• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1191-1196
• /
• 2009

온실가스 증가에 따른 미래 기후변화가 수자원에 미치는 영향을 평가하기 위하여 전구기후모델(AOGCM)의 기온과 강수 자료를 이용하여 한반도 지역에 대한 통계적 규모 상세화(statistical downsacaling, SDS) 기법을 개발하였다. 개발된 기법은 Cyclostationary Empirical Orthogonal Function (CSEOF) 분석과 회귀분석을 결합한 것으로 관측과 AOGCM 시계열의 통계적 상관성을 이용하고 있다. 20세기말(1973-2000) 동안의 광역규모의 기온(ECMWF)과 강수량(CMAP) 및 AOGCM의 기온과 강수량 자료에 통계적 상세화 기법을 적용하고 비교함으로써 이 기법의 유효성을 검증하였는데, 상세화된 기온과 강수량 자료는 관측된 계절변동성과 월변동성을 잘 모사하였다. 특히, 여름철 관측에 비해 저평가된 AOGCM의 강수량 크기와 변동성이 상세화를 통해 관측치에 근접하게 되었다. AOGCM의 미래 강수량 변화는 21세기 후반에 계절적으로 봄과 여름에 증가할 것을 예상되었다. 상세화된 AOGCM의 강수는 겨울을 제외한 모든 계절에서, 특히 여름철에 가장 많이 증가할 것으로 전망되었다. AOGCM의 미래 기온변화는 21세기 후반으로 갈수록 상승하며, 계절적으로 겨울철의 기온 상승폭이 더 클 것으로 전망되는데, AOGCM을 상세화한 결과에서는 겨울과 더불어 여름에도 기온 상승폭이 클 것으로 전망되었다. 개발된 기법은 역학적 결과와 관측과의 통계적 상관성을 이용하기 때문에 광역규모의 기후적 특성뿐만 아니라 한반도 지형 등 지역적 특성도 모두 반영함과 더불어 광역규모의 자료를 빠른 시간내에 효과적으로 상세화시킬 수 있는 장점도 지닌다. 한편 상세화에 사용된 CSEOF의 모드수 등에 따른 불확실성 등은 통계적 상세화 과정에 개선될 여지가 남아있음을 보여준다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.847-850
• /
• 2010

최근 많은 수문학자들은 전지구적 기후변화로 인한 피해 예방과 저감을 위해 기후변화가 수문학적으로 어떤 영향을 미치고 있는지 알기 위해 많은 연구를 진행하고 있으며, 기후변화시나리오를 작성하고자 이산화탄소 배출농도를 가정하여 다양한 시나리오를 생성하고 있다. 본 연구에서는 효율적인 수자원 관리를 위해 저해상도의 GCM(General Circulation Models) 모형에서 생성되는 모의결과를 유역 규모의 단위로 스케일 상세화 기법(downscaling)을 적용 시켜 보고자 한다. 이를 위해 2007년 IPCC AR4와 함께 제시된 SRES A1B 시나리오를 채택하여 우리나라 기상청이 연구에 참여 제공하고 있는 EHCO-G 모델의 모의결과를 이용하여 소양강 유역에 적용하였다. 상세화 기법으로는 현재와 과거의 입력값들과 이에 대응된 출력값들을 알고 있는 경우에 미래의 새로운 입력값들에 대한 예측값들을 추출하는데 유용하며, 비선형적 비연속적인 특성이 강한 모델에 강점을 가지고 있는 인공신경망(Artificial Neural Network) 모델을 사용하고자 한다.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.14 no.3
• /
• pp.136-149
• /
• 2011

The aim of this study is to develop future climate scenario by downscaling the regional climate model (RCM) from global climate model (GCM) based on IPCC A1B scenario. To this end, the study first resampled the KMA-RCM(Korea meteorological administration-regional climate model) from spatial resolution of 27km to 1km. Second, observed climatic data of temperature and rainfall through 1971-2000 were processed to reflect the temperature lapse rate with respect to the altitude of each meteorological observation station. To optimize the downscaled results, Co-kriging was used to calculate temperature lapse-rate; and IDW was used to calculate rainfall lapse rate. Fourth, to verify results of the study we performed correlation analysis between future climate change projection data and observation data through the years 2001-2010. In this study the past climate data (1971-2000), future climate change scenarios(A1B), KMA-RCM(Korea meteorological administration-regional climate model) results and the 1km DEM were used. The research area is entire South Korea and the study period is from 1971 to 2100. Monthly mean temperatures and rainfall with spatial resolution of 1km * 1km were produced as a result of research. Annual average temperature and precipitation had increased by $1.39^{\circ}C$ and 271.23mm during 1971 to 2100. The development of downscaling method using GIS and verification with observed data could reduce the uncertainty of future climate change projection.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.111-111
• /
• 2022

우리 사회가 수자원 관리 정책 결정에 사용 가능한 수문 이상 기상 정보를 제공하기 위해서는 초고해상도 지표면 수문 모델 개발이 필수적이다. 본 연구에서는 기존 저해상도 기후 모델들의 지표 수문학적인 과정들을 개선하기 위해 초고해상도 하도 추적 모델링 기술을 통해 역학적인 상세화가 시도되었다. 100-km 격자의 VIC 모델에서 재생산된 지표 배출량과 기저 배출량을 입력 데이터로 사용하여 다양한 공간 규모의 하도 추적 모델에서 사용하여 산정된 하천유량의 신뢰도를 평가하였다. 본 연구에서는 90미터 (3 arc second), 450 미터(15 arc second), 그리고 900 미터 (30 arc second) 격자 규모의 금강 유역 하천망 지도를 사용하여 과거 장기 하천 유량 데이터(1948년-2016년)를 재생산하였다. 본 연구에서는 금강 유역 내의 지점 관측 하천 유량 데이터와 재생산된 유량 데이터의 불확실성을 평가하였다. 본 연구의 주요 결과는 보다 고해상도의 하천망 지도를 하도 추적 모델에 사용 시 산정된 하천 유량 데이터의 불확실성이 감소하는 경향을 발견하였다. 끝으로, 초고해상도 지표 수문-하도 추적 모델을 통한 상세화 기술의 한계점과 개선 방안을 논의하였다. 본 연구는 기후변화로 인한 이상 기상 또는 기후의 위험성 증가에 효율적으로 선제 대응할 수 있는 핵심 수문 기후 모델링 기술을 개발에 중요한 기여할 것이다.

• 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.

• Journal of Korea Water Resources Association
• /
• v.51 no.spc
• /
• pp.1057-1066
• /
• 2018

Climate change has been influenced on extreme precipitation events, which are major driving causes of flooding. Especially, most of extreme water-related disasters in Korea occur from floods induced by extreme precipitation events. However, future climate change scenarios simulated with Global Circulation Models (GCMs) or Reigonal Climate Models (RCMs) are limited to the application on medium and small size rivers and urban watersheds due to coarse spatial and temporal resolutions. Therefore, the current study introduces the state-of-the-art approaches and procedures of statistical downscaling techniques to resolve this limitation It is expected that the temporally downscaled data allows frequency analysis for the future precipitation and estimating the design precipitation for disaster prevention.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.326-326
• /
• 2022

기후 변화 시나리오는 온실가스, 에어로졸, 토지이용 변화 등 인위적인 원인으로 발생한 복사강제력 변화를 지구시스템 모델에 적용하여 산출한 미래 기후 전망정보(기온, 강수량, 바람, 습도 등)를 생산하는데 활용된다. 또한, 미래에 기후변화로 인한 영향을 평가하고 피해를 최소화하는데 활용할 수 있는 선제적인 정보로 활용된다. GCM과 RCM은 구조 및 모수화 과정, 불확실성 등의 한계로 인하여 상대적으로 큰 시공간적 규모를 가지며, 실제 관측된 기상인자들을 재현하는데 시공간적 차이 즉 편의(bias)가 발생하며. 실제 관측된 기상인자의 시간적 변화 특성을 재현하지 못하는 문제점을 내재하고 있는 것으로 보고되고 있다. 이러한 점에서 기후모델에서 생산된 정보를 수문학적으로 적용하기 위해서는 시공간적 상세화와 편의 보정은 필수적이다. 본 연구에서는 관측자료를 사용하여 재해석 자료를 편의보정 한 뒤. 기후 변화 시나리오를 합성곱 신경망(CNN)을 기반으로 상세화 과정을 진행하여 고해상도 자료를 생산하였으며, CNN 기반 상세화 기법 적용성은 지상 관측자료 대상으로 평가하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.175-175
• /
• 2018

우리나라에서 발생하는 대규모 자연재해의 상당부분은 강우에 의한 홍수피해이다. 최근 이러한 홍수피해는 기후변화와 더불어 극한강우 현상의 빈발에 의한 새로운 재해양상으로 전개되고 있으며, 이에 따라 정부에서도 재해발생시 원상복구의 개념이 아닌 항구복구의 개념으로 복구사업을 수행하고 있다. 그러나 설계에 기후변화에 대한 영향을 반영하고 있지 못하기 때문에 기후변화에 의하여 미래에 발생할 극한강우로 반복적인 피해가 예상되고 있으므로 기존의 방재성능목표 강우량의 설정 방법에 대한 개선이 필요하다. 전 세계적으로 이러한 기후변화에 의한 현상을 모의하기 위한 연구로 전지구기후모델(Global Climate Model, 이하 GCM)과 지역기후모델(Reginal Climate Model, 이하 RCM)을 사용하고 있다.우리나라 기상청에서도 CMIP5 국제사업의 표준 실험체계를 통해 전지구 기후변화 시나리오 산출을 위해서 영국 기상청 해들리센터의 GCM인 HadGEM2-AO를 도입하였다. 또한 한반도 기후변화 시나리오를 산출하기 위해 HadGEM3-RA 모형을 이용하여 전지구 기후변화 시나리오를 역학적으로 상세화하고 이를 한반도에 대해 12.5km 공간 해상도로 일 자료를 제공하고 있다. 하지만 유역규모 혹은 지점규모에서 사용하기 위해서는 이러한 일자료의 시 공간적인 상세화기법이 요구된다. 본 연구에서는 기후변화를 고려한 방재성능목표 강우량 개선 방향을 제안하기 위해 다양한 연구단에서 도출된 상세화 결과를 수집하고 비교분석을 통해 기후변화를 고려하고자 하였다. 다양한 연구기관에서 생산된 미래 확률 전망을 살펴본 결과, 동일한 GCM자료를 사용하더라도 상세화 방법론에 따라 서로 다른 결과가 도출되는 것을 확인하였다. 미래 예측의 불확실성을 고려하면 특정한 방법론이 우수하다고 평가하기는 어려움에 따라 앙상블 평균을 활용한 개선방향을 제안한다. 본 연구의 결과는 전국 지자체의 강우특성만을 고려한 것으로, 연안지역의 경우 해수면 상승을 고려하여 추가적인 대책이 필요할 것으로 판단된다.

• 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
• /
• 2021.06a
• /
• pp.93-93
• /
• 2021

아날로그 기법은 대표적인 일기도분류 기반의 공간상세화 기법으로써 과거 기상 현상이 미래 재현된다는 가정 하에 공간상세화를 수행하는 방법이다. 대규모 공간범위에 대한 아날로그 기법 적용 시에 지역 구분을 기반으로 적용하는 것이 바람직하다고 알려져 있으며, 기상 변수 간의 선형 상관성을 기반으로 지역구분을 수행하는 기법이 제안된 바 있다. 다만 기존 방법은 아날로그 시점을 찾는 범위가 지나치게 넓어지거나, 공간적으로 불연속적인 구간이 발생할 수 있다. 따라서 지역 간 기후변동성이 크고 도서가 다수 위치한 아시아 지역에서는 부적합한 방법이다. 본 연구에서는 아시아 지역에 대해 지역별 기후특성을 반영할 수 있는 아날로그 공간상세화 기법(BCIA)을 제안하고 평가하고자 한다. 본 연구에서는 쾨펜 기후구분과 ETCCDI 지수를 활용하여 기후특성을 고려한 지역구분을 수행하였으며, 이를 기반으로 아날로그 상세화를 수행하고 평가하였다. 평가결과 BCIA는 기존 아날로그 기법에 비해 기후 특성을 재현하는데 효과적인 것으로 나타났으며, 특히 극치 계열의 기후 지수, 강수일수와 관련된 기후 지수의 재현성이 우수한 것을 확인하였다. 본 연구에서는 기존 일부 지역에서만 시도되었던 지역별 아날로그 적용 방법론을 아시아 지역에 맞게 새롭게 제안하였고 이에 대한 활용성을 검증하였다는 점에서 가치가 있다.