Copula 함수 기반의 이변량 결합가뭄지수 산정 및 가뭄특성 분석 :Estimation of Bivariate Joint Drought Index and Drought Characteristics Analysis based on Copula Function

소재민

추천

검색

자료유형: 학위논문

저자정보: 소재민 (세종대학교, 세종대학교 대학원)

지도교수: 배덕효

발행연도: 2015

저작권: 세종대학교 논문은 저작권에 의해 보호받습니다.

이용수1

이 논문의 연구 히스토리 (3)

2015

Copula 함수 기반의 이변량 결합가뭄지수 산정 및 가뭄특성 분석

소재민 건설환경공학 2015.01 학위논문

이변량 결합가뭄지수를 활용한 지역별 가뭄특성 분석

소재민 , 손경환 , 배덕효 한국수자원학회 학술발표회 2015.01 학술대회자료

2014

Copula 함수 기반의 이변량 결합가뭄지수 산정 및 평가

소재민 , 손경환 , 배덕효 한국수자원학회논문집 2014.01 학술저널

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

가뭄은 홍수와 더불어 우리나라를 대표하는 기상재해 중 하나로써, 장주기적이고 광역적으로 발생함에 따라 구체적인 발생 시기, 장소, 원인을 규명하는 것이 어렵고 그 피해와 영향력도 막대하다. 가뭄은 물 부족에 따른 물수지 불균형 현상으로 인위적인 요인 보다는 자연적인 요인에 의해 발생되는 자연재해이며, 이를 해석하기 위해서는 자연 상태의 수문순환 거동을 총체적으로 다뤄야 할 만큼 범위가 매우 광범위하다. 그렇다 보니 해석하는 관점에 따라 기상학적 가뭄, 수문학적 가뭄, 농업적 가뭄 등으로 구분하고 있으며, 해석 도구인 가뭄지수를 활용하여 각 분야별 목적에 따라 가뭄의 정도를 정량적 지표로 생산 및 활용해 왔다. 다만, 단일변수 기반의 가뭄지수 활용에 국한되어 있으며, 여러 가뭄지수 상이한 해석결과를 하나의 통합된 정보로 제공할 수 있는 가뭄지수 개발에 관한 연구는 미흡한 실정이다.
본 연구에서는 수문 및 기상정보를 결합한 이변량 결합가뭄지수를 산정하고 국내 활용성을 평가하였다. 이변량 결합가뭄지수(Bivariate Joint Drought Index, BJDI) 산정을 위해 결합분포함수는 Clayton copula, 매개변수 추정은 교정방법을 이용하였으며, 입력변수로는 1977∼2012년 동안의 강수량 및 토양수분량 자료를 선정하였다. 강수량은 기상청 59개소의 ASOS (Automatic Synoptic Observation System) 자료를 이용하였으며, 토양수분량은 지표수문해석모형으로부터 산정된 결과를 이용하였다.
우리나라에 대한 BJDI를 산정한 후, 기존 가뭄지수인 SPI 및 SSI와 같이 시계열 분석, 지역별 분석 및 ROC 분석을 수행하여 활용성을 평가하였다. 또한, 국내 가뭄특성을 분석하기 위해 SPI, SSI 및 BJDI를 이용하여 지역별 재현기간을 산정하여 비교 분석하였다. 분석결과 SPI는 가뭄의 시작, SSI는 가뭄의 해갈을 적절히 고려하였으며, BJDI는 SPI 및 SSI의 거동 특성을 적절히 반영하는 것으로 나타났다. 또한, BJDI가 SPI 및 SSI에 비해 ROC score가 높게 산정되었으며, 지역별 분석에서도 가뭄상황을 적절히 재현하여 활용성이 우수하게 나타났다. 국내 가뭄특성분석을 위해 SPI, SSI 및 BJDI를 이용하여 행정구역별 재현기간을 산정하였다. 행정구역별 재현기간은 지수마다 상이하게 나타났으며, BJDI는 기존 두 지수보다 작게 산정되었다. 따라서, 기존 단일변량 기반의 가뭄지수로부터 산정된 재현기간은 과대 산정되었음을 의미하며, SPI와 SSI의 거동특성을 종합적으로 반영하는 BJDI의 결과가 보다 더 정확하고 신뢰성 있는 정보라 판단된다.
본 연구에서 산정한 BJDI는 기존 단일변량 가뭄지수의 해석적 한계를 보완하고 국내 가뭄해석의 활용성이 우수하다는 점에서 그 가치가 높다고 판단된다. 앞으로의 국내 가뭄해석은 본 연구에서와 같이 여러 변수를 결합한 가뭄지수의 활용이 필요하다고 사료된다. 추후, 여러 Copula 함수를 이용하여 가뭄지수의 산정 및 평가가 필요하며, 두 개 이상의 변수들을 결합한 가뭄지수 생산에 대한 연구가 수행되어야 할 것이다.

#이변량 결합가뭄지수 #표준강수지수 #표준토양수분지수 #가뭄특성 #재현기간

제 1 장 서 론 1
1.1 연구배경 및 목적 1
1.2 연구 동향 2
1.3 연구수행절차 5
제 2 장 이론적 배경 6
2.1 가뭄의 정의 및 가뭄지수 6
2.1.1 가뭄의 정의 6
2.1.2 가뭄의 분류 10
2.1.3 가뭄지수 12
2.2 Copula 함수 기반의 이변량 결합가뭄지수 21
2.2.1 Copula 정의 22
2.2.2 Copula 함수의 종류 23
2.2.3 매개변수 추정 25
2.2.4 가뭄지수 산정 26
2.3 가뭄지수 평가방법 27
2.4 가뭄특성분석 30
2.4.1 연속이론 및 가뭄특성인자 30
2.4.2 가뭄의 재현기간 32
제 3 장 수문·기상변수 선정 및 자료수집 34
3.1 수문·기상변수 선정 및 수집 34
3.2 과거 가뭄사례 수집 37
제 4 장 가뭄지수 산정 및 평가 39
4.1 일변량 가뭄지수 산정 39
4.1.1 표준강수지수 39
4.1.2 표준토양수분지수 43
4.2 이변량 결합가뭄지수 산정 46
4.2.1 결합누가확률분포 및 매개변수 추정 46
4.2.2 가뭄지수 산정 50
4.3 가뭄지수 평가 52
4.3.1 시계열 분석 52
4.3.2 지역별 분석 59
4.3.2 ROC 분석 65
4.4 재현기간 산정 및 평가 66
4.4.1 가뭄특성인자 산정 66
4.4.2 가뭄지수별 재현기간 산정 및 평가 69
제 5 장 결 론 75
참 고 문 헌 78
부 록 84

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (3)

초록· 키워드

목차

최근 본 자료

댓글(0)