Journal of the Korean Society of Hazard Mitigation (한국방재학회 논문집)

Korean Society of Hazard Mitigation (한국방재학회)
권호 표지
DOI QR코드

DOI QR Code

Analysis of Non-stationary Characteristics for Rainfall with the Trend Analysis of L-Moments

L-모멘트의 경향성 분석을 이용한 강우의 비정상성 특성 해석

  • 김완수 (연세대학교 토목환경공학과) ;
  • 신주영 (연세대학교 토목환경공학과) ;
  • 엄명진 (연세대학교 건설공학연구소) ;
  • 허준행 (연세대학교 토목환경공학과)
  • Received : 2011.12.30
  • Accepted : 2012.05.14
  • Published : 2012.06.30
⟨ Previous Next ⟩

Abstract

In this study, the non-stationary characteristics of rainfall were analyzed with the trend analysis. Among the observations in KMA (Korea Meterological Administration), the 10 sites having at least 40 years of sample data were selected such as Seoul, Daejeon, Daegu, Busan, Gwangju and Chucheon because it was difficult to estimate the trend of rainfall when the period of data was short. The L-moments such as mean, L-CV and L-skewness were estimated with over 30-year data for the four durations (1-, 12-, 24- and 48-hours). And then the trend analysis was conducted using the results of L-moments. As the results of trend analysis, among the 600 cases, the 438 cases (73%) have the tendency of rainfall data. The results show that seven stations show increasing trend for 24-hour-duration rainfall while two stations show decreasing trend, and Kwangju station does not show any trend. Thus, non-stationary frequency analysis may be required for those stations with trend.

본 연구에서는 L-모멘트의 경향성 분석을 이용하여 강우의 비정상성 특성을 해석하였다. 자료의 수가 적으면 연최대 강우 시계열의 변화에 민감하게 반응하여 경향성을 제대로 파악하는데 어려움이 있기 때문에, 우리나라 기상청 관측소 중 40년 이상의 자료가 있는 서울, 대전, 대구, 부산, 춘천 등과 같은 10개 지점을 대상으로 선정하였다. L-모멘트는 30년 이후부터 현재까지 1년씩 자료가 누적될 때마다 계산한 평균, L-CV, L-skewness를 지속시간 1시간, 12시간, 24시간, 48시간에 대하여 각각 계산하고, L-모멘트의 경향성을 분석하였다. 강우자료의 경향성 분석결과 600개 중 438개 (73%)가 경향성이 있는 것으로 나타났다. 분석을 통하여 지속기간 24시간의 강우의 경우 7개 지점에서는 연최대 강우량이 증가하는 것으로 산정되었고, 2개의 지점은 연최대 강우량이 감소하는 것으로 나타났으며, 광주 지점에서는 연최대 강우량의 경향성이 없는 것으로 나타났다. 따라서 강우의 경향성이 나타나는 지점에서는 비정상성 빈도 해석이 필요할 것으로 판단된다.

Keywords

Acknowledgement

Supported by : 한국건설교통기술평가원

References

  1. 권영문, 박진원, 김태웅 (2009) 강우량의 증가 경향성을 고려한 목표연도 확률강우량 산정, 대한토목학회논문집, 대한토목학회, 제29권, 2B호, pp. 131-139.
  2. 서린, 김태웅, 윤필용 (2010) 추계학적 모의발생기법을 이용한 연최대강우자료의 경향성 변화 분석, 공학기술논문집, 한양대학교, Vol. 20, pp. 39-50.
  3. 오제승, 김형수, 서병하 (2006) 수문 및 기후 자료에 대한 선형 경향성 및 평균이동 분석, 대한토목학회논문집, 대한토목학회, 제29권, 4B호, pp. 355-362.
  4. 이상복, 김경덕, 허준행 (2004) 강수자료에 대한 변동성 및 경향성 해석, 한국수자원학회 학술발표회 논문집, 한국수자원학회, pp. 696-700.
  5. 허준행 (1996) 수문통계학의 기초(4) - 기술강좌, 한국수자원학회지, 한국수자원학회, 제 29권, 제 6호, pp. 78-86.
  6. Allan, R.P. and Soden, B.J. (2008) Atmospheric warming and the amplification of precipitation extremes, Science, Vol. 321, pp. 1481-1484. https://doi.org/10.1126/science.1160787
  7. Aryal, S.K., Bates, B.C., Campbell, E.P., Li, Y., Palmer, M.J. and Viney, N.R. (2009) Characterizing and modeling temporal and spatial trends in rainfall extremes, Journal of Hydrometeorology, Vol. 10, No. 1, pp. 241-253. https://doi.org/10.1175/2008JHM1007.1
  8. Christensen, J.H., Hewitson, B., Busuioc, A., Chen, A., Gao, X., Held, T., Jones, R., Kolli, R. K., Kwon, W. K., Laprise, R., Magana Rueda, V., Mearns, L., Menendez, C. G., Raisanen, J., Rinke, A., Sarr, A. and Whetton, P. (2007) Regional Climate Projections, In Climate Change 2007: The Physical Basis. Contribution of Working Group I to the Fourth Assessment Report of the Intergovermental Panel on Climate Change(IPCC), Cambridge University Press, pp. 852-860.
  9. Conover, W.J. (1971) Practical Nonparametric Statistics, John Wiley & Sons, New York.
  10. Draper, N.R. and Smith, H. (1981) Applied Regression Analysis, John Wiley & Sons, New York.
  11. Gilbert, R.O. (1987) Statistical Methods for Environmental Pollution Monitoring, Van Nostrand Reinhold Co., New York.
  12. Greenwood, J.A., Landwehr, J.M., Matalas, N.C. and Wallis, J.R. (1979) Probability Weighted Moments : Definition and Relation to Parameters of Several Distributions Expressible in Inverse Form, Water Resources Research, Vol. 15, No. 5, pp. 1049-1054. https://doi.org/10.1029/WR015i005p01049
  13. Hirsch, R.M., Slack, J.R. and Smith R.A. (1982) Techniques of trend analysis for monthly water quality data, Water Resources Research, Vol. 18, No. 4, pp. 107-121. https://doi.org/10.1029/WR018i001p00107
  14. Hosking, J.R.M., Wallis, J.R. and Wood, E.F. (1985) An appraisal of the regional flood frequency procedure in the UK Flood Studier Report, Hydrological Sciences Journal, 30, pp. 85-109 https://doi.org/10.1080/02626668509490973
  15. Hosking, J.R.M. (1986) The theory of probability weighted moments. Research Report RC12210, IBM Research Division, Yorktown Heights, N.Y.
  16. Landwehr, J.M., Matalas, N.C. and Wallis, J.R. (1979) Probability Weighted Moments Compared with Same Traditional Techniques in Estimating Gumbel Parameters and Quantiles, Water Resources Research, Vol. 21, No. 12, pp. 1055-1064.
  17. Yue, S. and Hashino, M. (2003) Long term trends of annual and monthly precipitation in Japan, Journal of the American Water Resources Association, Vol. 39, pp. 587-596. https://doi.org/10.1111/j.1752-1688.2003.tb03677.x

Cited by

  1. Bayesian Nonstationary Probability Rainfall Estimation using the Grid Method vol.48, pp.1, 2015, https://doi.org/10.3741/JKWRA.2015.48.1.37