[논문]기후정보와 지리정보를 결합한 계층적 베이지안 모델링을 이용한 재현기간별 일 강우량의 공간 분포 및 불확실성

이정훈; 이옥정; 서지유; 김상단

doi:10.3741/jkwra.2021.54.10.747

기후정보와 지리정보를 결합한 계층적 베이지안 모델링을 이용한 재현기간별 일 강우량의 공간 분포 및 불확실성
Spatial distribution and uncertainty of daily rainfall for return level using hierarchical Bayesian modeling combined with climate and geographical information 원문보기

Journal of Korea Water Resources Association = 한국수자원학회논문집, v.54 no.10, 2021년, pp.747 - 757

이정훈 (부경대학교 환경공학과) , 이옥정 (K-water 유역물관리연구소 수자원연구팀) , 서지유 (부경대학교 지구환경시스템과학부 환경공학전공) , 김상단 (부경대학교 환경공학과)

초록
AI-Helper

극한 강우의 정량화는 홍수방어계획의 수립에 대단히 중요하며 극한 강우의 일반적인 척도는 T-년 재현기간으로 표현된다. 본 연구에서는 기후정보와 지리정보가 결합된 계층적 베이지안 모형을 이용하여 재현기간별 일 강우량의 공간 분포 및 불확실성을 추정하는 방법을 제시하고 이를 서울-인천-경기 지역에 적용하였다. 한국 기상청에서 운영 중인 서울-인천-경기 지역의 6개 종관기상관측소의 연 최대 일 강우량이 일반화된 극치 분포에 적합되었다. 지점 빈도해석과 지수 홍수법을 이용한 지역 빈도해석으로부터 도출된 재현기간별 일 강우량과의 비교를 통하여 제안된 방법의 적용성 및 신뢰도를 살펴보았다. 모든 지점과 모든 재현기간에서 지수홍수법에 의한 지역 빈도해석의 불확실성이 가장 큰 것으로 나타났으며, 계층적 베이지안 모형에 의한 지역 빈도해석의 신뢰도가 가장 높은 것을 확인하였다. 제안된 방법은 서울-인천-경기 지역 및 공간적인 크기가 유사한 다른 지역에서 다양한 지속기간에 대한 확률강우량 지도를 생성하는데 사용될 수 있을 것이다.

Abstract ▼ AI-Helper

Quantification of extreme rainfall is very important in establishing a flood protection plan, and a general measure of extreme rainfall is expressed as an T-year return level. In this study, a method was proposed for quantifying spatial distribution and uncertainty of daily rainfall depths with various return periods using a hierarchical Bayesian model combined with climate and geographical information, and was applied to the Seoul-Incheon-Gyeonggi region. The annual maximum daily rainfall depth of six automated synoptic observing system weather stations of the Korea Meteorological Administration in the study area was fitted to the generalized extreme value distribution. The applicability and reliability of the proposed method were investigated by comparing daily rainfall quantiles for various return levels derived from the at-site frequency analysis and the regional frequency analysis based on the index flood method. The uncertainty of the regional frequency analysis based on the index flood method was found to be the greatest at all stations and all return levels, and it was confirmed that the reliability of the regional frequency analysis based on the hierarchical Bayesian model was the highest. The proposed method can be used to generate the rainfall quantile maps for various return levels in the Seoul-Incheon-Gyeonggi region and other regions with similar spatial sizes.

주제어

표/그림 (10)

표 Table 1. Site information
그림 Fig. 1. Relation between GEV parameters (scale parameter ϕ, shape parameter ψ and location parameter ζ)and covariates (Annual mean surface air temperature, latitude and longitude)
그림 Fig. 2. Posterior distribution of hyper-parameter a and b
그림 Fig. 3. Posterior distribution of parameters of GEV distribution for at-site frequency analysis and HBM-based regional approaches at Suwon site
그림 Fig. 4. Box-plot of GEV parameters for at-site frequency analysis and HBM-based regional frequency analysis
그림 Fig. 5. Daily rainfall quantile for various return levels
그림 Fig. 6. Averaged daily rainfall quantiles at all sites
그림 Fig. 7. Posterior distribution of quantile for return level of 50-year at Seoul site
그림 Fig. 8. 95PPU/E[R] of variation of quantile ensemble for various return levels
그림 Fig. 9. Spatially distributed daily rainfall quantile for return level of 100-year. (a) Kriging from at-site frequency analysis, (b) Kriging from Index-flood regional frequency analysis, (c) HBM-based regional frequency analysis, (d) Kriging from at-site annual maximum daily rainfall

참고문헌 (23)

Ahn, K., Palmer, R., and Steinschneider, S. (2017). "A hierarchical Bayesian model for regionalized seasonal forecasts: Application to low flows in the northeastern United States." Water Resources Research, Vol. 53, pp. 503-521.

상세보기
Aryal, S., Bates, B., Campbell, E., Li, Y., Palmer, M., and Viney, N. (2009). "Characterizing and modeling temporal and spatial trends in rainfall extremes." Journal of Hydrometeorology, Vol. 10, pp. 241-253.

상세보기
Berger, J., DeOiveira, V., and Sanso, B. (2001). "Objective Bayesian analysis of spatially correlated data." Journal of the American Statistical Association, Vol. 96, pp. 1361-1374.

상세보기
Cooley, D., Nychka, D., and Naveau, P. (2007). "Bayesian spatial modeling of extreme precipitation return levels." Journal of the American Statistical Association, Vol. 102, pp. 824-840.

상세보기
Cressie, N. (1990). "The origins of kriging." Mathematical Geology, Vol. 22, No. 3, pp. 239-252.

상세보기
Dalrymple, T. (1960). Flood-frequency analyses. U.S. Geological Survey Water-Supply paper, 1543-A, Government Printing Office, Washington, D.C, U.S.
Heo, J., and Kim, H. (2019). "Regional frequency analysis for stationary and nonstationary hydrological data." Journal of Korean Water Resources Association, Vol. 52, pp. 657-669.
Hosking, J., and Wallis, J. (1997). Regional frequency analysis: An approach based on l-moments. Cambridge University Press, New York, NY, U.S.
Katz, R., Parlange, M., and Naveau, P. (2002). "Statistics of extremes in hydrology." Advances in Water Resources, Vol. 25, pp. 1287-1304.

상세보기
Kjeldsen, T., and Jones, D. (2009). "A formal statistical model for pooled analysis of extreme floods." Hydrology Research, Vol. 40, pp. 465-480.

상세보기
Kwak, D., and Kim, G. (2015). "Bayesian nonstationary probability rainfall estimation using the Grid method." Journal of Korean Water Resources Association, Vol. 48, pp. 37-44.

원문보기 상세보기
Kwon, H., Kim, J., Kim, O., and Lee, J. (2013). "A development of regional frequency model based on hierarchical Bayesian model." Journal of Korean Water Resources Association, Vol. 46, pp. 13-24.

원문보기 상세보기
Liang, Y., Liu, S., Guo, Y., and Hua, H. (2017). "L-Moment-Based regional frequency analysis of annual extreme precipitation and its uncertainty analysis." Water Resources Management, Vol. 31, pp. 3899-3919.

상세보기
Lima, C., and Lall, U. (2009). "Hierarchical Bayesian modeling of multisite daily rainfall occurrence: Rainy season onset, peak, and end." Water Resources Research, Vol. 45, W07422. doi: 10.1029/2008WR007485

상세보기
Micevski, T., and Kuczera, G. (2009). "Combining site and regional flood information using a Bayesian Monte Carlo approach." Water Resources Research, Vol. 45, W04405. doi: 10.1029/2008WR007173

상세보기
Najafi, M., and Moradkhani, H. (2013). "Analysis of runoff extremes using spatial hierarchical Bayesian modeling." Water Resources Research, Vol. 49, pp. 6656-6670.

상세보기
Reis, D., Stedinger, J., and Martins, E. (2005). "Bayesian generalized least squares regression with application to log Pearson type 3 regional skew estimation." Water Resources Research, Vol. 41, W10419. doi: 10.1029/2004WR003445

상세보기
Renard, B. (2011). "A Bayesian hierarchical approach to regional frequency analysis." Water Resources Research, Vol. 47, W11513. doi: 10.1029/2010WR010089

상세보기
Robson, A., and Reed, D. (1999). Statistical procedures for flood frequency estimation, in flood estimation handbook. Institute of Hydrology, Wallingford, U.K., p. 338.
Schaefer, M. (1990). "Regional analyses of precipitation annual maxima in Washington State." Water Resources Research, Vol. 26, pp. 119-131.

상세보기
Stedinger, J., and Tasker, G. (1985). "Regional hydrologic analysis: 1. Ordinary, weighted and generalized least squares compared." Water Resources Research, Vol. 21, pp. 1421-1432.

상세보기
Stedinger, J., and Tasker, G. (1986). "Regional hydrologic analysis, 2, Model error estimators, estimation of sigma and log Pearson type 3 distributions." Water Resources Research, Vol. 22, No. 10, pp. 1487-1499.

상세보기
Wang, Z., Zeng, Z., Lai, C., Lin, W., Wu, X., and Chen, X. (2017). "A regional frequency analysis of precipitation extremes in Mainland China with fuzzy c-means and L-moments approaches." International Journal of Climatology, Vol. 37, pp. 429-444.

상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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