• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.277-277
• /
• 2017

하천은 하도상황의 변경, 토지이용의 변화, 골재채취, 댐과 저수지 건설 등에 의한 인위적인 요인과 대규모의 홍수, 홍수시에 발생되는 산사태와 같은 자연적인 요인에 의해 하천의 특성이 변화되고 있다. 기후변화로 인한 기록적인 집중호우가 자주 발생하고, 탁수로 인한 피해가 심각해지면서 탁수에 대한 체계적인 연구 및 적적한 관리, 저감기술의 필요성이 대두되고 기후변화로 인해 하천 내 수리적인 환경을 변화시킴으로써 침식으로 인한 제방파괴 및 시설물 파괴나 퇴사에 따른 하천의 유지관리비용 절감을 위한 최적의 하천 하상변동 예측 기술 개발 필요성이 증대되고 있다. 본 연구에서는 남강에 적합한 유사량 추정공식과 장, 단기 하상변동을 정량적으로 제시하고자 한다. 국외에서 하도의 준 2차원적인 변화에 대한 적용성이 검증된 수치모형인 GSTARS를 이용하여 남강유역인 남강댐 하류 ~ 낙동강합류부 구간의 기후변화에 따른 유량의 변화에 따라 시나리오를 구성하였다. 유사량 공식, 준 2차원 모형 활용시 사용하는 수류튜브의 개수에 따른 민감도 분석을 수행하였으며, 연구의 결과는 하천의 물리적 변화에 따른 흐름 및 하상변동을 예측하는 방법에 기초자료를 제공할 수 있을 것으로 예상된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.182-182
• /
• 2018

한강의 제1지류인 홍제천 수계에 속하는 지방2급 하천인 불광천 유역을 연구대상지로 선정하여 기후변화에 따른 유출량 영향성 분석을 수행하였다. 연구대상지인 불광천은 서울특별시의 서북쪽에 위치하여 $21.72km^2$의 유역면적과 9.83km의 유로연장을 갖고 행정구역상 은평구, 마포구, 서대문구에 걸쳐있다. 본 연구에서는 불광천 유역을 503개의 소유역으로 분할하였으며, 유역의 하수관망은 976개의 노드와 989개의 링크를 사용하여 XP-SWMM 모형으로 구축하였다. 또한 국토지리정보원에서 제공하는 1:5000축척의 수치지도를 DTM으로 변환하여 하수관에서 월류된 이후의 2차원 흐름분석을 위한 지형자료로 활용하였다. 기후변화를 고려한 유출량을 분석하기 위해 S0(1961년~2016년)인 1개의 과거기간과 S1(2017년~2046년), S2(2047년~2076년), S3(2077년~2100년)인 3개의 미래기간을 설정하여 총 4개의 시나리오를 구성하였다. 과거기간인 S0는 강우관측소에서 계측된 자료를 사용하여 빈도별 확률강우량을 구하였으며, 미래기간인 S1, S2, S3는 기상청에서 제공하는 기후변화 시나리오인 RCP 4.5의 강우자료를 사용하여 확률강우량을 산출하였다. 빈도별 확률강우량은 S0기간의 강우자료와 가장 유사한 Gumbel 모형을 사용하였으며, 도출된 확률강우량은 치수에 가장 보수적인 Huff의 4분위로 강우를 분포시켜 유출모형에 적용하였다. 976개의 노드 중 불광천 유역의 주요 76개 지점을 선정하여 유역면적에 따른 기후변화의 영향성을 분석하였다. 그 결과 유역면적과 재현기간이 작을수록 최대 유출량은 큰 변동성을 보이는 것으로 나타났으며, 과거기간인 S0 대비 미래기간인 S1, S2, S3의 최대 유출량 비율은 유역면적 100ha를 기준으로 100ha 미만은 80%~200%의 변동성을 100ha이상에서는 120%에 수렴하는 양상을 보이는 것으로 확인되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.327-327
• /
• 2023

인간 활동의 영향으로 인한 기후변화는 지구의 물 순환을 변화시키며 결과적으로 수문학적 재해의 발생빈도와 강도를 변화시킬 것으로 전망한다. 파키스탄은 기후변화에 대한 기여도가 적음에도 불구하고 기후변화로 인한 피해가 큰 나라 중 하나이다. 파키스탄은 2022년 여름 국가의 30% 이상의 지역이 침수되며 3300만명이 피해를 받은 기록적인 홍수를 겪은 바 있다. 본 연구에서는 하천 물리 모델인 Catchment based Macro-scale Floodplain (CaMa-Flood)를 사용하여 2022년 파키스탄에서 발생한 홍수에 대하여 인간 활동에 의한 기후변화 영향을 평가했다. 결합모델간 상호비교 프로젝트 (Coupled Model Intercomparision Project Phase 6, CMIP6)에 참여한 모형들 중, 일 유출량을 제공하는 4개의 전구기후모델 (CanESM5, CNRM-CM6-1, HadGEM3-GC31-LL, IPSL-CM6A-LR)을 선정하였다. 본 연구는 선정된 모델을 기반으로 지난 1950-2014년의 총 65년간, 인간의 영향을 제외한 hist-nat과 인간의 영향이 포함된 historical 시뮬레이션 결과를 비교하여 홍수에 대한 인간 활동의 기여도를 평가하였다. 각 hist-nat과 historical 시뮬레이션에서 산출된 일 유출량을 CaMa-Flood의 입력 자료로 사용하여, 파키스탄 지역의 자연 변동성 및 인위적 강제력이 영향을 미치는 하천 유량, 저수량, 범람 면적 및 수위 등을 계산하였다. 연구 결과, 인간 활동이 2022년 파키스탄 홍수의 하천 범람 면적 및 총 하천 유량 증가에 영향을 미쳤으며, 이는 자연 변동성만을 고려한 hist-nat 시뮬레이션과의 비교를 통해 차이를 확인하였다. 이는 향후 파키스탄 지역에서 발생하는 홍수 사례 전망 및 유엔 기후변화협약당사국총회(COP27)에서 의제로 채택된 기후변화로 인한 손실과 피해의 보상에 대한 구체적인 근거에 도움이 될 것으로 보인다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.41-41
• /
• 2021

최근 전 세계적으로 급증하는 기후변화의 영향으로 이상기후로 인한 자연재해들의 강도 및 발생 빈도의 증가가 다양한 연구를 통하여 확인되고 있으며, 이를 대비 및 대응하기 위한 방안수립 연구가 세계의 가장 중요한 주제로 부상되고 있다. 우리나라의 경우에는 기후변화에 따른 심각성 문제가 대두되고 있지만 국가적 대응기반조성 및 수자원정책 의사결정에 직접적으로 활용될 수 있는 일관성 있고 통합적인 기후 정보가 부족한 실정이다. 미래 기상 변동성을 나타내는 기후모델은 전 지구적 대규모 기상장(large scale climate pattern)을 비교적 정확하게 묘사하는 것으로 알려져 있으나 모형에 내재해 있는 시·공간적 편의(spatial-temporal bias) 및 불확실성으로 인하여 통계학적 상세화가 필수적으로 요구된다. 이러한 편향성은 일반적으로 지상 관측 자료를 격자에 보간하여 보정하는 방법이 적용되고 있지만, 관측자료의 불연속성 및 관측소의 불균등성으로 인하여 공간적 신뢰성이 낮다. 이에, 본 연구에서는 Bayesian 기반의 Kriging을 통한 공간적 편의보정 및 QDM(quantile delta mapping)을 연계한 새로운 격자 기반의 통계적 상세화 모형 Bayesian Kriging-QDM을 개발하였다. 본 연구를 통하여 산정된 결과는 과거자료에 근거하여 이루어지는 기존의 보수적인 수자원 관리 체계의 위험성을 저감 시킬 수 있는 의사결정에 직접적으로 활용될 수 있는 기초 자료로 이용 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.15-15
• /
• 2015

기존 기후변화 영향평가 불확실성 연구들은 거의 대부분 GCM의 불확실성이 가장 크다고 결론내리고 있으나, ES 불확실성과의 정량적 비교는 하지 못했으며, 기존 접근방법은 민감도 분석 수준에 머무르고 있다. 이에 본 연구에서는 기후변화 영향평가 각 단계별 불확실성을 포괄적으로 정량화하고 수행단계별 불확실성의 전파정도를 추정할 수 있는 새로운 approach를 제안하였다. 첫째, 전체 불확실성, 각 단계별 불확실성 증가 정도, 각 단계별 불확실성의 비율을 제시할 수 있는 새로운 approach를 제안하였다. 또한 불확실성을 정량적으로 추정할 수 있는 방법으로 maximum entropy(이하 ME)를 선정하였으며, 이를 본 연구에서 제시한 approach에서 적용성을 살펴보았다. 둘째, 본 연구에서는 기후변화 영향평가 불확실성 단계별 정량화를 위해 2개 배출시나리오, 4개 GCM 시나리오, 2개 상세화기법, 2개 수문모형을 사용하여 기본적 기후변화 영향평가 단계를 모두 수행하였다. 기존 approach에서는 GCMs의 변화율(89.34)이 가장 커 GCMs의 불확실성이 가장 큰 것으로 나타났으나 제시한 approach에서는 배출시나리오의 불확실성이 전체 대비 58.66 %로 기후변화 영향평가에서 가장 큰 불확실성 발생 원인으로 파악되었다. 모형 불확실성에서는 GCMs의 불확실성(전체 대비 33.57 %)이 가장 높게 나타났다. 또한 배출시나리오의 ME는 3.32, GCMs의 ME는 5.22, 상세화기법의 ME는 5.57, 수문모형의 ME는 5.66으로 단계적으로 불확실성이 증가하였다. 다음으로 유량과 강수를 이용하여 불확실성 정량화를 수행하였으며, 강수를 이용한 불확실성 정량화에서는 유량을 이용한 결과와 다르게 배출시나리오 다음으로 상세화기법의 불확실성이 큰 것으로 나타나 어떤 수문변수에 초점을 두느냐에 따라 불확실성 정량화저감 노력 대상이 달라질 수 있음을 제시하였다. 마지막으로 자연변동성에 의한 불확실성이 기후변화 전체 불확실성의 45.47 % 정도로 나타났으며, 이는 미래 기후변화에 의해 발생하는 불확실성이 과거 자연변동보다 2배 이상으로서, 기후변화에 의한 미래전망의 불확실성이 매우 크게 증가한다는 매우 중요한 결과를 제시하였다.

• Journal of the Korean earth science society
• /
• v.43 no.1
• /
• pp.30-40
• /
• 2022

Wildfires, which occur sporadically and irregularly worldwide, are distinct natural disturbances in combustible vegetation areas, important parts of the global carbon cycle, and natural disasters that cause severe public emergencies. While many previous studies have investigated the variability and changes in wildfires globally based on fire emissions, burned areas, and fire weather indices, studies on East Asia are still limited. Here, we explore the characteristics of variability and changes in wildfire danger over East Asia by analyzing the fire weather index for the 40 years-1981-2020. The first empirical orthogonal function (EOF) mode of fire weather index variability represents an increasing trend in wildfire danger over most parts of East Asia over the last 40 years, accounting for 29% of the total variance. The major contributor is an increase in the surface temperature in East Asia associated with global warming and multidecadal ocean variations. The effect of temperature was slightly offset by the increase in soil moisture. The second EOF mode exhibits considerable interannual variability associated with the El Nino-Southern Oscillation, accounting for 17% of the total variance. The increase (decrease) in precipitation in East Asia during El Nino (La Nina) increases (decreases) soil moisture, which in turn reduces (increases) wildfire danger. This dominant soil moisture effect was slightly offset by the temperature increase (decrease) during El Nino (La Nina). Improving the understanding of variability and changes in wildfire danger will have important implications for reducing social, economic, and ecological losses associated with wildfire occurrences.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.1023-1026
• /
• 2008

과거에 수문자료 시계열 모의기법은 수자원시스템 설계에 사용되는 일강수량 모의에 주로 이용되어 왔지만 최근에 기후변화에 따른 수문사상의 변동성을 평가하기 위한 기본 자료 모의를 위한 방법론으로 많이 이용되고 있다. 수문시스템에서 강수는 현상의 발생여부에 따라 건조일과 습윤일이 교대로 반복되는 과정으로 구성되어 있으며 건조일, 습윤일 등으로 구분하고 습윤일의 강수량을 상태별로 분류하여 각 상태별 천이확률을 계산함으로써 장래에 발생 가능한 강수사상의 모의 발생이 가능하다. 기후변화 영향 평가 연구에서 가장 중요한 문제 중의 하나는 기후변화로 기인하는 수문사상의 전체적인 거동의 변동사상을 추정하는 것이며 이를 기존 모형들과 연계시키는 방법이라 할 수 있다. 이러한 관점에서 본 연구에서는 천이확률 및 강수 모의에 이용되는 Gamma 확률분포와 같은 분포형의 매개변수들이 우리가 목적으로 하는 월강수량 또는 계절강수량의 총량을 유사하게 모의할 수 있도록 CWGEN(Cross-validated Canonical Correlation Analysis-Weather Generator)를 도입하였다. 이를 국내 강수 지점을 대상으로 검토 평가하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.147-147
• /
• 2016

최근 기후변화로 인한 기상이변이 빈번히 발생하면서 그로 인한 피해도 점점 증가하고 있다. 이를 최소화하기 위해서는 기후변화가 강수에 미치는 영향에 대한 연구가 필요하며, 특히 강수의 기후변화를 고려한 장기적인 변동에 대한 예측이 매우 중요하다. 그 중, 기후변화로 인한 강수현상의 변화를 분석하기 위한 방법 중 하나로 강수 현상이 주변 기후 요소의 분포에 영향을 받는다는 가정 하에 기상인자를 통하여 강수를 예측하는 방법이 있다. 우리나라에 영향을 미치는 주변 기상인자들과 강수 간의 상관관계를 분석하여 상관관계가 높게 나타나는 기상인자를 통해 우리나라 강수량을 예측하면 장기적인 관점에서 강수 예측의 정확도를 높일 수 있다. 하지만 상관관계 분석에 있어서 강수 원 자료 와 기상인자간의 상관관계를 비교할 경우 원 자료가 가지는 큰 변동성으로 인해 정확한 상관관계 분석이 이루어지지 않을 가능성이 크다. 따라서 강수자료를 분해하여 분해된 요소별로 상관관계를 분석하여 분석의 정확도를 높일 필요가 있다. 다양한 자료 분해 방법중 경험적 모드분해법(Empirical Mode Decomposition, EMD)을 사용할 경우 자료의 분해에 있어서 주기성, 경향성에 따라 분해가 가능하며, 비정상성을 가지고 있는 시계열에 대해 효과적으로 분해가 가능한 장점이 있다. 본 연구에서는 30년 이상의 자료기간을 가지는 지점의 강수량 자료를 바탕으로 경험적 모드분해법을 이용하여 강수자료를 분해하고, 이를 다양한 기상인자와의 상관관계를 분석함으로써, 우리나라 강수량 변동과 연관이 있는 기상인자들을 선별하였다. 선별된 기상인지를 바탕으로 다중회귀분석을 수행하여 기상인자를 독립변수로 하는 강수 예측식을 구축하여 우리나라 강수의 예측 가능성을 살펴보고자 한다.

• Journal of Wetlands Research
• /
• v.21 no.spc
• /
• pp.61-68
• /
• 2019

Recently, climate indices represented by quantifying atmospheric-ocean circulation patterns have been widely used to predict hydrologic variables for considering long-term climate variability. Hydrologic forecasting models based on artificial neural networks have been developed to provide accurate and stable forecasting performance. Forecasts of hydrologic variables considering climate variability can be effectively used for long-term management of water resources and environmental preservation. Therefore, identifying significant indicators for hydrologic variables and applying forecasting models still remains as a challenge. In this study, we selected representative climate indices that have significant relationships with dam inflow time series in the Han-River basin, South Korea for applying the dam inflow forecasting model. For this purpose, the ensemble empirical mode decomposition(EEMD) method was used to identify a significance between dam inflow and climate indices and an artificial neural network(ANN) ensemble model was applied to overcome the limitation of a single ANN model. As a result, the forecasting performances showed that the mean correlation coefficient of the five dams in the training period is 0.88, and the test period is 0.68. It can be expected to come out various applications using the relationship between hydrologic variables and climate variability in South Korea.

• Journal of Korea Water Resources Association
• /
• v.47 no.11
• /
• pp.1039-1050
• /
• 2014

The goal of this study is to demonstrate the diversity of model performance for various climatic elements and indicators. We evaluated the skills of the most advanced 17 General Circulation Models (GCMs) i.e., CMIP5 (Climate Model Inter-comparison project, phase 5) climate models in reproducing retrospective climatology from 1950 to 2000 over the Southeast US for the key climatic elements important in the hydrological and agricultural perspectives (i.e., precipitation, maximum and minimum temperature, and wind speed). The biases of raw CMIP5 GCMs were estimated for 16 different climatic indicators that imply mean climatology, temporal variability, extreme frequency, etc. using a grid-based observational dataset as reference. Based on the error (RMSE) and correlation (R) of GCM outputs, the error-based GCM ranks were assigned on average over the indicators. Overall, the GCMs showed much better accuracy in representing mean climatology of temperature comparing to other elements whereas few GCM showed acceptable skills for precipitation. It was also found that the model skills and ranks would be substantially different by the climatic elements, error statistics applied for evaluation, and indicators as well. This study presents significance of GCM uncertainty and the needs of considering rational strategies for climate model evaluation and selection.