Wavelet Transform을 이용한 수문시계열 분석

권현한,문영일,Kwon, Hyun-Han,Moon, Young-Il 한국수자원학회 2005 한국수자원학회논문집 Vol.38 No.6

본 논문은 수문시계열에서 나타나는 주기성 및 경향성 등을 평가하기 위한 방법으로 Fourier Transform을 개선한 Wavelet Transform방법을 제시하고 이에 대한 타당성 및 적용성을 월강수량 및 연강수량 자료와 대표적인 기상인자인 남방진동지수(SOI)와 해수면온도(SST)를 대상으로 평가해 보았다. Fourier Transform은 시간적인 특성을 파악하지 못하는 반면에 Wavelet Transform은 수문시계열이 갖는 시간적인 특성을 유지하면서 빈도에 대한 스펙트럼을 보다 효율적으로 평가할 수 있었다. Wavelet Transform을 이용하여 분석한 결과 국내 월강수량은 1년을 중심으로 강한 스펙트럼을 나타내고 있으며 연강수량은 2-8년 주기에서 통계적으로 유의한 주기를 확인할 수 있었다. SOI와 SST에서는 2-8년 주기가 지배적임을 확인할 수 있었다. This paper introduces the wavelet transform that was improved by the fourier transform to assess periodicities and trends, we assessed propriety with examples of two monthly precipitation data, annual precipitation, SOI index and SST index. The wavelet transform can effectively assess the power spectrum corresponding to frequency as maintaining chronological characteristics. The results of the analysis using the wavelet transform showed that the monthly precipitation have the strongest power spectrum near that of 1 year, and the annual precipitation represent the dominated spectrum in the band of 2-8 years. Also, the SOI index and SST index indicate the strongest power spectrum in the band of 2-8 years.

수문조사 방법 및 기준 표준화 공청회

권현한,김은철,박명선,Gwon, Hyeon-Han,Kim, Eun-Cheol,Park, Myeong-Seon 한국수자원학회 2009 물과 미래(한국수자원학회지) Vol.42 No.6

기상인자와 비정상성 빈도해석 모형을 이용한 낙동강유역의 계절강수량 전망

권현한,이정주 한국수자원학회 2011 한국수자원학회논문집 Vol.44 No.5

본 연구에서는 Bayesian 통계기법을 이용한 비정상성 빈도해석모형을 토대로 외부 기상인자에 의한 변동성을 고려할 수 있는 계절강수량 예측모형을 구축하였으며, 낙동강유역내의 10개 관측소에서 관측된 37년간의 강수량 자료를 이용하여 연도별 여름강수량을 추출하고 이들 관측소의 여름강수량에 물리적인 영향을 미치는 기상인자로서 SST(sea surface temperature)와 OLR(outgoing longwave radiation)을 공간상관성을 검토 This study developed a climate informed Bayesian nonstationary frequency model which allows us to forecast seasonal summer rainfall at Nakdong River. We constructed a 37-year summer rainfall data set from 10 weather stations within Nakdong river basin, an

댐 수위 추정 방법의 개선을 통한 수리수문학적 위험도 분석

권현한,문영일 한국수자원학회 2004 한국수자원학회 학술대회 Vol.2004 No.1

기후변동성과 기후변화

권현한,문영일,Gwon, Hyeon-Han,Mun, Yeong-Il 한국수자원학회 2008 물과 미래(한국수자원학회지) Vol.41 No.6

합류식 배수계통을 갖는 도시하천의 유출분석

권현한,김종석,오태석,문영일 한국수자원학회 2003 한국수자원학회 학술대회 Vol.2003 No.1

Bayesian GLM 기법과 통계학적 Downscaling 기법을 활용한 미래 재해위험도 변동성 평가기법 개발

권현한,명수정 한국방재학회 2011 한국방재학회논문집 Vol.11 No.6

This study aims to develop a future disaster risk assessment model for climate change. A linear regression model, which has been widely used in previous studies, has limitations such as (1) the underlying probability distribution assumes to be Gaussian and (2) predicted values from the model are often given in negative numbers that are not appropriate in our case. In the present study, a Bayesian GLM-based disaster risk assessment model is introduced in conjunction with relevant predictors. Predictors were initially derived from daily precipitation data. The data that were finally put in the model as main predictors were (1) the number of consecutive cases of over 80 mm precipitation that lasted less than 10 days, and (2) the heaviest rainfall of the year. A nonstationary Markov chain downscaling model using KMA A2 climate change scenario as inputs was adopted to construct future rainfall scenarios in Gangwon, Seoul, Chungnam and Jeju, and the required rainfall predictors were extracted from the constructed scenarios. It was found that the proposed model could predict 90% of the disaster risks in the flood-prone areas such as Gangwon, Seoul and Chungnam. However, the proposed model failed to predict for the nonflood-prone area of Jeju Island. Future disaster risk variability was assessed using probability density function. The probability density function shifted toward the upper tail for all the areas, meaning increased disaster risks under climate change. Based on the results, this study claims that the proposed Bayesian GLM model is able to take into consideration the increased variability associated with climate change and thus can be effectively used in estimating future disaster risks. 본 연구에서는 미래 기후변화로 기인하는 재해피해액의 변동성을 평가하기 위해서 재해피해액 평가 모형을 개발하였다. 기존선형회귀분석 방법에서 나타나는 정규분포 가정의 문제 및 예측값이 음의 값을 갖는 등의 문제점을 개선할 수 있는 Bayesian GLM 방법을 도입하였다. 재해피해액을 예측하기 위한 인자들을 강수량으로부터 추출하였으며 최종적으로 80 mm이상 강우 사상이 연속적으로 10일 이내에 발생한 횟수와 연최대강수량이 모형에 입력 자료로서 이용되었다. 미래의 기후변화 영향을 평가하기 위해서 기상청 A2 시나리오와 비정상성 Markov Chain Downscaling 기법이 적용되었으며 강원도, 서울, 충청남도 및제주도에 대해서 상세강수시나리오를 생산하였다. 생산된 기후변화 상세강우시나리오로부터 동일하게 예측인자들을 추출하였다. 추출된 기상인자와 Bayesian GLM 방법을 통해서 재해피해액을 예측한 결과 상대적으로 강우에 대한 반응이 크게 나타나는강원도, 서울 및 충청남도에서는 0.9 정도의 상관성을 갖는 정도 높은 모형 구축이 가능하였다. 그러나 상대적으로 강우로 인한 피해가 적게 나타나는 제주도의 경우 효과적인 모형을 구축하기 어려웠다. 미래 기후변화 시나리오부터 추출된 기상인자를활용하여 미래 재해위험도의 변동성을 확률밀도함수를 통해서 평가한 결과 모든 지역에서 재해위험도가 미래에는 커질 것으로전망되었다. 본 연구에서 제안된 Bayesian GLM 모형 기반 재해피해액 예측 모형은 기후변화로 기인하는 기상학적 변동성을고려할 수 있는 모형으로서 미래의 재해위험도를 전망하는 도구로서 활용이 가능할 것으로 판단된다.

Wavelet Transform 방법과 SVM 모형을 활용한 상수도 수요량 예측기법 개발

권현한,김민지,김운기,Kwon, Hyun-Han,Kim, Min-Ji,Kim, Oon Gi 한국수자원학회 2012 한국수자원학회논문집 Vol.45 No.11

본 연구에서는 Wavelet Transform과 Support Vector Machine (SVM)을 결합한 Hybrid 상수도 수요량 예측 모형을 개발하였다. Wavelet Transform 방법을 활용하여 다양한 스케일이 존재하는 상수도 수요량 시계열을 분해하여 단순한 형태의 시계열로 변환하는데 이용하였으며, 비선형 예측모형인 SVM은 이들 단순화된 시계열을 예측하는데 활용하여 예측성능을 극대화시키는 방안을 수립하였다. 본 연구에서는 상수도 수요량 자료에서 내재되어 있는 주기의 특성과 비선형 예측모형의 장점을 서로 연계한 해석이 가능하였으며 시각적인 검토 및 모든 통계지표에서 개선된 예측결과를 확인할 수 있었다. 특히, 기존 ARIMA 모형 계열에서 나타나는 자기예측문제를 상당부분 개선한 결과를 보여줌으로서 실질적인 수요량 예측모형으로서 활용이 가능할 것으로 판단된다. A hybrid forecasting scheme based on wavelet decomposition coupled to a support vector machine model is presented for water demand series that exhibit nonlinear behavior. The use of wavelet transform followed by the SVM model of each leading component is explored as a model for water demand data. The proposed forecasting model yields better results than a traditional ARIMA time series forecasting model in terms of self-prediction problem as well as reproducing the properties of the observed water demand data by making use of the advantages of wavelet transform and SVM model. The proposed model can be used to substantially and significantly improve the water demand forecasting and utilized in a real operation.

계층적 Bayesian 모형 기반 지역빈도해석 모형 개발

권현한,김진영,김운기,이정주,Kwon, Hyun-Han,Kim, Jin-Young,Kim, Oon-Ki,Lee, Jeong-Ju 한국수자원학회 2013 한국수자원학회논문집 Vol.46 No.1

본 연구에서는 계층적 Bayesian 기법을 이용한 새로운 지역빈도해석 모형을 개발하는데 목적이 있으며 이를 통해서 신뢰성 있는 매개변수를 추정과 동시에 지역빈도해석 절차의 불확실성 평가를 용이하게 접근할 수 있도록 하였다. 본 연구에서 제안되는 계층적 Bayesian 기반 지역빈도해석 모형(HBRFA)의 적합성을 평가하기 위해서 모의실험을 수행하였다. 즉, 10개의 모의 관측소를 대상으로 Monte-Carlo 모의를 통한 평가를 수행하였으며 전체적으로 HBRFA 모형이 기존 L-모멘트 방법에 비해 편의를 줄여주는 것으로 평가되었다. 특히 재현기간이 증가될수록 편의가 두드러지게 감소되는 것을 확인할 수 있었다. 전라북도의 6개 강우지점을 대상으로 HBRFA 모형과 기존 L-모멘트 기반 지역빈도해석 결과를 비교하였다. 계층적 Bayesian 모형의 특징을 평가하고자 매개변수의 Shrinkage 과정을 정량적으로 도출하여 제시하였으며 추정된 지역확률강수량이 기존 L-모멘트 기법과 유사한 결과를 갖는 것을 확인할 수 있었다. 더불어 빈도별 확률강수량의 불확실성을 정량적으로 제시할 수 장점을 확인할 수 있었다. The main objective of this study was to develop a new regional frequency analysis model based on hierarchical Bayesian model that allows us to better estimate and quantify model parameters as well as their associated uncertainties. A Monte-carlo experiment procedure has been set up to verify the proposed regional frequency analysis. It was found that the proposed hierarchical Bayesian model based regional frequency analysis outperformed the existing L-moment based regional frequency analysis in terms of reducing biases associated with the model parameters. Especially, the bias is remarkably decreased with increasing return period. The proposed model was applied to six weather stations in Jeollabuk-do, and compared with the existing L-moment approach. This study also provided shrinkage process of the model parameters that is a typical behavior in hierarchical Bayes models. The results of case study show that the proposed model has the potential to obtain reliable estimates of the parameters and quantitatively provide their uncertainties.

태풍으로 인한 강우특성 분석 및 여름강수 예측모형 구축

권현한,오태석,문영일,Gwon, Hyeon-Han,O, Tae-Seok,Mun, Yeong-Il 한국수자원학회 2009 물과 미래(한국수자원학회지) Vol.42 No.6