최근 기상변동성이 증가함에 따라 지난 30년 동안 극한강우의 발생 빈도는 점차 증가하고 있다. 우리나라는 지리적으로 단시간에 매우 높은 강우강도를 유발하는 강우사상이 빈번하게 발생하여 홍수사상이 유발되기 쉽다. 본 연구에서는 장기간의 강우자료를 활용하여 극치강우사상의 발생을 고려한 강우빈도해석을 수행하였다. 이를 위해 극치강우사상을 분석하는데 있어 서로 다른 절점기준을 사용하여 극치강우의 발생횟수를 반영한 포아송-GPD 강우빈도해석 기법을 개발하였다. 빈도해석을 수행함에 있어서 확률분포 매개변수의 불확실성을 보다 정량적으로 산정할 수 있는 Bayesian 기법을 적용하였으며, 또한 각각의 절점기준에 따라서 분류된 강우사상의 종관기후학적 분석을 수행하였다. 연구결과 우리나라의 극치강우 발생이 증가하는 지점에서 기존의 Gumbel 분포를 통한 확률강우량보다 상향된 결과를 도출하였다. 이는 포아송-GPD 모형이 치수안정성 측면에서 유리한 모형으로 판단된다. 또한 동중국해 지역의 저기압 특성과 북태평양 고기압 특성이 우리나라 극치강우현상에 주로 영향을 미치는 것을 확인하였다.
최근 기상변동성이 증가함에 따라 지난 30년 동안 극한강우의 발생 빈도는 점차 증가하고 있다. 우리나라는 지리적으로 단시간에 매우 높은 강우강도를 유발하는 강우사상이 빈번하게 발생하여 홍수사상이 유발되기 쉽다. 본 연구에서는 장기간의 강우자료를 활용하여 극치강우사상의 발생을 고려한 강우빈도해석을 수행하였다. 이를 위해 극치강우사상을 분석하는데 있어 서로 다른 절점기준을 사용하여 극치강우의 발생횟수를 반영한 포아송-GPD 강우빈도해석 기법을 개발하였다. 빈도해석을 수행함에 있어서 확률분포 매개변수의 불확실성을 보다 정량적으로 산정할 수 있는 Bayesian 기법을 적용하였으며, 또한 각각의 절점기준에 따라서 분류된 강우사상의 종관기후학적 분석을 수행하였다. 연구결과 우리나라의 극치강우 발생이 증가하는 지점에서 기존의 Gumbel 분포를 통한 확률강우량보다 상향된 결과를 도출하였다. 이는 포아송-GPD 모형이 치수안정성 측면에서 유리한 모형으로 판단된다. 또한 동중국해 지역의 저기압 특성과 북태평양 고기압 특성이 우리나라 극치강우현상에 주로 영향을 미치는 것을 확인하였다.
Recently, frequency of extreme rainfall events in South Korea has been substantially increased due to the enhanced climate variability. Korea is prone to flooding due to being surrounded by mountains, along with high rainfall intensity during a short period. In the past three decades, an increase in...
Recently, frequency of extreme rainfall events in South Korea has been substantially increased due to the enhanced climate variability. Korea is prone to flooding due to being surrounded by mountains, along with high rainfall intensity during a short period. In the past three decades, an increase in the frequency of heavy rainfall events has been observed due to enhanced climate variability and climate change. This study aimed to analyze extreme rainfalls informed by their frequency of occurrences using a long-term rainfall data. In this respect, we developed a Poisson-Generalized Pareto Distribution (Poisson-GPD) based rainfall frequency method which allows us to simultaneously explore changes in the amount and exceedance probability of the extreme rainfall events defined by different thresholds. Additionally, this study utilized a Bayesian approach to better estimate both parameters and their uncertainties. We also investigated the synoptic patterns associated with the extreme events considered in this study. The results showed that the Poisson-GPD based design rainfalls were rather larger than those of based on the Gumbel distribution. It seems that the Poisson-GPD model offers a more reasonable explanation in the context of flood safety issue, by explicitly considering the changes in the frequency. Also, this study confirmed that low and high pressure system in the East China Sea and the central North Pacific, respectively, plays crucial roles in the development of the extreme rainfall in South Korea.
Recently, frequency of extreme rainfall events in South Korea has been substantially increased due to the enhanced climate variability. Korea is prone to flooding due to being surrounded by mountains, along with high rainfall intensity during a short period. In the past three decades, an increase in the frequency of heavy rainfall events has been observed due to enhanced climate variability and climate change. This study aimed to analyze extreme rainfalls informed by their frequency of occurrences using a long-term rainfall data. In this respect, we developed a Poisson-Generalized Pareto Distribution (Poisson-GPD) based rainfall frequency method which allows us to simultaneously explore changes in the amount and exceedance probability of the extreme rainfall events defined by different thresholds. Additionally, this study utilized a Bayesian approach to better estimate both parameters and their uncertainties. We also investigated the synoptic patterns associated with the extreme events considered in this study. The results showed that the Poisson-GPD based design rainfalls were rather larger than those of based on the Gumbel distribution. It seems that the Poisson-GPD model offers a more reasonable explanation in the context of flood safety issue, by explicitly considering the changes in the frequency. Also, this study confirmed that low and high pressure system in the East China Sea and the central North Pacific, respectively, plays crucial roles in the development of the extreme rainfall in South Korea.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
기존의 강우빈도해석은 연 최대강우량 혹은 연 초과강우량을 대상으로 분석함에 있어서 극치강우사상의 발생경향을 효과적으로 고려하지 못하는 문제점이 존재하게 된다. 본 연구에서는 이러한 문제점을 고려하여 한반도에 발생한 위험기상 중 극치호우사상에 주안점을 두고 분석하고자 한다. 이를 위하여 단기간에 발달하는 호우사상의 분석을 위하여 시 단위 강우자료를 활용하였으며 지속 시간 및 절점기준(threshold)에 따라 호우사상을 구분하였다.
일반적으로 연 최대강우량을 활용하여 강우빈도해석을 수행하고 있지만 이러한 경우 해당연도의 최대강우량만 분석대상으로 선택되어 최대강우량과 유사한 강우량은 분석대상에서 제외된다. 따라서 본 연구에서는 연 최대강우량 뿐만 아니라 집중호우로 나타나는 극한 강우사상을 분석대상으로 추가하여 극치강우자료를 확충하였다. 이를 위해서 지속시간으로 강우현상을 구분하여 각 지속시간에 서로 다른 절점기준을 적용하였다.
절점기준을 초과하는 값들의 평균이 절점 기준의 변화에 따라 선형에 가까우면 효과적으로 절점기준이 선택 되었다고 할 수 있으며 이중 가장 작은 절점기준을 선택하도록 권장된다(McNeil and Saladin, 1997; Begueria, 2005). 본 연구에 서는 기상청 기준의 절점기준이 극치분포의 경향을 잘 반영하고 있는지 시각적으로 검토하기 위해 평균초과도를 도시하였다.
또한 기존의 극치강우분석은 연 최대강우량을 사용하였으나 이러한 방법은 확률분포형의 꼬리에 대한 정보를 가지고 있는 자료들을 충분히 활용하지 못하기 때문에 확률강우량 산정시 정확도가 떨어지고 오차도 증가하는 단점이 있다. 따라서 본 연구에서는 시단위 강우자료를 활용하여 2가지 절점기준에 따라 불확실성을 고려할 수 있는 포아송-GPD 강우빈도해석 및 수문-기상자료를 연계한 종관기후학적 분석을 수행하였다. 본 연구를 통하여 얻은 결론은 다음과 같다.
(1) 본 연구에서는 서로 다른 절점기준을 이용하여 우리나라에 발생하는 극치강우사상을 대상으로 발생빈도 및 양적특성을 동시에 고려할 수 있는 포아송-GPD 강우빈도해석 기법을 적용하여 극치강우의 증가 경향성이 있는 지점을 대상으로 극치강우 발생을 고려한 확률강우량을 산정하였다. 매개변수 추정시 Bayesian 기법의 적용을 통해 불확실성을 정량적으로 제시하였으며 이를 통해 100년 이상의 빈도에서는 불확실성이 급격하게 커지는 것을 확인할 수 있었다.
제안 방법
본 연구에서는 이러한 문제점을 고려하여 한반도에 발생한 위험기상 중 극치호우사상에 주안점을 두고 분석하고자 한다. 이를 위하여 단기간에 발달하는 호우사상의 분석을 위하여 시 단위 강우자료를 활용하였으며 지속 시간 및 절점기준(threshold)에 따라 호우사상을 구분하였다. 이후 기상청 호우기준을 활용하여 호우사상의 발생경향성을 분석하였으며 강우빈도해석을 수행하는데 있어 보다 기존의 강우빈도 해석시 고려되지 못했던 극치강수량에 대해서 특정 절점기준을 초과하는 사상의 발생빈도와 양적변화를 동시에 평가할 수 있는 이산-연속분포 개념의 빈도해석 절차를 수립하였다.
이 과정에서 기존의 강우빈도 해석시 사용된 매개변수 추정기법에 비하여 진보된 매개변수 추정기법으로 알려진 Bayesian 기법을 적용하여 불확실성을 고려한 강우빈도해석을 수행하였다. 최종적으로 기상학적 재해석자료를 활용하여 수문학적 분석과 기상학적 분석을 연계하여 호우발생 시의 한반도 주변의 종관기후학적 분석을 수행하였다.
따라서 본 연구에서는 연 최대강우량 뿐만 아니라 집중호우로 나타나는 극한 강우사상을 분석대상으로 추가하여 극치강우자료를 확충하였다. 이를 위해서 지속시간으로 강우현상을 구분하여 각 지속시간에 서로 다른 절점기준을 적용하였다.
시계열의 주변분포(marginal distribution)의 오른쪽 꼬리에 해당하는 극치자료 분석시 절점기준을 초과하는 모든 자료들을 사용하는 것이 신뢰성 있는 설계강우량을 산정하는데 유리한 것으로 알려지고 있다(Davison and Smith, 1990). 본 연구에서는 기상청 호우주의보 발령기준에 속하는 6시간 누적 강우량 70 mm 이상 (Case A)인 강우사상과 집중호우로 정의한 1시간 누적강우량 30 mm 이상(Case B)인 강우사상을 분석대상으로 설정하여 강우빈도해석 및 종관기후학적 분석을 수행하였다. 위와 같은 절점기준 설정사유는 기상예보시 가장 널리 사용되고 있는 기상청 호우주의보 기준과 집중호우 기준을 기본적으로 적용하였으며 절점기준 설정에 대한 분석내용은 3장에 추가적으로 평가하였다.
Bayesian 강우빈도해석을 수행하기 위해 Bayesian MCMC기법을 도입하여 Bayesian MCMC 추정시 3개의 독립된 Chain을사용하여 10,000회의 MCMC 모의(iteration)를 수행하였으며, 초기 2,000회의 결과를 제외(burn-in)하여 분석하였다. Bayesian 기법의 경우 자료가 충분한 경우 사전분포의 영향보다는 우도함수에 가중치가 크게 작용하게 되지만 표본자료가 충분하지 않거나 사용된 자료의 동질성이 확보되지 않는 경우에는 매개변수의 불확실성이 크게 나타나게 된다.
본 연구에서는 절점기준으로 결정된 극치사상에 해당하는 날짜를 추출하고 이들 특정일에 해당하는 OLR과 바람장 자료를 추출하여 분석을 수행하였다. Fig.
(4) 수문학적 분석과 기상학적 재해석자료를 연계하여 극치강우사상이 발생하는 경우 전후기간에 대하여 종관기후학적 분석을 수행하여 우리나라 극치강우사상에 주로 영향을 미치는 시점의 기상상태를 확인하였다. 분석결과 동중국해 주변에서 점차 강화되는 저기압 특성이 상승기류의 영향을 받아 북서쪽으로 진행한 후 북태평양 고기압의 영향을 받아 우리나라에 정체하면서 많은 강우를 유발하였다.
지점별로 차이는 있지만 Case A와 Case B의 분석을 위하여 설정한 절점기준은 각 강우지점에 대해서 상위 99%를 상회하는 강우량으로 평가되었다. GPD 분석에 있어 절점기준은 충분히 커야 이론적으로 적합성을 가지는 것으로 알려지고 있으며, 이러한 점에서 극치강우 분석을 위한 절점기준으로 적합한 것으로 판단하고 연구를 진행하였다. 이와 더불어 Fig.
대상 데이터
종관기후학적 분석을 위한 자료는 미국 대기해양청(National Oceanic and Atmospheric Administration, NOAA)에서 취득 가능한 2.5° × 2.5° 격자단위 850h Pa 압력면의 지구의 장파복사량 (outgoing longwave radiation, OLR) 재해석자료와 바람장(wind vector)을 사용하였다.
데이터처리
여기서 z는 표준정규분포(standard normal distribution)를 따르며 유의수준(α) 10%에 대하여 Mann-Kendall Test를 시행하였다.
이를 위하여 단기간에 발달하는 호우사상의 분석을 위하여 시 단위 강우자료를 활용하였으며 지속 시간 및 절점기준(threshold)에 따라 호우사상을 구분하였다. 이후 기상청 호우기준을 활용하여 호우사상의 발생경향성을 분석하였으며 강우빈도해석을 수행하는데 있어 보다 기존의 강우빈도 해석시 고려되지 못했던 극치강수량에 대해서 특정 절점기준을 초과하는 사상의 발생빈도와 양적변화를 동시에 평가할 수 있는 이산-연속분포 개념의 빈도해석 절차를 수립하였다. 이 과정에서 기존의 강우빈도 해석시 사용된 매개변수 추정기법에 비하여 진보된 매개변수 추정기법으로 알려진 Bayesian 기법을 적용하여 불확실성을 고려한 강우빈도해석을 수행하였다.
특정한 시간 t에 해당하는 Rt(1,2,⋯ N)로 표현되는 강우 시계열 자료에 대하여 Mann-Kendall Test를 적용하는 과정으로 Rt(1,2,⋯ N)과 Rt(1,2,⋯ N-1)의 강우량을 비교하여 부호검정을 실시한다. Rt 와 Rt′ 의 부호검정을 통하여 산정된 z(k)값은 Eq.
앞서 분석결과 중 Case A와 Case B의 모두의 경우에서 극치강우 사상 발생횟수가 증가하는 12개 관측소는 국지성 호우의 발생빈도가 증가하는 경향이 있는 것으로 사료된다. 따라서 본 연구에서는 통계적으로 유의성이 있는 12개 지점에 대해서 포아송-GPD 분포를 적용하여 빈도분석을 수행하였다. 이와 더불어 비교모형으로서 ‘한국 확률강우량도 개선 및 보완 연구’(Ministry of Land, Infrastructure and Transport, 2011)에서 적용된 Gumbel 분포형을 적용하여 빈도해석을 수행하였다.
3 and 4는 Bayesian MCMC 기법으로 도출된 매개변수 사후분포를 활용하여 재현기간(return period)에 따른 확률강우량 을 비교한 결과이다. Case A의 지속시간을 적용하여 Gumbel 분포를 활용한 빈도해석 결과와 비교하였다. 전체 지점에서 재현기간이 고빈도로 갈수록 Gumbel 분포를 활용한 빈도해석 결과에 비하여 포아송-GPD 강우빈도해석 결과가 상대적으로 크게 추정되었다.
Bayesian 기법을 이용하여 산정된 확률강우량의 불확실성 구간은 재현기간이 고빈도로 갈수록 상대적으로 커지는 것을 확인하였다. 확률강우량의 경우 Bayesian 기반의 빈도해석 결과가 Gumbel 분포형 기반의 결과에 비하여 상향된 결과를 도출 하였다. 결과적으로 극치강수량의 증가경향이 있는 지역의 경우 포아송-GPD 모형이 치수 안정성 측면에서는 다소 유리한 부분이 있는 것으로 판단된다.
이론/모형
이후 기상청 호우기준을 활용하여 호우사상의 발생경향성을 분석하였으며 강우빈도해석을 수행하는데 있어 보다 기존의 강우빈도 해석시 고려되지 못했던 극치강수량에 대해서 특정 절점기준을 초과하는 사상의 발생빈도와 양적변화를 동시에 평가할 수 있는 이산-연속분포 개념의 빈도해석 절차를 수립하였다. 이 과정에서 기존의 강우빈도 해석시 사용된 매개변수 추정기법에 비하여 진보된 매개변수 추정기법으로 알려진 Bayesian 기법을 적용하여 불확실성을 고려한 강우빈도해석을 수행하였다. 최종적으로 기상학적 재해석자료를 활용하여 수문학적 분석과 기상학적 분석을 연계하여 호우발생 시의 한반도 주변의 종관기후학적 분석을 수행하였다.
수문시계열의 변동성은 다양한 통계기법을 통하여 정량적으로 분석할 수 있으며, 주로 자료의 경향성 유무, 평균 유지여부, 분산의 변동특성, 일변화, 계절변화 및 장주기 변화 등이 평가대상으로 활용되고 있다. 본 연구에서는 이중 강우시계열 자료의 경향성을 평가하였으며, 경향성 여부를 판단에 널리 사용되는 Mann-Kendall Test(Mann, 1945; Kendall, 1975)를 사용하였다. Mann-Kendall Test의 분석절차를 요약하여 나타내면 다음과 같다.
수문자료를 특정 확률분포에 적합하여 분석하기 위해서는 수문 자료로부터 확률분포의 특성을 대표하는 매개변수를 추정하는 것이 필수적이다. 이를 위해서 본 연구에서는 Markov Chain Monte Carlo (MCMC) 기법을 활용하였다. MCMC 기법은 다변량 확률 분포(multivariate probability density function)가 복잡하여 결합 확률(joint probability)을 정확히 고려하기 어려운 경우에 적용하는 방법으로 서로 독립인 형태의 변량 대신에 Markov Chain을 따르는 변량을 연속적으로 추출하여 사용하게 된다.
Markov Chain을 통해서 초기에 추출된 변량들은 연속적인 모의를 통해서 충분한 시간이 흐르게 되면 가정한 확률분포에 수렴하게 된다. 본 연구에서는 Bayesian MCMC 방법 중 Gibbs Sampling을 활용하여 매개변수를 추정하였다. 불확실성을 고려한 포아송 GPD 기법 강우빈도해석 결과의 비교를 위해서 기존 강우빈도 해석에 있어 널리 활용되고 있는 Gumbel 분포형을 활용하였으며 매개변수 추정은 최우도법을 활용하였다.
본 연구에서는 Bayesian MCMC 방법 중 Gibbs Sampling을 활용하여 매개변수를 추정하였다. 불확실성을 고려한 포아송 GPD 기법 강우빈도해석 결과의 비교를 위해서 기존 강우빈도 해석에 있어 널리 활용되고 있는 Gumbel 분포형을 활용하였으며 매개변수 추정은 최우도법을 활용하였다.
이와 더불어 비교모형으로서 ‘한국 확률강우량도 개선 및 보완 연구’(Ministry of Land, Infrastructure and Transport, 2011)에서 적용된 Gumbel 분포형을 적용하여 빈도해석을 수행하였다.
성능/효과
1975년부터 2012년 기간의 시강우량을 활용한 Mann-Kendall 경향성 분석결과 총 62개 관측지점 중에서 Case A의 경우 21개의 지점에서 극치강우사상 발생횟수가 증가하는 경향성을 확인할 수 있었으며, Case B의 경우 21개 지점에서 증가하는 경향을 확인하였다. Fig.
Case A와 Case B의 모두의 경우에서 극치강우사상 발생횟수가 증가하는 관측소는 12개 지점(춘천, 서울, 인천, 안동, 울산, 통영, 서귀포, 인제, 제천, 합천, 산청 및 남해)으로 확인되었다. 제주도에 서는 제주지점의 Case A와 Case B의 모두의 경우에서 감소하는 경향을 나타내고 있지만 동일 유역에 위치한 서귀포의 경우는 Case A와 Case B 모두의 경우에서 증가하는 경향을 나타내고 있다.
Table 1은 Case A와 Case B의 상위 99%에 해당하는 강우량을 정리한 것이다. 지점별로 차이는 있지만 Case A와 Case B의 분석을 위하여 설정한 절점기준은 각 강우지점에 대해서 상위 99%를 상회하는 강우량으로 평가되었다. GPD 분석에 있어 절점기준은 충분히 커야 이론적으로 적합성을 가지는 것으로 알려지고 있으며, 이러한 점에서 극치강우 분석을 위한 절점기준으로 적합한 것으로 판단하고 연구를 진행하였다.
일반적으로 수자원계획 수립 과정에서 적용하는 재현기간에 비하여 이용 가능한 강우자료가 상대적으로 매우 짧아 이로 인해 Sampling Error를 포함하여 추정되는 매개변수의 불확실성이 매우큰 특성이 있다. Bayesian 기법을 이용하여 산정된 확률강우량의 불확실성 구간은 재현기간이 고빈도로 갈수록 상대적으로 커지는 것을 확인하였다. 확률강우량의 경우 Bayesian 기반의 빈도해석 결과가 Gumbel 분포형 기반의 결과에 비하여 상향된 결과를 도출 하였다.
확률강우량의 경우 Bayesian 기반의 빈도해석 결과가 Gumbel 분포형 기반의 결과에 비하여 상향된 결과를 도출 하였다. 결과적으로 극치강수량의 증가경향이 있는 지역의 경우 포아송-GPD 모형이 치수 안정성 측면에서는 다소 유리한 부분이 있는 것으로 판단된다.
Case B의 경우 춘천지점을 제외한 전체 지점에서 Fig 3과 동일한 결과를 도출하였다. 다만 자료연한의 제약으로 인하여 분석 자료의 수가 부족한 지점에서는 고빈도 확률강우량의 경우 다소 과대추정(overestimate) 되었으며, 이에 대한 불확실성 구간도 매우 크다는 것을 확인할 수 있었다. 이러한 문제점은 추후 자료의 확충을 통해서 개선될 수 있을 것으로 판단된다.
Case A의 경우 OLR 세력이 Case B에 비하여 강화되어 한반도에 전체에 강한 저기압 특성을 나타내고 있으며, Case A와 Case B의 경우 모두 남동풍의 영향으로 북태평양 고기압이 후퇴하면서 저기압 특성이 오호츠크해역으로 빠져나가는 것을 확인하였다. 전체적으로 Case A와 Case B의 종관기후는 유사한 패턴을 보이고 있지만 세력의 강도가 Case A의 경우가 강한 것을 확인하였다.
Case A의 경우 OLR 세력이 Case B에 비하여 강화되어 한반도에 전체에 강한 저기압 특성을 나타내고 있으며, Case A와 Case B의 경우 모두 남동풍의 영향으로 북태평양 고기압이 후퇴하면서 저기압 특성이 오호츠크해역으로 빠져나가는 것을 확인하였다. 전체적으로 Case A와 Case B의 종관기후는 유사한 패턴을 보이고 있지만 세력의 강도가 Case A의 경우가 강한 것을 확인하였다.
(1) 본 연구에서는 서로 다른 절점기준을 이용하여 우리나라에 발생하는 극치강우사상을 대상으로 발생빈도 및 양적특성을 동시에 고려할 수 있는 포아송-GPD 강우빈도해석 기법을 적용하여 극치강우의 증가 경향성이 있는 지점을 대상으로 극치강우 발생을 고려한 확률강우량을 산정하였다. 매개변수 추정시 Bayesian 기법의 적용을 통해 불확실성을 정량적으로 제시하였으며 이를 통해 100년 이상의 빈도에서는 불확실성이 급격하게 커지는 것을 확인할 수 있었다. 따라서 현재의 자료연한을 고려할 때 100년 빈도이상의 확률강수량 적용시 주의가 필요할 것으로 판단된다.
(2) 본 연구에서 제안하는 포아송-GPD 모형의 적용을 통해 강수의 증가경향이 있는 12개 지점의 경우 강수의 양적증가뿐만 아니라 극치강수의 발생빈도 또한 증가하는 것으로 평가되었으며 이러한 극치강수의 발생빈도를 고려하는 경우 확률강수량의 증가로 이어지는 것을 확인할 수 있었다. 이러한 결과는 치수적 관점에서 유용하게 사용될 것으로 판단된다.
Case A의 지속시간을 적용하여 Gumbel 분포를 활용한 빈도해석 결과와 비교하였다. 전체 지점에서 재현기간이 고빈도로 갈수록 Gumbel 분포를 활용한 빈도해석 결과에 비하여 포아송-GPD 강우빈도해석 결과가 상대적으로 크게 추정되었다. 국내에서 수공구조물 설계시 널리 사용되는 Gumbel 분포형의 경우 극치강우사상의 발생횟수를 고려하지 못하는 이유로 다소 과소 추정된 확률강우량을 제시하고 있다.
후속연구
다만 자료연한의 제약으로 인하여 분석 자료의 수가 부족한 지점에서는 고빈도 확률강우량의 경우 다소 과대추정(overestimate) 되었으며, 이에 대한 불확실성 구간도 매우 크다는 것을 확인할 수 있었다. 이러한 문제점은 추후 자료의 확충을 통해서 개선될 수 있을 것으로 판단된다.
매개변수 추정시 Bayesian 기법의 적용을 통해 불확실성을 정량적으로 제시하였으며 이를 통해 100년 이상의 빈도에서는 불확실성이 급격하게 커지는 것을 확인할 수 있었다. 따라서 현재의 자료연한을 고려할 때 100년 빈도이상의 확률강수량 적용시 주의가 필요할 것으로 판단된다.
우리나라의 경도 128°를 기준으로 동쪽지역에 비하여 서쪽지역은 집중호우의 발생 가능성이 높으며 증가 경향성이 뚜렷한 지역의 경우 집중호우 취약지역으로 구분하여 그에 따른 방재대책을 추가적으로 수립해야 할 것으로 판단된다.
질의응답
핵심어
질문
논문에서 추출한 답변
국립기상과학원에서 실시하는 한반도 악기상 관측사업의 목적은?
국립기상과학원에서는 한반도 악기상 현상과 관련된 역학적 배경을 이해하고 예측 가능성 향상을 목적으로 한반도 악기상 관측사업을 2001년 제주도에서 시작하여 태풍과 장마 및 겨울철 폭설과 한파와 같은 위험기상 집중관측을 수행하고 있다. 최근에는 위험기상으로 인하여 발생하는 극치자료를 활용한 다수의 연구가 진행되고 있다.
지구온난화에 의한 전 세계적 기후변동으로 세계가 겪고 있는 어려움은?
지구온난화에 의한 전 세계적 기후변동으로 인하여 발생하는 집중호우·폭염·가뭄·폭설 및 태풍 등 이상기후로 기상재해의 발생 빈도 및 규모가 전 지구적으로 급격하게 증가하는 추세이다. 이러한 상황에 맞추어 기후변화에 관한 정부 간 협의체 (Intergovernmental Panel on Climate Change, IPCC)와 세계기상기구(World Meteorological Organization, WMO)로 대표되는 협의기구를 통하여 기후변화 문제에 대한 범정부 차원의 조사 및 대책 수립과 미래 위험도 저감 방안을 모색하고 실천하는 단계에 들어서 있다.
수문학 및 수문기상학에서 위험기상이라는 용어가 등장하게 된 배경은?
Kite (1993)는 기후변화가 수문학적 극한사상에 미치는 잠재적인 영향에 대한 연구가 과거 10여 년간 수문학 분야에 주요 연구내용 으로 자리 잡고 있다고 지적하였으며, 이와 더불어 전 세계적인 지구온난화로 인해 극한수문사상의 발생빈도 및 규모의 증가를 지적한 바 있다. 이와 같이 과거에 경험하지 못한 극한수문사상은 수문해석을 수행함에 있어 어려움이 커지고 있다. 이러한 배경으로 수문학 및 수문기상학에서 위험기상(high-impact weather)이라는 용어가 등장하였으며 WMO에서는 국제협력연구를 통해 사회·경제적 피해를 경감시키고자 2013년부터 위험기상 연구를 수행하고 있다.
참고문헌 (27)
Begueria, S. (2005). "Uncertainties in partial duration series modelling of extremes related to the choice of the threshold value." Journal of Hydrology, Vol. 303, No. 1, pp. 215-230.
Begueria, S. and Vicente-Serrano, S. M. (2006). "Mapping the hazard of extreme rainfall by peaks over threshold extreme value analysis and spatial regression techniques." Journal of Applied Meteorology and Climatology, Vol. 45, No. 1, pp. 108-124.
Clarke, R. T., de Paiva, R. D. and Uvo, C. B. (2009). "Comparison of methods for analysis of extremes when records are fragmented: A case study using Amazon basin rainfall data." Journal of Hydrology, Vol. 368, No. 1, pp. 26-29.
Davison, A. C. and Smith, R. L. (1990). "Models for exceedances over high thresholds." Journal of the Royal Statistical Society. Series B (Methodological), pp. 393-442.
Dhakal, A. S. and Sidle, R. C. (2004). "Distributed simulations of landslides for different rainfall conditions." Hydrological Processes, Vol. 18, No. 4, pp. 757-776.
Done, J. M., Greg, J. H., Cindy, L. B., Leung, L. R. and Asuka, S. P. (2015). "Modeling high-impact weather and climate : Lessons from a Tropical Cyclone Perspective." Climate Change, Vol. 129, No. 3-4, pp. 381-395.
Jenkinson, A. F. (1955). "The frequency distribution of the annual maximum (or minimum) values of meteorological elements." Quarterly Journal of the Royal Meteorological Society, Vol. 81, No. 348, pp. 158-171.
Kedem, B., Chiu, L. S. and Karni, Z. (1990). "An analysis of the threshold method for measuring area-average rainfall." Journal of Applied Meteorology, Vol. 29, No. 1, pp. 3-20.
Kendall, M. (1975). "Multivariate analysis." Charles Griffin.
Kim, S. H., Kim, H. M., Kim, E. J. and Shin, H. C. (2013). "Forecast sensitivity to observations for high-impact weather events in the korean peninsula." Atmosphere, Korean Meteorological Society, Vol. 23, No. 2, pp. 171-186 (in Korean).
Kim, T. J., Park, K. C. and Kwon, H. H. (2015). "Assessment of precipitation characteristics and synoptic pattern associated with typhoon affecting the South Korea." Journal of Korean Water Resources Association, Vol. 48, No. 6, pp. 463-477 (in Korean).
Kite, G. W. (1993). "Application of a land class hydrological model to climate change." Water Resources Research, Vol. 73, No. 7, pp. 2377-2384.
Kwon, H. H. and Myeong, S. J. (2011). "Development of a future disaster risk assessment model for climate change using bayesian GLM and statistical downscaling model." Journal of The Korean Society of Hazard Mitigation, Vol. 11, No. 6, pp. 207-216 (in Korean).
Kwon, H. H., Brown, C. and Lall, U. (2008). "Climate informed flood frequency analysis and prediction in Montana using hierarchical Bayesian modeling." Geophysical Research Letters, Vol. 35, No. 5.
Lee, D. R., Lee, J. S. and Kim, D. K. (2014). "Applicability of a space-time rainfall downscaling algorithm based on multifractal framework in modeling heavy rainfall events in korean peninsula." Journal of Korean Water Resources Association, Vol. 47, No. 9, pp. 839-852 (in Korean).
Lee, J. J., Kwon, H. H. and Kim, T. W. (2010). "Concept of trend analysis of hydrological extreme variables and nonstationary frequency analysis." Journal of Korean Society of Civil Engineers, Vol. 30, No. 4B, pp. 389-397 (in Korean).
Mann, H. B. (1945). "Nonparametric test against trend." Journal of Econometrics Society, Vol. 13, No. 3, pp. 245-259.
McNeil, A. J. and Saladin, T. (1997). "The peaks over thresholds method for estimating high quantiles of loss distributions." In Proceedings of 28th International ASTIN Colloquium, pp. 23-43.
Ministry of Land, Infrastructure and Transport (2011). "Study on improvement and supplement of the probability precipitation."
Ouarda. T. B. M. J. and Adlouni, S. E. (2008). "Bayesian inference of non-stationary flood frequency models." World Environmental and Water Resources Congress.
Papagiannaki, K., Lagouvardos, K. and Kotroni, V. (2013). "A database of high-impact weather events in Greece : a descriptive impact analysis for the period 2001-2011." Natural Hazards and Earth System Science, Vol. 13, No. 3, pp. 727-736.
Reis, D. S. and Stedinger, J. R. (2005). "Bayesian MCMC flood frequency analysis with historical information." Journal of Hydrology, Vol. 313, No. 1, pp. 97-116.
Scott, S. and Lall, U. (2015). "A hierarchical bayesian regional model for nonstationary precipitation extremes in Northern California conditioned on tropical moisture exports." Water Resources Research, Vol. 51, No. 3, pp. 1472-1492.
Shi, J. and Cui, L. (2012). "Characteristics of high impact weather and meteorological disaster in Shanghai, China." Natural hazards, Vol. 30, No. 3, pp. 951-969.
Sun, X., Lall, U. and Dung, N. V. (2015). "Hierarchical bayesian clustering for nonstationary flood frequency analysis : application to trends of annual maximum flow in Germany." Water Resources Research, Vol. 51, No. 8, pp. 6586-6601.
Thomas, K. M., Dominique, F. C., David, W. T., Corinne, S., Abdel, R. M. and John, D. H. (2006). "A role of high impact weather events in waterborne disease outbreaks in Canada, 1975-2001." International Journal of Environmental Health Research, Vol. 16, No. 3, pp. 167-180.
Zhai, P., Zhang, X., Wan, H. and Pan, X. (2005). "Trends in total precipitation and frequency of daily precipitation extremes over China." Journal of Climate, Vol. 18, No. 7, pp. 1096-1108.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.