• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.400-400
• /
• 2019

국내에서는 향후 기후변화 등으로 인해 수자원 분야에 있어 많은 변화가 일어날 것이라 예측하고 있으며 특히 미래 물 공급에 많은 어려움이 예상됨에 따라 안정적인 물 공급을 위해서는 기후변화 적응 전략 수립이 필요한 실정이다. 현재 많은 수자원시설물이 건설되어 운영 중에 있음에도 불구하고 가뭄 등으로 인해 물 공급의 어려움을 겪는 지역이 발생하기도 하였다. 따라서 현재 물 공급 시스템의 공급능력 및 취약성에 대해 기후변화를 고려하여 평가할 필요가 있으며 분석결과를 활용하여 향후 안정적인 물 공급을 위한 대안을 마련하여야 한다. 최근 들어 기후변화가 국내 수자원에 미치는 영향을 평가하기 위해 많은 노력을 기울이고는 있으나 물 공급 관련 연구는 초기 단계에 머물고 있다. 이는 미래에 대한 예측의 불확실성이 크기 때문에 정량적인 결과를 도출하기가 어렵다. 따라서 미래에 발생할 수 있는 문제를 사전에 감지하고 이를 해소하기 위한 대책을 마련하기 위해서는 미래에 발생가능한 다양한 상황에 대한 분석을 수행할 필요가 있다. 본 연구에서는 미래 기후변화, 사회 경제조건 변화 등에 대해 현재의 기술로 예측할 수 있는 다양한 상황을 미래 시나리오 경로로 구성하고 각 경로별 물 수급 전망을 수행함으로써 미래 물 공급에 대한 기후변화 취약성을 평가하고자 하였다. 구성된 미래 시나리오 경로별 물 수급 전망분석 결과를 통해 4대 권역(한강, 낙동강, 금강, 섬진강 및 영산강)에 대한 물 공급 취약지역을 선정하였으며 미래 발생할 수 있는 물 부족 발생가능량을 분석하여 제시하였다. 분석을 통해 선정된 물 공급 취약지역에 대해서는 안정적인 물 공급을 위한 대책 마련이 절실할 것으로 판단되며 연구결과는 지역 수자원계획 수립에 다양한 정보를 제공할 수 있을 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.363-363
• /
• 2012

최근 극심하게 변화하고 있는 기후에 적응하기 위해서 미래 기후를 좀 더 정확하게 예측하고자 많은 연구가 진행되어지고 있다. 결국, 기후변화에 따른 기온, 강수, 습도, 바람 등의 기후정보를 기후모형을 이용하여 얻게 되면 이에 따라 우리가 받게 되는 영향, 취약성 등을 평가하여 다양하게 활용하고자 하는 것이다. 우리나라는 지형적으로 육지의 70% 정도를 산악 지역이 차지할 만큼 복잡한 지형과 다양한 기후의 특성을 나타나고 있어 미래에 대한 기후변화 시나리오를 산출하는 기본적인 도구이면서 공간해상도가 약 400km인 전지구 기후모형(Global Climate Model; GCM)으로 그대로 활용하기에는 곤란하다. 따라서 지역기후모형(Regional Climate Model; RCM)을 통해서 추정된 A1B시나리오를 기본 기후변화 시나리오로 활용하는 것이 일반적이다. 하지만 GCM이나 RCM 기반 기후변화 시나리오는 실제 강수의 특성을 제대로 재현하지 못하는 경향이 있으며 이러한 문제점을 개선하기 위해서 통계적인 상세화 기법을 통해서 수문학적으로 활용 가능한 기후변화 시나리오를 생산하여 이용한다. 본 연구에서는 새롭게 제공되는 RCP시나리오를 이용하여 북한을 포함하는 한반도 전체에 대한 기후변화 영향을 평가하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.518-518
• /
• 2015

이 연구에서는 ESRI사의 ArcGIS 프로그램을 이용하여, 한반도 남한지역 중 기후변화시나리오에 의한 강수량이 제공되지 않는 해안선지역에 대해 기후변화시나리오를 이용하여 장래 강수량을 생성할 수 있는 모형을 개발하였다. 기상청에서 제공하는 기후변화 시나리오에 의한 장래강수데이터의 경우 복잡한 해안선지역에 대해 장래 강수데이터를 제공하고 있지 않기 때문에 최근의 지형도를 적용하여 기상청에서 제공하지 않는 지역에 대해 보완격자를 생성하고, 공간보간 기법을 이용하여 이를 해결할 수 있다. 1km 격자단위의 강수데이터를 생성하기 위하여 GIS내에 여러 툴(tools)의 기능을 단계적으로 모형화하여 순서화된 작업을 자동적으로 수행할 수 있는 model builder를 사용하였다. 데이터 변환작업을 위한 전처리, 데이터 보간 추출 기능과 공간보간기법을 적용하여 기후변화 시나리오가 적용된 데이터누락지역에서의 장래 강수예측데이터를 생성할 수 있도록 하였다. 기상청에서 제공하는 RCP 8.5 시나리오를 이용하였고, 일부 해안선과 섬 지역에 대해 장래강수량을 생성할 수 있는 보간기법이 적용된 모형으로 한반도 남한지역 중 강수자료가 제공되지 않는 총 4,186개의 격자에 대해 적합한 공간보간기법을 선택하여, 일단위 및 월단위 강수자료를 생산할 수 있도록 하였다. 기상청에서 제공하는 강수데이터의 경우 'ASCII' 파일 형식으로 기후변화 데이터를 제공하기 때문에 사용자가 별도의 프로그램을 이용하여 강수예측자료를 얻어야 하는 문제가 있다. 강수예측자료를 텍스트파일 형태로 사용자가 원하는 좌표를 선택 한 후 데이터를 추출할 수 있도록 격자화하여 저장되도록 하였다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.23 no.4
• /
• pp.295-305
• /
• 2021

In this study, we constructed using Random Forest(RF) by selecting the meteorological factors related to the occurrence of frost. As a result, when constructing a classification model for frost occurrence, even if the amount of data set is large, the imbalance in the data set for development of model has been analyzed to have a bad effect on the predictive power of the model. It was found that building a single integrated model by grouping meteorological factors related to frost occurrence by region is more efficient than building each model reflecting high-importance meteorological factors. Based on our results, it is expected that a high-accuracy frost occurrence prediction model will be able to be constructed as further studies meteorological factors for frost prediction.

• The Science & Technology
• /
• s.509
• /
• pp.32-34
• /
• 2011

• 전기의세계
• /
• v.67 no.2
• /
• pp.19-25
• /
• 2018

• Water for future
• /
• v.52 no.7
• /
• pp.40-47
• /
• 2019

• Environmental and Resource Economics Review
• /
• v.21 no.4
• /
• pp.947-980
• /
• 2012

This study analyzes the long-run impacts of climate change on Korean agriculture and economy. We estimate the impacts of climate change on the productivities of major agricultural products including rice, dairy and livestock using both a simulation approach and a semiparametric econometric model. The former predicts a decline in productivity while the latter predicts an increase in productivity due to climate change, especially for rice. A recursive dynamic CGE model is used to analyze the general equilibrium impacts of productivity change under the two different scenarios, derived from the two productivity analysis approaches. The loss of GDP in 2050 is 0.2% or 0.02% of total GDP depending on the scenario. It is shown that the losses in dairy and livestock sectors are larger than that in rice sector, although the losses in those two non-rice sectors have been ignored by most existing works.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.334-334
• /
• 2019

기후변화에 능동적으로 대처하기 위해서는 기후변화에 따른 수자원가용량의 변화를 정량적으로 평가할 수 있어야 한다. 평가결과의 신뢰도를 높이기 위해서 기후변화 시나리오는 지역기후 및 유역특성에 적합한 결과를 포함하여야 한다. 또한, 기후변화가 유역의 물순환계에 미치는 영향이 있다면, 물순환 개선 기술을 통해 지속가능한 유역 물환경을 구축하는 것이 필요하다. 유역 물순환 개선 기술은 기후변화가 진행 중에 있거나 예상되는 지역에 대하여 강우로부터 발생되는 유출을 지연, 저류, 침투시켜 지속가능한 물순환 체계를 유지하고 회복하도록 하는 기법이라 할 수 있다. 한국건설기술연구원에서는 기후변화에 따른 영향을 평가하고 적응 대책을 수립하기 위한 실무적인 유역 물순환 개선 및 평가 모형인 CAT3(Catchment hydrologic cycle Assessment Tool 3)을 개발하였으며 본 모형은 침투시설, 저류시설, 습지, 빗물저장시설과 같은 물순환 개선시설에 대한 효과를 정량적으로 평가할 수 있다. 본 연구에서는 팔당댐 상류의 경안천 유역을 대상으로 APCC 기후변화 시나리오 통계적 상세화 자료를 활용하여 물순환 개선 기술의 적용성을 평가하였다. 통계적 상세화 자료는 APCC에서 개발된 AIMS(APCC Integrated Modeling Solution) 플랫폼을 이용하였다. AIMS는 다양한 기후정보를 기반으로 사용자 관점에서 상세화를 수행할 수 있는 장점이 있다. 상세화 기법은 SDQDM(Spatial Disaggregation Quantile Delta Mapping) 방법을 이용하였다. 상세화된 기후자료는 과거자료의 재현성 및 미래 기간에 대한 왜곡도를 평가하기 위해 극한기후지수(Climate Index)를 이용하는데 본 연구에서는 장기간에 걸친 수자원가용량의 평가 및 예측을 위해 연강수량(PRCPTOT)을 사용하였으며 증발산량의 평가 및 예측에 영향을 미치는 온도 관련 극한기후지수는 평균기온 개념의 DTR(TMAX&TMIN)을 이용하였다. 통계적 상세화 과정을 통해 최종적으로 HadGEM2-CC, INMCM4, CanESM2 시나리오를 선택하였으며 각 시나리오별 물순환 개선 기술을 적용한 후 미래의 수문학적 변동성을 평가하였다.

• The Korean Journal of Applied Statistics
• /
• v.30 no.3
• /
• pp.311-321
• /
• 2017

Principal component analysis is a popular statistical method to reduce the dimension of the high dimensional climate data and to extract meaningful climate patterns. Based on the principal component analysis, we can further apply a regression approach for the linear prediction of future climate, termed as principal component regression (PCR). In this paper, we develop a new PCR method based on the regularized principal component analysis for spatial data proposed by Wang and Huang (2016) to account spatial feature of the climate data. We apply the proposed method to temperature prediction in the East Asia region and compare the result with conventional PCR results.