수자원의 주공급원인 강수는 현상의 발생여부에 따라 건조일과 습윤일이 교대로 반복되는 과정으로 구성되어 있으며, 특히, 일강수계열의 습윤일에 발생되는 강수량의 크기는 매우 다양한 형태를 지니고 있어 이 과정을 모형화 하는데는 복잡한 확률과정이 수반된다. 본 연구에서는 일강수계열의 발생과정을 건조일, 습윤일로 구분하고 습윤일의 강수량을 상태별로 분류하여 각 상태별 천이확률을 계산함으로써 이를 장래에 발생 가능한 강수사상의 모의발생에 이용하였다. 본 모형은 수문사상의 발생과 비발생만을 구분하던 2-state Markov 연쇄모형에 강수의 발생시 강수량의 크기에 따라 상태를 여러 개로 구분하여 강수량을 추정할 수 있도록 수정한 것으로 간헐 수문사상인 일강수계열의 구성성분인 건조일과 습윤일, 건조, 습윤 지속기간 및 습윤일의 강수량을 Markov 연쇄에 의해 동시에 발생있도록 한 것이며 다른 모형에 비해 사용이 비교적 용이하다. 본 연구에서 제안한 multi-state Markov 연쇄모형의 적용 가능성을 검토하기 위하여 비교적 장기간의 자료를 보유하고 있는 관측소의 강수자료를 이용하였으며 그 결과를 강수량, 건조, 습윤일수 및 건조, 습윤계속기간의 분포를 실제자료와 비교하여 모형의 적합도를 평가하였다. 이를 토대로 홍수 및 한발기간의 추정과 모의발생에 의한 자료 확장으로 중장기 수자원 계획 및 운영에 효율적으로 이용될 수 있을 것으로 판단된다.
The chronical sequences of daily precipitation are of great practical importance in the planning and operational processes of water resources system. A sequence of days with alternate dry day and wet day can be generated by two state Markov chain model that establish the subsequent daily state as wet or dry by previously calculated vconditional probabilities depending on the state of previous day. In this study, a synthetic generation model for obtaining the daily precipitation series is presented by classifying the precipitation amount in wet days into multi-states. To apply multi-state Markov chain model, the daily precipitation amounts for wet day are rearranged by grouping into thirty states with intervals for each state. Conditional probabilities as transition probability matrix are estimated from the computational scheme for stepping from the precipitation on one day to that on the following day. Statistical comparisons were made between the historical and synthesized chracteristics of daily precipitation series. From the results, it is shown that the proposed method is available to generate and simulate the daily precipitation series with fair accuracy and conserve the general statistical properties of historical precipitation series.
