극단치 분석 및 극한 현상 모델링에 관한 연구 (A Study on Extreme Value Analysis and Extreme Phenomenon Modeling)

서지정보

· 발행기관 : (사)위기관리이론과실천
· 수록지 정보 : Crisisonomy / 20권 / 12호 / 1 ~ 13페이지
· 저자명 : 신희건, 남호수

초록

본 연구는 부산 지역 최근 50년간의 최대순간 풍속 데이터를 기반으로 극단치에 대한 분석과 추론을 수행하였다. 이를 위해 일반화 극단치 분포(GEV: generalized extreme value distribution)로 모델링하는 BM(Block Maxima) 방식과, 분계점을 설계하여 이를 초과하는 데이터를 기반으로 일반화 파레토 분포(GPD: generalized pareto distribution)를 적합, 추론하는 POT(Peaks Over Threshold) 방식을 적용하여 비교 분석하였다. 분석 결과, 모형 적합도와 시계열의 중장기 예측 측면에서 BM 방식의 GEV 모델링에 의한 적합 및 예측 모델이 우수한 것으로 나타났으며, 이를 통해 최대순간풍속의 수준과 발생 빈도에 대한 유의미한 결과를 도출하였다. 또한, 본 연구의 방법론은 풍속 데이터뿐만 아니라 팬데믹과 같은 전염병 역학지표 데이터에 동일하게 적용 가능하며, 이를 활용하여 팬데믹 예측 및 조기 대응 시스템 구축에 기여할 수 있는 가능성을 제시하였다. 이러한 연구 결과는 극단적인 자연재해와 전염병 대응에 있어 체계적이고 효과적인 방안을 마련하는 데 기초자료로 활용될 수 있을 것이다.

영어초록

This study analyzed and inferred extreme values based on the maximum instantaneous wind speed data collected over the past 50 years in the Busan region. The Block Maxima (BM) method using the Generalized Extreme Value (GEV) distribution and the Peaks Over Threshold (POT) method applying the Generalized Pareto Distribution (GPD) to data exceeding a predefined threshold were employed for comparison. The analysis revealed that the GEV model of the BM method demonstrated superior performance in model fit and long-term time series prediction, yielding meaningful results regarding the levels and frequency of maximum instantaneous wind speeds. Notably, the methodology also demonstrated potential for analyzing epidemiological indicators of pandemics alongside extreme weather phenomena. It could support the development of early warning and response systems for pandemics, providing systematic and effective strategies for mitigation. The findings offer foundational data for designing preventive systems for natural disasters and pandemics, suggesting practical solutions to enhance public health and safety.

참고자료

· 없음