• Particle and aerosol research
• /
• v.18 no.4
• /
• pp.87-95
• /
• 2022

Currently, droplet protective screens (DPSs) are used to prevent the spread of respiratory diseases. As virus particles can maintain their infective in indoor environments, recent studies have investigated the risk of airborne transmission. However, the ability of DPSs to block airborne transmission has not been verified yet. In this study, the preventive ability of DPSs against droplet and airborne transmission was evaluated. Moreover, the effectiveness of a Portable air purifier (PAP) was investigated. According to results, in a simulated room where an infectious person spoke, the DPS blocked more than 90% of the micron-sized droplets (with a diameter larger than 1 ㎛) transmitted to the front of the infectious person. However, sub-micron droplets (with a diameter smaller than 1 ㎛) passed through the DPS and spread in a room. However, the PAP reduced the amount of both micron and sub-micron droplets transmitted to the front of the infectious person. When the PAP airflow direction was set from the DPS surface to the free space near the infectious person, improved prevention against droplet and airborne transmission was recorded. However, airborne transmission was accelerated when the PAP airflow direction was set from the free space to the DPS surface.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.25 no.2
• /
• pp.80-98
• /
• 2023

This study explores the effectiveness of various data preprocessing algorithms for improving subseasonal to seasonal (S2S) climate predictions from six climate forecast models and their Multi-Model Ensemble (MME) using a deep learning-based postprocessing model. A pipeline of data transformation algorithms was constructed to convert raw S2S prediction data into the training data processed with several statistical distribution. A dimensionality reduction algorithm for selecting features through rankings of correlation coefficients between the observed and the input data. The training model in the study was designed with TimeDistributed wrapper applied to all convolutional layers of U-Net: The TimeDistributed wrapper allows a U-Net convolutional layer to be directly applied to 5-dimensional time series data while maintaining the time axis of data, but every input should be at least 3D in U-Net. We found that Robust and Standard transformation algorithms are most suitable for improving S2S predictions. The dimensionality reduction based on feature selections did not significantly improve predictions of daily precipitation for six climate models and even worsened predictions of daily maximum and minimum temperatures. While deep learning-based postprocessing was also improved MME S2S precipitation predictions, it did not have a significant effect on temperature predictions, particularly for the lead time of weeks 1 and 2. Further research is needed to develop an optimal deep learning model for improving S2S temperature predictions by testing various models and parameters.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.403-403
• /
• 2017

기후변화에 따라 도시의 홍수유출이 어떻게 변화할 것인가를 살펴보는 것은 안전한 도시를 설계하는데 매우 중요하다. 이에 본 연구에서는 기후변화 시나리오에 따른 도시홍수유출의 변화를 살펴보고자 하였다. 하지만 기후변화 시나리오 자료는 물리적인 계산량의 한계로 인해 월이나 일 단위의 결과를 갖고 있어 도시홍수유출의 모의에 직접 적용하기 곤란하다. 이를 위해 시단위까지 자료의 상세화가 필요한데 본 연구에서는 기존에 개발된 "K번째 최근접 표본 재추출 방법에 의한 일 강우량의 추계학적 분해" 방법을 기상청의 RCP 기후변화 시나리오에 적용하였다. 이와 같이 추계학적인 방법을 이용해 강우를 시간단위로 분해하면 일단위 강우량은 보존되면서 다양한 시단위의 강우 시나리오를 얻을 수 있으므로 기후변화 시나리오 자료를 시단위로 상세화 하는 동시에 동일한 일단위 강우량을 갖는 많은 시단위 자료를 생성해 낼 수 있다. 본 연구에서는 이러한 방법을 통해 확장된 기후변화 시나리오 자료를 이용해 호우사상을 추출하고 SWMM을 이용하여 도시 홍수유출을 모의함으로써 많은 가상의 홍수유출 자료를 확보할 수 있으며, 이를 통계적으로 분석하여 각 기후변화 시나리오에 따른 도시홍수유출의 변화를 살펴보았다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.185-185
• /
• 2020

기후변화의 영향으로 국지적 규모의 홍수, 가뭄 등의 피해 규모가 증가하고 있으며, 복사에너지 변화에 기인한 전지구적 대류활동의 변화는 단발성 피해에 확산되어 특정 지역의 기후 패턴 변화로 이어질 수 있다. 대류활동의 변화는 국가별 물순환의 변화로 이어질 수 있으며, 이로 인한 수자원의 변동성은 국가적 수자원 이용에 있어 중요한 요소로 작용될 수 있다. 수자원의 중요성으로 인해 국제적인 기관들은 전지구적 대류활동에 기인한 물순환 과정을 파악하고자 노력하였으며, 그 일환으로 GCMs (Global climate modeling) 등과 같은 모형이 개발되었고, 위성을 통한 전지구 강우량 측정망을 구축하였다. 위성을 통한 전구 강우량 자료와 GCMs에서 산출된 대류과정과 연관된 기후변량 자료들은 빅데이터로 구축되어 제한 없이 제공되고 있다. 정상성 강우 모의 기법은 데이터에 한정된 패턴을 반영하는 모형들로서 기후변화로 인한 기후 변동성 증가를 반영하는데 한계가 존재한다. 본 연구에서는 기상 빅데이터 자료를 기반으로 한반도의 강우량과 기상학적 특성을 연관할 수 있는 머신러닝의 일종인 딥러닝 방법을 접목시킨 강우 모의 기법을 적용하였다. 본 연구의 모형은 기후변화로 인한 기상학적 패턴의 변화를 딥러닝 기법을 통해 식별하고 식별된 기상학적 특성에 기반한 한반도의 강우량을 모의할 수 있다. 본 모형은 단기 및 장기 예측 모형과 결합하여 불확실성을 고려한 단/장기 강우량 평가에 활용될 수 있을 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.186-186
• /
• 2020

본 연구에서는 IPCC (Intergovernmental Panel on Climate Change) 6차 평가보고서(6th Assessment Report, AR6)에서 제시한 새로운 온실가스 경로(SSP, Shared Socioeconomic Pathways)에 따라 산출된 전지구 기후변화 시나리오를 이용하여 제주도의 미래 강수량 변화를 살펴보고자 한다. 기상청에서 운영하는 기후정보포털(http://www.climate.go.kr/)에서는 6가지 기상요소(평균기온, 최고기온, 최저기온, 강수량, 상대습도, 풍속 등)에 대하여 SSP 시나리오 자료를 제공하고 있다. SSP 시나리오는 SSP1-2.6 저탄소 시나리오(사회 불균형의 감소와 친환경 기술의 빠른 발달로 기후변화 완화, 적응능력이 좋은 지속성장가능 사회경제 구조)와 SSP5-8.5 고탄소 시나리오(기후정책 부재, 화석연료 기반 성장과 높은 인적 투자로 기후변화 적응능력은 좋지만 완화능력이 낮은 사회경제 구조)로 구분되어 제공되고 있다. 또한, 현재의 기후 상태를 모의하는 historical period (1850-2014) 자료와 미래의 기후상태를 모의한 future period (2015-2100) 자료가 있으며, 월별(momthly), 연간(yearly) 자료의 형태로 제공된다. 본 연구를 통하여 새로운 SSP 시나리오를 이용한 제주도 강수량의 미래 변화를 정량적으로 분석하였고, 기후변화에 능동적인 대책을 수립하는데 도움이 될 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.35-35
• /
• 2020

기후변화로 인한 집중호우, 태풍에 따른 제방 붕괴로 인한 하천 범람 등 많은 재해가 발생하고 있다. 특히 도심지의 내수침수, 도시하천의 범람은 피해 지역의 사회 경제적인 피해액을 동반한다. 이에 도심지에서 발생되는 홍수피해액을 산정하기 위하여 다차원법을 이용한 피해액 추정 연구가 활발하게 진행되고 있으며 기후변화를 고려한 홍수피해에 관련한 연구도 활발히 진행되고 있다. 그러나 많은 선행 연구에서는 다차원법에서 제시하고 있는 침수편입률 산정에 있어 건물군 인벤토리를 고려하지 않고 토지이용에 따른 면적비율만을 적용하여 산정하고 있는 실정이다. 본 연구에서는 기후변화시나리오와 건물군 인벤토리를 이용하여 미래 잠재홍수피해에 따른 홍수피해액을 산정하여 기후변화가 홍수피해에 미치는 영향을 평가하고자 하였다. 대상지역으로 2020년부터 국가하천으로 승격되며 하천의 좌안과 우안에 도심지가 형성되어있는 원주천 유역을 대상으로 선정하였다. 기후변화 시나리오는 기상청에서 제공하고 있는 13종 국가표준시나리오를 사용하였으며 SDQDM 기법을 적용하여 상세화 자료를 생산하였다. 생산된 자료를 이용하여 원주천 하천정비계획(80년 빈도) 보다 높은 80년, 100년, 200년 빈도의 확률강우량을 산정하였고 확률강우에 따른 유출량을 산정하여 홍수범람모형에 적용하였다. 산정된 홍수피해면적과 원주시 건물군 인벤토리를 활용하여 침수편입률을 산정하였으며 미래 잠재홍수피해에 따른 빈도별 홍수피해액 산정을 통해 원주천 유역의 기후변화가 따른 홍수피해에 미치는 영향을 평가하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.293-293
• /
• 2023

2022년 발간된 IPCC (The Intergovernmental Panel on Climate Change) 6차 평가보고서(AR6)에서는 미래 사회경제변화를 기준으로 기후변화에 대한 미래의 완화와 적응 노력에 따라 5개의 시나리오로 구분된 SSP (Shared Socioeconomic Pathways, 공통사회경제경로)를 제시하고 있다. 본 연구에서는 제주도 지역을 대상으로 SSP 시나리오에 따른 미래 수문학적 변화를 분석하였다. 제주도 지역의 독특한 기후 및 지질학적 특성, 간헐적 하천유출 특성 등을 모의할 수 있는 유역모델링(SWAT)을 기반으로, 미래 기후변화 시나리오에 따른 수문 변화를 분석하였다. 기후모형에 따른 미래 전망의 불확실성을 최소화하기 위해 SSP 시나리오 4종(SSP1-2.6, SSP2-4.5, SSP3-7.0, SSP5-8.5)에 대해 18개의 Global Climate Models (GCMs) 자료를 분석에 사용하였다. 또한 지역별 공간적 특성을 충분히 반영하기 위해 하천구간과 고도 특성을 고려하여 총 299개 소유역으로 구분하여 모델링을 수행하였다. 각 GCM 및 SSP 시나리오별 산출된 유역모델링 모의자료를 기반으로 과거 historical 기간(1981~2010년)과 미래기간(2011~2100년)으로 구분하여 강수량, 유출량, 증발산량, 함양량 등에 대한 시공간적 변화를 분석하였다. 대체로 모든 GCM 및 모든 SSP 시나리오에서 미래기간으로 갈수록 강수량은 증가하는 것으로 나타났다. 북부지역(제주시)보다는 남부지역(서귀포시)의 증가량이 많으며, SSP5-8.5 시나리오에서 상대적으로 변동폭이 큰 것으로 분석되었다. 기준증발산량 또한 기온의 증가에 따라 미래로 갈수록 기준증발산량이 증가하는 것으로 전망되었으며, SSP5-8.5 시나리오에서 가장 크게 증가하는 것으로 나타났다. 기준증발산량의 절대값은 북부지역에서 더 크게 나타나며, SSP5-8.5에서 가장 큰 것으로 전망되었다. 과거기간 대비 변화율은 SSP5-8.5에서 가장 크게 증가하며, 최소 10% 이상 증가할 것으로 전망되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.400-400
• /
• 2021

다양한 기후 연구에서는 지속적인 기후의 변화로 인한 기후 위기는 전지구적으로 아열대화와 사막화를 전망하고 있으며, 우리나라도 기후 변화로 인하여 담수 자원에 악영향을 미치고 있다. 대부분 가뭄은 기본적으로 강수량 부족에 의해 발생되며, 기상변수와 높은 상관관계를 나타내고 있다. 따라서 가뭄을 정량화하기 위한 연구들이 빈번하게 수행되며 다양한 가뭄지수들이 개발되고 있다. 기상학적 가뭄지수인 SPI(Standardized Precipitation Index)와 SPEI(Standardized Precipitation Evapotranspiration Index)는 가뭄 연구에 대표적으로 사용되는 지표이며 특히, SPEI는 강수와 증발산 사이의 물수지에 대한 평균 조건을 고려할 수 있는 것이 장점이다. 미래 가뭄 연구는 CMIP(Coupled Model Intercomparison Project)의 미래 시나리오를 이용하여 연구가 수행되고 있는데 새롭게 개발된 SSP(Shared Socioeconomic Pathways) 시나리오는 미래의 완화와 적응을 기반으로 5개의 시나리오로 구분되며, 사회 및 경제적 요소를 함께 내포하고 있어 현실적인 미래 기후를 예측할 수 있다. 과거 미래 가뭄 연구는 CMIP5의 미래 시나리오인 RCP (Representative Concentration Pathways) 시나리오를 사용한 연구가 대부분이다. 따라서 새롭게 개발된 SSP 시나리오를 이용하여 미래 가뭄 예측 연구가 필요하다. 본 연구는 SSP 시나리오의 중간 단계인 SSP2-4.5와 가장 높은 단계인 SSP5-8.5의 기후 요소를 토대로 사용하여 우리나라 미래 기간의 SPI와 SPEI를 4개(3-, 6-, 9-, 12-month)의 기간으로 구분하여 산정하였다. 시·공간적 분석을 하기 위해 가까운 미래(2025-2060)와 먼 미래(2065-2100)로 구분하였으며, 격자별로 가뭄의 심도와 발생 면적을 분석하였다. 연구 결과로 SPI의 근 미래 극한 가뭄(<-2.0)은 높았으나, 먼 미래는 오히려 전국적으로 가뭄이 줄어들었다. SPEI는 일부 지역에서 적당한 건조상태(-1.5 ~ -1.0)가 산정되었으나, 대부분 극한 가뭄이 발생하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.364-364
• /
• 2021

최근 지구온난화에 따른 홍수 및 가뭄 재해의 피해는 심각해졌다. 그러므로 미래 재해로 인한 피해를 완화시키기 위한 수자원 계획 수립 및 관리의 중요성이 높아지고 있다. 전지구모형(General Circulation Model, GCM)은 기후 변화 연구에서 기후 요인의 변동을 조사하는데 널리 사용되어지고 있다. 본 연구에서는 기후 변화 시나리오를 고려하여 도시유역의 소유역 별 투수성포장 시설의 우선순위를 산정했다. 기후 변화 시나리오에는Representative Concentration Pathway(RCP)와 Shared Socioeconomic Pathway(SSP) 시나리오가 사용되었으며 CMIP5와 CMIP6의 GCM을 고려하였다. GCM을 이용하여 산정된 미래 월 강수량은 분위사상(Quantile Mapping)법의 비모수변환(Non-Parametirc Transformation)법 중 하나인 스플라인 평활(Smoothing Spline) 방법을 사용하여 편이보정 되었다. 연구대상지는 목감천 유역이 선정되었으며, 27개의 소유역에 대해 투수성포장 시설의 우선순위를 산정되었다. 우선순위 산정을 위한 평가 기준들은 Driving force-Pressure-State-Impact-Response(DPSIR) 모형을 기반으로 산정 되었다. 평가기준에 따른 27개의 소유역에 대한 값들은 통계청 및 국가수자원관리종합정보시스템(WAMIS), 편이보정 된 미래 강수량과 Storm Water Management Model(SWMM)을 이용한 유출분석 결과를 통해 도출했다. 평가기준들의 객관적 가중치 산정을 위해 엔트로피 방법을 이용했다. 최종적으로 목감천 소유역 별 투수성포장 시설의 우선순위 산정에는 다기준의사결정기법 중 하나인 TOPSIS방법을 사용했다. 산정 결과 DPSIR 모형을 기반으로 수문학적 요소에 큰 가중치를 부여한 경우 하류보다는 상류 유역에서 높은 우선순위를 확인했으며, 각 요소별 동일한 가중치를 주었을 때 하류 유역에 높은 우선순위가 집중되었다.

• The Monthly Technology and Standards
• /
• s.79
• /
• pp.55-57
• /
• 2008