• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.430-430
• /
• 2022

20년 이상의 분단위 강우자료가 없는 지역에서는 연강수량, 월강수량, 일강수량 등을 이용하여 강우가식성지표를 추정하는 연구가 이루어지고 있다. 이중에서 월강수량을 이용한 연평균 강우가식성지표 추정방법은 Fouriner Index, Modified Index, IAS index, Modified IAS index 등 학계에서 다양한 모델이 제시된 바 있다. 국내에서는 1971 ~ 1999년 기간의 기상청 관측지점에 대한 평가가 일부 이루어진 바 있으나, 월강수량을 이용한 추정모델에 대한 후속 연구는 이루어지지 않았다. 본 연구에서는 1981 ~ 2020년 기간의 기상청 강우자료를 이용하여 월강수량 기반 강우가식성지표 추정모델의 적용성을 평가하기 위한 것으로, 선행 연구에서 기산정된 지점별 연평균 강우가식성지표 값을 바탕으로, 월강수량 기반의 기존 추정모델로 산정한 값을 비교 분석하였다. 이를 바탕으로 실무에서 활용할 수 있도록 월강수량을 이용하여 연평균 강우가식성지표를 추정할 수 있는 경험식을 업데이트 하여 제안하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2004년도 학술발표회
• /
• pp.1223-1227
• /
• 2004

강수량의 대부분이 여름철에 집중적으로 내리는 우리나라의 경우 경제기반에 필요한 용수 확보를 위한 댐 수위 조절 등의 수자원 관리를 위해서는 강수량의 장기예측이 매우 중요하다. 그러나 장기예측에 앞서 강수량의 기후 특성 분석은 예측을 위한 기반 자료로서 필요하다. 따라서 한반도 기상 관측소 자료로부터 1954년부터 2002년 49년동안 한강과 낙동강 유역의 유역평균 월강수량의 기후특성을 분석하였다. 유역평균 월강수량은 Thiessen 가중법을 사용하여 산출되었으며, 4월 유역평균 강수량은 감소 경향이 뚜렷하고, 8월 유역평균 강수량은 증가 경향이 매우 뚜렷하였다. 또한 두 유역에 있어서 1970년 중반에 유역평균 월강수량의 변동에 변화가 나타났다. NINO3 지수와 한강과 낙동강 유역평균 월강수량 편차와의 동시상관관계에서 유역평균 9월 강수량은 NINO3 지수와 지속적인 음의 상관을 보였고, 11월 유역평균 강수량과는 양의 상관이 크게 나타났다. 우기 동안 한강 유역평균 월강수량의 극한 사상의 종관 특성 분석을 위한 합성도에서 다우해(above normal year)인 경우에는 주로 대륙에 1000 hPa 고도의 음의 편차, 해양에 양의 편차의 중심이 놓여 있어 다우 시기는 북태평양 고기압의 강화와 관련됨을 알 수 있었다. 또한 8월 유역평균 강수량은 한반도 상공의 제트 강화와 관련되어 있었으며, 9월 유역평균 강수량의 경우에는 제트 출구의 북쪽에서의 양의 편차, 남쪽에서의 음의 편차 및 하층 바람장의 수렴과 관련되어 나타났다.

• 대한토목학회논문집
• /
• 제28권2B호
• /
• pp.237-248
• /
• 2008

우리나라에서 발생하는 강수량의 특성은 지협적인 원인이기 보다는 해수면 온도와 같은 기상 현상에 많은 영향을 받고 있다. 따라서 본 연구에서는 우리나라의 기상청에서 관측하는 61개 강우관측소의 월강수량과 범지구적 해수면 온도와의 상관관계를 분석하였다. 우리나라 강우량과 범지구적 해수면 온도와의 상관성 분석을 위해 군집분석과 주성분 분석을 통해 월강우량의 주요 성분을 추출하였다. 추출된 월강우량의 주요 성분과 범지구적 해수면 온도와의 상관성 분석을 통해 우리나라의 월강수량은 태평양에서 관측되는 해수면 온도와 통계적으로 유의한 상관관계를 갖는 해수면 온도 구역을 확인할 수 있었다. 또한, 월강수량의 Wavelet Transform 분석을 통해 2년과 4년 사이의 주기에서 강한 주성분을 갖는 것으로 나타났으며, 월강수량의 저빈도 특성을 확인할 수 있었다. 월강수량의 저빈도 주기 성분과 해수면 온도와의 상관성 분석에서 큰 상관성을 갖는 것으로 나타났으며, 이를 통해 해수면 온도를 이용한 강우량의 예측 가능성을 제시하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.1181-1185
• /
• 2009

Adaptive Nuero-Fuzzy Inference System(ANFIS) 모형은 인공신경망과 퍼지모형의 특징을 가지는 모형으로 자료간의 관계가 선형이 아닌 비선형관계를 가질 경우 매우 정확한 예측 모형을 구축할 수 있는 특징이 있다. 월강수량 예측이 관측된 기상자료들과 비선형 관계에 있다고 생각되어 ANFIS 모형을 이용하여 월강수량을 예측하였다. 본 연구의 대상 지점으로는 금강유역의 대전 지점으로 선정하였다. 금강유역은 우리나라의 한가운데 위치하여 평균적인 강수형태 및 특징을 보여 좋은 실험유역으로 생각되어 선정하였다. 금강유역의 기상청에서 운영하는 지상 유인관측소 중 비교적 금강유역을 대표하고 양질의 자료가 기록되어 있다고 판단되는 대전지점을 실험지점으로 생각되어 선정하였다. 기상청 대전 유인 관측소에는 총 39년치 기상 자료가 기록되어 있다. 기상청에서는 전국 주요 도시들을 대상으로 2003년부터 월간 예보를 하고 있다. 본 연구에서는 기상청 월간예보와 기상청 대전 유인관측소에서 관측된 5년 치 기상자료를 모델의 입력자료로 구성하였다. 적절한 입력변수 조합을 구성하기 위하여 반복해법을 적용하였다. 5년 치 자료 중 절반은 학습을 시키는데 사용하였고 나머지 절반을 이용하여 모형을 검증하였다. 여러 입력변수를 이용하여 모형의 학습시킨 결과 입력변수가 3개 일 경우 가장 높은 정확도를 보였다. 입력변수가 3개로 학습 시킨 ANFIS 모형과 기상청에서 제공하는 월간예보를 비교해본 결과 ANFIS 모형을 적용하여 월 강수량을 예측하는 것이 기상청에서 제공하는 월간예보보다 높은 정확도를 보이는 것을 확인할 수 있었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2011년도 학술발표회
• /
• pp.370-374
• /
• 2011

기후변화에 따른 수해를 대비하기 위해서는 미래의 확률강수량을 알아야 한다. Global Circulation Model(GCM)은 미래의 기후변화를 예측하기 위하여 많은 분야에서 널리 쓰이고 있다. GCM의 시간축척은 일반적으로 월단위로 시간단위 자료를 사용하는 수공학 분야에 직접적으로 적용하기에는 많은 문제가 있다. 또한 GCM 예측값은 실강우값과 큰 편의(bias)를 가지고 있어 직접적인 적용이 힘들다. 이런 문제를 해결하고자 다양한 다운스케일(downscale)기법이 연구되고 있다. 다운스케일기법을 적용하여 시간자료를 예측하면 전반적인 통계값을 잘 재현해내나, 극치값의 경우 잘 재현해내지 못하는 문제가 있다. 이런 문제점을 극복하고자 본 연구에서는 연최대 월강수량과 연최대 시간강수량의 이변량빈도해석을 통하여 기후변화를 고려한 강우-지속기간-빈도 관계의 변화를 평가해보고자 한다. 본 연구는 연최대 월강수량과 연최대 시간강수량과의 관계가 변하지 않는다는 가정하에 관측강수량을 이용하여 연최대 월강수량과 연최대 시간강수량의 이변량분포모형을 구축하였다. 이변량 분포모형을 구축하기 위하여 copula 모형을 적용하였다. 구축된 모형에 GCM으로 예측된 연최대 월강수량을 적용하여 미래의 확률강수량을 평가하였다. 본 연구에서는 서울지점을 대상지점으로 선정하였으며, A2 기후변화시나리오를 적용한 GCM 예측값을 이용하였다. 적용결과 A2 기후변화 시나리오 상에서 미래의 확률강수량이 크게 증가하는 것이 확인되었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.1625-1629
• /
• 2010

효율적인 장기 수자원 운영을 위하여 미래의 강수량을 예측하는 것은 중요하다. 특히 월 또는 계절단위의 강수량의 정량적인 예측이 필요하다. 우리나라에서는 기상청에서 향후 3개월의 강수량과 온도에 대하여 정성적으로 예측을 하고 있다. 정성적인 예측은 적음과 많음만을 나타내어 정보를 활용하기에 많은 제약이 있다. 기상수치모형을 통한 예측의 경우 월간과 같은 시간스케일에서 정량적인 예측이 가능하나 예측 정확도가 떨어지는 문제로 인하여, 일반적으로 정성적인 예측을 하고 있다. 이런 문제점을 극복하고자 본 연구에서는 기상수치모형을 이용하지 않고 시계열 모형을 이용하여 월강수량을 예측하고자 한다. 기존의 통계학에서 사용되는 시계열 모형과 자기학습모형 등을 이용하여 정량적인 월 강수량을 예측하는 다양한 모형을 구성하고, 각 모형의 적용성을 평가하고자 한다.

• 한국수자원학회논문집
• /
• 제38권2호
• /
• pp.111-119
• /
• 2005

이 연구에서는 49년간 (1954-2002년) 한반도 기상 관측소 자료로부터 한강과 낙동강 유역의 유역평균 월강수량 시계열의 변동에 대한 기후특성을 분석하였다. 비록 두 유역의 연강수량의 크기는 차이가 있으나 월별 변동 특성은 매우 유사하였다. 특히 4월 유역평균 강수량은 감소 경향이 뚜렷하였고, 8월 유역평균 강수량은 증가 경향이 매우 뚜렷하였다. 또한 1970년 중반에 유역평균 월강수량의 변동에 변화가 나타났다. NINO3 지수와 한강과 낙동강 유역평균 월강수량 편차와의 동시상관분석으로부터 유역평균 9월 강수량은 NINO3 지수와 지속적인 음의 상관을 보였고, 11월 유역평균 강수량과는 양의 상관이 크게 나타났다.

• 한국작물학회지
• /
• 제37권4호
• /
• pp.320-328
• /
• 1992

춘천, 수원, 청주, 광주, 이리, 진주의 20년간 (1971년 부터 1990년 까지) 기온, 일조시수, 강우 기상자료에 따른 콩 수량 예측모형을 SAS의 STEPWISE, MAXR, $C_{P}$에 의하여 작성 되었으며 선정된 설명변수들(explanatory variables)은 GLM에 의하여 유의차 검정을 하였다. 6개 지역 콩 수량에 영향을 미치는 기상요소의 반응은 다음과 같다. 1. 춘천 지역의 주효과 기상 요소에서 1차 효과(linear term)는 8월일조시수, 2차 효과(quadratic term)는 8월강우, 교호작용(interaction)은 6월기온과 8월강우, 5월기온과 8월강우였으며 8월강우는 고도의 유의성이 인정 되었다. 콩수량 예측 평균값은 198.0kg/10a였으며 년차 변이가 인정되었다. 2. 수원 지역의 기상 요소 1차 효과는 6월기온이 부영향 이었으며 2차 효과는 6월일조시수, 6월강우(부효과)였다. 교호작용은 7월의 기온과 일조시수, 6월일조시수와 7월강우, 5월기온과 7월강우, 6, 7월강우가 유의성이 인정 되었으며 년차 변이가 있었다. 콩 수량 예측값은 178.1kg /10a 였다. 3. 청주 지역은 1차 효과는 6월기온, 2차 효과는 8월강우, 교호작용은 5월기온과 6월강우, 7월과 8월의강우, 7월기온과 6월강우이었다. 콩수량 예측 값은 197.9kg /10a였다. 4. 광주 지역의 1차 효과는 7월강우(부), 2차 효과는 6월기온과 7월강우였으며 6, 7월일조시수가 부교호작용 이었다. 콩 수량 예측 평균값은 227.4kg /10a였다. 5. 이리 지역의 기상요소 1차 효과는 5월일조시수, 2차 효과는 5월일조시수와 7월일조시수, 교호작용은 5월의 기온과 강우, 5, 7월의 일조시수, 6, 7월의 강우였고 7월일조시수의 quadratic term은 부효과 였다. 5월의기온과 강우, 6, 7월의강우도 부교호작용 이었다. 콩 수량 예측값은 160.4kg /10a였다. 6. 진주 지역의 기상 요소 반응에 따른 1차 효과는 6월과 8월강우, 교호작용은 8월의기온과 일조시수, 6월일조시수와 7월강우, 6, 8월강우였다. 6, 8월강우는 linear term에서 부효과, 8월의 기온과 일조시수는 부교호작용이었다. 콩 수량 예측 평균값은 208.0kg /10a였다. 7. 춘천, 수원, 광주, 진주 지역의 모형식에 선정된 년차변이(YR)는 기술 개선 요인(technological improvement factors)으로 인정된다.다.

• 한국환경과학회:학술대회논문집
• /
• 한국환경과학회 1993년도 가을 학술발표회 초록집
• /
• pp.11-11
• /
• 1993

• 한국수자원학회논문집
• /
• 제38권6호
• /
• pp.439-448
• /
• 2005

본 논문은 수문시계열에서 나타나는 주기성 및 경향성 등을 평가하기 위한 방법으로 Fourier Transform을 개선한 Wavelet Transform방법을 제시하고 이에 대한 타당성 및 적용성을 월강수량 및 연강수량 자료와 대표적인 기상인자인 남방진동지수(SOI)와 해수면온도(SST)를 대상으로 평가해 보았다. Fourier Transform은 시간적인 특성을 파악하지 못하는 반면에 Wavelet Transform은 수문시계열이 갖는 시간적인 특성을 유지하면서 빈도에 대한 스펙트럼을 보다 효율적으로 평가할 수 있었다. Wavelet Transform을 이용하여 분석한 결과 국내 월강수량은 1년을 중심으로 강한 스펙트럼을 나타내고 있으며 연강수량은 2-8년 주기에서 통계적으로 유의한 주기를 확인할 수 있었다. SOI와 SST에서는 2-8년 주기가 지배적임을 확인할 수 있었다.