본문 바로가기
KERD
논문KCI 등재

풍수해 대응을 위한 Bootstrap방법과 SIR알고리즘 빈도해석 적용

Frequency Analysis Using Bootstrap Method and SIR Algorithm for Prevention of Natural Disasters

김형수|김태균|노희성|장대원|김연수
한국습지학회 (Korean Wetlands Society)|2018.05|한국습지학회지 (Journal of Wetlands Researh)|제20권 제2호|pp. 105-115

0

조회

0

다운로드

1

인용

0

참고문헌

키워드

Frequency Analysis빈도해석Bootstrap MethodSIR AlgorithmSnowfall DepthSIR알고리즘Bootstrap방법적설량
주제분류기타자연과학

초록

수문기상자료의 빈도해석은 풍수해에 따른 대응 및 시설물의 설계기준에 있어 중요한 요소 중 하나이다. 일반적으로 수문기상자료에 대한 빈도해석의 경우 관측자료는 통계적으로 정상성을 가진다고 가정하고, 확률분포의 매개변수를 고려하는 매개변수적방법을 적용하고 있다. 이러한, 매개변수적 빈도해석을 위해서는 신뢰성 있는 충분한 자료의 수집이 필요하지만, 강수량과다르게 적설량의 경우 계절적 특성과 함께 최근에는 기후변화로 인한 적설량 관측일수 및 평균 최심신적설량이 감소하기때문에 부족한 자료에 대한 문제점을 보완할 필요가 있다. 이에 본 연구에서는 매개변수 빈도해석 방법과 부족한 자료의문제점을 보완할 수 있는 표본 재추출 기법인 Bootstrap방법과 SIR(Sampling Importance Resampling)알고리즘을 적용하여적설량의 빈도해석을 실시하였다. 58개 기상관측소에 대해 재추출된 일 최대 최심신적설량 자료를 이용한 비매개변수적빈도해석을 통해 확률적설량을 산정하고 이를 비교 분석하였다. 빈도별 확률적설량의 증감률을 검토한 결과 매개변수적빈도해석과 비매개변수적 빈도해석에서 증감률을 나타내는 지점들이 대부분 일치하는 것으로 나타났다. 확률적설량은 관측자료와 Bootstrap방법에서 –19.2%∼3.9%, Bootstrap방법과 SIR알고리즘에서 –7.7%∼137.8% 정도의 차이를 보였다. 표본재추출 기법은 관측표본이 적은 적설량의 빈도해석 및 불확실성 범위의 제시가 가능함을 확인할 수 있었고, 이는 여름철태풍과 같이 계절적 특성을 지닌 다른 자연재난의 해석에도 적용될 수 있을 것으로 판단된다.

Abstract

The frequency analysis of hydrometeorological data is one of the most important factors in response to natural disaster damage, and design standards for a disaster prevention facilities. In case of frequency analysis of hydrometeorological data, it assumes that observation data have statistical stationarity, and a parametric method considering the parameter of probability distribution is applied. For a parametric method, it is necessary to sufficiently collect reliable data; however, snowfall observations are needed to compensate for insufficient data in Korea, because of reducing the number of days for snowfall observations and mean maximum daily snowfall depth due to climate change. In this study, we conducted the frequency analysis for snowfall using the Bootstrap method and SIR algorithm which are the resampling methods that can overcome the problems of insufficient data. For the 58 meteorological stations distributed evenly in Korea, the probability of snowfall depth was estimated by non-parametric frequency analysis using the maximum daily snowfall depth data. The results of frequency based snowfall depth show that most stations representing the rate of change were found to be consistent in both parametric and non-parametric frequency analysis. According to the results, observed data and Bootstrap method showed a difference of –19.2% to 3.9%, and the Bootstrap method and SIR(Sampling Importance Resampling) algorithm showed a difference of –7.7 to 137.8%. This study shows that the resampling methods can do the frequency analysis of the snowfall depth that has insufficient observed samples, which can be applied to interpretation of other natural disasters such as summer typhoons with seasonal characteristics.

참고문헌 (14)

  1. Jules J. Beersma, "Drought in the Netherlands – Regional frequency analysis versus time series simulation", Journal of Hydrology, 347(3-4), pp.332~346 (2007), Elsevier BV[DOI]
  2. Eform, B., "Bootstrap Methods: Another Look at the Jack-nife", The annual of statistics, 7(1), pp.1~26 (1979), Institute of Mathmatical Statistics[DOI]
  3. Jhun, MS, "A Computer Intensive Method for Modern Statistical Data Analysis I ; Bootstrap Method and Its Applications", The Korean J. of applied statistics, 3(1), pp.121~141 (1990)
  4. Jhun, MS, "Practical application of bootstrap method-Focusing on analysis of contingency table based on cluster sampling method", Communications of the Korean Statistical Society, 3(1), pp.179~188 (1996)
  5. Kang, SH, "Analysis and Applications of Monte Carlo Bayesian", Communications of the Korean Statistical Society, 3(1), pp.169~177 (1996)
  6. Kim, KD, "Review on the Application of Regional Frequency Analysis According to the Sample Size of Hydrologic Data", Proceedings of the Korea Water Resources Association Conference in 2004, pp.27~ (2004)
  7. 김연수, "신경망 기법을 이용한 기후변화에 따른 미래 확률적설량 산정", 한국방재학회논문집, 14(1), pp.93~107 (2014), 한국방재학회
  8. 이건행, "Bootstrap 방법 및 SIR 알고리즘을 이용한 예상홍수피해액의 불확실성 분석", 한국습지학회지, 13(1), pp.53~66 (2011), 한국습지학회
  9. 이명우, "Bootstrap 방법과 SIR 알고리즘을 이용한 확률강우량 결정과 위험도 분석", 대한토목학회 논문집B, 25(5B), pp.365~373 (2005), 대한토목학회
  10. Li, K.-H., "Pool size selection for the sampling", importance resampling algorithm, 2007, pp.17(3), 895~907
  11. 문기호, "SIR 알고리즘을 이용한 홍수량 빈도해석에 관한 연구", 한국습지학회지, 10(3), pp.125~132 (2008), 한국습지학회
  12. 문기호, "극한강우를 고려한 SIR알고리즘과 Bootstrap을 활용한 강우빈도해석", 대한토목학회 논문집B, 30(4), pp.367~377 (2010), 대한토목학회
  13. Rubin D.B., "A Noniterative sampling", importance resampling alternative to the data augementation algorithm for creating a few imputation are modest: The SIR algorithm, 1987, pp.82, 543~546
  14. Zhao, B., "Storm resampling for uncertainty analysis of a multiple-storm unit hydrograph", J. of Hydrology, 194(1-4), pp.366~384 (1997)[DOI]

관련 논문AI추천

SIR 알고리즘을 이용한 홍수량 빈도해석에 관한 연구경민수, 곽재원, 김덕길, 김형수, 문기호한국습지학회 · 한국습지학회지2008 · 제10권 제3호Bootstrap 방법 및 SIR 알고리즘을 이용한 예상홍수피해액의 불확실성 분석김수전, 김형수, 이건행, 이정기한국습지학회 · 한국습지학회지2011 · 제13권 제1호Bootstrap 기법을 이용한 용당 저수지 유역의 미래 설계홍수량 불확실성 평가강문성, 류정훈, 박지훈, 이도길한국농공학회 · 한국농공학회논문집2016 · 제58권 제2호전국 확률강수량 산정을 위한 비정상성 빈도해석 기법의 적용김광섭, 이기춘한국농공학회 · 한국농공학회논문집2012 · 제54권 제5호기후변화 시나리오에 의한 확률일강수량 변화김형산, 맹승진, 이승욱, 최현수(사)위기관리이론과실천 · Crisisonomy2016 · 제12권 제2호기후변동을 고려한 조건부 GEV 분포를 이용한 비정상성 빈도분석김병식, 김형수, 이정기, 이진원한국습지학회 · 한국습지학회지2011 · 제13권 제3호

이 간행물의 다른 논문 (10건)

임령이 다른 잣나무림에서의 토양 호흡 분석남기정pp. 116-123무인모니터링 시스템을 활용한 논습지에 도래하는 조류 개체군 동태 연구어진우, 김명현, 송영주, 권순익, 남형규pp. 124-130봉선화 꽃외화밀 생산에 곤충 초식이 미치는 영향남기정pp. 131-135FDC 및 초과율을 이용한 청미천 유역에서의 오염원 추적김연수, 김상호, 이창희pp. 136-144Analysis of the particulate matters in the vertical-flow woodchip wetland treating stormwater from paved road김영철, 원경과pp. 145-154
원문 보기