크리깅은 강우현상의 공간적 분포문제를 다루는데 가장 널리 사용되는 방법이나 선택한 베리오그램에 따라 예측결과가 상당히 큰 차이를 보여준다. 본 연구에서는 이러한 이유로 일강우량을 대상으로 적정 베리오그램을 고찰하였다. 그 결과 일강우량자료만을 이용하는 것보다 강우발생과 상관성이 높은 이차변수를 함께 고려하여 베리오그램을 유도하는 것이 보다 적정한 결과를 주는 것으로 나타났다. 한편, 한정적인 적용사례이나 크리깅 적용에 필요한 적정 베리오그램의 결정이 어려운 경우 가장 일반적인 형태의 베리오그램인 Mat$acute{e}$rn 상관함수를 사용하면 상대적으로 양호한 결과를 얻는 것으로 나타났다.
Kriging is widely applied to dealing with the spatial distribution of rainfall, however its prediction results are different according to the selection of variogram type. This study investigated adequate variogram for daily rainfall. The comparative results show that kriging prediction with covariates is better than that without covariates. The Mat$acute{e}$rn correlation function, which is the most general type variogram, is recommended if adequate variogram is difficult to determine.
