유전자 알고리즘 및 혼합분포함수를 적용한 우리나라의 확률적설심 산정

Abstract

최근 우리나라에서는 이상기후로 인한 겨울철 대설 피해가 증가하고 있으며, 피해액 또한 증가하고 있는 실정이다. 최근에는 이러한 기후변화를 고려하여 “자연재해저감 종합계획” 등에 대설(가뭄)을 추가로 재해유형으로 포함시켜 대설 재해 대비를 위한 계획을 수립 중에 있고, 학계 또한 활발히 연구를 진행 중이다. 하지만, 적설 자료의 특성으로 인해 현행의 내설 설계기준은 적용에 한계를 가지며, 내설 설계기준 또한 자료의 특성을 고려한 적설심의 산정 기준이 수립되어 있지 않은 실정이다. 본 연구에서는 우리나라 전 지역을 대상으로 1973년부터의 기상관측소별 최심신적설 자료를 활용해 수문통계학적 빈도분석을 수행하여 확률적설심을 정량적으로 산정하였으며, 이에 대한 결과를 빈도별 적설심 지도로 표현하였다. ‘무적설심(0)’이 포함된 자료는 기존의 빈도분석 방법을 적용할 경우 매개변수의 추정이 불가능할 수 있으나, 본 연구에서는 이와 같은 문제를 해결하기 위한 방법으로 혼합분포함수를 적용하여 분석을 수행하였다. 또한, 분포함수의 매개변수 추정 방법으로 유전자 알고리즘 기반의 최우도법을 활용하여 적용 가능함을 보였다. 연구 결과, 대부분의 지점에서 현행 내설 설계기준보다 더 작은 값의 확률적설심이 추정되었으며, 자료에 ‘무적설심(0)’을 보유한 대부분의 지점에서 혼합분포함수의 적용성이 우수한 것을 확인하였다.|Recently, in Korea, heavy winter snowfall due to abnormal climate is increasing, and so is the amount of damage. In this situation, the government is preparing a plan for reducing natural disaster damage including snowfall, and many researches are also being conducted. However, due to the characteristics of snowfall data, the current snowfall design standard has limitations in application, and it has not been established in consideration of the characteristics of the data. In this study, the results of the hydro-statistical frequency analyses were quantitatively calculated by using the data of each meteorological stations from 1973 in all regions of Korea, and the results were expressed by map of snow depths by frequency. The data containing ‘0’ may not be able to estimate the parameters when applying the conventional method. Therefore, in this study, the mixed distribution function was applied for a method to solve this problem. In addition, it was shown that it is applicable by using maximum likelihood estimation based on genetic algorithm as a method of estimating parameters of distribution functions. The results of this study show that the application of mixed distribution function is excellent with ‘0’ in the data, because the snow depths calculated in this study were smaller than the design standard at most stations.