• 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.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.343-343
• /
• 2012

미래 극한사상의 초과확률을 산정하기 위하여 저해상도의 전지구 기후변화 시나리오 자료를 그대로 사용하거나 이를 역학적 또는 통계적 방법으로 상세화한 고해상도 기후변화 시나리오 자료를 활용한다. 통계적 상세화는 전지구 또는 지역기후모델의 현재기후 모의 자료와 관측 자료와의 통계적 관계를 미래 예측자료에 적용하는 방법으로, 현재와 미래 기후의 시공간적 분포가 동일하다는 가정을 포함하고 있다. 반면 역학적 상세화 방법은 기후변화 강제력을 고려하는 지역기후모델을 이용하여 기후시스템의 역학 및 물리과정, 기후시스템간 의 상호작용, 기후변화의 비정상성 등을 고려할 수 있고, 변수간의 시공간적 상관성을 지구시스템의 물리 역학적 과정으로 해석할 수 있다는 장점이 있다. 이에 국립기상연구소에서는 영국 기상청의 통합모델(UM)기반의 지역기후모델(HadGEM3)을 사용하여 50 km 및 12.5 km 격자 단위로 역학적 상세화(dynamic downscaling)를 수행하였다. 본 연구에서는 역학적 상세화로 생산된 HadGEM3-RA 자료를 이용하여 현재기후(1980-2005), 가까운 미래(2020-2049)와 21세기말(2070-2099)의 20년 빈도 강수량을 비교하였다. 연구결과, 남한에 걸쳐 현재기후에 비하여 미래에는 극한강수의 크기와 빈도가 전반적으로 증가하는 경향을 확인할 수 있었다. 20년에 한번씩 발생하였던 일 극한강수는 RCP8.5를 고려한 21세기말에는 약 4년에 한번씩 발생하리라 전망되었다.

• 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.

• Journal of the Korea Convergence Society
• /
• v.12 no.10
• /
• pp.63-70
• /
• 2021

Generating a super-resolution meteological data by using a high-resolution deep neural network can provide precise research and useful real-life services. We propose a new technique of generating improved training data for super-resolution deep neural networks. To generate high-resolution meteorological data with domain specific knowledge, Lambert conformal conic projection and objective analysis were applied based on observation data and ERA5 reanalysis field data of specialized institutions. As a result, temperature and humidity analysis data based on domain specific knowledge showed improved RMSE by up to 42% and 46%, respectively. Next, a super-resolution generative adversarial network (SRGAN) which is one of the aritifial intelligence techniques was used to automate the manual data generation technique using damain specific techniques as described above. Experiments were conducted to generate high-resolution data with 1 km resolution from global model data with 10 km resolution. Finally, the results generated with SRGAN have a higher resoltuion than the global model input data, and showed a similar analysis pattern to the manually generated high-resolution analysis data, but also showed a smooth boundary.

• Atmosphere
• /
• v.30 no.2
• /
• pp.155-167
• /
• 2020

In order to produce more detailed and accurate information of river discharge and freshwater discharge, global high-resolution hydrodynamic model (CaMa-Flood) is applied to an operational land surface model of global seasonal forecast system. In addition, bias correction to grid runoff for the hydrodynamic model is attempted. CaMa-Flood is a river routing model that distributes runoff forcing from a land surface model to oceans or inland seas along continentalscale rivers, which can represent flood stage and river discharge explicitly. The runoff data generated by the land surface model are bias-corrected by using composite runoff data from UNH-GRDC. The impact of bias-correction on the runoff, which is spatially resolved on 0.5° grid, has been evaluated for 1991~2010. It is shown that bias-correction increases runoff by 30% on average over all continents, which is closer to UNH-GRDC. Two experiments with coupled CaMa-Flood are carried out to produce river discharge: one using this bias correction and the other not using. It is found that the experiment adapting bias correction exhibits significant increase of both river discharge over major rivers around the world and continental freshwater discharge into oceans (40% globally), which is closer to GRDC. These preliminary results indicate that the application of CaMa-Flood as well as bias-corrected runoff to the operational global seasonal forecast system is feasible to attain information of surface water cycle from a coupled suite of atmospheric, land surface, and hydrodynamic model.

• Journal of Korean Society for Geospatial Information Science
• /
• v.24 no.4
• /
• pp.21-28
• /
• 2016

Numeric weather prediction is important to prevent meteorological disasters such as heavy rain, heat wave, and cold wave. The Korea meteorological administration provides a realtime special weather report and the rural development administration demonstrates information about 2-day warning of agricultural disasters for farms in a few regions. To improve the early warning systems for meteorological hazards, a nation-wide high-resolution dataset for weather prediction should be combined with web-based GIS. This study aims to develop a web service prototype for early warning of meteorological hazards, which integrates web GIS technologies with a weather prediction database in a temporal resolution of 1 hour and a spatial resolution of 1 km. The spatially and temporally high-resolution dataset for meteorological hazards produced by downscaling of GME was serviced via a web GIS. In addition to the information about current status of meteorological hazards, the proposed system provides the hourly dong-level forecasting of meteorologic hazards for upcoming seven days, such as heavy rain, heat wave, and cold wave. This system can be utilized as an operational information service for municipal governments in Korea by achieving the future work to improve the accuracy of numeric weather predictions and the preprocessing time for raster and vector dataset.