선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 강수량 시 계열 자료의 전 기간 및 변동점이 발생하기 전과 후의 강수량을 이용하여 비매개 변수적 방법을 통해 확률 강수량을 산정하여 도시지역과 비도시 지역의 강수 변화량를 비교해보고자 한다.
- 본 연구에서는 우리나라의 대표적인 도시지역인 서울, 부산, 대구, 인천, 광주, 대전, 울산의 1973년부터 2003년까지의 시강수량 자료를 이용하여 도시화에 따른 강수량의 변화를 분석하였다. 또한 강수량의 변화는 지구 온난화 및 기상이변에 큰 영향을 받으므로 가급적 선별된 도시근교에 위치하며 인구의 유입이 크지 않고, 비교적 도시화가 진행되지 않은 도시근교에 위치한 양평, 통영, 의성, 이천, 정읍, 금산, 울진의 강수량 변화와 통계적으로 비교.
- 강수량 자료의 빈도 해석을 통해 확률 강수량을 산정하는 방법은 크게 매개 변수적 빈도 해석과 비매개 변수적 빈도해석으로 나눌 수 있다. 본 연구에서는 지점별로 적절한 확률 강수량을 산정하여 도시화에 따른 강수 증가량을 분석하고자 한다. 그러나 매개 변수적 빈도 해석은 다음과 같은 문제점을 내포하고 있어 지점별로 확률 강수량을 적절히 산정하여 비교하는 데 어려움이 있다.
가설 설정
- 강수량 시 계열 자료는 시간이 지남에 따라 변화하지 않는다는 가설을 세우고, 자료의 변동성을 분석하였다. 시계열 자료의 변동성을 검정하는 Mann-Whitney U 검정, T 검정, Modified T 검정, Sign 검정을 이용하여 자료의 변동점을 판단하여 변동점 전.
제안 방법
- 선정된 도시 및 비도시 지역의 1973년 1월 1일부터 2004년 2월 29일까지 매시간 강수량 자료를 기상청으로부터 확보하여 각 지점별로 연강수량과 계절강수량 지 속 시간 1시간 및 24시간 최대 강수량을 추출하였다. 계절 강수량은 강수량이 발생한 시기에 따라 봄(3~5월), 여름(6~8월), 가을(9~11월), 겨울(12~이듬해 2월)의 사계절로 구분하여 분석하였다.
- 다음의 Tables 1 and 2에서와 같이, 계절별 강수량, 연강 수량, 지속시간 1시간 및 24시간 강수량 자료를 전반부(1973~1987년)과 후반부(1988~2003년)로 구분하여 도시지역과 비도시지역에서 지점별로 평균 강수량을 계산하여 증감량을 산정하였다. Table 1 and 2에서 배경이 회색으로 처리된 곳은 강수량이 감소한 경 우이다.
- 대상지역에서 추출한 강수량 자료의 경향성을 분석하였다. 경향 성 분석은 회귀분석, Hotelling-Pabst Test, Mann-Kendall test, Sen test를 수행하였다.
- 따라서 경향성과 변동성 분석 결과를 이용하여, 서울, 양평, 부산, 통영, 대구, 의성, 인천, 이천, 울신;울진 지점의 여름 강수량에 대해 비매개 변수적 빈도 해석을 수행하였다. 각각의 지점에서 변동점 전과 후 그리고 전 기간에 걸쳐 비매개 변수적 빈도 해석을 수행하여 재현기간 2년의 확률 강수량을 산정하여 Table 6과 같이 정리하였다.
- 대상 지점의 강수자료들 중에서 여름 강수량만이 4개 지점을 제외한 10개 지점에서 경향성이 있는 것으로 분석되었고, 경향성을 나타내는 기울기가 도시지역의 비도시 지역보다 큼을 알 수 있다. 따라서 경향성이 있다고 판단된 지점에 대해 변동성 분석을 수행하였다.
- 따라서 본 연구에서는 도시지역인 서울, 부산, 대구, 인천, 광주, 대전, 울산의 강수량을 비도시지역인 양평, 통영, 의성, 이천, 정읍, 금산, 울진의 강수량과 통계학적으로 비교.분석하였다.
- 도시화에 따른 강수량의 변화는 시간과 밀접한 관계가 있다. 따라서 추출한 강수량 자료를 전반부와 후반부로 구분하여, 각임의 기간에 따른 강수량을 산술 평 균하여 변화량을 분석하였다. 또한, 강수량는 지역에 따라 평균 및 편차가 다르므로 Z-score를 이용해 강수량을 표준화하여 도시지역과 비도시 지역의 강수 증가율을 비교하였다.
- 본 연구에서는 우리나라의 대표적인 도시지역인 서울, 부산, 대구, 인천, 광주, 대전, 울산의 1973년부터 2003년까지의 시강수량 자료를 이용하여 도시화에 따른 강수량의 변화를 분석하였다. 또한 강수량의 변화는 지구 온난화 및 기상이변에 큰 영향을 받으므로 가급적 선별된 도시근교에 위치하며 인구의 유입이 크지 않고, 비교적 도시화가 진행되지 않은 도시근교에 위치한 양평, 통영, 의성, 이천, 정읍, 금산, 울진의 강수량 변화와 통계적으로 비교. 고찰하였다.
- 따라서 추출한 강수량 자료를 전반부와 후반부로 구분하여, 각임의 기간에 따른 강수량을 산술 평 균하여 변화량을 분석하였다. 또한, 강수량는 지역에 따라 평균 및 편차가 다르므로 Z-score를 이용해 강수량을 표준화하여 도시지역과 비도시 지역의 강수 증가율을 비교하였다.
- 또한, 지점별로 강수량 자료의 통계적 특성이 다르므 로, 도시지역과 비도시지역의 강수량을 구분된 기간에 따라 비교하기 위해서는 강수량 자료를 표준화하여, 기간별로 표준화 지수를 합산해 도시지점과 비도시지점 을 비교하였다. 비교 대상별로는 서울과 양평, 부산과 통영, 대구와의성, 인천과 이천, 광주와 정읍, 대전과 금산, 울산과 울진 및 도시지역과 비도시 지역을 비교하였다.
- 분석하였다. 비교 대상은 대상 지점의 1973년부터 2003년까지의 연강수량, 계절별(봄:3~5월 여름:6~8월, 가을:9~11월, 겨울:12~이듬해 2월) 강수량과 지속시간 1시간 및 24시간 연 최대 강수량 자료를 추출하여 분석하였다. 추출한 강수량 자료를 분석한 방법은 기간에 따른 평균 비교, 경향 성 분석, 변동성 분석 및 비매개 변수적 빈도 해석을 수행하였다.
- 시계열 자료의 변동성을 검정하는 Mann-Whitney U 검정, T 검정, Modified T 검정, Sign 검정을 이용하여 자료의 변동점을 판단하여 변동점 전.후의 강수량을 비 교하였다.
대상 데이터
- 또한, 지점별로 강수량 자료의 통계적 특성이 다르므 로, 도시지역과 비도시지역의 강수량을 구분된 기간에 따라 비교하기 위해서는 강수량 자료를 표준화하여, 기간별로 표준화 지수를 합산해 도시지점과 비도시지점 을 비교하였다. 비교 대상별로는 서울과 양평, 부산과 통영, 대구와의성, 인천과 이천, 광주와 정읍, 대전과 금산, 울산과 울진 및 도시지역과 비도시 지역을 비교하였다.
- 선정된 도시 및 비도시 지역의 1973년 1월 1일부터 2004년 2월 29일까지 매시간 강수량 자료를 기상청으로부터 확보하여 각 지점별로 연강수량과 계절강수량 지 속 시간 1시간 및 24시간 최대 강수량을 추출하였다. 계절 강수량은 강수량이 발생한 시기에 따라 봄(3~5월), 여름(6~8월), 가을(9~11월), 겨울(12~이듬해 2월)의 사계절로 구분하여 분석하였다.
데이터처리
- 이중 회귀분석은 Eq. ⑸와 같은 1차 식으로 하여, 유의 수준0.1에서 T-test로 검정하였다.
- 대상지역에서 추출한 강수량 자료의 경향성을 분석하였다. 경향 성 분석은 회귀분석, Hotelling-Pabst Test, Mann-Kendall test, Sen test를 수행하였다. 이중 회귀분석은 Eq.
- 는 가설을 세우고, 자료의 경향성을 분석하였다. 시계열 자료의 경향성을 검정하는 방법으로 회귀분석, Hotelling-Pabst Test, Mann-Kendall test, Sen test® 이용하였다.
- 강수량 시 계열 자료는 시간이 지남에 따라 변화하지 않는다는 가설을 세우고, 자료의 변동성을 분석하였다. 시계열 자료의 변동성을 검정하는 Mann-Whitney U 검정, T 검정, Modified T 검정, Sign 검정을 이용하여 자료의 변동점을 판단하여 변동점 전.후의 강수량을 비 교하였다.
- 비교 대상은 대상 지점의 1973년부터 2003년까지의 연강수량, 계절별(봄:3~5월 여름:6~8월, 가을:9~11월, 겨울:12~이듬해 2월) 강수량과 지속시간 1시간 및 24시간 연 최대 강수량 자료를 추출하여 분석하였다. 추출한 강수량 자료를 분석한 방법은 기간에 따른 평균 비교, 경향 성 분석, 변동성 분석 및 비매개 변수적 빈도 해석을 수행하였다.
이론/모형
- 비매개 변수적 핵 밀도 함수에서 적정한 광역폭(bandwidth) /i의 선택은 핵함수와 함께 가장 중요한 요소의 하나이다. 본 연구에서는 광역폭의 결정을 위해 Solve the Equation Plug In(SJPI) 방법을 이용하였다. SJPI 방법은 Woodroofe(1970) 이후로 Plug In의 개념으로 행해진 많은 연구 중 하나로, 미지의 R(f'h)을 추정치를 채워넣는 것으로 실질적인 어려움은 기준이 되는 추정 광역폭을 잡는 것이다.
성능/효과
- 1에서 모든 지점의 경향성이 없는 것으로 분석되었다. 1시간 및 24시간 최대 강수량과 연강수량에서는 도시지역의 몇몇 지점에서만 경향성이 있는 것으로 분석되었다. Table 3은 경향성이 있는 것으로 분석된 지점이다.
- Fig. 1~7에서 여름, 겨울 및 연강수량은 도시화 지역에서 더 많이 증가된 것으로 판단되며, 봄, 1시간 및 24시간 연 최대 강수량의 경우에는 도시화 지역의 강수량 증가가 우세한 것으로 보이나, 정확한 판단이 어려우며, 가을 강우량은 비도시 지역의 증가량이 더 많은 것으로 분석되었다.
- 1에서 봄 강수량은 대구와 의성지점을 제외하고 시간에 따라 모두 감소하였으며, 도시지역의 감소율이 비도시 지역보다 작은 것으로 분석되었다. Fig. 2의 여름 강수량은 모두 증가하였으며, 대구와 의성지점을 제외하고 도시지역의 증가율이 비도시 지역보다 큰 것으로 분석되었다. Fig.
- Tables 1 and 2를 비교해볼 때, 계절별 강수량과 연강수량은 비교 대상인 서울과 양평, 부산과 통영, 대구와 의성, 인천과 이천, 광주와 정읍은 강수량의 증감 경향이 비슷한 것으로 보이며, 대전과 금산, 울산과 울진은 증감경향이 약간 차이를 보였다.
- 경향 성 분석 결과에서 봄, 가을 및 겨울 강수량은 유의 수준0.1에서 모든 지점의 경향성이 없는 것으로 분석되었다. 1시간 및 24시간 최대 강수량과 연강수량에서는 도시지역의 몇몇 지점에서만 경향성이 있는 것으로 분석되었다.
- 그러므로 이러한 어려움을 가지게 되는 매개 변수적 방법에 비하여 어떤 분포형의 가정이 필요 없이 관측 자료가 나타내는 분포형을 자료의 확률 밀도함수로 간주하여 분포형 선택이나 다중 첨두의 문제점을 보완할 수 있는 비매개 변수적 방법을 이용하여 확률 강수량을 산정하는 것이 실측 강수의 사상을 잘 반영하므로, 분포형에 따라 확률 강수량이 변하는 매개 변수적 방법보다 본 연구의 목적에 적합할 것으로 판단된다.
- 기간에 따른 평균 분석 결과, 연강수량과 계절별 강수량은 비교 대상지점별로 변화 경향이 비슷하며, 특히 여름과 겨울 강수량 및 연강수량은 도시지역의 증가율이 비도시 지역의 증가율을 상회하였다. 또한, 봄강수량은 도시 및 비도시 지역에서 모두 감소하였으나, 비도시 지역의 감소율이 더 컸다.
- 셋째, 도시화로 인한 열섬 현상은 도시 대기의 불안정을 가져오고 이로 인해 대기의 상승작용을 촉진시킨다. 넷째, 도시 내의 불투수 면적의 확대로 인한 증발 현상의 변화는 도시 대기 수분 보유량의 변화를 가져온다. 그러나 도시화가 도시 대기와 강수 변화에 어떻게 영향을 미칠 수 있는지에 관한 많은 가설들이 발표되고, 논쟁이 있어 왔지만 그 인과관계를 밝히는 것은 쉽지 않다.
- 대상 지점의 강수자료들 중에서 여름 강수량만이 4개 지점을 제외한 10개 지점에서 경향성이 있는 것으로 분석되었고, 경향성을 나타내는 기울기가 도시지역의 비도시 지역보다 큼을 알 수 있다. 따라서 경향성이 있다고 판단된 지점에 대해 변동성 분석을 수행하였다.
- 첫째, 산업 발달에 따른 응결핵의 배출 증가는 강수의 발생 가능성을 높이고 있다. 둘째, 도시 내의 높은 빌딩군은 기류의 장애 역할을 하며 정체전선을 지체시킨다. 셋째, 도시화로 인한 열섬 현상은 도시 대기의 불안정을 가져오고 이로 인해 대기의 상승작용을 촉진시킨다.
- 매개 변수적 빈도 해석은 첫째, 통계적 처리과정에서 적합성이 인정되는 다수의 분포형이 선정될 때, 최종적으로 어떠한 확률분포형이 선택되느냐에 따라 확률 강수 량은 차이를 나타난다. 둘째, 최근에 발표된 건설교통부의 한국확률강우량도(2000)에 이르기까지 전국의 지속시간별 확률분포형은 전국에 걸쳐 단일화된 확률분포형을 적용하여 확률 강수량을 산정하고 있는데, 이는 지속기간별로 다른 확률분포형을 적용할 경우에 역전현상 이 발생 가능하기 때문이다. 셋째, 근래처럼 수문사상의 변화가 극심하고, 또한 강수관측 기간에 따른 보유자료의 길이가 증대되며, 전국 각 유역별 호우특성이 다른 경우에 있어서는 각 유역별 적정 확률분포형이 달라질 수 있다는 문제점을 내포하며, 넷째, 매개 변수적 빈도 해석 방법은 최근의 확률가중 모멘트법 이나 L-모멘트법에서 여러 가지 매개 변수 추정법의 단점을 보완하여 짧은 기록의 자료나 왜곡된 자료에 대한 신뢰도가 많이 보강되었음에도 불구하고 아직까지 bimodal 등의 복합분포를 갖는 확률밀도함 수의 처리 등에 있어서 문제점을 내포하고 있다.
- 봄과 가을 강수량을 제외한 여름 및 겨울 강수량과 연강수량, 지속시간 1시간 및 24시간 연 최대 강수량의 평균을 비교해 볼 때, 도시지역에서의 강수량 증가량이 비도시 지역을 상회하였다. 또한 봄 강수량은 도시와 비도시 지역 모두 감소하였는데, 도시지역에서의 감소량이 비도시 지역보다 작은 것으로 분석되었다.
- 8에서 도시화 지역인 서울, 부산, 대구, 인천, 울산의 여름 강우량 증가율이 비도시화 지역인 양평, 통영, 의성, 이천, 울진보다 큼을 알 수 있다. 또한 평균적으로 도시화 지역에서의 여름 강수량은 30.82% 증가하였으며, 비도시화 지역에서는 21.7% 증가하였다. 따라서 도시화 지역이 비도시화 지역에 비해 약 9%의 여름 강수량이 더 증가하였다.
- 그러나 대상 지역이 전국적으로 분포해 있고, 도시지역과 비도시 지역 모두 기후의 영향을 받으므로, 기상이변 등에 의해 도시지역만 영향을 받지는 않는다. 또한, 경향 성 분석 결과에서 여름 강 수량의 도시 지역 강수량 증가 경향이 비도시 지역 강수량의 증가 경향을 상회하였다.
- 기간에 따른 평균 분석 결과, 연강수량과 계절별 강수량은 비교 대상지점별로 변화 경향이 비슷하며, 특히 여름과 겨울 강수량 및 연강수량은 도시지역의 증가율이 비도시 지역의 증가율을 상회하였다. 또한, 봄강수량은 도시 및 비도시 지역에서 모두 감소하였으나, 비도시 지역의 감소율이 더 컸다. 그러나 가을 강수량은 도시지역이 비도시 지역에 비해 많이 감소한 것으로 분석되었다.
- 봄과 가을 강수량을 제외한 여름 및 겨울 강수량과 연강수량, 지속시간 1시간 및 24시간 연 최대 강수량의 평균을 비교해 볼 때, 도시지역에서의 강수량 증가량이 비도시 지역을 상회하였다. 또한 봄 강수량은 도시와 비도시 지역 모두 감소하였는데, 도시지역에서의 감소량이 비도시 지역보다 작은 것으로 분석되었다.
- 둘째, 도시 내의 높은 빌딩군은 기류의 장애 역할을 하며 정체전선을 지체시킨다. 셋째, 도시화로 인한 열섬 현상은 도시 대기의 불안정을 가져오고 이로 인해 대기의 상승작용을 촉진시킨다. 넷째, 도시 내의 불투수 면적의 확대로 인한 증발 현상의 변화는 도시 대기 수분 보유량의 변화를 가져온다.
- 도시화에 따른 도시지역 강수특성 변화의 원인은 다음의 4가지를 들 수 있다. 첫째, 산업 발달에 따른 응결핵의 배출 증가는 강수의 발생 가능성을 높이고 있다. 둘째, 도시 내의 높은 빌딩군은 기류의 장애 역할을 하며 정체전선을 지체시킨다.
- 변동성 분석 및 비매개 변수적 빈도 해석의 결과에서도 도시화 지역의 증가율이 비도시화 지역보다 큼을 알 수 있다. 특히, 확률 강수량을 산정하여 비교한 결과에서도시화 지역에서의 여름 강수량은 30.82% 증가하였으며, 비도시화 지역에서는 21.7% 증가한 것으로 분석되어 도시화 지역이 비도시화 지역보다 약 9%의 여름 강수량이 더 증가하였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.