• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.326-326
• /
• 2019

급격한 기후변화가 지속되면서 농업환경은 다양한 환경적 변화를 직면하고 있다. 기후변화로 일어난 이상기후 중 지구온난화와 이상 강수는 농업활동에 큰 영향을 끼치는 요소로 분석되었다. 특히 이상 강수로 인한 가뭄현상은 작물의 수분 공급을 저해하고 이로 인한 생산량 감소는 영농활동과 식량안보에 부정적 영향을 끼칠 것으로 분석되었다. 현재에도 발생하고 있는 가뭄현상으로 인하여 다양한 관개 방법이 진행 중이나 적절한 필요수량이 아닌 관습적 방법으로 관개를 진행하고 있는 실정이다. 우리나라의 1인당 강수량은 세계 1인당 평균 강수량의 1/6 정도이며, 따라서 수자원 절약이 가능한 효율적인 관개수량의 산정이 시급한 실정이다. 이에 본 연구는 미국 농무성(U.S. Department of Agriculture, USDA)와 텍사스 농업생명연구소(Texas A&M Agrilife Research Center)가 개발한 APEX 모델을 활용하여 1) 강수와 작물의 수분스트레스의 관계 및 특성을 평가하고, 2) 대표작물 세가지(고추, 배추, 콩)에 대하여 고정관개 조건에서 생산량과 관개수량의 관계를 분석한다. 그리고 3) 고정관개 조건을 바탕으로 과거 실측자료, 가뭄 시나리오, 그리고 풍수 시나리오에 대한 자동관개 모의를 진행하였다. 이 결과 현재 다양한 지역에서 행해지는 관행적 관개수량과 차이를 보였다. 따라서 본 연구는 향후 수자원 보존을 위한 밭, 논의 적정 관개수량 연구를 위한 기초자료로 활용될 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.945-945
• /
• 2012

본 연구에서는 낙동강 수계의 안동댐 유역을 대상지역으로 선정하여 미래 기후변화 시나리오에 따른 댐 유역의 수환경 영향을 예측해 보고자 하였다. 특히 미래기후에 대한 수환경 평가는 기후자료를 입력 값으로 요구하는 강우-유출모형을 이용하거나 유량 이외에 유사, 영양물질과 같은 수질인자를 동시에 모의할 수 있는 유역모형을 이용하여 평가하는 것이 일반적이다. 이를 위해 선행연구로 IPCC(Intergovernmental Panel on Climate Change)에서 제공하는 AR4 시나리오의 RCM 자료를 ANN(Artificial Neural Network)기법을 이용하여 안동댐 유역의 총 4개 기상관측소에 대한 과거 20년(1991~2010) 실측자료를 바탕으로 미래 강수 및 습도 그리고 온도에 대해 상세화 하여 미래 기후 시나리오를 생산하였다. 또한 안동댐 유역 단위의 수질을 예측하기 위해 토양과 토지이용 및 토지관리 상태에 따른 수문-수질 모의가 가능한 유역모형인 SWAT(Soil and Water Assessment Tool)을 이용하였다. 과거의 기상자료와 수질자료를 이용하여 유역모델의 검 보정을 실시하였으며 모형의 보정 및 검증결과에 따른 적합성과 상관성을 판단하기 위해 결정계수($R^2$)와 평균제곱근오차(Root Mean Square Error, RMSE)를 사용하였으며, 모형의 효율성 검증으로는 Nash and Sutcliffe(1970)가 제안한 모형효율성계수(NSE)를 사용하였다. 최종적으로 기후 시나리오에 대해서 전망된 지역상세기후를 유역모형의 입력자료로 이용하여 안동댐 유역의 미래수문 및 수질을 예측하고자 하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.393-393
• /
• 2023

최근 기후변화에 대한 관심이 높아짐에 따라 전 세계적으로 미래 기후변화 예측 전망에 대한 다양한 연구들이 수행되었으며, 특히 IPCC(Intergovernmental Panel on Climate Change)의 기후변화 6차 보고서에 채택된 SSP(Shared Socio-economic Pathway) 시나리오를 이용한 연구가 활발한 상황이다. 이들 연구에서는 미래 기후변화의 양상 비교를 위한 기간 구분은 통상적으로 F1(2011-2040), F2(2041-2070), F3(2071-2100)으로 구성된다. 하지만 이는 단순하게 동일한 기간으로 나누어 설정한 것으로, 통계적 근거가 부족할 뿐만 아니라 변화 추이를 확인하기 위한 수단으로 사용하기에 부족할 수 있다는 한계점이 존재한다. 이 연구에서는 기후변화 패턴에 대한 기존 연구의 한계, 특히 미래 기후변화를 비교하기 위해 사용되는 기간 분류와 관련하여 한계점을 보완하고자 한다. SSP 시나리오 모델 중 UKESM1 모델을 활용하여 ASOS(Automated Synoptic Observation System) 기상관측소 기준 59개 지점에서 추출한 강수량 데이터를 분석하였다. 이후, 기후변화 비교를 위한 최적의 분류를 결정하기 위해 장마철인 6월부터 9월까지의 강수 데이터에 대해 통계분석 및 Pettitt 검정을 수행해 최적 기간을 산정하였다. 이를 통해 기존의 F1, F2, F3 분류 방식과 통계분석을 통해 도출한 최적 시기의 유출 특성 분석결과의 변화양상을 비교하였으며, 각 방법에 대한 비교를 통해 기후변화 추이에 대한 이해를 제공할 수 있을 것으로 판단하였다. 결과적으로 이 연구는 기후변화 시나리오를 활용하는 연구 수행 시 기간 구분에 대한 발전된 접근 방식을 제시하고자 한다.

• Journal of the Korean Society of Hazard Mitigation
• /
• v.10 no.6
• /
• pp.89-97
• /
• 2010

In this study, the impact of climate change on the spatio-temporal behavior of extreme drought events is investigated by comparing drought severity-area-duration curves under present and future climate conditions. In our climate-change impact experiments, the future climate is based on two GCMs(CGCM3.1-T63 and CSIRO-MK3.0). As a result, in the case of CGCM3.1-T63 future drought events are similar to the present, but in the case of CSIRO-MK3.0 future drought risk is likely to increase. Such results indicate that a climate change vulnerability assessment for present water resources supply system is urgent.

• Journal of Wetlands Research
• /
• v.15 no.4
• /
• pp.595-607
• /
• 2013

In this study we estimated ETCCDI and frequency based precipitation using observed precipitation and precipitation from Representative Concentration Pathway(RCP) scenarios for 58 weather stations which have the recorded data more than 30 years. We tried to eliminate the bias by Quantile Mapping and tested for outliers of simulated data under climate change scenario. Then we estimated ETCCDI related to precipitation and frequency based precipitation for the future. In addition to this study examined the changes of frequency based precipitation for the future target periods. According to the result, dry days will be increased in Korean Peninsula in the 2090s. Also it showed that the number of heavy precipitation day more than 80mm/day tends to be increased in 3~7% in the future. The precipitation of 24-hour duration under climate change will be increased by 17.7% for 80-year frequency, 18.2% for 100-year frequency and 19.6% for 200-year frequency in 2090s. In the 21st century, the damage caused by natural disasters is expected to be increased due to increase of precipitation and the change of runoff characteristics under climate change. Therefore, the proposed ETCCDI and precipitation frequency under climate change are expected to be used for the future natural disaster plan.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.30 no.6B
• /
• pp.561-569
• /
• 2010

In this study, the impact of climate change on extreme drought events is investigated by comparing drought severity-area-duration curves under present and future climate. The depth-area-duration analysis for characterizing an extreme precipitation event provides a basis for analysing drought events when storm depth is replaced by an appropriate measure of drought severity. In our climate-change impact experiments, the future monthly precipitation time series is based on a KMA regional climate model which has a $27km{\times}27km$ spatial resolution, and the drought severity is computed using the standardized precipitation index. As a result, agricultural drought risk is likely to increase especially in short duration, while hydrologic drought risk will greatly increase in all durations. Such results indicate that a climate change vulnerability assessment for present water resources supply system is urgent.

• 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.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.337-337
• /
• 2019

지구 온난화에 따른 기후변화로 인하여 태풍, 폭염, 홍수 및 가뭄 등과 같은 다양한 자연재해는 해마다 증가하고 있으며, 이에 따른 사회적 우려의 목소리가 커지고 있다. 특히 극한 강우와 홍수는 막대한 재산피해와 인명사고 등과 같은 재난에 직결된다. 자연재해에 대한 피해를 사전에 방지하기 위해서는 수자원 시스템을 이해하고, 미래 기후변화를 고려하는 것이 중요하다. 이미 많은 국가들은 기후변화에 대한 영향을 분석하고, 이에 적응하기 위한 노력을 하고 있다. 일반적으로 기후 모델로부터 생산된 모의자료를 이용하여 현재기간에 대비한 미래기간의 변화를 분석하게 되며, 이미 수문통계학 분야에서는 미래 강수량 변화를 살펴보기위해 다양한 연구가 수행되었다. 본 연구는 HadGEM3-RA 기후 모델의 강수 자료에서 연최대 자료를 추출하였고, 이를 이용하여 비정상성 지역빈도해석을 수행하였다. 지역빈도해석 방법은 홍수지수법(index flood method)을 이용하였고, 대상유역으로 한강유역을 선정하여 적용하였다. 또한 RCP(Representative Concentration Pathways) 시나리오는 RCP 4.5와 RCP 8.5를 적용하였으며, 각 시나리오에 따른 강수량 변화율은 전망 기간(S0:1979-2005, S1:2011-2040, S2: 2041-2070, S3:2071-2100)에 따라 비교 분석하였다.

• 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
• /
• 2012.05a
• /
• pp.157-157
• /
• 2012

본 연구에서는 충주댐유역($6,642km^2$)을 대상으로 미래 기후변화가 다목적댐의 이수운영에 따른 하류하천유량에 미치는 영향을 평가하고자 하였다. 이를 위해, 물리적 기반의 장기유출모형인 SWAT(Soil and water assessment tool) 모형과 저수지의 홍수조절, 용수공급계획, 저수지 제약사항 조사 및 실시간 의사결정지원이 가능한 HEC-ResSim 모형을 적용하였다. 먼저, 미래 댐유입량 산정을 위해 IPCC(Intergovernmental panel on climate change)에서 제공하는 A1B 배출시나리오를 포함하는 MIROC3.2 hires 모형의 결과로부터 충주댐 유역의 총 6개 기상관측소에 대한 과거 30년(1997~2006) 실측자료를 바탕으로 미래 온도와 강수에 대한 편이보정(Bias correction) 및 상세화(Downscaling) 과정을 통하여 미래 기후자료(2040s, 2080s)를 생산하였다. 그 결과, 미래 연평균 온도는 기준년도인 2010년에 비해 최대 $+4.8^{\circ}C$(2080s)의 온도증가를 보였으며, 강수량의 경우 여름과 가을 강수량이 다소 감소하였으나 연평균 강수량은 최대 +34.4%(2080s) 증가하는 것으로 전망되었다. 기후변화에 따른 충주댐의 유입량 산정은 SWAT모형을 이용하여 수자원공사에서 제공하는 1995~2010년까지의 일별 댐유입량 자료를 제공받아 모형의 보정 및 검증을 실시하였다. 기후변화 시나리오 적용에 따른 연평균 댐 유입량은 2080s에 39.8% 증가는 것으로 전망되었다. 이러한 댐유입량의 변화는 댐운영의 변화를 가져올 것으로 예상된다. 따라서, 본 연구에서는 HEC-ResSim모형을 이용하여 충주댐의 월별 용수공급계획(생공용수, 발전용수, 관개용수, 하천유지용수) 및 저수지 운영룰(Rule)에 따른 이수운영모의를 통해 미래 댐유입량 시나리오별 저수위변화 및 방류량을 산정하고 하류 하천의 유황변화를 분석하였다.