Journal of Korea Water Resources Association (한국수자원학회논문집)

Korea Water Resources Association (한국수자원학회)
권호 표지
DOI QR코드

DOI QR Code

The Study on Application of Regional Frequency Analysis using Kernel Density Function

핵밀도 함수를 이용한 지역빈도해석의 적용에 관한 연구

  • 오태석 (서울시립대학교 공과대학 토목공학과) ;
  • 김종석 (서울시립대학교 공과대학 토목공학과) ;
  • 문영일 (서울시립대학교 공과대학 토목공학과) ;
  • 유승연 (서울시립대학교 공과대학 토목공학과)
  • Published : 2006.10.01
Download PDF
⟨ Previous Next ⟩

Abstract

The estimation of the probability precipitation is essential for the design of hydrologic projects. The techniques to calculate the probability precipitation can be determined by the point frequency analysis and the regional frequency analysis. The regional frequency analysis includes index-flood technique and L-moment technique. In the regional frequency analysis, even if the rainfall data passed homogeneity, suitable distributions can be different at each point. However, the regional frequency analysis can supplement the lacking precipitation data. Therefore, the regional frequency analysis has weaknesses compared to parametric point frequency analysis because of suppositions about probability distributions. Therefore, this paper applies kernel density function to precipitation data so that homogeneity is defined. In this paper, The data from 16 rainfall observatories were collected and managed by the Korea Meteorological Administration to achieve the point frequency analysis and the regional frequency analysis. The point frequency analysis applies parametric technique and nonparametric technique, and the regional frequency analysis applies index-flood techniques and L-moment techniques. Also, the probability precipitation was calculated by the regional frequency analysis using variable kernel density function.

합리적인 수공구조물의 설계를 위해서 확률강우량의 산정은 필수적이며, 확률 강우량을 산정하는 기법은 크게 지점빈도해석과 지역빈도해석으로 구분 지을 수 있다 이 중에서 지역빈도해석은 지점의 부족한 강우자료를 보완하기 위해서 L-모멘트로 확률분포형의 매개변수를 추정하고, 강우 계열의 동질성이 검정된 자료를 빈도분석하여 확률 강우량을 결정하는 기법이다. 이와 같은 지역빈도해석 기법은 매개변수를 선형조합하여 확률분포형의 종류와 크기 및 형상을 결정하여 확률 강우량을 산정하게 된다. 여기서 각 지점별 강우 자료들이 동질성 검정을 통과하였다 하더라도 지점별로 최적의 분포형이 다를 수 있으나, 부족한 강우자료를 보완하기 위해서 동일한 분포형을 따르는 것으로 가정하고 빈도해석을 수행하게 된다. 그러므로 지역빈도해석기법은 확률 분포형을 가정하고 강우자료를 적용하는 과정에서 기존에 매개변수적 빈도해석의 약점을 갖게 된다 따라서 본 연구에서는 변동핵밀도 함수를 동질성이 확보된 강우자료에 적용하여 빈도해석을 수행함으로써 기존의 빈도해석이 가지는 약점을 극복하고자 하였다. 본 연구에서는 기상청에서 관리하는 16개 강우관측소의 강우자료를 수집하여 매년최대 연강우량 계열을 구성해 지점빈도해석과 지역빈도해석을 수행하였다. 지점빈도해석은 매개변수적 기법과 비매개변수적 기법을 모두 적용하였으며, 지역빈도채석은 Index Flood 기법과 L-모멘트 기법을 적용하였다. 또한 변동핵밀도함수를 지역빈도해석에 적용하였으며, 각 기법별로 산정된 확률강우량을 비교 분석하였다.

Keywords

References

  1. 건설교통부 (2000). 한국확률강우량도
  2. 김지훈, 김경덕, 허준행 (2004). 'Index Flood법과 Netmax법을 이용한 지역빈도해석의 비교 연구.', 한국수자원학회 학술대회지 초록집, 한국수자원학회, pp. 166
  3. 류경식, 이순혁, 맹승진 (2004). '지점 및 지역빈도분석에 의한 설계강우량의 추정.', 한국수자원학회 학술대회지, 한국수자원학회, pp. 55
  4. 남우성, 김경덕, 허준행 (2003). 'Netmax 자료를 이용한 지역 빈도 해석.', 한국수자원학회 학술대회지 학술발표회 논문집(I), 한국수자원학회, pp. 58-61
  5. 남우성, 허준행 (2005). '지역빈도해석을 위한 수문학적 유사성 척도의 성능 평가.', 대한토목학회 정기학술대회 논문집, 대한토목학회, pp. 1433-1436
  6. 윤태훈 (1997). 응용수문학. 청문각, pp. 673-679
  7. 이동진, 허준행 (2001). 'L-모멘트법을 이용한 한강유역 일강우량 자료의 지역빈도해석.', 한국수자원학회 논문집, 한국수자원학회, 제 34권, 제 2호, pp. 119-130
  8. 차영일, 문영일, 성영두, 정의택 (2001). '미계측유역 지역빈도해석에서 Kernel Regression에 의한 확률 홍수량 산정.', 한국수자원학회 학술발표회 논문집(I), 한국수자원학회, pp. 188-193
  9. 차영일, 김범순, 문영일 (2006). '극치값 추정에 적합한 비매개변수적 핵함수 개발.', 한국수자원학회 논문집, 한국수자원학회, 제 39권, 제 6호, pp.187-194 https://doi.org/10.3741/JKWRA.2006.39.6.495
  10. 허준행, 이영석, 남우성, 김경덕 (2004). '한강유역에 대한 강우지역빈도해석의 적용성 연구.', 한국수자원 학회 학술대회지 초록집, 한국수자원학회, pp. 23
  11. Adamowski, K. (1985). 'Nonparametric kernel estimation of flood frequency', Water Resources Research, Vol. 21, No. 11, pp. 1585-1590 https://doi.org/10.1029/WR021i011p01585
  12. A. Ramachandra Rao, Khaled H. Hamed. (2000). Flood Frequency Analysis. CRC Press LLC, N.W., U.S.
  13. Benson, M. A. (1952). Characteristics of Frequency Curves Based on a Theoretical 1,000 Year Record in Ref 7. U.S.G.S., Open File Report, pp. 57-74
  14. Bowman, A. W. (1985). 'A comparative study of some kernel-based nonparametric density estimators', Journal of Statistical Computing and Simulation, Vol. 21, pp. 313-327 https://doi.org/10.1080/00949658508810822
  15. Breiman L., W. Meisel, and Purcell, E. (1977). 'Variable kernel estimates of multivariate densities', Technometrics, Vol. 19, No.2, pp. 135-144 https://doi.org/10.2307/1268623
  16. Chow, V.T. Maidment, D.R. and Mays, L.W. (1988). Applied Hydrology, McGraw-Hill, New York, NY
  17. Darlymple, T. (1960). Flood-Frequency Analyses, Water Supply Paper 1543- A, U. S. Geological Survey, Reston, USA
  18. Devroye and Gyorfi. (1985). Nonparametric density estimation, John Wiley, New York
  19. Institute of Hydrology (1909). Flood estimation handbook. Wallingford, UK
  20. Haan, C. T. (1977). Statistical methods in hydrology. Iowa State University Press. Ames. Iowa
  21. Hall, P., Marron, J. S. (1987), 'Estimation of integrated squared density derivatives', Statist Probab. Lett., Vol. 6, pp. 109-115 https://doi.org/10.1016/0167-7152(87)90083-6
  22. Hosking, J. R. M. and J. R. Wallis. (1993). 'Some Statistics useful in Regional Frequency Analysis', Water Resources Research, Vol. 29, No.2, pp. 271-281 https://doi.org/10.1029/92WR01980
  23. Hosking, J. R. M. and J. R. Wallis. (1997). Regional Frequency Analysis, Cambridge University Press
  24. Jones, M. C., Marron, J. S., Sheather, S. J. (1996). 'A Brief Survey of Bandwidth Selection for Density Estimation', J. of the American Statistical Asso., Vol. 91, No. 433, pp. 401-407 https://doi.org/10.2307/2291420
  25. Lall, U., Moon, Y. I., and Bosworth, K. (1993). 'Kernel flood frequency estimators: bandwidth selection and kernel choice', Water Resources Research, Vol. 29, No. 4, pp.1003-1015 https://doi.org/10.1029/92WR02466
  26. Moon, Y. I., and Lall, U. (1994). 'Kernel Quantile Function Estimator for Flood Frequency Analysis', Water Resources Research, Vol. 30, No. 11, pp. 3095-3103 https://doi.org/10.1029/94WR01217
  27. Moon, Y. I., and Lall, U., and Bosworth, K (1993). 'A comparison of tail probability estimators', Journal of Hydrology, Vol. 151, pp. 343-363 https://doi.org/10.1016/0022-1694(93)90242-2
  28. Rosenblatt, M. (1956). 'Remarks on some nonparametric estimates of a density function', Ann Math Statist, Vol. 27, pp. 832-837 https://doi.org/10.1214/aoms/1177728190
  29. Sheather, S. J. (1986). 'An Improved Data-Based Algorithm for Choosing the Window Width when Estimating the Density at a Point', Computational Statistics and Data Analysis, Vol. 4, pp. 61-65 https://doi.org/10.1016/0167-9473(86)90026-5
  30. Sheather, S. F., and Jones, M. C. (1991). 'A reliable data-based band-Width selection method for kernel density estimation', J. Roy. Statistical Soc., B., Vol. 53, pp. 683-690
  31. Woodroofe, M. (1970). 'On choosing a deltasequence', Ann Math Statist., Vol. 41, pp. 1665-1671 https://doi.org/10.1214/aoms/1177696810

Cited by

  1. The Determination of Probability Distributions of Annual, Seasonal and Monthly Precipitation in Korea vol.12, pp.2, 2010, https://doi.org/10.5532/KJAFM.2010.12.2.083
  2. A Development of Regional Frequency Model Based on Hierarchical Bayesian Model vol.46, pp.1, 2013, https://doi.org/10.3741/JKWRA.2013.46.1.13
  3. Geographical Impact on the Annual Maximum Rainfall in Korean Peninsula and Determination of the Optimal Probability Density Function vol.17, pp.3, 2015, https://doi.org/10.17663/JWR.2015.17.3.251