• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.277-277
• /
• 2012

국립기상연구소(National Institute of Meteorological Research; NIMR)는 기상청 이중편파 레이더 현업운영에 대비하여 2009년 X-band 연구용 이중편파 레이더를 도입하였고, 편파변수의 산출과 대기수상체 분류를 포함한 강수추정 등의 효용 가능성에 대한 연구를 지난 2년간 수행하고 있다. 이중편파 레이더는 반사도( )뿐만 아니라 차등반사도($Z_R$), 비차등 위상($K_{DP}$), 상관계수($_v$)등의 편파 변수의 산출로 강우감쇠보정과 기상에코-비기상의 에코(ground clutter, insects, birds, chaff)의 구별이 가능하다. 이러한 장점들을 이용해 레이더 자료품질 개선과 정량적 강수추정의 상당한 개선에 도움이 된다. 본 연구에서는 강수추정 관계식 R-Z, 감쇠 보정된 R-Z, R-$K_{DP}$ 관계식을 이용하여 레이더 관측 반경 내에 존재 하는 81개의 지상 우량계 자료와 강수량 추정의 정확도 비교 검증을 실시하였다. 그리고 Fuzzy logic 기법을 이용한 대기수상체 분류 알고리즘을 사용하였고 관측사례는 2011년 수도권 관측을 통해 강설/강수 에코 구별과 우박에코 사례를 분석하였다. 본 연구를 통해 이중 편파 레이더에서 산출된 고품질의 레이더기상자료를 기반으로 현업 예보지원 및 정량적 강우예측 향상에도 기여할 것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.1474-1478
• /
• 2006

본 연구에서는 여러 기상지수들과 우리나라 기온, 강수량에 대해서 Multi-Channel Singular Spectrum Analysis(MSSA)를 실시함으로써 상호영향에 따른 주성분을 분석하였다. Window length가 150일 때 SOI 등의 기상지수와 기온, 강수량의 MSSA를 실시하였으며 이 때 각각의 eigenvalue는 전체 공분산에 대한 각 요소의 비율을 설명한다. Window length는 Vautard 등(1992)이 제시한 $N/5{\sim}N/3$의 값을 사용하였다. 기상요소들과 기온, 강수량의 MSSA를 이용한 기후변화에 따른 국내 수문변수의 변화 상관분석은 기온과 각 기상요소들과의 분석결과에 비해 강수와 각 기상요소들의 분석결과가 기상요소들에 대한 주기패턴을 잘 따르지 못하고 약한 진폭을 나타내며 특히 SOI와 Rainfall의 경우 첫 번째 주성분에서의 상관분석결과 3개월 지체 시 상관계수 0.8410의 상관성이 높은 장주기 변화 쌍을 가짐에도 불구하고 자료의 변화도에 대하여 각 요소가 설명하는 비중이 매우 낮았다.

• Journal of the Korean Data and Information Science Society
• /
• v.25 no.6
• /
• pp.1293-1300
• /
• 2014

The temperature data influences on various policies of the country. In this article, the autoregressive error (ARE) model has been considered for analyzing the monthly and seasonal temperature data at the northern part of the Chungcheong Namdo, Seosan monitoring site in Korea. In the ARE model, five meteorological variables, four greenhouse gas variables and five pollution variables are used as the explanatory variables for the temperature data set. The five meteorological variables are wind speed, rainfall, radiation, amount of cloud, and relative humidity. The four greenhouse gas variables are carbon dioxide ($CO_2$), methane ($CH_4$), nitrous oxide ($N_2O$), and chlorofluorocarbon ($CFC_{11}$). And the five air pollution explanatory variables are particulate matter ($PM_{10}$), sulfur dioxide ($SO_2$), nitrogen dioxide ($NO_2$), ozone ($O_3$), and carbon monoxide (CO). The result showed that the monthly ARE model explained about 39-63% for describing the temperature. However, the ARE model will be expected better when we add the more explanatory variables in the model.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.58-58
• /
• 2019

최근 기계학습기법에 대한 활발한 연구로 인하여 많은 기계학습기법들이 개발되었다. 이러한 최신기계학습기법은 기존에 사용되어온 기계학습기법과 경험식들보다 자연현상을 예측하고 재현하는데 높은 성능을 보이는 것으로 알려져 있다. 레이더 자료를 이용한 강우추정 기법으로는 ZR관계식이 널리 사용되고 있다. 이상적인 조건에서는 ZR 관계식을 이용한 레이더 강우추정이 양호한 성능을 보이나, 실제 레이더 자료를 이용한 강우추정은 이상적인 환경이 아닌 경우가 매우 많다. 이런 ZR관계식의 한계점을 보완하기 위한 방법으로 기계학습기법을 이용한 레이더 강우추정 기법들이 개발되었으나, 현재 한국의 레이더 자료를 대상으로 해서는 많은 연구가 진행되어 오지 않고 있다. 레이더 자료를 이용한 강우추정의 정확도 향상을 위해서는 최신 기계학습기법들의 레이더 강우추정 기법에 대한 적용가능성을 평가해 볼 필요성이 있다. 본 연구에서는 random forest, stochastic gradient boosted model, extreme learning machine의 강우 레이더 강우추정 기법으로의 적용성을 평가하였다. 강우추정 기법 개발 및 성능 비교를 위해서 2018년 광덕산 이중편파 레이더 자료를 이용하였다. 다양한 이중편파 매개변수 조합을 레이더 강우추정 기법의 입력변수로 적용하였다. 기존 연구의 사용되어 온 ZR관계식의 매개변수를 또한 강우사상과 이중편파 매개변수 조합을 이용하여 추정하였다. 기계학습을 적용한 레이더 강우추정 기법이 ZR관계식보다 상관계수와 제곱근오차를 기준으로 높은 강우추정 정확도를 보였다. 특히 개발된 강우추정 기법은 호우사상에서 높은 정확도를 보이는 것을 확인 할 수 있었다. 적용된 기계학습 기법 중에서는extreme learning machine이 레이더 강우추정기법 개발에 가장 적합한 것으로 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.348-348
• /
• 2021

가뭄 연구의 궁극적 목표는 가뭄 발생의 메커니즘에 대한 이해를 높이고, 예측기술을 향상시켜 선제적 대응이 가능하도록 하는 것이다. 일반적으로 가뭄분석에 활용되는 가뭄지표는 연속형 변수로 간주하여 확률모형을 구축하지만, 가뭄상태와 가뭄피해 자료는 순서형 및 이산형 변수이므로 범주형 자료 분석 기법을 적용하는 것이 더 적절하다. 따라서 본 연구에서는 기상학적 가뭄과 피해발생 사이의 관계를 규명하기 위해 범주형 자료 분석 방법 중 로그선형(log-linear) 모형과 로지스틱(logistic) 회귀모형을 활용하였다. 가뭄피해 예측을 위한 가뭄 피해 정보를 수집하는 것은 매우 어려운 일이다. 가뭄의 영향으로 인해 발생할 수 있는 피해의 종류가 다양하며, 여러 분야의 이해관계자가 받아들이는 가뭄의 피해 양상이 다르기 때문이다. 본 연구에서는 국가가뭄정보포털(drought.go.kr)에서 충청북도의 가뭄피해현황 자료를 수집하였다. 30년(1991~2020년)동안 238개 읍면동 중 34개 행정구역에서 총 272건의 가뭄피해가 발생한 것으로 확인되었다. 표준강수지수(SPI)를 이용하여 분석된 지역별 연평균 가뭄발생횟수는 약 8.44회이며, 가뭄이 가장 많이 발생한 해는 2001년(평균 가뭄발생 18.7회)이었다. 강수의 부족으로 인해 발생하는 기상학적 가뭄이 사회경제적 피해를 야기하는 수문학적 가뭄으로 전이되기까지 몇 주에서 몇 달까지 시간이 소요된다. 이러한 관계를 파악하기 위해 가뭄피해 발생 여부를 예측변수, 가뭄피해 발생 이전의 가뭄상태를 설명변수로 설정하여 기상학적 가뭄 발생에 따른 가뭄피해 발생 확률을 산정하였다. 그 결과 가뭄피해 발생 당시의 가뭄상태보다 그 이전에 연속된 가뭄상태가 있을 경우 가뭄피해 발생 확률이 약 2.5배 상승하는 것으로 나타났다.

• Journal of Korea Water Resources Association
• /
• v.48 no.1
• /
• pp.69-78
• /
• 2015

In this study, meteorological drought indices were examined to simulate hydrological drought. SPI (Standardized Precipitation Index) and SPEI (Standardized Precipitation Evapotranspiration Index) was applied to represent meteorological drought. Further, in order to evaluate the hydrological drought, monthly total inflow and SDI (Streamflow Drought Index) was computed. Finally, the correlation between meteorological and hydrological drought indices were analyzed. As a results, in monthly correlation comparison, the correlation between meteorological drought index and monthly total inflow was highest with 0.67 in duration of 270-day. In addition, a meteorological drought index were correlated 0.72 to 0.87 with SDI. In compared to the annual extremes, the relationship between meteorological drought index and minimum monthly inflow was hardly confirmed. But SDI and SPEI showed a slightly higher correlation. There are limitation that analyze extreme hydrological drought using meteorological drought index. For the evaluation of the hydrological drought, drought index which included inflow directly is required.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.22-22
• /
• 2017

일반적으로 기후변화 연구에서는 미래 기후변화 전망에 존재하는 불확실성을 고려하기 위해 다양한 Global Circulation Model (GCM) 시나리오를 고려하는 앙상블기법을 사용한다. 하지만 모든 GCM 시나리오들을 전부 사용하는 것은 많은 계산시간과 노력을 요구하기 때문에 비효율 적이다. 따라서 최소한의 시나리오로 최대한의 기후변화 변동성을 포함할 수 있는 대표 시나리오 선정 및 적용이 필요하다. 본 연구에서는 군집분석 기법 중에 하나인 KKZ 알고리즘을 활용하여 지역 수문 영향분석을 위한 대표 시나리오를 선정하였다. 먼저 27개 ETCCDI 기상변수들로부터 대표 기상변수들을 선정하고 미래 기간에 대한 상대변화를 90%이상 포함시키는 대표 시나리오를 선정하였다. KKZ 알고리즘을 활용할 경우 전체 26개 GCM에 대해 우선순위별로 시나리오를 하나씩 증가시켜 선정하기 때문에, 시나리오를 하나씩 증가시킬 때 마다 미래 기후변동성이 어느 정도 표현되는지 분석하였다. 그리고 선정된 GCM 시나리오들을 금강유역을 대상으로 수문 모형에 입력하여 미래 수문영향 분석을 실시하였다. 이를 통해 대표 시나리오를 통해 전망한 미래 수문변화량이 전체 상대변화량 대비 어느 정도의 변화량을 포함시킬 수 있는지 분석하였다. 그리고 홍수 및 가뭄과 관계된 기상변수 그룹을 각각 선정 한 후 이를 바탕으로 새롭게 대표 시나리오들을 선정하였다. 이를 바탕으로 수문 영향분석을 실시하여 각각의 시나리오들이 홍수 및 가뭄전망 상대변화량을 얼마나 잘 포함시킬 수 있는지도 분석하였다. 이와 같이, 본 연구는 적은 수의 대표 시나리오의 선정을 통해 미래 기후변화 변동성을 최대한 포함시킬 수 있음으로서 불필요한 수문모의 시간을 절약할 수 있음을 보여주었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.151-151
• /
• 2016

하천 유역의 수자원관리에 있어서 홍수 및 가뭄 기간에 유출의 규모와 빈도와 같은 유출특성을 신뢰할 수 있도록 예측하는 것은 매우 중요하다. 수문모형은 이러한 유역의 신뢰성 있는 유출량 예측을 위해 이용되며, 수문모형의 결과물은 수문순환 과정의 공간적 표출이나 매개변수 추정방법 등 다양한 요인에 매우 민감하게 반영된다. 대부분의 수문모형 매개변수들은 해당 유역의 특성이나, 홍수 및 가뭄과 같은 극단적 유출상황에 따라 설정되어 있지 못한 실정이며, 이는 모형의 신뢰성 있는 보정 및 유출량 모의를 보다 정밀하게 수행하지 못하는 원인으로 작용하게 된다. 본 연구의 목적은 SWAT(Soil and Water Assessment Tool) 모형을 이용하여 유역의 하천 유출량을 모의함에 있어서 홍수 및 가뭄년, 평년의 유출특성이 모형의 매개변수 추정에 미치는 영향을 분석하고자 하는 것이다. 이를 위해, 안성천 유역($1,658.7km^2$)을 대상으로 유역 내 3지점의 기상관측소(이천, 수원, 천안)를 대상으로 40년(1976~2015)동안의 일 기상자료를 수집하여 SWAT 모형을 구축하였다. 홍수년 및 가뭄년, 평년을 포함하는 선별된 기간에 대하여 다양한 목적함수($R^2$, NSE, RMSE, PBIAS)를 활용하여 각각의 조합된 기간의 극단적 유출특성에 초점을 맞추어 검보정을 수행하였다. 이후 홍수년 및 가뭄년, 평년을 포함하는 선별된 기간에서의 유출량의 규모와 빈도에 영향을 미치는 매개변수를 도출하고 민감도를 평가하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.23-23
• /
• 2015

가뭄은 홍수와 더불어 매우 심각한 자연재해이며, 그 특성상 광역적이고 장기간 발생함에 따라 구체적인 발생시점, 규모, 범위 등을 규명하기가 어렵다. 그동안 가뭄관리 기관에서는 가뭄의 특성을 규명하고자 가뭄 지수를 활용하여 발생시점, 발생빈도, 피해규모, 범위 등을 정량적으로 분석해 왔다. 그러나 가뭄특성은 가뭄 지수의 해석방법 및 판단기준에 따라 다르게 나타나는 문제가 있다. 또한, 대부분 가뭄지수가 단일 기상(강수, 기온 등) 및 수문(유출량, 토양수분량, 증발산량 등)정보 기반으로 산정됨에 따라 대상지역의 가뭄특성을 적절히 고려하지 못하고 있다. 따라서 지역적 가뭄특성을 명확히 나타내기 위해서는 단일변수 기반의 가뭄지수의 활용보다는 두 개 이상의 변수가 고려된 가뭄지수를 활용하는 방안이 필요하다. 본 연구에서는 강수량 및 토양수분량 기반의 이변량 결합가뭄지수(Bivariate Joint Drought Index, BJDI)를 산정하고 기존 단일변수(강수량, 토양수분량)에 의한 가뭄지수와 함께 지역별 가뭄특성을 분석하였다. 이를 위해 강수량은 1977~2012년 동안의 기상청 관할 59개 기상관측소 자료, 토양수분량은 지표수문해석모형으로 부터 산정한 결과를 이용하였다. 59개 지점에 대한 SPI (Standardized Precipitation Index), SSI(Standardized Precipitation Index) 및 BJDI를 산정하였다. 또한, 지점별, 가뭄지수별 빈도해석을 통해 재현기간을 산정하고 과거 가뭄피해사례를 바탕으로 가뭄특성을 정량적으로 비교 및 분석하였다. 그 결과, 재현기간은 동일한 심도일지라도 SPI, SSI, BJDI 순으로 BJDI가 가장 낮게 나타났으며, 지역별로는 중부지역이 높고, 남부지역에서는 낮게 산정되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.392-395
• /
• 2017

본 연구에서는 일 증발접시 증발량 산정을 위한 딥러닝 (deep learning) 모형의 적용성을 평가하였다. 본 연구에서 적용된 딥러닝 모형은 deep belief network (DBN) 기반 deep neural network (DNN) (DBN-DNN) 모형이다. 모형 적용성 평가를 위하여 부산 관측소에서 측정된 기상자료를 활용하였으며, 증발량과의 상관성이 높은 기상변수들 (일사량, 일조시간, 평균지상온도, 최대기온)의 조합을 고려하여 입력변수집합 (Set 1, Set 2, Set 3)별 모형을 구축하였다. DBN-DNN 모형의 성능은 통계학적 모형성능 평가지표 (coefficient of efficiency, CE; coefficient of determination, $r^2$; root mean square error, RMSE; mean absolute error, MAE)를 이용하여 평가되었으며, 기존의 두가지 형태의 ANN (artificial neural network), 즉 모형학습 시 SGD (stochastic gradient descent) 및 GD (gradient descent)를 각각 적용한 ANN-SGD 및 ANN-GD 모형과 비교하였다. 효과적인 모형학습을 위하여 각 모형의 초매개변수들은 GA (genetic algorithm)를 이용하여 최적화하였다. 그 결과, Set 1에 대하여 ANN-GD1 모형, Set 2에 대하여 DBN-DNN2 모형, Set 3에 대하여 DBN-DNN3 모형이 가장 우수한 모형 성능을 나타내는 것으로 분석되었다. 비록 비교 모형들 사이의 모형성능이 큰 차이를 보이지는 않았으나, 모든 입력집합에 대하여 DBN-DNN3, DBN-DNN2, ANN-SGD3 순으로 모형 효율성이 우수한 것으로 나타났다.