DOI QR코드

DOI QR Code

국내 유역에 대한 GCM 정보의 확률론적 불확실성 분석

Uncertainty Analysis of GCM Information in Korea Using Probabilistic Diagnostics

  • 정창삼 (연세대학교 토목공학과) ;
  • 허준행 (연세대학교 사회환경시스템공학부) ;
  • 배덕효 (세종대학교 토목환경공학과)
  • 발행 : 2004.03.01

초록

기상예보모형 중 장기예측에 널리 사용되는 CGM모의결과를 이용하여 확률론적 불확실성 해석기법의 적용을 통해 유역단위로 관리되는 국내 수자원 운영에 대한 활용 가능성을 분석하였다. 연구된 기법은 GCM 모의값이 관측값의 크고 작음을 얼마나 잘 구분하는지를 확률적으로 분석하는 방법으로 Kolmogorov-Smirnov 검정을 사용한다. GCM 모의값으로는 ECMWF에서 AMIP-II 형태로 모의한 결과로부터 표면강수량을 추출하여 사용하였으며, 관측값은 국내 7개 유역에 대해 면적강우량을 산정하여 사용하였다. 또한, 어느 정도의 구분능력이 적정한가를 판단하기 위한 유의수준(significance threshold)을 결정하기 위해 Monte Carlo 모의를 사용하였다. 이러한 분석을 통해 우리나라의 7개 유역에 대해서는 ECMWF 의 GCM 자료가 우기(6월∼9월)에 대해 인근 노드점의 자료를 평균하여 사용되어 질 경우 효율적인 것으로 나타났으나, 건기(10월∼5월)의 경우 구분 능력이 부족한 것으로 판단된다.

The objective of this study is to examine the usefulness of climate model simulations (GCM) in Korea water resource management. The methods are based on probabilistic measures of the effectiveness of GCM simulations of an indicator variable for discriminating high versus low regional observations of a target variable. The formulation uses the significance probability of the Kolmogorov-Smirnov test for detecting differences between two variables. AMIP-II(Atmospheric Model Intercomparison Project-II) type GCM simulation done by ECMWF(European Centre for Medium-Range Weather Forecasts) was used for indicator variable and observed mean average precipitation(MAP) values on 7 major river basins were used as target variable. Monte Carlo simulation is used to establish the significance of the estimator values. The results show that GCM simulations done by ECMWF are skillful in discriminating the high from the low of the observed MAP for wet season in all seven basins of Korea, but not enough for dry season.

키워드

참고문헌

  1. Carpenter, T.M., and Georgakakos, K. P. (2001). 'Assessment of Folsorm Lake response to historical and potential future climate scenarios, I, Forecasting' Journal of Hydrology, Vol. 249, pp. 148-175 https://doi.org/10.1016/S0022-1694(01)00417-6
  2. Georgakakos, K. P. (2003). 'Probabilistic Climate-Model Diagnostics for Hydrologic and Water resources Impact Studies.' Journal of Hydrometerology, Vol. 4, pp. 92-105 https://doi.org/10.1175/1525-7541(2003)004<0092:PCMDFH>2.0.CO;2
  3. Gerogakakos, K.P., Georgakakos, A. P., Graham, N. E. (1998). 'Assessment of beneifts of climate forecasts for reservoir management in the GCIP region.' GEWEX News, Vol. 8, No. 3, pp. 5-7
  4. Georgakakos, K. P., Graham, N.E., Georgakakos, A. P. (2000). 'Can Forecast Accrue Benefits for Reservoir Management? The Folsom Lake Study.' The Climate Report, Vol. 1, No. 4, pp. 7-10
  5. Press, W. H., Teukolsky, S. A., Vetterling, W. T., and Flannery, B. P. (1992). Numerical Recipes in FORTRAN, The ART of scientific Computing. Cambridge University Press, New York, pp. 963
  6. Yao, H., and Georgakakos, A. P. (2001). 'Assessment of Folsom Lake response to historical and potential future climate scenarios, 2, Reservoir management.' Journal of Hydrology, Vol. 249, pp. 176-196 https://doi.org/10.1016/S0022-1694(01)00418-8

피인용 문헌

  1. Inundation Analysis of Urban Area Considering Climate Change Using SLEUTH Model vol.14, pp.3, 2014, https://doi.org/10.9798/KOSHAM.2014.14.3.277
  2. Projection and Analysis of Drought according to Future Climate and Hydrological Information in Korea vol.47, pp.1, 2014, https://doi.org/10.3741/JKWRA.2014.47.1.71