다양한 규모매개변수를 이용한 비정상성 Gumbel 모형의 비교 연구 = Comparison Study on the Various Forms of Scale Parameter for the Nonstationary Gumbel Model

국문 초록 (Abstract)

비정상성 빈도해석을 위해 개발된 비정상성 확률분포 모형들은 대부분 매개변수에 시간항을 포함하는 형태로 정의된다. 이 중에서도 우리나라에 널리 사용되고 있는 Gumbel 모형에 대해 살펴보면, 비정상성 Gumbel 모형의 위치 및 규모매개변수는 시간에 대해 선형(linear) 및 지수(exponential) 함수의 관계를 보이는 형태로 가정한다. 규모매개변수의 지수함수의 형태는 음(-)의 값이 추정되는 것을 방지하기 위해 제안되어 널리 사용되고 있으나 이로 인해 확률수문량이 과다산정되는 문제가 발생하기도 한다. 본 연구에서는 이러한 문제를 해결하기 위해 비정상성 Gumbel 모형의 규모매개변수의 다양한 형태를 비교하고자 한다. 이를 위해 비정상성 Gumbel 모형의 규모매개변수를 지수함수, 선형, 로그 형태로 가정하여 비교하였다. 각 모형의 매개변수의 추정은 최우도법을 적용하였고 규모매개변수의 형태별 정확도 비교를 위해 모의실험을 수행하였으며, 실제 자료에 대한 적용으로 자료기간 30년 이상을 보유하면서 경향성을 가지는 강우량 자료들을 대상으로 비정상성 빈도해석을 수행하였다. 그 결과, 지수함수 형태를 가정한 규모매개변수를 가지는 비정상성 Gumbel 모형이 가장 작은 오차를 가지는 것으로 분석되었다.

다국어 초록 (Multilingual Abstract)

Most nonstationary frequency models are defined as the probability models containing the time-dependent parameters. For frequency analysis of annual maximum rainfall data, the Gumbel distribution is generally recommended in Korea. For the nonstationary Gumbel models, the time-dependent location and scale parameters are defined as linear and exponential relationship, respectively. The exponentially time-varying scale parameter of nonstationary Gumbel model is generally used because the scale parameter should be positive. However, the exponential form of scale parameter occasionally provides overestimated quantiles. In this study, various forms of time-varying scale parameters such as exponential, linear, and logarithmic forms were proposed and compared. The parameters were estimated based on the method of maximum likelihood. To compare the accuracy of each scale parameter, Monte Carlo simulation was performed for various conditions. Additionally, nonstationary frequency analysis was conducted for the sites which have more than 30 years data with a trend in rainfall data. As a result, nonstationary Gumbel model with exponentially time-varying scale parameter generally has the smallest root mean square error comparing with another forms.

참고문헌 (Reference)

1 이창환, "비정상성 강우빈도해석법에 의한 확률강우량의 평가" 한국수자원학회 43 (43): 187-199, 2010

2 권현한, "누적평균과 이동평균을 이용한 비정상성 빈도 해석결과 비교" 한국방재학회 11 (11): 269-280, 2011

3 권현한, "기상인자와 비정상성 빈도해석 모형을 이용한 낙동강유역의 계절강수량 전망" 한국수자원학회 44 (44): 339-350, 2011

4 이정주, "극치수문자료의 계절성 분석 개념 및 비정상성 빈도해석을 이용한 확률강수량 해석" 한국수자원학회 43 (43): 733-745, 2010

5 이정주, "극치수문자료의 경향성 분석 개념 및 비정상성 빈도해석" 대한토목학회 30 (30): 389-397, 2010

6 신홍준, "강우자료의 비정상성을 고려한 재현기간 변화에 관한 연구" 한국수자원학회 47 (47): 447-457, 2014

7 권영문, "강우량의 증가 경향성을 고려한 목표년도 확률강우량 산정" 대한토목학회 29 (29): 131-139, 2009

8 Ministry of Contruction and Transportation, "Water resources management technique development report, Volume 1: Rainfall quantile atlas of Korea (in Korean)" Korea Institute of Construction Technology 2000

9 Parey, S., "Trends and climate evolution: Statistical approach for very high temperatures in France" 81 : 331-352, 2007

10 Gumbel, E. J., "Statistics of Extremes" Columbia University Press 1958

11 Goo, Y. J., "Parameter Estimation of GEV Distribution Considering the Non-stationarity" Yonsei University 2011

12 Kim, S. Y., "Nonstationary frequency analysis for the gumbel and general extreme value distribution" Yonsei University 2013

13 He, Y., "Nonstationary flood frequency analysis in southern Germany" 2006

14 Leclerc, M., "Non-stationary regional flood frequency analysis at ungauged sites" 343 : 254-265, 2007

15 Griffis, V. W., "Incorporating climate changes and variability into Bulletin 17B LP3 model" 2007

16 El Adlouni, S., "Generalized maximum likelihood estimators for the nonstationary generalized extreme value model" 43 : W03410-, 2007

17 Jain, S., "Floods in a changing climate: Does the past represent the future?" 37 (37): 3193-3205, 2001

18 Natural Environment Research Council, "Flood Studies Report, Vol. 1" NERC 1975

19 Katz, R. W., "Extremes in a Changing Climate" Springer 2013

20 Cooley, D., "Extremes in a Changing Climate" Springer 2013

21 Shin, J. Y., "Estimation of Future Design Rainfall in Administrative Districts Using Nonstationary GEV Model" 13 (13): 147-156, 2013

22 Kharin, V. V., "Estimating Extremes in Transient Climate Change Simulations" 18 : 1156-1173, 2005

23 Kwon, H. H., "Climate informed flood frequency analysis and prediction in Montana using hierarchical Bayesian modeling" 35 : L05404-, 2008

24 Coles, S., "An Introduction to Statistical Modeling of Extreme Values" Springer 2001

25 Gilroy, K. L., "A nonstationary flood frequency analysis method to adjust for future climate change and urbanization" 414 (414): 40-48, 2011

26 Hundecha, Y., "A nonstationary extreme value analysis for the assessment of changes in extreme annual wind speed over the Gulf of St. Lawrence, Canada" 47 (47): 2745-2759, 2008