• 한국산학기술학회논문지
• /
• 제20권1호
• /
• pp.434-439
• /
• 2019

최근 지구온난화로 인한 기상이변, 도시화로 인한 도심의 열섬현상 등으로 도시 온도변화 및 지표면 온도 변화에 대한 관심이 증대되고 있다. 우리나라에서는 1904년부터 현재까지 기온, 강수량 등 기상 데이터를 수집하고 있다. 최근에는 종관기상관측장비(ASOS; Automated Surface Observing System) 96개소, 방재기상관측장비(AWS) 494개소의 지상기상관측망을 운영하고 있다. 그러나 지상관측망의 경우 각 설치 지점에 대한 점 데이터를 제공하고 있으므로, 측정 지점을 제외한 곳의 지상기상 데이터는 보간법을 통해 예측하고 있는 상황이다. 이에 본 연구에서는 지상의 지표면 온도 측정의 해상도를 향상시키기 위해 위성영상을 이용한 지표면 온도를 산출하고, 그 활용 가능성을 분석하고자 하였다. 이를 위해 서울특별시를 대상으로 Landsat 8 OLI TIRS의 위성영상을 계절별로 획득하고, 열적외 밴드에 NASA식을 적용하여 지표면 온도로 변환하였다. 지상의 측정 자료는 AWS를 통해 측정한 기온 데이터를 활용하였다. AWS 기온 데이터는 관측소 기반의 점 데이터이므로, Landsat 영상과의 비교를 위해 크리깅 보간법으로 보간을 수행하였다. 위성영상기반의 지표면 온도와 AWS 기온 데이터를 비교한 결과 계절에 따른 온도차는 RMSE값을 바탕으로 가을, 겨울, 여름, 봄의 순서로 Landsat 위성영상의 적용 가능성을 판단할 수 있었으며, 위성영상의 시기별 평균온도와 AWS 온도 사이에는 최대 평균 $2.11^{\circ}C$이내, 최대 RMSE ${\pm}3.84^{\circ}C$인 것을 감안하면 정확도 향상을 위해 NASA식에 보정값이 필요하다는 것을 알 수 있었다.

• 한국방재안전학회논문집
• /
• 제8권1호
• /
• pp.21-27
• /
• 2015

전세계적으로 기상이변이 빈번하게 발생하면서 기후변화가 수문환경에 미치는 영향에 대한 연구가 활발히 진행되고 있다. 기후변화 연구에는 대체로 이산화탄소 배출 시나리오에 근거한 GCM 모의 결과가 사용되며, GCM 자료를 바탕으로 미래의 수문량 변화를 예측하는 방법으로 진행된다. 기후변화가 강우에 미치는 영향과 관련해서는 기후변화가 총강우량에 미치는 영향에 대한 연구가 주를 이뤄왔으나 극한강우량에 미치는 영향에 대한 연구는 미흡한 실정이다. 또한 상세화 된 강우 자료가 월단위 또는 일 단위이기 때문에 극한홍수량 산정에 필요한 시단위 극한강우량 추정에는 한계가 있다. 본 연구에서는 기후변화가 극한강우량에 미치는 영향을 분석하기 위해 A2 시나리오에 근거한 ECHO-G GCM 모델의 모의 결과를 상세화 시켜 얻은 한강 유역내의 9개 강우 관측 지점의 일강우 자료를 바탕으로 강우의 scale invariance 특성에 근거한 시단위 확률강우량을 추정하였고, NSRPM(Neymann-Scott Rectangular Pulse Model)을 적용하여 시단위 확률강우량을 추정하였다. 이러한 방법으로 추정된 9개 지점의 확률강우량과 한강유역종합치수계획(국토해양부, 2008)에서 산정한 확률강우량을 비교하여 미래의 확률강우량 변화를 분석하였다. 분석된 한강 유역 내 강우 관측 지점의 확률강우량 변화 추이는 지점에 따라, 미래기간에 따라 상이하게 나타났으나 대체로 scaling에 의한 결과가 관측값에 근거한 확률강우량보다 대체로 큰 값을 보였고, NSRPM에 의한 결과는 미래 기간에 따라 관측값보다 크거나 작은 값을 보였다.

• 한국농림기상학회지
• /
• 제19권3호
• /
• pp.130-139
• /
• 2017

기상청 동네예보 풍속으로부터 농작물의 강풍피해를 예측하기 위해, 방재기상관측지점 19곳의 2012년 풍속자료를 이용하여 기상청 동네예보의 3시간 간격과 동일한 0000, 0300 ${\cdots}$ 2100 시간대의 풍속과 직전 3시간 동안의 최대풍속 간의 관계를 직선회귀식으로 표현하였다. 매 3시간 마다 추정된 최대풍속 중 가장 큰 값을 일 최대풍속으로 간주하고, 이 때의 추정오차를 정규분포와 Weibull 분포 확률밀도함수로 표현하였다. 또한 일 최대풍속과 작물 피해 임계풍속 간의 편차를 추정오차 기반 확률 분포에 적용하여 확률누적값으로 풍해 '주의보'와 '경보' 단계를 설정하였다. 19지점별 최대풍속 추정 회귀계수(a, b)와 추정오차의 표준편차 및 Weibull 분포의 모수(${\alpha}$, ${\beta}$)는 공간내삽하여 분포도로 작성하고 종관기상관측지점 4곳(순천, 남원, 임실, 장수)의 격자값을 추출하였다. 이를 이용해 2012년의 일 최대풍속을 추정하고, 배 만삼길 품종의 낙과 발생 사례에서 제시된 풍속 10m/s를 낙과 임계풍속으로 간주, 풍해 주의보와 경보를 판정하였다. 그 결과, 최대풍속 추정오차를 Weibull 분포로 표현하여 풍해 위험 정도를 판정하는 것이 정규분포만을 이용하는 것보다 더 현장에 정확한 주의보를 발령할 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.280-280
• /
• 2023

강수의 정확한 시·공간적 추정은 홍수 대응, 가뭄 관리, 수자원 계획 등 수문학적 모델링의 핵심 기술이다. 우주 기술의 발전으로 전지구 강수량 측정 프로젝트(Global Precipitation Measurement, GPM)가 시작됨에 따라 위성의 여러 센서를 이용하여 다양한 고해상도 강수량 자료가 생산되고 있으며, 기후변화로 인한 수재해의 빈도가 증가함에 따라 준실시간(Near-Real-Time) 위성 강수 자료의 활용성 및 중요성이 높아지고 있다. 하지만 준실시간 위성 강수 자료의 경우 빠른 지연시간(latency) 확보를 위해 관측 이후 최소한의 보정을 거쳐 제공되므로 상대적으로 강수 추정치의 불확실성이 높다. 이에 따라 본 연구에서는 앙상블 머신러닝 기반 수집된 위성 강수 자료들을 관측 자료와 병합하여 보정된 준실시간 강수량 자료를 생성하고자 한다. 모형의 입력에는 시단위 3가지 준실시간 위성 강수 자료(GSMaP_NRT, IMERG_Early, PERSIANN_CCS)와 방재기상관측 (AWS)의 온도, 습도, 강수량 지점 자료를 활용하였다. 지점 강수 자료의 경우 결측치를 고려하여 475개 관측소를 선정하였으며, 공간성을 고려한 랜덤 샘플링으로 375개소(약 80%)는 훈련 자료, 나머지 100개소(약 20%)는 검증 자료로 분리하였다. 모형의 정량적 평가 지표로는 KGE, MAE, RMSE이 사용되었으며, 정성적 평가 지표로 강수 분할표에 따라 POD, SR, BS 그리고 CSI를 사용하였다. 머신러닝 모형은 개별 원시 위성 강수 자료 및 IDW 기법보다 높은 정확도로 강수량을 추정하였으며 공간적으로 안정적인 결과를 나타내었다. 다만, 최대 강수량에서는 다소 과소추정되므로 이는 강수와 관련된 입력 변수의 개수 업데이트로 해결할 수 있을 것으로 판단된다. 따라서 불확실성이 높은 개별 준실시간 위성 자료들을 관측 자료와 병합하여 보정된 최적 강수 자료를 생성하는 머신러닝 기법은 돌발성 수재해에 실시간으로 대응 가능하며 홍수 예보에 신뢰도 높은 정량적인 강수량 추정치를 제공할 수 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.377-377
• /
• 2019

본 연구에서는 LSTM 모형을 이용하여 갈수예보를 위한 월 단위 전망모형개발의 대상지점으로 이수 및 치수의 측면에서 아주 중요한 한강대교 지점을 선정하였으며 유량예보를 위하여 한강수계 19개 기상관측소의 월평균강수량, 월평균기온 및 3개 댐(소양,횡성,충주)의 월방류량을 사용하여 한강대교의 월 유량을 예측하였다. 1996년부터 2016년까지의 자료는 모형의 학습, 2017년 자료는 모형의 검증에 활용하였으며 가장 최근 건설된 횡성댐 방류량의 경우 1996년~2000년의 자료가 없으므로 2001년~2005년의 자료를 반복하여 학습에 활용하였다. 모형의 예측결과는 신경망 학습 시 한강대교 월유량자료를 포함한 결과와 미포함 결과를 도출하였으며, 모의결과의 재현성 분석을 위하여 월별 예측값과 실측값의 비율을 산정하였으며 1월부터 12월까지 12개 값을 평균하여 평균예측률을 산정하고 이를 홍수기(6월~10월) 및 비홍수기(1월~5월, 11월~12월)를 구분하였다. 딥러닝 학습 시 월유량을 포함한 경우의 예측결과가 학습 시 월유량을 포함하지 않았을 경우보다 상대적으로 좋은 정확도를 보이는 것으로 분석되었다. 다만, 신경망을 실제 갈수예보에 활용하기 위해서는 예측 기상정보인 월강우량, 월평균기온, 댐방류량만을 활용하여야 하는데 학습 시월유량 미포함 결과는 예측률이 매우 낮았으며, 신경망의 학습횟수가 늘어날 경우 학습자료 과적합(over-fitting)되어 정확도가 보다 저하되는 것으로 나타났다. 그래서 기존의 현재시간 t까지의 입력자료로 학습 후 익월(t+1)의 월유량을 예측하는 (t $\rightarrow$ t+1) 방법에서 현재시점 (t-n ~ t)까지의 입력자료를 이용하여 당월(t)의 월유량을 산정하는 (t$\rightarrow$t) 방법으로 재학습 후 모형검증을 수행한 결과 전술한 익월(t+1) 유량을 예측한 결과보다 재현성이 훨씬 향상된 것으로 분석되며평균예측률이 0.99로 홍수기 및 비홍수기에서도 뛰어난 정확성을 보이고 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.242-242
• /
• 2021

지구온난화에 의해 야기된 기후변화로 인하여 최근 국지성 집중호우의 발생 빈도와 강도가 증가하고 있는 추세이며, 또한 기온, 강수량 등의 변화로 농경지 재배작물과 시설재배와 같은 재배방법의 변화 등 농경지의 재배환경이 빠르게 변화하고 있다. 이러한 극한기상의 발생 빈도 및 강도의 증가와 농경지 재배환경의 변화는 홍수로 인한 하천수 범람, 지하수위 상승, 배수불량, 도달시간의 감소 등 저지대 재배지 및 농경지에서의 침수 위험을 증가 시키는 원인이다. 이로 인해, 매년 농경지 침수로 인하여 많은 농가들이 피해를 겪고 있으며 피해 규모와 빈도 또한 증가하고 있는 추세를 보이고 있다. 따라서 농경지 침수 피해 저감을 위하여 다양한 관계기관과 연구자들이 배수개선사업 및 침수 예측 및 피해 저감을 위한 연구를 수행하고 있다. 본 연구에서는 기후변화 및 재배환경의 변화가 농경지 침수에 미치는 영향을 분석하기 위하여 기상청 종관기상관측장비(ASOS) 및 방재기상관측장비(AWS)의 지점 강수량 자료를 수집하고 기후변화의 변동 특성을 분석하였다. 또한 과거 농경지 재배 현황 및 침수 피해 발생 자료를 수집하여 농경지 재배환경의 변화와 농경지 침수 피해를 분석하였다. 본 연구에서 수행된 기후변화 및 농경지 재배환경 변화 등 복합적인 요인에 의해 발생하는 농경지 침수 피해에 대한 분석을 통하여 추후 기후변화 및 재배환경 변화를 고려한 배수시설물의 효율적인 운영을 위한 기초자료로 활용될 수 있을 것으로 사료된다.

• 한국초지조사료학회지
• /
• 제41권1호
• /
• pp.56-61
• /
• 2021

본 연구는 기 개발된 풀사료 수량예측모델의 기후정밀도 향상을 위하여 지점별 일평균온도 추정의 가능성을 기상대 자료(종관기상관측지점 75개 와 방재기상관측지점 278개)의 연평균기온 및 월평균기온을 이용하여 검토하였다. 연평균기온과 월평균기온은 각각 정규성 확인, 위치정보(경도, 위도 및 해발고도)와의 상관관계 및 다중회귀분석을 실시하였다. 해발고도는 연평균기온 및 월평균기온에도 지속적인 영향을 미치는 것으로 나타났으며, 위도는 6월을 제외한 월평균기온에 영향을 미치는 것으로 나타났다. 경도는 6, 7, 8, 9, 10 및 11월의 월평균기온에 영향을 미치는 것으로 나타났다. 이상의 결과로 부터 일평균기온 추정은 경도, 위도 및 해발고도를 이용하여 가능할 것으로 판단하였다. 본 연구에서 전국의 기상자료를 사용하여 일평균기온의 추정은 가능하지만 보다 정확도를 높이기 위해서는 기상자료를 각 시·도로 세분화하여 적용할 필요가 있다.

• 한국방재학회 논문집
• /
• 제7권2호통권25호
• /
• pp.53-63
• /
• 2007

국내의 경우 매년 발생하는 홍수에 대해서는 많은 분석과 대비를 하고 있지만, 겨울철 폭설에 대한 연구는 미비한 실정이다. 본 연구에서는 기상청 산하 52개 관측지점의 30년 이상의 최심신적설량 자료를 수집하고 각 지점별 적설량의 최적분포형을 결정하여 확률적설량을 산정하였으며, 지역별 확률적설량의 분포를 파악하기 쉽게 재현기간별 확률적설량도를 작성 제시하였다. 지점별 최심신적설량의 적정분포형으로는 2모수 gamma분포가 우세하였고, 과거 주요폭설기록의 재현기간은 약 500년 내외를 보인 2005년, 재현기간 약 200년 정도를 보인 2004년의 확률적 규모를 볼 때 설하중에 대한 설계기준의 확립이 긴요하다. 우리나라의 확률적설량은 남부지방인 영 호남 지역 보다 중부지방으로 올라 갈수록 증가하고 있으며, 특히 태백산맥과 소백산맥을 경계로 서쪽과 동쪽의 편차가 뚜렷한 차이를 보이고 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.390-390
• /
• 2011

본 연구는 기초기술연구회의 위성정보 활용 지원 운영사업(과제명: 위성영상을 이용한 하천정보 생산 및 활용에 관한 연구)의 연구비 지원에 의해 수행되었습니다. 지난 2010년 6월 발사된 천리안 위성이 약 9개월간의 정지궤도 시험운행을 마치고 본격적으로 위성자료 서비스를 시작함에 따라 한반도 악기상 관측 및 예측 정확도 향상에 기여할 것으로 예상된다. 최근 기후분야 외에도 수자원, 방재, 농업, 해양 등 다양한 응용분야에서 기상위성을 활용하고자 하는 연구가 수행되고 있으며 자료제공 시간의 단축과 기상자료 산출물의 제공으로 천리안 위성은 향후 광범위하게 활용 될 것으로 예상된다. 본 연구는 천리안 위성의 수자원 분야 활용을 위한 기반연구로 천리안 위성과 동일한 채널 특성을 보유한 MTSAT-1R 기상위성을 이용하여 면적강우량을 추정하고 이를 지상관측소를 이용하는 강우보정기법에 적용하며 강우산정 결과를 레이더 및 티센, 크리깅 등과 비교하였다. 강우추정은 NOAA NESDIS의 Power-law 공식을 이용하였으며 지상관측소를 이용한 강우보정은 조건부 합성기법을 적용하였다. 연구대상 유역은 충주댐 유역과 충주댐 유역 상류에 위치한 영월수위표 지점 상류유역을 대상으로 하였으며 레이더 차폐에 따른 레이더 강우량의 감쇄 효과를 분석하고 지형적 특성에 영향 받지 않는 기상위성을 이용한 강우량 산정 기법의 활용성을 제시하였다. 연구결과 레이더 차폐에 영향 받지 않는 영월 수위표 상류유역의 경우 레이더를 이용한 강우량 산정결과와 기상위성을 이용한 결과가 큰 차이가 없으나 전체 유역면적의 절반 정도가 레이더 차폐 지역에 포함되는 충주댐 유역의 경우 레이더를 이용할 경우 20%~35% 가량 강우량이 과소 추정되는 것으로 나타났다. 본 연구를 토대로 산악지형에 의해 레이더 차폐가 발생되는 유역에 대해 기상위성의 활용을 기대할 수 있을 것으로 판단되었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.17-17
• /
• 2019

IPCC (Intergovernmental Panel on Climate Change) 기후변화 전망보고서에 따르면 RCP 4.5 시나리오 기준, 21세기 전 지구 평균기온은 $2.5^{\circ}C$ 상승(한반도 $+3.0^{\circ}C$)하며, 전 지구 평균강수량은 4.1% 증가(한반도 +16.0%)할 것이라 전망하고 있다(기상청, 2012). 최근 기후변화와 기상이변에 따른 도심지 폭우특성이 변화하고 있음을 많은 연구결과에서 말해주고 있으며, 그 발생 빈도와 강도가 점차 증가하고 있는 추세이다. 특히, 서울시의 경우 인구와 재산이 밀집해 있어 폭우 발생에 의한 시민의 인명과 재산 피해 우려가 크다. 따라서 본 연구에서는 서울시를 대상으로 근미래(~2050년) 기후변화 하에서의 재현기간에 따른 확률강우량 변화 특성을 분석하여 비교 평가한 후 설계 강우량 산정에 활용하고자 하였다. 관측자료 기반 강수량의 변동 특성 분석과 Non-stationary GEV방법을 이용한 비정상성 빈도해석을 수행하였으며, 근미래 폭우특성 변화분석을 위하여 CMIP5 (Coupled Model Intercomparison Project 5)에 참여한 GCMs(General Circulation Models)을 활용한 강우빈도해석을 수행하였다. Mann-Kendall Test와 Quantile Regression을 통한 서울지점 여름철 강수량(June to September)과 기준강수량 초과 강수(30, 50, 80, 100mm/hr), 연간 10th 최대 강수량(Annual Top 10th Precipitation) 등을 분석한 결과 최근 증가 경향이 뚜렷하게 나타났으며, 비정상성 빈도해석에 의한 확률강우량 분석의 가능성과 신뢰성을 확인하였다. 또한 19-GCMs을 통하여 모의된 일(Daily) 단위 강수량자료를 비모수통계적 상세화(Nonparametric Temporal Downscaling) 기법을 적용하여 시간(Hourly) 강우로 다운스케일링하였으며, 서울시 미래 확률강우량에 대한 IDF 곡선(Intensity-Duration-Frequency Curve)을 작성하여 비교?분석한 결과 지속시간 1시간 강우에 대하여 재현기간 30년, 100년 조건에서 확률강우량이 약 4%~11% 수준에서 증가하고 있음을 확인하였다. 본 연구의 결과는 도심지 수공구조물의 설계빈도 영향을 진단하고, 근미래 발생가능한 확률강우량 변화에 따른 시간당 목표 강우량설정의 방법론을 제시하였다는데 의의가 있으며, 서울시의 방재성능목표 설정과 침수취약지역 해소를 위한 기후변화에 따른 수공구조물 설계 시 활용이 가능할 것으로 기대된다.