$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

Co-kriging 기법을 이용한 일강우량 공간분포 모델링

Spatial Distribution Modeling of Daily Rainfall Using Co-Kriging Method

韓國水資源學會論文集 = Journal of Korea Water Resources Association, v.39 no.8 = no.169, 2006년, pp.669 - 676  

황세운 (서울대학교 농업생명과학연구원) ,  박승우 (서울대학교 농업생명과학대학 지역시스템공학전공) ,  장민원 (서울대학교 농업생명과학연구원) ,  조영경 (서울대학교 농업생명과학대학 지역시스템공학전공)

초록
AI-Helper 아이콘AI-Helper

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 이차변수로 적용하여 공간 분포 해석을 실시하였으며, 기존의 역거리법과 단순 크리깅 기법에 의한 분석결과와 비교하였다. 구축한 강우량 자료간의 상관성을 조사한 결과, 일강우량은 당 해의 월평균 강우량 및 전체 자료기간의 월평균 강우량 자료와 높은 상관성을 가지는 것으로 나타났으며, 이 자료들을 Co-kriging 기법에 적용한 결과, 강우 공간 분포의 해석 정확도가 향상되었으며, 향후 다른 기상 상관 인자를 적용함으로서 강우량을 비롯한 수문인자의 공간 분포해석상 문제가 되는 불확실성을 줄일 수 있을 것이다.

Abstract AI-Helper 아이콘AI-Helper

Hydrological factors, especially the spatial distribution of interpretation on precipitation is often topic of interest in studying of water resource. The popular methods such as Thiessen method, inverse distance method, and isohyetal method are limited in calculating the spatial continuity and geog...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • Krige에 의해 처음 소개되었고 프랑스인 Georges Matheron(1970)에 의해 발전한 크리깅 기법은 확률 변 수의 공간적 변화성을 설명하는 베리오그램(variogram)에 따라 선택된 가중치와 자료 간의 선형결합 형태로 임의의 공간상 위치에서의 값을 추정하는 선형 추정 방법 중의 하나인데가중치는 모형의 평균 오차라는 가정에서 오차의 분산이 최소가 되도록 모델링하게 된다. 베리오그램은 공간적으로 분포한 자료들 간의 거리에 대한 상관성 관계를 해석하기 위한 통계적 분석 방법으로 본 연구에서 강우량 자료의 공간적 분포특성과 상관성을 규명하기 위해 사용되었다. 등방성 조건일 때 Eq.
  • 본 연구에서는 일강 우량 자료와 상관성을 가지는 지역별 평년 강우량 월 평균 강우량과 같은 다른 통계 자 료들을 강우공간 분포 해석에 적용함으로써 그 오차를 최소화하는 방법을 제시하고자 한다. 목적 달성을 위하여 선정한 대상 유역으로부터 수집한 일강 우량 자료와 통계자료 집합을 추출.
본문요약 정보가 도움이 되었나요?

참고문헌 (18)

  1. 원태연, 정성원 (2001). 통계조사분석, 자유아카데미, pp. 297-304 

  2. 유철상, 정광식 (2001). 면적평균강우량의 추정 및 추정 오차, 한국수자원학회 논문집, 한국수자원학회, 제 34권, 제4호, pp. 317-326 

  3. 윤강훈, 서봉철, 신현석 (2004). 크리깅 기법을 이용한 낙동강 유역 홍수강우의 공간해석 연구, 한국수자원학회 논문집, 한국수자원학회, 제37권, 제2호, pp. 233-240 

  4. 윤용남, 김종훈, 유철상, 김상단 (2002). 공간분포된 강우를 사용한 유출 매개변수 추정 및 강우오차가 유출계산에 미치는 영향분석, 한국수자원학회 논문집, 한국수자원학회, 제35권, 제1호, pp. 1-12 

  5. 이재형, 유양규 (2002). 면적강우량 산정을 위한 관측망 최적설계 연구, 한국수자원학회 논문집, 한국수자원 학회, 제 35권, 제 2호, pp. 187-194 

  6. 이종태, 이상태 (1997). 도시유역에서의 강우 공간분포 및 소유역분할이 유출특성에 미치는 영향, 한국수자원학회 논문집, 한국수자원학회, 제30권, 제2호, pp. 177-191 

  7. Abtew W., Obeysekera J., and Shih G. (1993). Spatial Analysis for Monthly Rainfall in South Florida, Water Resources Bulletin, Vil.. 29, No.2, pp. 179-188 

  8. Goovaerts P. (1999). Using Elevation to Aid the Geostatistical Mapping of Rainfall Erosivity, Catena, Vol. 34 (3-4), pp, 227-242 

  9. Goovaerts P. (2000). Geostatistical Approaches for Incorporating Elevation into the Spatial Interpolation of Rainfall, Journal of Hydrology, Vol. 228 (1-2), pp. 113-129 

  10. Kyriakidis, P.C., J.W. Kim, and Miller, N.L. (2001). Geostatistical Mapping of Precipitation from Rain Gauge Data Using Atmospheric and Terrain Characteristics, American Meteorological Society, pp, 1855-1877 

  11. Matheron, G. (1970). 'The Theory of Regionalized Variables and its Applications', Coh Centre Morphol. Mathl.,5 

  12. Milly, P.P.D., Eagleson, P.S. (1988). Effect of Storm Scale on Surface Runoff Volume, Water Resour. Res., Vol. 24, No.4, pp, 249-260 

  13. Nicks, A.D. (1982). Space-Time Quentification of Rainfall Inputs for Hydrological Transport Models, Journal of Hydrology, Vol. 59, pp 

  14. Phillips, D.L., J. Dolph and D. Marks (1992). A comparison of geostatistical procedures for spatial analysis of precipitations in mountainous terrain, Agric. and Forest Meteor., 58, pp. 119-141 

  15. Subyani AM (2004). Geostatistical Study of Annual and Seasonal Mean Rainfall Patterns in Southwest Saudi Arabia, Hydrological Sciences Journal, Vol. 49 (5), pp. 803-817 

  16. Tabios, G.Q., and Salas J,D. (1985). A Comparative Analysis of Techniques for Spatial Interpolation of Precipitation, Water Resources Bulletin, Vol. 21 (3), pp. 365-380 

  17. Trevor C. Bailey and Anthony C. Gatrell (1995). Interactive Spatial Data Analysis, Longman Scientific & Technical., pp. 208-217, 166-199 

  18. Willson, C. B., Valdes, J, B., and Rodrigues-Itube, I. (1979). On the Influence of the Spatial Distribution of Rainfall on Storm Runoff, Water Resour. Res., Vol. 15 (2), pp. 321-328 

저자의 다른 논문 :

섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트