• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.275-275
• /
• 2023

기후변화는 우리의 현실로 다가와 있지만 기후변화로 인해 어떠한 일이 벌어질 것인지는 정확하게 알 수 없는 문제가 있다. 특히 호우의 강도와 지속시간 등은 수문설계에 영향을 미치는 주요한 인자 임에도 불구하고 과학적이고 합리적인 추론이 쉽지 않다. 본 논문에서는 일본에서 대규모 기후 앙상블 모의실험 기반으로 생성된 d4PDF(Data for Policy Decision Making for Future Change)자료 중 시간 단위의 강수앙상블 모의 자료를 이용하여 기상청 서울지점의 강우강도-지속시간-생기빈도 곡선(Intensity-Duration-Frequency Curve; IDF 곡선)의 변화를 추정해 보았다. 이를 위하여 대용량의 자료를 확보하고 서울지점에서의 과거 50년간의 실측자료와 동일기간의 모의자료에 대한 연최대치 계열에 분위사상법을 적용하여 모의자료의 계통적 오차를 소거할 수 있는 함수를 추정하고 이를 이용하여 미래 시나리오에 적용함으로써 지구평균기온 상승에 대응하는 서울관측지점의 IDF 곡선을 추정하여 제시하였다. 추정 결과의 내용은 다양한 요소에 의해 영향을 받는 미래 기후에 대한 내용이라 신뢰성의 평가가 어렵지만 기존의 강우강도에 일률적으로 위험률을 곱하는 방식보다는 좀 더 합리적인 방법이라 생각되며 향후 수문설계 등에 고려될 수도 있을 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.311-311
• /
• 2020

가뭄·홍수 등 수재해 대응대책 수립 측면에서 유역의 자연유출량 산정은 가장 핵심적인 사항이라 할 수 있다. 우리나라는 전국적으로 수위-유량관측소를 설치하여 실시간 유출량 모니터링을 통해 수문정보를 수집하며, 주요지점을 제외한 유역에서는 주기적으로 강우-유출모형의 매개변수 최적화를 통해 산정된 장기유출량 결과를 자연유출으로 가정하여 수자원 계획 수립시 활용하고 있다. 그러나 강우-유출모형의 최적 매개변수 추정을 위해 활용되는 관측 수문자료는 상대적으로 자료의 연한이 짧고, 계절·공간적인 특성으로 인해 매우 제한적이며, 유역의 특성을 충분히 고려하지 못해 미계측유역의 매개변수 추정시 모형의 자료에서 기인한 불확실성이 크게 발생한다는 단점이 있다. 이에 본 연구에서는 관측자료에 대한 신뢰성이 유의하며, 공간적으로 고르게 분포된 12개 댐 유역을 대상으로 매개변수 지역화 연구를 수행하였다. SCEM-UA기법을 통해 GR4J 강우-유출모형의 매개변수를 최적화 하였으며, 매개변수와의 상관관계 및 선형회귀분석을 통해 유역특성인자를 선별하여 Copula 함수를 통해 지역화된 매개변수를 추정하였다. 최종적으로 본 연구에서 제시된 방법론에 대한 적합성을 평가하기 위하여 매개변수 최적화가 수행된 유역을 미계측 유역으로 가정하여 교차검증 관점에서 적합성을 검토하였으며, 통계적으로 유의한 결과가 도출되는 것을 확인하였다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.12 no.4
• /
• pp.289-297
• /
• 2010

Common practice of Soil Water Assessment Tool (SWAT) model validation is to use a single variable (i.e., streamlfow) to calibrate SWAT model due to the paucity of actual hydrological measurement data in Korea. This approach, however, often causes errors in the simulated results because of numerous sources of uncertainty and complexity of SWAT model. We employed multi-variables (i.e., streamflow, evapotranspiration, and soil moisture), which were measured at mixed forest in Seolmacheon catchment ($8.54\;km^2$), in order to assess the performance and reduce the uncertainties of SWAT model output. Meteorological and surface topographical data of the catchment were obtained as basic input variables and SWAT model was calibrated using daily data of streamflow (Jan. - Dec.), evapotranspiration (Sep. - Dec.), and soil moisture (Jun. - Dec.) collected in 2007. The model performance was assessed by comparing its results with the observation (i.e., streamflow of 2003 to 2008 and evapotranspiration and soil moisture of 2008). When the multi-variable measurements were used to calibrate the SWAT model, the model results showed better agreement with the measurements compared to those using a single variable measurement by showing increases in coefficient of determination ($R^2$) from 0.72 to 0.76 for streamflow, from 0.49 to 0.59 for soil moisture, and from 0.52 to 0.59 for evapotranspiration. The findings highlight the importance of reliable and accurate collective observation data for improving performance of SWAT model and promote its facilitation for estimating more realistic hydrological cycles at catchment scale.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• 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.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.153-153
• /
• 2020

우리나라에선 크고 작은 가뭄 피해가 자주 일어나고 있으며 최근엔 유래 없는 다년가뭄이 발생하면서 가뭄에 대한 경각심이 커지고 있다. 가뭄에 적절하게 대응하여 피해를 경감시키기 위해서는 신뢰도 높은 가뭄 예측이 선행되어야 한다. 이에 본 연구는 앙상블 예측과 베이즈이론(Bayes' theorem)을 수문학적 가뭄지수 중 하나인 SRI(Standardized Runoff Index)에 적용해 가뭄 확률 전망을 실시했으며 이를 EDP(Ensemble Drought Prediction)라고 칭하였다. 국내 8개 댐유역에서 EDP를 생성하고 개선하는 과정은 다음과 같이 진행된다. 우선 TANK모형을 활용한 1개월 선행 유량 예측(Ensemble Streamflow Prediction, ESP)의 결과를 SRI로 변환하여 EDP 확률분포를 생성한다. 그런 다음, EDP를 개선하기 위해 그 기초인 ESP에서 미흡한 토양수분 초기조건을 보완하고자 베이즈이론을 활용했다. APCC(APEC Climate Center)의 위성 관측 SMI(Soil Moisture Index) 자료로 SRI와의 회귀식을 구축, 이를 우도함수로 정의해 사전 EDP 분포를 업데이트한 EDP+ 확률분포를 생성했다. 그 결과, EDP와 EDP+ 모두 심도가 깊은 가뭄을 전망할수록 예측력이 기후학적 예측보다 좋지 않았다. 그럼에도 우도함수로 사용한 회귀식의 정확도가 높을수록 EDP+의 정확도도 향상되는 경향이 나타났으며, 이는 베이즈이론을 사용한다면 가뭄 확률 전망을 개선할 수 있다는 것을 의미하고 있다. 하지만, 확정 전망 정확도는 확률 전망 정확도와는 관계가 없었는데 이는 확정 전망과 확률 전망이 본질적으로 다르기 때문인 것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.26-26
• /
• 2018

기후변화로 인한 홍수, 가뭄 등의 자연재해가 빈번히 발생함에 따라서, 수자원의 변동성이 심각해짐에 따라서 물 부족에 대한 관심이 대두되고 있다. 특히, 수문분야에서 수자원의 확보 및 효율적 관리에 대한 중요성 및 관심이 높아지고는 있으나, 물 순환에 대한 이해 및 분석에 대한 부분은 아직 계속적으로 연구할 필요성이 있다. 물 순환에서 다른 수문기상인자들에 비해 직접적인 관측이 어려운 실제증발산은 단순 가정 및 경험식, 또는 물수지 방정식을 통해 어림되어 계산되어 진다. 지상에서 실제증발산을 관측하기 위해 에디 공분산 기반의 플럭스 타워(flux tower)를 이용하여 한 지역(지점)에서의 정량적인 관측이 이뤄지고 있으나, 공간적인 관측은 이뤄지고 있지 않는 문제점을 가지고 있다. 따라서, 기술이 발전함에 따라 다양한 물리식 기반의 재분석자료(reanalysis data)/인공위성(satellite)기반의 실제증발산에 대한 자료가 산출되어진다. 그렇지만, 다양한 물리식 기반으로 산출되는 결과는 알고리즘의 특성상 오차가 발생할 수 있다. 이러한 방법을 해결하기 위하여 다양한 합성 방법을 이용하여 각 알고리즘에서 오차를 보정 및 개선한 최적의 실제증발산 결과를 필요로 하게 된다. 이 연구에서는 재분석/인공위성 기반의 8일 단위 실제증발산 자료를 활용하여 두 가지의 합성 방법(simple taylor skill score, maximize r)을 이용하여 개선된 실제증발산 결과를 산출하기 위하여, 2005년부터 2014년까지의 호주에서의 실제증발산에 대한 합성 결과를 나타내었다. 전반적으로 두 방법으로 산정된 결과는 기존의 결과에 비해 오차가 상당히 개선된 것을 확인 할 수 있었으며, 특히, 다양한 자료를 이용하여 합성하는 방법인 simple taylor skill score방법이 maximize r의 방법에 비해 보다 오차 및 상관성이 높은 것을 확인 할 수 있다. 본 연구에서 합성 방법을 이용하여 기존의 자료에 비해서 개선된 결과를 산정할 수 있는 것을 확인하였고, 향후 가뭄에 직접적으로 연관성을 가진 합성 증발산 자료를 활용하여 가뭄 분석의 신뢰성을 향상시킬 수 있을 것으로 기대된다.

• Journal of Korea Water Resources Association
• /
• v.41 no.6
• /
• pp.629-641
• /
• 2008

Many studies on sustained droughts have often been limited to the analysis of historic flow series. A major disadvantage in this approach can be described as the lack of long historic flow records needed to obtain a significant number of drought events for the analysis. To overcome this difficulty, one of the present study idea is to use synthetically generated hydrologic series. A methodology is presented to develop flow series based on the probabilistic analysis of the stochastic properties of the observed flows. The method can be utilized to generate a flow series of desired length so as to include many multiyear drought events within the process. In this paper, a concept of creating multiyear drought scenarios is introduced, and its development procedure is illustrated by a case study of the water supply system in Han River Basin. Also, it was found that the generated flow series can be reliably used to predict the long drought duration and sustained drought hydrologic scenarios within a given return period.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.181-181
• /
• 2016

우리나라의 유사량 조사는 각각의 수문조사기관에서 자료의 이용 목적에 따라 간헐적으로 수행되고 있을 뿐, 체계적이고 지속적인 조사가 이루어지지 않아 타 수문자료에 비해 측정자료 구축 현황은 상당히 미비한 상태에 있다. 측정 자료 또한 부유사 실측자료는 있으나 소류사 측정자료는 거의 전무한 상태이기 때문에 신뢰성 있는 총 유사량을 산정하기에는 많은 어려움을 겪고 있는 실정이다. 현재 우리나라는 소류사량을 산정하기 위해 경험식에 의한 방법과 실측에 의한 방법을 이용하고 있다. 그러나 실측에 의한 방법은 측정 장비의 설치 및 운영에 따른 위험성이 동반되고 많은 인력, 경비, 시간이 소요되는 등 많은 문제점을 내포하고 있고, 경험식에 의한 방법 또한 대상 유역에 수많은 경험식 중 어떤 공식을 적용하는지에 따라 결과 값이 수십에서 수백 배 이상의 차이가 나기 때문에 실제 그 결과 값을 활용하기에는 신뢰의 정도가 떨어진다. 최근 국외에서는 이러한 문제점을 보완하기 위하여 음향 및 진동의 원리를 이용하여 소류사량을 간접적으로 추정하는 관측기기인 Hydrophone 및 Geophone이 개발되어 실용화를 위한 검토가 이루어지고 있다. 소류사량을 간접적으로 추정하는 방법은 기존의 직접측정 방법에 비해 측정이 간소화되고 지속적적인 관측이 가능하다는 점에서 유역의 소류사이동의 양과 질을 파악하는데 유효한 수단인 것으로 국외의 연구사례에서 언급하고 있다. 따라서, 본 연구에서는 소류사 이동시 충돌에 의한 음향정보를 계측하여 소류사량을 연속적으로 측정할 수 있는 Hydro-Geophone을 활용하여 실내 실험을 구축하고, 소류사 이동에 따른 Hydro-Geophone의 충돌음향 계측 및 분석 등을 통해 현장에서 활용 가능한 소류사 추정 관계식을 개발하는 연구를 수행 하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.274-278
• /
• 2008

현대 강우관측 자료를 빈도분석할 때 나타나는 가장 큰 문제는 관측기간이 짧기 때문에 고빈도 확률강우량 추정이나 장기간의 경향성 예측시 신뢰성 부족하다는 점이다. 본 연구에서는 이러한 현대 강우자료의 문제점를 보완하기 위한 방법으로 측우기 관측기록을 활용하기 위한 방안을 검토하였다. 빈도해석을 통한 확률강우량의 결정을 위해서는 연최대치 계열의 작성이 선행되어야 한다. 측우기 강우자료는 강우시작시점과 종료시점 그리고 그 사이의 강우량으로 구성된 펄스 형태로 기록되어 있기 때문에 이를 이용하여 빈도해석을 하려면 전통적인 빈도해석 방법과는 다르게 독립호우사상을 적절하게 정의하는 것이 필요하다. 독립호우사상에 대한 기존 연구결과에 기초하여 무강우지속기간 10시간을 기준으로 측우기 관측기록과 현대 관측기록으로부터 이를 추출한 후 총강우량과 강우강도 두 가지를 대상으로 이변량 지수분포를 적용하였다. 그리고 각 호우사상의 재현기간을 산정하고, 연도별로 최대 재현기간을 가지는 호우사상을 연최대 호우사상으로 결정하였다. 이변량 지수분포의 매개변수 산정시 전기간에 대해 매개변수를 산정하는 경우보다 연도별로 매개변수를 산정하는 경우가 강우발생의 변동양상 및 수문학적인 극한호우의 정의를 반영하기에 적합한 것으로 검토되었고 또한 그로 인해 얻어진 연최대 호우사상이 이변량 극치분포를 보다 잘 따르는 것으로 나타났다. 연도별 매개변수 추정결과를 우기해와 건기해로 나누어 살펴보면 우기해에는 강우강도가 재현기간 산정에서 상대적으로 영향이 크고, 건기해에는 총강우량과 관련된 영향이 큰 것으로 나타났다. 연최대 호우사상의 변동성을 살펴보면 현대자료에서 강우지속기간은 점점 증가하고 강우강도는 감소하며 이에 따른 호우사상의 총강우량은 증가하는 특징을 보였다. 그러나 측우기 자료에서는 이러한 변화양상이 반복순환하는 것으로 나타났으며 이와 관련된 별도의 연구가 필요할 것으로 판단된다. 본 연구의 결과는 측우기 자료를 이용한 빈도해석의 선행작업으로서 연최대 호우사상 계열의 결정 과정을 살펴보았으며 이렇게 얻어진 연최대 호우사상은 현대자료와 어우러져 보다 신뢰성 높은 설계호우사상을 결정하는데 도움이 될 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• 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.