• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.142-146
• /
• 2016

최근 저해상도 기상자료를 바탕으로 한 단기간에 내린 폭우나 극심한 가뭄 등과 같은 국지적인 기상 예보는 한계가 있기 때문에 고해상도 기상자료에 대한 수요가 증대되고 있으며, 특히 지형이 복잡한 한반도의 경우 지형적인 영향을 고려한 고해상도 기상자료가 요구되고 있다. 하지만 현재 기상청에서 제공하는 남한 지역의 지상 관측 자료는 약 10km의 불규칙한 간격으로 분포하고 있으며 이는 복잡한 남한지역의 지형 특성을 고려하기에는 해상도가 낮아 상세한 기상 현상을 예측하기 힘들다. 또한, 북한의 경우 사용가능한 관측 자료가 부족하여 한반도 전체를 대상으로 한 기상 예보 및 기후 특성 분석에는 한계가 있다. 따라서 본 연구에서는 정량적 강수 예측 모형인 QPM(Quantitative Precipitation Model)을 이용하여 3시간 간격의 현재기후(2000-2014년)에 대한 한반도 지역의 1km 강우 자료를 복원하였다. 관측 자료가 부족한 북한의 경우 재분석 자료를 이용하여 1km 해상도의 강우 자료를 복원하였다. 이를 위해 몇 가지 특정한 강우 Case를 선별하였고, QPM 수행 시 필요한 강수, 상대습도, 지위고도, 연직 기온, 연직 바람장 등의 변수에 대하여 남한 지역에 해당하는 지점의 여러 재분석 자료와 실제 남한 지역의 지상/고층 관측 자료와의 비교 및 Correlation 분석을 통해 가장 적절하다고 판단되는 재분석 자료인 NASA에서 제공하는 MERRA Reanalysis data를 선정하였다. 또한, 소규모 지형효과를 고려하기 위한 상세 지형자료로 고해상도 지형 자료인 DEM(*Digital Elevation Model) 1km 자료를 사용하였다. 한반도의 강우를 복원하기 위하여 Barnes 기법을 이용하여 불규칙적으로 분포해 있는 강수량 데이터를 규칙적인 자료로 격자화 하였고, 격자화 한 10km 해상도의 자료를 QPM을 통해 복잡한 지형 특성을 고려한 1km 해상도의 강우 자료로 복원하였다. 또한, QPM의 모의 성능을 검증하기 위하여, 위에서 선별한 특정 강우 Case에 대하여 복원한 1km 강우자료와 200m 이내의 거리에서 겹치는 지상관측자료와의 비교를 통하여 모의 성능을 검증하였다. 본 연구를 통해 복원된 한반도 상세 강우 자료를 통해 통일을 대비한 기상, 농 수산업, 수자원 등 다양한 분야에서 활용 될 수 있으며, 국지적인 폭우 및 가뭄 등의 이상 기상 현상을 분석하는 데 참고 기초 자료로써 활용 될 수 있을 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.6-6
• /
• 2015

본 연구에서는 일단위로 제공되는 RCP 시나리오를 Poisson Cluster 기법을 활용하여 시간강우량으로 생성할 수 있는 모형을 개발하는데 목적이 있다. 일반적으로 시간단위 강우량의 경우 수자원 설계 또는 강우-유출 분석시 가장 기본이 되는 입력 자료로서 이에 대한 모의기법 확립이 기후변화에 따른 수문학적 영향 검토의 신뢰성을 결정짓는 핵심 요소이다. 그러나 국내 다수 연구를 살펴보면 기후변화 시나리오의 시 공간적 상세화 기법을 활용한 일단위 상세화 연구는 다수 존재하였지만, 일단이 이하의 시간적 규모에 대한 연구는 미진한 실정이다. 이러한 이유로 본 연구에서는 시단위 상세화 기법시 일반적으로 사용되고 있는 Poisson Cluster 기법을 활용하여 국내 실정에 맞는 시단위 상세화 기법을 개발고자 한다. 본 연구에서는 RCP 시나리오를 시단위강우량 자료로 생성하기 위해 다음과 같은 연구를 진행하였다. 첫째, 본 연구에서는 기상청에서 제공하는 RCP($27km{\times}27km$) 시나리오를 활용하였으며, 1km 격자 단위로 시공간적 상세화 기법을 수행하였다. 둘째, 시공간적으로 상세화 된 자료를 Poisson Cluster 기법을 기반으로 시간단위 자료를 생성하였으며, 기본적인 통계치(평균, 분산, 왜곡도 등)를 활용하여 관측값과 비교 분석 하였다. 마지막으로, 미래 기후변화 시나리오를 동일한 방법으로 시간단위 자료를 생성하고 연 최대값을 추출하여 빈도해석을 통해 미래 극치 확률강우량을 평가하였다. 본 연구 결과 시간단위 자료를 제공함으로써 미래 수자원 설계 및 영향평가를 효과적으로 수행할 것으로 기대되며, 수문기상변화 예측을 위한 신뢰성 있는 자료로 활용될 수 있을 것으로 판단된다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.22 no.3
• /
• pp.128-134
• /
• 2020

The daily gridded meteorological information and climatology with high resolution (30m and 270m) was produced from 94 Automated Surface Observing System (ASOS) of Korea Meteorological Administration (KMA) for the past 50 years (1971-current) by different downscaling methods. In addition, the difference between daily meteorological data and the mean state of past 30 years (1981-2010) was calculated for the analysis of climate change. These datasets with GeoTiff format are available from the web interface (https://agecoclim. agmet.kr). The performance of the data is evaluated using 172 Automatic Weather S tation (AWS ) of Rural Development of Administration (RDA). The data have biases lower than 2.0, and root mean square errors (RMSE) lower than 3.8. This data may help to better understand the regional climatic change and its impact on agroecosystem in S outh Korea.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.306-306
• /
• 2019

전지구적 기온상승으로 인해 미래기후의 관한 연구가 중요시 되고 있다. 위와 같은 현상으로 인하여 다양한 기후변화 연구가 진행되고 있다. 미래기후 연구에는 GCM (General Circulation Model) 모의 결과가 이용된다. 격자 자료로 구성된 GCM은 연구 지점으로 지역적 상세화와 연구지역의 관측자료 사이의 편이 보정(bias correction)이 필수적이다. 위와 같은 근거로 편이 보정 방법의 선택은 매우 중요하며 편의 보정의 방법에 따라서 결과가 다르게 도출될 수 있다. 또한 국내외 연구에서는 다양한 상세화 기법과 편이 보정 기법을 분석 및 평가하는 연구가 진행되고 있으며, 편의 기법 중 대표적인 기법인 Quantile mapping과 Random Forest 기법이 있다. Quantile mapping 기법은 GCM의 과거 모의 데이터와의 편이 보정에 있어서 우수하게 나타났으나, GCM 데이터의 미래 예측 기간(2010년~2018년)까지의 데이터에서는 극한 강수를 정량적으로 분석 가능한 Random Forest 기법이 편이 보정 과정에서 성능이 우수할 것으로 판단된다. 본 연구에서는 우리나라 21개 관측소를 기준으로 총 4개의 GCM(GISS, CSIRO, CCSM4,MIROC5)의 과거 기간 자료(1970년~2005년)를 실제 관측소에서 관측된 강수량을 편의 보정하는 방법에 있어서 편의 보정 기법의 성능을 비교한 결과와 GCM 미래 예측 기간 자료(2010년~2018년)에서의 편의 보정 기법의 성능 결과를 비교하였다. 이를 토대로 편이 보정 기법의 결과를 6개의 평가지수를 이용하여 정량적으로 분석하였으며, 다기준의사결정기법인 TOPSIS(Technique for Order of Preference by Similarity to Ideal Solution)를 이용하여 편이 보정기법들의 성능에 있어서 우선순위를 선정하였다. 본 연구에서 편이 보정 방법으로 Quantile mapping 방법을 사용했으며, Quantile mapping의 기법으로는 비모수 변환법(non-parametric transformation)과 분포기반 변환법(distribution derived transformation)이 사용되었다. 또한 머신러닝 방법 중 하나인 Random Forest 방법을 동시에 사용하여 결과를 비교하였다. 또한 GCM 자료가 격자식으로 제공하고 있기 때문에 관측소 강수량도 공간적으로 환산하여야 하는데, 본 연구에서는 역거리 가중치법(inverse distance weighting, IDW) 방법을 이용하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.354-354
• /
• 2011

금강유역에 대한 기후변화 영향을 기후모형 및 수자원영향평가모형을 통하여 정량적으로 분석하기 위하여 한반도 최적 GCM모형으로 기상청에서 제공하는 ECHO-G GCM모형과 역학적 다운스케일링 기법을 이용한 공간해상도 27km의 지역규모의 MM5 RCM모형을 이용하였다. A1B시나리오 기반으로 고해상도 기후변화 시나리오를 작성하여 분석기간을 2015년대(2001-2030), 2045년대(2031-2060), 2075년대(2061-2090)로 구분하여 미래 연평균강수량, 기온 등을 전망하였고, 과거 30년 자료의 100년빈도 강수량과 미래의 100년 빈도강수량의 변동성을 평가하였다. 기본적으로 GCM 및 RCM은 시공간적 스케일의 상이성으로 인해 수자원 영향 평가를 위한 자료로서 직접적인 이용은 현실적으로 곤란하다는 점에서 본 연구에서는 RCM 격자자료를 유역단위에서 강우관측소 지점 단위로 공간적 Downscaling을 실시하였으며 RCM 월자료에 대해서 일단위 자료로 시간적 Downscaling을 수행하여 기후모델로부터 발생하는 시공간적 스케일의 문제점을 극복하였다. 또한 유역단위의 상세수문시나리오를 생산하기 위해서 다지점 비정상성 Downscaling 기법을 활용하여 기존 일강수량 모의기법에서 간과 되었던 비정상성을 고려하여 미래 기후변화에 따른 강수사상의 변동성을 다양한 방법으로 검토하였다. 2001년~2006년 기간동안 SWAT모형을 이용하여 용담댐유역 용담댐 지점의 유입량과 SWAT의 최종방류부의 유량분석값을 비교한 결과 모의치와 실측치가 90.1% 일치하는 것으로 나타났고, 천천수위관측소 지점의 유량을 모형결과와 비교분석 한 결과에서도 91.3% 일치하는 것으로 나타났다. 한편, 대청댐 지점의 유입량과 SWAT의 최종방류부의 유량분석값을 비교한 결과 모의치와 실측치가 84.4% 일치하는 것으로 나타나 금강유역내 용담댐 및 대청댐을 대상으로 유출분석 검토 결과 적용성이 있음을 확인하였다. 기후변화 분석기간은 2011년부터 2090년까지 80년을 대상기간 으로 선정하였으며, 분석결과 2011~2020년 사이 유출량이 18%증가하는 것으로 전망되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.457-457
• /
• 2017

최근 기후변화에 따른 수문환경의 변화로 인해 도시지역에 침수피해가 빈번히 발생하고 있으며, 이는 도시화로 인한 인구밀도 증가 및 불투수율이 높아짐으로써 땅속으로 스며들지 못한 빗물이 지표면으로 유출되어 침수피해로 나타나고 있다. 또한, 복잡한 하수관망의 정비와 관리가 어렵다는 점이 침수를 유발하는 원인이 되기도 한다. 강남역과 울산 태화강 침수 피해를 대표적인 예로 들 수 있다. 강남역 일대는 대한민국의 대표적인 상업의 중심지라고 할 수 있으며, 2010년부터 3년간 내수침수가 발생하여 사회적인 이슈가 되었으며, 2016년 울산 및 제주도에서는 제 18호 태풍 차바(CHABA)의 한반도 상륙으로 하천이 범람하고 내수침수가 발생하여 많은 재산 피해를 입혔다. 이처럼 기후변화로 인한 태풍 발생 빈도 증가 및 국지성 호우는 도시지역에 많은 침수피해를 발생시키기 때문에 정확한 침수분석과 취약성 평가를 실시해야 한다. 따라서 본 연구에서는 서울시 강남역 일대를 대상으로 강우-유출모형을 구축하였으며, 기상청에서 제공하는 HadGEM3-RA(12.5km격자자료)를 이용하여 미래 기후변화에 따른 불확실성을 고려한 취약성 평가하였다. 이는 상습침수지역에 대한 근본적인 침수원인을 파악하고 사전에 예방할 수 있는 객관적 평가자료로 활용가능할 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.345-345
• /
• 2023

기후변화에 대응하기 위한 가뭄과 홍수 등의 수재해 관리체계 수립의 필요성이 높아지고 있어, 기후예측모형과 연계하여 수문 및 에너지 순환과정에서 하천유출에 대한 기후변화 영향예측이 가능한 지표수문모형(Land Surface Model, LSM)의 개발과 적용이 요구되고 있다. 또한, LSM은 연속적이고 장기적인 유출을 모의할 수 있어 수재해에 관한 예측과 정보 제공에 유용하므로, 최근 수재해 예측시스템 구축을 위한 주요한 도구로 관심을 받고 있다. 이에 따라, 본 연구에서는 기후모형 CWRF(Climate-Weather Research and Forecasting Model)와 연계되어 물-에너지 순환모의가 가능한 최신 LSM 중 하나인 Common Land Model(CoLM)을 우리나라 유역의 장기하천유출모의에 적용하고자 한다. 대부분의 LSM은 지상의 물과 에너지 순환과정이 각 단일 격자의 수직적인 모의과정으로 제한되고 있었지만, 현재 지속적인 개선을 통해 많은 LSM에서 보다 현실적인 물과 에너지 변화를 모의하고자 노력하고 있다. 그러나, 지속적인 모형의 개선에도 불구하고(또는 그로 인해) 정교한 수학적 프로세스를 통합하여 개선된 최신 LSM은 오히려 복잡한 매개변수 체계, 매개변수 추정, 입력자료, 초기 및 경계조건 등에서 비롯된 불확실성이 존재하고 있다. 따라서, 모형의 주요 매개변수값의 추정은 모의결과의 성능과 안정성을 확보하기 위한 LSM의 모의에서 필수적인 과정 중 하나이다. 유역의 특성에 따라 결정되는 모형 매개변수는 관련자료의 부재 또는 관측의 부정확성으로 인해 검보정 과정을 통해 결정되어야 하므로, 유역의 수문특성을 최대한 반영하고 모형의 성능과 안정성을 확보하기 위해 모의목적에 따라 적절한 검보정 목적함수의 선정도 요구된다. CoLM과 같이 다양한 매개변수가 사용되는 LSM에서는 모의결과에 대한 불확실성을 줄이고, 모의목적에 따른 모형의 예측도 향상을 위해서 모의결과에 민감한 주요 매개변수의 검보정이 과정이 중요하다. 따라서, 본 연구에서는 격자기반 지표수문모형인 CoLM을 이용하여 우리나라 유역의 장기하천유출을 모의하는 과정에서 CoLM의 주요 매개변수 검보정에 필요한 적절한 목적함수의 적용을 통해 CoLM 장기하천유출 모의결과의 예측성능을 개선하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.360-360
• /
• 2018

기후변화에 따른 강우특성의 변화는 다양한 기상이변과 극한사상의 발현으로 사회적 관심이 높아지고 있는 이슈이다. 일반적인 기후변화 연구는 전지구 기후 모델 (GCM, General Circulation Model) 산출물에 기반하여 생산된 미래 기상정보를 바탕으로 이루어진다. 최근 국내 연구에서 주로 활용되는 자료는 IPCC 5차보고서(AR5)의 과학적 기반자료로 활용되는 CMIP5(Coupled Model Intercomparison Project, phase 5) GCM 산출물이다. 수자원, 농업, 경제의 다양한 분야에서 기후변화 영향평가가 심층적으로 이루어지고 있는 가운데 미래기간에 대한 GCM 산출물에 대한 신뢰성에 대한 평가 연구는 상대적으로 미흡한 실정이다. 모델의 신뢰성은 산출물의 실제 현상에 대한 재현성을 평가함으로서 가늠할 수 있다. 본 연구에서는 한반도 지역에 대한 전지구 모델의 성능을 평가하기 위해 동아시아 지역의 격자단위 관측자료를 수집하여 과거기간(1970~2005)에 대한 강우특성 공간분포를 분석하고 이에 대한 GCM 산출물의 재현성을 평가하였다. 위도와 경도에 따른 강우특성의 공간적 변동성에 대한 GCM 결과의 상관성과 평균/절대오차를 산정하여 29개 CMIP5 GCM의 순위를 결정하여 제시하였다. 이 분석은 동아시아 해안지역과 한반도 지역을 구분하고 다양한 강우특성에 대한 재현성을 통합적으로 고려하여 이루어졌다. 연구 결과 오차 통계와 대상지역에 따라 GCM 순위가 상이하게 나타났으며 특히 공간분포의 패턴과 절대적 오차를 기준으로 판단한 GCM 순위가 크게 다르게 나타났다. 대체로 Hadley Centre 계열 모델의 동아시아 지역에 대한 강우특성 재현성이 높게 나타났으며 한반도 지역만을 대상으로 평가했을 때 MPI_ESM_MR과 CMCC center 계열 모델의 재현성이 높게 나타났다. 본 연구결과는 향후 한반도 지역의 기후변화 영향평가에 가중있게 고려되어야 할 GCM의 선정과 GCM 성능고려에 따른 기후변화 예측 불확실성 평가에 적용될 수 있으며 다양한 영향평가 연구결과의 신뢰도 제고에 기여할 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.195-195
• /
• 2018

기상청에서는 영국 전지구기후모델인 HadGEM2-AO 기반의 영국 지역기후모델 HadGEM3-RA로부터 생산된 기후변화 시나리오를 기후변화예측을 위한 국가표준시나리오 자료로 제공하고 있다. 하지만, 기후모델의 특성상, 관측자료와 모의자료 간에는 통계적인 차이가 존재하며, 이러한 차이를 무시하고 원자료를 그대로 분석에 사용하는 것은 무의미 하다. 따라서 이러한 보정하기 위해서 주로 Quantile Mapping, Quantile Delta Mapping, Detrended Quantile Mapping 방법이 주로 사용된다. 하지만 어떠한 편의보정 방법이든 극값이 다수 존재하는 미래기간 모의자료를 보정할 때에는 외삽법(extrapolation)의 적용이 필요하다. 외삽법의 경우 constant correction 방법이 주로 적용된다. 본 연구에서는 기상청의 국가표준시나리오를 대상으로 이러한 편의보정 방법의 적용에 따른 미래 극한강우량의 차이를 분석하고자 하였다. 우선, 모의자료에서 우리나라 주요 기상관측지점에 해당하는 격자로부터 강우량자료를 추출하고 연최대강우시계열을 산정하였다. 그 후, 위의 세 가지 편의보정 방법을 이용하여 강우자료의 편의보정을 수행하였으며, constant correction 방법을 적용하여 이상치를 보정하였다. 그 후, 보정된 미래기간 모의자료의 추세를 분석하고, 이를 미래 확률강우량 산정방법인 scale-invariance 기법에 적용하여 미래 확률강우량을 산정하였다. 그 결과, 외삽법의 적용에 따라 편의보정 방법에 따라 미래 자료의 추세 또는 확률강우량의 변화패턴은 큰 차이를 나타내지 않았지만, 그 값 자체는 다소 차이가 있는 것으로 나타났다. 이러한 차이는 사용된 GCM과 RCM 조합으로 인한 오차와 더해져, 미래 예측결과의 불확실성으로 나타나기에 미래 극한강우량 예측을 위해서는 다수의 GCM, RCM 조합뿐만 아니라 다수의 편의보정 방법에 따른 결과도 함께 고려(ensemble)하여 결과를 나타내는 것이 필요할 것으로 판단된다.

• Journal of the Korean Data and Information Science Society
• /
• v.27 no.5
• /
• pp.1215-1224
• /
• 2016

Climate information of the high resolution grid units is an important factor to explain the phenomenon in a variety of research field. Statistical linear interpolation models are computationally inexpensive and applicable to any climate data compared to the dynamic simulation method at regional scales. In this paper, we considered four different linear-based statistical interpolation models: general linear model, generalized additive model, spatial linear regression model, and Bayesian spatial linear regression model. The climate variable of interest was the daily mean temperature, where the spatial variability was explained using geographic terrain information: latitude, longitude, elevation. The data were collected by weather stations in January from 2003 and 2012. In the sense of RMSE and correlation coefficient, Bayesian spatial linear regression model showed better performance in reflecting the spatial pattern compared to the other models.