• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.156-156
• /
• 2016

2016년 2월 5일, 짐바브웨는 극심한 가뭄으로 인해 인구의 4분의 1이상이 식량난을 겪고 있다며 '국가 재난 사태'를 선포하였다. 한때 아프리카 곡창지대로 불리던 짐바브웨가 극심한 가뭄을 겪게 된 데에는 2015/16년 슈퍼엘니뇨의 영향이 크게 한 몫을 하였는데, 이는 남반구의 여름인 11월부터 이듬해 3월까지인 짐바브웨의 우기가 2015/16년 슈퍼엘니뇨 강도가 절정에 달했던 시기(10월에서 2월)와 겹쳐져 짐바브웨의 강수량이 슈퍼 엘니뇨의 영향을 받게 되었기 때문이다. 게다가 4월부터는 엘니뇨의 영향을 받은 우기가 끝나고 건기가 시작되기 때문에 앞으로 가뭄이 얼마나 더 악화될지 우려되는 상황이다. 짐바브웨의 기후를 살펴보면, 증발량이 강수량보다 많은 건조기후 중에서도 비교적 그 정도가 약한 기후인 반건조 지대에 속한다. 하지만 연강수량 변동에 따라서, 비가 내리는 해에는 토양 수분이 과잉되고 비가 적게 내리는 해에는 심한 물 부족 현상이 일어나게 되기 때문에, 건기가 시작되는 4월부터 짐바브웨 강수 예측은 가뭄이 얼마나 지속될지를 파악하는 데에 아주 중요한 요소가 될 수 있다. 따라서 본 연구에서는 강수 예측 결과를 중심으로 2016년 짐바브웨의 가뭄이 얼마나 지속되고, 또 가뭄의 강도는 어떻게 될지 알아보는 것에 목적을 두고, GCM을 이용하여 2016년 3월에서 10월까지 장기예측을 수행하였다. 경계 자료로는 ECMWF (European Centre for Medium Range Weather Forecasts)에서 제공하는 Sea Ice자료와, NOAA OI (National Oceanic and Atmospheric Administration Optimum Interpolation) Weekly SST자료를 사용하였고 엘니뇨의 영향을 고려하기 위해 IRI (International Research Institute)의 ENSO forecast를 참고하여 SST아노말리에 월별 가중치를 적용하였다. 초기 입력 자료로는 1월 21-30일 10일간의 ECMWF의 재분석 자료를 이용하여 총 10개 멤버의 앙상블 예측을 수행하였고, 8개월(3-10월) 기간에 대해 약 한 달간의 spin-up time을 주었다. 예측 자료를 모델 climatology와 비교하여 월 평균 강수 전망을 분석하였고, 기온과 해면기압의 월 평균자료도 추가 분석하였다. 또한 짐바브웨 지역의 강수 관측 자료와 모델 예측 자료를 이용하여 특정 도시들의 1년 누적강수를 예측 및 분석하였고, 최종적으로 이 결과를 통해 짐바브웨의 가뭄지속가능성을 살펴보았다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.396-396
• /
• 2011

본 연구에서는 레이더 강수량 자료를 대상으로 예측모형을 구축하기에 앞서서 강수장이 가지는 특징을 활용한 Tracking 기법을 개발하고자 한다. Tracking 기법이라 함은 시간에 따라 움직이는 강수장을 추적하는 개념이다. 최근에 태풍, Hurricane 등의 경로를 추정하기 위한 방법으로 국외를 중심으로 연구가 시작되고 있다. 본 연구에서 제안하는 방법론은 모멘트 개념을 중심으로 강수장으로부터 1차모멘트와 2차모멘트를 추정함으로써 강수장의 중심, 강수장의 이동 방향, 강수장의 폭 등 다양한 정보를 유도할 수 있다. 일단 이러한 정보들이 유도되면 이를 통해 강수장의 특성을 범주화 시킬 수 있으며 이를 예측 모델과 연결시킬 수 있을 것으로 판단된다. 격자형태의 레이더강수량으로부터 1, 2차모멘트를 추정하기 위한 식은 다음과 같다. 모멘트 추정을 통해 총 5 개의 속성을 추출할 수 있다. 즉, 위경도상의 도심과 방향의 공분산, y방향의 공분산, xy의 공분산 등을 이용하여 다음 그림과 같이 강수의 중심과 강수장의 형태를 수치적으로 추정할 수 있다. 강수장의 형태는 공분산으로부터 추정하여 타원체로 나타내었다. 이러한 과정을 통해 강수장의 중심과 모양의 Tracking이 가능하며 이를 활용한 예측모형의 개발이 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.34-34
• /
• 2011

최근 우리나라에서는 기상이변과 기후변화에 의한 국지성 집중호우의 발생으로 인해 인명 및 재산 피해가 증가하는 추세이다. 따라서 이러한 기상현상을 좀 더 정확하게 예측하고 이를 대응하고자 악기상 모형의 개발과 구축 및 활용에 대한 연구들이 활발하게 진행 중에 있다. GCM이 제공하고 있는 많은 유용한 정보에도 불구하고 대부분의 모델이 시 공간 분해능과 물리 과정의 한계점으로 인해 지역적인 기후 특성이나 변화를 예측하기에는 많은 문제점들이 나타나고 있다. GCM의 한계점을 극복하기 위한 방법으로 세밀한 규모의 기후 정보를 얻기 위해 복잡한 지형과 해안선, 호수, 식생, 지표특성과 같은 아격자 규모의 강제 효과를 반영할 수 있는 고해상도 지역 기후 모델(Regional Climate Model, RCM)의 필요성이 제기되었다. 본 연구에서는 전지구 20km 격자자료를 입력장으로 하여 8km 격자로 한반도를 포함하는 도메인에 대해 비정역학 완전 압축성 중규모 모델인 WRF를 이용하여 상세예측자료를 생산하고자 하였다. 강수 예측의 경우 돌발적으로 발생하는 경우가 많아, 이를 예측하기 위해서는 상세한 강수량 정보를 빠른 시간 내에 정확히 제공할 수 있는 모델을 사용하여야 한다. 강수의 경우 온도와는 달리 공간적 편차가 매우 커 지역적으로 정확한 강수량을 예측 하는데 어려움이 있다. 상세강수 예측을 위해 미세 격자 규모의 비 정역학 모형을 사용할 경우 계산양이 매우 늘어나기 때문에 장시간의 모형 적분 시간뿐 아니라, 상당한 컴퓨터 자원을 필요로 하므로 이에 대한 대안으로 지형효과를 포함한 강수량 진단 모형인 QPM(Quantitative Precipitation Model)을 사용하였다. 최종적으로 한반도의 복잡한 지형적 영향을 반영하기 위해 1 km의 수평해상도를 가지는 고해상도 강수량 진단 모형(QPM)과 상세한 지리적, 공간적 분석을 할 수 있는 ARCGIS를 이용하여 한반도 도별 상세 강수자료를 생산하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.442-442
• /
• 2022

고해상도 시공간적 격자 형태의 레이더 강수는 돌발홍수(flash flood)와 같은 기상재해에 대비하기 위하여 실시간 예측정보로 활용된다. 그러나 대부분의 레이더 강수는 과소 추정되는 경향이 있어 정량적인 보정 과정인 QPE (Quantitative Precipitation Estimation)가 필요하다. 일반적으로 레이더 강수자료 보정은 지점 관측자료를 활용하지만, 본 연구에서는 지상 강수량 기반의 고해상도 격자 강수자료를 생산하여 레이더 강수자료와 직접적으로 비교하고자 한다. 이에 고도와 지형적 특성을 고려한 PRISM(Precipitation-elevation Regressions on Independent Slopes Model) 방법을 사용하여 고해상도 격자기반의 자료를 생성하였다. PRISM 방법은 고도와 지리정보를 독립변수로 갖는 회귀모형 기반의 기후인자 추정 모형이다. 생산된 고해상도 격자 강수자료와 레이더 강수자료를 QPF (Quantitative Precipitation Forecast) 모델의 입력자료로 사용하여 예측결과를 비교하였다. 해당 QPF 모델은 이류(advection)와 확률론적 섭동(stochastic perturbation)을 기반으로 하며, 강수 앙상블 자료를 생산한다. QPF 모델에 대해 투 트랙(two-track) 방법으로 생산된 예측정보를 통해 레이더 강수자료의 격자별 후처리 보정이 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.398-398
• /
• 2017

확률강수량은 하천, 하수도, 재해관련 시설 계획 등 각종 물 인프라를 계획하기 위한 기초 자료로 활용되고 있다. 최근의 기후변화 양상을 고려할 때, 지역적으로 다양하게 변화되는 강수패턴은 확률강수량 산정에 있어서도 영향을 미칠 것으로 예상된다. 이 연구에서는 현재 물 인프라 계획에 사용되는 확률강수량의 적용실태를 분석하였으며, 기후변화 영향이 점차 증가할 것으로 보이는 미래의 물 관련 인프라를 건설하거나 시설 개선에 사용되는 확률강수량이 미래 예측 강수를 고려하는 경우에 어떻게 변화되는지를 연구하였다. 인천관측소 지점을 대표 분석 지점으로 선정하여 연강수량, 일최대강수량을 제시하였으며, 기존 확률강수량을 검토하였다. 또한, 인천관측소 지점의 1961~2015년의 분단위 자료를 이용하여 임의시간에 따른 1440분 최대강수량을 산정하였으며, RCP 2.6, 4.5, 6.0, 8.5 시나리오에 따른 2016~2100년 기간의 미래 예측 강수자료에 고정시간-임의시간 환산계수를 적용하여 빈도별 확률 강수량을 산정하였다. RCP 기후변화 시나리오에 의한 미래 예측 강수를 적용한 경우와 과거 관측 자료만을 이용한 확률강수량의 차이를 분석한 결과, 편의보정 여부와 관측지점 및 확률빈도에 따라 결과에 상당한 차이가 발생하였다. 향후 물인프라 계획에 있어서는 미래 예측 강수의 패턴과 지역적 특성 등을 여러 측면으로 고려한 계획을 수립하는 것이 지속가능한 물 관리에 필요한 것으로 판단된다.

• Journal of Korea Water Resources Association
• /
• v.45 no.7
• /
• pp.631-641
• /
• 2012

In this study, satellite data (MTSAT-1R), a numerical weather prediction model, RDAPS (Regional Data Assimilation and Prediction System) output, ground weather station data, and artificial neural networks were used to improve the accuracy of summer rainfall forecasts. The developed model was applied to the Seoul station to forecast the rainfall at 3, 6, 9, and 12-hour lead times. Also to reflect the different weather conditions during the summer season which is related to the frontal precipitation and the cyclonic precipitation such as Jangma and Typhoon, the neural network models were formed for two different periods of June-July and August-September respectively. The rainfall forecast model was trained during the summer season of 2006 and 2008 and was verified for that of 2009 based on the data availability. The results demonstrated that the model allows us to get the improved rainfall forecasts until lead time of 6 hour, but there is still a large room to improve the rainfall forecast skill.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.518-518
• /
• 2015

이 연구에서는 ESRI사의 ArcGIS 프로그램을 이용하여, 한반도 남한지역 중 기후변화시나리오에 의한 강수량이 제공되지 않는 해안선지역에 대해 기후변화시나리오를 이용하여 장래 강수량을 생성할 수 있는 모형을 개발하였다. 기상청에서 제공하는 기후변화 시나리오에 의한 장래강수데이터의 경우 복잡한 해안선지역에 대해 장래 강수데이터를 제공하고 있지 않기 때문에 최근의 지형도를 적용하여 기상청에서 제공하지 않는 지역에 대해 보완격자를 생성하고, 공간보간 기법을 이용하여 이를 해결할 수 있다. 1km 격자단위의 강수데이터를 생성하기 위하여 GIS내에 여러 툴(tools)의 기능을 단계적으로 모형화하여 순서화된 작업을 자동적으로 수행할 수 있는 model builder를 사용하였다. 데이터 변환작업을 위한 전처리, 데이터 보간 추출 기능과 공간보간기법을 적용하여 기후변화 시나리오가 적용된 데이터누락지역에서의 장래 강수예측데이터를 생성할 수 있도록 하였다. 기상청에서 제공하는 RCP 8.5 시나리오를 이용하였고, 일부 해안선과 섬 지역에 대해 장래강수량을 생성할 수 있는 보간기법이 적용된 모형으로 한반도 남한지역 중 강수자료가 제공되지 않는 총 4,186개의 격자에 대해 적합한 공간보간기법을 선택하여, 일단위 및 월단위 강수자료를 생산할 수 있도록 하였다. 기상청에서 제공하는 강수데이터의 경우 'ASCII' 파일 형식으로 기후변화 데이터를 제공하기 때문에 사용자가 별도의 프로그램을 이용하여 강수예측자료를 얻어야 하는 문제가 있다. 강수예측자료를 텍스트파일 형태로 사용자가 원하는 좌표를 선택 한 후 데이터를 추출할 수 있도록 격자화하여 저장되도록 하였다.

• Journal of Korea Water Resources Association
• /
• v.44 no.2
• /
• pp.97-107
• /
• 2011

For the purpose of enhancing usability of NWP (Numerical Weather Prediction), the quantitative precipitation prediction scheme was suggested. In this research, precipitation by leading time was predicted using 3-hour rainfall accumulation by meso-scale numerical weather model and AWS (Automatic Weather Station), precipitation water and relative humidity observed by atmospheric sounding station, probability of rainfall occurrence by leading time in June and July, 2001 and August, 2002. Considering the nonlinear process of ranfall producing mechanism, the ANN (Artificial Neural Network) that is useful in nonlinear fitting between rainfall and the other atmospheric variables. The feedforward multi-layer perceptron was used for neural network structure, and the nonlinear bipolaractivation function was used for neural network training for converting negative rainfall into no rain value. The ANN simulated rainfall was validated by leading time using Nash-Sutcliffe Coefficient of Efficiency (COE) and Coefficient of Correlation (CORR). As a result, the 3 hour rainfall accumulation basis shows that the COE of the areal mean of the Korean peninsula was improved from -0.04 to 0.31 for the 12 hr leading time, -0.04 to 0.38 for the 24 hr leading time, -0.03 to 0.33 for the 36 hr leading time, and -0.05 to 0.27 for the 48 hr leading time.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.309-309
• /
• 2019

기후예측모델을 통해 일단위 강수의 예측정보가 제공되고 있지만, 실제 강수량자료와 시공간적 편의로 인해 수문학적 활용은 한계가 있다. 일반적으로 기후모델의 시공간적 해석 규모 및 예측정확성을 고려할 때 계절단위에서 예측정보의 활용이 가장 현실적인 것으로 알려지고 있다. 그러나 수문해석 시 시공간적 해상도가 낮아 직접적인 활용은 어려운 상황이며, 수문해석 모형의 입력자료로 활용 시 편의보정 및 상세화 과정이 일반적으로 요구된다. 본 연구에서는 기후모델로부터 얻은 강우예측결과에 Bayesian 모델 기반의 편의보정-상세화 기법을 개발하여 강우예측정보의 활용성을 개선하고자 한다. 이 과정에서 Bayesian Copula 모델을 이용한 이변량 형태의 예측강수의 검보정 방법을 개발하였으며, 특히 기후모델 이외의 기상 상태변량인 해수면온도(sea surface temperature, SST)를 예측인자로 추가하여 Hybrid 형태의 계절 앙상블 강우예측모델을 개발하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.351-351
• /
• 2011

최근 지구온난화와 더불어 이상기후가 대두됨에 따라 기상 예측이 더욱더 중요시되고 있다. 또한 이전부터 가뭄 및 홍수와 같은 기상현상으로 인한 피해 사례가 빈번하였으며, 이로 인하여 물 관리의 어려움을 겪고 있다. 한 예로 이상기후가 유난히 잦았던 2010년 여름철 경우 평년보다 발달한 북태평양고기압의 영향으로 여름철 92일 가운데 81일의 전국 평균기온이 평년보다 높게 나타났다. 또한 강우 일수가 평년에 비해 7.4일 많은 44.2일을 기록하였으며, 국지성 집중호우 사례가 빈번하였다. 또한 8월 9일 발생한 태풍 `뎬무'를 포함해서 한 달 동안 3개의 태풍이 한반도에 영향을 끼치는 이례적인 사례가 발생하였다. 따라서 본 연구는 이러한 기상재해에 따른 물 관리를 장기적으로 대비하고자 고해상도 전지구 모델 GME를 이용하여 2010년 여름철 강수 예측을 실시하였다. 강수 예측에 사용된 전지구 모델 GME는 기존의 카테시안 격자체계를 가진 모델과 달리 전구를 삼각형으로 구성된 20면체로 격자화 한 Icosahedral-hexagonal grid 격자체계로 구성되어 있어, 해상도 증가에 용이할 뿐만 아니라, HPC(High Performance Computing)환경에서 효율성이 높은 장점을 가지고 있다. 본 계절 예측을 수행함에 있어 발생하는 잡음을 최소화하고자, Time-lag 기법을 이용하여 5개의 앙상블 멤버로 구성되어있으며, 이를 비교 분석하기위해 Climatology를 이용하여 총 10개의 앙상블 멤버로 규준실험을 수행하였다. 선행 연구에 따르면 1개월 이상의 장기 적분의 경우 초기조건보다 외부 강제력이 더 중요한 역할을 한다고 연구된 바 있다. (Yang et al., 1998) 특히 계절 변동성의 경우 대기-해양간의 상호작용에 의해 지배되며, 이를 고려하여 본 연구는 해수면 온도를 경계 자료로 사용하여 계절 예측을 수행하였다. 앞서 말한 실험 계획을 바탕으로 하여 나온 결과를 통해 동아시아지역 및 한반도 도별 강수 및 온도 변수에 대해 순별 및 월별 카테고리맵 분석을 실시하여 한눈에 보기 쉽게 나타냈다. 또한 주요 도시별 강수량 및 온도의 시계열 분석을 실시하여 시간이 지남에 따라 나타나는 변동성을 확인하였다. 계절 예측 결과에서 온도의 경우 평년보다 높게 나타났으며, 이는 실제 온도 예측과도 유사한 패턴을 가졌다, 강수의 경우 7월부터 8월 중순까지 평년보다 다소 적게 모의되었으며, 8월 하순경 회복하는 것으로 예측하였다. 따라서 본 계절 강수 예측은 다소 역학 모델이 가지는 한계를 가지고 있으나, 실제와 비교하여 어느 정도의 경향성이나 패턴에 있어 유사성을 보임을 확인하였으며, 이를 장기적 차원의 물관리를 함에 있어 참고 및 활용 가능할 것으로 예상한다.