[논문]연간 최대해일고 변동의 일반화 극치분포 적용 연구

권석재; 박정수; 이은일

문제 정의

이를 위해 여수와 통영 조위관측소의 각각 34년간(1974~2007)과 31년간(1977~2007)의 1시간 원시조위자료를 이용하여 해일고를 산정하고 이로부터 연간 최대해일고를 추출하여 변동경향 및 특성을 파악하고자 한다. 그리고 이러한 극값들에 일반화 극치분포를 적용하여 통계학적 가설 및 검정을 수행하고 신뢰구간에 따라 미래 연간 최대해일고의 범위를 예측하고자 한다.
본 논문에서는 시간을 고려하지 않은 GEVD 모형에 바탕하여 리턴레벨 값 등을 구하고 미래 예측을 실시하였다. Table 5에서 각 리턴레벨 아래에 있는 괄호안의 값은 리턴레벨의 90% 신뢰구간으로서 프로파일 우도함수(profile-likelihood)를 사용한 신뢰구간이다.
kr)를 통해 1시간 조위관측 자료를 제공하고 있다. 본 연구는 지구온난화 영향으로 나타나는 국내 해일의 장기변동 특성을 조사하고 통계적으로 분석하는 데 목적이 있다. 이를 위해 여수와 통영 조위관측소의 각각 34년간(1974~2007)과 31년간(1977~2007)의 1시간 원시조위자료를 이용하여 해일고를 산정하고 이로부터 연간 최대해일고를 추출하여 변동경향 및 특성을 파악하고자 한다.
본 연구에서는 Quality Control(QC) 작업을 거쳐 산정되는 연간 최대해일고의 경향의 파악과 더불어 좀 더 다양하고 세부적인 통계학적 관점에서 합리적인 평가를 수행한 후 재현기간에 대한 확률적 추정치를 계산하는데 목적이 있다. 이러한 연구결과는 미래 온난화 환경에서 구조물 설계시 조석과 해일성분이 동시에 고려되어야 하는 극치해면의 예측을 위한 연구의 참고자료로 활용될 수 있다고 사료된다.
해일고는 먼저 매월 관측된 1시간 간격의 해수면 자료를 10분 간격으로 내삽한 후 조화분석에 의해 계산된 천문조 예측값을 제거하여 산정하였다. 본 연구에서는 결측으로 인한 최대해일고 산정의 어려움을 보완하기 위해 월별로 조화분석을 수행하였으며 단기간이라도 결측이 있으면 해당 월은 분석대상에서 제외하였다. 월별 조화분석 시 사용한 분조의 개수는 약 35개이다.
본 연구에서는 보다 정확도 높은 해일고의 추정을 위하여 Quality Control(QC) 작업을 거쳐 산정되는 연간 최대해일고의 경향의 파악과 더불어 좀 더 다양하고 세부적인 통계학적 관점에서 합리적인 평가를 수행한 후 재현기간에 대한 확률적 추정치를 계산하고자 하였다. QC 작업은 발생한 태풍 및 해일 시기에 대하여 디지털 조위자료와 검조기록지를 비교하고, 이와 동시에 조위관측소 부근 기상관측소의 기압과 풍속자료를 이용하여 해일고 추정 결과를 비교 검증하는 과정을 통해 이루어졌다.
본 연구에서는 태풍강화 등의 기상변화로 인한 해일고의 장기간 변동성을 고찰하기 위해 여수 조위관측소의 34년간(1974~2007)의 1시간 원시조위자료와 통영 조위관측소의 31년간(1977~2007)의 1시간 원시조위자료를 이용하여 관측치와 천문조 추정치의 차이로 연간 최대해일고 및 상위해일고를 추출하여 변동경향 및 기본특성을 파악하였다.
앞서 연간 최대해일고의 변동성과 특성에 대하여 주로 서술하였다. 이 절에서는 지난 34년 동안 여수와 31년 동안 통영의 매월 관측된 최대해일고의 상위 30위까지의 기록을 고찰하고자 한다. Table 1과 2는 각각 여수와 통영에 대해 연도와 상관없이 각각 지난 34년, 31년 동안 가장 높았던 해일고를 1위부터 30위까지 정리하여 상위해일고의 발생시기, 조석, 태풍의 영향, 풍속, 기압 자료를 함께 나타내었다.

제안 방법

본 연구에서는 보다 정확도 높은 해일고의 추정을 위하여 Quality Control(QC) 작업을 거쳐 산정되는 연간 최대해일고의 경향의 파악과 더불어 좀 더 다양하고 세부적인 통계학적 관점에서 합리적인 평가를 수행한 후 재현기간에 대한 확률적 추정치를 계산하고자 하였다. QC 작업은 발생한 태풍 및 해일 시기에 대하여 디지털 조위자료와 검조기록지를 비교하고, 이와 동시에 조위관측소 부근 기상관측소의 기압과 풍속자료를 이용하여 해일고 추정 결과를 비교 검증하는 과정을 통해 이루어졌다. 이러한 연구결과는 미래 온난화 환경에서 구조물 설계시 조석과 해일성분이 동시에 고려되어야 하는 극치해면의 예측을 위한 연구의 참고자료로 활용될 수 있다고 사료된다.
관측된 조위자료의 Quality Control(QC) 작업을 위하여 30년 이상의 태풍 및 해일 시기에 대하여 디지털 조위자료와 검조기록지를 비교하였으며, 부근 기상관측소의 기압과 풍속자료를 이용하여 해일고 추정 결과를 비교 검증하였다. Fig.
따라서 여수와 통영은 시간에 따른 평균 변화가 있다고 볼 수 없으므로 시간을 고려하지 않은 GEV 분포를 적용하여 그 결과를 P-P plot, Q-Q plot과 비교하여 보았을 때 자료가 직선에 근접함을 확인하였고, 리턴레벨 그림(return level plot) 또한 신뢰구간 내에서 일치하는 모습을 보여주어 가정한 GEVD 모델과 일치한다고 볼 수 있다. 그래서 시간을 고려하지 않은 GEVD 모형에 바탕하여 리턴레벨 값 등을 구하고 미래 예측을 실시하였다.
그러므로 여수와 통영의 연간 최대해일고 자료는 시간을 고려하지 않은 모형을 사용함이 바람직하다. 따라서 두 자료는 GEVD(일반화 극치분포)의 일반적인 형태인 시간을 고려하지 않은 모형을 적용하였다. 앞으로 더 많은 자료가 축적되면 변동이 증가하는 모형을 고려할 수 있을 것으로 판단된다.
또한 이번 연구에서 시간에 따른 최대 해일고의 평균변화를 고려할 수 있는 μ를 정해진 상수가 아닌 시간에 따라 변하는 모형을 적용하였다.
이 방법은 산포도의 시간에 따라 어떤 변화가 있는지를 알아 볼 수 있는 유용한 도구이고, 특히 특정 모형을 가정하지 않는다는 점에서 매우 강력하다. 본 연구에서는 개방 소프트웨어인 R 프로그램(CRAN, 2008)을 이용하여 Lowess 경향선을 구했다. 구체적으로 보면, 먼저 자료 값들 이 주어진 경우 Lowess에서 “가중 최소제곱방법”이란 주어진 점 x_i에서 다음 식을 최소로 하는β_j, j = 1,2,.
따라서 연간 최대해 일고의 경우도 연중 최대값이므로 GEVD를 적용할 수 있다. 본 연구에서는 일반화 극치분포의 특별한 경우인 Gumbel 분포도 고려하였고, 이들 간에 더 적합한 분포를 선택하기 위하여 우도비 검정을 실시하였다. 또한 시간 경향 여부에 대한 통계적 가설검정도 실시하였다.
여수와 통영 조위관측소의 연간 최대해일고 시계열로부터 장기 변동 특성을 조사하였다(Fig. 4). 여수의 34년 동안 연간 최대해일고는 2003년 태풍 MAEMI 시기에 가장 높은 값(118 cm)을 기록하였으며, 통영의 31년 동안 연간 최대해일고도 2003년 태풍 MAEMI 시기에 가장 높은 값(156 cm)을 기록하였다.
본 연구는 지구온난화 영향으로 나타나는 국내 해일의 장기변동 특성을 조사하고 통계적으로 분석하는 데 목적이 있다. 이를 위해 여수와 통영 조위관측소의 각각 34년간(1974~2007)과 31년간(1977~2007)의 1시간 원시조위자료를 이용하여 해일고를 산정하고 이로부터 연간 최대해일고를 추출하여 변동경향 및 특성을 파악하고자 한다. 그리고 이러한 극값들에 일반화 극치분포를 적용하여 통계학적 가설 및 검정을 수행하고 신뢰구간에 따라 미래 연간 최대해일고의 범위를 예측하고자 한다.
4)는 주로 한반도에 태풍이 접근하는 7월에서 10월 사이에 각각 약 76%와 74%를 보였다. 한편, 연간 최대해일고의 발생시기의 조석현상을 분석하기 위해 예측값의 고조 및 저조를 기준으로 연간 최대해일고의 발생 시점을 조석 특성별로 구분하여 보았다(Fig. 5). 그 결과, 여수와 통영에서 연간 최대해일고는 고조와 저조 또는 고조와 저조 사이에서 비교적 균등하게 발생하여 연간 최대 해일고의 발생은 조석현상과는 특별한 연관성이 없는 것으로 판단된다.
해일고는 먼저 매월 관측된 1시간 간격의 해수면 자료를 10분 간격으로 내삽한 후 조화분석에 의해 계산된 천문조 예측값을 제거하여 산정하였다. 본 연구에서는 결측으로 인한 최대해일고 산정의 어려움을 보완하기 위해 월별로 조화분석을 수행하였으며 단기간이라도 결측이 있으면 해당 월은 분석대상에서 제외하였다.

대상 데이터

1은 여수와 통영의 조위관측소 위치를 나타낸다. 관측소 위치는 각각 여수 동방파제 내와 통영 도남항 내에 설치되어 있다. 본 연구에서는 여수 조위관측소의 34년간(1974~2007)의 1시간 원시조위자료와 통영 조위관측소의 31년간(1977~2007)의 1시간 원시조위자료를 이용하였다.
관측소 위치는 각각 여수 동방파제 내와 통영 도남항 내에 설치되어 있다. 본 연구에서는 여수 조위관측소의 34년간(1974~2007)의 1시간 원시조위자료와 통영 조위관측소의 31년간(1977~2007)의 1시간 원시조위자료를 이용하였다. 통영의 경우 다른 지역보다 조위관측이 늦게 시작되어 1977년부터의 자료를 이용하였다.
본 연구에서는 여수 조위관측소의 34년간(1974~2007)의 1시간 원시조위자료와 통영 조위관측소의 31년간(1977~2007)의 1시간 원시조위자료를 이용하였다. 통영의 경우 다른 지역보다 조위관측이 늦게 시작되어 1977년부터의 자료를 이용하였다. 조화분석과 조위예측을 위해 사용한 조화분해 프로그램은 영국의 POL(Proudman Oceanographic Laboratory)/PSMSL에서 제작배포한 TIRA(Murray, 1964)이다.

데이터처리

본 연구에서는 일반화 극치분포의 특별한 경우인 Gumbel 분포도 고려하였고, 이들 간에 더 적합한 분포를 선택하기 위하여 우도비 검정을 실시하였다. 또한 시간 경향 여부에 대한 통계적 가설검정도 실시하였다.
자료 분석의 결과에 신뢰를 얻고자 통계적 가설 및 검정을 통해 수행하였다. Lowess 그림을 통하여 속초와 묵호는 연간 최대해일고가 점점 높아지는 추세임을 확인하였다.

이론/모형

이런 면에서 보면 GEV 를 활용한 방법이 통계학적으로 더 적합하다. 또한 본 기법은 Kendall-Mann 기법에서는 가능하지 않은 리턴레벨과 신뢰 구간을 구하여 미래에 대한 통계적 예측을 가능하게 한다. 따라서 본 논문의 분석이 기존의 연구 결과보다 통계학적 으로 더 합리적이고 우월한 방법을 적용했다고 사료된다.

성능/효과

34년간 여수와 31년간 통영의 연간 최대해일고의 월별 발생횟수(Fig. 4)는 주로 한반도에 태풍이 접근하는 7월에서 10월 사이에 각각 약 76%와 74%를 보였다. 한편, 연간 최대해일고의 발생시기의 조석현상을 분석하기 위해 예측값의 고조 및 저조를 기준으로 연간 최대해일고의 발생 시점을 조석 특성별로 구분하여 보았다(Fig.
5). 그 결과, 여수와 통영에서 연간 최대해일고는 고조와 저조 또는 고조와 저조 사이에서 비교적 균등하게 발생하여 연간 최대 해일고의 발생은 조석현상과는 특별한 연관성이 없는 것으로 판단된다.
그러므로 리턴레벨보다는 2010, 2050, 2100년 등의 여러 연도에서 중위수 및 최소·최대값을 예측할 수 있었다.
6 mm/yr)의 증가율보다약 4배 정도 높은 수치로 나타났다. 두 지역의 연간 최대해일고의 평균값은 각각 43.5 cm와 37.8 cm로 동해 속초와 묵호의 경우와 비교하여 상대적으로 높게 나타났고, 두 지역 모두 연간 최대해일고의 각각 약 71%, 68%가 태풍에 의해 영향을 받아 이 수치 또한 속초와 묵호의 경우와 비교하여 상대적으로 높게 나타났다. 향후 추가적인 분석을 수행하게 되면 좀 더 명확히 동해안과 남해안의 해일고의 특성을 비교할 수 있을 것으로 사료된다.
또한 본 기법은 Kendall-Mann 기법에서는 가능하지 않은 리턴레벨과 신뢰 구간을 구하여 미래에 대한 통계적 예측을 가능하게 한다. 따라서 본 논문의 분석이 기존의 연구 결과보다 통계학적 으로 더 합리적이고 우월한 방법을 적용했다고 사료된다.
즉 육안으로 보기에는 시간에 따라 증가 경향이 있어 보이나, 통계적으로 유의한 증가는 아니라는 결론이다. 따라서 여수와 통영은 시간에 따른 평균 변화가 있다고 볼 수 없으므로 시간을 고려하지 않은 GEV 분포를 적용하여 그 결과를 P-P plot, Q-Q plot과 비교하여 보았을 때 자료가 직선에 근접함을 확인하였고, 리턴레벨 그림(return level plot) 또한 신뢰구간 내에서 일치하는 모습을 보여주어 가정한 GEVD 모델과 일치한다고 볼 수 있다. 그래서 시간을 고려하지 않은 GEVD 모형에 바탕하여 리턴레벨 값 등을 구하고 미래 예측을 실시하였다.
34년간 여수와 31년간 통영을 1위부터 30위까지의 해일고 기록에 대한 월별발생횟수를 보면, 주로 한반도에 태풍이 접근하는 7월에서 10월 사이에 각각 약 73%(여수)와 87%(통영)가 발생하였다. 또한 1위부터 30위까지의 해일고를 조석특성별로 구분하여 보면, 고조와 저조 또는 그 사이에 균등하게 발생한 것을 알 수 있다.
지난 34년 동안 최대해일고의 상위 1위부터 30위까지를 분석한 결과 여수의 경우 1위부터 10위까지의 100%, 11위부터 20위까지의 80%, 21위부터 30위까지의 40%가 태풍의 영향을 받은 것으로 나타났다. 묵호의 경우는 1위부터 10위까지의 100%, 11위부터 20위까지의 80%, 21위부터 30위까지의 70%가 태풍의 영향을 받은 것으로 나타나 해일고가 높을수록 태풍에 의한 영향이 커지는 것으로 파악되었다. 여수와 통영의 상위해일고에 대한 월별발생횟수는 7월에서 10월 사이에 각각 약 73%와 87%가 발생하였으며 특정 조석주기에 발생하는 경향은 없었다.
여수의 34년 동안 연간 최대해일고는 2003년 태풍 MAEMI 시기에 가장 높은 값(118 cm)을 기록하였으며, 통영의 31년 동안 연간 최대해일고도 2003년 태풍 MAEMI 시기에 가장 높은 값(156 cm)을 기록하였다. 선형회귀에 의한 여수와 통영의 연간 최대해일고의 증가율은 각각 10.1 mm/yr과 10.8 mm/yr로써 여수는 34년 동안 총 34.5 cm, 통영은 31년 동안 총 33.6 cm의 증가가 있었던 것으로 나타났다. 이러한 수치는 권 등(2008)이 수행한 동해안의 속초(2.
여수와 통영은 Lowess 그림을 통하여 평균적인 증가는 약간 있어 보이지만 시간에 따른 변동성이 커짐을 알 수 있었다. 시간을 고려한 모형과 시간을 고려하지 않은 모형 모두를 자료에 적용하고, 통계적 가설 검정을 실시한 결과, 시간을 고려하지 않은 모형이 더 적합하다고 판정되었다. 즉 육안으로 보기에는 시간에 따라 증가 경향이 있어 보이나, 통계적으로 유의한 증가는 아니라는 결론이다.
즉, 해일고가 시간에 따른 평균의 변화를 보이므로 시간을 고려한 Gumbel 분포를 적용하여 그 결과를 P-P plot, Q-Q plot과 비교하여 보았을 때 가정한 GEVD 모델과 일치한다고 볼 수 있다. 여수와 통영은 Lowess 그림을 통하여 평균적인 증가는 약간 있어 보이지만 시간에 따른 변동성이 커짐을 알 수 있었다. 시간을 고려한 모형과 시간을 고려하지 않은 모형 모두를 자료에 적용하고, 통계적 가설 검정을 실시한 결과, 시간을 고려하지 않은 모형이 더 적합하다고 판정되었다.
여수와 통영의 경우 각각 34년, 31년 동안 연간 최대해 일고의 평균값은 각각 43.5 cm와 37.8 cm로 나타났고, 또한 여수와 통영 모두 연간 최대해일고의 각각 약 71%와 68%가 태풍 시기에 발생한 것으로 나타났다. 권 등(2008)에 의하면 속초와 묵호의 경우 34년 동안 연간최대일고의 평균값은 각각 22.
여수와 통영의 연간 최대 해일고 자료에 Gumbel 분포와 GEV 분포를 모두 적용하였으나, GEV 분포가 가장 적절한 분포라는 결과가 나왔다. 여수 자료에 GEV 분포를 적용한 결과는 Table 3이며, 통영 자료에 GEV 분포를 적용한 결과는 Table 4와 같다.
4). 여수의 34년 동안 연간 최대해일고는 2003년 태풍 MAEMI 시기에 가장 높은 값(118 cm)을 기록하였으며, 통영의 31년 동안 연간 최대해일고도 2003년 태풍 MAEMI 시기에 가장 높은 값(156 cm)을 기록하였다. 선형회귀에 의한 여수와 통영의 연간 최대해일고의 증가율은 각각 10.
여수와 통영은 연간 최대해일고의 변동경향이 서로 유사하여 연간 최대해일고가 동일 기상 이벤트에서 발생한 비율은 61%에 달했다. 연간 최대해일고의 월별발생횟수는 여수와 통영의 경우 주로 한반도에 태풍이 접근하는 7월에서 10월 사이에 각각 약 76%와 74%가 집중하여 발생하였고 연간 최대해일고의 발생과 조석현상과는 특별한 연관성이 없는 것으로 나타났다.
시간을 고려한 모형과 시간을 고려하지 않은 모형 모두를 자료에 적용하고, 통계적 가설 검정을 실시한 결과, 시간을 고려하지 않은 모형이 더 적합하다고 판정되었다. 즉 육안으로 보기에는 시간에 따라 증가 경향이 있어 보이나, 통계적으로 유의한 증가는 아니라는 결론이다. 따라서 여수와 통영은 시간에 따른 평균 변화가 있다고 볼 수 없으므로 시간을 고려하지 않은 GEV 분포를 적용하여 그 결과를 P-P plot, Q-Q plot과 비교하여 보았을 때 자료가 직선에 근접함을 확인하였고, 리턴레벨 그림(return level plot) 또한 신뢰구간 내에서 일치하는 모습을 보여주어 가정한 GEVD 모델과 일치한다고 볼 수 있다.
여기서 귀무가설은 식 (3)에서 H₀ : b = 0이고 대립가설은 H_A : b≠0인데 우도비 검정 결과 유의수준 5%에서 귀무가설이 채택되어 시간에 따른 추세가 없다는 결론을 내렸다. 즉 육안으로 보기에는 시간에 따라 증가 경향이 있어 보이지만, 통계적으로 유의한 증가는 아니라는 결론이다. 우도비 검정에 관한 자세한 내용은 Wilks(1995)나 백과 손(2006)에서 볼 수 있다.
Lowess 그림을 통하여 속초와 묵호는 연간 최대해일고가 점점 높아지는 추세임을 확인하였다. 즉, 해일고가 시간에 따른 평균의 변화를 보이므로 시간을 고려한 Gumbel 분포를 적용하여 그 결과를 P-P plot, Q-Q plot과 비교하여 보았을 때 가정한 GEVD 모델과 일치한다고 볼 수 있다. 여수와 통영은 Lowess 그림을 통하여 평균적인 증가는 약간 있어 보이지만 시간에 따른 변동성이 커짐을 알 수 있었다.
지난 34년 동안 최대해일고의 상위 1위부터 30위까지를 분석한 결과 여수의 경우 1위부터 10위까지의 100%, 11위부터 20위까지의 80%, 21위부터 30위까지의 40%가 태풍의 영향을 받은 것으로 나타났다. 묵호의 경우는 1위부터 10위까지의 100%, 11위부터 20위까지의 80%, 21위부터 30위까지의 70%가 태풍의 영향을 받은 것으로 나타나 해일고가 높을수록 태풍에 의한 영향이 커지는 것으로 파악되었다.
권 등(2008)은 이러한 최대해일고의 증가가 열대해역의 수온증가로 인한 전 지구적인 태풍활동의 증가와 함께 한반도에 영향을 미치는 태풍의 강도가 증가하였기 때문인 것으로 설명하였다. 태풍의 강도에 직접적인 영향을 미치는 열대해역의 해표면 수온은 전 해역에서 38년간 약 0.5℃상승하였으며 이로 인한 북서태평양과 대서양의 태풍파괴력(PDI)은 같은기간 50% 증가한 것으로 제안하였다. 특히, 한반도에 영향을 미친 태풍의 중심기압은 36년간 7 hPa 감소하는 것으로 보아 한반도에 점점 강한 태풍이 오고 있음을 추론하였다.
여수와 통영의 연간 최대해일고의 변동경향을 비교해보면 서로 유사함을 알 수 있다. 특히 연간 최대해일고가 동일 기상 이벤트에서 발생한 비율은 61%에 달하며 속초와 묵호의 85%에 비해서는 상대적으로 낮았다.
5℃상승하였으며 이로 인한 북서태평양과 대서양의 태풍파괴력(PDI)은 같은기간 50% 증가한 것으로 제안하였다. 특히, 한반도에 영향을 미친 태풍의 중심기압은 36년간 7 hPa 감소하는 것으로 보아 한반도에 점점 강한 태풍이 오고 있음을 추론하였다.

후속연구

권 등(2008)은 1분 자료에 근거한 최대해일고가 1시간 자료에 근거한 최대해일고보다 높게 나타나므로 1시간 자료에 근거한 추정된 최대해 일고는 1분 자료에 비해 과소 산정되는 경우가 많을 것으로 피력하였다. 그러나 본 연구의 목적이 장기간 해일고의 변동성을 조사하는 것이기 때문에 총기간이 7-8년뿐인 1분 자료를 사용하는 것보다 장기간 일관성이 있는 자료가 있는 1시간 간격 자료를 이용하여 그 경향을 분석하는 것이 바람직하다고 사료된다.
현재 지구온난화에 의해 강화되고 있는 태풍은 보고되고 있지만 이러한 태풍강도의 증가로 인한 폭풍해일의 변동성은 국내에서 아직 자세히 보고되지 않고 있다. 또한 본 연구에서 산정되는 연간 최대해일고의 경향의 파악과 더불어 통계학적 관점에서 합리적인 평가를 수행한 후 재현기간에 대한 확률적 추정치를 계산할 필요가 있다. 현재 우리나라 연안의 설계해면은 미래의 기후변화에 대한 고려 없이 과거 관측 자료를 토대로 계산된다는 측면에서 본 연구의 연간 최대해일고의 확률적인 추정치는 정책 결정에 필요한 기초자료로 활용될 수 있다.
따라서 두 자료는 GEVD(일반화 극치분포)의 일반적인 형태인 시간을 고려하지 않은 모형을 적용하였다. 앞으로 더 많은 자료가 축적되면 변동이 증가하는 모형을 고려할 수 있을 것으로 판단된다.
여수와 통영의 경우 앞으로 더 많은 자료가 축적되면 변동이 증가하는 모형을 고려할 수 있을 것으로 판단된다. 만약 매년의 최대 해일고 뿐만 아니라 두 번째 큰 해일고 등 r번째 큰 해일고 자료를 구한다면, 이들 자료에 대해 r개의 순서통계량을 고려한 GEV 분포를 적용할 수 있다.
본 연구에서는 Quality Control(QC) 작업을 거쳐 산정되는 연간 최대해일고의 경향의 파악과 더불어 좀 더 다양하고 세부적인 통계학적 관점에서 합리적인 평가를 수행한 후 재현기간에 대한 확률적 추정치를 계산하는데 목적이 있다. 이러한 연구결과는 미래 온난화 환경에서 구조물 설계시 조석과 해일성분이 동시에 고려되어야 하는 극치해면의 예측을 위한 연구의 참고자료로 활용될 수 있다고 사료된다.
이러한 연구결과는 미래 온난화 환경에서 구조물 설계시 조석과 해일성분이 동시에 고려되어야 하는 극치해면의 예측을 위한 연구의 참고자료로 활용될 수 있다고 사료된다. 지구온난화로 인한 수온상승으로 태풍의 활동 강화가 예측되고 있어(IPCC, 2007), 이러한 지역적인 연구결과뿐만 아니라 우리나라에서 나타나는 공간적인 해일고의 특성 비교 및 태풍의 이동경로에 따른 해일고의 지역적인 특성 등의 다양한 연구가 필요할 것이다.
8 cm로 동해 속초와 묵호의 경우와 비교하여 상대적으로 높게 나타났고, 두 지역 모두 연간 최대해일고의 각각 약 71%, 68%가 태풍에 의해 영향을 받아 이 수치 또한 속초와 묵호의 경우와 비교하여 상대적으로 높게 나타났다. 향후 추가적인 분석을 수행하게 되면 좀 더 명확히 동해안과 남해안의 해일고의 특성을 비교할 수 있을 것으로 사료된다.
또한 본 연구에서 산정되는 연간 최대해일고의 경향의 파악과 더불어 통계학적 관점에서 합리적인 평가를 수행한 후 재현기간에 대한 확률적 추정치를 계산할 필요가 있다. 현재 우리나라 연안의 설계해면은 미래의 기후변화에 대한 고려 없이 과거 관측 자료를 토대로 계산된다는 측면에서 본 연구의 연간 최대해일고의 확률적인 추정치는 정책 결정에 필요한 기초자료로 활용될 수 있다.

핵심어	질문	논문에서 추출한 답변
	단기적인 비조석 변화요인으로 무엇의 변화가 크게 작용하는가?	태풍, 온대성 저기압 등의 악 기상으로 인한 해일로 연안침수, 제반 시설물의 붕괴 등의 연안재해로 인명 및 재산피해가 빈번히 발생하고 있기 때문에 연안방재 차원에서 연안의 방호시설이나, 항만, 해안구조물의 설계에 있어 내습하는 이상해면 상승의 최대 규모를 적절히 평가할 필요가 있다. 해수면 변화의 원인은 조석자체의 변화와 비조석 변화로 구분할 수 있으며 단기적인 비조석 변화요인으로 태풍이나 저기압 발생시 대기압 변화와 바람에 의한 해수면 변화가 크게 작용한다(Morton et al., 2000; 강 등, 2008).
	해수면 변화의 원인은 어떻게 구분할 수 있는가?	태풍, 온대성 저기압 등의 악 기상으로 인한 해일로 연안침수, 제반 시설물의 붕괴 등의 연안재해로 인명 및 재산피해가 빈번히 발생하고 있기 때문에 연안방재 차원에서 연안의 방호시설이나, 항만, 해안구조물의 설계에 있어 내습하는 이상해면 상승의 최대 규모를 적절히 평가할 필요가 있다. 해수면 변화의 원인은 조석자체의 변화와 비조석 변화로 구분할 수 있으며 단기적인 비조석 변화요인으로 태풍이나 저기압 발생시 대기압 변화와 바람에 의한 해수면 변화가 크게 작용한다(Morton et al., 2000; 강 등, 2008).
	GEVD는 주로 무엇으로 이용되는가?	원래 자료의 분포 모양에 상관없이 자료의 극값(최대값, 최소값 등)들은 자료의 수가 충분할 경우 일반화 극치분포(GEVD, Generalized Extreme Value Distribution)를 따르게 된다. 일반화 극치분포는 최대강수량, 최대풍속, 보험회사의 최대손실액, 주식시장에서 최대손실지수, 환율의 최대등락, 강의 최고수위 등 극단적인 값에 대한 통계적 모형으로 널리 이용된다(Coles, 2001). 따라서 연간 최대해 일고의경우도연중최대값이므로 GEVD를적용할수있다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

연간 최대해일고 변동의 일반화 극치분포 적용 연구
A Study on the Application of Generalized Extreme Value Distribution to the Variation of Annual Maximum Surge Heights 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (17)

이 논문을 인용한 문헌

저자의 다른 논문 :

연구과제 타임라인

관련 콘텐츠

원문 보기

원문 URL 링크

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

연간 최대해일고 변동의 일반화 극치분포 적용 연구 A Study on the Application of Generalized Extreme Value Distribution to the Variation of Annual Maximum Surge Heights 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (17)

이 논문을 인용한 문헌

저자의 다른 논문 :

박정수 (22) 이은일 (20)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

원문 URL 링크

연관된 기능

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연간 최대해일고 변동의 일반화 극치분포 적용 연구
A Study on the Application of Generalized Extreme Value Distribution to the Variation of Annual Maximum Surge Heights 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper