• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.350-355
• /
• 2007

최근 우리나라에서 발생한 가뭄의 특징은 발생주기는 짧고 그 피해는 오히려 심화되는 현상을 보이고 있다. 효율적인 가뭄재해 관리를 위해서는 현재 뿐만 아니라 미래에 대한 전망이 선행되어야 한다. 본 연구에서는 국내에 적합한 월단위와 주단위의 가뭄전망기법을 제시하였다. 월단위 가뭄전망에서는 불확실성이 크기 때문에 앙상블 기법을 이용한 확률론적 가뭄전망을 하였고 이에 반해 주단위 가뭄전망에서는 기상청에서 제공하는 GDAPS를 이용하여 확정론적 가뭄전망을 하였다. 월단위와 주단위 가뭄전망 모두 강수, 유량, 지하수위를 인자로 하는 MSWSI(Modified Surface Water Supply Index)를 가뭄지수로 사용을 하였다. 월단위 가뭄전망에서는 과거 강수와 잠재증발산량 시나리오를 물수지모형인 abcd모형의 입력변수로 하여 최종적으로 유량과 지하수위 시나리오를 생산하였다. 확률론적 가뭄전망을 위해 MSWSI를 5개 구간으로 나누어 각 구간의 발생확률을 산정하고 실측자료로부터 산정한 MSWSI와 비교하였으며, AHS(Average Hit Score)를 이용하여 그 정확성을 평가하였다. 금강유역에 2001년과 2005년 7월부터 2006년 6월까지 적용한 결과, 월단위 가뭄전망의 AHS가 33.1로서 초보전망의 AHS인 20.0보다 높아 월단위 가뭄전망으로서 정확성이 있음을 확인하였다. 주단위 가뭄전망에서는 GDAPS를 abcd모형의 입력변수로 하여 확정론적 MSWSI를 산정하여 실측자료로부터 산정한 MSWSI와 비교하였으며, hit ratio를 이용하여 그 정확성을 평가하였다. 2001년 주단위 가뭄전망 결과, 주단위 가뭄전망의 hit ratio가 48.0으로서 초보전망보다 높아 주단위 가뭄전망 또한 효용성이 있음을 입증하였다. 계절별로 살펴보면, 갈수기의 가뭄전망이 홍수기보다 정확성이 높았다. 위 월단위와 주단위 가뭄전망은 적용기간이 짧아 가뭄전망의 정확성을 판단하기에는 아직 이르다고 판단되나 본 연구 결과를 토대로 장기적으로 가뭄전망을 수행하고 평가한다면, 가뭄전망에 대한 신뢰도가 더 높아질 것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1590-1596
• /
• 2009

최근 기후변화의 영향으로 인한 기상이변으로 인해 세계적으로 많은 피해가 발생하고 있으며, 규모도 점점 커지고 있다. 특히 가뭄에 대한 피해는 더욱 더 심화되는 현상으로 보이고 있다. 본 연구에서는 국내에 적합한 월단위와 주단위 가뭄전망을 제시하였다. 월단위 전망에서는 앙상블 기법을 기반으로 기상청에서 제공하는 월간산업기상정보의 적용에 따른 가뭄전망 정확성을 비교하였다. 주단위 전망에서는 기상청에서 제공하는 GDAPS를 이용하여 확정론적 가뭄전망을 하였다. 가뭄지수로서는 강수, 유량, 지하수위를 인자로 하는 MSWSI(Modified Surface Water Supply Index)를 가뭄지수로 사용하였으며, MSWSI는 5개 구간으로 나누었다. 월단위 가뭄전망에서는 물수지모형인 abcd모형에 과거 강수와 잠재증발산량 시나리오를 입력변수로 하여 최종적으로 유량과 지하수위 시나리오를 생산하여, 확률 가뭄전망을 위해 각 구간의 발생확률을 산정하고 실측자료로부터 산정한 MSWSI와 비교하였다. 정확성 평가를 위해서 RPS(Ranked Probability Score)를 이용하였다. 금강유역에 적용한 결과, 이수기(10월-이듬해 6월)에는 4개 달이 초보전망보다 높았으나 전체 RPS는 1.87로서 초보전망의 1.84보다 높아 현재 월단위 가뭄전망기법에는 많은 불확실성이 존재하였다. 또한 월간산업기상정보를 이용한 월단위 가뭄전망에서도 초보전망보다 정확성이 낮아, 현재 중장기 기상정보를 이용하기에는 어려운 것으로 나타났다. 주단위 가뭄전망에서는 abcd모형에 GDAPS를 입력변수로 하여 확정론적 MSWSI를 산정하여 실측자료로부터 산정한 MSWSI와 비교하였으며, Hit ratio를 이용하여 그 정확성을 평가하였다. 주단위 가뭄전망 결과, 주단위 가뭄전망의 Hit ratio가 0.480으로서 초보전망보다 높아 주단위 가뭄전망은 효용성이 있음을 입증하였다. 본 연구에서 적용기간이 짧아 가뭄전망의 정확성을 판단하기는 이르나, 월단위 가뭄전망에서는 기상정보의 정확성이 향상에 따라 가뭄전망의 정확성도 향상될 것으로 판단된다. 장기적으로 본 연구 결과를 토대로 단기와 중장기 가뭄전망을 수행하고 평가한다면, 가뭄전망에 대한 신뢰도가 더 높아질 것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.22-22
• /
• 2015

가뭄은 적시에 경보해야 하는 홍수와 달리 진행속도가 느리고 시간적으로 대처할 여유가 있어 진행중일지라도 미리 감지만 한다면 그 피해를 최소화할 수 있다. 이로 인해 미국 등 수문기상 선진국에서는 수문기상 장기예보자료로부터 가뭄전망정보 생산기술을 개발하였으며, 특히 가뭄전망의 정확도 향상을 위해 여러 통계적 보정기법을 적용하고 있다. 국내의 경우 기상청에서 가뭄전망을 목적으로 2011년에 수치예보모델을 이용하여 가뭄전망정보를 생산한바 있으나, 전망정보의 불확실성 문제로 가뭄예보에 활용하는데 한계가 있어 이를 개선할 수 있는 기술개발이 요구되는 실정이다. 본 연구에서는 기후예측자료를 이용하여 가뭄전망정보 생산기술을 개발하고 정확도 개선을 위해 베이지안 기법을 연계하였다. GloSea5 (Global Seasonal forecast model 5) 장기예보자료를 이용하였으며, 베이지안 기법을 통해 과거 관측자료에 대한 사전분포, 모델의 전망정보로부터 우도함수를 유도하여 최종 사후분포를 추정하였다. 베이지안 기법 적용 전 후에 따른 가뭄지수를 산정하였다. 관측자료 기반의 가뭄지수와의 비교분석을 통해 선행기간 및 계절별 가뭄예측 성능을 평가하였으며, 실제 가뭄기간 동안에 가뭄의 재현성을 지역별로 분석하였다. 장기예보자료만을 활용한 기존 가뭄전망에서는 관측 자료가 포함된 1개월 전망에서도 불확실성이 매우 높았지만 베이지안 기법 적용으로 가뭄전망의 정확도가 크게 개선되었다. 특히, 1, 2개월 전망의 시계열 가뭄지수가 관측기반의 가뭄지수의 거동과 매우 유사하게 나타났으며, 지역별로도 베이지안 기법 적용시 실제 가뭄피해 상황을 적절히 재현하는 것으로 나타났다. 국내 가뭄예보에 있어 기후예측정보를 단순활용하기 보다는 베이지안과 같은 통계적 보정기법을 이용하여 가뭄전망정보를 생산하는 것이 바람직하며, 본 연구에서는 가뭄예보업무에 활용될 수 있도록 베이지안 기법에 대한 검증 및 평가를 지속적으로 수행할 계획이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.199-199
• /
• 2020

최근 기후변화로 인해 매년 국지적 가뭄이 발생하여 가뭄 피해가 확대되고, 전국적인 물 부족상황이 우려됨에 따라 기상청에서는 '기상가뭄예보'를 통해 대국민, 유관기관을 대상으로 기상가뭄의 현황 및 전망 정보를 제공하고 있다. 기상가뭄예보는 기상청 확률장기예보를 반영하여 강수발생확률이 가장 높았을 경우를 기준으로 지역별 기상학적 가뭄 발생 상황을 예상하는 것으로, '1개월'과 '3개월' 단위로 예보하고 있다. 1개월 전망은 가뭄 현황 및 전망(발표일로부터 4주후 일요일 전망) 정보를 매주 목요일에 제공하고 있으며, 3개월 전망은 3개월간의 전망정보를 관계부처 합동으로 가뭄 예·경보를 통해 매월 10일경에 제공하고 있다. 기상가뭄을 판단하는 기준은 6개월 표준강수지수로, 가뭄단계를 4단계(약한-보통-심한-극심한)로 구분하여 기상가뭄을 판단하고, 지역별(167개 시·군)로 나눠 가뭄지도 형태로 정보를 제공한다. 기상가뭄 현황을 분석하는데 활용되고 있는 자료는 최근 강수량(3·6·12개월 등의 일정 기간 지역별 누적강수량), 6개월 표준강수지수 기준 기상가뭄 발생지역 현황, 기후 감시 자료 등의 내용으로 이를 분석하여 현황 정보를 제공하고 있으며, 전망 자료는 1·3개월 확률장기예보 확률결과를 기반으로 가뭄전망 값을 반영하여 생산한 기상가뭄 전망 결과 및 기상가뭄 발생 예상지역 등의 정보를 기상가뭄예보문으로 작성하여 날씨누리(http://www.kma.go.kr)와 수문기상 가뭄정보 시스템(http://hydro.kma.go.kr/hd)을 통해 정보를 제공하고 있다. 장기간의 강수량 부족으로 시작되는 가뭄은 다양한 형태의 물부족 현상을 유발시키므로 기상가뭄 정보를 활용하여 가뭄에 대해 선제적으로 대응하는 것이 중요하므로 기상청에서는 선제적이고 체계적으로 가뭄에 대응할 수 있도록 기상가뭄예보 서비스를 제공하고 있으며, 지속적으로 제고하여 국민이 공감하고 우리나라에 맞는 기상가뭄 정보를 제공할 수 있도록 노력해 나갈 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.123-123
• /
• 2018

가뭄은 홍수와 달리 진행속도가 비교적 느리기 때문에 초기에 감지한다면 피해를 최소화 할 수 있다. 국내에서는 가뭄전망을 위해 물리적 기반의 기상-수문연계해석 시스템을 구축하여 월 내지 계절전망을 수행하고 있다. 물리적 기반의 가뭄전망은 수치예보모델의 불확실성을 가지고 있으므로 예보 정확도 개선의 측면에서는 통계적 모델을 같이 활용하는 것이 바람직하다. 최근 국외에서는 통계적 방법인 AI (Artificial Intelligence) 기술을 사용하여 가뭄을 전망하는 연구가 활발히 진행 중이나, 아직까지 국내에서는 관련연구가 미흡한 실정이다. 이에 본 연구에서는 ANFIS (Adaptive Neuro-Fuzzy Inference System) 기반의 댐 유입량 예측 모델을 구축하고 SRI (Standardized Runoff Index)를 활용하여 수문학적 가뭄전망을 수행하였다. 대상유역은 국내 주요 다목적댐이 위치한 충주댐 유역과 소양강댐 유역을 선정하였다. 수문 및 기상자료는 국토 교통부 및 기상청의 관측 댐 유입량, 관측 강수량, 관측 기온 및 장기기상예보 자료를 사용하였다. ANFIS 모델 구축을 위한 훈련 및 보정기간과 검정기간은 각각 1987~2010년과 2011~2016년을 선정하였다. 수문학적 가뭄전망은 지속기간 3개월의 1개월 전망 SRI3를 활용하였으며, SRI3는 관측유입량과 예측유입량을 결합하여 산정하였다. 댐 예측유입량 및 수문학적 가뭄전망의 정확도 평가를 위해 상관계수, 평균제곱근오차를 활용하였다. 댐 예측유입량 평가 결과 예측값과 관측값의 상관계수가 높게 나타났으며, 평균제곱근오차는 낮아 예측성이 뛰어났다. SRI3의 경우 관측값과 예측값의 가뭄발생시기가 유사하여 가뭄을 적절하게 반영하는 것으로 나타났다. 본 연구의 결과는 통계적 기반의 수문학적 가뭄전망기법을 개발하였다는 측면에서 의의가 있으며, 향후 물리적 기반의 가뭄전망정보와 결합한다면 보다 실효성이 향상될 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.397-397
• /
• 2020

가뭄을 전망하는 방법으로는 통계적 방법과 물리적 방법으로 구분할 수 있다. 통계적 방법은 과거의 기상 및 수문현상이 미래에도 재현될 수 있다는 전제하에 미래 가뭄상황을 전망하는 방법이다. 그러나 이 방법은 예측된 결과들이 모두 과거의 경향에 국한됨에 따라 최근에 급변하는 수문기상의 특성을 고려하는데 한계가 있다(Trenberth, 1994). 물리적 방법은 주어진 초기 수문기상조건으로부터 역학적 알고리즘이 탑재된 기상 및 수문모형의 연계모의를 통하여 미래 가뭄을 전망하는 방법으로 모형에 따른 불확실성이 발생할 수 있으나 최근 수문순환의 변화를 예측가능하다는 장점이 있어 활용도가 높다. 본 연구에서는 기상예보자료와 지표수문모형을 연계한 물리적 기반의 수문학적 가뭄전망정보를 산정하고, 활용성을 평가하였다. 기상예보자료는 기상청 현업예보 모델인 GloSea5로부터 생산된 자료를 이용하였으며, 수문학적 가뭄전망을 위해 MSWSI (Modified Surface Water Supply Index)를 활용하였다. 수문학적 가뭄전망정보는 현재의 수문조건이 지속된다는 가정하에 예보선행시간 3개월까지 산정하였다. 2015~16년 기간에 중권역별 가뭄전망정보를 산정하였으며, 전망정보의 예측성은 통계분석을 이용하여 정량적으로 평가하였다. 금회 제시한 연구방법은 현재의 수문조건이 지속될 시 기상예보에 따른 중권역별 수문학적 가뭄을 예측할 수 있다는 점에서 활용성이 높을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.97-97
• /
• 2016

가뭄은 홍수와 더불어 매우 심각한 자연재해이며, 그 특성상 광역적이고 장기간 발생함에 따라 구체적인 발생시점, 규모, 범위 등을 규명하기가 어렵다. 다만, 적시에 경보해야 하는 홍수와 달리 진행속도가 느리고 시간적으로 대처할 여유가 있어 진행중 일지라도 초기에 감지한다면 그 피해를 최소화할 수 있다. 미국 등 수문기상 선진국에서는 수문기상 장기예보자료를 활용한 가뭄전망정보 생산 및 제공하고 있으며, 활용성을 검증한바 있다. 국내의 경우 기상청에서는 대기-해양-해빙 모델을 접합한 GloSea5 (Global Seasonal forecasting system version 5) 모델을 도입하였으며, 가뭄예보를 목적으로 장기예보자료 기반의 가뭄전망정보 생산체계를 구축한 바 있다(기상청, 2012; 손경환 등, 2015). 본 연구에서는 장기예보자료 기반의 수문기상 전망정보를 이용하여 2014-15년 가뭄사례에 대한 가뭄감시 및 전망정보를 생산 및 평가하였다. 수문기상전망 정보는 기상청 현업예보 모델인 GloSea5와 지면모델을 이용하여 생산하였으며, 관측자료와 수문전망정보 기반의 가뭄지수를 산정하였다. 매스컴 및 언론 보도 자료부터 2014-15년 가뭄에 대한 행정구역별 피해사례를 수집하였으며, 이를 기반으로 시계열, 지역별 및 통계적(CC, RMSE) 분석을 이용하여 선행시간별 정확도를 평가하였다. 1개월 및 2개월 전망정보의 정확도가 높음을 확인하였으며, 가뭄심도가 심각한 시기의 가뭄상황을 적절히 재현하는 것으로 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.152-152
• /
• 2017

최근 지속적인 심한 가뭄의 발생은 사회적 이슈가 되고 있으므로 가뭄을 감시할 수 있는 가뭄 모니터링 뿐만 아니라 경감할 수 있는 가뭄전망이 되어야 한다. 이를 위해 우선적으로 우리나라 실정에 맞는 최적화된 가뭄지수의 선정 혹은 개선이 필요하며, 다음으로 개선된 가뭄지수를 기반으로 한 다양한 가뭄정보들이 수자원확보를 위한 관리와 정책에 활용되어야 한다. 이에 따라 본 연구에서는 국내 기존에 활용되고 있는 수문학적 가뭄지수인 MSWSI를 개선하였으며, 개선된 MSWSI를 이용하여 앙상블기법 기반의 확률론적 가뭄전망을 수행하였다. 대상 유역은 낙동강 유역을 선정하였으며, 연구내용을 살펴보면, 첫 번째로 MSWSI의 개선에 있어서는 (1) 유역 내 공식적으로 수집되는 모든 수문기상인자를 조사하여 중권역 유역별로 기존 MSWSI에서 적용한 4개 인자(강수량, 하천유량, 댐 유입량, 지하수량) 뿐만 아니라 사용 가능한 적합한 인자(댐 저수위, 댐 방류량)를 추가 선정하여 반영; (2) 각 수문인자들에 대해 기존에는 정규분포만 적용하였으나 본 연구에서는 각각 인자별 적합한 확률분포를 추정하였다. 두 번째로 극심한 가뭄이 발생한 2006년과 2014년을 대상으로 개선된 MSWSI를 이용한 앙상블기반 확률론적 가뭄전망을 수행하고 검증하였다. 분석 결과를 살펴보면, 개선된 MSWSI를 과거 실측 수문기상자료를 이용하여 검증한 결과 기존 MSWSI보다 개선된 MSWSI가 과거 발생한 가뭄현상을 더 잘 나타내어 개선된 MSWSI가 효용성이 있음을 확인하였다. 또한 앙상블 기반의 확률론적 가뭄 전망 결과, 기존보다 개선된 MSWSI를 이용한 가뭄전망이 우수한 결과를 나타냈다. 또한 대부분의 유역에서 실제 가뭄의 가뭄지수가 개선된 MSWSI를 이용한 가뭄전망 범위에 속하는 것으로 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.153-153
• /
• 2020

우리나라에선 크고 작은 가뭄 피해가 자주 일어나고 있으며 최근엔 유래 없는 다년가뭄이 발생하면서 가뭄에 대한 경각심이 커지고 있다. 가뭄에 적절하게 대응하여 피해를 경감시키기 위해서는 신뢰도 높은 가뭄 예측이 선행되어야 한다. 이에 본 연구는 앙상블 예측과 베이즈이론(Bayes' theorem)을 수문학적 가뭄지수 중 하나인 SRI(Standardized Runoff Index)에 적용해 가뭄 확률 전망을 실시했으며 이를 EDP(Ensemble Drought Prediction)라고 칭하였다. 국내 8개 댐유역에서 EDP를 생성하고 개선하는 과정은 다음과 같이 진행된다. 우선 TANK모형을 활용한 1개월 선행 유량 예측(Ensemble Streamflow Prediction, ESP)의 결과를 SRI로 변환하여 EDP 확률분포를 생성한다. 그런 다음, EDP를 개선하기 위해 그 기초인 ESP에서 미흡한 토양수분 초기조건을 보완하고자 베이즈이론을 활용했다. APCC(APEC Climate Center)의 위성 관측 SMI(Soil Moisture Index) 자료로 SRI와의 회귀식을 구축, 이를 우도함수로 정의해 사전 EDP 분포를 업데이트한 EDP+ 확률분포를 생성했다. 그 결과, EDP와 EDP+ 모두 심도가 깊은 가뭄을 전망할수록 예측력이 기후학적 예측보다 좋지 않았다. 그럼에도 우도함수로 사용한 회귀식의 정확도가 높을수록 EDP+의 정확도도 향상되는 경향이 나타났으며, 이는 베이즈이론을 사용한다면 가뭄 확률 전망을 개선할 수 있다는 것을 의미하고 있다. 하지만, 확정 전망 정확도는 확률 전망 정확도와는 관계가 없었는데 이는 확정 전망과 확률 전망이 본질적으로 다르기 때문인 것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.40-40
• /
• 2017

최근 2014년 마른장마의 영향으로 중부 지방에 가뭄이 발생하였으며, 장마철 강수부족은 2015년까지 영향을 미친바 있다. 이로 인해 소양강 댐은 역대 최저수위를 기록하였으며, 일부 지역에서는 제한급수, 농업용수 부족 등의 피해가 발생하였다. 일반적으로 가뭄은 발생순서에 따라 기상학적, 농업적, 수문학적 가뭄 등으로 분류하고 있다 (Wilhite and Grantz, 1985). 기상학적 가뭄은 농업 및 수문학적 가뭄에 영향을 미치는 가뭄의 시작 단계를 의미하며, 가뭄을 판단하는데 있어 중요한 요소라 할 수 있다. 기상학적 가뭄을 정량적으로 판단하기 위해 SPI, PDSI, PN 등이 활용되고 있으며, 특히 강수량 기반의 SPI는 계산과정이 쉽고, 다양한 지속시간(3, 6, 9, 12개월 등)에 따라 가뭄을 객관적으로 판단할 수 있어 가장 활발하게 이용되고 있다(Mckee et al., 1993). 최근 기상청은 대기와 해양-해빙 모델을 접합한 GloSea5의 장기예보자료를 활용하여 월 내지 계절 가뭄전망을 위한 기상학적 가뭄지수를 현업에 활용하고 있다. 다만 국내에서는 주로 단기가뭄(1~3개월)이 빈번하게 발생함에 따라 짧은 예보선행시간을 갖는 가뭄전망에 대한 평가에 집중되어 왔다. 2014, 15년에는 이례적으로 2년 연속 가뭄이 지속된바 있으며, 장기가뭄(3개월 이상)에 대한 전망정보의 필요성이 증가하고 있다. 본 연구에서는 장기예보자료 기반의 기상학적 가뭄전망정보를 산정하고, 2015년 가뭄을 대상으로 활용성을 평가하였다. 이를 위해 ASOS 59개 지점의 관측강수량, GloSea5의 미래예측(Foreacst) 및 과거재현(Hindcast) 자료를 활용하였으며, 다양한 지속시간(3, 6, 9, 12개월)에 대한 SPI를 산정하였다. 또한 예보선행시간(1~6개월)에 따른 SPI와 관측자료 기반의 SPI 간의 통계적 분석(상관계수, 평균제곱근오차)을 수행하여 전망정보의 정확도를 평가하였다.