• Proceedings of the Korea Water Resources Association Conference
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.18-18
• /
• 2019

역학적 상세화기법은 물리적 기반의 지역기후모형(RCM)을 이용하여 고해상도 기후자료를 생산하는 유용한 기법이며, 전세계적으로 지역 기후시나리오를 생산하고, 적용 및 평가하는 연구가 널리 진행되고 있다. 역학적 상세화기법 적용 시 지역기후모형의 공간해상도를 향상시키면 지형효과를 더욱 상세하게 반영할 수 있어 고해상도의 기후모의자료를 생산할 수 있지만, 이를 위해 더 많은 시간과 비용이 요구된다. 또한, 공간해상도 향상이 기후모의 결과의 정확도 향상을 보장하지 않기 때문에 역학적 상세화를 위한 지역기후모형의 적정 공간해상도 선정이 필요하다. 따라서, 본 연구에서는 기후모의 자료의 공간해상도가 하천유출량 모의시미치는 영향을 평가하고, 최종적으로는 고해상도 기후시나리오가 하천유출량 모의에 필요한지 여부를 규명하고자 한다. 이를 위해 관측 기후자료와 Weather and Research Forecasting (WRF)모형으로 상세화된 5km (WRF05)와 20km (WRF20) 공간해상도의 기후모의자료를 활용하였으며, 하천유출량 산정을 위해 준분포형 수문모형인 Soil and Water Assessment Tool (SWAT)을 이용하였다. 본 연구의 대상유역은 한강유역 내 충주댐, 소양강댐, 팔당댐 유역들에 대해 평가를 수행하였다. 유역평균강수량을 평가한 결과, 3개 댐 유역의 연평균 강수량 및 여름철 강수량은 WRF20이 관측자료와 WRF05에 비해 높게 산정되었다. 하지만, WRF20은 일강수량이 1~40mm인 발생횟수가 상대적으로 많이 산정되었으며, 극치강수량의 강도와 빈도는 WRF20이 관측자료와 WRF05에 비해 과소 산정되는 것으로 나타났다. 관측자료, WRF05와 WRF20을 입력자료로 활용하여 SWAT모형으로 생산된 일 하천유출량 자료를 토대로 유황곡선을 도시하였다. 유황곡선의 5~90% 구간에서는 WRF05와 WRF20의 결과는 큰 차이가 나진 않았으나, 고유량과 저유량 구간에서는 WRF05가 WRF20에 비해 관측자료에 근접하게 모의하는 것을 확인하였다. 이는 20km에서 5km로 공간해상도가 높아짐에 따라 극치 홍수량 및 갈수량을 더욱 현실적으로 모사할 수 있는 것을 의미한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 한국수자원학회 2008년도 학술발표회 논문집
• /
• pp.120-124
• /
• 2008

본 연구에서는 대기대순환모형(GCM) 모의결과를 활용하여 한반도 지역의 강수량과, 온도에 대하여 분위사상법(Quantile mapping)과 상세화기법(downscaling)을 적용하였다. GCM 모의자료는 캐나다기후센터(CCCma; Canadian Centre for Climate Modeling and Analysis)의 CGCM2 A2, B2시나리오의 $2001{\sim}2100$년 자료를 사용하였으며, GCM 모의결과값과 국내관측값과의 계통적오차(systematic bias)를 보정하기 위하여 분위사상법을 적용하였다. 강수자료의 경우 한반도의 강수특성을 반영하기 위하여 홍수기, 비홍수기로 구분지어 감마분포를 이용하였고, 온도자료의 경우 계절적 특성을 반영하기 위하여 봄/가을, 여름, 겨울로 구분지어 표준정규분포를 이용하여 분위사상법을 적용하였다. 강수자료의 경우 과거($1965{\sim}1989$:25개년)의 31개소의 일평균강우 자료를, 온도자료의 경우 과거($1965{\sim}1989$)의 11개소의 일평균온도 자료를 사용하였다. 이러한 분위사상법의 적용으로 GCM 모의결과값과 관측값사이의 계통적오차를 보정하였으며, 그 결과 강수자료의 홍수기의 경우 모의결과값과 관측값의 차이가 3.79mm/day에서 0.62mm/day로, 비홍수기의 경우 0.24mm/day에서 0.02mm/day로 각각 83%, 92% 보정된것을 확인하였으며, 각각의 확률분포 매개변수를 추출하였다. Random Cascade 모형의 자기유사성 및 무작위 변동성계수를 추정하기 위하여 2002년 8월 6일 00:10부터 8월 9일 24:00까지 432장의 레이더 스캔을 사용하여 스케일분석을 실시하였으며, 모형적용결과 연평균 강우량의 변화는 A2의 경우 797.89mm에서 1297.09mm로 B2의 경우 815.02mm에서 1383.93mm로 나타났다.

• Proceedings of the Korea Society for Energy Engineering kosee Conference
• /
• 한국에너지공학회 1995년도 추계학술발표회 초록집
• /
• pp.5-14
• /
• 1995

본 연구는 석탄가스화기내의 비반응 유동장에 대한 연구로서, 순수유동장 및 미분탄입자를 포함한 이상유동장에 대한 전산해석을 수행하였다. 가스화기내의 물리적 현상을 기술하는 Navier-Stokes 방정식을 유한차분법에 의하여 해석하고 그 결과를 나타내었다. 특히 선회유동의 영향에 의한 미분탄입자의 거동 및 재순환영역의 특성에 대하여 상세히 고찰하였다. 해석결과에 의하면 가스화기내에서는 몇개의 재순환영역이 형성됨을 알 수 있었다. 비반응유동장의 해석결과이지만, 선회유동은 화염안정화에 긍정적인 영향을 줄 수 있을 것으로 추측되는 결과를 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 한국정보과학회 2001년도 가을 학술발표논문집 Vol.28 No.2 (2)
• /
• pp.217-219
• /
• 2001

복잡한 제어가 필요한 설비의 운전 정보나 네트워크 연결 상태 또는 웹 문서간의 정보 등을 제한된 컴퓨터 화면에 효과적으로 배치하는 시각화 기법에 관한 논의가 활발히 진행되고 있다. 이 경우 한눈에 전체 정보의 계층 구조를 파악하도록 하는 환경을 제공하며, 사용자가 관심 있는 정보에 대해서는 전체 정보 계층 구조를 유지하면서 보다 상세히 그 내용을 보여주는 그래픽 기반의 사용자 인터페이스 판결의 개발이 필요하다. 이에 쌍곡선 기하학(Hyperbolic Geometry)을 기반으로 한 시각화기법으로 새로운 제어 환경을 구현하여 사용자의 편의를 도모하도록 한다.

• Journal of Korea Water Resources Association
• /
• 제51권spc1호
• /
• pp.1079-1089
• /
• 2018

The majority of existing studies for quantifying uncertainties in climate change impact assessments suggest only the uncertainties of each stage, and not the total uncertainty and its propagation in the whole procedure. Therefore, this study has proposed a new method, the Uncertainty Delta Method (UDM), which can quantify uncertainties using the variances of projections (as the UDM is derived from the first-order Taylor series expansion), to allow for a comprehensive quantification of uncertainty at each stage and also to provide the levels of uncertainty propagation, as follows: total uncertainty, the level of uncertainty increase at each stage, and the percentage of uncertainty at each stage. For quantifying uncertainties at each stage as well as the total uncertainty, all the stages - two emission scenarios (ES), three Global Climate Models (GCMs), two downscaling techniques, and two hydrological models - of the climate change assessment for water resources are conducted. The total uncertainty took 5.45, and the ESs had the largest uncertainty (4.45). Additionally, uncertainties are propagated stage by stage because of their gradual increase: 5.45 in total uncertainty consisted of 4.45 in emission scenarios, 0.45 in climate models, 0.27 in downscaling techniques, and 0.28 in hydrological models. These results indicate the projection of future water resources can be very different depending on which emission scenarios are selected. Moreover, using Fractional Uncertainty Method (FUM) by Hawkins and Sutton (2009), the major uncertainty contributor (emission scenario: FUM uncertainty 0.52) matched with the results of UDM. Therefore, the UDM proposed by this study can support comprehension and appropriate analysis of the uncertainty surrounding the climate change impact assessment, and make possible a better understanding of the water resources projection for future climate change.

• Proceedings of the Korea Water Resources Association Conference
• /
• 한국수자원학회 2015년도 학술발표회
• /
• 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
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.276-276
• /
• 2012

일반적으로 기후변화영향에 관한 연구수행을 위해 전지구기후모형(GCM; Global Climate Model)이 사용되고 있다. 하지만 GCM은 공간해상도(Spatial resolution)가 거칠기 때문에 수문학 분야에서 주로 사용되는 유역규모의 지역적인 스케일특성과 물리적 특징을 표현하는데 한계가 있다. 또한 GCM 기후변수들 중 강수량의 경우 한반도 지역의 6월과 10월 사이에 연강수량의 67% 이상이 집중되는 계절성을 반영하지 못하고 있으며, 높은 불확실성을 보이고 있다. 본 연구에서는 GCM 기반의 다지점 인공신경망기법을 적용한 상세화(Downscaling)를 실시하였다. GCM의 24개 2D변수에 대한 주성분분석을 실시하여 신경망의 학습인자로 사용하였으며, 학습, 검증 및 예측기간은 각각 1981~1995년, 1996~2000년, 2011~2100년으로 A1B 시나리오를 대상으로 상세화를 실시하였다. 또한, 여름철 태풍사상을 모의하기 위한 Stochastic Typhoon Simulation기법과 Baseline과 Projection 사이의 강수량 보정을 위한 Dynamic Quantile Mapping 기법을 적용하여, 강수량의 불확실성을 최소화 하고자 하였다.

• Journal of Korea Water Resources Association
• /
• 제46권6호
• /
• pp.585-596
• /
• 2013

The objective of this study is to evaluate the hybrid downscaling method combined Step-Wise Scaling (SWS) method with Regional Climate Model (RCM) simulation data for climate change impact study on hydrology area. The SWS method is divided by 3 categories (extreme event, dry event and the others). The extreme events, wet-dry days and the others are corrected by using regression method, quantile mapping method, mean & variance scaling method. The application and evaluation of SWS method with 3 existing and popular statistical techniques (linear scaling method, quantile mapping method and weather generator method) were performed at the 61 weather stations. At the results, the accuracy of corrected simulation data by using SWS are higher than existing 3 statistical techniques. It is expected that the usability of SWS method will grow up on climate change study when the use of RCM simulation data are increasing.

• Proceedings of the Korea Water Resources Association Conference
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.175-175
• /
• 2018

우리나라에서 발생하는 대규모 자연재해의 상당부분은 강우에 의한 홍수피해이다. 최근 이러한 홍수피해는 기후변화와 더불어 극한강우 현상의 빈발에 의한 새로운 재해양상으로 전개되고 있으며, 이에 따라 정부에서도 재해발생시 원상복구의 개념이 아닌 항구복구의 개념으로 복구사업을 수행하고 있다. 그러나 설계에 기후변화에 대한 영향을 반영하고 있지 못하기 때문에 기후변화에 의하여 미래에 발생할 극한강우로 반복적인 피해가 예상되고 있으므로 기존의 방재성능목표 강우량의 설정 방법에 대한 개선이 필요하다. 전 세계적으로 이러한 기후변화에 의한 현상을 모의하기 위한 연구로 전지구기후모델(Global Climate Model, 이하 GCM)과 지역기후모델(Reginal Climate Model, 이하 RCM)을 사용하고 있다.우리나라 기상청에서도 CMIP5 국제사업의 표준 실험체계를 통해 전지구 기후변화 시나리오 산출을 위해서 영국 기상청 해들리센터의 GCM인 HadGEM2-AO를 도입하였다. 또한 한반도 기후변화 시나리오를 산출하기 위해 HadGEM3-RA 모형을 이용하여 전지구 기후변화 시나리오를 역학적으로 상세화하고 이를 한반도에 대해 12.5km 공간 해상도로 일 자료를 제공하고 있다. 하지만 유역규모 혹은 지점규모에서 사용하기 위해서는 이러한 일자료의 시 공간적인 상세화기법이 요구된다. 본 연구에서는 기후변화를 고려한 방재성능목표 강우량 개선 방향을 제안하기 위해 다양한 연구단에서 도출된 상세화 결과를 수집하고 비교분석을 통해 기후변화를 고려하고자 하였다. 다양한 연구기관에서 생산된 미래 확률 전망을 살펴본 결과, 동일한 GCM자료를 사용하더라도 상세화 방법론에 따라 서로 다른 결과가 도출되는 것을 확인하였다. 미래 예측의 불확실성을 고려하면 특정한 방법론이 우수하다고 평가하기는 어려움에 따라 앙상블 평균을 활용한 개선방향을 제안한다. 본 연구의 결과는 전국 지자체의 강우특성만을 고려한 것으로, 연안지역의 경우 해수면 상승을 고려하여 추가적인 대책이 필요할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.1605-1609
• /
• 2010

CGCM3.1 SRES B1 시나리오의 2D 변수들을 입력값으로 인공신경망 모형을 이용한 스케일 상세화기법으로 강부식(2009)은 소양강댐 유역의 월 누적강수 경향분석을 실시하였다. 원시 GCM 시나리오를 스케일 상세화 시키기 위한 기법의 하나로 인공신경망 모형을 사용할 수 있는데, 이 경우 GCM에서 모의되는 강수플럭스, 해면기압, 지표면 근처에서의 일 평균온도, 지표면 근처에서의 일평균온도, 지표면으로부터 발생하는 잠열플럭스 등과 같은 22개의 변수를 잠재적인 예측인자로 사용하여 신경망을 구성하게 된다. 입력변수세트의 구성은 인공신경망의 계산 효율을 좌우하는 중요한 요소라 할 수 있다. 본 연구에서는 변수의 물리적 특성을 고려하여 순차적인 변수선택을 통한 신경망 입력변수 세트를 구성하고 입력세트 간의 학습성과 비교를 통하여, 최적 입력변수 선정 및 신경망의 학습효과를 높일 수 있는 방법에 대해 연구하였다. 물리적 상관성이 높다고 판단되는 GCM_Prec, huss, ps를 입력변수로 하여 순차적인 케이스를 학습해본 결과 huss와 ps를 입력변수로 하는 케이스에 대해서 적은 오차와 높은 상관성을 보였다, 또한, 신경망의 학습 효과를 높이기 위해 홍수기와 비홍수기로 구분하여 학습한 결과 홍수기와 비홍수기로 구분하여 신경망을 구성하였을 경우가 향상된 모의값을 나타내었다. 기후변화모의자료는 CCCma(Canadian Center for Climate Modeling and Analysis)에서 제공되는 CGCM3.1/T63 20C3M 시나리오를 사용하였으며, 관측값으로는 AWS에서 제공된 일 누적강수를 사용하였다. 인공신경망의 학습기간은 1997년부터 2000년이며, 검증기간은 2001년부터 2004년으로 구성하였다.