• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.267-267
• /
• 2012

전 지구적으로 발생하고 있는 기후변화로 인한 기상이변으로 자연재해 발생빈도 및 피해규모는 증가하고 있는 추세로 나타나고 있다. 이에 따라 많은 연구는 자연재해에 직간접적으로 영향을 미치고 있는 홍수와 가뭄의 변화에 초점이 맞추어져 있는 것이 사실이다. 하지만, 최근에 우리나라의 경우 지난 2011년 2월에는 동해안의 폭설로 인하여 동해안지방 최심신적설량 극값 1위를 경신하였고, 2010년 1월 서울에는 40년만에 최대 적설량을 기록하는 등 최근 한반도에서 발생한 적설로 인하여 사회적 경제적 피해가 증가하고 있다. 따라서, 지구온난화에 기인한 기후변화 연구에서 상대적으로 소홀했던 적설량과 관련한 연구의 중요성도 대두되고 있다. 본 연구에서는 적설량에 온도 및 강수가 미치는 영향을 평가하기 위하여 관측기상자료를 이용하였다. 적설량은 기상인자들의 복잡한 비선형 조합으로 발생하기 때문에 적설량에 영향을 미치는 온도, 강수, 적설량의 비선형 과정들을 고려할 수 있는 신경망 모형을 이용하여 적설량 예측 모형을 구성하였다. 30년 이상의 관측자료를 보유하고 있는 기상청 산하 58개 관측지점의 자료를 이용하여 2002년 이전에 관측된 온도, 강수, 적설량을 지점별로 훈련시켰으며 이를 적설량 예측에 활용하고자 하였다. 이를 위해 구성된 신경망 모형에 2002년 이후 지점별 온도, 강우자료를 이용하여 적설량을 산정하고 통계분석을 실시한 결과 적설량 예측에 적용이 가능함을 확인하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.24-24
• /
• 2017

홍수와 가뭄 등 수문기상재해 분석 및 사전 예측하기 위해서는 강수뿐만 아니라 토양수분, 증발산, 유량, 등과 같이 지표?하의 수문기상정보를 고려하는 것이 필요하다. 본 연구에서는 National Center for Atmospheric Research (NCAR)에서 개발된 고해상도 수문기상정보 모의가 가능한 WRF-Hydro를 활용하여 남강댐 유역에서 발생되는 돌발홍수 예측 적용성 평가를 수행하였다. 모델의 시공간 해상도는 1 hr, 150 m 이며, 기상 관측자료(Automatic Weather System, Automated Synoptic Observing System)를 사용하여 매개변수 민감도 실험을 실시하여 최적 모델 설정을 제시하였다. 고려된 매개변수는 격자 침투량을 결정하는 변수, 초기 저류 깊이, 표면 저항계수, 조도계수와 초기 토양수분 정보이며, 검증에 사용된 정보는 국가수자원관리종합정보시스템에서 1시간 단위로 제공되는 유입량 정보를 사용하였다. 그 결과 유출량은 격자 침투량을 결정하는 변수와 조도계수에 따라 민감하게 반응하였으며, 초기 토양수분량의 변화에 따라 시간에 따른 유출량의 변화가 강수에 민감하게 반응하는 것을 확인 할 수 있었다. 보정된 매개변수를 적용하여 돌발홍수 신고 지점의 유출량 변화를 살펴본 결과 강수의 발생과 동시에 매우 빠르게 유출량이 발생한 것을 볼 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.179-183
• /
• 2009

본 연구에서는 GCM 기후변화 전망 시나리오를 이용하여 유역단위의 기후변화를 추정하였다. 원시 GCM 시나리오를 지역화 시키기 위해서 인공신경망 모형을 사용하였다. GCM에서 모의되는 강수플럭스, 해면기압, 지표면 근처에서의 일 평균온도, 지표면으로부터 발생하는 잠열플럭스 등과 같은 22개의 변수는 인공신경망의 잠재적 예측인자로 사용되었으며, AWS에서 관측된 강수량과 온도는 예측변수로 사용되었다. 원시 GCM 데이터는 CCCma(Canadian Centre for Climate Modeling and Analysis)에서 제공되는 CGCM3.1/T63 20C3M 시나리오를 사용하였으며, 인공신경망 학습과정에서 사용된 기준시나리오(reference scenario)자료의 기간은 1997년부터 2000년까지의 데이터를 사용하였다. 인공신경망을 학습을 통하여 결정된 각 층사이의 가중치를 이용하여 이산화탄소 배출농도를 가정하여 생성된 CGCM3.1/T63 SRES B1 기후변화시나리오(project scenario)를 인공신경망의 입력값으로 하여 미래의 기온과 강수변화를 전망하였다. 신경망의 학습효과를 높이기 위하여 기온과 강수에 대한 평균 및 누적기간을 각각 일단위와 월단위로 설정하였다. 본 연구에서 사용된 인공신경망은 3층 퍼셉트론(다층 퍼셉트론)을 사용하였으며, 학습방법으로는 역전파알고리즘(back-propagation algorithm)을 이용하였다. 민감도분석을 통하여 선택된 예측인자는 소양강댐유역(1011, 1012소유역)에서의 인공신경망 예측인자로 활용되었으며, 2001년부터 2100년까지의 일 평균온도와 일 강수량의 변화경향을 추정하였다. 1011유역, 1012유역에서는 여름철의 온도변화경향이 겨울철에 비하여 높게 나타났다. 일 평균온도의 통계분석 결과 평균예측오차가 가장 적게 나타나는 지역은 1001유역으로 -0.08로 평균예측오차가 가장 적게 나타났으며, 인공신경망기법을 이용하여 스케일 상세화된 일 평균온도와 관측된 일 평균온도가 얼마나 잘 일치하는지를 확인할 수 있는 1012유역에서 CORR이 0.74로 가장 높게 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.593-593
• /
• 2016

최근 기후변화에 따른 국내 기상특성이 변화함에 따라 가뭄, 하천건천화, 홍수 등 물 관련 재해 발생 빈도 및 규모가 점점 커지고 있으며, 세계적으로 홍수 발생 빈도뿐만 아니라 태풍 및 가뭄 발생 빈도도 꾸준히 증가하고 있어 광범위한 관측과 정확한 예측 및 즉각적 대처능력 확보를 위한 수재해 관리가 필요한 실정이다. 아울러 급격한 도시화에 따라 내수범람이 빈번하게 발생하기 때문에 재난발생 시 그 피해가 극대화로 직결되고 있어 도시에서 발생할 수 있는 내수범람을 정확하게 예 경보하기 위한 고해상도 실시간 강수관측이 필요하다. 또한, 유역차원의 홍수범람이 빈번하게 발생하고 있으며, 홍수기 홍수통제소의 댐수문 관리에 어려움이 따라 기상관련 재난이 발생할 수 있어, 유역 차원의 정확한 홍수량 예측과 예 경보 시스템 구축을 위해서는 고해상도의 실시간 강수관측을 통한 강수예측 기술이 중요하다. 이를 위해 위성, 레이더, AWS 등 각종 광역 관측 장비로부터 표출되는 데이터를 통합하고, 이를 종합적으로 분석하여 수리수문인자 및 기상인자로 전환할 수 있는 시스템을 개발 할 경우 가뭄, 하천 건천화, 홍수 등을 실시간으로 감시하고 평가 예측 할 수 있는 정보 생산이 가능할 것으로 판단된다. 이에 본 연구에서는 수재해 정보 플랫폼 서비스를 위하여 전체적인 시스템을 개발하기에 앞서 가능성을 타진하고 검증할 필요가 있는 주요 구간을 시험하는 개발 기법인 프로토타입을 우선적으로 개발한다. 주요 항목으로는 (1) 지속 산출 격자 자료에 대한 OGC WxS 또는 LOD 서비스 자동 연계, (2) 격자 자료 ?춤형 제공(해상도, 좌표계 등), (3) 기초, 분석 정보 제공 시스템 등을 프로토타입 대상으로 설정하고 웹 기반 수재해 정보 플랫폼 인터페이스를 구현한다. 개발된 플랫폼은 수재해 예측정보의 정확도를 향상시키고 국지적 침수재해 평가 예측 및 지역 맞춤형 재해평가 체계를 실현함으로써 국가 물 관련 재해를 혁신할 수 있는 기술을 확보하는 소중한 토대가 될 것으로 사료된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.203-203
• /
• 2020

동해안에 위치한 영동지역은 산지로 둘러싸여 있어 지형적인 여건으로 지상강우관측망의 밀도가 낮으며, 지상관측소의 관측한계를 보완하기 위해 사용되고 있는 기존 대형 레이더는 지형 차폐로 인해 영동지역에서는 정확한 강우정보를 관측하기 어렵다. 강우정보는 홍수예측을 위해 필수적인 정보이므로, 집중호우와 태풍으로 인한 홍수재해가 빈번히 발생하는 영동지역에서는 관측공백의 해소가 필요하다. 이를 위해 환경부에서는 동해안 지역에 2기의 전파강수관측소를 설치, 운영 중에 있다. 해당 관측소 자료는 30km 관측반경 범위 내에서 수 백 미터 이하의 격자 강우자료를 생산할 수 있는 장점이 있다. 본 연구에서는 전파강수관측소의 자료를 강우 및 홍수 재해정보 생산에 활용하고자 한다. 대상지역은 영동지역에 위치한 삼척오십천으로 해당 지역은 친수적으로 조성되어 강우로 인한 시민의 인명피해가 위험이 존재하는 곳이다. 본 연구에서는 새로 설치된 삼척 전파강수관측소로 관측된 자료를 이용하여 고해상도 격자 및 유역평균강우정보를 생산하고, 지역특성을 반영하여 강우정보 기반으로 하천홍수 위험을 판단할 수 있는 하천흐름계산도표를 개발하여 평가하고자 한다. 생산된 고해상도 격자 강우자료는 70m 격자 해상도를 갖으며, 분포형 비차등위상차를 이용하여 추정된 강우정보이다. 유역평균강우는 삼척오십천 유역과 삼척시 동단위 행정구역별로 산출된다. 또한 하천흐름계산도표는 삼척오십천 유역의 현장답사를 통해 시민의 접근성, 하천수위 급상승으로 인한 피해가능성을 고려하여 6개 지점을 선정하여 개발하고, 전파강수관측소 관측강우정보를 활용하여 홍수예측정보로의 적절성을 평가한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.99-99
• /
• 2018

기상이변으로 인해 국지성 호우의 발생 증가와 그로 인한 수재해 피해가 증가하고 있다. 따라서 수재해를 사전에 예측하고 저감하기 위해 비구조물적 대책인 실시간 홍수예보시스템 개발 및 운영에 관한 연구들이 수행되고 있다. 일반적으로 홍수예보시스템은 대피선행시간 확보를 위해서 초단시간 혹은 단기 수치예보모델을 수문해석모형이나 예보기법의 입력으로 활용하고 있다. 초단시간 예측은 기상레이더를 기반으로 외삽, 이류, 셀 추적 등의 기법을 활용하여 0~3시간 이내의 강수예측을 수행한다. 그러나 역학이나 물리적 과정이 동반되지 못하여 0~ 2시간 이내에서의 예측성은 높은 반면, 예측시간이 길어질수록 예측력이 낮아진다. 단기수치예보모델은 종관관측에 의존하면서 역학이나 물리과정을 동반하므로 0~6시간 혹은 12시간 이상의 예측을 수행하지만, 수치모델의 고유특성인 스핀업 등의 예측 불확실성이 내재되어 있어 예측 초기시간에서의 예측력이 낮은 한계가 있다. 따라서 강수예측의 정확도 향상을 위해 레이더와 수치예보모델의 병합기법이 필요하다. 본 연구에서는 통계분석을 통해 경험적으로 산출된 시간적 가중치를 이용한 기존 병합기법의 한계를 극복하면서 호우에 따른 가변성을 반영하는 실시간 병합기법을 개발하고, 수문학적인 활용성을 평가하고자 하였다. 사용된 예측강우 자료는 레이더 기반인 MAPLE, KONOS, 공간규모분할 예측강우와 수치예보모델 기반인 UM와 ASAPS의 예측강우이며, 제시한 가중치 산정기법은 직전 예측강우의 오차가 현 시점의 예측강우의 오차와 유사하다는 가정하에 오차항을 포함한 과거 1시간 예측강우들간의 가중치 조합이 과거 지상관측강우와의 평균제곱근오차가 최소가 되도록 화음 탐색법을 이용하여 찾는 것이다. 가중치 조합은 예측강우의 생산 시간 간격을 고려하여 매 10분마다 산정하며, 미래 3시간 예측까지 산정된 가중치를 적용한다. 수도권 영역을 대상으로 병합된 예측강우와 레이더 관측강우를 비교한 결과, 정량적 정확도가 향상됨을 확인할 수 있었다. 또한, 예측강우의 수문학적 활용성은 도시유출해석모의를 통해 평가하였다. 그 결과, 병합된 예측강우로 모의된 수심이 관측수심과 유사하여 수문학적 활용성 확인할 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.7-7
• /
• 2016

인도네시아 산불에 의한 연무는 동남아시아 인접한 국가들에 있어서 심각한 환경문제 중 하나이다. 국제적으로 심각한 문제를 야기하는 인도네시아의 산불은 건조기에 강수량이 적게 내리는 극심한 가뭄 조건에서 발생한다. 건조기 강수량을 모니터링 하는 것은 산불 발생 가능성을 예측하기 위해 중요하지만 산불을 사전에 예방하고 영향을 최소화하기에는 부족하다. 따라서 산불에 대한 선제적 사전예방을 위해서는 수개월의 선행예측 기간을 갖는 조기경보 시스템이 절실하다. 따라서 본 연구는 인도네시아 산불에 대한 선제적 대응을 위한 강수량 예측시스템을 개발하고 예측성을 평가하여 동남아시아 지역의 화재 연무 조기경보 시스템의 시제품(Prototype)을 개발하는데 있다. 강수량 예측을 위해서 APEC 기후센터의 계절예측정보의 활용 정도에 따라서 4가지 서로 다른 방법을 통합하여 사용하였다. 예측정보 기반의 방법들로는 대상지역의 강수량 예측을 위해서 대상 지역 상공의 계절예측 강수자료를 보정을 통해 직접적으로 사용하는 SBC (Simple Bias Correction) 방법과 대상 지역 상공의 강수 예측자료를 사용하는 대신에 지역 강수량과 높은 상관 관계를 보이는 다른 지역의 대리변수를 예측인자로 사용하는 MWR (Moving Window Regression) 방법이 있다. 또한 예측자료의 사용 없이 과거자료 기반의 기후지수(Climate Index) 중에서 지체시간을 고려하여 지역 강수량과 높은 상관관계를 갖는 경우 예측에 활용하는 관측자료 기반의 CIR (Climate Index Regression) 방법과 예측기반 MWR과 관측기반의 CIR 방법에서 선정된 예측인자를 동시에 활용하는 ITR (Integrated Time Regression) 방법이 사용되었다. 장기 강수량 예측은 보르네오 섬의 4개 지역에서 3개월 이하의 선행예측기간에 대하여 0.5 이상의 TCC (Temporal Correlation Coefficient)의 값을 보여 양호한 예측성능을 보였다. 예측된 강수량 자료는 위성기반 관측 강수량 및 관측 탄소 배출량 관계에서 결정된 강수량의 임계값과의 비교를 통해 산불발생 가능성으로 환산하였다. 개발된 조기경보 시스템은 산불 발생에 가장 취약한 해당지역의 건조기(8월~10월) 강수량을 4월부터 예측해 산불 연무에 대한 조기경보를 수행한다. 개발된 화재 연무조기경보 시스템은 지속적인 개선을 통해 현장 실효성을 높여 동남아국가 정부의 화재 및 산림관리자들에게 보급함으로써 동남아의 화재 연무로 인한 환경문제 해결에 기여할 수 있으리라 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.153-153
• /
• 2015

최근 지구온난화와 같은 기후변화로 인한 기상이변으로 홍수, 태풍 등이 빈번히 발생하면서 지면서 그로 인한 피해도 점점 증가하고 있으며, 이러한 기상 이변으로 인한 피해를 최소화 하기 위하여 기후변화가 수문량에 미치는 영향에 대한 연구가 활발히 진행되고 있다. 그 중, 기후변화로 인한 강수현상의 변화를 분석하기 위한 방법 중 하나로 강수 현상이 주변 기후 요소의 분포에 영향을 받으며, 이를 바탕으로 강수현상에 영향을 미치는 기상인자를 통하여 강수를 분석하는 방법이 있다. 동으로는 태평양을 마주한 아시아 대륙 끝에 위치한 우리나라의 지형적 특성상, 강수 현상에 있어 대륙과 해양의 영향을 모두 받은 위치에 있다. 따라서 우리나라의 강수현상에 영향을 미치는 기상인자를 분석할 경우 대륙에서의 기상변화를 반영한 기상인자와 더불어 태평양에서의 기상변화를 반영한 모든 기상인자를 적용할 필요가 있다고 판단되어 본 연구를 수행하였다. 본 연구에서는 우리나라 자료기간이 30년 이상인 주요 지점의 강수량 자료를 바탕으로 Empirical Mode Decomposition(EMD)을 이용하여 과거의 기후변화에 따른 강수량 변동성과 경향성에 대하여 분석하고, 이를 다양한 기상인자와의 지연상관관계를 분석함으로써, 기후변화에 따른 우리나라 강수량의 변동이 어느 요소에 민감한지를 판단해 보고, 상관관계가 높은 지연개월 수를 판단하여기상인자를 통한 강수량의 예측 가능성을 제시 하고자 한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.376-376
• /
• 2020

최근의 기후변화는 이미 한반도에 평균온도의 상승과 강수량의 변화 등으로 인해 많은 수문기상학적 변화를 일으키고 있다. 낮은 빈도의 가뭄은 2~3년에 한번 꼴로 발생할 정도로 빈번하게 발생하고 있으며, 국지적인 폭우와 한반도에 영향을 미치는 태풍의 증가 등 이수와 치수측면에서의 강수의 변화는 예측하기에 어려운 정도로 그 변화의 속도가 빨라지고 있는 현실이다. 이에 수자원활용 측면에서도 기후변화를 고려하여 새롭게 평가하여야 한다. 특히나 낮은 빈도의 잦은 가뭄은 농업분야에서 용수를 공급하는 데 있어 여러 가지 문제점들을 발생시키고 농업용수 확보를 위한 대책이 필요하다. 대부분의 농업용수는 하천취수, 저수지, 지하수를 이용하고 있으며, 뚜렷한 용수원이 없는 농경지의 대부분은 지하수를 이용하는 것이 보통이다. 이러한 지하수는 물 순환 체계에서 강수에 의해 지하로 침투된 물이 토양간이나 지하대수층 등에 저류되어 지하수가 형성된다. 일반적으로 가뭄이 발생하면 우선적으로 선택되는 대책이 지하관정을 개발하여 활용하는 방안이 활용되고 있는 데 강수의 부족으로 인한 가뭄 발생시 지하수위는 어떻게 변화하는지에 대한 연구과 관측이 필요하다. 본 연구에서는 강수자료와 지하수위 그리고 강수를 활용하는 가뭄지표인 표준강수지수(SPI) 등의 자료를 활용하여 가뭄발생과 지하수위의 변동성의 상관관계를 검토하였다.

• 한국농림기상학회지
• /
• 제25권2호
• /
• pp.80-98
• /
• 2023

본 연구에서는 계절내-계절(Subseasonal to seasonal, S2S) 기후예측의 주별 예측 성능을 개선하기 위해서 딥러닝 기반의 후보정(post processing) 기술을 개발하였다. 그 첫 단계로, 일 최고, 최저기온과 일 강수를 목표 변수로, 자료의 특성과 분포에 적합한 자료 변환 및 특성 공학 기법을 규명하고자 하였다. 먼저, 6개 개별 기후모델의 S2S 예측 자료를 딥러닝 모델에 입력하기 위한 훈련자료로 변환하고, 이로부터 다중모델앙상블(Multi-Model Ensemble, MME) 기반 훈련자료를 구축하였다. 참값(label)으로는 ECMWF의 ERA5 재분석 자료를 사용하였다. 자료 변환 알고리즘은 최고 및 최저 차이를 계산하여 입력자료의 범위를 변형시키는 MinMax 및 MaxAbs 변환, 표준편차를 이용하는 Standard 변환 및 분위수를 지정하여 변형하는 Robust와 Quantile 변환으로 구성된 전처리 파이프라인을 구축하였으며, 변환된 훈련자료와 예측 변수와의 상관관계를 계산하여 순위에 따라 훈련자료의 특성을 선택하는 특성 선택 기법을 추가하였다. 본 연구는 U-Net 모델에 TimeDistributed wrapper를 모든 합성곱 층(convolutional layer)에 적용하여 활용하였다. 5개 알고리즘으로부터 변환된 6개 개별 기후모델 및 MME S2S 훈련자료(일 최고 및 최저기온, 강수)에 훈련 모델을 적용한 결과와 훈련 모델을 적용하지 않은 결과를 ERA5와의 공간상관계수(spatial Pattern Correlation Coefficient)를 계산하고 그 개선율인 기술 점수(skill score)를 평가한 결과, 일 강수의 PCC 기술 점수는 Standard 및 Robust 변환으로 처리된 것에서 전체 예측선행(1~4주)에 대해 모두 높았고, 일 최고 및 최저기온에서는 예측 선행시간 3~4주에서만 높게 나타났다. 또한, 일 강수에서 특성 선택에 따른 훈련자료의 차원 감소가 예측 성능 변화에 영향을 미치지 않는 것으로 나타났다. 일 최고 및 최저기온의 경우에는 특성 선택에 의한 훈련자료의 특성 정보 감소가 오히려 예측 성능을 저하시킬 수 있는 것으로 확인되었으며, 원시자료에서 예측성이 높은 1~2주 기온 예측 개선을 위한 적합한 전처리 변환 알고리즘이나 특성 선택을 찾을 수 없었다. 후속 연구에서는 원시 예측 성능이 강수에 비해 높으나 딥러닝 훈련 모델에 의한 후보정 효과가 미미한 예측 선행 1~2주 기온 예측의 저조 원인에 대해 탐색하고, 다양한 딥러닝 훈련 모델로의 적용 및 초매개변수 조정 등 학습 과정의 최적화를 통해 S2S 기후 예측 성능을 개선하고자 한다.