후, Bayesian 모형으로부터 각 매개변수의 사후분포(posterior distribution)를 추정하여 사후분포의 추정이 매개변수의 불확실성 정량화를 수행하였다. 본 연구를 통해 제안된 BHEC-1 모형을 대상으로 대청댐 유역에 실측 강우-유출 사상에 대해서 모형의 적합성을 평가한 결과, 7개 유역의 21개의 매개변수가 해의 발산 없이 안정된 매개변수 추정이 가능하였다. 한편, Bayesian 모형을 근간으로 하기 때문에 최종결과로서 매개변수들의 사후분포(posterior)의 추정이 가능하여 향후 홍수빈도곡선 유도, 댐 위험도분석과 기후변화 문제와 같은 다양한 수문학적 문제의 연구에 적용 가능할 것으로 전망된다.

본 연구에서는 국내외에서 대표적으로 이용되는 HEC-1 단일강우사상 모형과 연동할 수 있는 Bayesian Markov Chain Monte Carlo(MCMC) 기반의 Bayesian HEC-1(BHEC-1) 통합 모델을 개발하였다. 본 연구를 통해 제안된 BHEC-1 모형을 대상으로 대청댐 유역에 실측 강우-유출 사상에 대해서 모형의 적합성을 평가하였으며, 7개 유역의 21개의 매개변수를 동시에 추정한 결과 해의 발산 없이 안정된 매개변수 추정이 가능하였다. 또한 Bayesian 모형을 근간으로 하기 때문에 최종결과로서 매개변수들의 사후분포(posterior)의 추정이 가능하여 강우-유출 모형 매개변수의 불확실성을 정량화 할 수 있었으며 이를 통해 모형과 입력 자료가 가지는 불확실성을 효과적으로 파악할 수 있었다.

모형의 구조, 모델링에 사용되는 자료, 매개변수 등에 포함된 다양한 불확실성 원인들은 수문모의 및 예측결과에 있어 불확실성을 야기한다. 본 연구에서는 강우-유출 및 강우-유사유출 모의가 가능한 분포형 강우-유사-유출 모형을 용담댐 상류유역인 천천유역에 적용하여 수문곡선 및 유사량곡선의 재현성을 평가하고, 다중최적화기법인 MOSCEM을 이용하여 강우-유출 모듈, 강우-유사유출 모듈의 매개변수를 독립적으로 보정한 경우(Case I과 II), 그리고 두 모듈

Nash의 관측평균순간단위도의 신뢰구간을 결정하는 기법을 개발하였다. 이 방법은 두 매개변수를 Box-Cox 변환과 유역의 상사성관계식을 이용하여 이변수정규분포의 확률변수화하고 이들의 선형 상관관계를 이용한 통계적 추정과정과 더불어 parametric bootstrap 방법을 이용한 단위도의 신뢰구간 산정 등으로 구성된다. 또한 이 방법은 미계측유역에 대한 단위도 추정에도 이용이 가능한 특징을 갖고 있다. 위천유역에 대하여 제안된 방법을 적용한 결과 제