Research Article

Journal of Korean Society of Disaster and Security. September 2020. 15-28
https://doi.org/10.21729/ksds.2020.13.3.15


ABSTRACT


MAIN

  • 1. 서 론

  • 2. 연구방법

  •   2.1 방법론

  •   2.2 대상관측소 현황

  • 3. 관측 자료를 이용한 강우자료의 시계열 특성 평가

  •   3.1 관측 자료

  •   3.2 수문학적 지속성 검정

  •   3.3 수문학적 경향성 검정

  •   3.4 수문학적 안정성 검정

  •   3.5 수문학적 정상성 판단

  • 4. 결 론

1. 서 론

기후변화로 인하여 최근 우리나라의 여름철 강수형태는 과거보다 호우의 강도와 빈도가 증가하고 장마기간 후인 8월의 강수량이 증가하는 경향을 보이고 있다. Jeung et al.(2019)에 따르면 우리나라는 , 1990년대를 기준으로 강수량의 차이가 약 30% 변화하고, 기후변화로 인해 고온다습한 아열대 기후(Cfa)와 몬순의 영향을 받는 습한 대륙성 기후(Dfa)가 많아질 것이라 밝혔다. 이처럼 과거에서 현재 그리고 미래의 기후는 비정상성(Non-Stationarity)을 가지고 있을 것이라 예상할 수 있으며, 미래의 기후변화를 전망할 때 사용하는 기후변화 시나리오의 경우 과거 수문자료를 사용하여 기후변화를 전망하기 때문에 과거 수문 자료의 통계적 특성을 먼저 파악하는 것이 중요하다. 하지만 전통적인 수문통계분석에서는 정상성(Stationarity)이라는 가정 하에 극한강우정보를 이용하여 수공시설물의 빈도별 설계규모를 추정하였으나 기후변화로 인해 극한강우의 특성이 변화하고 있기 때문에 극한강우의 변화를 파악하고 정상성의 가정을 벗어난 수문학적 통계분석의 적용이 매우 중요하다. 특히, 극한강우의 수문학적 빈도분석을 통한 극한사상의 통계학적 확률 추정은 재해위험관리, 국토계획, 수공구조물의 설계 등 여러 분야에서 반드시 필요하며 홍수 등과 같은 방재정책의 장기적 계획에 있어서도 매우 중요한 항목이다.

수문자료의 정상성을 확인 하는 방법에는 지속성, 경향성, 안정성의 유무를 파악하여 판단한다. 지속성은 수문자료의 통계적 특성이 얼마의 기간 동안 유지 하는지 나타내는 지표이며, 경향성은 수문 자료의 통계적 특성이 어떠한 추세를 가지는 지를 나타내는 지표이다. 안정성은 시계열의 평균과 분산 등의 통계적 특성이 바뀌지 않고 일정한 상태를 유지하려는 지표이다. 시계열의 지속성에 대한 연구는 다음과 같다. Yu et al.(1999)는 61개 관측소의 연강수량 자료에 대하여 경향성, 지속성, 정상성 분석을 통하여 시계열 특성을 분석하였다. 위 논문은 수문시계열 자료의 시계열 특성 분석 방법을 검토하였으며 이를 이용하여 61개 관측소 연강수량 자료의 시계열 특성 분석 결과를 제시하였다. Park et al.(2012)는 금강유역을 대상으로 지속성을 포함한 다양한 통계분석 이용하여 대상 유역의 기후변화의 경향성을 정량적으로 파악하였으며, 미래의 수자원 계획 수립, 수문 분석 등에 활용할 수 있는 결과를 제시하였다. 경향성 분석의 연구동향은 다음과 같다. Lee et al.(2010)은 63개 관측소를 대상으로 수문인자의 기본적인 특성 분석과 Hotelling-Pabst 검정과 Mann-Kendall 검정을 통해 경향성을 분석하였다. 9가지의 수문기상인자에 대하여 기본 통계 및 경향성 분석을 수행함으로서 우리나라의 수문 기상인자들이 가진 특성과 경향성을 분석하여 변화를 보여주었다. Ryu et al.(2013)은 통계적 특성에 따른 경향성 분석의 변화를 파악하고, Mann-Kendall 검정, Hotelling-Pabst 검정, t 검정, Sen 검정을 이용해 분석방법 간의 검정능력을 파악하여 각 분석기법들의 검정력을 비교ㆍ평가하였다. Kim et al.(2013)은 GPA( Generalized Paret) 분포형의 특성과 기후변화를 고려하여 Monte Carlo 모의실험을 통하여 자료를 발생시킨 뒤 경향성 분석을 통해 기후변화가 진행됨에 따른 극치 수문자료의 경향성을 보여주었으며 확률분포모형을 이용한 경향성 분석을 통하여 모의실험 수행하여 각 조건별 경향성 분석을 통하여 자료 수와 왜곡정도가 커질수록 자료의 경향성이 커짐을 보여주었다. Park and Lee(2018)은 기후변화 경향을 파악하고 단순회귀분석을 이용하여 비정상적인 기후변화 경향을 보이는 기상관측소를 확인 및 그 원인을 살펴보았다. 정상성에 관한 연구동향은 다음과 같다. Kang et al.(2009)는 30년의 강우자료에 대해 Augmented Dickey-Fuller test와 분산분석 기법을 이용하여 정상성, 동질성 테스트를 통해 한반도 지역에서의 수문요소의 변화특성을 파악하여 보다 객관적인 추세를 제시하였다. Song et al.(2015)는 지속시간 별 연최대 강우량을 이용하여 Mann-Kendall test와 Augmented Dickey-Fuller test검정을 통해 경향성 및 정상성 분석을 실시하였다. 그러나 Augmented Dickey-Fuller test와 경향성 유무만으로 정상성을 판단하여 정상성을 이루는 다른 요소들에 대한 분석이 포함되지 않았다.

연구 동향을 살펴본 결과 수문 자료를 이용하여 시계열 분석을 실시하고 그 특성을 파악하기 위하여 분석 목적에 따라 다양한 수문 자료를 선택하여 분석하며 연구에 따라 다양한 분석방법들과 모델링을 통하여 보다 높은 수준의 연구가 진행되고 있다. 하지만 연구 동향에서 언급된 경향성 분석에 관한 연구동향들과 정상성 분석에 관한 연구 동향은 경향성과 정상성을 개별적으로 분석하거나 경향성 분석을 통하여 정상성을 판단하였다. 이는 정상성을 이루는 나머지 요소인 지속성과 안정성이 정상성에 미치는 영향이 고려되지 않은 채 정상성에 대한 판단을 진행하였으며 정상성을 이루는 요소 중 하나인 경향성과 정상성을 개별적으로 분석하여 판단하였기에 정상성을 판단하기에 무리가 따른다.

따라서 수문 시계열 자료에 대한 정상성 분석을 수행할 시 경향성뿐만 아니라 지속성, 안정성에 관한 분석이 병행되어야 하기 때문에 본 연구는 우리나라의 연강수량 자료에 대하여 통계적 특성인 정상성에 대하여 정상성을 이루는 요소들인 지속성, 경향성, 안정성에 대해 데이터스크리닝을 이용한 분석을 통하여 정상성에 판단하고자 하며 정상성을 이루는 요소들인 경향성, 안정성, 지속성에 대한 각각의 분석 결과를 종합하여 연강수량 자료의 정상성에 대한 판단을 수행하였다.

2. 연구방법

2.1 방법론

2.1.1 수문 시계열의 구조

수문관측에서 얻어진 관측 자료들을 발생시간 순으로 나열하면 수문시계열을 이루게 된다. 이러한 수문시계열의 특성은 경향성, 주기성을 지니고 있으며 이러한 속성들을 성분이라 한다. 또한 시계열을 크게 확정론적 성분과 추계학적 성분으로 분류할 수 있으며 시계열의 구성은 식 (1)과 같다.

$$X_t=D_t+T_t+P_t+\epsilon_t$$ (1)

여기서, Xt는 시계열 자료, Dt는 확정 성분, Tt는 경향 성분, Pt는 주기 성분, ϵt는 추계학적 성분(무자기성)을 나타낸다.

Kim et al.(1997)에 의하면 일반적으로 수문 시계열은 정상시계열과 비정상시계열로 구분되며 시계열의 평균과 분산이 시간의 변화에 따라 변하지 않을 때를 정상적이라 한다. 비정상 시계열은 정상 시계열의 반대의 경우이며 시계열이 비정상성을 나타내는 경우는 시계열이 경향성분이나 주기성을 지니고 있을 때와 수문 자료 관측에 있어 동질성이 결여되었을 때이다. 본 연구에서는 연강수량의 지속성, 경향성, 안정성 분석결과를 토대로 지속성과 경향성이 없고 안정성을 지닐 때 정상성으로 판단하였다. 관측소의 연강수량 자료에 대한 기후의 변동성을 확인하기 위하여 변동계수(CV)를 이용하여 관측소들의 변동성을 확인하였으며 1972년~1995년 자료를 이용하여 분석 하였던 과거 선행연구사례인 Kim et al.(1997)의 분석결과와 본 연구에서의 분석 결과의 비교를 통하여 수문자료의 길이에 따라 시계열의 변화에 대한 분석을 하였다. Fig. 1은 본 연구의 연구 흐름도이다.

http://static.apub.kr/journalsite/sites/ksds/2020-013-03/N0240130302/images/ksds_13_03_02_F1.jpg
Fig. 1.

Flow chart of stationary test

2.1.2 The serial-Correlation Coefficient 검정

수문학적 지속성이란 수문시계열을 형성하는 개개 수문량이 무작위하게 독립적으로 발생하는 것이 아니라 비슷한 크기가 지속되려는 사실을 의미하는 것으로 빈도분석이나 추계학적 모의발생시 사전에 반드시 검사해야 하는 시계열의 특성이다. 만일 주어진 시계열자료가 지속성을 지니고 있다면 빈도분석에 사용할 수 없다. 따라서 본 연구에서는 지속성 여부를 판단 할 수 있는 The serial-Correlation Coefficient를 이용하고자 한다.

The serial-Correlation Coefficient는 시계열의 지속성을 확인하기 위한 통계적 분석 방법으로 변수의 직렬 상관이 0으로 측정되면 상관이 없으며 각 관측치가 서로 독립적이며 반대로 변수의 직렬 상관관계가 하나에 대해 기울어지면 관측치가 직렬로 상관되며 향후 관측치에 과거 값이 영향을 주며 Dahmen and Hall(1990)에 의하면 연속 상관 계수 rl는 다음과 같이 정의된다.

$$r_l=\frac{\sum_{i=1}^{n-1}(x_i-\overline x)\times(x_{i+1}-\overline x)}{\sum_{i=1}^n(x_i-\overline x)}$$ (2)

여기서, xi는 관측치, xi+1는 다음 관측치, x¯는 시계열의 평균, n은 자료의 수이며 신뢰구간 95%의 식은 다음과 같다.

$$(-1-1.96(n-2)^{0.5})/(n-1)<r_l<(-1+1.96(n-2)^{0.5})/(n-1)$$ (3)

2.1.3 Spearman’s rank correlation 검정

수문자료의 경향성은 자연적인 요인과 인위적인 요인에 의해 발생한다. 시계열의 평균과 분산 등이 경향성을 지니게 되면 시계열 자료는 증가 혹은 감소의 추세를 지닌다. 따라서 경향성이 존재하는 시계열 자료는 평균과 분산 등의 통계적 변수가 시간의 변화에 따라 변화하기 때문에 정상성이라 볼 수 없다. 확실한 경향성이 나타나지 않을 시에는 통계적 분석을 통하여 경향성을 분석해야 한다. 연 자료와 계절 자료에 경향성이 존재하는 경우에는 일반적으로 자료 간에 강한 자기상관성을 갖는다. 경향성 분석을 위한 통계적 분석 방법으로는 T-test, Hotelling_pabst test, nonlinear trend test, Mann-Kendall test, Sen test 등의 다양한 방법이 있다. 본 연구에서는 Spearman’s Rank Correlation을 이용하여 분석하였으며 Spearman’s Rank-Correlation은 순위 기반의 비모수적 척도로 두 변수 사이의 상관성을 평가하는 대표적인 방법이다. 일반적으로 널리 사용되는 Pearson 상관 분석은 정규 분포에서 가장 효율적이지만, Spearman’s Rank-Correlation은 Pearson 상관 분석과 비교하여 모든 가능 변수들에 대하여 70 % 이상의 통계적 효율성을 가지며 식은 다음과 같다.

$$R_{sp}=1-\frac{6\times\sum_{i=1}^n(D_i\times D_i)}{n\times(n\times n-1)}$$ (4)

$$t_t=R_{sp}\lbrack\frac{n-2}{1-R_{sp}\times R_{sp}}\rbrack^{0.5}$$ (5)

여기서, n는 자료의 수, DiKxi -Ky, i는 시간 순서, Kxi는 크기에 따른 자료의 순서, KyiKxi의 원자료에 대한 시간 순서, x는 자료의 시간 순서를 나타낸다.

2.1.4 Simple T-test & Simple F-test 검정

수문 시계열자료의 안정성은 시계열의 평균, 분산과 같은 통계적 변수가 시점의 변화에 따라 변화하는지를 검사해 봄으로써 알 수 있으며 불안정성을 보이는 자료는 평균과 분산 등의 특성이 일정하게 유지되지 않음을 의미하기 때문에 비정상성이라 판단된다. 일반적으로 시계열 자료의 안정성을 분석하는 방법에는 Mann-Whitney test, sign test, Abbe test, simple T test와 simple F test 등이 있으나, 본 연구에서는 비교적 분석 방법이 간단하고 쉬운 simple T-test와 simple F-test를 사용하여 안정성을 검사하였다. T-test의 경우 두 집단의 평균의 차이를 검정하는 모수치 통계기법이며 F-test는 두 집단의 분산의 차이유무를 판단하는 검정방법이다. F-test의 식은 다음과 같으며 본 연구에서는 5% 유의구간에 대해 통계적 검정을 실시하였다. 유의구간 안에 존재한다면 안정성을 가진 것으로 판단하였으며, 유의구간 안에 존재하지 않는다면 불안정성을 가진 것으로 판단하였다.

$$F_t=\frac{\sigma_1^2}{\sigma_2^2}=\frac{s_1^2}{s_2^2}$$ (6)

여기서, s2은 분산이며 다음 조건을 만족하면 시계열은 안정성을 지닌다.

v1, v2, 2.5% < Ft < v1, v2, 97.5%

여기서, v1=(n1 -1)은 분자의 자유도, v2=(n2 -1)은 분모의 자유도이다.

평균의 정상성을 위한 t-검사는 식 (7)과 같으며 여기서, x1¯, x2¯는 각각의 부분집합의 평균치, s12, s22는 각각의 분산, n1,n2는 각각의 자료의 수이다.

$$t_t=\frac{\overline{x_1}-\overline{x_2}}{\lbrack\frac{(n-1)s_1^2+(n_2-1)s_2^2}{n_1+n_2-2}\times(\frac1{n_1}\times\frac1{n_2})\rbrack^{0.5}}$$ (7)

2.2 대상관측소 현황

본 연구에서는 우리나라 연강수량의 시계열 특성을 분석하기 위하여 관측치가 45년 이상이며 1971년부터 관측이 수행된 전국 37개의 기상관측소(속초, 대관령, 춘천, 강릉, 서울, 인천, 원주, 울릉, 수원, 서산, 울진, 청주, 대전, 추풍령, 포항, 군산, 대구, 전주, 울산, 광주, 부산, 통영, 목포, 여수, 완도, 제주, 성산, 서귀포, 진주, 강화, 양평, 인천, 인제, 홍천, 임실, 정읍, 해남)을 대상 관측소로 선정하였다. 선정된 관측소에 대하여 각 관측소 별로 연강수량 자료를 수집하여 본 연구의 분석에 활용하였다.

3. 관측 자료를 이용한 강우자료의 시계열 특성 평가

3.1 관측 자료

본 연구에서는 우리나라의 강수량 자료의 시계열 분석을 통하여 지속성, 경향성, 안정성 분석을 통한 정상성 분석이 필요하다고 판단되어 기상청 산하 전국 37개의 기상관측소의 1971년부터 2018년까지 연 강수량을 이용하여 분석을 실시하였으며 이는 수문분석 시 사용되는 평년(30년) 이상의 자료 길이를 가지고 있으며 전국에 분포해 있어야 함을 고려하였을 때 최장 길이인 48년의 연강수량의 시계열 자료를 사용하여 정상성과 비정상성을 판단함에 있어 충분한 자료의 길이를 확보하였다. Fig. 2는 본 연구에서 분석 대상관측소로 선정된 37개 기상관측소의 위치를 나타내었다.

http://static.apub.kr/journalsite/sites/ksds/2020-013-03/N0240130302/images/ksds_13_03_02_F2.jpg
Fig. 2.

Analysis target observation station

연강수량 평균의 경우 제주 지역이 서귀포 1,905 mm/year, 성산 1,850 mm/year로 가장 많았으며 대구관측소가 1,052 mm/year로 가장 작은 것으로 분석되었다. 또한 연강수량 간 변동성을 파악하기 위하여 변동계수를 산정하였으며 변동계수는 표준편차를 산술평균으로 나누어 계산한 값이다. Fig. 3는 연강수량 자료의 평균과 표준편차, 변동계수를 공간분포하여 등우선으로 표현한 것이며 본 연구에서 변동계수가 적다는 것은 연강수량 자료의 변동성이 적고 안정적인 것을 의미하며 분석 결과 속초 관측소의 연강수량 변동계수가 가장 낮았으며 성산 관측소의 변동계수가 가장 크게 나타났다. 이는 속초의 연강수량 자료가 변동성이 가장 적으며 안정적이며 성산의 연강수량 자료의 변동성이 가장 크고 불안정하다는 것을 의미한다.

http://static.apub.kr/journalsite/sites/ksds/2020-013-03/N0240130302/images/ksds_13_03_02_F3.jpg
Fig. 3.

Average and standard deviation of annual precipitation

3.2 수문학적 지속성 검정

연강수량의 수문학적 지속성을 판단하기 위하여 누가 편차를 이용하여 지속성 검정을 실시하였다. Fig. 4, Fig. 5은 The serial-Correlation Coefficient를 이용하여 대상 관측소 연강수량 자료의 지속성 분석 결과를 그래프로 나타낸 것이며 각 그래프는 변곡점, 연강수량, 변곡점 이전의 평균과 변곡점 이후의 평균, 표준화된 연강수량의 누적 값을 나타내었다. Fig. 4는 지속성이 존재하는 대관령, 울릉도, 서귀포, 강화 관측소의 지속성 분석 결과 그래프이며 Fig. 5은 지속성이 존재하지 않는 부산, 광주, 해남, 제주의 지속성 분석 결과 그래프이며 The serial-Correlation Coefficient를 이용한 지속성의 분석 결과이다. 지속성이 존재하지 않는 관측소는 연강수량의 크기가 무작위하게 발생하고 있으며 지속성이 존재하는 관측소의 경우 증가 혹은 감소하는 추세를 가지고 있음을 확인할 수 있다. Fig. 6는 대상 관측소들의 지속성 분석 결과를 나타낸 것이며 전국 37개의 강우관측소 중 1978년에 연강수량이 증가하는 관측소가 1개, 1982년부터 1989년 사이에 연강수량이 증가하는 경향을 보이는 관측소가 19개, 1994년부터 1997년 사이에 연강수량이 증가하는 경향을 보인 관측소가 17개로 분석되었다. 37개 관측소의 1971년부터 2018년까지의 연강수량에 대하여 수문시계열의 수문학적 지속성을 판단하기 위하여 The serial-Correlation Coefficient를 이용하여 지속성 검정을 실시하였다. 과거 선행연구인 Kim et al.(1997)에서는 대관령 관측소에서만 지속성을 나타내었지만, 본 연구에서의 분석 결과 대관령, 울릉도, 서귀포, 강화 4개의 관측소에서 지속성이 존재하는 것으로 분석되었으며 분석 결과를 Table 1에 정리하였다.

http://static.apub.kr/journalsite/sites/ksds/2020-013-03/N0240130302/images/ksds_13_03_02_F4.jpg
Fig. 4.

Graph of the serial-correlation coefficient (Persistence)

http://static.apub.kr/journalsite/sites/ksds/2020-013-03/N0240130302/images/ksds_13_03_02_F5.jpg
Fig. 5.

Graph of the serial-correlation coefficient (No persistence)

http://static.apub.kr/journalsite/sites/ksds/2020-013-03/N0240130302/images/ksds_13_03_02_F6.jpg
Fig. 6.

Persistence analysis result

Table 1.

Analysis of the serial-correlation cefficient in annual precipitation

No. Station rl Decision No. Station rl Decision
90 Sokcho 0.03 NP 156 Gwangju 0.00 NP
100 Daegwanryeong 0.54 P 159 Busan -0.12 NP
101 Chuncheon 0.30 NP 162 Tongyeong -0.07 NP
105 Gangneung 0.24 NP 165 Mokpo -0.03 NP
108 Seoul 0.20 NP 168 Yeosu -0.06 NP
112 Incheon 0.20 NP 170 Wando 0.21 NP
114 Wonju 0.14 NP 184 Jeju -0.15 NP
115 Ulleung 0.35 P 188 Sungsan 0.18 NP
119 Suwon 0.21 NP 189 Seogwipo 0.28 P
129 Seosan 0.18 NP 192 Jinju 0.00 NP
130 Uljin 0.19 NP 201 Ganghwa 0.27 P
131 Cheongju 0.10 NP 202 Yangpyeong 0.17 NP
133 Daejeon 0.04 NP 203 Icheon 0.09 NP
135 Chupungryung 0.15 NP 211 Inje -0.03 NP
138 Pohang -0.03 NP 212 Hongcheon 0.19 NP
140 Gunsan -0.04 NP 244 Imshil 0.16 NP
143 Daegu 0.12 NP 245 Jeongeup 0.26 NP
146 Jeonju 0.05 NP 261 Haenam 0.26 NP
152 Ulsan -0.16 NP

U2.5%= -0.3, U97.5%= 0.262

※ P: Persistence

※ NP: No Persistence

3.3 수문학적 경향성 검정

연강수량에 대하여 Spearman’s Rank Correlation 검정을 적용하여 경향성 분석을 실시하였으며 이를 이용하여 각 자료에 대한 5%의 유의수준 양측 검정에 대해 통계적인 검정을 실시하였으며 그에 대한 Spearman’s Rank Correlation의 분석 결과를 Table 2에 나타내었다. 37개의 관측소 중 울릉도, 성산, 서귀포, 인제 4개의 기상관측소 연강수량 자료에서 경향성을 나타내었다. 울릉도, 성산, 서귀포, 인제 4개 모두 연강수량의 경향성이 증가하는 추세를 보이고 있으며 관측소에 따라 증가 추세의 차이를 보이며 4개 관측소들 중 연강수량의 추세가 가장 크게 나타난 관측소는 성산관측소이다. 과거 선행사례인 Kim et al.(1997)은 1972년~1995년 자료를 이용하여 경향성 분석을 실시하였을 때 대관령 관측소에서 경향성이 있는 것으로 분석되었으나, 본 연구에서의 분석결과 대관령의 경우 1995년 이후 연강수량이 감소하는 추세를 보이며 과거의 증가하는 추세와 상쇄되어 본 연구에서는 경향성을 나타내지 않는 것으로 분석되었다.

Table 2.

Analysis of Spearman's rank correlation in annual precipitation

No. Station tt Decision No. Station tt Decision
90 Sokcho 0.94 NT 156 Gwangju 0.03 NT
100 Daegwanryeong -0.42 NT 159 Busan 0.80 NT
101 Chuncheon 1.83 NT 162 Tongyeong 1.61 NT
105 Gangneung -0.20 NT 165 Mokpo 0.71 NT
108 Seoul 1.39 NT 168 Yeosu 1.01 NT
112 Incheon 1.21 NT 170 Wando 1.74 NT
114 Wonju 0.29 NT 184 Jeju 0.59 NT
115 Ulleung 3.53 T 188 Sungsan 3.16 T
119 Suwon 1.43 NT 189 Seogwipo 2.12 T
129 Seosan 0.17 NT 192 Jinju 0.46 NT
130 Uljin 0.33 NT 201 Ganghwa -0.75 NT
131 Cheongju 0.74 NT 202 Yangpyeong 1.69 NT
133 Daejeon 0.24 NT 203 Icheon 0.42 NT
135 Chupungryung 0.19 NT 211 Inje 2.04 T
138 Pohang 0.50 NT 212 Hongcheon 1.09 NT
140 Gunsan 0.56 NT 244 Imshil 0.81 NT
143 Daegu 1.04 NT 245 Jeongeup 0.83 NT
146 Jeonju -0.11 NT 261 Haenam 0.83 NT
152 Ulsan 0.29 NT

t2.5%= -2.02, t97.5%= 2.02

※ T: Trend

※ NT: No trend

3.4 수문학적 안정성 검정

연 강수량의 안정성 검정을 위해 Simple T-test와 F-test 검정을 적용하여 안정성 분석을 실시하였으며, 이를 이용하여 각 자료에 대한 유의수준 5% 양측 검정에 대해 통계적 검정을 실시하였으며 그에 대한 Simple T-test와 F-test의 분석 결과를 Table 3에 나타내었다. 37개의 관측소 중 Simple T-test의 경우 울진, 청주, 대전, 추풍령, 포항, 군산, 대구, 전주, 부산, 울산 등 23개의 기상관측소의 연강수량 자료에서 불안정성을 나타내었다. Simple F-test의 경우, 성산, 해남 2개의 기상관측소의 연강수량 자료에서 불안정성을 나타내었다. 과거 선행 연구인 Kim et al.(1997)은 울진, 청주, 대전, 추풍령 4개의 관측소가 불안정성을 나타낸 관측소들 중에서 가장 높은 추세의 변화를 나타내었으며 대관령, 강화 임실 관측소에서 불안정성이 분석되었다. 본 연구에서는 임실을 제외한 2개의 관측소에서 안정성이 분석되었으며 울진, 청주, 임실 등 23개의 관측소에서 불안정성이 분석되었다.

Table 3.

Simple T-test and simple F-test analysis of annual precipitation

No. Station T-test F-test Decision No. Station T-test F-test Decision
T F T F
90 Sokcho -0.34 1.11 S 156 Gwangju -4.35 1.45 US
100 Daegwanryeong 0.03 0.52 S 159 Busan -8.28 0.98 US
101 Chuncheon -0.53 0.71 S 162 Tongyeong -12.87 0.77 US
105 Gangneung -0.06 0.48 S 165 Mokpo -6.26 1.29 US
108 Seoul -0.47 0.72 S 168 Yeosu -4.37 1.12 US
112 Incheon -0.42 0.88 S 170 Wando -12.98 1.15 US
114 Wonju -0.06 0.55 S 184 Jeju -1.24 0.58 S
115 Ulleung -0.11 0.47 S 188 Sungsan -13.73 3.35 US
119 Suwon -0.02 0.90 S 189 Seogwipo -6.61 0.84 US
129 Seosan 0.00 0.47 S 192 Jinju -1.67 1.06 S
130 Uljin -19.46 0.56 US 201 Ganghwa 0.37 0.64 S
131 cheongju -19.76 0.58 US 202 Yangpyeong -5.21 0.85 US
133 Daejeon -22.59 0.59 US 203 Icheon -1.34 1.42 S
135 Chupungryung -19.38 0.64 US 211 Inje -5.90 1.19 US
138 Pohang -17.98 0.49 US 212 Hongcheon -2.53 0.81 US
140 Gunsan -15.41 0.79 US 244 Imshil -2.47 1.84 US
143 Daegu -14.37 0.76 US 245 Jeongeup -2.88 1.78 US
146 Jeonju -4.24 1.04 US 261 Haenam -1.02 2.18 US
152 Ulsan 3.41 0.90 US

T2.5%,97.5%= ±2.02, F2.5%,97.5%= ±1.98

※ S: Stable

※ US: Unstable

3.5 수문학적 정상성 판단

본 연구에서는 수문 시계열 자료에서 지속성과 경향성이 없고 안정성이 나타날 때 정상성을 가진 자료라고 판단한다. 정상성을 판단하기 위해 지속성, 경향성, 안정성을 분석한 결과를 Table 4에 정리하였다. 분석 결과, 경향성이 없고 안정적이며 지속성이 존재하지 않는 12개의 관측소는 정상성으로 분석되었다. 3가지 특성 중 하나 혹은 두 개의 특성에서 이상이 나타난 25개의 관측소는 비정상성으로 분석되었다. 선행 연구 사례의 경우 대관령, 울릉도, 양평, 제천, 울릉도 관측소에서 비정상성으로 나타났지만, 본 연구의 결과는 선행 연구의 분석 결과인 울릉도 관측소를 포함한 25개의 관측소에서 비정상성이 나타났으며, 대관령의 경우 정상성으로 분석되었다.

Table 4.

Estimation of stationary of annual precipitation

No. Station Persistence Stable Trend Stationary No. Station Persistence Stable Trend Stationary
90 Sokcho NP S NT O 156 Gwangju NP US NT X
100 Daegwanryeong P S NT X 159 Busan NP US NT X
101 Chuncheon NP S NT O 162 Tongyeong NP US NT X
105 Gangneung NP S NT O 165 Mokpo NP US NT X
108 Seoul NP S NT O 168 Yeosu NP US NT X
112 Incheon NP S NT O 170 Wando NP US NT X
114 Wonju NP S NT O 184 Jeju NP S NT O
115 Ulleung P S T X 188 Sungsan NP US T X
119 Suwon NP S NT O 189 Seogwipo P US T X
129 Seosan NP S NT O 192 Jinju NP S NT O
130 Uljin NP US NT X 201 Ganghwa P S NT X
131 cheongju NP US NT X 202 Yangpyeong NP US NT X
133 Daejeon NP US NT X 203 Icheon NP S NT O
135 Chupungryung NP US NT X 211 Inje NP US T X
138 Pohang NP US NT X 212 Hongcheon NP US NT X
140 Gunsan NP US NT X 244 Imshil NP US NT X
143 Daegu NP US NT X 245 Jeongeup NP US NT X
146 Jeonju NP US NT X 261 Haenam NP S NT O
152 Ulsan NP US NT X

※ T: Trend

※ S: Stable

※ P: Persistence

※ NT: No trend

※ US: Unstable

※ NP: No persistence

4. 결 론

본 연구에서는 연강수량의 정상성 여부를 분석하기 위하여 전국 기상관측소 중 자료의 길이가 45년 이상인 37개의 기상관측소의 연강수량 자료를 수집하여 지속성, 경향성, 안정성 분석을 수행하였으며 이를 통해 연강수량 자료에 대하여 정상성 분석을 수행하였다. 분석한 결과의 요약은 다음과 같다.

(1) 지속성 분석 결과 전국 37개의 강우관측소 중 1978년에 연강수량이 증가하는 관측소가 해남 1개 관측소, 1982년~1989년 사이에 연강수량이 증가하는 경향을 보이는 관측소가 강릉, 울산, 전주, 강화, 성산 등 19개 관측소, 1994년~1997년 사이에 연강수량이 증가하는 경향을 보인 관측소가 추풍령, 대전, 군산, 춘천, 울릉도, 광주 등 17개 관측소로 분석되었으며 지속성이 존재하는 관측소는 대관령, 울릉도, 서귀포, 강화 4개 관측소로 분석되었다.

(2) 대상 관측소들의 연강수량에 대한 경향성 분석의 결과는 대부분의 지역이 경향성이 없는 것으로 나타났지만 울릉도, 성산, 서귀포, 인제 4개의 관측소에서 경향성이 나타났으며 성산관측소가 4개의 관측소들 중 연강수량의 증가가 가장 크게 변화하는 추세로 분석되었다.

(3) 대상 관측소들의 안정성을 분석한 결과 울진, 청주, 대전, 추풍령 등 23개의 관측소의 연 강수량 자료에서 불안정성이 나타나는 것으로 분석되었다. 특히 서귀포의 경우 2009년~2012년 및 2014년~2016년까지의 연 강수량이 2,000 mm가 넘는 많은 강수량을 기록하였으며 이 기간들의 영향으로 인하여 본 연구에서 같이 불안정성을 나타낸 것으로 판단된다.

(4) 지속성, 경향성, 안정성 분석 결과를 토대로 비정상성을 분석한 결과 정상성을 보인 관측소는 14개, 비정상성을 보인 관측소는 25개으로 분석되었으며 비정상성인 관측소가 약 67%로 나타났다. 정상성의 경우 인제, 홍천, 양평을 제외한 중부 지방 대부분의 관측소에서 나타났으며 비정상성의 경우 진주, 제주를 제외한 남부 지방 대부분의 관측소에서 나타났다. 남부지방에서 비정상성이 분석된 주된 이유는 태풍의 영향으로 인하여 연강수량 자료의 지속성과 불안정성이 증가로 판단된다.

또한 서론에서 언급한 선행 연구 사례인 Kim et al.(1997)의 결과와 다른 결과가 도출되었다. 선행 연구 사례의 경우 대관령, 울릉도, 양평, 제천, 울릉도 관측소에서 비정상성으로 나타났지만 본 연구의 결과는 선행 연구의 분석 결과인 울릉도 관측소를 포함한 25개의 관측소에서 비정상성이 나타났다. 이는 기존의 수행되었던 수문 분석에 대하여 연강수량의 특성에 맞게 다시 분석해야함을 의미한다. 따라서 우리나라의 연강수량을 이용한 수문 분석을 수행할 시 기존의 정상성을 가정한 수문 분석이 아닌 비정상성을 고려한 수문 분석을 수행하여야 할 뿐만 아니라 기존의 수행되었던 수분 분석에 대해서도 현재의 연강수량 특성에 맞게 분석을 할 필요가 있다. 본 연구는 연강수량 자료를 이용하여 정상성을 이루는 요소들인 지속성, 경향성, 안정성에 대한 분석을 통하여 정상성을 판단하였으며 연강수량 자료만을 이용하여 정상성을 분석하였기 때문에 다양한 수문학적 특성을 반영하지 못하는 한계점을 가지고 있다.

관측소별 비정상성을 고려한 연강수량의 정상성, 비정상성 분석은 홍수 등과 같은 방재정책에서 활용할 수 있다. 연강수량의 통계적 특성을 파악한다면 각 지역의 연강수량이 지닌 통계적 특성을 반영한 수문 구조물 설계를 할 수 있으며 지역별 연강수량의 통계적 특성 변화를 고려한 방재대책의 수립에도 활용할 수 있을 것이라 생각한다. 또한 향후 연구에서는 연강수량을 대상으로 다양한 수문기상인자들의 상관관계를 분석하여 다양한 조건에서의 통계적 기후특성을 파악할 필요가 있으며, 더 나아가 기후변화 시나리오를 이용한 시계열 분석을 수행한다면 홍수 등과 같은 방재정책의 장기적 계획수립에 큰 역할을 할 것이라 생각한다.

Acknowledgements

이 연구는 기상청 선진기술개발연구사업(KMI2018-03010)의 지원으로 수행되었습니다.

References

1
Dahmen, E. R. and Hall, M. J. (1990). Screening of Hydrological Data: Tests for Stationarity and Relative Consistency. International Institute for Land Reclamation and Improvement.
2
Jeung, S. J., Park, J. Y., Yang, D. M., and Kim, B. S. (2019). The Future of Extreme Climate Change in the Korean Peninsula Using National Standard Climate Change Scenarios and the ETCCDI Index. J. Korean Soc. Hazard Mitig. 19(7): 105-115.
10.9798/KOSHAM.2019.19.7.105
3
Kang, B. S., Lee, S. H., and Kwon, J. W. (2009). Properties Analysis of Climate Change on Hydrologic Variance in Korea Using Stationarity and Homogeneity Test. Proceeding of Korean Society of Civil Engineers. 2534-2637.
4
Kim, B. S., Kang, K. S., and Seo, B. H. (1997). The Time Series Analysis of Annual Rainfall in Korea. Proceeding of Korea Water Resources Association. 280-285.
5
Kim, T. R., Shin, H. J., Joo, K. W., and Heo, J. H. (2013). Trend Analysis of Extreme Hydrological Data Considering Skewness Degree. Proceeding of Korean Society of Civil Engineers. 1771-1773.
6
Lee, J. J., Jang, J. Y., and Kwak, C. J. (2010). An Analysis of Temporal Characteristic Change for Various Hydrologic Weather Parameters (I) - On the Basic Statistic, Trend, Journal of Korea Water Resources Association. 43(4): 409-419.
10.3741/JKWRA.2010.43.4.409
7
Park, C. S. and Lee, G. R. (2018). Analysis on Abnormal Trend in Climate Change of Weather Stations in Korea. Journal of Climate Research. 13(3): 179-195.
10.14383/cri.2018.13.3.179
8
Park, J. H., Lee, G. S., Yang, J. S., and Kim, S. W. (2012). A Hydrometeorological Time Series Analysis of Geum River Watershed with GIS Data Considering Climate Change. Spatial Information Research. 20(3): 39-50.
10.12672/ksis.2012.20.3.039
9
Ryu, Y. J., Shin, H. J., Kim, S. Y., and Heo, J. H. (2013). Power Test of Trend Analysis Using Simulation Experiment. Journal of Korea Water Resources Association. 46(3): 219-227.
10.3741/JKWRA.2013.46.3.219
10
Song, H. K., Kim, S. H, Om, M. J., and Heo, J. H. (2015). Assessment of Spatial Trend and Stationary of Observed Rainfall by Considering Duration. Proceeding of Korean Society of Civil Engineers. 1-2.
11
Yu, J. S., Kang, I. S., Park, J. I., and Shin, H. W. (1999). The Properties Analysis of Hydrology Time Series by the Use of Annual Rainfall Data. Journal of Research Institute of Industrial Technology. 15: 191-199.

Korean References Translated from the English

1
강부식, 이승춘, 권진욱 (2009). 정상성 및 동질성 테스트를 통한 한반도 수문자료의 기후변화 특성 분석. 대한토목학회 논문집. 2009(10): 2534-2537.
2
김병식, 강경석, 서병하 (1997). 우리나라 년 강우량 자료의 시계열 특성분석. 한국수자원학회논문집. 1997(1): 280-285.
3
김태림, 신홍준, 주경원, 허준행 (2013). 지속시간을 고려한 관측강우의 공간동향 및 정지상태 평가. 극치수문자료의 왜곡정도에 따른 경향성 분석. 대한토목학회논문집. 2013(10): 1771-1773.
4
류용준, 신홍준, 김수영, 허준행 (2013). 모의실험을 이용한 경향성 분석기법의 검정력 평가. 한국수자원학회논문집. 46(3):219-227.
10.3741/JKWRA.2013.46.3.219
5
박진혁, 이근상, 양정석, 김세원 (2012). 공간정보 구축 및 응용 : 기후변화를 고려한 GIS 자료기반의 금강유역 수문기상시계열 특성 분석. 한국공간정보학회논문집. 20(3): 39-50.
10.12672/ksis.2012.20.3.039
6
박충선, 이광률 (2018). 국내 기상 관측소의 비정상적 기후변화 경향 분석. 건국대학교 기후연구소. 13(3): 179-195.
10.14383/cri.2018.13.3.179
7
송현근, 김성훈, 엄영진, 허준행 (2015). 강우지속기간을 고려한 관측자료의 공간적 경향성 및 정상성 평가. 대한토목학회 학술대회. 1-2.
8
유재성, 강인식, 박준일, 신형우 (1999). 연강우량 자료를 이용한 수문시계열의 특성 분석. 산업기술연구소논문집. 15: 191-199.
9
이재준, 장주영, 곽창재 (2010). 각종 수문기상인자의 경년별 특성변화 분석 1 : 기본통계량, 경향성을 중심으로. 한국수자원학회논문집. 43(4): 409-419.
10.3741/JKWRA.2010.43.4.409
10
정세진, 박종렬, 양동민, 김병식 (2019). 국가 표준기후변화 시나리오와 ETCCDI 지수를 이용한 한반도의 미래 극한사상변화 전망. 한국방재학회논문집. 19(7): 105-115.
페이지 상단으로 이동하기