Journal of Korea Water Resources Association (한국수자원학회논문집)

Korea Water Resources Association (한국수자원학회)
권호 표지
DOI QR코드

DOI QR Code

A Study of New Modified Neyman-Scott Rectangular Pulse Model Development Using Direct Parameter Estimation

직접적인 매개변수 추정방법을 이용한 새로운 수정된 Neyman-Scott 구형펄스모형 개발 연구

  • Shin, Ju-Young (Engineering Research Institute, Yonsei University) ;
  • Joo, Kyoung-Won (School of Civil and Environmental Engineering, Yonsei University) ;
  • Heo, Jun-Haeng (School of Civil and Environmental Engineering, Yonsei University)
  • 신주영 (연세대학교 산업기술연구소) ;
  • 주경원 (연세대학교 일반대학원 토목환경공학과) ;
  • 허준행 (연세대학교 사회환경시스템공학부 토목환경공학)
  • Received : 2011.01.17
  • Accepted : 2011.02.07
  • Published : 2011.02.28
Download PDF
⟨ Previous Next ⟩

Abstract

Direct parameter estimation method is verified with various models based on Neyman-Scott rectangular pulse model (NSRPM). Also, newly modified NSRPM (NMSRPM) that uses normal distribution is developed. Precipitation data observed by Korea Meteorological Administration (KMA) for 47 years is applied for parameter estimation. For model performance verification, we used statistics, wet ratio and precipitation accumulate distribution of precipitation generated. The comparison of statistics indicates that absolute relative error (ARE)s of the results from NSRPM and modified NSRPM (MNSRPM) are increasing on July, August, and September and ARE of NMNSRPM shows 10.11% that is the smallest ARE among the three models. NMNSRPM simulates the characteristics of precipitation statistics well. By comparing the wet ratio, MNSRPM shows the smallest ARE that is 16.35% and by using the graphical analysis, we found that these three models underestimate the wet ratio. The three models show about 2% of ARE of precipitation accumulate probability. Those results show that the three models simulate precipitation accumulate probability well. As the results, it is found that the parameters of NSRPM, MNSRPM and NMNSRPM are able to be estimated by the direct parameter estimation method. From the results listed above, we concluded that the direct parameter estimation is able to be applied to various models based on NSRPM. NMNSRPM shows good performance compared with developed model-NSRPM and MNSRPM and the models based on NSRPM can be developed by the direct parameter estimation method.

직접적인 매개변수 추정방법의 다양한 Neyman-Scott 구형펄스모형(NSRPM) 기반 모형에 대한 적용성 검토와 정규분포를 이용한 새로운 NSRPM(NMNSRPM)의 개발 연구를 수행하였다. 기상청 서울 유인관측소에서 제공하는 49년의 관측 강수자료를 사용하여 매개변수를 추정하였으며, 추정된 매개변수들의 정확도를 판단하고자 생성된 강수자료의 통계값, 유강수일 비율, 강수분포를 비교하였다. 통계값을 비교해본 결과 NSRPM과 수정 NSRPM(MNSRPM)은 7-9월의 강수자료 통계값의 절대상대오차가 커지는 것을 확인할 수 있었으며, 절대상대오차가 10.11%로 NMNSRPM이 강수자료의 통계값를 가장 잘 모의한 것으로 나타났다. 유강수일 비율을 비교해본 결과 MNSRPM의 절대상대오차 평균이 16.35%로 가장 작은 절대상대오차 값을 보였고 그래프를 이용한 도시적인 분석법을 통하여 세 모형이 유강수일 비율을 과소추정하는 것을 확인하였다. 강수분포를 비교해본 결과 세 모형이 약 2% 내외의 절대상대오차를 보여 세 모형 모두 강수분포를 잘 모의하는 것을 확인 하였다. 직접적인 매개변수 추정방법으로 NSRPM, MNSRPM, NMNSRPM의 매개변수를 추정 할 수 있는 것을 확인 하였으며, 직접적인 매개변수 추정방법이 NSRPM 뿐만 아니라 이를 기반으로 한 다른 모형들의 매개변수도 추정할 수 있다는 것을 확인하였다. NMNSRPM의 모의 정확도를 비교한 결과 직접적인 매개변수 추정방법을 통한 NSRPM 기반의 새로운 모형에 대한 개발이 가능하다는 것을 확인할 수 있었으며, 모형의 성능이 기존 모형들과 비슷한 수준임을 확인하였다.

Keywords

References

  1. 금종호, 안재현, 김중훈, 윤용남 (2001). “점강우모형 NSRPM의 매개변수 추정.” 한국수자원학회 학술발표회 논문집, 한국수자원학회, pp. 206-211.
  2. 김기욱, 유철상 (2008). “시간적 군집특성을 고려한 강우 모의모형의 선정.” 한국수자원학회논문집, 한국수자원학회, 제41권, 제7호, pp. 747-759.
  3. 김병식, 김보경, 경민수, 김형수 (2008). “기후변화가 극한 강우와 I-D-F 분석에 미치는 영향 평가.” 한국수자원학회논문집, 한국수자원학회, 제41권, 제4호, pp. 379-394.
  4. 김재한, 이정식, 이재준, 손광익 (1998). “Poisson 군집과정을 이용한 일강수계열의 모형화.” 대한토목학회논문집, 대한토목학회, 제18권, 제II-3호, pp. 231-241.
  5. 유철상, 김남원, 정광식 (2002). “점강우모형과 강우강도-지속기간-생기빈도 해석.” 한국수자원학회논문집, 한국수자원학회, 제34권, 제6호, pp. 577-586.
  6. 유철상, 김대하 (2006). “구형펄스모형을 이용한 가뭄사상의 평가.” 한국수자원학회논문집, 한국수자원학회, 제39권, 제4호, pp. 373-382. https://doi.org/10.3741/JKWRA.2006.39.4.373
  7. 정창삼 (2009). “Neyman-Scott 구형 펄스모형의 직접적인 매개변수 추정연구.” 한국수자원학회논문집, 한국수자원학회, 제42권, 제11호, pp.1017-1028. https://doi.org/10.3741/JKWRA.2009.42.11.1017
  8. Bobee, B. (1975). “The Log Pearson type 3 distribution and its application in hydrology.” Water Resources Research, Vol. 11, No. 5, pp. 681-689. https://doi.org/10.1029/WR011i005p00681
  9. Calenda, G., and Napolitano, F. (1999). “Parameter estimation of Neyman-Scott processes for temportal point rainfall simulation.” Journal of Hydrology, Vol. 225, pp. 45-66. https://doi.org/10.1016/S0022-1694(99)00133-X
  10. Cowpertwait, P., O'Connell, P., Metcalfe, A., and Mawdsley, J.A. (1996). “Stochastic point process modelling of rainfall. I. Single-site fitting and validation.” Journal of Hydrology, Vol. 175, pp. 17-46. https://doi.org/10.1016/S0022-1694(96)80004-7
  11. Entekhabi, D., Rodriguez-Iturbe, I., and Eagleson, P. (1989). “Probabilistic representation of the temporal rainfall by a modified Neyman-Scott rectangular pulse model: parameter estimation and validation.” Water Resources Research, Vol. 25, No. 2, pp. 295-302. https://doi.org/10.1029/WR025i002p00295
  12. Evin, G., and Favre, A. (2008). “A new rainfall model based on the Neyman-Scott process using cubic copulas.” Water Resources Research, Vol. 44, W03433. https://doi.org/10.1029/2007WR006054
  13. Favre, A., Musy, A., and Morgenthaler, S. (2004). “Unbiased parameter estimation of the Neyman-Scott model for rainfall simulation with related confidence interval.” Journal of Hydrology, Vol. 286, pp. 168-178. https://doi.org/10.1016/j.jhydrol.2003.09.025
  14. Kim, S. (2004). “On the dependent structure between rainfall intensity and duration.” KSCE Journal of Civil Engineering, KSCE, Vol. 8, No. 3, pp. 351-355. https://doi.org/10.1007/BF02836016
  15. Kim, S., and Kavvas, M. (2006). “Stochastic point rainfall modeling for correlated rain cell intensity and duration.” Journal of Hydrologic Engineering, ASCE, Vol. 11, No. 1, pp. 29-36. https://doi.org/10.1061/(ASCE)1084-0699(2006)11:1(29)
  16. Mondonedo, A., Tachikawa, Y., and Takara, K. (2010). “Improvement of monthly and seasonal synthetic extreme values of the Neyman-Scott rainfall model.” Hydrological Processes, Vol. 24, pp. 654-663. https://doi.org/10.1002/hyp.7559
  17. Rodriguez-Iturbe, I., Cox, D., and Isham, V. (1987). “Some models for rainfall based stochastic point process.” Proceedings of the Royal Society of London, Vol. A410, No. 1839, pp. 269-288.
  18. Rodriguez-Iturbe, I., Cox, D., and Isham, V. (1988). “A point process, odel for rainfall: further developments.” Proceedings of the Royal Society of London, Vol. A417, No. 1853, pp. 283-298.
  19. Han, S., Shin, H., and Kim, S. (2009). “Temporal downscale for hourly rainfall time series using correlated Neyman-Scott rectangular pulse point rainfall model.” KSCE Journal of Civil Engineering, KSCE, Vol. 13, No. 6, pp. 463-469. https://doi.org/10.1007/s12205-009-0463-3

Cited by

  1. A statistical inference for Neyman-Scott Rectangular Pulse model vol.29, pp.5, 2016, https://doi.org/10.5351/KJAS.2016.29.5.887
  2. Projection of Climate Change with Uncertainties: 2. Internal Variability vol.14, pp.5, 2014, https://doi.org/10.9798/KOSHAM.2014.14.5.329
  3. Evaluation of the Applicability of the Poisson Cluster Rainfall Generation Model for Modeling Extreme Hydrological Events vol.34, pp.3, 2014, https://doi.org/10.12652/Ksce.2014.34.3.0773
  4. Analysis of the Applicability of Parameter Estimation Methods for a Stochastic Rainfall Model vol.34, pp.4, 2014, https://doi.org/10.12652/Ksce.2014.34.4.1105
  5. Temporal Disaggregation of Daily Rainfall data using Stochastic Point Rainfall Model vol.18, pp.2, 2018, https://doi.org/10.9798/KOSHAM.2018.18.2.493