일 강수량자료의 시간적 다운스케일링을 위한 추계학적 점강우모형의 적용

Application of Stochastic Point Rainfall Model for Temporal Downscaling of Daily Precipitation Data

본 연구에서는 일 강수량 자료를 시간 강수량 자료로 다운스케일링하기 위하여 강우세포의 강도를 3-변수 지수분포로 모의하는 추계학적 점 강우모형이 적용된다. 강우사상의 군집특성은 Neyman-Scott 군집 점 과정을 이용하여 모의된다. 연안지역에 위치한 강릉, 부산, 목포, 인천 지점의 일 강우자료를 이용하여 모형의 성능을 평가하였다. 장기간의 여름철 강우사상들을 모의 발생한 결과, 모형은 관측된 강우 시계열의 통계학적 특성을 적절히 재현하고 있으며, 특히 무 강우 및 극한강우와 관련된 통계특성의 재현에 있어서 기존의 Neyman-Scott 구형 펄스 모형보다는 더 우수한 성능을 나타내고 있음을 확인할수 있었다.

In this study, a stochastic point rainfall model which uses the 3-parameter mixed exponential probability density function for rain cell intensities is applied to downscale daily rainfall data into sub-daily rainfall data. Cluster characteristics of rainfall events are simulated by using the Neyman–Scott cluster point process. The model performance in producing sub-daily rainfall time series from daily rainfall time series is evaluated with rainfall data at Gangreung, Busan, Mokpo, and Incheon situated on coastal regions of the Korean peninsula. Results from generating long time rainfall events show that the model reproduces well the statistical characteristics of the historical rainfall time series and has better ability than original Neyman-Scott rectangular pulse model in reproducing statistics related to dry period and extreme rainfall events.