• Title/Summary/Keyword: 강수량예측

Search Result 582, Processing Time 0.037 seconds

The ETCCDI and Frequency Analysis using RCP Scenarios (RCP 시나리오를 고려한 극치통계분석 및 빈도해석)

  • Kim, Duck Hwan;Kim, Yon Soo;Hong, Seung Jin;Ly, Sidoeun;Jung, Younghun;Kim, Hung Soo
    • Journal of Wetlands Research
    • /
    • v.15 no.4
    • /
    • pp.595-607
    • /
    • 2013
  • In this study we estimated ETCCDI and frequency based precipitation using observed precipitation and precipitation from Representative Concentration Pathway(RCP) scenarios for 58 weather stations which have the recorded data more than 30 years. We tried to eliminate the bias by Quantile Mapping and tested for outliers of simulated data under climate change scenario. Then we estimated ETCCDI related to precipitation and frequency based precipitation for the future. In addition to this study examined the changes of frequency based precipitation for the future target periods. According to the result, dry days will be increased in Korean Peninsula in the 2090s. Also it showed that the number of heavy precipitation day more than 80mm/day tends to be increased in 3~7% in the future. The precipitation of 24-hour duration under climate change will be increased by 17.7% for 80-year frequency, 18.2% for 100-year frequency and 19.6% for 200-year frequency in 2090s. In the 21st century, the damage caused by natural disasters is expected to be increased due to increase of precipitation and the change of runoff characteristics under climate change. Therefore, the proposed ETCCDI and precipitation frequency under climate change are expected to be used for the future natural disaster plan.

Estimation of Total Precipitable Water from MODIS Infrared Measurements over East Asia (MODIS 적외 자료를 이용한 동아시아 지역의 총가강수량 산출)

  • Park, Ho-Sun;Sohn, Byung-Ju;Chung, Eui-Seok
    • Korean Journal of Remote Sensing
    • /
    • v.24 no.4
    • /
    • pp.309-324
    • /
    • 2008
  • In this study the retrieval algorithms have been developed to retrieve total precipitable water (TPW) from Terra/Aqua Moderate Resolution Imaging Spectroradiometer (MODIS) infrared measurements using a physical iterative retrieval method and a split-window technique over East Asia. Retrieved results from these algorithms were validated against Defense Meteorological Satellite Program (DMSP) Special Sensor Microwave/Imager (SSM/I) over ocean and radiosonde observation over land and were analyzed for investigating the key factors affecting the accuracy of results and physical processes of retrieval methods. Atmospheric profiles from Regional Data Assimilation and Prediction System (RDAPS), which produces analysis and prediction field of atmospheric variables over East Asia, were used as first-guess profiles for the physical retrieval algorithm. We used RTTOV-7 radiative transfer model to calculate the upwelling radiance at the top of the atmosphere. For the split-window technique, regression coefficients were obtained by relating the calculated brightness temperature to the paired radiosonde-estimated TPW. Physically retrieved TPWs were validated against SSM/I and radiosonde observations for 14 cases in August and December 2004 and results showed that the physical method improves the accuracy of TPW with smaller bias in comparison to TPWs of RDAPS data, MODIS products, and TPWs from split-window technique. Although physical iterative retrieval can reduce the bias of first-guess profiles and bring in more accurate TPWs, the retrieved results show the dependency upon initial guess fields. It is thought that the dependency is due to the fact that the water vapor absorption channels used in this study may not reflect moisture features in particular near surface.

Development of weekly rainfall-runoff model for drought outlooks (가뭄전망을 위한 주간 강우-유출 모형의 개발 및 적용)

  • Kang, Shinuk;Chun, Gunil;Nam, Woosung;Park, Jinhyeog
    • Proceedings of the Korea Water Resources Association Conference
    • /
    • 2019.05a
    • /
    • pp.214-214
    • /
    • 2019
  • 가뭄이 '심함' 단계 이상 도달 시에는 매주 수문분석을 수행하여 가뭄전망을 수행하여야 한다. 이를 위해서는 기상청의 강수량과 기온 등의 기상예측 자료가 필요하다. 현재 기상청에서는 3개월 기상전망으로 월단위 강수량과 평균기온을 매월 제공하고 있다. 1개월 전망에서 4주의 강수량합과 평균기온을 제공하고 있다. 하지만, 향후 4주간을 전망하는 1개월 전망에서는 1주단위의 강수량과 평균기온이 아닌, 4주간의 강수량합과 평균기온을 1주일 단위로 업데이트해 WINS에 제공하고 있다. 1주단위의 강수량과 평균기온을 취득하기 어려워, 평년 일단위 강수량과 평균기온 자료를 사용하여 4주간의 자료를 1주 단위로 분할하는 방법을 사용하였다. 주간단위 수문자료의 처리를 위해 국제표준기구(ISO)에서 제시하는 기준(ISO 8601)에 따랐다. ISO 8601은 월요일부터 일요일까지를 1주로 정의하며 현재 사용하고 있는 날짜체계와 1대1로 대응되도록 하였다. 예를 들면 1981년 2월 22일은 '1981-W07-7' 또는 '1981W077'로 표시한다. 표시된 형식은 1981년 7번째 주 일요일을 뜻한다. 이 기준에 따라 수문자료를 정리할 수 있도록 프로그램을 개발하였다. 주간 단위 잠재증발산량 계산은 월잠재증발산량 프로그램을 1주단위로 계산할 수 있도록 수정 및 보완하여 개발하였다. 수정 및 보완한 부분은 외기복사(外氣輻射)량 계산부분이다. 외기복사량은 지구가 태양을 1년 주기로 공전하므로 특정 위도에서 특정날짜에 따라 복사량이 달라지므로 주간단위의 월요일부터 일요일에 해당하는 날짜의 외기복사량을 각각 계산하고 이를 평균하여 주간단위 대푯값으로 사용하도록 하였다. 계산된 주간단위 외기복사량과 최고 최저기온을 입력하여 Hargreaves식에 의해 잠재증발산량을 계산한다. 융적설을 포함한 주단위 강우-유출 모형의 매개변수를 추정하기 위해 전국 24개 지점의 수문자료를 사용하였다. abcd 모형과 융적설모듈의 초기값 포함 11개 매개변수를 SCE-UA 전역최적화 알고리즘으로 추정하였다. 추정된 유역의 매개변수는 토양배수, 토양심도, 수문지질, 유역특성인자를 사용한 군집분석 결과에 의해 113개 중권역에 할당하였다. 개발된 주간단위 강우-유출 모형은 비교적 단기 가뭄전망을 위해 사용된다. 계산된 유량은 자연유량이며, 전국 취수장 수량, 하수처리장 방류수, 회귀수를 반영하여 지점별 유량을 계산하여 가뭄전망에 사용되고 있다.

  • PDF

Estimating soil moisture using machine learning approach: A Case Study to Yongdam watershed (기계학습 기반의 토양함수 예측 기법 개발 (용담댐 시험유역을 중심으로))

  • Huy, Nguyen Dinh;Kwon, Hyun-Han
    • Proceedings of the Korea Water Resources Association Conference
    • /
    • 2018.05a
    • /
    • pp.167-167
    • /
    • 2018
  • 토양수분은 토양에 포함된 평균 수분량을 나타내며 수문 순환 관점에서 매우 중요한 수문변량 중 하나이다. 본 연구에서는 대표적인 기계학습 방법인 Support Vector Machine (SVM)을 이용한 토양 함수 예측 기법을 개발하고자 하며, 예측인자로서 원격 탐측 기반의 토양함수자료, 강수량, 온도 등을 활용하고자 한다. SVM은 Kernel 함수를 이용하여 복잡한 비선형 관계를 선형 가정을 통해서 해석하는 기계학습 방법으로서 전역모델(global model)로서 다양한 수문기상분야에 적용이 이루어지고 있다. SVM의 장점은 일정 부분의 오차를 허용함으로서 모형의 일반화 측면에서 기존 인공신경망(artificial neural network, ANN)에 비해 우수한 성능을 나타내며, 특히 예측모형으로서 적용성이 매우 크다. 본 연구에서는 과거 토양 함수 자료와 강수, 온도, 위성 관측 기반 정보 등을 이용하여 모형을 적합시키고 이를 미계측 유역으로 확장하는데 연구의 목적이 있으며, 본 연구를 통해 제안된 모형은 용담댐 시험유역을 대상으로 적용되며 기존 ANN 모형 및 다중회귀분석 결과와 비교를 통해 모형의 적합성을 평가하고자한다.

  • PDF

Prediction model of tourists' interest according to the climate condition (기후요소에 따르는 관광객 관심정보 예측 모델)

  • park, Serin;Lee, Younji;Lee, Jungmin;Lee, Sohee;Lee, Junghoon
    • Proceedings of the Korea Information Processing Society Conference
    • /
    • 2021.05a
    • /
    • pp.477-478
    • /
    • 2021
  • 관광관련 광고, 상품판매 촉진, 추천 등을 위해 제주도 관광객의 관심 정보에 있어 기후요소가 끼치는 영향을 분석하고 이를 토대로 예측모델을 개발한다. 예측모델은 입력으로 기온, 강수량, 풍속, 습도, 일사량 및 전운량, 출력으로 가장 관심도가 높은 관광지 유형을 가지며 TMAP의 검색순위 이력 데이터와 기상청의 기후이력 데이터를 다운로드하여 학습패턴을 생성한다. 예측모델은 Sklearn 인공신경망 라이브러리를 이용하여 구현하였으며, 81.8 %의 정확도를 보인다.

A selection of optimal method for bias-correction in Global Seasonal Forecast System version 5 (GloSea5) (전지구 계절예측시스템 GloSea5의 최적 편의보정기법 선정)

  • Son, Chanyoung;Song, Junghyun;Kim, Sejin;Cho, Younghyun
    • Journal of Korea Water Resources Association
    • /
    • v.50 no.8
    • /
    • pp.551-562
    • /
    • 2017
  • In order to utilize 6-month precipitation forecasts (6 months at maximum) of Global Seasonal Forecast System version 5 (GloSea5), which is being provided by KMA (Korea Meteorological Administration) since 2014, for water resources management as well as other applications, it is needed to correct the forecast model's quantitative bias against observations. This study evaluated applicability of bias-correction skill in GloSea5 and selected an optimal method among 11 techniques that include probabilistic distribution type based, parametric, and non-parametric bias-correction to fix GloSea5's bias in precipitation forecasts. Non-parametric bias-correction provided the most similar results with observed data compared to other techniques in hindcast for the past events, yet relatively generated some discrepancies in forecast. On the contrary, parametric bias-correction produced the most reliable results in both hindcast and forecast periods. The results of this study are expected to be applicable to various applications using seasonal forecast model such as water resources operation and management, hydropower, agriculture, etc.

Development of Web-GIS based Topsoil Erosion Prediction System (웹GIS 기반 표토침식 예측 시스템 개발)

  • Kum, Donghyuk;Lee, Dongjun;Sung, Yoonsu;Lim, Kyoung Jae
    • Proceedings of the Korea Water Resources Association Conference
    • /
    • 2016.05a
    • /
    • pp.323-323
    • /
    • 2016
  • 최근 강우강도 등의 기후변화로 인한 표토침식량이 증가하고 있고, 이에 따른 사회적 환경적 문제가 부각되고 있다. 특히 표토는 인류에게 식량생산의 기반이 되고, 정주공간을 제공할 뿐만 아니라 에너지 생산, 수자원 함양, 기후변화 대응, 생물 다양성 유지, 생태계의 건전성, 자원함양 및 순환, 오염물질 정화 등 소중한 생명자원이다. 이에 환경부에서는 2012월 12월 표토의 침식현황에 관한 고시를 제정하고, 표토 유실 대책 방안을 수립하기 위한 노력을 기울이고 있다. 이에 자원으로서의 표토를 보전하기 위한 단기적 관점의 대책 수립을 위한 웹GIS 기반 단일 강우에 의한 표토침식량을 예측하는 시스템을 개발하였다. 본 연구는 크게 표토침식 예측 모듈 개발과 정확성 평가를 위한 시험포 단위 모니터링 그리고 모듈을 적용한 웹GIS 시스템 개발, 시범적용을 위한 강원도 홍천군 자운리 DB 구축으로 구분된다. 표토침식예측 모듈의 정확성을 검증하기 위하여 가로 4m ${\times}$ 세로 22m, 경사도 3%, 9% 시험포 2개를 조성, 2015년 5월 11일부터 2015년 11월 23일까지 강우량, 유출량, 표토침식량을 조사하였으며, 웹 GIS 시스템은 Open Source Software인 Geoserver, PostGIS, OpenLayers를 활용하여 개발하였다. 마지막으로 개발된 웹GIS 표토침식예측시스템의 시범적용을 위하여 강원도 홍천군 자운리의 농경지 경계, 경사도, 경사장, 작물특성 등에 대한 GIS DB를 구축하였다. 시험포 모니터링 결과 강우발생일수는 총 64일로 관측되었고, 이중 유출은 총 30회가 발생되었다. 이 결과를 활용하여 표토침식 예측 모듈을 검증한 결과 3 % 시험포의 유출량 NSE : 0.88, $R^2$ : 0.91, 표토침식량 NSE : 0.87, $R^2$ : 0.90, 9 % 시험포의 유출량 NSE : 0.76, $R^2$ : 0.82, 표토 침식량 NSE : 0.82, $R^2$ : 0.88로 나타났다. 웹GIS 표토침식 예측 시스템은 Layer 정보, 맵, GIS tool, 경작기 정보, 날씨 정보 등으로 구성되어 있으며, 기상청 Open API와 연동하여 당일의 강수량 예보 데이터와 표토침식량 산정 모듈을 이용하여 예측 표토 침식량 데이터를 제공한다. 하루가 지나면 기상청에서 실측한 강수량 데이터를 이용하여 표토 침식량 산정모듈이 자동적으로 수행된 뒤 실측 강우량에 대한 표토침식량 정보가 제공된다 본 연구에서 개발된 웹GIS기반 표토침식 예측 시스템은 시범 대상 유역인 강원도 홍천군 자운리 유역을 대상으로 구축되었으며, 지속적으로 대상유역을 확대할 계획이다.

  • PDF

Development of a Technique for Estimating Ground Water Level Using Daily Precipitation Data (일강우자료를 활용한 지하수위 예측기법 개발)

  • Park, Jae-Hyeon;Choi, Young-Sun;Park, Chang-Kun;Yang, Jung-Suk;Booh, Seong-An
    • Proceedings of the Korea Water Resources Association Conference
    • /
    • 2006.05a
    • /
    • pp.189-193
    • /
    • 2006
  • 대체용수원의 개발이 시급하게 대두되어지고 있는 가운데 제한된 수자원을 보다 효과적으로 사용하기 위한 하나의 방법으로 지하댐(Groundwater Dam) 건설을 이용한 지하수 자원의 개발이 하나의 방법으로 제안되었다. 하지만 해안지역에 설치된 지하댐을 운영할 경우 지하수위 변동에 따른 염수의 침입을 고려하여 운영하여야 한다. 특히 갈수시는 지하수위 하강이 강하게 나타나는 시기로 지하수위는 지하댐 최적운영을 위한 중요한 지표가 된다. 특히 강우량 자료를 활용한 가뭄지수와 지하수위의 관계를 설명 할 수 있다면 예상 강우자료를 활용한 장래의 지하수위를 예측 할 수 있으며 이것은 지하댐 운영에 매우 효과적으로 활용 할 수 있을 것이다. 본 연구에서는 기존의 강우와 예상 강우 자료를 활용하여 지하수위 예측기법을 개발하였다. 과거 강수량의 일이동 평균값을 바탕으로 한 다항 회귀모델을 수립하여, 계절적 특성을 고려한 구간을 분리하여 적용하였다. 예측된 지하수위의 정확성을 알아보기 위해 관측된 지하수위와 예측된 지하수위를 비교 분석하였다. 분석 결과 단순회귀기법을 지하수위를 예측한 경우 $0.62{\sim}0.63$의 상관계수를 보인반면 다항회귀기법을 적용한 결과 $0.62{\sim}0.84$로 상관계수가 증가하였다. 대체적으로 관측된 지하수위와 예측된 지하수위는 비슷한 경향을 보였다. 따라서 지하댐 운영에 있어 최적의 취수량을 개발하기위해 일강우자료를 활용한 지하수위 예측기법의 활용성은 매우 높은 것으로 판단된다.

  • PDF

Development of Correction Method for Weather Forecast Data considering Characteristics Rainfall (강수의 특성을 고려한 기상 예측자료의 보정 기법 개발)

  • Lee, Seon-Jeong;Yoon, Seong-Sim;Bae, Deg-Hyo
    • Proceedings of the Korea Water Resources Association Conference
    • /
    • 2011.05a
    • /
    • pp.33-33
    • /
    • 2011
  • 현재 우리나라 기상청에서는 단기, 중기 및 장기 예보자료를 생산하고 있으나, 이들 자료는 단순히 일기 예보에 치중되어 생산되고 있어 강우-유출해석에 직접 적용하기에는 시 공간 해상도가 크고 정량적 강수예측의 정확도가 미흡하다. 이에 기상 및 수자원분야에서는 정확도 개선을 위해서 관측강우와 예측강우의 비교 분석을 통해 편차를 산정하여 예측강수를 보정하는 기법을 적용하고 있다. 다만, 기존의 편차보정방법은 보정인자로 강수량만을 고려하기 때문에 정확도 개선에는 한계가 존재한다. 따라서 본 연구에서는 수자원분야의 수치예보자료의 정확도를 향상시키기 위해 규모, 발생영역에 대한 강수의 특성을 고려한 강수예측자료의 편차보정 방법을 제안하고 이를 강우-유출모델에 적용하여 개선정도를 평가하고자 한다. 이에 적용유역을 춘천댐상류유역으로 선정하고 국내 기상청의 RDAPS(Regional Data Assimilation and Prediction System)수치예보자료, 지점강우자료, radar자료의 수문기상자료와 지형자료를 수집하였다. 화천, 평화의 댐 일부 미계측유역의 관측자료로 radar자료를 이용하였다. 이상의 자료를 토대로 강우강도 및 규모, 영향범위를 고려한 예측강우의 편차를 산정하여 RDAPS 수치예보자료의 정확도를 개선하고 평가하였다. 이는 해당 유역뿐만 아니라 주변 유역의 정보를 이용하여 예측강우의 발생위치에 대한 오차를 고려한 방법으로, 각 영역별로 예측강우의 편차보정계수를 산정하여 적용하였다. 또한, 이전시간대의 강우 편차에 대한 오차를 줄이기 위해 정규분포방법을 이용한 Ensemble 편차보정계수를 산정하고 최근 생산된 수치예보자료에 적용하여 확률예측강우를 산정하였다.

  • PDF

Prediction of Groundwater Level in Jeju Island Using Deep Learning Algorithm MLP and LSTM (딥러닝 알고리즘 MLP 및 LSTM을 활용한 제주도 지하수위 예측)

  • Kang, Dayoung;Byun, Kyuhyun
    • Proceedings of the Korea Water Resources Association Conference
    • /
    • 2022.05a
    • /
    • pp.206-206
    • /
    • 2022
  • 제주도는 투수성이 좋은 대수층이 발달한 화산섬으로 지하수가 가장 중요한 수자원이다. 인위적 요인과 기후변화로 인해 제주도의 지하수위가 저하하는 추세를 보이고 있음에 따라 지하수의 적정 관리를 위해 지하수위의 정확하고 장기적인 예측이 매우 중요하다. 다양한 환경적인 요인이 지하수의 함양 및 수위에 영향을 미치는 것으로 알려져 있지만, 제주도의 특징적인 기상인자가 지하수 시스템에 어떻게 영향을 미치는지를 파악하기 위한 연구는 거의 진행되지 않았다. 지하수위측에 있어서 물리적 모델을 이용한 방안은 다양한 조건에 의해 변화하는 지하수위의 정확하고 빠른 예측에 한계가 있는 것으로 알려져 있다. 이에 본 연구에서는 제주도 애월읍과 남원읍에 위치한 지하수위 관측정의 일 수위자료와 강수량, 온도, 강설량, 풍속, VPD의 다양한 기상 자료를 대상으로 인공신경망 알고리즘인 다층 퍼셉트론(MLP)와 Long Short Term Memory(LSTM)에 기반한 표준지하수지수(SGI) 예측 모델을 개발하였다. MLP와 LSTM의 표준지하수지수(SGI) 예측결과가 상당히 유사한 것으로 나타났으며 MLP과 LSTM 예측모델의 결정계수(R2)는 애월읍의 경우 각각 0.98, 남원읍의 경우 각각 0.96으로 높은 값을 보였다. 본 연구에서 개발한 지하수위 예측모델을 통해 효율적인 운영과 정밀한 지하수위 예측이 가능해질 것이며 기후변화 대응을 위한 지속가능한 지하수자원 관리 방안 마련에 도움을 줄 것이라 판단된다.

  • PDF