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 연구에서는 원평천 유역의 미래 설계홍수량을 다음과 같은 방법으로 분석하고 평가하였다. 과거 강수량 자료는 기상청으로부터 수집하였고, 미래 강수량 자료는 RCP4.
가설 설정
- 정상성 빈도해석은 강수량 자료의 확률분포형이 시간에 따라 변하지 않는다는 가정 하에 수행되며, 정상성을 가정한 GEV 분포의 누가밀도함수(Cumulative Density Function, CDF)는 Eq.(1)과 같다.
제안 방법
- 과거 27년 동안의 3시간 단위 강수량 편의보정 과정에서 산정한 매개변수를 90년 동안의 미래 기간(2011년 ~ 2100년)에 적용하여 RCP4.5 시나리오에 기반한 미래 강수량 자료의 편의를 보정하였다. 편의보정 결과, 미래 90년 동안의 연평균강수량은 편의보정 전 1,344.
- 미래 강수량 자료는 과거 강수량 자료를 바탕으로 분위사상법을 적용하여 편의보정을 실시하였다. 과거 강수량 관측치 자료 및 편의보정을 수행한 미래 강수량 모의치 자료를 이용하여 연도별로 지속시간별 최대강수량을 산정하였고, 비정상성을 고려한 빈도해석을 통해 확률강우량을 추정하였다. 설계홍수량은 비정상성 빈도해석 결과를 합리식에 적용하여 산정하였다.
- 5 시나리오에 따른 원평천 유역의 비정상성 빈도해석을 수행하고 미래 설계홍수량을 산정하였다. 과거 및 미래 강수량 자료는 비모수적 방법으로 분위사상법을 적용하여 편의를 보정하였다. 과거 강수량 자료 및 편의보 정을 수행한 미래 강수량 자료를 이용하여 비정상성을 고려한 GEV 분포의 확률분포형 매개변수를 추정하고, 확률강우량은 비정상성 빈도해석을 통해 산정하였다.
- 본 연구에서는 원평천 유역을 대상으로 과거 35년과 미래 90년 강수량 자료를 구축하고 비모수적 방법으로 분위사상 법을 적용하여 편의를 보정하였다. 극한강수사상의 변화 양상을 파악하기 위하여 비정상성 GEV 분포의 매개변수 변화를 추정하였다. 비정상성 빈도해석은 이동평균 방법으로 미래 강수량 자료를 재구축하여 확률강우량을 산정하였으며 합리식을 통해 설계홍수량을 분석하였다.
- (2011)은 미래 강수량을 전망하기 위하여 전국 68개 관측소를 대상으로 비정상성 빈도해석을 수행한 바 있다. 누적평균과 이동평균 방법을 이용하여 강수량 자료를 재구축하고 선형 회귀식을 통해 Gumbel 분포의 매개변수를 추정한 뒤 목표연도별 확률강우량을 추정하였다. 목표연도 2030년에는 전국적으로 100년 빈도 확률강수량이 누적평균 방법을 이용한 경우에 8%, 이동평균 방법을 이용한 경우에 18% 증가할 것으로 전망하였다.
- 편의보정에 사용한 과거 강수량 자료기간은 관측치와 모의치 자료가 모두 존재하는 1979년 ~ 2005년으로 설정하였다. 모의치 자료의 경우 3시간 단위 자료를 사용하였으므로, 편의보정을 위하여 관측치 자료를 3시간 단위로 자료를 재구축하였다. 분위사상법을 이용하여 과거 강수량 관측치 및 모의치 자료 간의 3시간 단위 편의보정을 수행하였으며, 이를 미래 기간(2011년 ~ 2100년)에 대해 적용하여 RCP4.
- 5 시나리오를 사용하여 구축하였다. 미래 강수량 자료는 과거 강수량 자료를 바탕으로 분위사상법을 적용하여 편의보정을 실시하였다. 과거 강수량 관측치 자료 및 편의보정을 수행한 미래 강수량 모의치 자료를 이용하여 연도별로 지속시간별 최대강수량을 산정하였고, 비정상성을 고려한 빈도해석을 통해 확률강우량을 추정하였다.
- 미래 강수량은 RCP4.5 시나리오 자료를 앞선 방법을 통해 편의보정하여 산정하였다. 연평균강수량의 평균값은 미래 기간으로 갈수록 전반적으로 증가 추세를 나타내며, 과거(1981년 ~ 2010년)에 비하여 1.
- 본 연구에서 정상성 빈도해석은 과거 1개 기간(1981년 ~ 2010년)과 미래 3개 기간(2011년 ~ 2040년, 2041년 ~ 2070년, 2071년 ~ 2100년)으로 나누어 수행하였으며, 비정상성 빈도해석은 강수량 자료의 강우 패턴 변화 혹은 경향성 변화를 반영할 수 있는 방법을 통해 수행하여야 한다. 자료의 경향 성과 변동성을 반영할 수 있는 방법은 누적평균과 이동평균 방법이 있다.
- 본 연구에서는 RCP4.5 시나리오에 따른 원평천 유역의 비정상성 빈도해석을 수행하고 미래 설계홍수량을 산정하였다. 과거 및 미래 강수량 자료는 비모수적 방법으로 분위사상법을 적용하여 편의를 보정하였다.
- 일반적으로 합리식에 사용되는 유출 계수는 유역의 피복 특성에 따라 결정할 수 있으며 Schwab and Frevert(1985)는 자연하천 유역에 대하여 유역 상태(산지, 초지, 경작지) 및 토양구조에 따른 유출계수를 제시한 바 있다. 본 연구에서는 Schwab and Frevert가 제시한 유출계수를 토대로 원평천 유역의 유출계수를 결정하였다.
- 극한강수사상이 변화하는 양상을 살펴보기 위해서는 강수량 자료에 적합한 확률분포형을 선정하고 확률분포형의 매개변수 변화를 분석할 필요가 있다. 본 연구에서는 꼬리 부분이 두꺼운 형태로 극한강수사상을 표현하기에 적합한 GEV 분포를 확률분포형으로 선정하고 매개변수 추정방법으로 L-모멘트법을 사용하여 빈도해석을 수행하였다.
- 본 연구에서는 원평천 유역을 대상으로 과거 35년과 미래 90년 강수량 자료를 구축하고 비모수적 방법으로 분위사상 법을 적용하여 편의를 보정하였다. 극한강수사상의 변화 양상을 파악하기 위하여 비정상성 GEV 분포의 매개변수 변화를 추정하였다.
- , 2013). 본 연구에서는 이전 자료가 지속적으로 누적되어 경향성이 덜 반영될 가능성이 있는 누적평균 방법 대신 이동평균 방법을 이용하여 미래 강수량 자료를 재구축하였다. 이동평균 방법은 일반적인 수문 자료의 분석을 위한 자료기간인 30년을 고려하여 30년 이동평균 방법을 사용하였다.
- 모의치 자료의 경우 3시간 단위 자료를 사용하였으므로, 편의보정을 위하여 관측치 자료를 3시간 단위로 자료를 재구축하였다. 분위사상법을 이용하여 과거 강수량 관측치 및 모의치 자료 간의 3시간 단위 편의보정을 수행하였으며, 이를 미래 기간(2011년 ~ 2100년)에 대해 적용하여 RCP4.5 시나리오에 기반한 3시간 단위 미래 강수량 자료의 편의를 보정하였다.
- (2014)는 비정상성을 가정하여 강수량 자료를 분석하고 기대 대기시간(expected waiting time)과 기대 초과사상 수(expected number of exceedance event)의 개념에서 재현기간의 변화를 분석한 바 있다. 비정상성 빈도해석을 수행하기 위하여 Gumbel 분포의 위치 매개변수와 규모 매개변수에 시간 항을 고려하였다. 재현기간은 정상성을 가정한 경우보다 비정상성을 가정한 경우에 작게 산정되며, 재현기간이 커질수록 정상성과 비정상성의 결과 차이가 커지는 것으로 분석 하였다.
- 과거 강수량 관측치 자료 및 편의보정을 수행한 미래 강수량 모의치 자료를 이용하여 연도별로 지속시간별 최대강수량을 산정하였고, 비정상성을 고려한 빈도해석을 통해 확률강우량을 추정하였다. 설계홍수량은 비정상성 빈도해석 결과를 합리식에 적용하여 산정하였다. 본 연구의 연구방법 및 흐름도는 Fig.
- 5 시나리오를 이용한 미래 설계홍수량을 산정한 바 있다. 연최고치계열 자료의 분석에 가장 보편적으로 사용되는 GEV 분포를 선정하고 매개변수를 시간에 종속시켜 기후변화를 고려할 수 있는 비정상성 빈도해석을 수행하였다. 먼 미래로 갈수록 GEV 분포의 위치 매개변수와 규모 매개변수가 증가하여 극한강수사상의 평균 및 변동성이 증가할 것으로 분석하였다.
- 이동평균 방법은 일반적인 수문 자료의 분석을 위한 자료기간인 30년을 고려하여 30년 이동평균 방법을 사용하였다. 이동평균에 사용한 자료기간은 1976년 ~ 2100년이며 초기 30년(1976년 ~ 2005년)에 대하여 GEV 분포의 매개변수를 추정하였다. 이어서 자료를 1년씩 이동시켜가며 마지막 30년(2071년 ~ 2100년)까지 총 96개 자료를 재구축하여 GEV 분포 매개변수 추정을 실시하였다.
- 이동평균에 사용한 자료기간은 1976년 ~ 2100년이며 초기 30년(1976년 ~ 2005년)에 대하여 GEV 분포의 매개변수를 추정하였다. 이어서 자료를 1년씩 이동시켜가며 마지막 30년(2071년 ~ 2100년)까지 총 96개 자료를 재구축하여 GEV 분포 매개변수 추정을 실시하였다.
대상 데이터
- 본 연구에서는 원평천 유역의 미래 설계홍수량을 다음과 같은 방법으로 분석하고 평가하였다. 과거 강수량 자료는 기상청으로부터 수집하였고, 미래 강수량 자료는 RCP4.5 시나리오를 사용하여 구축하였다. 미래 강수량 자료는 과거 강수량 자료를 바탕으로 분위사상법을 적용하여 편의보정을 실시하였다.
- 원평천 유역의 과거 강수량 자료는 원평천 유역과 가장 인접한 곳에 위치한 전주 관측소 자료를 사용하여 수집하였다. 기상청에서 제공하는 전주 관측소의 1시간 단위 과거 강수량 자료를 수집하였다. 자료기간은 1976년 ~ 2010년으로 설정하였다.
- 5 시나리오에 따른 결과가 가장 큰 값을 나타내는 것으로 분석하였다. 본 연구에서는 국립기상과학원에서 제공하는 시나리오 중 RCP4.5 시나리오에 기반한 3시간 단위 자료를 이용하여 미래 강수량 자료를 구축하였다. 자료기간은 2011년 ~ 2100년으로 설정하였다.
- 본 연구의 대상 지구는 금강 권역 동진강 수계의 원평천으로 선정하였다. 원평천은 동진강의 제1지류이며 원평천으로 합류하는 하천은 지방2급 하천인 두월천, 금구천, 유각천, 감곡천 등이 있다.
- 원평천 유역의 과거 강수량 자료는 원평천 유역과 가장 인접한 곳에 위치한 전주 관측소 자료를 사용하여 수집하였다. 기상청에서 제공하는 전주 관측소의 1시간 단위 과거 강수량 자료를 수집하였다.
- 기상청에서 제공하는 전주 관측소의 1시간 단위 과거 강수량 자료를 수집하였다. 자료기간은 1976년 ~ 2010년으로 설정하였다.
- 5 시나리오에 기반한 3시간 단위 자료를 이용하여 미래 강수량 자료를 구축하였다. 자료기간은 2011년 ~ 2100년으로 설정하였다.
- 본 연구에서는 비모수적(Non-Parametric) 방법으로 분포에 대한 분위사상법을 적용하여 편의보정을 수행하였다. 편의보정에 사용한 과거 강수량 자료기간은 관측치와 모의치 자료가 모두 존재하는 1979년 ~ 2005년으로 설정하였다. 모의치 자료의 경우 3시간 단위 자료를 사용하였으므로, 편의보정을 위하여 관측치 자료를 3시간 단위로 자료를 재구축하였다.
데이터처리
- Kim and Lee(2012)는 기후변화에 따른 극한 강수량을 전망하기 위하여 전국 55개 기상 관측소를 대상으로 Gumbel 분포를 이용한 비정상성 빈도해석을 수행한 바 있다. 경향성 검정과 정상성 검정으로 통계적 유의성을 판단하여 대상 지점을 선별하였으며, 누적평균 방법을 이용하여 각 지점에 대한 목표연도별 확률강우량을 산정하였다. Lee et al.
- 과거 및 미래 강수량 자료는 비모수적 방법으로 분위사상법을 적용하여 편의를 보정하였다. 과거 강수량 자료 및 편의보 정을 수행한 미래 강수량 자료를 이용하여 비정상성을 고려한 GEV 분포의 확률분포형 매개변수를 추정하고, 확률강우량은 비정상성 빈도해석을 통해 산정하였다. 설계홍수량은 빈도해석 결과를 합리식에 적용하여 산정하였다.
- 극한강수사상의 변화 양상을 파악하기 위하여 비정상성 GEV 분포의 매개변수 변화를 추정하였다. 비정상성 빈도해석은 이동평균 방법으로 미래 강수량 자료를 재구축하여 확률강우량을 산정하였으며 합리식을 통해 설계홍수량을 분석하였다.
이론/모형
- 강수량 자료의 편의보정은 비모수적 방법으로 분위사상법을 적용하여 수행하였다. 편의보정 전 과거 강수량 모의치 자료는 강우강도가 작은 경우(10 mm/3hr 미만)에는 과다모의 되고, 강우강도가 큰 경우(10 mm/3hr 이상)에는 과소모의되는 경향을 갖는 것으로 분석되었다.
- 본 연구에서는 GEV 확률분포형의 매개변수 추정을 위하여 L-모멘트법을 사용하였다. Fig.
- , 2015). 본 연구에서는 L-모멘트법을 사용하여 GEV 분포의 매개변수를 추정하였다.
- , 2007). 본 연구에서는 비모수적(Non-Parametric) 방법으로 분포에 대한 분위사상법을 적용하여 편의보정을 수행하였다. 편의보정에 사용한 과거 강수량 자료기간은 관측치와 모의치 자료가 모두 존재하는 1979년 ~ 2005년으로 설정하였다.
- 과거 강수량 자료 및 편의보 정을 수행한 미래 강수량 자료를 이용하여 비정상성을 고려한 GEV 분포의 확률분포형 매개변수를 추정하고, 확률강우량은 비정상성 빈도해석을 통해 산정하였다. 설계홍수량은 빈도해석 결과를 합리식에 적용하여 산정하였다.
- 설계홍수량은 합리식(Rational formula)을 이용하여 산정하였다. 합리식은 설계홍수량을 유출계수와 강우강도, 그리고 유역면적을 곱한 값으로 구할 수 있는 방법이다.
- 본 연구에서는 이전 자료가 지속적으로 누적되어 경향성이 덜 반영될 가능성이 있는 누적평균 방법 대신 이동평균 방법을 이용하여 미래 강수량 자료를 재구축하였다. 이동평균 방법은 일반적인 수문 자료의 분석을 위한 자료기간인 30년을 고려하여 30년 이동평균 방법을 사용하였다. 이동평균에 사용한 자료기간은 1976년 ~ 2100년이며 초기 30년(1976년 ~ 2005년)에 대하여 GEV 분포의 매개변수를 추정하였다.
- 확률강우량은 확률분포형으로 GEV 분포형, 매개변수 추정방법으로 L-모멘트법을 사용하여 산정하였다. 정상성 빈도해석과 비정상성 빈도해석을 통해 확률분포형 매개변수의 변화를 살펴본 결과, 비정상성을 고려한 매개변수가 평균값은 전반적으로 정상성을 고려한 경우와 유사하게 나타나나 최댓값은 보다 큰 값을 갖는 것으로 분석되었다.
성능/효과
- 비정상성을 고려한 확률강우량은 10년 빈도와 20년 빈도에는 과거 기간(2005년 ~ 2010년)부터 서서히 증가하다가 2068년을 기점으로 점차 감소하는 경향을나타냈다. 100년 빈도와 200년 빈도 확률강우량은 과거 기간부터 증가하다가 2028년부터 2037년까지 감소한 다음 2068년까지 다시 증가하다가 2068년을 기점으로 점차 감소하는 경향을 나타냈다.
- (2012)은 RCP 시나리오를 이용하여 한반도의 미래 극한 강수를 전망한 바 있다. 21세기 말의 극한강수를 전망하기 위해 RCP4.5 시나리오와 RCP8.5 시나리오를 이용하여 비정상성 빈도해석을 수행한 결과, 21세기 말의 20년 빈도 강수량은 현재 기후에서 정상성을 고려한 경우에 비해 RCP4.5 시나리오에서 전국적으로 29.0% 증가하고, RCP8.5 시나리오에서 30.1% 증가하는 것으로 분석하였다. Kim and Lee(2012)는 기후변화에 따른 극한 강수량을 전망하기 위하여 전국 55개 기상 관측소를 대상으로 Gumbel 분포를 이용한 비정상성 빈도해석을 수행한 바 있다.
- (2013)은 전국 57개 기상 관측소 자료를 토대로 228개 행정구역에 대한 강수량 자료를 구축하고 이동평균 방법을 통해 비정상성 빈도해석을 수행한 바 있다. GEV 분포 매개변수의 비선형 추정을 통한 비정상성 빈도해석 결과가 선형 추정을 통한 비정상성 결과 및 정상성 빈도해석 결과보다 관측값의 경향성을 보다 정확하게 반영하는 것으로 나타났다. Kim and Ha(2013)는 기후변화에 따른 영향을 평가하기 위하여 RCP8.
- 0%(2071년 ~ 2100년) 증가한 것이다. 각 기간 동안의 연평균강수량 표준편차는 275.4 mm(1981년 ~ 2010년), 463.1 mm(2011년 ~ 2040년), 426.1 mm(2041년 ~ 2070년), 498.1 mm(2071년 ~ 2100년)로 나타나, 과거 기간에 비하여 미래 기간에 강수량의 변동폭이 크게 증가하는 것으로 분석되었다(Table 3). Fig.
- 0%(2071년 ~ 2100년) 증가할 것으로 분석되었다. 각 기간동안 연평균강수량의 표준편차는 과거 275.4 mm에서 미래 기간별로 187.7 mm(38.2%), 150.7 mm(32.5%), 222.7 mm(52.3%) 증가하는 것으로 나타나, 미래 기간에 강수량의 변동폭이 크게 증가하는 것으로 분석되었다. 한편, 미래 기간 강수량의 보다 신뢰성 있는 전망을 위해(Moon et al.
- 과거 1개 기간(1981년 ~ 2010년)의 관측치와 미래 3개 기간(2011년 ~ 2040년, 2041년 ~ 2070년, 2071년 ~ 2100년)의 편의보정된 모의치에 대하여 분석한 결과, 연평균강수량은 1981년 ~ 2010년 동안에 706.4 mm ~ 1,857.3 mm, 2011년 ~ 2040년 동안에 697.3 mm ~ 2,829.0 mm, 2041년 ~ 2070년 동안에 830.2 mm ~ 2,604.8 mm, 2071년 ~ 2100년 동안에 689.5 mm ~ 2,927.9 mm의 범위를 가지는 것으로 나타났다. 각 기간 동안의 연평균강수량 평균값은 1,293.
- 지속시간 24시간에서 위치 매개변수는 지속시간 6시간에서 추정된 위치 매개변수와 유사한 경향을 나타냈다. 규모 매개변수는 과거 기간에 비해 2011년 ~ 2040년 동안에 소폭 감소하였으나, 그 이후로는 미래 기간에 따라 크게 증가하는 것으로 분석되었다. 위치 매개변수와 규모 매개변수의 범위는 전반적으로 정상성을 고려한 매개변수 값을 포함하는 것으로 나타났다.
- 연최고치계열 자료의 분석에 가장 보편적으로 사용되는 GEV 분포를 선정하고 매개변수를 시간에 종속시켜 기후변화를 고려할 수 있는 비정상성 빈도해석을 수행하였다. 먼 미래로 갈수록 GEV 분포의 위치 매개변수와 규모 매개변수가 증가하여 극한강수사상의 평균 및 변동성이 증가할 것으로 분석하였다. Shin et al.
- 미래 기간의 경우, 비정상성을 고려한 위치 매개변수와 규모 매개변수는 미래 기간으로 갈수록 증가하는 경향을 나타냈으며, 그 범위는 전반적으로 정상성을 고려한 매개변수 값을 포함하는 범위로 나타났다. 미래 기간별로, 2011년 ~ 2040년 동안에 비정상성을 고려한 매개변수 평균값은 정상성을 고려한 매개변수 값보다 작게 나타났으나, 2041년 ~ 2070년 동안에는 유사한 정도로 나타났고, 2071년 ~ 2100년 동안에는 정상성을 고려한 매개 변수 값보다 큰 것으로 분석되었다. 비정상성을 고려한 매개변수의 최댓값은 모든 미래 기간에서 정상성을 고려한 매개변수 값보다 큰 것으로 분석되었다.
- 44% 증가하였다. 미래 기간을 30년씩 총 3개의 기간(2011년 ~ 2040년, 2041년 ~ 2070년, 2071년 ~ 2100년)으로 나누어 분석한 결과, 연평균강수량은 2011년 ~ 2040년 동안에 편의보정 전 1,231.5 mm에서 편의보정 후 1,312.3 mm(6.56% 증가), 2041년 ~ 2070년 동안에 편의보정 전 1,436.7 mm에서 편의보정 후 1,613.6 mm(12.32% 증가), 2071년 ~ 2100년 동안에 편의보정 전 1,364.8 mm에서 편의보정 후 1,487.6 mm로(9.00% 증가) 나타나 미래 3개 기간에 편의보정에 따라 전반적으로 연평균강수량이 증가하는 것으로 분석되었다. Fig.
- 지속시간 6시간에서 위치 매개변수는 과거 기간에는 정상성을 고려한 위치 매개변수와 비정상성을 고려한 위치 매개 변수 간에 큰 차이가 나타나지 않았다. 미래 기간의 경우, 비정상성을 고려한 위치 매개변수와 규모 매개변수는 미래 기간으로 갈수록 증가하는 경향을 나타냈으며, 그 범위는 전반적으로 정상성을 고려한 매개변수 값을 포함하는 범위로 나타났다. 미래 기간별로, 2011년 ~ 2040년 동안에 비정상성을 고려한 매개변수 평균값은 정상성을 고려한 매개변수 값보다 작게 나타났으나, 2041년 ~ 2070년 동안에는 유사한 정도로 나타났고, 2071년 ~ 2100년 동안에는 정상성을 고려한 매개 변수 값보다 큰 것으로 분석되었다.
- 이는 미래 기간으로 갈수록 극한강수의 평균과 변동성이 증가하는 것을 의미하므로 이러한 경향을 반영할 수 있는 비정상성 빈도해석의 필요성이 강조된다. 미래 확률강우량 또한 비정상성 빈도해석 결과값이 전반적으로 정상성 빈도해석 결과값보다 큰 값을 갖는 것으로 나타났으며, 최댓값은 모든 지속시간(3시간, 6시간, 12시간, 24시간)과 재현기간(10년, 20년, 100년, 200년)에서 비정상성 빈도해석 결과값이 정상성 빈도해석 결과값보다 큰 것으로 나타났다. 지속시간별로 최소 1.
- 17%로 감소하는 것으로 나타나는 것으로 분석되었다. 비모수적 방법으로 분위사상법을 적용하여 편의보정을 실시하는 경우, 기간에 따라 과소 혹은 과다 모의되는 강수량 자료를 관측치의 경향성을 보다 정확하게 반영할 수 있는 것으로 분석되었다.
- 미래 기간별로, 2011년 ~ 2040년 동안에 비정상성을 고려한 매개변수 평균값은 정상성을 고려한 매개변수 값보다 작게 나타났으나, 2041년 ~ 2070년 동안에는 유사한 정도로 나타났고, 2071년 ~ 2100년 동안에는 정상성을 고려한 매개 변수 값보다 큰 것으로 분석되었다. 비정상성을 고려한 매개변수의 최댓값은 모든 미래 기간에서 정상성을 고려한 매개변수 값보다 큰 것으로 분석되었다.
- 비정상성 빈도해석 결과는 정상성 빈도해석 결과와 유사한 경향성을 나타냈다. 비정상성을 고려한 확률강우량은 10년 빈도와 20년 빈도에는 과거 기간(2005년 ~ 2010년)부터 서서히 증가하다가 2068년을 기점으로 점차 감소하는 경향을나타냈다. 100년 빈도와 200년 빈도 확률강우량은 과거 기간부터 증가하다가 2028년부터 2037년까지 감소한 다음 2068년까지 다시 증가하다가 2068년을 기점으로 점차 감소하는 경향을 나타냈다.
- Table 4는 산정된 확률강우량의 범위와 평균값을 나타낸 것이다. 비정상성을 고려한 확률강우량의 범위는 전반적으로 정상성을 고려한 확률강우량 값을 포함하는 것으로 나타났다. 비정상성을 고려한 확률강우량의 평균값은 지속시간 3시간, 6시간, 9시간에서 2011년 ~ 2040년 기간과 2071년 ~ 2100년 기간에는 정상성 빈도해석 결과값보다 작게 산정되었으며, 나머지 2개 기간에 대해서는 크게 산정되는 것으로 분석되었다.
- 비정상성을 고려한 확률강우량의 범위는 전반적으로 정상성을 고려한 확률강우량 값을 포함하는 것으로 나타났다. 비정상성을 고려한 확률강우량의 평균값은 지속시간 3시간, 6시간, 9시간에서 2011년 ~ 2040년 기간과 2071년 ~ 2100년 기간에는 정상성 빈도해석 결과값보다 작게 산정되었으며, 나머지 2개 기간에 대해서는 크게 산정되는 것으로 분석되었다. 지속시간 24시간에서는 2011년 ~ 2040년 기간을 제외한 나머지 3개 기간에서 정상성 빈도해석 결과값보다 크게 산정되는 것으로 분석되었다.
- 5 시나리오 자료를 앞선 방법을 통해 편의보정하여 산정하였다. 연평균강수량의 평균값은 미래 기간으로 갈수록 전반적으로 증가 추세를 나타내며, 과거(1981년 ~ 2010년)에 비하여 1.4%(2011년 ~ 2040년), 24.7%(2041년 ~ 2070년), 15.0%(2071년 ~ 2100년) 증가할 것으로 분석되었다. 각 기간동안 연평균강수량의 표준편차는 과거 275.
- 원평천 유역의 설계홍수량은 비정상성을 고려한 경우에 정상성을 고려한 경우보다 전반적으로 큰 값을 나타내며, 정상성을 고려한 첨두유출량과 비정상성을 고려한 첨두유출량의 차이는 미래 기간으로 갈수록 커지는 것으로 분석되었다. 본 연구의 결과, 비정상성을 고려한 결과는 정상성을 고려한 경우보다 전반적으로 큰 값을 나타내는 것으로 분석됨에 따라 비정상성 빈도해석을 통해 기후변화에 따른 영향을 반영하여 수공구조물의 설계 기준을 재고하는 데 기초자료로 사용할 수 있을 것으로 사료된다.
- 규모 매개변수는 과거 기간에 비해 2011년 ~ 2040년 동안에 소폭 감소하였으나, 그 이후로는 미래 기간에 따라 크게 증가하는 것으로 분석되었다. 위치 매개변수와 규모 매개변수의 범위는 전반적으로 정상성을 고려한 매개변수 값을 포함하는 것으로 나타났다. 미래 기간별로, 2011년 ~ 2040년 및 2041년 ~ 2070년 동안에 비정상성을 고려한 매개변수 평균값은 정상성을 고려한 매개변수 값보다 작게 나타났으나, 2071년 ~ 2100년 동안에는 정상성을 고려한 매개변수 값보다 큰 것으로 분석되었다.
- 비정상성 빈도해석을 수행하기 위하여 Gumbel 분포의 위치 매개변수와 규모 매개변수에 시간 항을 고려하였다. 재현기간은 정상성을 가정한 경우보다 비정상성을 가정한 경우에 작게 산정되며, 재현기간이 커질수록 정상성과 비정상성의 결과 차이가 커지는 것으로 분석 하였다.
- (2011)은 국내 6개 기상 관측소 자료를 토대로 조건부 GEV 분포를 이용하여 빈도해석을 수행한바 있다. 전반적으로 비정상성을 고려한 확률강우량이 정상성을 고려한 확률강우량보다 큰 것으로 분석하였다. Sung et al.
- 확률강우량은 확률분포형으로 GEV 분포형, 매개변수 추정방법으로 L-모멘트법을 사용하여 산정하였다. 정상성 빈도해석과 비정상성 빈도해석을 통해 확률분포형 매개변수의 변화를 살펴본 결과, 비정상성을 고려한 매개변수가 평균값은 전반적으로 정상성을 고려한 경우와 유사하게 나타나나 최댓값은 보다 큰 값을 갖는 것으로 분석되었다. 정상성을 고려한 경우에 비해 비정상성을 고려한 경우에 위치 매개변수 및 규모 매개변수의 최댓값의 차이는 미래 기간으로 갈수록 커지는 것을 확인할 수 있었다.
- 정상성 빈도해석과 비정상성 빈도해석을 통해 확률분포형 매개변수의 변화를 살펴본 결과, 비정상성을 고려한 매개변수가 평균값은 전반적으로 정상성을 고려한 경우와 유사하게 나타나나 최댓값은 보다 큰 값을 갖는 것으로 분석되었다. 정상성을 고려한 경우에 비해 비정상성을 고려한 경우에 위치 매개변수 및 규모 매개변수의 최댓값의 차이는 미래 기간으로 갈수록 커지는 것을 확인할 수 있었다. 이는 미래 기간으로 갈수록 극한강수의 평균과 변동성이 증가하는 것을 의미하므로 이러한 경향을 반영할 수 있는 비정상성 빈도해석의 필요성이 강조된다.
- 7%) 증가하는 것으로 분석되었다. 지속시간 12시간에는 269.2 m3/s(27.7%), 261.5 m3/s(24.2%), 319.1 m3/s(24.2%), 293.6 m3/s(20.0%) 증가하여 4개 지속시간 중 가장 큰 증가폭을 보였고, 지속 시간 24시간에는 82.5 m3/s(15.4%), 233.3 m3/s(29.7%), 163.3 m3/s(15.3%), 215.7 m3/s(23.6%) 증가하는 것으로 분석되었다.
- 비정상성을 고려한 확률강우량의 평균값은 지속시간 3시간, 6시간, 9시간에서 2011년 ~ 2040년 기간과 2071년 ~ 2100년 기간에는 정상성 빈도해석 결과값보다 작게 산정되었으며, 나머지 2개 기간에 대해서는 크게 산정되는 것으로 분석되었다. 지속시간 24시간에서는 2011년 ~ 2040년 기간을 제외한 나머지 3개 기간에서 정상성 빈도해석 결과값보다 크게 산정되는 것으로 분석되었다. 최댓값은 모든 지속시간과 재현기간에서 비정상성 빈도해석 결과값이 정상성 빈도해석 결과값보다 크게 산정되었다.
- 첨두유출량은 비정상성을 고려한 경우에 정상성을 고려한 경우보다 전반적으로 크게 나타났으며, 증가폭은 10년 빈도 첨두유출량에 비해 더 크게 산정되었다. 지속시간 3시간에서 비정상성을 고려하여 산정된 첨두유출량은 정상성 첨두유출량에 비하여 기간별로 282.1 m3/s(17.4%), 134.6 m3/s(7.8%), 396.8 m3/s(26.7%), 180.3 m3/s(10.1%) 증가 하여 4개 지속시간 중 가장 큰 증가폭을 보였고, 지속시간 6시간에는 기간별로 202.8 m3/s(17.1%), 150.1 m3/s(10.7%), 281.5 m3/s(21.1%), 59.3 m3/s(3.6%) 증가하는 것으로 분석되었다. 지속시간 12시간에는 143.
- Table 7은 100년 빈도 첨두유출량을 산정한 결과를 나타낸 것으로, 첨두유출량은 비정상성을 고려한 경우에 정상성을 고려한 경우보다 전반적으로 크게 나타났다. 지속시간 3시간에서 비정상성을 고려하여 산정된 첨두유출량은 정상성 첨두유출량에 비하여 기간별로 575.9 m3/s(28.8%), 221.9 m3/s(9.6%), 752.2 m3/s(41.6%), 191.0 m3/s(8.3%) 증가하였고, 지속시간 6시간에는 478.2 m3/s(33.5%), 245.6 m3/s(12.5%), 483.7 m3/s(27.5%), 39.1 m3/s(1.7%) 증가하는 것으로 분석되었다. 지속시간 12시간에는 269.
- 첨두유출량 증가폭은 10년, 20년, 100년 빈도 첨두유출량 경우에 비해 더크게 산정되었다. 지속시간 3시간에서 비정상성을 고려하여 산정된 첨두유출량은 정상성 첨두유출량에 비하여 기간별로 747.2 m3/s(35.0%), 216.1 m3/s(8.2%), 1,039.9 m3/s(54.9%), 80.8 m3/s(3.1%) 증가하여 4개 지속시간 중 가장 큰 증가폭을 보였고, 지속시간 6시간에는 583.7 m3/s(37.3%), 355.1 m3/s(16.2%), 671.8 m3/s(35.9%), 130.9 m3/s(5.1%) 증가 하는 것으로 분석되었다. 지속시간 12시간에는 286.
- 9는 지속시간 24시간에서 확률강우량 산정 결과를 나타낸 것이다. 지속시간 6시간에서와 마찬가지로, 확률강우량은 모든 재현기간에서 과거 기간보다 미래 기간에 전반적으로 더 큰 값을 갖는 것으로 분석되었다. 정상성을 고려한 확률 강우량의 경우, 모든 재현기간에서 2011년 ~ 2070년까지 증가한 다음 2071년 ~ 2100년에는 감소하는 경향을 나타냈다.
- 미래 확률강우량 또한 비정상성 빈도해석 결과값이 전반적으로 정상성 빈도해석 결과값보다 큰 값을 갖는 것으로 나타났으며, 최댓값은 모든 지속시간(3시간, 6시간, 12시간, 24시간)과 재현기간(10년, 20년, 100년, 200년)에서 비정상성 빈도해석 결과값이 정상성 빈도해석 결과값보다 큰 것으로 나타났다. 지속시간별로 최소 1.2%(12시간, 10년)에서 최대 54.9%(3시간, 200년)까지 차이를 갖는 것으로 분석되었다.
- Table 8은 200년 빈도 첨두유출량을 산정한 결과를 나타낸 것으로, 첨두유출량은 비정상성을 고려한 경우에 정상성을 고려한 경우보다 전반적으로 크게 나타났다. 첨두유출량 증가폭은 10년, 20년, 100년 빈도 첨두유출량 경우에 비해 더크게 산정되었다. 지속시간 3시간에서 비정상성을 고려하여 산정된 첨두유출량은 정상성 첨두유출량에 비하여 기간별로 747.
- Table 5는 10년 빈도 첨두유출량(Peak runoff)을 지속시간 3시간, 6시간, 12시간, 24시간에 대하여 산정한 결과를 나타낸 것이다. 첨두유출량은 비정상성을 고려한 경우에 정상성을 고려한 경우보다 전반적으로 크게 나타났다. 지속시간 3시간에서 비정상성을 고려하여 산정된 첨두유출량은 정상성 첨두홍수량에 비하여 기간별(1981년 ~ 2010년, 2011년 ~ 2040년, 2041년 ~ 2070년, 2071년 ~ 2100년)로 각각 173.
- Table 6은 20년 빈도 첨두유출량을 산정한 결과를 나타낸 것이다. 첨두유출량은 비정상성을 고려한 경우에 정상성을 고려한 경우보다 전반적으로 크게 나타났으며, 증가폭은 10년 빈도 첨두유출량에 비해 더 크게 산정되었다. 지속시간 3시간에서 비정상성을 고려하여 산정된 첨두유출량은 정상성 첨두유출량에 비하여 기간별로 282.
- 지속시간 24시간에서는 2011년 ~ 2040년 기간을 제외한 나머지 3개 기간에서 정상성 빈도해석 결과값보다 크게 산정되는 것으로 분석되었다. 최댓값은 모든 지속시간과 재현기간에서 비정상성 빈도해석 결과값이 정상성 빈도해석 결과값보다 크게 산정되었다.
- 5 시나리오에 기반한 미래 강수량 자료의 편의를 보정하였다. 편의보정 결과, 미래 90년 동안의 연평균강수량은 편의보정 전 1,344.3 mm에서 편의보정 후 1,471.2 mm로 9.44% 증가하였다. 미래 기간을 30년씩 총 3개의 기간(2011년 ~ 2040년, 2041년 ~ 2070년, 2071년 ~ 2100년)으로 나누어 분석한 결과, 연평균강수량은 2011년 ~ 2040년 동안에 편의보정 전 1,231.
- 8은 지속시간 6시간에서 확률강우량 산정 결과를 나타낸 것이다. 확률강우량은 모든 재현기간에서 과거 기간보다 미래 기간에 전반적으로 더 큰 값을 갖는 것으로 분석되었다. 정상성을 고려한 확률강우량의 경우, 모든 재현기간에서 2011년 ~ 2040년에 증가하고 2041년 ~ 2070년에 감소한 다음 2071년 ~ 2100년에 다시 증가하는 경향을 나타냈다.
후속연구
- 원평천 유역의 설계홍수량은 비정상성을 고려한 경우에 정상성을 고려한 경우보다 전반적으로 큰 값을 나타내며, 정상성을 고려한 첨두유출량과 비정상성을 고려한 첨두유출량의 차이는 미래 기간으로 갈수록 커지는 것으로 분석되었다. 본 연구의 결과, 비정상성을 고려한 결과는 정상성을 고려한 경우보다 전반적으로 큰 값을 나타내는 것으로 분석됨에 따라 비정상성 빈도해석을 통해 기후변화에 따른 영향을 반영하여 수공구조물의 설계 기준을 재고하는 데 기초자료로 사용할 수 있을 것으로 사료된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.