• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.304-304
• /
• 2022

가뭄은 인간 활동과 생태계의 다양한 측면에 영향을 미치는 중요한 자연재해 중 하나이다. 가뭄을 사전에 예측하여 필요한 완화 조치를 취하고 환경적 피해를 줄이는 것이 중요하다. 이에 따라 다양한 인공지능 기술을 이용한 가뭄 예측은 수문학, 수자원 관리, 농업 등의 분야에서 중요성이 커지고 있다. 최근에는 딥러닝 알고리즘을 기반으로 하는 중장기 강수예보를 위한 다양한 방법이 제시되고 있다. 이 논문의 목적은 가뭄 예보를 목적으로 월 강수량 예측을 위한 딥러닝 모델의 성능을 평가하는 것이다. 이를 위해 딥러닝 모델인 LSTM(Long Short-Term Memory)을 적용하였으며, 1981-2020년 기간의 월 강수 자료가 모델을 구축하기 위해 사용되었다. 관측자료를 기반으로 학습된 모델을 이용하여 테스트 기간에 대해 월 강수량을 예측하였다. 예측된 강수량을 통해 표준강수지수(Standardized Precipitation Index, SPI)을 산정하고, 예측 정확도를 분석하였다. 이 연구는 가뭄 예보를 위한 딥러닝 모델의 적용 가능성을 보여준다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.176-176
• /
• 2021

한반도의 강수를 예측하는 것은 수자원 관리 측면에서 매우 중요하다. 한반도의 강수는 연별 변동 뿐 아니라 계절별로 변동을 갖는다. 우리는 이 중 건기(Dry period)의 가뭄과 그 이후 농번기(3월, 4월)에 영향을 미치는 초겨울(11월, 12월)의 강수를 예측은 수자원 관리에 있어서 중요한 의미를 갖는다. 본 연구에서는 Regularized regression 모형인 Elastic net model을 이용하여 중장기 (7개월 이상)기반으로 초겨울의 강우 예측의 가능성에 대해서 논하고자 한다. 특히, 본 연구에서는 우리나라의 초겨울 강우의 변동이 대서양의 대규모의 대기 순환과 밀접한 관계를 보이는 것을 확인하였으며 이를 논하기 위해서 Sea Surface Temperature (SST) 등의 자료를 사용하여 분석하였다. 이 시간적 지체 효과를 갖고 있는 대기 순환은 Eurasia 지역을 기반으로 횡적인 순환과 관련이 깊은 것으로 파악되었다. 본 연구의 결과는 앞으로 우리나라의 가뭄관리에 유용하게 활용될 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.399-399
• /
• 2011

최근 한반도와 세계 곳곳에서 기후변화로 야기되는 이상기후에 의한 피해가 늘고 있으며, 그 피해 규모와 빈도 또한 점점 증가하는 추세이다. 이러한 추세 속에서 인적, 물적 피해를 최소화하기 위해 세계 각국이 기후변화에 대한 정확한 예측을 위한 많은 노력과 연구가 진행되고 있다. 지금까지 수행된 연구들은 일반적으로 강수특성의 변화를 파악하기 위해서 연 및 월 최대 강우량, 지속시간별 최대 강우량 등 총량적 개념을 이용한 연구가 대부분이다. 그러나 이는 실제 강수사상의 구조적 변화를 파악하는 데 있어서 한계가 있다. 본 연구에서는 전국 기상관측소 59개의 지점에 대한 1961년-2009년까지의 시계열 강수자료를 이용하여 지점 및 유역별 강수사상의 number of rain even, duration, intensity, quantity 시간분포 구조의 변화를 파악하고자 하였다. 분석결과 number of rain event와 total quantity는 전국적으로 증가 하였으며 total rain hour는 남해안 지역을 제외한 전국에서 증가 하는 것으로 분석 되었다. 결과를 바탕으로 강수변화의 패턴과 추세를 보다 정확하게 파악하고 미래강수 예측에 유용한 자료로 활용될 것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.351-351
• /
• 2011

최근 지구온난화와 더불어 이상기후가 대두됨에 따라 기상 예측이 더욱더 중요시되고 있다. 또한 이전부터 가뭄 및 홍수와 같은 기상현상으로 인한 피해 사례가 빈번하였으며, 이로 인하여 물 관리의 어려움을 겪고 있다. 한 예로 이상기후가 유난히 잦았던 2010년 여름철 경우 평년보다 발달한 북태평양고기압의 영향으로 여름철 92일 가운데 81일의 전국 평균기온이 평년보다 높게 나타났다. 또한 강우 일수가 평년에 비해 7.4일 많은 44.2일을 기록하였으며, 국지성 집중호우 사례가 빈번하였다. 또한 8월 9일 발생한 태풍 `뎬무'를 포함해서 한 달 동안 3개의 태풍이 한반도에 영향을 끼치는 이례적인 사례가 발생하였다. 따라서 본 연구는 이러한 기상재해에 따른 물 관리를 장기적으로 대비하고자 고해상도 전지구 모델 GME를 이용하여 2010년 여름철 강수 예측을 실시하였다. 강수 예측에 사용된 전지구 모델 GME는 기존의 카테시안 격자체계를 가진 모델과 달리 전구를 삼각형으로 구성된 20면체로 격자화 한 Icosahedral-hexagonal grid 격자체계로 구성되어 있어, 해상도 증가에 용이할 뿐만 아니라, HPC(High Performance Computing)환경에서 효율성이 높은 장점을 가지고 있다. 본 계절 예측을 수행함에 있어 발생하는 잡음을 최소화하고자, Time-lag 기법을 이용하여 5개의 앙상블 멤버로 구성되어있으며, 이를 비교 분석하기위해 Climatology를 이용하여 총 10개의 앙상블 멤버로 규준실험을 수행하였다. 선행 연구에 따르면 1개월 이상의 장기 적분의 경우 초기조건보다 외부 강제력이 더 중요한 역할을 한다고 연구된 바 있다. (Yang et al., 1998) 특히 계절 변동성의 경우 대기-해양간의 상호작용에 의해 지배되며, 이를 고려하여 본 연구는 해수면 온도를 경계 자료로 사용하여 계절 예측을 수행하였다. 앞서 말한 실험 계획을 바탕으로 하여 나온 결과를 통해 동아시아지역 및 한반도 도별 강수 및 온도 변수에 대해 순별 및 월별 카테고리맵 분석을 실시하여 한눈에 보기 쉽게 나타냈다. 또한 주요 도시별 강수량 및 온도의 시계열 분석을 실시하여 시간이 지남에 따라 나타나는 변동성을 확인하였다. 계절 예측 결과에서 온도의 경우 평년보다 높게 나타났으며, 이는 실제 온도 예측과도 유사한 패턴을 가졌다, 강수의 경우 7월부터 8월 중순까지 평년보다 다소 적게 모의되었으며, 8월 하순경 회복하는 것으로 예측하였다. 따라서 본 계절 강수 예측은 다소 역학 모델이 가지는 한계를 가지고 있으나, 실제와 비교하여 어느 정도의 경향성이나 패턴에 있어 유사성을 보임을 확인하였으며, 이를 장기적 차원의 물관리를 함에 있어 참고 및 활용 가능할 것으로 예상한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.21-21
• /
• 2016

인천 영종도는 물부족 위험평가 분석을 위해 Smart Water Grid연구단에서 선정한 데모플랜트로섬으로 고립된 지역이다. 영종도는 공촌정수장으로부터 상수도를 공급받고 있으며 관로 파손 등의 사고가 발생할 경우 외부 수자원으로부터 수도를 공급 받기 어려운 실정이다. 따라서 상수도 공급의 어려움이 발생할 경우 대체 수자원을 활용한 가용수량 산정과 이를 적용하기 위한 물수급평가 프로그램이 영종도에 적용 될 예정이다. 본 연구에서는 물수급평가를 위해 수문분석의 기초자료인 장래 예측 강수량을 제공하는 프로그램을 개발하였다. 장래 강수예측자료는 기상청 기상예보와 기후변화시나리오를 활용하였으며 Visual Studio2013을 통해 강수제공 프로그램을 개발하였고, 데이터의 저장과 DB서버 연동을 위해 Oracle 프로그램이 이용되었다. 기상청에서는 3일, 10일, 1달, 3달로 기간을 구분하여 강수확률 예보를 제공하고 있기 때문에 3개월 이내의 중 단기 예측은 기상청에서 제공되는 기상확률예보를 사용하였고, 3개월 이후의 장기 예측은 RCP 8.5시나리오에 의한 일단위 강수량이 활용될 수 있도록 하였다. 기상청 확률예보의 경우 퍼센트 확률을 정량적 수치로 환산하여 일단위 강수량으로 변환하여 제공하였다. 연구를 통해 개발된 강수제공 프로그램에서는 영종도 지역 내 행정구역 별 면적평균강수량이 제공되며, 기후변화시나리오에 의한 강수데이터 취득 시 고해상도(1km 격자단위)로 추출이 가능하도록 하였다. 사용자는 위 경도 좌표에 따라 일 및 월 단위의 강수데이터를 텍스트 파일 형태로 취득할 수 있고, 프로그램 화면 내 표출되는 그래프를 통해 현재대비 장래 강수량 변화를 확인할 수 있도록 하였다. 향후 Smart Water Grid 연구성과로 개발된 물부족위험평가프로그램과 연동하여 물수급평가, 가용수량 산정 등에 활용될 수 있을 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.291-295
• /
• 2007

강수진단모형을 이용하여 저수지 이수운영을 위한 실시간 유량예측기법을 개발하였다. 강수진단모형은 현재 기상청 현업에서 수행중인 강우수치예보를 기반으로 상세 지역의 지형 효과에 의한 강수를 예측하는 정량강수예측모형(QPM; Quantitative Precipitation Model)으로서 부경대학교 환경대기과학과에서 개발된 모형이다. QPM은 중규모 예측 모형으로부터 계산된 수평 바람, 고도, 기온, 강우 강도, 그리고 상대습도 등의 예측 자료를 이용하고, 소규모 상세지형 효과를 고려함으로써 중규모 예측 모형에서 생산된 강수량 예측 값을 상세 지역의 지형을 고려한 강수량 예측 값으로 재구성하여 결과적으로 3km 간격의 상세지역 강우산출과 지형에 따른 강수량의 분포 파악이 용이할 뿐만 아니라 계산 효율성을 개선된 모형이다. QPM 검증을 위하여 기상학적 평가와 수문학적 평가를 수행하였다. 호우 사례별 일강수량의 시공간 분포로 부터, QPM을 활용한 시스템에 의한 예측결과가 원시자료 RDAPS 보다 고해상도의 예측 및 지형효과의 반영도가 높았으며, AWS의 관측자료와 비교하여 보다 높은 예측성을 보여 주었다. 대상기간인 2006년 1월 1일부터 6월 20일까지 관측강우는 총 391.5mm 였으며 RQPM은 실적강우에 비하여 119.5mm 정도 과소산정하고 있으나 분위사상과정을 거치게 되면 351.7mm로서 실적강우에 불과 10.2% 못미치고 있다. 이는 고무적인 결과로 볼 수 있으며 현업에서의 활용성이 기대되는 수준이라 볼 수 있다. 강우-유출모의를 위한 QPM신뢰도를 높이기 위하여 분위사상법(Quantile Mapping)을 이용하여 QPM모의에 존재할 수 있는 계통오차에 대한 추가적인 보정을 수행하였다. 수문학적 평가를 위하여는 장기연속유출모형인 SSARR모형을 기반으로 개발된 RRFS(Rainfall-Runoff Forecast System)을 이용하여 2006년 1월${\sim}$9월까지의 용담댐 유입량에 대하여 모의예측결과와 관측유입량 비교를 통한 검증을 수행하였다. 위 기간중 예측유입량의 RMSE(Root Mean Squared Error), COE(Sutcliffe Coefficient of Efficiency), MAE(Mean Absolute Error), $R^2$값은 각각 7.50, 0.68, 2.59, 0.69 값을 보이고 있다. 본 연구에서는 QPM에 의한 예측성의 향상 및 구축된 시스템에 의한 일강수량의 장기예측 가능성을 확인하였고, 향후 시스템을 현업에 활용하기 위해서 생산된 예측자료의 보다 장기적인 검증을 통한 시스템의 안정화가 필요할 것으로 사료된다.

• Journal of Software Assessment and Valuation
• /
• v.15 no.2
• /
• pp.59-66
• /
• 2019

Since Jeju is the absolute weight of agriculture and tourism, the analysis of precipitation is more important than other regions. Currently, some numerical models are used for analysis of precipitation of Jeju Island using observation data from meteorological satellites. However, since precipitation changes are more diverse than other regions, it is difficult to obtain satisfactory results using the existing numerical models. In this paper, we propose a Jeju precipitation pattern analysis method using the texture analysis method based on Convolution Neural Network (CNN). The proposed method converts the water vapor image and the temperature information of the area of ​​Jeju Island from the weather satellite into texture images. Then converted images are fed into the CNN to analyse the precipitation patterns of Jeju Island. We implement the proposed method and show the effectiveness of the proposed method through experiments.

• Proceedings of the Korean Society of Soil and Groundwater Environment Conference
• /
• 2005.04a
• /
• pp.80-84
• /
• 2005

가뭄의 정도를 정량화하고 예측하기 위하여 다양한 가뭄지수중 가장 일반적으로 사용되는 것들로는 PDSI(Palmer Drought Severity Index), SWSI(Surface Water Supply Index) 및 SPI(Standard Precipitation Index) 등이 있다. 본 연구에서는 가뭄을 평가하는 방법 중 표준강수지수(SPI)를 활용한 가뭄도 산정 결과와 지하수위 관측자료간의 상관성을 평가함으로써 향후 지하수위 자료를 활용한 가뭄 평가의 가능성을 제시하고자 하였다. 본 연구 결과, 충주가금, 양평개군, 문경문경 및 영주문정 관측소 지역에서 가뭄 평가 인자인 표준강수지수와 지하수위는 비교적 상관성을 갖고 있는 것으로 분석되었으나, 표준강수지수 보다 지하수위 변동이 가뭄에 민감하지 않고 지속성과 영속성을 갖는 것으로 평가되어 가뭄 평가 인자로서 활용성이 높을 것으로 평가되었다. 이들 지역의 표준강수지수 및 지하수 수위 관측자료 간의 교차상관계수는 충주 0.750, 양평 0.533 및 영주 0.607 둥으로 분석되어 상관성이 높은 것으로 나타났다. 가뭄 평가를 위한 가뭄 관측정(DIW, Drought-Index Well)은 주변의 영향을 최소화할 수 있는 지점으로서 가뭄을 정확히 평가 예측할 수 있는 지점에 선정되어 가뭄 평가 및 예측에 활용될 수 있도록 하여야 한다.

• Journal of Korea Water Resources Association
• /
• v.45 no.7
• /
• pp.631-641
• /
• 2012

In this study, satellite data (MTSAT-1R), a numerical weather prediction model, RDAPS (Regional Data Assimilation and Prediction System) output, ground weather station data, and artificial neural networks were used to improve the accuracy of summer rainfall forecasts. The developed model was applied to the Seoul station to forecast the rainfall at 3, 6, 9, and 12-hour lead times. Also to reflect the different weather conditions during the summer season which is related to the frontal precipitation and the cyclonic precipitation such as Jangma and Typhoon, the neural network models were formed for two different periods of June-July and August-September respectively. The rainfall forecast model was trained during the summer season of 2006 and 2008 and was verified for that of 2009 based on the data availability. The results demonstrated that the model allows us to get the improved rainfall forecasts until lead time of 6 hour, but there is still a large room to improve the rainfall forecast skill.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.376-376
• /
• 2021

홍수와 같은 수문 재해를 예측하고 예방하기 위해서는 강우량을 정확하게 예측하는 것이 중요하다. 신뢰할 수 있는 수문재해 예보 시스템은 기존의 포인트 기반 우량계를 사용하여 달성 할 수 있는 것보다 강우량의 공간 분포를 관측할 수 있는 보다 효과적인 방법이 필요하다. 본 연구에서는 전파강수계 시스템과 다중 고도 관측 데이터를 이용하여 평균 강우를 추정하는 방법을 제시한다. 전파강수계는 K 밴드 이중 편파 기술을 사용하여 초단거리 관측을 수행하는 소형전파강수관측시스템이다. 평균 강우량을 추정하는 방법은 매우 짧은 관측 범위와 이중 편파 정보의 다중고도 평균 관측 개념을 기반으로 하며 관측 지역의 반사도와 비차등위상차의 고도별 평균값을 이용하여 추정한다. 제안 된 방법은 전파강수계의 관측 범위와 스캔 시간이 매우 짧기 때문에 강우 분포의 시공간적 변화가 낮다는 가정하에 개발되었다. 제안된 방법의 평가를 위해 핏게이지, 우량계 및 Parsivel disdrometer를 포함한 지상 장비와 비교하였다. 시험적용 결과 제안된 강우 추정 기법이 다양한 강우사상에 대해 강우강도를 잘 추정하는 것으로 확인되었다