• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.40-40
• /
• 2017

최근 2014년 마른장마의 영향으로 중부 지방에 가뭄이 발생하였으며, 장마철 강수부족은 2015년까지 영향을 미친바 있다. 이로 인해 소양강 댐은 역대 최저수위를 기록하였으며, 일부 지역에서는 제한급수, 농업용수 부족 등의 피해가 발생하였다. 일반적으로 가뭄은 발생순서에 따라 기상학적, 농업적, 수문학적 가뭄 등으로 분류하고 있다 (Wilhite and Grantz, 1985). 기상학적 가뭄은 농업 및 수문학적 가뭄에 영향을 미치는 가뭄의 시작 단계를 의미하며, 가뭄을 판단하는데 있어 중요한 요소라 할 수 있다. 기상학적 가뭄을 정량적으로 판단하기 위해 SPI, PDSI, PN 등이 활용되고 있으며, 특히 강수량 기반의 SPI는 계산과정이 쉽고, 다양한 지속시간(3, 6, 9, 12개월 등)에 따라 가뭄을 객관적으로 판단할 수 있어 가장 활발하게 이용되고 있다(Mckee et al., 1993). 최근 기상청은 대기와 해양-해빙 모델을 접합한 GloSea5의 장기예보자료를 활용하여 월 내지 계절 가뭄전망을 위한 기상학적 가뭄지수를 현업에 활용하고 있다. 다만 국내에서는 주로 단기가뭄(1~3개월)이 빈번하게 발생함에 따라 짧은 예보선행시간을 갖는 가뭄전망에 대한 평가에 집중되어 왔다. 2014, 15년에는 이례적으로 2년 연속 가뭄이 지속된바 있으며, 장기가뭄(3개월 이상)에 대한 전망정보의 필요성이 증가하고 있다. 본 연구에서는 장기예보자료 기반의 기상학적 가뭄전망정보를 산정하고, 2015년 가뭄을 대상으로 활용성을 평가하였다. 이를 위해 ASOS 59개 지점의 관측강수량, GloSea5의 미래예측(Foreacst) 및 과거재현(Hindcast) 자료를 활용하였으며, 다양한 지속시간(3, 6, 9, 12개월)에 대한 SPI를 산정하였다. 또한 예보선행시간(1~6개월)에 따른 SPI와 관측자료 기반의 SPI 간의 통계적 분석(상관계수, 평균제곱근오차)을 수행하여 전망정보의 정확도를 평가하였다.

• Atmosphere
• /
• v.31 no.3
• /
• pp.283-294
• /
• 2021

An Observing System Experiment (OSE) using Global Ocean Data Assimilation and Prediction System (GODAPS) was conducted to evaluate the assimilation impact of Argo floats, deployed by National Institute of Meteorological Sciences/Korea Meteorological Administration (NIMS/KMA), in marginal seas around Korean peninsula. A data denial experiment was run by removing Argo floats in the Yellow Sea and the East Sea from an operational run. The assimilation results show that Argo floats bring the positive impact on the analysis of ocean internal structure in both Yellow Sea and East Sea. In the East Sea, overall positive impact in the water temperature and salinity context is found, especially outstanding improvement from 300 to 500 m depth. In the Yellow sea, the assimilation impact on water temperature and salinity is also large within 50 m depth, especially greater impact than the East Sea in salinity. However, in the Yellow Sea, the influence of Argo floats tends to be restricted to the vicinity of Argo floats, because there was only one Argo float in the middle of the Yellow Sea during the experiment period. Given that the only limited number of Argo floats generally contribute in a positive way to the improvement of the GODAPS, further progress could be expected with adding more observations from Argo floats to current observing systems.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.274-274
• /
• 2012

증발산량 관측은 오랜 기간 연구되어 왔으며, 미기상 관측 시스템의 최적화와 상호 공동비교 실험 및 자료 처리의 일관성을 유지를 위해 한국에는 KoFlux라고 하는 플럭스 네트워크가 2002년 1월에 구축되었다. 이를 시작으로 미기상 관측에 대한 관심이 많은 연구자들이 관측망 구축에 힘쓰고 있으며, 에디공분산 방법을 이용해 증발산량을 산정하고 있다. 에디 공분산 방법은 다른 방법에 비해 연직농도 차이가 적은 산림 위에서의 플럭스 값을 측정 할 수 있으며, 측정 시 식물 환경에 방해를 주지 않는 등의 장점이 있다. 하지만 자료 처리와 품질관리에 있어 연구자의 주관성에 의해 상당 부분 불확실성을 초래한다. 또한 다른 관측지점과의 일관적인 비교를 위해 좌표보정을 수행하며, 일반적으로 바람이 평평한 지역 위로 분다는 가정 하에 이루어진다. 좌표보정은 일반적으로 Planar Fit Rotation방법을 사용하며, 평판 분할은 지형에 따라 12개까지 분할하여 분석한다. 하지만 덕유산 플럭스관측 타워지점처럼 산지 특성이 뚜렷하고 1 m/s이하의 풍속 데이터의 빈도가 큰 경우 평판 분할 수의 제한이 발생한다. 이러한 문제를 해결하기 위해 좌표보정계수산정 방법에 따라 등간격의 평판분할 방법(Scenario A), 주풍향을 고려한 평판분할 방법(Scenario B)과 빈도에 의한 평판분할방법(Scenario C)으로 수행하였다. 또한 각 Scenario는 풍속의 제한 조건에 따라 CASE A(0.5 m/s 이상), CASE B(1.0 m/s이상)로 구분하여 분석하였다. 본 연구를 통해 제안 한 자료처리 절차는 첫째, 바람자료의 빈도 분석을 통한 지역특성 파악 둘째, 풍속제한 조건 설정 셋째, 바람과 수증기의 공분산 계산으로 요약된다. 덕유산 플럭스관측 타워지점의 경우 풍속 제한을 1.0 m/s이상에서 0.5 m/s이상으로 하향 조정하였으며, 평판 분할 방법은 Scenario C의 평판 수 12개를 채택하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.984-984
• /
• 2012

지구온난화와 기후변화의 영향으로 전 지구적으로 이상홍수, 이상가뭄, 한파와 같은 이상기상 현상이 빈번하게 발생하고 있다. 국내에서는 2010년 추석 광화문 침수사태와 2011년 우면산 산사태와 같은 국지성 집중호우로 인한 인적 물적 피해가 속출하고 있다. 전통적으로 시기나 양적인 측면에서 대부분 장마기간에 국한되었던 강우집중현상이 과거와 달리 특정기간에 상관없이 발생하고 단기성, 국지성을 지닌 호우의 발생빈도가 높아지는 등 국내 강우의 특성이 변하고 있다. 이러한 변화에 대응하기 위해서 강우예측과 유출량예측의 정확도를 높이기 위한 시도가 다양하게 이루어지고 있다. 강우예측의 정확성을 높이기 위해 기상청에서는 단기예보를 목적으로 전지구 통합모델과 지역 통합모델을 연계한 동네예보를 수행하고 있으며, 초단기 예보를 위한 목적으로 VSRF, SCAN, VDRAS, MAPLE 등의 예보를 수행하고 있다. 홍수량 예측에서는 일반적으로 사용하고 있는 물리적 기반의 모형에 레이더강우와 같은 격자형 강우자료를 사용하여 정확성을 높이거나, 기존의 집중형 모형을 분포형 모형으로 대체하기 위한 연구 등이 이루어지고 있으며, 모형 구축이 간편하고 예측 정확도가 우수하다는 장점으로 인해 신경회로망이나 퍼지추론기법 등을 사용한 연구도 지속적으로 이루어지고 있다. 본 연구에서는 수자원분야에 산재한 불확실성을 적극적으로 인정하고 수학적으로 해석하기 위한 이론인 퍼지이론에 신경망 이론을 도입한 neuro-fuzzy 기법을 사용하여 홍수량을 예측하였다. 모형의 입력자료로는 관측된 강우자료와 유출량자료 및 기상청에서 제공하는 MAPLE(McGill Algorithm for Precipitation Nowcasting by Lagrangian Extrapolation) 강우예측자료를 사용하여 적용성을 평가해보았다. 모형의 적용성을 평가하기 위해 시험유역을 충주댐 상류 유역으로 선정하였으며, 2010년 2011년 홍수기의 충주댐 유입량을 예측하였다. 모형의 입력자료를 변경하여 입력자료의 변화에 따른 결과를 비교하였고, clustering 반경의 변화에 따른 정확도를 비교하였다. 모형의 정확도는 평균제곱근오차와 첨두수위오차를 통해 비교하였으며, 비교결과 전반적으로 lead time이 길어질수록 MAPLE 사용 시 예측 정확도가 우수하였고, clustering 반경은 0.5일 때 가장 우수한 결과를 보였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.1465-1469
• /
• 2006

수문순환 과정은 기상현상과 밀접한 관련을 가지고 서로 연관되어 있다. 이러한 연관성을 규명하여 수자원관리에 위험도를 감소시키려는 노력은 많은 분야에서 이루어지고 있으며, 주요 연구 주제가 되고 있다. 이러한 기상현상 중에서 가뭄은 여러 가지 요소가 복합되어 발생되는 것으로 알려지고 있으나 이를 설명하기에는 여전히 부족한 면이 존재한다. 가뭄을 발생시키는 몇 가지 가능한 원인으로는 E1 Nino-Southern Oscillation(ENSO)현상으로 잘 알려져 있는 비정상적인 해수면 온도의 변화나 기후 시스템의 비선형적 거동을 들 수 있다. 특히, 기후 시스템은 대개 경년 변화(inter-annual variability) 및 10년 이상의 주기(decadal variability) 특성을 가지고 있으며 가뭄 또한 경년변화의 주기 특성을 나타내고 있는 것으로 알려지고 있다. 이러한 관점에서 수문시계열을 특정 주파수(frequency)에서 고립시킨 후, 분석이 가능한 분해방법(decomposition method)을 통해 보다 해석적으로 접근하는 것이 가능하다. 이를 위해 본 연구에서는 Wavelet Transform분석을 도입하였으며 통계적으로 유의한 성분을 시계열로부터 추출하여 가뭄과 기상인자와의 변동성 분석을 실시하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.15 no.6
• /
• pp.1327-1332
• /
• 2011

In the mobile meteorological information services, an existing sensor system should be expanded to serve precise information. This is because of large cost problem to add the existing sensors. This thesis proposes a system architecture to construct scalable mobile meteorological information services and suggests mobile phone, sensor network, and public traffic vehicle as expended sensors. The proposed scalable sensors are compared each other and analysed the results to evaluated their strength and weakness. In this system, based on the characteristics of the sense data collected at server, a data processing methods are proposed to support efficient query processing. The proposing data processing methods have several benefits. They compress some data volume sensed by various sources on some area at some time to a logical unit. Still it could preserve same services quality.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.33-33
• /
• 2011

현재 우리나라 기상청에서는 단기, 중기 및 장기 예보자료를 생산하고 있으나, 이들 자료는 단순히 일기 예보에 치중되어 생산되고 있어 강우-유출해석에 직접 적용하기에는 시 공간 해상도가 크고 정량적 강수예측의 정확도가 미흡하다. 이에 기상 및 수자원분야에서는 정확도 개선을 위해서 관측강우와 예측강우의 비교 분석을 통해 편차를 산정하여 예측강수를 보정하는 기법을 적용하고 있다. 다만, 기존의 편차보정방법은 보정인자로 강수량만을 고려하기 때문에 정확도 개선에는 한계가 존재한다. 따라서 본 연구에서는 수자원분야의 수치예보자료의 정확도를 향상시키기 위해 규모, 발생영역에 대한 강수의 특성을 고려한 강수예측자료의 편차보정 방법을 제안하고 이를 강우-유출모델에 적용하여 개선정도를 평가하고자 한다. 이에 적용유역을 춘천댐상류유역으로 선정하고 국내 기상청의 RDAPS(Regional Data Assimilation and Prediction System)수치예보자료, 지점강우자료, radar자료의 수문기상자료와 지형자료를 수집하였다. 화천, 평화의 댐 일부 미계측유역의 관측자료로 radar자료를 이용하였다. 이상의 자료를 토대로 강우강도 및 규모, 영향범위를 고려한 예측강우의 편차를 산정하여 RDAPS 수치예보자료의 정확도를 개선하고 평가하였다. 이는 해당 유역뿐만 아니라 주변 유역의 정보를 이용하여 예측강우의 발생위치에 대한 오차를 고려한 방법으로, 각 영역별로 예측강우의 편차보정계수를 산정하여 적용하였다. 또한, 이전시간대의 강우 편차에 대한 오차를 줄이기 위해 정규분포방법을 이용한 Ensemble 편차보정계수를 산정하고 최근 생산된 수치예보자료에 적용하여 확률예측강우를 산정하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.135-135
• /
• 2020

우리나라의 기후 자료는 일반적으로 기상청에서 발표하는 종관기상관측(ASOS)과 방재기상관측(AWS), 그리고 북한이 세계기상기구(WMO, World Meteorogical Organization)의 기상통신망(GTS)을 통해 보낸 북한기상관측(NKO)을 사용 할 수 있다. 그러나 이 중 40년 이상의 완전한 관측 자료를 얻을 수 있는 건 ASOS가 유일하지만 공간적인 표현에 한계를 갖고 있다. AWS는 관측소가 많다는 장점이 있지만 관측 기간이 길지 않고 이용 가능한 기간에도 관측이 연속적이지 못한 경우가 많다. NKO는 비록 27개의 관측소가 있지만 많은 데이터가 누락되어 일별 기후자료의 사용에 한계를 갖고 있다. 이러한 미관측 기간이나 관측 자료의 누락은 연속적인 시계열 자료분석을 기반으로 하는 수자원 모델링에 있어서 문제를 야기한다. 본 연구는 1973년부터 2019년까지 47년의 신뢰도 높은 한반도 일일 기후 자료를 구축하기 위해 다양한 방법론을 비교하였다. 추정에 사용한 방법은 총 7개로 EM algorithm for probabilistic principal components (PPCA-EM), Inverse distance weight method (IDWM), Nearest neighbor method (NNM), Multivariate normal copulas (Copula), Elastic net model (Elastic), Ordinary kriging (OK), Regularized principal components with EM algorithm (RPCA-EM)를 살펴보았다. 다양한 형태의 결측치를 가정하여 그 결과값을 비교하였고 이는 Root mean squared error(RMSE), Kling-Gupta efficiency(KGE), Nash-Sutcliffe efficiency(NSE)를 통해 평가하였다. 최종 선택된 방법론을 통하여 한반도 전역을 그리드 기반의 강수 및 최저온도/최고온도의 일별자료로 생성하였다.

• Proceedings of the Korean Environmental Sciences Society Conference
• /
• 2018.10a
• /
• pp.94-94
• /
• 2018

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.224-228
• /
• 2008

2007년 세계경제포럼(WEF)은 우리가 직면한 최우선 해결과제로 기후변화를 언급하였다. 최저 기온 상승과 가뭄 영향 지역 확대, 폭염일수와 지역적 홍수 위험 증가 등 각종 이상기상이 야기하는 피해 확대에 대한 예상과 우려 때문이다(IPCC, 2007). 세계적으로 고온극한과 호우빈도 증가, 태풍 세기가 강화될 것으로 전망되고 있으며(IPCC, 2007), 국내의 경우 겨울철 한파 감소와 대설 피해 증가, 여름철 집중호우의 강도 심화, 가을철 초대형 태풍 발생으로 인한 피해 가능성이 예측 되고 있다(기상연구소, 2007). 현재, 이러한 현상들을 가시화하고 대처방안을 마련하기 위한 일환으로 기후변화 시나리오(GCM)가 작성되어 연구에 이용되고 있다. 그러나 GCM의 경우, 공간적 해상도가 낮아 지형학적 특성 등을 충분히 반영하지 못하는 단점이 있어 최근에는 공간 해상도가 GCM보다 높은 RCM(Regional Climate Model, 지역기후모델)자료를 적용한 연구도 진행되고 있다. 본 논문에서는 SRES A2 온난화가스시나리오 기반의 기상청 RegCM3 RCM($27km{\times}27km$)로 부터 일(daily)단위 자료를 각각 모의하여 비교하고, BLRPM을 이용하여 일(daily)단위 자료를 시(hourly)단위로 분해(disaggregation)하였다. 그리고 이들을 이용하여 지속기간별 확률강우량을 산정하여 미래 기후변화가 극한 강우에 미치는 영향을 평가하였다.