$\require{mediawiki-texvc}$

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.

Poisson-Generalized Pareto 분포를 이용한 폭풍해일 빈도해석
Frequency analysis of storm surge using Poisson-Generalized Pareto distribution 원문보기

Journal of Korea Water Resources Association = 한국수자원학회논문집, v.52 no.3, 2019년, pp.173 - 185  

김태정 (전북대학교 토목공학과 방재연구센터) ,  권현한 (세종대학교 건설환경공학과) ,  신영석 (호남대학교 정보통신공학과)

초록
AI-Helper 아이콘AI-Helper

한반도는 지형학적 요건으로 인하여 태풍과 관련된 재난이 매년 발생하여 막대한 피해를 유발하고 있다. 태풍 내습시 폭풍해일집중호우가 동시에 발생한다면 해안지역의 침수피해는 더욱 증가할 것으로 사료된다. 이러한 관점에서 태풍과 폭풍해일의 상호의존성을 정량적으로 규명하는 것은 해안지역의 재해분석에 필수적이다. 본 연구에서는 Bayesian 기법을 기반으로 절점기준을 초과하는 임계값의 초과확률을 산정하기 위하여 Poisson 분포와 Generalized-Pareto 분포를 이용한 Poisson-GP 폭풍해일 빈도해석 기법을 개발하였다. 본 연구를 통하여 개발된 Poisson-GP 폭풍해일 빈도해석 기법은 설계해수면의 불확실성을 정량적으로 제시하였으며 해안지역의 폭풍해일 관련 방재기술 향상에 기여할 것으로 판단된다.

Abstract AI-Helper 아이콘AI-Helper

The Korean Peninsula is considered as one of the most typhoon related disaster prone areas. In particular, the potential risk of flooding in coastal areas would be greater when storm surge and heavy rainfall occurred at the same time. In this context, understanding the mechanism of the interactions ...

주제어

표/그림 (13)

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 둘째, 기존의 결정론적 빈도해석 기법에서 고려되지 못한 매개변수의 불확실성과 비정상성을 고려하기 위한 연구를 수행하였다. 즉, 지구온난화로 인한 태풍의 발생빈도 및 강도의 변 동성을 정량적으로 고려하기 위하여 본 연구에서는 Bayesian 기법과 연계한 Poisson-GP 폭풍해일 빈도해석 기법을 적용하여 설계해수면을 재평가하였다.
  • 본 연구는 폭풍해일 방재대응을 위한 기초자료를 제공하기 위하여 국내 해수면 변동성을 태풍의 영향과 연계된 PoissonGP 폭풍해일 빈도해석 기법을 개발하였다. 이를 위하여 우리나라 해수면 관측자료 및 태풍내습 현황을 연구대상으로 선정하여 분석을 실시하였다.
  • 본 연구에서는 우리나라 주변 해역의 해수면 변동성을 파악하기 위하여 매개변수적 경향성 분석기법과 비매개변수적 경향성 분석기법을 이용하여 해수면 자료의 경향성을 파악하였다. 매개변수적 방법으로는 경향성 분석에 가장 일반적으로 사용되는 선형회귀 분석기법을 사용하였으며, 비매개변수적 경향성 분석기법은 자료가 정규분포를 따르지 않더라도 적합성이 우수한 Mann-Kendall 경향성 분석기법과 Sen’s 경향성 분석기법을 사용하였다.
  • 본 연구에서는 태풍 내습시 저기압 특성으로 인하여 유발되는 폭풍해일 현상의 안전적인 대응을 위하여 활용될 수 있는 폭풍해일 빈도해석 기법의 적용성을 다각적으로 검토하였다. 태풍 내습을 고려한 폭풍해일을 확률통계학적으로 평가하기 위한 본논문의 연구수행 절차는 Fig.
  • 회귀계수 추정은 관측자료와 예측자료의 차이를 의미하는 잔차(residual) 의 제곱합이 최소가 되는 최소자승법(least squares method) 을 적용한다. 선형회귀 분석기법은 고차다항식으로 모형을 구성하는 경우 정확성은 증가하지만 과적합(overfitting)의 문제가 발생할 가능성이 있으므로 본 연구에서는 해수면 자료 의 평균적 변동성을 파악하고자 1차식을 적용하여 경향성을 판별하였다(Cabanes et al., 2001; Church et al., 2006).
  • 이를 위하여 우리나라 해수면 관측자료 및 태풍내습 현황을 연구대상으로 선정하여 분석을 실시하였다. 세부적으로는 태풍 내습시 발생할 수 있는 폭풍해일을 보다 면밀히 검토하고자 태풍 내습시 해수면 상승 경향성을 검토하였다. 이를 확장하여 Bayesian 기법 기반의 Poisson-GP 폭풍해일 빈도해석 기법을 활용하여 장기간의 해수면 자료와 태풍 내습자료를 이용하여 설계해수면을 산정하였다.
  • 해양관측의 궁극적인 목적은 주기적으로 관측 및 분석을 통하여 폭풍해일 및 지진해일(tsunami) 등과 같은 해양지역에서 발생할 수 있는 현상을 사전에 인지하고 피해를 최소화하기 위하여 해안구조물 설계과정에 필요한 기초자료를 취득하기 위함이다

가설 설정

  • 본 연구에서는 Eq. (20)과 같이 확률분포형의 매개변수의 사전분포를 가정하였다.
  • Bayesian 기법의 적용과정에서 자료의 양이 충분하지 못하면 매개변수의 사전분포에 의존도가 높아질 수 있다. 매개변수의 사전분포의 선택은 매개변수의 특성파악으로 결정될 수 있는데 본 연구에서는 매개변수 추정에 필요한 매개변수의 개수보다 자료가 충분하다는 조건으로 가정하 여 무정보(non-informative) 사전분포를 사용하였다. 즉, 매개변수가 서로 독립이며 평평한 형태의 분산 값이 매우 큰 균등분포(uniform distribution)형태의 무정보 사전분포를 만족한다고 가정한다(Gelman, 2006).
  • (1)에서 일반적으로 X의 변동성에 따라 Y의 변동성을 검토하므로 X를 독립변수, Y를 종속변수로 명명하며 ∊은 정규분포를 따르는 오차항으로 고려한다. 오차항은 정규성(normality), 등분산성(homoscedasticity) 및 독립성(independency)으로 가정한다.
  • 매개변수의 사전분포의 선택은 매개변수의 특성파악으로 결정될 수 있는데 본 연구에서는 매개변수 추정에 필요한 매개변수의 개수보다 자료가 충분하다는 조건으로 가정하 여 무정보(non-informative) 사전분포를 사용하였다. 즉, 매개변수가 서로 독립이며 평평한 형태의 분산 값이 매우 큰 균등분포(uniform distribution)형태의 무정보 사전분포를 만족한다고 가정한다(Gelman, 2006). 본 연구에서는 Eq.
  • 해수면 자료를 확률변수 X로 가정하여 특정한 절점기준을 초과하는 초과치 계열은 서로 독립이고 동일한 분포(independent identically distributed, iid)를 따르며 특정분포 F에서 추출되 었다고 가정할 수 있다. 절점기준 u을 초과하는 폭풍해일 자료를 X–u로 정의하면 폭풍해일 자료의 조건부 확률분포는 Eq.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
태풍 내습기간의 해수면에 경향성 분석을 수행한 결과, 태풍의 강도를 증가시키는 요인은? 경향성 분석기법에 따라서 일부지점에 서 상반된 결과를 제시하였지만 분석을 수행한 20개 지점의 폭풍해일 자료는 증가경향성을 나타내고 있는 것으로 판단된다. 이러한 맥락에서 지구온난화로 인한 해수면 온도상승은 태풍의 강도를 증가시키는 요인으로 작용할 것으로 판단되며, 향후 연안지역의 침수대책을 수립시 해수면 상승 영향을 고려할 필요가 있을 것으로 판단된다. 
수문기상학적으로 폭풍해일이란 무엇인가? 수문기상학적으로 폭풍해일(storm surge)이란 열대지방의 해상에서 발생하는 태풍 및 온대성 저기압 등의 기상학적 요인에 의하여 역기압 효과(inverted barometer effect)로 유발되는 해수면이 변동하는 현상을 의미한다(Wakelin et al., 2003).
우리나라에 태풍이 밀접한 영향을 가지는 이유는? , 2009). 우리나라는 중위도에 위치하고 있으며 삼면이 바다인 지형학적 특성과 국토의 형상이 반도의 형태를 하고 있어 태풍 내습시 전국이 태풍의 영향권에 포함되며 매년 강한 바람과 호우를 동반한 태풍이 내습하여 일상생활에 밀접한 영향력을 미치고 있다. 최근 한반도 주변해역은 도시화 및 산업단지 개발이 집중되고 있으며 지구온난화 영향과 맞물려 대형태풍으로 유발되는 해안가 저지대 지역의 침수 및 범람 등과 같은 대규모 재해의 발생 가능성이 급증하고 있다
질의응답 정보가 도움이 되었나요?

참고문헌 (35)

  1. Cabanes, C., Cazenave, A., and Le Provost, C. (2001). "Sea level rise during past 40 years determined from satellite and in situ observations." Science, Vol. 294, No. 5543, pp. 840-842. 

  2. Church, J. A., and White, N. J. (2006). "A 20th century acceleration in global sea­level rise." Geophysical research letters, Vol. 33, No. 1. 

  3. Emanuel, K. (2005). "Increasing destructiveness of tropical cyclones over the past 30 years." Nature, Vol. 436, No. 7051, pp. 686. 

  4. Fleming, J. G., Fulcher, C. W., Luettich, R. A., Estrade, B. D., Allen, G. D., and Winer, H. S. (2008). "A real time storm surge forecasting system using ADCIRC." In Estuarine and Coastal Modeling, pp. 893-912. 

  5. Furrer, E. M., and Katz, R. W. (2008). "Improving the simulation of extreme precipitation events by stochastic weather generators." Water Resources Research, Vol. 44, No. 12. 

  6. Gelman, A. (2006). "Prior distributions for variance parameters in hierarchical models." Bayesian analysis, Vol. 1, No. 3, pp. 515-534. 

  7. Gilbert, R. O. (1987). Statistical methods for environmental pollution monitoring. John Wiley & Sons, New Jersey, USA. 

  8. Guo, Y., Zhang, J., Zhang, L., and Shen, Y. (2009). "Computational investigation of typhoon-induced storm surge in Hangzhou Bay, China." Estuarine, Coastal and Shelf Science, Vol. 85, No. 4, pp. 530-536. 

  9. Kendall, K. (1975). "Thin-film peeling-the elastic term." Journal of Physics D: Applied Physics, Vol. 8, No. 13, p. 1449. 

  10. Kim, T.-J., and Kwon, H.-H. (2016). "Analysis of Changes in Rainfall Frequency Under Different Thresholds and Its Synoptic Pattern." Journal of Korean Society of Civil Engineers, Vol. 36, No. 5, pp. 791-803. 

  11. Kim, T.-J., Hwang, K.-N., and Kwon, H.-H., (2018). "Stochastic analysis of typhoon-induced storm surge in the coastal area of the Korean peninsula: inference from a nonstationary, Bayesian Poisson generalized Pareto distribution." Journal of Coastal Research, No. 85, pp. 896-900. 

  12. Kim, T.-J., Kwon, H.-H., and Kim, K. Y. (2014). "Assessment of typhoon trajectories and synoptic pattern based on probabilistic cluster analysis for the typhoons affecting the korean peninsula." Journal of Korea Water Resources Association, Vol. 47, No. 4, pp. 385-396. 

  13. Kwon, S. J., Moon, I. J., and Lee, E. I. (2008). "A Study on the longterm variations of annual maximum surge heights at sokcho and mukho harbors." Journal of Korean Society of Coastal and Ocean Engineers, Vol. 20, No. 6, pp. 564-574. 

  14. Lee, J.-J., Kwon, H.-H., and Hwang, K.-N. (2010). "Concept of seasonality analysis of hydrologic extreme variables and design rainfall estimation using nonstationary frequency analysis." Journal of Korea Water Resources Association, Vol. 43, No. 8, pp. 733-745. 

  15. Lima, C. H., Lall, U., Troy, T. J., and Devineni, N. (2015). "A climate informed model for nonstationary flood risk prediction: Application to Negro River at Manaus, Amazonia." Journal of Hydrology, Vol. 522, pp. 594-602 

  16. Lin, I. I., Wu, C. C., Emanuel, K. A., Lee, I. H., Wu, C. R., and Pun, I. F. (2005). "The interaction of Supertyphoon Maemi (2003) with a warm ocean eddy." Monthly Weather Review, Vol. 133, No. 9, pp. 2635-2649. 

  17. Lin, N., Emanuel, K. A., Smith, J. A., and Vanmarcke, E. (2010). "Risk assessment of hurricane storm surge for New York City." Journal of Geophysical Research: Atmospheres, Vol. 115, No. D18. 

  18. Lopeman, M., Deodatis, G., and Franco, G. (2015). "Extreme storm surge hazard estimation in lower Manhattan." Natural Hazards, Vol. 78, No. 1, pp. 355-391. 

  19. Mann, H. B. (1945). "Nonparametric tests against trend." Econometrica: Journal of the Econometric Society, Vol. 13, No. 3, pp. 245-259. 

  20. Mann, H. B. (1945). "Nonparametric tests against trend." Econometrica: Journal of the Econometric Society, Vol. 13, No. 3, pp. 245-259. 

  21. Martins, E. S., and Stedinger, J. R. (2001). "Generalized maximum likelihood pareto­poisson estimators for partial duration series." Water Resources Research, Vol. 37, No. 10, pp. 2551-2557. 

  22. Mattocks, C., Forbes, C., and Ran, L. (2006). "Design and implementation of a real-time storm surge and flood forecasting capability for the State of North Carolina." UNC-CEP Technical Report, Vol. 103. 

  23. 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 Sciences, Vol. 13, No. 3, pp. 727. 

  24. Pickands III, J. (1975). "Statistical inference using extreme order statistics." The Annals of Statistics, Vol. 3, No. 1, pp. 119-131. 

  25. Pugh, D. (2004). Changing sea levels: effects of tides, weather and climate. Cambridge University Press, Cambridge, England. 

  26. Rego, J. L., and Li, C. (2010). "Nonlinear terms in storm surge predictions: effect of tide and shelf geometry with case study from hurricane rita." Journal of Geophysical Research: Oceans, Vol. 115, p. C06020. 

  27. Renard, B., Lang, M., and Bois, P. (2006). "Statistical analysis of extreme events in a non-stationary context via a Bayesian framework: case study with peak-over-threshold data." Stochastic environmental research and risk assessment, Vol. 21, No. 2, pp. 97-112. 

  28. Salmi, T. (2002). Detecting trends of annual values of atmospheric pollutants by the Mann-Kendall test and Sen's slope estimates-the Excel template application MAKESENS. Ilmatieteen laitos. 

  29. Shi, J., and Cui, L. (2012). "Characteristics of high impact weather and meteorological disaster in Shanghai, China." Natural hazards, Vol. 60, No. 3, pp. 951-969. 

  30. Solari, S., and Losada, M. A. (2012). "A unified statistical model for hydrological variables including the selection of threshold for the peak over threshold method." Water Resources Research, Vol. 48, No. 10. 

  31. Suh, S. W., Lee, H. Y., Kim, H. J., and Park, J. S. (2012). "Near real-time immediate forecasting of storm surge based on typhoon advisories." Journal of Korean Society of Coastal and Ocean Engineers, Vol. 24, No. 5, pp. 352-365. 

  32. Suzuki, S., Vadas, S. L., Shiokawa, K., Otsuka, Y., Kawamura, S., and Murayama, Y. (2013). "Typhoon­induced concentric airglow structures in the mesopause region." Geophysical Research Letters, Vol. 40, No. 22, pp. 5983-5987. 

  33. Wakelin, S. L., Woodworth, P. L., Flather, R. A., and Williams, J. A. (2003). "Sea­level dependence on the NAO over the NW european continental shelf." Geophysical Research Letters, Vol. 30, No. 7. 

  34. Webster, P. J., Holland, G. J., Curry, J. A., and Chang, H. R. (2005). "Changes in tropical cyclone number, duration, and intensity in a warming environment." Science, Vol. 309, No. 5742, pp. 1844-1846. 

  35. Wi, S., Valdes, J. B., Steinschneider, S., and Kim, T. W. (2016). "Non-stationary frequency analysis of extreme precipitation in South Korea using peaks-over-threshold and annual maxima." Stochastic environmental research and risk assessment, Vol. 30, No. 2, pp. 583-606. 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
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

맨위로