• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.33-33
• /
• 2011

현재 우리나라 기상청에서는 단기, 중기 및 장기 예보자료를 생산하고 있으나, 이들 자료는 단순히 일기 예보에 치중되어 생산되고 있어 강우-유출해석에 직접 적용하기에는 시 공간 해상도가 크고 정량적 강수예측의 정확도가 미흡하다. 이에 기상 및 수자원분야에서는 정확도 개선을 위해서 관측강우와 예측강우의 비교 분석을 통해 편차를 산정하여 예측강수를 보정하는 기법을 적용하고 있다. 다만, 기존의 편차보정방법은 보정인자로 강수량만을 고려하기 때문에 정확도 개선에는 한계가 존재한다. 따라서 본 연구에서는 수자원분야의 수치예보자료의 정확도를 향상시키기 위해 규모, 발생영역에 대한 강수의 특성을 고려한 강수예측자료의 편차보정 방법을 제안하고 이를 강우-유출모델에 적용하여 개선정도를 평가하고자 한다. 이에 적용유역을 춘천댐상류유역으로 선정하고 국내 기상청의 RDAPS(Regional Data Assimilation and Prediction System)수치예보자료, 지점강우자료, radar자료의 수문기상자료와 지형자료를 수집하였다. 화천, 평화의 댐 일부 미계측유역의 관측자료로 radar자료를 이용하였다. 이상의 자료를 토대로 강우강도 및 규모, 영향범위를 고려한 예측강우의 편차를 산정하여 RDAPS 수치예보자료의 정확도를 개선하고 평가하였다. 이는 해당 유역뿐만 아니라 주변 유역의 정보를 이용하여 예측강우의 발생위치에 대한 오차를 고려한 방법으로, 각 영역별로 예측강우의 편차보정계수를 산정하여 적용하였다. 또한, 이전시간대의 강우 편차에 대한 오차를 줄이기 위해 정규분포방법을 이용한 Ensemble 편차보정계수를 산정하고 최근 생산된 수치예보자료에 적용하여 확률예측강우를 산정하였다.

• 한국농림기상학회지
• /
• 제24권4호
• /
• pp.244-255
• /
• 2022

본 연구는 국내의 ASOS 및 AWS와 AMOS 관측 값을 사용하여 1km 고해상도의 산악기상 격자 값을 추정하고 평가하였다. 해발고도 200m이상을 산악지역으로 정의하고 ASOS, AWS, AMOS 기상관측소를 산악기상이 반영된 기상데이터와 산악기상이 반영되지 않는 기상데이터로 나누었다. 2013년에서 2020년까지 산악기상 데이터를 적용하고 편의보정기법(bias correction method)방법을 통하여 산악기상 적용에 따른 보정계수를 산출하고 적용하여 보정계수 및 산악기상 데이터가 반영된 고해상도 산악기상기온 격자 데이터를 생성하였다. 추정된 산악기상기온 격자데이터는 검증지점의 기상 기온 실측 값과 비교하여 평가하였다. 산악기상 데이터 반영 및 보정계수가 반영된 산악기상 고해상도 격자 기온은 산악기상이 반영되지 않는 격자기온보다 RMSE가 34%(평균기온), 50%(최저기온), 31%(최고기온)가 감소하였다. 이는 산악기상 정보기반과 산악기상 보정계수를 적용이 국내 산악기상고해상도 격자 생성에 있어서 정확도를 크게 개선시킬 수 있음을 시사하였다. 이러한 1km 고해상도의 기온 격자데이터는 추후 기후변화에 대한 산림생태계 변화 및 산림재해 모델의 검증을 위한 데이터로 매우 유용하게 활용될 수 있을 것이라 사료된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.96-96
• /
• 2018

최근 기후변동성으로 유발되는 불안정한 기상상태를 효과적으로 관측하고자 기상레이더가 도입되고 있다. 기상레이더는 경험식으로 산정된 Z-R 관계식을 통하여 레이더 강수량을 제시하게 된다. 이 과정에서 레이더 강수량은 필연적으로 실제 지상에 도달하는 강수량과는 정량적으로 오차가 발생하게 된다. 레이더 강수량에 포함된 오차는 다양한 원인으로 발생하게 되므로 레이더 강수량의 오차 성분을 규명하는 것은 레이더 강수량 활용을 위하여 필수적으로 선행되어야 한다. 본 연구는 지상강수량과 레이더 강수량의 편의를 보정하기 위한 확률통계학적 방법론을 개발하였다. 레이더 강수량의 편의오차를 보정하기 위하여 수문통계학에서 널리 활용되고 있는 계층적 Bayesian 구조를 기반으로 하였으며 자료통합(data pooling) 기법을 이용하여 편의보정 매개변수 추정과정의 불확실성 추정 효율성을 증대시켰다. 본 연구를 통하여 개발된 레이더 강수량 편의보정기법은 계층적 Bayesian 구조를 도입함으로써 편의보정 매개계수의 불확실성을 정량적으로 제시하였으며 유역 단위의 강수상관성을 현실적으로 복원하는 것을 확인하였다. 따라서 본 연구에서 제안하는 편의보정기법은 편의보정 과정에서 발생할 수 있는 매개변수의 불확실성 및 레이더 강수량의 오차구조를 정량적으로 규명하여 고해상도의 강수정보를 생산함으로써 고도화된 수문해석을 가능케 할 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.474-474
• /
• 2021

물순환 과정에서의 증발산량은 필수적으로 고려해야 하는 요소이며, 증발산은 기상학적 인자뿐만 아니라 증발 표면 특성 등 복합적인 요인에 의해서 발생한다. 이러한 이유로 실제증발산의 절대량을 추정하는 것은 쉽지 않으며, 특히 수문학적 관점에서 유역단위의 증발산량을 산정하는 데에는 기술적인 한계가 존재한다. 반면 잠재증발산량과 실제증발산량의 보완관계가설을 활용하면 복잡한 수문모델링을 거치지 않고 팬증발량으로부터 유역의 실제증발산을 산정할 수 있다. 본 연구에서는 관측자료를 기반으로 하여 용담댐 유역의 증발산 보완관계를 검증하고자 한다. 실제증발산량(ETA)은 용담댐 내 덕유산 플럭스 타워의 관측자료를 활용하였으며, 잠재증발산량(ETP)으로는 기상관측소에서 관측한 팬 증발량 자료를 활용하였고 습윤증발산량(ETW)은 Priestley-Taylor 공식을 통해 산정하였다. ETW는 수분이 무제한 공급되는 상황에서의 증발산량으로 정의되며, 동시에 ETA 및 ETP와의 상대적 비율로 스케일화하여 보완관계설정에 활용하였다. 대기의 습윤지수(Moisture Index, MI)는 ETA와 ETP간의 상대적 비율로 정의하였다. 이 때 팬 증발량은 기상 및 주변 환경 조건의 영향을 받아 증발량이 과대추정 되는 경향이 있으므로 보정계수를 적용하여 보정한 값을 활용하였다. 보정계수는 FAO Penman-Monteith 식을 활용한 기준증발산량과 팬 증발량의 기울기로 산정하며, 본 연구에서는 보정계수로 0.77을 사용하였다. 또한 ETW 산정 시 적용되는 Priestley-Talyor 계수(α)는 널리 알려진 값인 1.26 대신 유역의 기상조건을 고려하여 0.99를 적용하였다. α 값의 조정을 통해 증발산 보완관계에 대한 E+의 평균 제곱근 오차(RMSE)가 0.685에서 0.075, Ep+의 경우 0.437에서 0.315로 개선되어 용담댐 유역의 증발산 보완관계가 만족할 만한 수준으로 확인되었다.

• 대한토목학회논문집
• /
• 제37권5호
• /
• pp.837-844
• /
• 2017

일반적으로 도로의 혼잡상태나 운영상태를 평가하기 위한 효과척도로서 연속류에서는 V/C비를 이용하고, 단속류에서는 평균통행속도를 이용한다. 연속류 및 단속류의 운영상태를 평가하기 위한 효과척도에는 도로조건과 교통조건이 주요한 변수로 적용된다. 그런데 도로 및 교통조건외에 강우시와 같은 기상여건이 도로의 운영상태에 영향을 준다. 연속류에서는 강우시 기상상태를 반영한 보정계수에 대한 연구가 선행되어 있으나, 단속류에서는 관련 연구가 미비하다. 본 연구에서는 단속교통류에서 평균통행속도를 산정할 때 반영할 수 있는 강우시 통행속도 감소에 대한 보정계수를 산정하였다. 도로 및 교통조건이 동일하고 강우시 및 비강우시 등 기상조건이 다를 때 강우시 통행속도를 종속변수로 하는 회귀분석을 시행함으로써 강우시 통행속도 보정계수를 산정하였다. 회귀분석을 통하여 산정된 강우시 보정계수는 첨두시간대, 비첨두시간대, 전시간대로 구분하여 산정하였다. 본 연구를 통한 강우시 통행속도 보정계수를 이용하여 기존에 이용되고 있는 도시내 도로의 운영상태를 평가하기 위한 평균통행속도 산정식을 보완할 수 있다.

• 한국콘텐츠학회논문지
• /
• 제15권3호
• /
• pp.406-414
• /
• 2015

기존 교통량 관련 연구는 기상이 양호한 상태에서 진행하였거나 기상에 대한 영향을 제외한 경우가 대부분이다. 이에 본 연구에서는 강우 강도 따른 일반국도 지방부 지역에서 교통량 변동 특성 및 강우 보정계수를 제시하였다. 일반국도 상시 교통량 조사지점과 자동기상관측 장비 지점을 매칭한 후 지방부 도로에 설치된 256 지점을 선정하여 분석하였다. 평균 일교통량(ADT: Average Daily Traffic) 및 강우 보정계수의 분석결과 평일의 경우 업무통행으로 인하여 강우의 영향을 적게 받으며, 비평일의 경우 여가통행으로 강우의 영향을 상대적으로 많이 받는 것으로 나타났다. 강우 보정계수를 적용하여 연평균 일교통량(AADT: Annual Average Daily Traffic) 추정 시 오차율이 줄어드는 것으로 분석되어 AADT 추정 시 강우에 대한 고려가 필요하다. 강우는 평균 일교통량을 감소시키는 요인으로 작용함에 따라 도로의 설계 및 운영을 위해 강우 강도를 고려한 지속적인 연구가 필요하다.

• 한국농림기상학회지
• /
• 제21권4호
• /
• pp.238-249
• /
• 2019

기준증발산량은 기온, 풍속, 습도 등 기상요소를 바탕으로 추정하는 방법을 이용하고 있으며, Hargreaves 공식은 기온자료를 이용하여 기준증발산량을 산정할 수 있는 간단한 경험식이라 할 수 있다. 그러나 Hargreaves 공식은 풍속이 3 m s^-1 이상인 지역에서는 과소평가 되고, 상대습도가 높은 지역은 과대평가 되는 경향이 있다. 본 연구에서는 Hargreaves 공식을 우리나라에 적용하기 위해 보다 정확한 기준증발산량 추정이 가능하도록 계수 산정 연구를 수행하였다. 우리나라 종관기상관측지점(ASOS, Automated Synoptic Observing System)의 최근 11 년(2008-2018) 동안의 기상자료를 이용하여 Panman-Monteith 공식으로 기준증발산량을 추정하였고, 이 값을 기준으로 하여 각 지점별로 Hargreaves 공식의 계수를 보정하였다. 우리나라 82 개 지점에 대하여 지역별로 보정된 계수는 내륙지역이 50 개 지점이며, 0.00173~0.00232(평균0.00196)로 기본값인 0.0023 과 비슷하거나 낮게 산정되었다. 반면, 해안지역은 32 개 지점이며 지역별로 보정된 계수의 범위는 0.00185~0.00303(평균 0.00234)으로 동해안지역은 기본값과 비슷하거나 높게 산정된 반면, 서해안과 남해안지역은 지역별로 편차가 크게 나타났다. Hargreaves 공식의 계수를 보정하여 기준증발산량을 추정한 결과 RMSE(Root Mean Square Error)는 계수 보정 전 0.634~1.394(평균 0.857)에서 계수 보정 후 0.466~1.328(평균 0.701)로 낮아지고, NSC(Nash-Sutcliffe Coefficient)는 계수 보정 전 -0.159~0.837(평균 0.647)에서 계수 보정 후 -0.053~0.910(평균 0.755)로 높아짐에 따라 기준증발산량의 추정효율이 크게 향상되는 것으로 나타났다. 연구 결과, Hargreaves 공식을 그대로 이용할 경우 Penman-Monteith 공식에 비해 과대 또는 과소 산정될 수 있음을 확인하였으며, 계수를 보정하여 이용할 경우 정확도가 높은 기준증발산량을 추정할 수 있을 것으로 판단된다.

• 한국농림기상학회지
• /
• 제11권1호
• /
• pp.13-18
• /
• 2009

기상대에서 측정한 '일적산수평면일사량'을 토대로 임의 경사면 상의 '일적산경사면일사량'을 비교적 정확하고 간편하게 알아낼 수 있는 지형보정계수를 고안하였다. 주어진 시간대의 수평면 청천일사량에 대한 경사면 청천일사량의 비율을 '매시일사보정계수'라 정의하고, 청천일사량을 기준으로 수평면의 시간대별 상대 일사강도와 수평면에 대한 경사면의 일사수광비율의 곱으로 표현하였다. 매시일사보정계수를 하루 단위로 적산한 것이 해당 날짜의 지형보정계수이다. 제주도 내 기생화산 '높은오름'의 등고도면 8 방위에서 사면일사수광량을 1년간 관측하는 한편, 이들 지점의 일사량을 지형보정계수에 의해 추정하여 서로 비교하였다. 지형보정계수에 의한 일사추정값의 편차평방근오차는 연평균 $1.61MJ\;m^{-2}$ 이었으나, 4월부터 10월 사이 영농기간에는 절반 이하로 줄어들었다. 경사향에 무관하게 10월에 가장 오차가 작은 반면, 11월에는 경사향에 따른 오차의 변동폭이 가장 컸다. RMSE 값의 연중변동폭은 남향과 북향사면에서 가장 컸고, 남서-남동-북서사면 순으로 줄어들었다. 어떤 경사면이든 365일 동안의 지형보정계수를 한번만 계산해 두면 인근 기상대에서 관측한 임의 날짜의 전천일사량에 이 계수를 적용함으로써 그 날의 적산일사량을 실용적인 오차범위 내에서 추정할 수 있어 복잡지형의 일사수광량 분포를 용이하게 파악할 수 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.371-371
• /
• 2021

돌발홍수 예경보시스템의 입력자료로 예측강우가 활용된다. 기상청과 환경부에서는 초단기 예보의 목적으로 MAPLE(McGill Algorithm for Precipitation nowcasting and Lagrangian Extrapolation)을 생산하고 있다. MAPLE은 선행 30분까지의 예측품질은 어느 정도 정확하다고 볼 수 있으나 그 이후 특히 3시간 이상이 되면 예측품질이 크게 떨어지는 문제가 있다. 예측강우의 편의보정을 위한 여러 시도들이 있었으나 호우의 규모 및 이동특성을 고려한 사례는 제한적이다. 호우의 이동특성을 고려해야하는 이유로는 첫째, 예측의 특성상 예측강우가 생성되고 편의보정이 이루어지는 시간 동안 호우는 이동을 하기 때문이다. 둘째, 호우가 이동을 하면서 편의보정의 대상이 되는 지역에 적합한 보정계수의 결정이 어렵기 때문이다. 마지막으로 돌발홍수는 장마와 같은 전선형 강수가 아닌 국지성 호우와 같이 빠르게 움직이며 강한 호우를 내리는 강수에 의해 발생하기 때문이다. 본 연구에서는 이러한 문제점을 극복하기 위해 호우의 이동특성을 고려하여 예측강우 보정계수를 결정하고 이를 예측강우에 실시간으로 적용할 수 있는 방법을 제시하였다. 이 과정에서 Backward tracking은 미래에 호우가 도달할 지역(대상지역)으로부터 현재 호우가 위치하는 지역을 추적하는데 이용된다. 추적된 지역에서 보정계수가 결정된다. Forward tracking은 현재 호우가 위치하는 지역으로부터 대상지역을 다시 추적하는데 이용된다. 앞서 결정된 보정계수는 대상지역의 예측강우에 적용된다. 해당 방법론을 2019년에 발생한 주요 호우사상에 실시간 적용하고 평가하였다. 그 결과, Backward-Forward tracking 기반 예측강우 보정방법을 적용한 경우에는 실제 관측된 강우와 매우 유사한 보정결과가 도출됨을 확인되었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.113-113
• /
• 2018

본 연구는 다목적 입자군집최적화(Particle Swarm Optimization, PSO) 알고리즘을 SWAT(Soil and Water Assessment Tool) 모형에 적용하여 자동보정 알고리즘의 적용 가능성을 평가하고자 한다. PSO 알고리즘은 Python을 활용해 다목적 함수를 고려할 수 있도록 새롭게 개발되었다. SWAT 모형의 유출 해석은 안성천의 공도 수위 관측소 상류유역($366.5km^2$)을 대상으로 하였으며, 공도 지점의 2000년부터 2017년까지의 일 유량 자료를 이용하여 검보정하였다. 모형을 위한 기상자료는 공도유역 주변 3개 기상관측소(수원, 천안, 이천)의 일별 강수량, 최고 및 최저기온, 평균 풍속, 상대습도 및 일사량을 구축하였다. SWAT 모형의 유출 해석은 결정계수(Coefficient of determination, $R^2$), RMSE(Root mean square error), Nash-Sutcliffe 모형효율계수(NSE) 및 IOA(index of agreement) 등을 활용하여, 기존 연구 결과와 PSO 알고리즘을 활용한 결과를 비교 분석하고자 한다. 본 연구에서 개발한 다목적 PSO 알고리즘을 활용한 SWAT모형의 유출 해석은 보다 높은 정확도를 얻을 수 있을 것으로 예상되며, Python으로 개발되어 SWAT모형 이외에도 널리 적용될 수 있을 것으로 판단된다.