임계값 초과 전체 모델링과 극단 의존 구조를 이용한 홍수 특성 추정

본 논문은 홍수 위험 평가에서 핵심적인 역할을 하는 극값(피크)과 그 지속시간을 보다 정확히 추정하기 위해, 기존의 연간 최대(AM)와 초과값(POT) 방법이 갖는 데이터 손실 문제를 해결하고자 한다. 저자들은 전체 초과값을 이용하는 1차 마코프 체인 모델을 제안하고, 이 모델에 극단 의존 구조를 명시적으로 포함시켜 연속된 관측치 사이의 의존성을 정량화한다. 모델의 수학적 기반은 단변량 EVT에서 파생된 일반화 파레토 분포(GPD)를 주변분포로 사용하고, 두 연속 시점의 결합분포는 다변량 EVT에서 도출된 동질함수 V(z₁,z₂)를 통해 표현한다. V 함수는 로지스틱, 비대칭 로지스틱, 네거티브 로지스틱 등 다양한 파라메트릭 형태로 구현될 수 있으며, 각각은 χ와 χ̄ 통계량을 이용해 asymptotic dependence(의존) 혹은 independence(독립) 여부를 검증한다. 논문은 프랑스 전역 50개 관측소(유역 면적 72~38300 km², 기록 길이 39~105년)의 일일 흐름 데이터를 사용해 모델을 적용하였다. 먼저, 자동상관과 산점도를 통해 1차 마코프 가정이 대부분의 경우 타당함을 확인하고, χ·χ̄ 통계량의 부트스트랩 신뢰구간을 통해 대부분의 관측소가 asymptotic dependence에 속함을 입증한다. 파라미터 추정은 검열된 최대우도법을 사용하며, 추정된 모델로부터 100개의 마코프 체인(길이 2000)을 시뮬레이션한다. 각 체인에 대해 Ferre와 Segers(2003)의 방법으로 extremal index θ를 추정하고, 이를 식 (9)와 (10)에 대입해 다양한 반환기간(2년, 10년, 20년, 50년, 100년)의 반환수준 Q_T를 계산한다. 성능 평가는 정규화 편향(nbias)과 분산을 기준으로, 특히 기록 길이가 5년, 10년인 짧은 시계열에서도 기존 POT 대비 편향이 크게 감소하고 분산이 낮아지는 결과를 보였다. 또한, 모델을 이용해 홍수 지속시간을 추정했으며, 유역 면적, 기후 변동성 등 특정 물리적 특성이 예측 정확도에 영향을 미침을 확인했다. 이러한 한계점을 보완하기 위해 고차 마코프 체인이나 비정상성(트렌드, 계절성) 고려를 제안한다. 최종적으로, 전체 초과값을 활용한 마코프 체인 모델이 데이터가 제한된 상황에서도 보다 신뢰성 높은 극값 및 지속시간 추정을 가능하게 하며, 기존 POT 방법보다 정량적 정확도가 우수함을 입증한다. 이 연구는 홍수 위험 관리, 설계 기준 설정, 정책 입안 등에 실용적인 도구를 제공하고, 향후 연구에서는 공간적 의존성 및 다변량 극값 모델링을 확대 적용할 여지를 제시한다.