$\require{mediawiki-texvc}$

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.

지점빈도분석과 지역빈도분석을 이용한 확률홍수량 산정
Estimation of Frequency-Based Flood Using At-Site Frequency Analysis and Regional Frequency Analysis 원문보기

한국수자원학회 2008년도 학술발표회 논문집, 2008 May 22, 2008년, pp.2249 - 2253  

이길성 (서울대학교 공과대학 건설.환경공학부) ,  박경신 (서울대학교 공과대학 건설.환경공학부) ,  정은성 (서울대학교 공학연구소) ,  김상욱 (서울대학교 BK21 SIR 사업단)

초록
AI-Helper 아이콘AI-Helper

본 연구에서는 지점빈도분석과 지역빈도분석을 이용하여 확률홍수량을 산정 하였다. 지점빈도 분석은 Annual Maximum Series(AMS) 및 Partial Duration Series(PDS)를 이용하여 자료를 추출하고 각 자료에 적합한 확률분포를 이용하여 확률홍수량을 산정하였다. 그러나 AMS를 이용한 확률홍수량의 산정은 표본의 개수가 부족하면 이에 따른 변동성(variability)이 커지게 되는 단점이 존재하며, PDS를 사용하면 임계값(threshold)에 따른 주관적 영향이 결과에 반영되는 단점이 존재하는 것으로 알려져 있다. 따라서 본 연구에서는 PDS를 사용하는 경우의 단점을 해결하기 위해 연 1.7회의 발생횟수를 갖는 자료를 추출하고 몬테카를로 모의시험을 통하여 주관적 영향을 제거하였다. 또한 두 가지 방법에 의해 산정된 확률홍수량의 비교검토를 위해 지역빈도분석을 수행하였다. 유역의 면적과 일평균강우량으로부터 확률홍수량을 산정할 수 있는 것으로 알려진 Bayesian-Generalized Least Square(B-GLS) 방법을 이용하여 확률홍수량을 산정하였다. 최종적으로 안양천 유역의 13개 소유역에 대한 세 가지 방법에 의해 산정된 확률홍수량을 비교 검토한 결과, 특정한 방법이 항상 우수하다는 결론은 얻을 수 없었으나 각 유역별로 AMS가 가장 크고 B-GLS가 가장 작은 확률홍수량을 갖는 경향을 나타내었다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 급격한 기후 변화에 의한 이상강우로부터 산정하는 유출량을 대신하여 축적되고 있는 유출량 자료를 이용한 확률홍수량의 산정을 위해 유출량 자료로부터 확률홍수량을 산정하고자 하였다.
  • 몬테카를로 모의실험은 미래에 발생할 사상이 과거에 발생할 사상과 통계적으로 유사하다는 가정 하에 실측치의 통계적 특성을 분석하여 얻어진 확률분포형의 매개변수와 확률분포형에 맞게 발생된 난수를 이용하여 정해진 기간에 걸친 무작위 변량을 발생시키는 기법이다(성장현, 2007). 본 연구에서는 Finfrock과 Rao (2003)가 제시한 모의 발생기법 절차를 따라 1000번의 모의수행을 하여 그 결과를 비교해 보았다.
  • 자료의 축적이 바탕이 되어 강우량으로 부터의 설계홍수량 산정을 지점 빈도해석을 이용한 확률 홍수량의 산정으로 바꾸기 위한 본 연구는 위의 결과에서 보여주듯 각 분포별 확률 홍수량이 비슷한 경향을 나타내고 있다. 연최대의 자료를 기반으로 한 AMS가 PDS보다 큰 확률 홍수량을 가지고 있음을 알 수 있다.
본문요약 정보가 도움이 되었나요?
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