• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.343-343
• /
• 2012

미래 극한사상의 초과확률을 산정하기 위하여 저해상도의 전지구 기후변화 시나리오 자료를 그대로 사용하거나 이를 역학적 또는 통계적 방법으로 상세화한 고해상도 기후변화 시나리오 자료를 활용한다. 통계적 상세화는 전지구 또는 지역기후모델의 현재기후 모의 자료와 관측 자료와의 통계적 관계를 미래 예측자료에 적용하는 방법으로, 현재와 미래 기후의 시공간적 분포가 동일하다는 가정을 포함하고 있다. 반면 역학적 상세화 방법은 기후변화 강제력을 고려하는 지역기후모델을 이용하여 기후시스템의 역학 및 물리과정, 기후시스템간 의 상호작용, 기후변화의 비정상성 등을 고려할 수 있고, 변수간의 시공간적 상관성을 지구시스템의 물리 역학적 과정으로 해석할 수 있다는 장점이 있다. 이에 국립기상연구소에서는 영국 기상청의 통합모델(UM)기반의 지역기후모델(HadGEM3)을 사용하여 50 km 및 12.5 km 격자 단위로 역학적 상세화(dynamic downscaling)를 수행하였다. 본 연구에서는 역학적 상세화로 생산된 HadGEM3-RA 자료를 이용하여 현재기후(1980-2005), 가까운 미래(2020-2049)와 21세기말(2070-2099)의 20년 빈도 강수량을 비교하였다. 연구결과, 남한에 걸쳐 현재기후에 비하여 미래에는 극한강수의 크기와 빈도가 전반적으로 증가하는 경향을 확인할 수 있었다. 20년에 한번씩 발생하였던 일 극한강수는 RCP8.5를 고려한 21세기말에는 약 4년에 한번씩 발생하리라 전망되었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.6-6
• /
• 2015

본 연구에서는 일단위로 제공되는 RCP 시나리오를 Poisson Cluster 기법을 활용하여 시간강우량으로 생성할 수 있는 모형을 개발하는데 목적이 있다. 일반적으로 시간단위 강우량의 경우 수자원 설계 또는 강우-유출 분석시 가장 기본이 되는 입력 자료로서 이에 대한 모의기법 확립이 기후변화에 따른 수문학적 영향 검토의 신뢰성을 결정짓는 핵심 요소이다. 그러나 국내 다수 연구를 살펴보면 기후변화 시나리오의 시 공간적 상세화 기법을 활용한 일단위 상세화 연구는 다수 존재하였지만, 일단이 이하의 시간적 규모에 대한 연구는 미진한 실정이다. 이러한 이유로 본 연구에서는 시단위 상세화 기법시 일반적으로 사용되고 있는 Poisson Cluster 기법을 활용하여 국내 실정에 맞는 시단위 상세화 기법을 개발고자 한다. 본 연구에서는 RCP 시나리오를 시단위강우량 자료로 생성하기 위해 다음과 같은 연구를 진행하였다. 첫째, 본 연구에서는 기상청에서 제공하는 RCP($27km{\times}27km$) 시나리오를 활용하였으며, 1km 격자 단위로 시공간적 상세화 기법을 수행하였다. 둘째, 시공간적으로 상세화 된 자료를 Poisson Cluster 기법을 기반으로 시간단위 자료를 생성하였으며, 기본적인 통계치(평균, 분산, 왜곡도 등)를 활용하여 관측값과 비교 분석 하였다. 마지막으로, 미래 기후변화 시나리오를 동일한 방법으로 시간단위 자료를 생성하고 연 최대값을 추출하여 빈도해석을 통해 미래 극치 확률강우량을 평가하였다. 본 연구 결과 시간단위 자료를 제공함으로써 미래 수자원 설계 및 영향평가를 효과적으로 수행할 것으로 기대되며, 수문기상변화 예측을 위한 신뢰성 있는 자료로 활용될 수 있을 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.25-25
• /
• 2018

본 연구는 충주댐을 대상으로 기후변화에 따른 미래 댐운영에 미치는 영향을 평가하기 위하여 연구 목적에 접합한 GCM 및 상세화 기법 선정을 위한 절차를 적용함으로써 사용자 중심의 기후변화 시나리오 상세화 자료가 유입량의 재현성 평가에 미치는 영향을 분석하였다. 우선 편이보정 전의 29개 원시 GCM에 대한 강수량 및 기온의 순단위 시 공간적 재현성 평가를 통해서 상위 16개 GCM을 선정하였다. 이후 상세화 기법을 선정하기 위해서 유입량 전망에 중요하다고 판단되는 총강수량(prcptot) 및 일최대강수량 (rx1day)을 기후지수(Climate Indices)로 선정하였다. 상세화 기법은 과거기간의 재현성이 평가, 미래기간 시그널 왜곡도 평가, 공간상관성에 대한 재현성 평가를 통해 SQM 기법을 선정하였다. 제한적인 기후변화 전망 자료를 고려하여 과거 30년 기간에 대한 모의결과 월단위 모형효율지수(ME) 및 결정계수 ($R^2$)는 모두 0.92로 만족할 만한 결과를 보여 주었다. GCM 선정에 따른 오차는 원시 GCM을 통해 선정된 16개 GCM을 사용한 경우 유입량 재현성 평가에 있어 가장 좋은 결과를 보였다. 전체적으로 상세화 자료를 유역 모델링에 활용하는 경우 GCM의 선정보다는 상세화 기법의 선정이 전체적인 재현성 평가에 있어서 중요한 것으로 나타났다. 미래기간에 대한 평균 유입량 전망은 모든 RCP 시나리오에서 근 미래 보다는 중간 및 먼 미래 기간 동안에 유입량이 증가하는 경향을 보였다. 또한 모든 미래 기간에 대해여 RCP 8.5 시나리오가 RCP 4.5 시나리오와 비교하여 유입량의 증가가 높을 것으로 전망되었다. 홍수 관리측면에서 중요한 일 최대 유입량의 미래 변동은 평균 유입량과 비교하여 최대 두 배 이상의 높은 변화율을 보였다. 댐운영 측면에서는 연간 총 유입량의 변화보다 시기별 유입량의 변동 특성을 이해하는 것이 중요하며, 평균 유입량 및 일단위 최대 유입량 모두 근 미래 기간에 대해서는 RCP 시나리오 모두 7월 및 8월을 중심으로 유입량이 증가하는 경향을 보였다. 반면 중간 미래에서 먼 미래로 갈수록 평균 및 일단위 최대 유입량 모두 전체 기간에 걸쳐 증가하는 경향을 보였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.326-326
• /
• 2022

기후 변화 시나리오는 온실가스, 에어로졸, 토지이용 변화 등 인위적인 원인으로 발생한 복사강제력 변화를 지구시스템 모델에 적용하여 산출한 미래 기후 전망정보(기온, 강수량, 바람, 습도 등)를 생산하는데 활용된다. 또한, 미래에 기후변화로 인한 영향을 평가하고 피해를 최소화하는데 활용할 수 있는 선제적인 정보로 활용된다. GCM과 RCM은 구조 및 모수화 과정, 불확실성 등의 한계로 인하여 상대적으로 큰 시공간적 규모를 가지며, 실제 관측된 기상인자들을 재현하는데 시공간적 차이 즉 편의(bias)가 발생하며. 실제 관측된 기상인자의 시간적 변화 특성을 재현하지 못하는 문제점을 내재하고 있는 것으로 보고되고 있다. 이러한 점에서 기후모델에서 생산된 정보를 수문학적으로 적용하기 위해서는 시공간적 상세화와 편의 보정은 필수적이다. 본 연구에서는 관측자료를 사용하여 재해석 자료를 편의보정 한 뒤. 기후 변화 시나리오를 합성곱 신경망(CNN)을 기반으로 상세화 과정을 진행하여 고해상도 자료를 생산하였으며, CNN 기반 상세화 기법 적용성은 지상 관측자료 대상으로 평가하였다.

• 한국수자원학회논문집
• /
• 제49권10호
• /
• pp.863-876
• /
• 2016

현재 국내외에서 제공되고 있는 기후변화 시나리오 자료의 경우 일단위로 제공되고 있다. 그러나 수문 설계 및 계획 시 중요한 입력자료 중 하나는 시간단위 강우 자료로서 기후변화 시나리오에 따른 수자원 변동성을 평가하기 위해선 신뢰성 있는 상세화 기법이 필요하다. 국내외에서는 일단 위에서 일단위로 상세화 하는 기법, 또는 공간상세화 기법 연구는 다수 진행된바 있는 반면, 시간단위 상세화 기법 연구는 일단위 연구에 비해 상대적으로 미진한 실정이다. 이러한 점에서 본 연구에서는 기후변화 시나리오에 따른 영향 평가가 가능한 자료생성을 위해 Conditional Copula 모형을 활용하여 극치시간단위 강우량 상세화 기법을 개발하였으며, 미래 RCP 8.5 시나리오를 활용하여 연대별 극치시간강우량을 생성하였다. 생성된 결과는 우리나라 기상청 지점별로 빈도해석을 통해 결과를 제시하였으며, 본 연구결과는 수자원 분야에서 미래 기후변화 영향을 평가하기 위한 기초자료로 활용 될 수 있을 것으로 기대된다.

• 한국멀티미디어학회논문지
• /
• 제5권4호
• /
• pp.361-371
• /
• 2002

GIS에 있어 효율적인 액세스 기법은 가장 중요한 요구사항 중 하나이다. 레벨별로 상세화된 공간 데이터를 사용하게 되면 한번에 모든 데이터를 검색할 필요가 없어 효율적인 공간 데이터 검색이 가능해진다 데이터 검색을 위한 기존의 공간 인덱싱 기법은 이러한 레벨별로 상세화된 공간 데이터를 효율적으로 다루지 못한다. 이를 위해 레벨별로 상세화된 공간 데이터를 위한 공간 인덱싱 기법이 알려졌다. 그러나 이 기법들은 단순화와 선택 연산자를 거친 몇 가지 종류의 레벨별로 상세화된 데이터만을 지원한다는 문제점을 가진다 이러한 문제점들을 해결하고자 본 논문에서는 모든 종류의 레벨별로 상세화된 공간 데이터를 지원하면서 검객이 효율적으로 이루어지는 새로운 공간 인덱싱 기법을 제안한다. 제안된 기법은 레벨별로 각각의 인덱스 구조가 한 개의 인덱스 구조로 통합된다. 실험 결과는 제안된 기법이 데이터 중복이 발생하지 않으면서도 검색 성능이 우수함을 보인다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.205-205
• /
• 2018

전구기후모델은 전 지구 규모에서 일관성 있는 전망 결과를 제공한다. 이를 수자원분야의 활용과 같은 지역 단위의 응용분야에 실질적으로 활용하기 위해서는 상세화 절차가 반드시 필요하며, 상세화 전후의 결과에 대한 평가가 필요하다. 본 연구에서는 전구기후모델을 이용한 상세화 전후의 체계적인 평가를 위한 방법을 제안하고자 한다. 평가방법으로는 과거 재현성 평가와 미래 불확실성 평가를 통해 실시하였다. 과거 재현성 평가는 상세화 이전 전구기후모델의 과거 공간재현성평가와 상세화 된 자료와 ETCCDI를 이용한 Technique for Order of Preference b Similarity to Ideal Solution (TOPSIS)기법으로 평가하였다. 미래 기간의 불확실성 평가는 Katsavounidis approach (KKZ)방법을 통한 미래 불확실성의 설명력을 고려하여 실시하였다. 전구기후모델은 CMIP5에서 제공되는 모형들 중 26를 이용하였고, Representative Concentration Pathways (RCP) 시나리오는 4.5와 8.5를 이용하였고, 기상변수는 강수량, 최대기온, 최저기온을 구축하였다. 상세화는 통계적 상세화방법 중 하나인 Spatial Disaggregation Quantile Delta Mapping (SDQDM)방법을 이용하였다. 과거 재현성평가를 위한 과거기간은 1976년부터 2005년까지의 30년 기간을 사용하였다. 미래 불확실성 평가를 위한 기간은 3개 구간 (2011-2040, 2041-2070, 2071-2099)을 사용하였다. 과거 재현성 평가를 통해 26개 전구기후모델 중 모사력이 부족하다고 판단되는 모델을 제외한 19개 전구기후모델을 선정하였고, 이를 이용하여 미래 불확실성 평가를 실시하였다. 그 결과 각각의 미래기간과 RCP시나리오에서의 미래변동성을 설명하기 위한 전구기후모델의 최소 필요수를 알 수 있었다. 본 연구의 결과를 효율적인 수자원분야의 전구기후모델의 활용이 가능할 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.413-413
• /
• 2022

본 연구에서는 통계적 방법으로 도출된 장기 기상예측정보를 이용하여 유역에서의 유출량 전망 가능성을 검토하였다. 먼저 한강권역의 월 강수량과 기온에 대해 글로벌 기후지수와의 원격상관성을 기반으로 다중회귀모형 기반의 통계적 예측모형을 구성하여 미래기간(1~12개월)에 대한 월 단위 기상예측정보를 도출하였다. 월 단위로 도출된 강수량과 기온은 통계적 상세화 기법을 통해 한강권역 주요 ASOS 관측소 지점별로 일 단위 강수량과 기온자료로 변환하였으며, 상세화된 일 자료를 유역모형인 SWAT의 입력자료로 활용하여 경안천 유역의 미래기간에 대한 유출량을 도출하였다. 유출량 예측성을 평가하기 위하여 과거기간(2003~2021년)을 대상으로 관측유출량과 예측기상정보로부터 산출된 예측유출량을 비교하였다. 각 월별로 예측된 유출량의 중앙값과 관측값의 적합도를 분석한 결과, PBIAS는 -5.2~-2.7%, RSR은 0.79~0.91, NSE는 0.34~0.38, r은 0.59~0.62로 강수량 및 기온의 예측성에 비해 낮게 나타났다. 전 기간에 대해 월별로 분석한 예측결과에 대한 3분위 확률은 5월, 6월, 7월, 9월, 11월은 평균 42.8%로 예측성이 충분한 것으로 나타났으나, 나머지 월에서의 평균 예측성은 17.3%로 매우 낮게 나타났다. 상세화된 기상정보를 이용하여 유역모델링을 통해 산정한 유출량에 대한 전망 결과는 기상예측결과에 비해 상대적으로 예측성이 낮은 것으로 분석되었다. 이는 관측값 자체에서 나타날 수 있는 불확실성에 기인할 수도 있으며, 유출량에 지배적인 영향을 주는 강수량의 예측성에 대한 문제가 유역 모델링 과정에서 증폭되어 나타나는 문제일 수도 있다. 또한 지점별 일 자료로 상세화되는 과정에서의 불확실성, 우리나라 여름철 유출량 변동성 등 여러 가지 요인이 복합적으로 영향을 주어 나타나는 것으로 생각된다. 향후 다양한 대상유역에 대한 검토와 기상예측모형의 보완, 상세화 과정에서의 불확실성 해소 등을 통해 예측성을 개선할 계획이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.93-93
• /
• 2021

아날로그 기법은 대표적인 일기도분류 기반의 공간상세화 기법으로써 과거 기상 현상이 미래 재현된다는 가정 하에 공간상세화를 수행하는 방법이다. 대규모 공간범위에 대한 아날로그 기법 적용 시에 지역 구분을 기반으로 적용하는 것이 바람직하다고 알려져 있으며, 기상 변수 간의 선형 상관성을 기반으로 지역구분을 수행하는 기법이 제안된 바 있다. 다만 기존 방법은 아날로그 시점을 찾는 범위가 지나치게 넓어지거나, 공간적으로 불연속적인 구간이 발생할 수 있다. 따라서 지역 간 기후변동성이 크고 도서가 다수 위치한 아시아 지역에서는 부적합한 방법이다. 본 연구에서는 아시아 지역에 대해 지역별 기후특성을 반영할 수 있는 아날로그 공간상세화 기법(BCIA)을 제안하고 평가하고자 한다. 본 연구에서는 쾨펜 기후구분과 ETCCDI 지수를 활용하여 기후특성을 고려한 지역구분을 수행하였으며, 이를 기반으로 아날로그 상세화를 수행하고 평가하였다. 평가결과 BCIA는 기존 아날로그 기법에 비해 기후 특성을 재현하는데 효과적인 것으로 나타났으며, 특히 극치 계열의 기후 지수, 강수일수와 관련된 기후 지수의 재현성이 우수한 것을 확인하였다. 본 연구에서는 기존 일부 지역에서만 시도되었던 지역별 아날로그 적용 방법론을 아시아 지역에 맞게 새롭게 제안하였고 이에 대한 활용성을 검증하였다는 점에서 가치가 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.224-224
• /
• 2019

국제기상기구의 Global Framework for Climate Services (GFCS)의 관점에서 살펴보면 국내의 기상 기후 정보는 기상청을 중심으로 관측 자료와 중장기 예측 및 기후변화 시나리오 정보 등의 다양한 시간규모로 생산되고 있다. 하지만 사용자가 직접적으로 다양한 기후정보를 상세화하여 활용하기 위해서는 기후정보의 구축 및 전처리를 수행해야하는 어려움이 있다. 따라서 APEC Climate Center (APCC)에서 다학제 융합 기반 기후정보 서비스를 중심으로 사용자 인터페이스 플랫폼 (User Interface Platform: UIP)의 기술적 플랫폼으로 APCC Integrated Modeling Solution (AIMS)를 개발하였다. AIMS는 사용자의 관점으로 상세화를 수행할 수 있고, 다양한 응용 분야에 적용하기 쉽게 데이터를 생성하여 연구에 도움을 주고 있다. 본 연구는 AIMS에서 제공하고 있는 기존의 국가별로 제공하는 제 5차 결합 기후모델 비교사업 (The $5^{th}$ phase of the coupled model intercomparision project, CMIP5)에서 해석한 전구기후모델 (General Circulation Model, GCM)의 통계적 상세화 방법인 Simple Quantile Mapping (SQM)과 Spatial Disaggregation Quantile Delta Mapping (SDQDM)를 포함하여 AIMS에 새롭게 추가 된 통계적 상세화 방법인 Bias Correction and Stochastic Analog (BCSA) 방법을 소개하고자 한다. 또한 60개의 종관기상관측 (Automated Surface Observing System, ASOS)자료를 중심으로 생성한 세 가지 통계적 상세화방법의 과거재현성과 RCP4.5, RCP8.5 시나리오를 활용한 미래 불확실성 평가 결과를 이용하여 연구자들의 맞춤형 자료를 생산하고 평가하는데 도움을 줌으로써 다양한 기후자료의 효과적인 활용이 가능할 것으로 기대된다.