• Journal of the Korean earth science society
• /
• v.34 no.1
• /
• pp.13-27
• /
• 2013

Quantitative precipitation estimation (QPE) is one of the most important elements in meteorological and hydrological applications. In this study, we adjusted the QPE from an S-band weather radar based on co-kriging method using the geostatistical structure function of error distribution of radar rainrate. In order to estimate the accurate quantitative precipitation, the error of radar rainrate which is a primary variable of co-kriging was determined by the difference of rain rates from rain gauge and radar. Also, the gauge rainfield, a secondary variable of co-kriging is derived from the ordinary kriging based on raingauge network. The error distribution of radar rain rate was produced by co-kriging with the derived theoretical variogram determined by experimental variogram. The error of radar rain rate was then applied to the radar estimated precipitation field. Locally heavy rainfall case during 6-7 July 2009 is chosen to verify this study. Correlation between adjusted one-hour radar rainfall accumulation and rain gauge rainfall accumulation improved from 0.55 to 0.84 when compared to prior adjustment of radar error with the adjustment of root mean square error from 7.45 to 3.93 mm.

• Korean Journal of Environmental Biology
• /
• v.37 no.4
• /
• pp.759-768
• /
• 2019

This study was conducted to estimate the mean annual extreme minimum temperature raster and predict the potential distribution of the invasive plant, Ipomoea triloba, on the Korean peninsula. We collected annual extreme minimum temperature and mean coldest month minimum temperature data from 129 weather stations on the Korean peninsula from 1990-2019 and used this data to create a linear regression model. The min temperature of the coldest month raster from Worldclim V2 were used to estimate a 30 second spatial resolution, mean annual extreme minimum temperature raster of the Korean peninsula using a regression model. We created three climatic rasters of the Korean peninsula for use with the Proto3 species distribution model and input the estimated mean annual extreme minimum temperature raster, a Köppen-Geiger climate class raster from Beck et al. (2018), and we also used the mean annual precipitation from Worldclim V2. The potential distribution of I. triloba was estimated using the Proto3 model with 117 occurrence points. As a result, the estimated area for a potential distribution of I. triloba was found to be 50.7% (111,969 ㎢) of the Korean peninsula.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.179-183
• /
• 2009

본 연구에서는 GCM 기후변화 전망 시나리오를 이용하여 유역단위의 기후변화를 추정하였다. 원시 GCM 시나리오를 지역화 시키기 위해서 인공신경망 모형을 사용하였다. GCM에서 모의되는 강수플럭스, 해면기압, 지표면 근처에서의 일 평균온도, 지표면으로부터 발생하는 잠열플럭스 등과 같은 22개의 변수는 인공신경망의 잠재적 예측인자로 사용되었으며, AWS에서 관측된 강수량과 온도는 예측변수로 사용되었다. 원시 GCM 데이터는 CCCma(Canadian Centre for Climate Modeling and Analysis)에서 제공되는 CGCM3.1/T63 20C3M 시나리오를 사용하였으며, 인공신경망 학습과정에서 사용된 기준시나리오(reference scenario)자료의 기간은 1997년부터 2000년까지의 데이터를 사용하였다. 인공신경망을 학습을 통하여 결정된 각 층사이의 가중치를 이용하여 이산화탄소 배출농도를 가정하여 생성된 CGCM3.1/T63 SRES B1 기후변화시나리오(project scenario)를 인공신경망의 입력값으로 하여 미래의 기온과 강수변화를 전망하였다. 신경망의 학습효과를 높이기 위하여 기온과 강수에 대한 평균 및 누적기간을 각각 일단위와 월단위로 설정하였다. 본 연구에서 사용된 인공신경망은 3층 퍼셉트론(다층 퍼셉트론)을 사용하였으며, 학습방법으로는 역전파알고리즘(back-propagation algorithm)을 이용하였다. 민감도분석을 통하여 선택된 예측인자는 소양강댐유역(1011, 1012소유역)에서의 인공신경망 예측인자로 활용되었으며, 2001년부터 2100년까지의 일 평균온도와 일 강수량의 변화경향을 추정하였다. 1011유역, 1012유역에서는 여름철의 온도변화경향이 겨울철에 비하여 높게 나타났다. 일 평균온도의 통계분석 결과 평균예측오차가 가장 적게 나타나는 지역은 1001유역으로 -0.08로 평균예측오차가 가장 적게 나타났으며, 인공신경망기법을 이용하여 스케일 상세화된 일 평균온도와 관측된 일 평균온도가 얼마나 잘 일치하는지를 확인할 수 있는 1012유역에서 CORR이 0.74로 가장 높게 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.132-136
• /
• 2007

최근 지구온난화로 인한 이상기후의 영향으로 강우일수는 줄고 있으나 강수량은 예년과 비슷한 수준을 보이고 있다. 이로 인해 갈수기의 용수부족 현상은 더욱 심해지고. 장마철의 홍수피해와 게릴라성 집중호우로 인한 피해가 커지는 등 해가 갈수록 홍수 예경보의 중요성은 더욱 높아지고 있다. 그럼에도 불구하고 현재 홍수 예경보 체계는 몇 가지 문제를 가지고 있다. 기존 예경보 체계의 경우 한 번의 예측을 수행하기 위해 수반되는 전처리과정과 주계산과정을 거치는 동안 각 과정에서 발생한 오차들이 반복, 누적되어 최종 결과물(예측된 유출량) 속에 모두 포함된다. 또한 기존 체계에서는 유출모형을 적용하기 위해서 토양형. 피복상태 등에 관련된 매개변수들이 필요한데. 이러한 매개변수의 결정에 어려움이 있고. 불확실성을 갖고 있다. 본 연구에서는 불확실성을 적극적으로 인정하고 수학적으로 해석하려는 fuzzy 이론을 신경망 이론에 도입하여 홍수 예경보 시스템의 운영과정에서 발생하는 불확실성의 문제를 해결하고자 하였다. 본 연구에서 사용한 ANFIS(Adaptive Neuro-Fuzzy Inference System)은 data driven model(자료에 기반을 둔 모형)의 하나로 다음과 같은 장점을 가진다. 우선 data driven model은 유역의 물리적, 지형적 특성을 고려하지 않고(매개변수설정에서 발생하는 문제 해결 가능), 입력자료와 출력자료만을 고려하여 구축되는 모형이므로, 유역의 물리적 자료나 지형 자료와 같은 방대한 양의 자료 수집이 필요 없고, 일단 모형이 구축되면 자료의 입력만으로도 신뢰성 높은 결과를 단시간 내에 효율적으로 획득할 수 있다. 그리고 유역 내의 상황이 변화하더라도, 이들의 영향을 고려하여 쉽게 모형을 갱신할 수 있다. 마지막으로 모형의 구축 과정이 물리적 모형에 비해 비교적 간편하다는 장점이 있다. 본 연구에서는 ANFIS를 통해 탄천유역의 강수량 자료와 대곡교의 수위자료를 입력자료로 사용하여 대곡교의 수위를 예측하였다. 입력 자료는 시간차 계열의 강우량과 수위 자료를 사용하였으며 모형을 통하여 t+1, t+2, t+3 시간 후의 수위를 예측하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.156-156
• /
• 2016

2016년 2월 5일, 짐바브웨는 극심한 가뭄으로 인해 인구의 4분의 1이상이 식량난을 겪고 있다며 '국가 재난 사태'를 선포하였다. 한때 아프리카 곡창지대로 불리던 짐바브웨가 극심한 가뭄을 겪게 된 데에는 2015/16년 슈퍼엘니뇨의 영향이 크게 한 몫을 하였는데, 이는 남반구의 여름인 11월부터 이듬해 3월까지인 짐바브웨의 우기가 2015/16년 슈퍼엘니뇨 강도가 절정에 달했던 시기(10월에서 2월)와 겹쳐져 짐바브웨의 강수량이 슈퍼 엘니뇨의 영향을 받게 되었기 때문이다. 게다가 4월부터는 엘니뇨의 영향을 받은 우기가 끝나고 건기가 시작되기 때문에 앞으로 가뭄이 얼마나 더 악화될지 우려되는 상황이다. 짐바브웨의 기후를 살펴보면, 증발량이 강수량보다 많은 건조기후 중에서도 비교적 그 정도가 약한 기후인 반건조 지대에 속한다. 하지만 연강수량 변동에 따라서, 비가 내리는 해에는 토양 수분이 과잉되고 비가 적게 내리는 해에는 심한 물 부족 현상이 일어나게 되기 때문에, 건기가 시작되는 4월부터 짐바브웨 강수 예측은 가뭄이 얼마나 지속될지를 파악하는 데에 아주 중요한 요소가 될 수 있다. 따라서 본 연구에서는 강수 예측 결과를 중심으로 2016년 짐바브웨의 가뭄이 얼마나 지속되고, 또 가뭄의 강도는 어떻게 될지 알아보는 것에 목적을 두고, GCM을 이용하여 2016년 3월에서 10월까지 장기예측을 수행하였다. 경계 자료로는 ECMWF (European Centre for Medium Range Weather Forecasts)에서 제공하는 Sea Ice자료와, NOAA OI (National Oceanic and Atmospheric Administration Optimum Interpolation) Weekly SST자료를 사용하였고 엘니뇨의 영향을 고려하기 위해 IRI (International Research Institute)의 ENSO forecast를 참고하여 SST아노말리에 월별 가중치를 적용하였다. 초기 입력 자료로는 1월 21-30일 10일간의 ECMWF의 재분석 자료를 이용하여 총 10개 멤버의 앙상블 예측을 수행하였고, 8개월(3-10월) 기간에 대해 약 한 달간의 spin-up time을 주었다. 예측 자료를 모델 climatology와 비교하여 월 평균 강수 전망을 분석하였고, 기온과 해면기압의 월 평균자료도 추가 분석하였다. 또한 짐바브웨 지역의 강수 관측 자료와 모델 예측 자료를 이용하여 특정 도시들의 1년 누적강수를 예측 및 분석하였고, 최종적으로 이 결과를 통해 짐바브웨의 가뭄지속가능성을 살펴보았다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.109-109
• /
• 2022

유효가뭄지수(Effective Drought Index, EDI)는 현재 기후에 대한 과거, 미래 기후에서의 상대적인 가뭄 특성 변화를 평가하기 위해 최근 30년간의 일 강수량 자료를 고정된 기준치로 사용한다. 이에 따라 장기간에 걸친 다양한 기후변화에 대한 인간 사회의 적응을 고려하며 가뭄의 영향을 평가할 때에는 한계점이 있다. 이 연구에서는 EDI의 기능을 확장하기 위해 자가교정 유효가뭄지수(self-calibrating EDI, scEDI)를 제안하고 그 성능을 평가하였다. 기존 EDI와는 다르게 scEDI는 관측시점을 기준으로 30년씩 이동하며 시간에 따라 변화하는 기후값을 기준치로 사용한다. 우리나라 서울관측소에서 1777년부터 2020년까지 누적된 244년간의 일 강수량 자료를 바탕으로, scEDI와 3개의 서로 다른 기후 기준치를 가진 기존 EDI를 계산하여 평가된 가뭄들의 특성을 비교하였다. 그 결과, 기후 기준치에 따라 서로 다른 가뭄 특성들을 보인 기존 EDI와 달리, scEDI는 변화하는 기후를 고려하여 분석기간에 걸쳐 가뭄의 특성을 일관되게 평가할 수 있는 것으로 밝혀졌다. 1807년부터 1907년까지 가뭄과 관련된 조선왕조실록의 기록과 scEDI가 평가한 과거 가뭄 사례들과 비교해 본 결과, scEDI가 탐지한 가뭄 사례들과 실제 조선왕조실록의 가뭄 기록이 비교적 잘 일치하여, scEDI가 과거의 사회적 가뭄을 잘 탐지하는 것으로 나타났다. 또한, 최근의 사회적 가뭄에 대한 scEDI의 탐지 능력을 평가하기 위해 구글과 네이버에서 2016년부터 2018년까지 수집된 가뭄 관련 검색어 소셜 빅데이터를 사용하여서 비교하였다. 그 결과, 과거와 마찬가지로 현재에서도 scEDI가 평가한 가뭄의 변화와 소셜 빅데이터에서 나타난 가뭄에 대한 사회적 반응이 잘 일치하는 것으로 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.80-80
• /
• 2022

본 연구는 한강유역 (35,770 km²)을 대상으로 RUSLE (Revised Universal Soil Loss Equation)과 WATEM/SEDEM (The Water and Tillage Erosion Model and Sediment Delivery Model)의 유사이동식을 활용하여 인간활동과 기후변화로 인한 유사량을 평가하였다. 대상유역에 영향을 주는 16곳의 기상관측소에서 제공하는 분 단위 누적강수량 (2000-2019), 농촌진흥청 토양도, 국토지리정보원 DEM (Digital Elevation Model), 환경공간정보서비스 (EGIS) 2020년 세분류 토지이용도를 활용하여 RUSLE과 WATEM/SEDEM 유사이동식에 필요한 강우침식인자(R), 토양침식인자 (K), 지형인자 (L·S), 식생피복인자 (C), 그리고 보전관리인자 (P)를 구축하였으며, SWAT (Soil and Water Assessment Tool)으로 모의한 표준유역 단위 연도별(2000-2019) 유사량 결과를 기준으로 WATEM/SEDEM 유사량 계수 (KTC)를 검·보정하였다. 토양침식 산정 입력자료 중 강우량으로 산정하는 강우침식인자는 기후변화를 보여주는 인자, 토지피복에 따라 다른 식생피복인자와 보전관리인자는 인간활동을 나타내는 인자로 설정하였다. 강우침식인자는 2010년대 평균값을 활용하여 현재의 유사량을 평가하였으며, 분 단위 자료가 없는 과거의 경우 직접적인 계산에 어려움이 있어, 연평균 강수량과의 관계로 추정한 1980년대 평균값을 활용하여 기후변화로 인한 영향을 평가하였다. 식생피복인자와 보전관리인자는 1980년대 토지이용도를 활용하여 산정한 결과로 인간활동에 의한 유사량 평가에 사용되었다. 대상유역의 유사량은 RUSLE 모형의 토양침식량과 WATEM/SEDEM 유사이동량을 mass balance로 분석하며, 다른 인자들은 고정한 상태로 과거 강우침식인자, 식생피복인자와 보전관리인자를 적용하여 인간활동과 기후변화로 인한 유사량 변화를 분석하고자 한다.

• The Korean Journal of Applied Statistics
• /
• v.29 no.5
• /
• pp.873-885
• /
• 2016

Onions are grown in a few specific regions of Korea that depend on the climate and the regional characteristic of the production area. Therefore, when onion yields are to be estimated, it is reasonable to use a statistical model in which both the climate and the region are considered simultaneously. In this paper, using a spatial panel regression model, we predicted onion yields with the different weather conditions of the regions. We used the spatial auto regressive (SAR) model that reflects the spatial lag, and panel data of several climate variables for 13 main onion production areas from 2006 to 2015. The spatial weight matrix was considered for the model by the threshold value method and the nearest neighbor method, respectively. Autocorrelation was detected to be significant for the best fitted model using the nearest neighbor method. The random effects model was chosen by the Hausman test, and the significant climate variables of the model were the cumulative duration time of sunshine (January), the average relative humidity (April), the average minimum temperature (June), and the cumulative precipitation (November).

• Journal of the Korean Society of Hazard Mitigation
• /
• v.5 no.4 s.19
• /
• pp.59-69
• /
• 2005

Drought is difficult to detect and monitor, but it is easy to interpret through the drought index. The Palmer Drought Severity Index(PDSI), which is most commonly used as one of drought indices, have been widely used, however, the index have limitation as operational tools and triggers for policy responses. Recently, a new index, the Standardized Precipitation Index(SPI), was developed to improve drought detection and monitoring capabilities. The SPI has an improvement over previous indices md has several characteristics including its simplicity and temporal flexibility that allow its application for water resources on all timescales. Keetch-Byram Dought Index(KBDI) was defined as a number representing the net effect of evapotranspiration and precipitation in producing cumulative moisture deficiency in deep duff or upper soil layer. The purpose of this study is to analyze drought in Korea by using PDSI, SPI and KBDI. The result of this study suggests standard drought index by comparing of estimated drought indices. The data are obtained from Korea Meteorological Administration 56 stations over 30 years in each of the 8 sub-basins covering the whole nation. It is found that the PDSI had the advantage to detect the stage of drought resulting from cumulative shortage of rainfall, while SPI and KBDI had the advantage to detect the stage of drought resulting from short-term shortage of rainfall.

• Journal of Climate Change Research
• /
• v.4 no.2
• /
• pp.95-104
• /
• 2013

Average cumulative precipitation in summer have increased by 350 mm compared with 1980s. As precipitation is expected to increase, the risk of landslides by heavy rainfall also is expected to rise. Therefore, establishment of adaptation plan for landslides is urgently needed. In 2011, Korea Ministry of Environment(KME) conducted vulnerability assessment to support establishment of adaptation plan for local governments. However, the result of vulnerability assessment had three limitations. First, KME didn't use standard scenario of Korea Meteorological Administration(KMA). Second, They conducted same standardization method for all variables. Third, They derived relative vulnerability which is not quantitative. The purpose of this study is to improve the limitations of existing vulnerability assessment and identify quantitative criteria to ensure scientific reliability. To achieve this purpose, we carried out three ways of advancement. First, application of new climate scenario, which is RCP 8.5 from KMA. Second, improvement of variables of vulnerability assessment. Third, derivation of quantitative criteria of vulnerability. The findings can support establishment of adaptation plan for local governments more effectively.