• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.196-196
• /
• 2023

가뭄은 발생 시점과 종점을 정확히 파악하기 어려우며, 피해 면적이 광범위하기 때문에 수자원시스템 전반을 비롯한 사회, 경제적 측면에서 심각한 영향을 줄 수 있다. 우리나라의 가뭄 발생경향은 2000년 이후로 급증하고 있으며, 2022년 전라남도 지역의 경우, 평년 대비 강수량이 60%에 그쳐 50년 관측 사상에서 가장 낮은 수준으로 나타나면서 극심한 가뭄이 발생하여 현재까지도 지속되고 있다. 미래에도 기후변화로 인한 가뭄의 강도와 빈도가 증가될 것으로 예측됨에 따라 가뭄을 예방하기 위한 미래 가뭄 상황의 예측에 대한 필요성이 대두되고 있다. 따라서 다양한 기후모델 및 미래 기후변화 시나리오를 활용해 미래 가뭄에 대한 전망을 분석하고 적응 전략을 수립해야 한다. 본 연구에서는 CMIP6 (Coupled Model Intercomparison Project 6)에서 제공하는 18개의 전 지구적 기후모델별로 산출한 SSP (Shared Socioeconomic Pathways) 시나리오를 기반으로 기상학적 가뭄지수인 표준강수지수 (Standardized Precipitation Index, SPI), 유효가뭄지수(Effectvie Drought Index, EDI)와 강수량 및 기온의 변화에 따른 증발산량을 고려하여 가뭄을 판단하는 표준강수증발지수 (Standardized Precipitation Evaportranspiration Index, SPEI), 증발수요 가뭄지수 (Evaporative Demand Drought Index, EDDI)를 적용하여 미래 가뭄지수별 가뭄 예측 및 변동성을 분석하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.112-112
• /
• 2022

본 연구에서는 2005-2020년 용담댐의 운영방식이 기후변화에 얼마나 취약한 지 홍수위험과 이수 안전도 지표를 중심으로 평가하였다. 유입량 모의를 위해 GR6J 강우-유출 모형을 사용했고, 댐 운영룰 추출을 위해 Random Forests 모형을 관측자료에 적합시켰다. 294개의 추계학적 기후스트레스 시계열을 GR6J 모형에 입력해 일유입량을 모의한 후 Random Forests 모형으로 방류량과 저수량을 추정하여 연최대일방류량과 공급신뢰도를 분석하였다. 공급신뢰도는 평균강수량 변화에 주로 영향을 받는 것으로 나타났지만 연최대방류량은 평균강수량과 강수변동성 변화에 모두 민감하게 반응하는 것을 알 수 있었다. 2021-2040년 용담댐 저수량은 평균강수량 증가로 인해 공급신뢰도는 과도하게 상승할 것으로 전망되었다. 하지만 강수변동성 증가 인해 20년 빈도 연최대방류량은 가파르게 상승해 댐 하류지역의 홍수위험은 더 가중될 것으로 전망되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.179-183
• /
• 2009

본 연구에서는 GCM 기후변화 전망 시나리오를 이용하여 유역단위의 기후변화를 추정하였다. 원시 GCM 시나리오를 지역화 시키기 위해서 인공신경망 모형을 사용하였다. GCM에서 모의되는 강수플럭스, 해면기압, 지표면 근처에서의 일 평균온도, 지표면으로부터 발생하는 잠열플럭스 등과 같은 22개의 변수는 인공신경망의 잠재적 예측인자로 사용되었으며, AWS에서 관측된 강수량과 온도는 예측변수로 사용되었다. 원시 GCM 데이터는 CCCma(Canadian Centre for Climate Modeling and Analysis)에서 제공되는 CGCM3.1/T63 20C3M 시나리오를 사용하였으며, 인공신경망 학습과정에서 사용된 기준시나리오(reference scenario)자료의 기간은 1997년부터 2000년까지의 데이터를 사용하였다. 인공신경망을 학습을 통하여 결정된 각 층사이의 가중치를 이용하여 이산화탄소 배출농도를 가정하여 생성된 CGCM3.1/T63 SRES B1 기후변화시나리오(project scenario)를 인공신경망의 입력값으로 하여 미래의 기온과 강수변화를 전망하였다. 신경망의 학습효과를 높이기 위하여 기온과 강수에 대한 평균 및 누적기간을 각각 일단위와 월단위로 설정하였다. 본 연구에서 사용된 인공신경망은 3층 퍼셉트론(다층 퍼셉트론)을 사용하였으며, 학습방법으로는 역전파알고리즘(back-propagation algorithm)을 이용하였다. 민감도분석을 통하여 선택된 예측인자는 소양강댐유역(1011, 1012소유역)에서의 인공신경망 예측인자로 활용되었으며, 2001년부터 2100년까지의 일 평균온도와 일 강수량의 변화경향을 추정하였다. 1011유역, 1012유역에서는 여름철의 온도변화경향이 겨울철에 비하여 높게 나타났다. 일 평균온도의 통계분석 결과 평균예측오차가 가장 적게 나타나는 지역은 1001유역으로 -0.08로 평균예측오차가 가장 적게 나타났으며, 인공신경망기법을 이용하여 스케일 상세화된 일 평균온도와 관측된 일 평균온도가 얼마나 잘 일치하는지를 확인할 수 있는 1012유역에서 CORR이 0.74로 가장 높게 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.199-199
• /
• 2012

기후변화로 인한 기상재해의 피해가 전 세계적으로 계속 증가하고 있으며, 특히 기후변화로 인한 집중호우는 시민들의 안전, 재산, 인명피해를 일으키고 있다. 이러한 피해를 최소화하기 위해서는 한 신뢰성 높은 미래 기후시나리오가 필수적이며, 미래 기후시나리오를 바탕으로 하여 기후변화로 인한 향후 발생할 수 있는 위험성의 정도를 전망하여 적응대책을 수립할 필요가 있다. 본 연구에서는 기후시나리오를 이용하여 한국의 미래 강수량변화를 전망한다. 본 연구를 수행하기 위하여, A2시나리오의 ECHO-G/S에서 생산된 기후 시나리오를 이용하여 지역 기후모델인 RegCM3에 적용하여 기후 시나리오를 생산하였다. RegCM3에서 생산된 기후시나리오는 Sub-BATS라는 기법을 이용하여 한반도 5km 해상도의 기후시나리오가 생산되었다. 또한 생산된 기후시나리오와 비교분석을 위하여 전구 20km 해상도의 기후시나리오를 이용하여 미래 강수량 변화를 각 계급별로 분석 하였다. 역학적 상세화 방법에 의해 생산된 기후시나리오는 전체적으로 과소 추정되는 경향이 크게 나타나고 있었으며, 일강수량의 경우 관측자료 보다 상당히 작게 나타나는 특징이 있었다. 역학적 상세화에 의한 강수량은 기존의 연구에서도 비슷한 특징이 나타나고 있었다. 결과적으로 역학적 상세와에 의한 기후시나리오를 이용하여 미래 강수량 변화를 분석하는 것은 강수량의 경향성을 분석할 수는 있지만 정량적으로 분석하는 것에는 한계가 있다. 전구 20km 해상도의 기후시나리오는 전체적으로 관측자료와 상당히 유사하게 모의되고 있었으며, 일강수량 또한 상당히 유사하게 나타나고 있었다. 전구 20km 해상도의 기후시나리오를 이용하여 미래 강수량을 분석한 결과, 전반적으로 증가하는 경향이 있었으며, 21세기 후반에는 약 18%의 연강수량 증가가 나타났으며, 그 중에서도 겨울철의 강수량 증가가 38%로 가장 크게 나타났다. 강수일수 변화는 약 5mm이하는 감소하는 경향이 있었으며, 5mm 이상은 증가하는 경향이 나타났다. 그리고 각 계급별 강수량 변화는, 상대적으로 강수량이 적은 10, 30mm/day는 여름철에 비해 겨울철에 강수량 증가가 크게 나타나고 있었으며, 상대적으로 강수량이 큰 50, 80, 100, 130mm/day는 겨울철에 비해 여름철에 강수량 증가가 크게 나타났다. 본 연구에서 나타난 결과는 미래 수자원 영향평가 및 적응대책에 유용하게 쓰일 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.523-527
• /
• 2017

우리나라의 수질오염총량관리제는 지역의 발전 계획과 하천의 수질을 연계시켜 목표수질을 달성하는 범위 내에서 개발을 허용한다는 것을 기본으로 하여 1999년 "한강수계상수원수질개선및주민지원등에관한법률"에 의해 처음 시행되었다. 그러나 한강수계보다 늦게 2004년에 도입된 낙동강, 금강, 영산강 섬진강 수계에서는 의무제 총량으로 우리나라에서 처음 도입되어 지난 12년간 시행되었으며 충청북도와 강원도를 제외한 한강수계에서도 2013년 6월부터 의무제 총량이 도입되었다. 1단계 수질오염총량관리제는 BOD만을 관리항목으로 설정하여 관리한 반면 2011년부터 2015년까지 시행하는 2단계 수질오염총량관리제는 부영양화 방지를 위해 총인항목을 포함하여 관리항목을 설정하여 관리하였으며, 2016년에 시작하여 2020년까지 시행하는 3단계수질오염총량관리제는 2단계에서와 같은 관리항목을 설정하여 시행하고 있다. 본 연구에서는 3단계 영산강수계의 수질오염총량관리제 목표수질의 달성전망을 평가하기 위하여 3단계 기본계획에서 활용한 QUAL-MEV 모델을 이용하였으며, 2012년 수질자료를 보정자료로, 2015년 수질자료를 검증자료로 활용하여 구축하고 2020년의 영산강수계 8개 단위유역의 말단지점에 대하여 목표수질의 달성을 평가하였다. 그 결과 BOD는 영본A, 영본B지점에서 각각 목표수질을 21%, 8%를 초과하며 T-P는 영본A지점에서 30%를 초과하여 목표수질을 달성하지 못할 것으로 예측되었다. 영산강수계 3단계 수질오염총량관리제의 성공을 위하여 영본A, 영본B지점의 목표수질 달성을 위한 추가 수질개선계획의 수립이 필요한 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.367-367
• /
• 2017

지국온난화에 의한 기후변화는 전 세계적으로 강수의 편중이나 이상기온 등의 현상들이 빈번하게 발생하여 가뭄 및 홍수로 인한 피해가 점차 늘어나고 있다. 제주도는 수자원의 98% 이상을 지하수에 의존하고 있기 때문에 기후변화에 따른 수자원 영향에 대한 지속적인 관심과 연구가 필요한 지역이다. 본 연구에서는 표준강수지수를 활용한 제주도 가뭄의 공간적 특성을 분석하기 위하여 가뭄 속성 인자들 간의 상관관계가 높은 변수인 가뭄지속시간과 가뭄 심도를 변수로 선택하여 각 지역의 가뭄특성과 지역 분류를 수행하였다. 제주도의 4개 기상대(제주, 서귀포, 성산, 고산)의 관측소별 표준강수지수(SPI 3, 6, 9, 12)를 산정한 결과 SPI 12가 SPI6에 비해 비교적 단순한 경향을 가지고 있는 것으로 확인 되었으며 단기간 일수록 변동성이 심하고 장기간 표준강수지수는 비교적 극심한 가뭄을 판단하기 위한 자료로 활용이 가능한 것을 확인하였다. 지역별 가뭄의 특성을 고려하기 위한 지역을 구분하기 위하여 한가지 요소로만 구분할 수 없어 가뭄 속성 인자들의 동질성을 구분하였으며 가뭄 속성인자의 변량을 71.8%를 설명해 주는 2개의 요인을 주요인으로 산정하였다. 인자분석의 결과로 추출된 2개의 변수로 비계측적 군집방법 중 하나인 K-means 기법을 이용하여 군집분석을 실시하여 7번의 반복계산에 걸쳐 군집이 종료 되었으며 최종적으로 2개의 군집이 형성 되었다. 기후변화는 전 세계와 제주도 수자원에 지속적인 영향을 미칠 것으로 전망되어 수자원 정책 평가 및 관리에 매우 신중한 대비책을 요구하고 있다. 향후 다양한 입력자료를 활용하고 가뭄 산정기법과 가뭄 분류 등을 통하여 활발한 후속 연구가 필요하다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.371-371
• /
• 2011

본 연구에서는 한강유역 내 관측기간이 충분한 기상청 지상관측소 10개소를 선정하고 CCCma(Canadian Century for Climate modeling and analysis)에서 제공하는 자료에 대한 인공신경망기법 상세화 적용을 실시하였다. 인공신경망의 학습을 위해 CGCM3.1/T63 20C3M시나리오(reference scenario)의 22개 2D변수 중 물리적으로 민감도가 높다고 판단되는 GCM_Prec, huss, ps를 입력변수로 선정하였으며 인공신경망 학습기간은 1991년~1995년, 검증기간은 1996년~2000년, 예측기간은 2011년~2100년으로 A1B, A2 B1 시나리오 등 다양한 기후변화 시나리오를 통해 예측band를 제시하고자 하였다. 하지만 공간상관을 고려하기 위하여 각 관측소에 대하여 인공신경망 학습을 하는 경우 관측소간 spatial correlation 및 spatial cluster구현이 어렵기 때문에 Spatial Rectangular Pulse모형을 이용하고자 하였으나, 강수면적에 대한 scale의 결정이 어렵다는 단점을 확인 하고 본 연구에서는 Random Cascade 모형을 이용하여 ${\beta}$를 통한 강수면적 scale(rainy area fraction)을 결정하고자 하였다. Random Cascade모형의 기법은 격자단위의 downscaling기법으로 강수대의 공간적 형상을 재현하며 스케일에 비종속적인(scale-invariant)프랙탈 특성을 이용하여 매개변수를 최소화 할 수 있는 장점을 가진 기법으로 한강유역 1Km내외 강우장을 만들어 topographic effect를 첨가하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1784-1788
• /
• 2010

APEC 기후센터(APEC Climate Center, APCC)에서 제공하는 다중모형앙상블(Multi-model Ensemble, MME) 형태의 계절예측정보를 이용하여 3개월 가뭄전망을 수행하였다. APCC MME는 기후예측모형이 가지는 불확실성을 최소화하기 위한 방법으로, 아시아 태평양 지역 내 9개 회원국 16개 기관 21개 기후모형의 계절예측정보를 활용하여, 개별 모형이 가지는 계통오차(Systematic error)를 앙상블 기법을 통하여 상쇄함으로써 최적의 예측자료를 도출한다. 또한, 기후예측 모형이 예측한 대기순환장은 관측 지점변수와 경험적 통계적 관련성을 가지므로, 이를 바탕으로 상세지역의 이상기후에 대한 정보를 도출할 수 있다. 본 연구에서는 가뭄 관리 및 전망을 위한 입력 자료로서, 기상전문 기관인 APEC 기후센터 (APEC Climate Center, APCC)에서 제공하는 전구 규모의 기온 및 강수 전망자료를 기상청 산하 59개 지점의 전망자료로 통계적 규모 축소화 기법을 통해 3개월 예보를 실시하였다. APCC 계절예측자료를 가뭄모니터링시스템의 자료입력 포맷에 따라 적절히 가공한 뒤, 가뭄 관리 및 전망을 위하여 SPI(Standard Precipitation Index) 및 PDSI(Palmer Drought Severity Index)지수의 입력자료로 사용하여 SPI 및 PDSI 지수를 산정하였다. 또한 분위사상법(Quantile Mapping)을 이용하여 총 59개 지점의 과거 월평균 관측값과 최근 2009년에 대한 모의값의 누적확률분포값을 계산하고 모의값의 확률분포를 관측값의 확률분포에 사상시켜 가뭄 전망을 위한 기상변수의 오차를 보정하고자 하였다. 이러한 계절예측정보를 이용하여 가뭄 전망에 대한 신뢰도가 높아진다면, 사전예방 및 피해완화로 가뭄상황에 대한 신속한 대처 및 피해의 경감이 이루어질 수 있을 것이다.

• Journal of Korea Water Resources Association
• /
• v.51 no.11
• /
• pp.1021-1029
• /
• 2018

A primary objective of this study is to develop a drought forecasting technique based on groundwater which can be exploit for water supply under drought stress. For this purpose, we explored the lagged relationships between regionalized SGI (standardized groundwater level index) and SPI (standardized precipitation index) in view of the drought propagation. A regional prediction model was constructed using a NARX (nonlinear autoregressive exogenous) artificial neural network model which can effectively capture nonlinear relationships with the lagged independent variable. During the training phase, model performance in terms of correlation coefficient was found to be satisfactory with the correlation coefficient over 0.7. Moreover, the model performance was described by root mean squared error (RMSE). It can be concluded that the proposed approach is able to provide a reliable SGI forecasts along with rainfall forecasts provided by the Korea Meteorological Administration.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.94-97
• /
• 2009

연 및 계절강수량의 정확한 예보는 수자원관리에 매우 중요하다. 예보 정확도를 높이기 위한 다양한 연구가 계속 진행되어 왔다. 그럼에도 불구하고 강수자료가 가지는 매우 큰 불확실성 때문에 예보의 정확도 향상은 계속되는 숙제로 우리에게 남아 있다. 이를 개선하기 위하여 본 연구에서는 군집화 기법을 이용한 연 및 계절 강수량 예측개선에 대한 연구 결과를 제시하였다. 이를 위하여 연강수량, 계절강수량 및 월강수량의 예측을 위하여 전구에서 일어나는 각종 기후 인자들과의 상관성 분석은 대단히 중요하다. 전 세계적으로 어느 특정 지역에서의 선행 기후인자 변화 양상이 우리나라의 강수량에 높은 상관성을 가지며 영향을 미친다면 예측을 위한 매우 유용한 정보라 하겠으나 국내 강수량과 기후 지수 사이의 선형 상관성은 매우 낮을 뿐만 아니라 지체상관성도 특정 지체에서 매우 큰 상관성을 보이는 인자를 찾기 어려움을 알 수 있다. 이를 극복하기 위하여 본 연구에서는 k-mean clustering을 이용하여 우리나라 주변의 기후조건을 분류하고 기후조건에 따른 강수량의 변화를 분석하였다. 남중국해역($105^{\circ}E\;^{\sim}\;135^{\circ}E$, $0^{\circ}N\;^{\sim}\;35^{\circ}N$), 우리나라 연안 해역 ($110^{\circ}E\;^{\sim}\;150^{\circ}E$, $20^{\circ}N\;^{\sim}\;40^{\circ}N$), 인도양 해역 ($75^{\circ}E\;^{\sim}\;105^{\circ}E$, $0^{\circ}N\;^{\sim}\;25^{\circ}N$) 및 아라비아 해역 ($45^{\circ}E\;^{\sim}\;75^{\circ}E$, $0^{\circ}N\;^{\sim}\;30^{\circ}N$ 평균 해수면 온도 변화에 따라 8개 군집으로 분류한 분석결과로 분석결과 2008년도는 그룹 5에 해당하며 그룹 5의 기후 상태는 근해와 남중국해역의 평균 해수면 온도가 평년보다 낮고 인도양 해역과 아라비아 해역의 평균 해수면 온도는 평년값과 비슷한 상태를 나타낸다. 그룹 5에 해당하는 기후조건에서 차년의 강수평균은 평년값 보다 적음을 보였다. 이러한 특성은 전체 유역에 걸쳐 동일하게 나타났다. 이에 대한 계절적 평균 분포는 군집 5에 대한 차년도 강수의 평균 계절분포는 전체적으로 평년값보다 낮게 나타났다. 이에 근거하여 올해 연 평균 강수량은 평년값보다 적을 것이며 전체 계절에 대하여도 평년값보다 적은 강수량이 올 것으로 판단된다. 이는 기상청의 2009년 봄철 기후전망과 유사한 예측 결과를 보여준다.