기후변화로 인해 다양한 자연재해의 발생빈도 및 강도가 증가하고 있으며, 이를 대비하기 위하여 행정안전부에서 가뭄과 대설까지 포함한 자연재해저감 종합계획을 발표하였다. 강설량은 기온과 지형적 요인의 영향을 크게 받는다. 산악지형이 많은 강원도는 강설량이 많아 큰 적설량이 관측되지만, 겨울철 평균 온도가 상대적으로 높은 남부지방은 적설량이 작다. 무강설과 결측으로 인해 관측값에0이 포함된 경우가 존재한다. 자료에 포함된 0은 통계적으로 민감하게 작용하며, 최적 확률분포 선정과 매개변수 추정이 어려워지는문제점이 발생한다. 본 연구에서는 창원, 통영, 진주 관측소의 최심신적설에 대해 혼합분포를 적용하여 0을 구분하였고, 0에 근사한값을 나누는 기준인 임계값을 매개변수 로 가정함으로써 무적설 기준을 자동으로 모형에서 추정하도록 하였다. Bayesian기법 활용하여 혼합분포모형의 매개변수를 추정하였고, 산정된 빈도별 확률적설심의 불확실성을 정량화하였다. 대관령 지점과 비교한 결과,본 연구의 혼합분포모형은 적설량이 적은 지점에 대해 적용성이 우수한 것으로 평가되었다.
An increasing frequency and intensity of natural disasters have been observed due to climate change. To better prepare for these, the MOIS(ministry of the interior and safety) announced a comprehensive plan for minimizing damages associated with natural disasters, includingdrought and heavy snowfall. The spatial-temporal pattern of snowfall is greatly influenced by temperature and geographical features. Heavysnowfalls are often observed in Gangwon-do, surrounded by mountains, whereas less snowfall is dominant in the southern part of the countrydue to relatively high temperatures. Thus, snow depth data often contains zeros that can lead to difficulties in the selection of probabilitydistribution and estimation of the parameters. A generalized mixture distribution approach to a maximum snow depth series over thesouthern part of Korea (i.e., Changwon, Tongyeoung, Jinju weather stations) are located is proposed to better estimate a threshold ()classifying discrete and continuous distribution parts. The model parameters, including the threshold in the mixture model, are effectivelyestimated within a Bayesian modeling framework, and the uncertainty associated with the parameters is also provided. Comparing to theDaegwallyeong weather station, It was found that the proposed model is more effective for the regions in which less snow depth is observed.
1. 서 론
2. 분석자료 및 연구방법
3. 연구결과
4. 결 론