[논문]데이터 스크린 기법을 이용한 연강수량의 통계적 특성 분석

정세진; 임가균; 김병식

doi:10.21729/ksds.2020.13.3.15

초록
AI-Helper

본 논문에서는 미계측 유역에 적용할 수 있는 갈수지수 산정 회귀모형을 개발하고자 하였다. 30개의 중권역 유역을 대상으로 국가수자원종합관리시스템에서 제공하는 장기유출자료를 이용하여 평균 갈수량과 평균저수량, 지속기간별 빈도별 갈수지수를 산정하였으며 이를 유역특성인자 18개와 기상특성인자 3개와의 상관 분석을 통하여 최종적으로 유역면적, 유역 평균 표고, 유역 평균 경사, 수계 밀도, 유출곡선지수, 연증발산량, 연강수량을 선정하여 다중회귀분석을 수행하여 갈수지수 회귀모형을 개발하였다. 개발된 회귀모형을 평가하기 위하여 10개의 검증유역을 미계측 유역으로 간주하여 평균제곱근오차(RMSE) 와 평균절대오차(MAE)를 이용하여 정확도를 추정하였다. 또한 기존의 평균갈수량 산정 회귀모형과의 비교를 통하여 본 논문에서 개발한 모형의 우수성을 검토하였다. 기존의 미계측 유역의 평균 갈수량 회귀모형과 비교·분석에서 보다 우수한 결과를 나타내었는데 이는 기존의 회귀모형보다 다양한 유역 특성인자와 수문특성인자를 고려하여 회귀모형을 개발하였기 때문인 것으로 판단된다.

Abstract ▼ AI-Helper

Hydrological data is very important in understanding the hydrological process and identifying its characteristics to protect human life and property from natural disasters. In particular, hydrological analysis are often performed assuming that hydrological data are stationary. However, recently clim...

Hydrological data is very important in understanding the hydrological process and identifying its characteristics to protect human life and property from natural disasters. In particular, hydrological analysis are often performed assuming that hydrological data are stationary. However, recently climate change has raised the issue of climate stationary, and it is necessary to analyze the nonstationary of the climate. In this study, a method to analyze the stationarity of hydrological data was examined using the annual precipitation of 37 meteorological stations with long - term record data. Therefore, in this study, the stationary was determined by analyzing the persistence, trend, and stability using annual precipitation. Overall results showed that a trend was observed in 4 out of 37 stations, stable was investigated at 15 stations, and persistence was shown at 4 stations. In the stationary analysis using the annual precipitation data, 25 stations (67% of 37 stations) were nonstationary.

주제어

표/그림 (11)

그림 Fig. 1. Flow chart of stationary test
그림 Fig. 2. Analysis target observation station
그림 Fig. 3. Average and standard deviation of annual precipitation
그림 Fig. 4. Graph of the serial-correlation coefficient (Persistence)
그림 Fig. 5. Graph of the serial-correlation coefficient (No persistence)
그림 Fig. 6. Persistence analysis result
표 Table 1. Analysis of the serial-correlation cefficient in annual precipitation
표 Table 1. Analysis of the serial-correlation cefficient in annual precipitation (continued)
표 Table 2. Analysis of Spearman's rank correlation in annual precipitation
표 Table 3. Simple T-test and simple F-test analysis of annual precipitation
표 Table 4. Estimation of stationary of annual precipitation

AI 본문요약
AI-Helper

문제 정의

따라서 수문 시계열 자료에 대한 정상성 분석을 수행할 시 경향성뿐만 아니라 지속성, 안정성에 관한 분석이 병행되어야 하기 때문에 본 연구는 우리나라의 연강수량 자료에 대하여 통계적 특성인 정상성에 대하여 정상성을 이루는 요소들인 지속성, 경향성, 안정성에 대해 데이터스크리닝을 이용한 분석을 통하여 정상성에 판단하고자 하며 정상성을 이루는 요소들인 경향성, 안정성, 지속성에 대한 각각의 분석 결과를 종합하여 연강수량 자료의 정상성에 대한 판단을 수행하였다.

제안 방법

본 연구에서는 연강수량의 지속성, 경향성, 안정성 분석결과를 토대로 지속성과 경향성이 없고 안정성을 지닐 때 정상성으로 판단하였다. 관측소의 연강수량 자료에 대한 기후의 변동성을 확인하기 위하여 변동계수(CV)를 이용하여 관측소들의 변동성을 확인하였으며 1972년~1995년 자료를 이용하여 분석 하였던 과거 선행연구사례인 Kim et al.(1997)의 분석결과와 본 연구에서의 분석 결과의 비교를 통하여 수문자료의 길이에 따라 시계열의 변화에 대한 분석을 하였다. Fig.
본 연구에서는 연강수량의 정상성 여부를 분석하기 위하여 전국 기상관측소 중 자료의 길이가 45년 이상인 37개의 기상관측소의 연강수량 자료를 수집하여 지속성, 경향성, 안정성 분석을 수행하였으며 이를 통해 연강수량 자료에 대하여 정상성 분석을 수행하였다. 분석한 결과의 요약은 다음과 같다.

대상 데이터

본 연구에서는 우리나라 연강수량의 시계열 특성을 분석하기 위하여 관측치가 45년 이상이며 1971년부터 관측이 수행된 전국 37개의 기상관측소(속초, 대관령, 춘천, 강릉, 서울, 인천, 원주, 울릉, 수원, 서산, 울진, 청주, 대전, 추풍령, 포항, 군산, 대구, 전주, 울산, 광주, 부산, 통영, 목포, 여수, 완도, 제주, 성산, 서귀포, 진주, 강화, 양평, 인천, 인제, 홍천, 임실, 정읍, 해남)을 대상 관측소로 선정하였다. 선정된 관측소에 대하여 각 관측소 별로 연강수량 자료를 수집하여 본 연구의 분석에 활용하였다.
본 연구에서는 우리나라의 강수량 자료의 시계열 분석을 통하여 지속성, 경향성, 안정성 분석을 통한 정상성 분석이 필요하다고 판단되어 기상청 산하 전국 37개의 기상관측소의 1971년부터 2018년까지 연 강수량을 이용하여 분석을 실시하였으며 이는 수문분석 시 사용되는 평년(30년) 이상의 자료 길이를 가지고 있으며 전국에 분포해 있어야 함을 고려하였을 때 최장 길이인 48년의 연강수량의 시계열 자료를 사용하여 정상성과 비정상성을 판단함에 있어 충분한 자료의 길이를 확보하였다. Fig.

데이터처리

만일 주어진 시계열자료가 지속성을 지니고 있다면 빈도분석에 사용할 수 없다. 따라서 본 연구에서는 지속성 여부를 판단 할 수 있는 The serial-Correlation Coefficient를 이용하고자 한다.
경향성 분석을 위한 통계적 분석 방법으로는 T-test, Hotelling_pabst test, nonlinear trend test, Mann-Kendall test, Sen test 등의 다양한 방법이 있다. 본 연구에서는 Spearman’s Rank Correlation을 이용하여 분석하였으며 Spearman’s RankCorrelation은 순위 기반의 비모수적 척도로 두 변수 사이의 상관성을 평가하는 대표적인 방법이다. 일반적으로 널리 사용되는 Pearson 상관 분석은 정규 분포에서 가장 효율적이지만, Spearman’s Rank-Correlation은 Pearson 상관 분석과 비교하여 모든 가능 변수들에 대하여 70 % 이상의 통계적 효율성을 가지며 식은 다음과 같다.
수문 시계열자료의 안정성은 시계열의 평균, 분산과 같은 통계적 변수가 시점의 변화에 따라 변화하는지를 검사해 봄으로써 알 수 있으며 불안정성을 보이는 자료는 평균과 분산 등의 특성이 일정하게 유지되지 않음을 의미하기 때문에 비정상성이라 판단된다. 일반적으로 시계열 자료의 안정성을 분석하는 방법에는 Mann-Whitney test, sign test, Abbe test, simple T test와 simple F test 등이 있으나, 본 연구에서는 비교적 분석 방법이 간단하고 쉬운simple T-test와 simple F-test를 사용하여 안정성을 검사하였다. T-test의 경우 두 집단의 평균의 차이를 검정하는 모수치 통계기법이며 F-test는 두 집단의 분산의 차이 유무를 판단하는 검정방법이다.

성능/효과

(1) 지속성 분석 결과 전국 37개의 강우관측소 중 1978년에 연강수량이 증가하는 관측소가 해남 1개 관측소, 1982년~1989년 사이에 연강수량이 증가하는 경향을 보이는 관측소가 강릉, 울산, 전주, 강화, 성산 등 19개 관측소, 1994년~1997년 사이에 연강수량이 증가하는 경향을 보인 관측소가 추풍령, 대전, 군산, 춘천, 울릉도, 광주 등 17개 관측소로 분석되었으며 지속성이 존재하는 관측소는 대관령, 울릉도, 서귀포, 강화 4개 관측소로 분석되었다.
(2) 대상 관측소들의 연강수량에 대한 경향성 분석의 결과는 대부분의 지역이 경향성이 없는 것으로 나타났지만 울릉도, 성산, 서귀포, 인제 4개의 관측소에서 경향성이 나타났으며 성산관측소가 4개의 관측소들 중 연강수량의 증가가 가장 크게 변화하는 추세로 분석되었다.
(3) 대상 관측소들의 안정성을 분석한 결과 울진, 청주, 대전, 추풍령 등 23개의 관측소의 연 강수량 자료에서 불안정성이 나타나는 것으로 분석되었다. 특히 서귀포의 경우 2009년~2012년 및 2014년~2016년까지의 연 강수량이 2,000 mm가 넘는 많은 강수량을 기록하였으며 이 기간들의 영향으로 인하여 본 연구에서 같이 불안정성을 나타낸 것으로 판단된다.
(4) 지속성, 경향성, 안정성 분석 결과를 토대로 비정상성을 분석한 결과 정상성을 보인 관측소는 14개, 비정상성을 보인 관측소는 25개으로 분석되었으며 비정상성인 관측소가 약 67%로 나타났다. 정상성의 경우 인제, 홍천, 양평을 제외한 중부 지방 대부분의 관측소에서 나타났으며 비정상성의 경우 진주, 제주를 제외한 남부 지방 대부분의 관측소에서 나타났다.

후속연구

연강수량의 통계적 특성을 파악한다면 각 지역의 연강수량이 지닌 통계적 특성을 반영한 수문 구조물 설계를 할 수 있으며 지역별 연강수량의 통계적 특성 변화를 고려한 방재대책의 수립에도 활용할 수 있을 것이라 생각한다. 또한 향후 연구에서는 연강수량을 대상으로 다양한 수문기상인자들의 상관관계를 분석하여 다양한 조건에서의 통계적 기후특성을 파악할 필요가 있으며, 더 나아가 기후변화 시나리오를 이용한 시계열 분석을 수행한다면 홍수 등과 같은 방재정책의 장기적 계획수립에 큰 역할을 할 것이라 생각한다.
따라서 우리나라의 연강수량을 이용한 수문 분석을 수행할 시 기존의 정상성을 가정한 수문 분석이 아닌 비정상성을 고려한 수문 분석을 수행하여야 할 뿐만 아니라 기존의 수행되었던 수분 분석에 대해서도 현재의 연강수량 특성에 맞게 분석을 할 필요가 있다. 본 연구는 연강수량 자료를 이용하여 정상성을 이루는 요소들인 지속성, 경향성, 안정성에 대한 분석을 통하여 정상성을 판단하였으며 연강수량 자료만을 이용하여 정상성을 분석하였기 때문에 다양한 수문학적 특성을 반영하지 못하는 한계점을 가지고 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	지속성, 경향성, 안정성은 무엇을 나타내는 지표인가?	수문자료의 정상성을 확인 하는 방법에는 지속성, 경향성, 안정성의 유무를 파악하여 판단한다. 지속성은 수문자료의 통계적 특성이 얼마의 기간 동안 유지 하는지 나타내는 지표이며, 경향성은 수문 자료의 통계적 특성이 어떠한 추세를 가지는 지를 나타내는 지표이다. 안정성은 시계열의 평균과 분산 등의 통계적 특성이 바뀌지 않고 일정한 상태를 유지하려는 지표이다. 시계열의 지속성에 대한 연구는 다음과 같다.
	수문자료의 정상성을 확인 하는 방법은 무엇인가?	수문자료의 정상성을 확인 하는 방법에는 지속성, 경향성, 안정성의 유무를 파악하여 판단한다. 지속성은 수문자료의 통계적 특성이 얼마의 기간 동안 유지 하는지 나타내는 지표이며, 경향성은 수문 자료의 통계적 특성이 어떠한 추세를 가지는 지를 나타내는 지표이다.
	기후변화로 인해 우리나라의 여름철 강수형태는 어떤 변화를 보이는가?	기후변화로 인하여 최근 우리나라의 여름철 강수형태는 과거보다 호우의 강도와 빈도가 증가하고 장마기간 후인 8월의 강수량이 증가하는 경향을 보이고 있다. Jeung et al.

참고문헌 (11)

Dahmen, E. R. and Hall, M. J. (1990). Screening of Hydrological Data: Tests for Stationarity and Relative Consistency. International Institute for Land Reclamation and Improvement.
Jeung, S. J., Park, J. Y., Yang, D. M., and Kim, B. S. (2019). The Future of Extreme Climate Change in the Korean Peninsula Using National Standard Climate Change Scenarios and the ETCCDI Index. J. Korean Soc. Hazard Mitig. 19(7): 105-115.

상세보기
Kang, B. S., Lee, S. H., and Kwon, J. W. (2009). Properties Analysis of Climate Change on Hydrologic Variance in Korea Using Stationarity and Homogeneity Test. Proceeding of Korean Society of Civil Engineers. 2534-2637.
Kim, B. S., Kang, K. S., and Seo, B. H. (1997). The Time Series Analysis of Annual Rainfall in Korea. Proceeding of Korea Water Resources Association. 280-285.
Kim, T. R., Shin, H. J., Joo, K. W., and Heo, J. H. (2013). Trend Analysis of Extreme Hydrological Data Considering Skewness Degree. Proceeding of Korean Society of Civil Engineers. 1771-1773.
Lee, J. J., Jang, J. Y., and Kwak, C. J. (2010). An Analysis of Temporal Characteristic Change for Various Hydrologic Weather Parameters (I) - On the Basic Statistic, Trend, Journal of Korea Water Resources Association. 43(4): 409-419.

원문보기 상세보기
Park, C. S. and Lee, G. R. (2018). Analysis on Abnormal Trend in Climate Change of Weather Stations in Korea. Journal of Climate Research. 13(3): 179-195.

상세보기
Park, J. H., Lee, G. S., Yang, J. S., and Kim, S. W. (2012). A Hydrometeorological Time Series Analysis of Geum River Watershed with GIS Data Considering Climate Change. Spatial Information Research. 20(3): 39-50.

원문보기 상세보기
Ryu, Y. J., Shin, H. J., Kim, S. Y., and Heo, J. H. (2013). Power Test of Trend Analysis Using Simulation Experiment. Journal of Korea Water Resources Association. 46(3): 219-227.

원문보기 상세보기
Song, H. K., Kim, S. H, Om, M. J., and Heo, J. H. (2015). Assessment of Spatial Trend and Stationary of Observed Rainfall by Considering Duration. Proceeding of Korean Society of Civil Engineers. 1-2.
Yu, J. S., Kang, I. S., Park, J. I., and Shin, H. W. (1999). The Properties Analysis of Hydrology Time Series by the Use of Annual Rainfall Data. Journal of Research Institute of Industrial Technology. 15: 191-199.

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

데이터 스크린 기법을 이용한 연강수량의 통계적 특성 분석
Analysis of Statistical Characteristics of Annual Precipitation in Korea Using Data Screeening Technique 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

표/그림 (11)

표/그림 (11)

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

성능/효과

후속연구

질의응답

참고문헌 (11)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

데이터 스크린 기법을 이용한 연강수량의 통계적 특성 분석 Analysis of Statistical Characteristics of Annual Precipitation in Korea Using Data Screeening Technique 원문보기

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

Abstract ▼ AI-Helper

주제어

표/그림 (11) 모든 표/그림 보기

표/그림 (11) 슬라이드로 보기

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

성능/효과

후속연구

질의응답

참고문헌 (11)

이 논문을 인용한 문헌

저자의 다른 논문 :

정세진 (8)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

데이터 스크린 기법을 이용한 연강수량의 통계적 특성 분석
Analysis of Statistical Characteristics of Annual Precipitation in Korea Using Data Screeening Technique 원문보기

초록
AI-Helper

표/그림 (11)

표/그림 (11)

AI 본문요약
AI-Helper