선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 2-변량 빈도 해석을 통하여 확률강수량을 산정 할 수 있으나, 기존의 수자원 분야에서 사용하는 1-변량 빈도해석과는 기법적인 차이가 있어, 직접적으로 확률강수량을 비교하기에는 문제가 있다. 그래서 본 연구에서는 일정기간과 대비하여 미래의 확률강수량이 얼마정도 증가하는지에 대한 비율을 계산하여 도시하였다. 현재 상태를 1970～1999년(S0)으로 하고 미래의 변화된 기간을 2010～2039(S1)년, 2040～2069(S2)년, 2070～2099(S3)년로 하였다.
제안 방법
- 총 5개의 GCM 시나리오를 3개의 copula 모형의 적용하여 10개의 지속기간에 대하여 총 15개의 시나리오에 대하여 미래의 확률강수량을 계산하였다. 15개의 시나리오 중에서 중간값을 이용하여 각 연도에 대한 확률강수량을 산정하였다. 2-변량 빈도 해석을 통하여 확률강수량을 산정 할 수 있으나, 기존의 수자원 분야에서 사용하는 1-변량 빈도해석과는 기법적인 차이가 있어, 직접적으로 확률강수량을 비교하기에는 문제가 있다.
- 또한 copula 모형의 불확실성을 보완하고자 총 3개의 copula 모형을 적용하였다. 5개의 GCM와 3개의 copula 모형을 적용하여 15개의 시나리오에 대하여 결과를 분석하였다. 중간값을 기준으로 확률강수량을 분석을 해 본 결과 재현기간과 지속기간이 길어질수록 확률강수량이 증가하는 것을 확인 할 수 있었다.
- Copula 모형을 이용한 2-변량 빈도해석을 통하여 기후변화를 고려한 강수량-지속기간-재현기간 관계를 평가하였다. 기후변화 시나리오로는 A2 시나리오를 사용하였다.
- 기후변화 시나리오로는 A2 시나리오를 사용하였다. GCM의 불확실성을 보완하고자 총 5개의 GCM을 적용하였다. 또한 copula 모형의 불확실성을 보완하고자 총 3개의 copula 모형을 적용하였다.
- 현재 상태를 1970～1999년(S0)으로 하고 미래의 변화된 기간을 2010～2039(S1)년, 2040～2069(S2)년, 2070～2099(S3)년로 하였다. S0에 대비하여 S1, S2, S3에 대한 확률강수량의 변화 비율을 산정하였다. Table 4는 S1기간에 확률강수량의 변화를 나타낸 표이다.
- 본 연구에서는 1961-2010년의 기상청 유인관측소의 관측 강수량을 사용하여 연최대월강수량이 발생한 월에 연최대시간강수량이 발생한 확률을 계산하였다. 관측 강수량을 통하여 추정된 3개의 copula 모형의 매개변수를 이용하여 기후변화에 따른 미래의 확률강수량을 산정하였다.
- Copula 모형을 이용한 2-변량 빈도해석을 통하여 기후변화를 고려한 강수량-지속기간-재현기간 관계를 평가하였다. 기후변화 시나리오로는 A2 시나리오를 사용하였다. GCM의 불확실성을 보완하고자 총 5개의 GCM을 적용하였다.
- 모형의 불확실성을 확인하고자 multi-ㅡmodel ensemble 기법을 적용하였다. 기후변화 시나리오로는 A2 시나리오를 적용하였으며, 사용된 GCM 모형은 table 1과 같다. copula 이론에 대한 자세한 설명은 Genest and Farve(2007)의 논문에 자세히 설명되어 있다.
- GCM의 불확실성을 보완하고자 총 5개의 GCM을 적용하였다. 또한 copula 모형의 불확실성을 보완하고자 총 3개의 copula 모형을 적용하였다. 5개의 GCM와 3개의 copula 모형을 적용하여 15개의 시나리오에 대하여 결과를 분석하였다.
- 모든 경우가 아닐 지라도 대부분의 경우 연최대 월강수량이 발생한 월에 연최대 임의 지속기간 강수량이 발생한다면 2-변량 빈도해석이 물리적인 특성을 반영한다고 할 수 있다. 본 연구에서는 1961-2010년의 기상청 유인관측소의 관측 강수량을 사용하여 연최대월강수량이 발생한 월에 연최대시간강수량이 발생한 확률을 계산하였다. 관측 강수량을 통하여 추정된 3개의 copula 모형의 매개변수를 이용하여 기후변화에 따른 미래의 확률강수량을 산정하였다.
- 극한강수량과 같은 극한 사상을 고려하기 위해서는 연평균자료와 같은 거시적인 특성이 아닌 연최대 월강수량 같은 미시적인 특성을 고려할 수 있는 방법이 필요하다. 본 연구에서는 극한사상에 기후변화에 대한 영향을 적용하고자 2변량 분석방법을 적용하였다. 적용결과 기존의 연평균 강수량과 같은 적용방법을 적용하였을 때 보다 큰 확률강수량을 보이는 것으로 확인되었다.
- 연최대 월강수량과 연최대 시간강수량의 2-변량 분포를 산정하고 산정된 분포형을 통하여 임의 재현기간에 대한 확률강수량을 산정하였다. 본 연구에서 사용된 빈도해석 방법은 일반적으로 사용되는 2-변량 빈도해석과 다르다.
- 본 연구에서 사용된 빈도해석 방법은 일반적으로 사용되는 2-변량 빈도해석과 다르다. 일반적으로 강우사상에 대한 지속기간 또는 강우강도와 연최대 시간강수량의 분포를 사용하여 빈도해석을 실시하나, 본 연구에서는 미래의 시간강수량 자료가 없기 때문에 연최대 월강수량과 연최대 시간 강수량의 관계를 이용하여 연구를 진행하였다. 즉 미래의 연최대 월강수량일 발생하였을 때 임의의 재현기간인 일정 지속기간의 확률강수량을 산정하는 방법이다.
- Table 3은 연최대 월강수량이 발생한 월에 연최대 임의지속기간의 강수량이 발생한 확률을 정리한 표이다. 적용된 지속기간으로는 1, 2, 3, 6, 9, 12, 15, 18, 24, 48시간이 적용되었다. 지속기간 1～9시간 까지는 62～68%가 발생한 것으로 나타났으며, 12～28시간에서는 70～78%로 발생한 것으로 나타났다.
- 모형의 불확실성을 보완하고자 multi-model ensemble을 적용하였다. 총 5개의 GCM 시나리오를 3개의 copula 모형의 적용하여 10개의 지속기간에 대하여 총 15개의 시나리오에 대하여 미래의 확률강수량을 계산하였다. 15개의 시나리오 중에서 중간값을 이용하여 각 연도에 대한 확률강수량을 산정하였다.
대상 데이터
- 실제 미래에 발생하는 강수가 현재와 같은 물리적 특성을 가질 수 도 있지만 갖지 않을 수 도 있고 적정 copula를 찾는 기법이 현재로써는 없어 모형의 불확실성이 매우 큰 것으로 판단된다. Copula 모형의 불확실성에 대한 분석을 하고자 본 연구에서는 3종류의 copula를 적용하였다. 적용된 copula는 Gumbel-Hougaard, Frank, Joe family이며, 각 copula의 식의 개형과 간략한 특징은 table 2와 같다.
- Copula 모형의 불확실성에 대한 분석을 하고자 본 연구에서는 3종류의 copula를 적용하였다. 적용된 copula는 Gumbel-Hougaard, Frank, Joe family이며, 각 copula의 식의 개형과 간략한 특징은 table 2와 같다. 각 copula에 대한 자세한 설명은 Salvadori et al(2007)의 책에 자세히 정리되어 있다.
이론/모형
- 즉 미래의 연최대 월강수량일 발생하였을 때 임의의 재현기간인 일정 지속기간의 확률강수량을 산정하는 방법이다. 2-변량 빈도해석방법으로는 copulas 기법을 적용하였다. 모형의 불확실성을 확인하고자 multi-ㅡmodel ensemble 기법을 적용하였다.
- 모형의 불확실성을 보완하고자 multi-model ensemble을 적용하였다. 총 5개의 GCM 시나리오를 3개의 copula 모형의 적용하여 10개의 지속기간에 대하여 총 15개의 시나리오에 대하여 미래의 확률강수량을 계산하였다.
- 2-변량 빈도해석방법으로는 copulas 기법을 적용하였다. 모형의 불확실성을 확인하고자 multi-ㅡmodel ensemble 기법을 적용하였다. 기후변화 시나리오로는 A2 시나리오를 적용하였으며, 사용된 GCM 모형은 table 1과 같다.
- 연최대 월강수량과 연최대 시간강수량의 2-변량 분포를 산정하고 산정된 분포형을 통하여 임의 재현기간에 대한 확률강수량을 산정하였다. 본 연구에서 사용된 빈도해석 방법은 일반적으로 사용되는 2-변량 빈도해석과 다르다. 일반적으로 강우사상에 대한 지속기간 또는 강우강도와 연최대 시간강수량의 분포를 사용하여 빈도해석을 실시하나, 본 연구에서는 미래의 시간강수량 자료가 없기 때문에 연최대 월강수량과 연최대 시간 강수량의 관계를 이용하여 연구를 진행하였다.
- copula 이론에 대한 자세한 설명은 Genest and Farve(2007)의 논문에 자세히 설명되어 있다. 본 연구에서는 copula의 매개변수 추정을 위하여 준모수추정방법인 준최우도법(maximum pseudolikelihood estimation) 방법을 적용하였다. 준최우도법은 Oakes(1994)가 제안한 방법으로 매개변수의 추정정확도는 높지 않으나, 다른 방법들의 비하여 안정적인 매개변수를 추정한다(Genest et al.
성능/효과
- 중간값을 기준으로 확률강수량을 분석을 해 본 결과 재현기간과 지속기간이 길어질수록 확률강수량이 증가하는 것을 확인 할 수 있었다. S2 기간에 확률강수량이 가장 크고, S3 기간이 그 다음으로 크며, S1 기간이 가장 작은 확률강수량을 보이는 것으로 나타났다. 전체 확률강수량은 현재에 비하여 크게 증가하는 것으로 나타났다.
- 지속기간 1～9시간 까지는 62～68%가 발생한 것으로 나타났으며, 12～28시간에서는 70～78%로 발생한 것으로 나타났다. 긴 지속기간의 강수의 경우 최대 월강수량이 발생한 월에 발생한 확률이 높은 것으로 확인되었다. 또한 지속기간이 짧아 질수 록 발생확률이 감소되는 것을 확인 할 수 있다.
- 전체적으로 S2가 가장 크고, S3가 두 번째로 크고, S1이 가장 작은 변화율을 보이는 것으로 나타났다. 또한 A2 시나리오에 따른 기후변화로 과거와 비교하여 확률강수량이 큰 값으로 증가하는 것을 확인 할 수 있다.
- 긴 지속기간의 강수의 경우 최대 월강수량이 발생한 월에 발생한 확률이 높은 것으로 확인되었다. 또한 지속기간이 짧아 질수 록 발생확률이 감소되는 것을 확인 할 수 있다. 지속기간 1시간에서는 68%으로 2시간이나 3시간보다는 높은 확률이긴 하나 9시간 이후의 강수량과 비교하면 그 값이 작은 것을 확인 할 수 있다.
- Table 4는 S1기간에 확률강수량의 변화를 나타낸 표이다. 일반적으로 지속기간과 재현기간이 짧을수록 확률강수량의 증가량이 작은 것을 확인 할 수 있으며, 지속기간이 길어지고 재현기간이 커질수록 확률강수량 값이 커지는 것을 확인 할 수 있다. 지속기간 1시간의 경우 이런 경향과는 다른 경향을 보이는 것을 확인 할 수 있다.
- 본 연구에서는 극한사상에 기후변화에 대한 영향을 적용하고자 2변량 분석방법을 적용하였다. 적용결과 기존의 연평균 강수량과 같은 적용방법을 적용하였을 때 보다 큰 확률강수량을 보이는 것으로 확인되었다.
- S2 기간에 확률강수량이 가장 크고, S3 기간이 그 다음으로 크며, S1 기간이 가장 작은 확률강수량을 보이는 것으로 나타났다. 전체 확률강수량은 현재에 비하여 크게 증가하는 것으로 나타났다. 추후에 다른 지점들에 대한 적용하여 본 기법의 적용성 평가가 필요할 것으로 판단되며, 다른 기후변화 시나리오를 적용하여 확률강수량을 산정하면 보다 안정적인 평가가 될 수 있을 것으로 판단된다.
- 85의 변화율을 보이는 것으로 나타났다. 전체적으로 S2가 가장 크고, S3가 두 번째로 크고, S1이 가장 작은 변화율을 보이는 것으로 나타났다. 또한 A2 시나리오에 따른 기후변화로 과거와 비교하여 확률강수량이 큰 값으로 증가하는 것을 확인 할 수 있다.
- 5개의 GCM와 3개의 copula 모형을 적용하여 15개의 시나리오에 대하여 결과를 분석하였다. 중간값을 기준으로 확률강수량을 분석을 해 본 결과 재현기간과 지속기간이 길어질수록 확률강수량이 증가하는 것을 확인 할 수 있었다. S2 기간에 확률강수량이 가장 크고, S3 기간이 그 다음으로 크며, S1 기간이 가장 작은 확률강수량을 보이는 것으로 나타났다.
- 2를 보면 S1보다 S2, S3가 더 큰 확률강수량을 보이는 것으로 나타났다. 지속기간 24시간, 재현기간 100년을 기준으로 하였을 때 S1은 1.69, S2는 1.93, S3은 1.85의 변화율을 보이는 것으로 나타났다. 전체적으로 S2가 가장 크고, S3가 두 번째로 크고, S1이 가장 작은 변화율을 보이는 것으로 나타났다.
후속연구
- 전체 확률강수량은 현재에 비하여 크게 증가하는 것으로 나타났다. 추후에 다른 지점들에 대한 적용하여 본 기법의 적용성 평가가 필요할 것으로 판단되며, 다른 기후변화 시나리오를 적용하여 확률강수량을 산정하면 보다 안정적인 평가가 될 수 있을 것으로 판단된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.