풍향패턴에 따른 굼벨 모델 시뮬레이션에 의한 풍향풍속성의 적용율 평가에 관한 연구 A Study on the Application ratio of Directional wind speeds Characteristics by Gumbel Model Simulation Using Directional wind Patterns원문보기
본 연구는 바람에 민감한 영향을 받는 건축물 또는 구조물에 있어서 풍향풍속을 고려하여 평가하는 방법을 제안하며 지역별 년 최대풍속에 따른 풍향풍속 특성에 대한 기초적인 결과를 정리한 것이다. 본 풍향풍속성 평가방법에서는 년최대풍속의 기상청 데이터를 기초로 하여 극치분포를 통해 적합성을 확인하였으며 풍향성을 고려하기 위하여 풍향풍속별 풍향패턴을 4그룹으로 구분하여 풍향풍속성 평가방법을 시도하여 제안하였다. 연구결과는 서울, 통영, 인천지역의 년최대풍속 기상데이터를 사용하여 전풍향풍속이 Gumbel분포에 의한 적합성을 확인하였으며, 이 전풍향풍속의 Gumbel model은 패턴별 4그룹 풍향풍속 Gumbel mode을 지배하는 독립된 확률특성을 가지므로 풍향패턴 4그룹 풍향풍속성의 평가를 통하여 적용율을 제안하였다. 연구결과는 년최대풍속에 의한 Gumbel분포의 적합성에 따른 서울, 통영, 인천 지역의 풍향패턴 4그룹 풍향풍속성을 고려한 새로운 적용율을 제안하였다.
본 연구는 바람에 민감한 영향을 받는 건축물 또는 구조물에 있어서 풍향풍속을 고려하여 평가하는 방법을 제안하며 지역별 년 최대풍속에 따른 풍향풍속 특성에 대한 기초적인 결과를 정리한 것이다. 본 풍향풍속성 평가방법에서는 년최대풍속의 기상청 데이터를 기초로 하여 극치분포를 통해 적합성을 확인하였으며 풍향성을 고려하기 위하여 풍향풍속별 풍향패턴을 4그룹으로 구분하여 풍향풍속성 평가방법을 시도하여 제안하였다. 연구결과는 서울, 통영, 인천지역의 년최대풍속 기상데이터를 사용하여 전풍향풍속이 Gumbel분포에 의한 적합성을 확인하였으며, 이 전풍향풍속의 Gumbel model은 패턴별 4그룹 풍향풍속 Gumbel mode을 지배하는 독립된 확률특성을 가지므로 풍향패턴 4그룹 풍향풍속성의 평가를 통하여 적용율을 제안하였다. 연구결과는 년최대풍속에 의한 Gumbel분포의 적합성에 따른 서울, 통영, 인천 지역의 풍향패턴 4그룹 풍향풍속성을 고려한 새로운 적용율을 제안하였다.
In this study, an assessment method that considers the effects of directional wind speeds on buildings or structures that are sensitive to wind is proposed. Also, the basic characteristics of directional wind speeds were assessed by means of local annual maximum wind speeds. From the method of asses...
In this study, an assessment method that considers the effects of directional wind speeds on buildings or structures that are sensitive to wind is proposed. Also, the basic characteristics of directional wind speeds were assessed by means of local annual maximum wind speeds. From the method of assessment of the characteristics of directional wind speeds, their goodness-of-fit was verified by applying extreme value distribution to the data on annual maximum wind speeds from the Korea Meteorological Administration. To consider the characteristics of directional winds, an assessment method is suggested that divides the directional wind pattern of each directional wind speed into four groups. From the study results, all the data on directional wind speeds based on the Gumbel distribution were examined using data on annual maximum wind speeds from Seoul, Tongyung, and Incheon. Since the Gumbel model of all directional wind speeds has independent probability characteristics that govern the 4 directional wind pattern groups, the application ratio proposed was based on the assessment of these four groups. According to the goodness-of-fit of the data on the annual maximum wind speeds based on the Gumbel distribution, new application ratios were proposed that consider the directional wind speeds in Seoul, Tongyung, and Incheon.
In this study, an assessment method that considers the effects of directional wind speeds on buildings or structures that are sensitive to wind is proposed. Also, the basic characteristics of directional wind speeds were assessed by means of local annual maximum wind speeds. From the method of assessment of the characteristics of directional wind speeds, their goodness-of-fit was verified by applying extreme value distribution to the data on annual maximum wind speeds from the Korea Meteorological Administration. To consider the characteristics of directional winds, an assessment method is suggested that divides the directional wind pattern of each directional wind speed into four groups. From the study results, all the data on directional wind speeds based on the Gumbel distribution were examined using data on annual maximum wind speeds from Seoul, Tongyung, and Incheon. Since the Gumbel model of all directional wind speeds has independent probability characteristics that govern the 4 directional wind pattern groups, the application ratio proposed was based on the assessment of these four groups. According to the goodness-of-fit of the data on the annual maximum wind speeds based on the Gumbel distribution, new application ratios were proposed that consider the directional wind speeds in Seoul, Tongyung, and Incheon.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서는 풍향패턴에 따른 풍향풍속성을 Gumbel Model Simulation(이하 ‘GMS’이라 함)에 의하여 평가하고 그 평가방법을 제안하며 서울, 통영 그리고 인천지역의 적용율을 제안하였다.
제안 방법
(3) 서울, 통영, 인천지역의 풍향패턴에 따른 Gumbel Model Simulation(GMS)에 의한 적용율값을 표 6과 같이 제안하였다.
따라서 본 연구에서는 기본적인 자료가 될 서울, 통영 그리고 인천지역에 대한 극값 풍향풍속 값을 제시하고 극치분포 (Extreme value distribution)를 적용하여 fitting에 따른 각 극치분포별 파라메터를 정리하였다. 특히 풍향에 따른 건축물과 구조물의 피해에 대한 적절하고 합리적인 평가방법에 대해서 연구와 평가방법을 제안할 필요가 있다.
조효남 등(1989)은 장기기록 지역의 계절풍 연 최대 풍속자료와 단기기록 지역의 계절풍 월 최대 풍속자료의 극치 Type I 분포 모형에 대한 적합성을 검토하였고 풍속 확률모형의 적합도를 Reduced chi-square 및 Kolmogorov-Smirnov 검정을 분석하여 적합성을 고찰하고 있다. 또한 태풍과 계절풍에 대한 기본 설계풍속을 2개의 분포의 적(product)으로 된 혼합모형으로 구하여 기본 설계풍속을 제안하고 있다. 이는 기본 설계풍속을 활용함에 있어서 태풍과 계절풍에 의한 특성을 일부분 반영하여 제안한 것으로 사료되지만, 풍향풍속성을 고려하여 보다 합리적인 기본 설계풍속 및 기본 설계풍속지도의 제안이 필요하다.
본 연구에서는 서울, 통영, 인천지역의 기상 통계데이터를 이용하여 년최대풍속의 풍향패턴에 따른 그룹 1, 2, 3그리고 그룹 4에 대한 풍향풍속성을 Gumbel Model Simulation으로 풍향패턴의 적용성 평가방법을 제안하였으며 제안된 평가방법에 의한 적용율 값을 제안하였다. 본 논문의 주요 결과를 요약하면 다음과 같다.
대상 데이터
본 연구에서 사용된 기상청 통계데이터는 1971년부터 2009년까지의 39년간의 기상청 발표 통계자료 중 년최대풍향풍속에 대하여 검토하였다. 통계데이터의 보정은 본 연구에서는 행하지 않았으며 통계데이터 그대로 사용하도록 하였다.
데이터처리
(2) 시뮬레이션 결과에 대한 적합성은 Normalized error(E), Reduced chi-square 그리고 K-S검증 등으로 고찰하였으며, 그 고찰결과 정규성을 갖는 것으로 나타났다.
Gumbel 분포에 대한 Fitting의 적합성을 확인하기 위하여 Reduced Chi-Square, Residual sum of Square, 그리고 Adj. R-Square 등의 통계값을 구하여 판단하였다. 또한 normalized error(E)에 대한 값의 예를 표 1에 포함하여 나타내었다.
예를 들어 standard error 값이 크면 클수록 변동성이 커짐을 의미한다. 본 논문에서의 standard error 값은 년최대풍향풍속 통계량으로부터 구하였으며 각 파라메터 값에 대한 값을 나타낸다.
성능/효과
(1) 풍향패턴별 Gumbel Model Simulation(GMS)을 이용하여 적합성을 확인하였으며, 그 결과 유의성이 있는 것으로 나타났다.
따라서 본 연구에서 제안하는 적용율에 대해서는, 전풍향풍속에 대한 풍향풍속별 패턴 또는 상한 값 95%에 해당하는 풍향풍속에 의한 적용율(rap., application ratio)과 같이 검토할 수 있을 것이다. 이를 위하여 식 (11), (12) 그리고 (13)에 의하여 다음 식 (14)와 같은 적용율을 제안할 수 있다.
Gumbel 분포는 식(1)과 같이 표현되며, 각각의 기준화변수 y, 식(2)를 이용하여 전풍향풍속에 대한 데이터로 시뮬레이션을 하였다. 시뮬레이션 iteration은 초기값의 설정에 따라서 try error를 시도하였고 수렴에는 10~500회 정도 반복 계산하였다. Gumbel 분포에 대한 Fitting의 적합성을 확인하기 위하여 Reduced Chi-Square, Residual sum of Square, 그리고 Adj.
이상과 같이 Hazen Plot에 의해 관측치를 도시한 값과 Gumbel 적률법에 의하여 얻어진 누적분포함수에 의한 값에 대한 적합성은 normalized error를 통하여 확인할 수 있다.
후속연구
(4) 앞으로 관측지역 및 조건을 반영하여 적용성과 유의성을 전개할 필요가 있으며, 풍향패턴에 따른 지역 특성별 연구가 필요하다고 사료된다.
고층건축물, 대공간 구조물 등 바람에 민감한 영향을 받는 구조물이 증가 일로에 있다. 각 지역별 극값에 의한 풍향풍속에 대한 평가와 하중에 대한 설계 측면에서 고층건축물, 대공간구조물 등에 대한 풍향풍속 자료를 정리하고 분석 평가하여 설계 시 사용할 수 있는 형태로 제공할 필요가 있다고 사료된다. 조효남 등(1989)은 장기기록 지역의 계절풍 연 최대 풍속자료와 단기기록 지역의 계절풍 월 최대 풍속자료의 극치 Type I 분포 모형에 대한 적합성을 검토하였고 풍속 확률모형의 적합도를 Reduced chi-square 및 Kolmogorov-Smirnov 검정을 분석하여 적합성을 고찰하고 있다.
반면에 서울의 경우에는 그룹 3에서, 통영에서는 그룹 3, 4에서, 인천의 경우에는 그룹 1, 4에서 적용율이 감소하는 결과를 얻었다. 이들 적용율은 풍향패턴에 따른 기초적인 연구 결과로서, 지역적 풍향성을 있는 경우에 내풍설계시에 고려되어야 할 것으로 사료된다. 탁월 풍향패턴에 따라서는 설계용 기본풍속 평가에 풍향성을 반영하게 되기 때문이다.
통계데이터의 보정은 본 연구에서는 행하지 않았으며 통계데이터 그대로 사용하도록 하였다. 이에 대해서는 보정 등의 필요성이 있으나 통계데이터의 사용으로 그 추이를 살펴보고자 했으며 추후 보정에 의한 결과와의 비교를 할 수 있을 것이다.
따라서 본 연구에서는 기본적인 자료가 될 서울, 통영 그리고 인천지역에 대한 극값 풍향풍속 값을 제시하고 극치분포 (Extreme value distribution)를 적용하여 fitting에 따른 각 극치분포별 파라메터를 정리하였다. 특히 풍향에 따른 건축물과 구조물의 피해에 대한 적절하고 합리적인 평가방법에 대해서 연구와 평가방법을 제안할 필요가 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
본 연구에서 사용된 기상청 통계데이터는 구체적으로 몇 년도의 자료인가?
본 연구에서 사용된 기상청 통계데이터는 1971년부터 2009년까지의 39년간의 기상청 발표 통계자료 중 년최대풍향풍속에 대하여 검토하였다. 통계데이터의 보정은 본 연구에서는 행하지 않았으며 통계데이터 그대로 사용하도록 하였다.
건축물 설계에 풍향풍속성의 영향을 고려할 경우, 필요한 것은?
김동우 등(2004, 2008), 하영철 등(2004), 이석종 등 (2004)은 건축물 설계용 기본풍속분포도에 관한 연구에 있어서 전풍향풍속과 풍향빈도를 고려하여 설계용 기본풍속과 재현기대풍속을 제시하고 있다. 풍향풍속성의 영향을 고려할 경우, 년최대풍속에 대한 풍향풍속성에 대한 분석이 필요하다 할 수 있다. 이러한 점을 생각할 때, 바람에 대한 영향을 보다 효율적으로 평가하는 방법 중 하나가 풍향풍속에 대해 고려하는 것이라고 본다.
본 연구에서는 기본적인 자료가 될 서울, 통영 그리고 인천지역에 대한 극값 풍향풍속 값을 제시하고 극치분포(Extreme value distribution)를 적용하여 fitting에 따른 각 극치분포별 파라메터를 정리하게 된 이유는?
풍향풍속성의 영향을 고려할 경우, 년최대풍속에 대한 풍향풍속성에 대한 분석이 필요하다 할 수 있다. 이러한 점을 생각할 때, 바람에 대한 영향을 보다 효율적으로 평가하는 방법 중 하나가 풍향풍속에 대해 고려하는 것이라고 본다. 각 지역에 대한 재현기대 풍속에 대한 근거 자료 또한 각 지역별 극값 풍향풍속 통계자료를 활용하고 있다.
참고문헌 (12)
기상청(1995) 기상연보.
김동우, 변석웅, 하영철(2004) 풍향빈도를 고려한 풍향별 재현 기대풍속의 예측에 관한 연구, 한국풍공학회지, 한국풍공학회, pp.37-42.
김동우, 유기철, 주석준, 김윤석(2008) 확률분포모델에 따른 재현기대풍속의 비교-주요 8개 도시를 중심으로-, 한국풍공학회학술대회, pp.32-41.
윤재옥(2003) 한국 29개 주요 도시의 풍향, 풍속 및 바람특성 비교 연구, 대한건축학회논문집 계획계, 대한건축학회, 제19권, 제11호, pp.229-236.
Chung, Y. and Kanda, J. (1997) Optimum design wind speed based on directional characteristics of extreme value distribution, Proc. the 4th Asia-Pacific Symosium on Wind Engineering, pp.87-90.
Eadie, W.T.D. Drijard, F.E., James, M.R., and Sadoulet, B. (1971) Statistical Methods in Experimental Physics, North-Holland, Amsterdam, pp.269-271.
Stuart, A., Keith, O., and Steven, A. (1999) Kendall's Advanced Theory of Statistics 2A. London: Arnold, a member of the Hodder Headline Group, 25.37-25.43.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.