• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.334-334
• /
• 2018

에티오피아 Awash 하천유역의 수자원은 경제적, 사회적, 생태적으로 매우 중요하다. 하지만 이 지역에 신뢰성 높은 기상자료의 확보가 매우 어렵기 때문에 Climate Forecast System Reanalysis (CFSR)의 글로벌 기상자료를 이용한 수문성분해석결과와 기존의 제한된 기상자료를 활용한 결과를 비교하여 향후 두 자료를 적절히 활용하는 방안을 모색하였다. 수문모형은 글로벌 적용이 가능한 SWAT(Soil and Water Assessment Tool)을 활용하였고, 상이한 자료를 이용하여 구한 모형의 성능은 두 지점의 관측 유출량과의 비교를 통해 검토하였다. 매개변수의 보정은 Sequential uncertainty fitting (SUFI-2)방법을 이용하였다. Keleta 및 Melka Kunture 소유역에서의 유출량을 비교한 결과 기존의 가용 기상자료를 활용하여 구한 결과에 비해 CFSR 글로벌 기상자료를 이용한 결과가 보다 양호한 것으로 나타났다. 특히 유역면적이 Keleta소유역에 비해 6배가 큰 Melka Kunture 유역에서 CFSR 기상자료를 이용하여 산정한 유출량이 더욱 정확한 것으로 나타나 유역면적이 큰 곳에서 글로벌 자료의 활용성은 더욱 높은 것으로 확인되었다. 글로벌 기상자료의 활용은 아프리카의 대부분 지역과 같이 확보된 기상자료가 부족한 곳에서 유용하게 활용될 수 있을 것으로 전망되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.198-198
• /
• 2023

유역 내 수자원 계획을 효율적으로 수립하기 위해서는 장기간에 걸친 수문 모델링 뿐만 아니라 미래 기후 시나리오에 따른 수문학적 기후변화 영향 분석도 중요하다. 이를 위해서는 관측 값에 기반한 고품질 및 고해상도 격자형 기상자료 생산이 필수적이다. 하지만, 우리나라는 종관기상관측시스템(ASOS)과 방재기상관측시스템(AWS)으로 이루어진 고밀도 관측 네트워크가 2000년 이후부터 이용 가능했기에 장기간 격자형 기상자료가 부족하다. 이를 보완하고자 본 연구는 가정적인 상황에 기반하여 만약 2000년 이전에도 현재와 동일한 고밀도 관측 네트워크가 존재했다면 산출 가능했을 장기간 일 단위 고해상도 격자형 기상자료를 생산하는 것을 목표로 한다. 구체적으로, 2000년을 기준으로 최근과 과거 기간의 격자형 기상자료를 딥러닝 알고리즘으로 모델링하여 과거 기간을 대상으로 기상자료(일 단위 기온, 강수량)의 공간적 변동성 및 특성을 재구성한다. 격자형 기상자료의 생산을 위해 우리나라의 고도에 기반하여 기상 인자들의 영향을 정량화 하는 보간법인 K-PRISM을 적용하여 고밀도 및 저밀도 관측 네트워크로 두 가지 격자형 기상자료를 생산한다. 생산한 격자형 기상자료 중 저밀도 관측 네트워크의 자료를 입력 자료로, 고밀도 관측 네트워크의 자료를 출력 자료로 선정하여 각 격자점에 대해 Long-Short Term Memory(LSTM) 알고리즘을 개발한다. 이 때, 멀티 그래픽 처리장치(GPU)에 기반한 병렬 처리를 통해 비용 효율적인 계산이 가능하도록 한다. 최종적으로 1973년부터 1999년까지의 저밀도 관측 네트워크의 격자형 기상자료를 입력 자료로 하여 해당 기간에 대한 고밀도 관측 네트워크의 격자형 기상자료를 생산한다. 개발된 대부분의 예측 모델 결과가 0.9 이상의 NSE 값을 나타낸다. 따라서, 본 연구에서 개발된 모델은 고품질의 장기간 기상자료를 효율적으로 정확도 높게 산출하며, 이는 향후 장기간 기후 추세 및 변동 분석에 중요 자료로 활용 가능하다.

• Proceedings of the Korea Air Pollution Research Association Conference
• /
• 2003.05b
• /
• pp.349-350
• /
• 2003

ISCST 등의 대기확산모델은 모두 EPA에서 개발된 것으로 모델 운영에 사용되는 모든 데이터가 미국의 실정에 맞게 프로그램 되어 있다. 특히 ISC모델을 운영하기 위하여 필요로 하는 기상자료를 생성하는 MIXHTS와 PCRAMMET등은 미국 기상청이나 기타 기상관련 기관에서 발표하는 자료를 사용하도록 되어있다. 따라서 ISC를 운영하는데 있어 국내 기상자료를 해당하는 형태로 전환해야 하는 번거로움이 있으며 우리나라 기상청에서 발표하는 기상자료의 형태와 MIXHTS PCRAMMET에서 요구하는 기상자료형태를 모두 알고 있어야만 ISC를 운영하기 위한 올바른 기상자료를 만들 수 있었다. (중략)

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.106-106
• /
• 2020

물 이용 측면에서 유출해석은 강수, 증발산, 침투, 유출 등 물 순환의 핵심이다. 또 기상자료는 증발산량을 산정하는데 꼭 필요하다. 그러나 해외 수자원 사업에서 기상자료가 없어 곤란을 겪는 경우가 많다. 여기서, NASA POWER에서 전지구 0.5° 격자로 제공하는 위성기반의 일 기상자료를 이용한 증발산량과, 지상의 기상자료를 이용한 증발산량을, 각각 일 유출 모형에 적용한 결과를 비교하였다. 유역면적 4,134 ㎢인 대청댐 유역에 1984년부터 2001년까지 일별 유입량을 모의하고 관측 유입량과 비교하고, R², RMSE, NSE 등으로 평가하였다. 지상의 기상관측소는 위도 36.21°, 경도 127.34°인 대전 관측소를, 위성자료는 대전 지점과 동일한 위치의 경위도의 기상자료를 적용하였고, 일 증발산량은 Penman-Monteith 방법으로, 일 유출량은 ONE 모형에 의해 모의하였다. 강수량을 대청댐 유역 면적강수량을 적용한 경우, 지상 기상자료를 적용하여 유입량을 모의한 결과는 연평균하여 연 유입량 668.1 mm, 일 최대 82.9 mm, 유출률 56.1%(관측은 연 강수량 1,191.3 mm, 연 유입량 668.3 mm, 일 최대 87.0 mm, 유출률 56.1%)로 나타났고, R² 0.805, RMSE 2.425, NSE 0.802였고, 위성 기상자료를 적용하여 유입량을 모의한 결과는 연평균하여 연 유입량 668.4 mm, 일 최대 83.7 mm, 유출률 57.8%로 나타났고, R² 0.803, RMSE 2.431, NSE 0.801였다. 또한, 강수량을 위성 제공의 강수량을 적용한 경우, 지상 기상자료를 적용하여 유입량을 모의한 결과는 연평균하여 연 유입량 718.0 mm, 일 최대 97.7 mm, 유출률 56.7%(관측은 연 강수량 1,265.3 mm, 유출률 52.8%)로 나타났고, R² 0.582, RMSE 3.524, NSE 0.581였고, 위성 기상자료를 적용하여 유입량을 모의한 결과는 연평균하여 연 유입량 741.5 mm, 일 최대 99.0 mm, 유출률 58.6%로 나타났고, R² 0.578, RMSE 3.541, NSE 0.577였다. 결과적으로 위성 기상자료를 이용하여 증발산량을 산정하여 일 유출해석에 적용한 결과는 지상 기상자료를 이용한 경우와 거의 같은 값을 나타내, NASA POWER가 제공한 기상자료의 활용성은 매우 높게 나타났다. 그러나 위성 제공 강수량의 활용은 R², RMSE, NSE 등의 지표가 낮게 나타나, 신중하게 검토되어야 할 것으로 평가하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.114-114
• /
• 2023

기상레이더는 대류권의 기상 관측에 널리 사용되며, 기상예보를 비롯하여 항공, 농업, 수문학 등 다양한 분야에서 활용하고 있다. 기상레이더센터는 SSPA(Solid State Power Amplifier) 기반 X-Band 주파수대역(9GHz)을 사용하는 연구용 소형기상레이더 관측망을 운영하고 있다. 주로 수도권 저층 대기에서 발생하는 위험 기상현상을 1분 단위로 빠르게 관측하면서 정확한 강수 정보생산을 위한 연구를 수행하고 있다. 레이더 관측 자료는 전파를 이용하여 넓은 범위에 분포하는 눈, 비, 우박 등 대기수상체를 관측하여, 강수량 추정을 통해 강수 정보를 생산한다. 이에 따라 레이더 관측 자료의 정확성과 신뢰도를 높이기 위해서 레이더 품질관리 기술 적용은 필수적이다. 기상레이더센터는 소형기상레이더로 관측한 이중편파 자료의 효과적인 품질관리를 위한 각종 자료처리 모듈을 개발하여, 실시간 자료처리 프로그램에 적용하였다. 우선, 저층 대기 관측 시 기상에코와 더불어 강한 반사도로 나타나는 지형에코를 판별하는 모듈과 선형 또는 쐐기형태의 전파간섭에코를 비롯한 비기상에코를 효과적으로 제거하는 기술을 개발하였다. 다음으로, X-Band 주파수대역 기상레이더 관측 자료의 취약점인 강한 강수 시 발생하는 반사도 감쇠 현상을 보정하기 위한 기술도 개발하였다. 소형기상레이더 품질관리 개발과 적용을 통하여 생산된 자료는 HSR(Hybrid Surface Rainfall), 레이더 강수량 추정, 대기수상체 등 다양한 기상 산출물 생산과 동시에 기상 감시 및 연구 분야에 효과적으로 활용하고 있다.

• 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
• /
• 2020.06a
• /
• pp.248-248
• /
• 2020

토양수분은 증발산, 유출, 침투 등 물수지 요소들과 밀접한 연관이 있는 주요한 변수 중에 하나이다. 토양수분의 정도는 토양의 특성, 토지이용 형태, 기상 상태 등에 따라 공간적으로 상이하며, 특히 기상 상태에 따라 시간적 변동성을 보이고 있다. 기존 토양수분 측정은 토양시료 채취를 통한 실내 실험 측정과 측정 장비를 통한 현장 조사 방법이 있으나 시간적, 경제적 한계점이 있으며, 원격탐사 기법은 공간적으로 넓은 범위를 포함하지만 시간 해상도가 낮은 단점이 있다. 또한, 모델링을 통한 토양수분 예측 기술은 전문적인 지식이 요구되며, 복잡한 입력자료의 구축이 요구된다. 최근 머신러닝 기법은 수많은 자료 학습을 통해 사용자가 원하는 출력값을 도출하는데 널리 활용되고 있다. 이에 본 연구에서는 토양수분과 연관된 다양한 기상 인자들(강수량, 풍속, 습도 등)을 활용하여 머신러닝기법의 반복학습을 통한 토양수분의 예측 가능성을 분석하고자 한다. 이를 위해 시공간적으로 토양수분 실측 자료가 잘 구축되어 있는 청미천과 설마천 유역을 대상으로 머신러닝 기법을 적용하였다. 두 대상지에서 2008년~2012년 수문자료를 확보하였으며, 기상자료는 기상자료개방포털과 WAMIS를 통해 자료를 확보하였다. 토양수분 자료와 기상자료를 머신러닝 알고리즘을 통해 학습하고 2012년 기상 자료를 바탕으로 토양수분을 예측하였다. 사용되는 머신러닝 기법은 의사결정 나무(Decision Tree), 신경망(Multi Layer Perceptron, MLP), K-최근접 이웃(K-Nearest Neighbors, KNN), 서포트 벡터 머신(Support Vector Machine, SVM), 랜덤 포레스트(Random Forest), 그래디언트 부스팅 (Gradient Boosting)이다. 토양수분과 기상인자 간의 상관관계를 분석하기 위해 히트맵(Heat Map)을 이용하였다. 히트맵 분석 결과 토양수분의 시간적 변동은 다양한 기상 자료 중 강수량과 상대습도가 가장 큰 영향력을 보여주었다. 또한 다양한 기상 인자 기반 머신러닝 기법 적용 결과에서는 두 지역 모두 신경망(MLP) 기법을 제외한 모든 기법이 전반적으로 실측값과 유사한 형태를 보였으며 비교 그래프에서도 실측값과 예측 값이 유사한 추세를 나타냈다. 따라서 상관관계있는 과거 기상자료를 통해 머신러닝 기법 기반 토양수분의 시간적 변동 예측이 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.213-213
• /
• 2015

밭에서의 점적 관개를 이용한 노지 재배의 경우 적정 관개 계획 수립을 위해서는 작물 및 토양의 수분 정보에 대한 정확한 파악이 필요하다. 본 연구에서는 밭 토양을 GIS(Geographic Information System)를 통해 격자 형태로 분할하여 작물의 증발산량 및 토양의 수분함량을 모의할 수 있는 격자 기반 토양 물수지 모형을 개발하였다. 본 모형을 통해 작물의 소비수량 및 필요 수량을 파악함으로써 작부기간 중 필요한 관개수량을 제시하는 것이 가능하다. 고도화 기상자료로는 국가농림기상센터에서 운영 중인 고해상도 WRF(Weather Research and Forecasting) 모형에서 생산된 격자 형태의 복사, 온도, 바람, 강수 자료를 사용하였고 고도화 기상자료의 격자 해상도 별로 모의되는 작물 및 토양의 수분 정보 간 비교 및 분석을 실시하였다. 토양 물수지 모형에 입력되는 격자형태의 자료로는 기상, 토성 및 토지이용 자료가 있으며 기상자료의 경우 가로 및 세로의 크기가 각 270, 810, 2430m로 동일한 3가지 경우로 나누어 적용했으며 토성 및 토지이용 자료의 경우 기상 격자의 최소 크기에 맞춰 가로 및 세로의 크기가 각 270m인 격자로 분할하였다. 이와 같은 과정에 의한 모의 결과 각 격자별 작물 증발산량, 토양수분함량 및 관개수량의 일 연별 시계열 자료를 얻을 수 있으며 동시간대 격자별 수문인자 값을 산정하고 위치에 따른 공간적 상호 상관성을 분석하였다. 결과적으로, 고도화 기상자료의 격자 크기에 따른 밭 토양 물수지 분석 결과를 통해 고도화 기상 격자의 규모별 밭 토양 물수지 분석 효용성을 파악하고자 하였다. 더불어, 시험 지역(Test Bed) 선정을 통해 토양수분 및 증발산량을 실측하고 본 모형의 모의 결과와 비교함으로써 검정하는 것을 향후 연구 계획으로 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.9-9
• /
• 2015

레이더 기술의 발전으로 말미암아, 현재의 기상 레이더는 그 관측 범위와 정밀성 뿐 아니라, 시공간 해상도의 월등한 향상을 이룩하였으며, 특히 이중편파 기술을 이용한 기상 관측을 통해 기존의 단일편파 레이더로 해석할 수 없었던 다양한 대기현상 분석을 가능케 하였다. 이처럼 기상레이더 관측 기술의 발전은 광범위한 관측반경과 높은 시공간해상도로 관측 정확성을 향상시킨 반면, 해상도 증가에 따른 기본적인 자료량이 증가되었으며 이중편파를 활용한 자료해석기법의 다양화로 인해 레이더 자료의 용량 또한 기하급수적으로 증가하게 되었다. 이러한 이유로 현재 도입이 진행중인 고성능의 기상레이더들로부터 광범위한 국토 범위에 대해 지속적으로 관측되는 방대한 양의 레이더 자료를 저장하고 분석하기 위해서는 많은 시간과 비용이 요구될 것으로 우려된다. 그러한 문제점을 해결하기 위해 레이더 자료의 유통 특성을 분석한 바, 기상레이더 자료는 자료의 획득시부터, 신호처리, 품질관리, 기상분석 등의 단계를 거치며, 각 단계의 사용자에 의해 각각 처리되고 가공되는 특성이 있음을 확인하였다. 따라서 제안 기법은 각 레이더 자료의 특성을 재해석하는 방법으로 압축함으로써 용량을 최소화시키는 동시에, 레이더 자료의 각 유통 단계의 여러 사용자들에게 서비스 될 수 있는 생성, 가공 및 단순화된 형태의 자료를 모두 포함하면서 각 단계의 사용자들에 적합한 자료의 형태로 제공할 수 있는 기법을 제안한다. 실험 결과, 기상레이더 자료의 특성과 기상 에코의 분포를 이용한 내용 기반 손실 압축 기법을 통해 다양한 사용자들을 위한 적응적이고, 효율적인 압축을 수행할 수 있음을 확인하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2005.05b
• /
• pp.123-126
• /
• 2005

본 연구에서는 상층기상자료, 자동 기상 관측망 자료 및 신경망기법을 사용하여 단시간 강우 예측 모형을 개발하였다. 호우를 동반한 이송 기상 시스템의 이동 경로가 라디오존데로부터 획득할 수 있는 상층기상 자료 즉 상층 풍향자료와 동일한 방향으로 이동한다는 가정 하에 원거리에서 발생하는 기상현상의 발달과정을 판단 할 수 있는 알고리즘을 개발하고, 이러한 원거리 입력 자료와 예측하고자 하는 값 사이의 비선형 상관 관계를 연결하는 기법으로 인공 신경망 기법을 도입하였다. 개발된 모형을 2002년 태풍 루사로 인하여 큰 피해를 입은 감천지역에 적용하였다. 포항과 오산의 라디오존데에서 획득한 700mb에서의 풍향자료와 5년의 자료기간을 가지는 350개의 자동 기상 관측망 자료를 입력 자료로 사용하였으며 결과는 상층기상자료를 사용하지 않고 예측한 결과에 대하여 개선된 강우 예측결과를 보여주었다.