• Economic and Environmental Geology
• /
• v.48 no.1
• /
• pp.51-63
• /
• 2015

I produced a secular variation model of geomagnetic field by using the magnetic component data from four geomagnetic observatories located in Northeast Asia during the years between 1997 and 2011. The Earth's magnetic field varies with time and location due to the dynamics of fluid outer core and the magnetic observatories on the surface measure in time series. To adequately represent the magnetic field or secular variations of the Earth, a spatio-temporal model is required. In making a global model, satellite observations as well as limited observatory data are necessary to cover the regions and time intervals. However, you need a considerable work and time to process a huge amount of the dataset with complicated signal separation procedures. When you update the model, the same amount of chores is demanded. Besides, the global model might be affected by the measurement errors of each observatory that are biased and the processing errors in satellite data so that the accuracy of the model would be degraded. In this study, as considered these problems, I introduced a localized method in modeling secular variation of the Earth's magnetic field over Northeast Asia region. Secular variation data from three Japanese observatories and one Chinese observatory that are all in the INTERMAGNET are implemented in the model valid between 1997 to 2011 with the interval of 6 months. With the resulting model, I compared with the global model called CHAOS-4, which includes the main, secular variation and secular acceleration models between 1997 to 2013 by using the three satellites' databases and INTERMAGNET observatory data. Also, the geomagnetic 'jerk' which is known as a sudden change in the time derivatives of the main field of the Earth, was discussed from the localized secular acceleration coefficients derived from spline models.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.163-163
• /
• 2018

미래 수문 분석을 위한 기후변화 연구는 전 세계적으로 많이 수행되어 왔다. 하지만 불확실성 요소로 인해 연구 결과를 활용하는데 있어 여전히 한계가 있다. 따라서 장기적 측면의 기후변화에 대한 연구와 함께 단기간의 엘리뇨, 라니냐와 같은 자연적 기후시스템의 변동에 대한 연구도 현재 진행되고 있다. 본 연구에서는 IRI 연구소에서 매월 전지구 관측자료로 4-7개월 예측을 수행한 GCM 모형 자료를 활용하여 강우 발생을 예측하였다. 한국의 금강유역을 대상유역으로 하였으며, 계절에 따른 강우 변동성을 고려하기 위해 비동질성 은닉 마코프 모형(Nonhomogeneous Hidden Markov Model, NHMM)을 이용하여 일 강우를 모의하였다. 본 연구 결과는 강우 모의를 통한 자연 재난에 대한 예측의 정확도를 향상시키는 새로운 방법론을 제시하는데 활용될 수 있을 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.8-8
• /
• 2018

전통적인 빈도해석은 정상성 가정을 기초로 단일 확률분포를 강우 및 홍수량 자료에 적용하는 과정을 통해 확률수문량을 추정하는 것을 목적으로 하고 있다. 그러나 전지구적인 기상학적 변동성 및 기후변화로 기인하는 극치수문량의 발생 빈도 및 양적 크기의 변화는 확률통계학적 관점에서 서로 다른 분포특성을 가지게 된다. 대표적인 기상변동성인 엘니뇨가 발생하는 경우 지역에 따라 홍수 및 가뭄이 발생 발생하게 되며, 이러한 극치수문량은 일반적으로 나타나는 홍수 및 가뭄의 분포특성과는 상이한 경우가 많다. 즉, 2개 이상의 확률분포 특성이 혼재된 혼합분포의 특성을 가지는 경우가 나타내게 되며 이를 고려한 빈도해석 기법의 개발 및 적용이 필요하다. 혼합분포를 활용한 빈도해석에서 가장 중요한 사항 중에 하나는 개별 분포에 적용되는 가중치를 추정하는 것으로서 통계학적 관점에서 자료의 특성에 근거하여 내재되어 있는 은닉상태(latent process)를 추정하는 과정과 유사하다. 이와 더불어 앞서 언급된 기상학적 변동성을 빈도해석에 반영하기 위한 비정상성 해석기법의 개발 및 적용도 필요하다. 본 연구에서는 혼합분포를 활용한 비정상성빈도해석모형을 개발하는데 목적이 있으며 개별매개변수의 동적거동 뿐만 아니라 가중치에 대한 시간적인 종속성도 고려할 수 있는 모형으로 동적모형으로 다양한 실험적 해석이 가능하다. 본 연구에서는 개발된 모형을 기반으로 엘니뇨와 같은 기상변동성에 따른 강우 및 홍수빈도해석 측면에서 은닉상태에 변화, 이로 인한 확률분포의 특성 및 설계수문량의 동적변동성을 평가하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.186-186
• /
• 2020

본 연구에서는 IPCC (Intergovernmental Panel on Climate Change) 6차 평가보고서(6th Assessment Report, AR6)에서 제시한 새로운 온실가스 경로(SSP, Shared Socioeconomic Pathways)에 따라 산출된 전지구 기후변화 시나리오를 이용하여 제주도의 미래 강수량 변화를 살펴보고자 한다. 기상청에서 운영하는 기후정보포털(http://www.climate.go.kr/)에서는 6가지 기상요소(평균기온, 최고기온, 최저기온, 강수량, 상대습도, 풍속 등)에 대하여 SSP 시나리오 자료를 제공하고 있다. SSP 시나리오는 SSP1-2.6 저탄소 시나리오(사회 불균형의 감소와 친환경 기술의 빠른 발달로 기후변화 완화, 적응능력이 좋은 지속성장가능 사회경제 구조)와 SSP5-8.5 고탄소 시나리오(기후정책 부재, 화석연료 기반 성장과 높은 인적 투자로 기후변화 적응능력은 좋지만 완화능력이 낮은 사회경제 구조)로 구분되어 제공되고 있다. 또한, 현재의 기후 상태를 모의하는 historical period (1850-2014) 자료와 미래의 기후상태를 모의한 future period (2015-2100) 자료가 있으며, 월별(momthly), 연간(yearly) 자료의 형태로 제공된다. 본 연구를 통하여 새로운 SSP 시나리오를 이용한 제주도 강수량의 미래 변화를 정량적으로 분석하였고, 기후변화에 능동적인 대책을 수립하는데 도움이 될 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.375-375
• /
• 2018

세계 수자원 시장은 연평균 6.5%씩 증가하고 있으며, 2025년 기준 1,038조원까지 급성장할 것으로 전문가들은 예상하고 있으나, 기후변화의 가속화로 인해 가뭄 및 홍수피해가 증가하여 수자원 관리가 더욱 어려워져지고 있다. 급속도로 변화는 환경에 대비하기 위해 국내에서는 수자원 및 기후변화에 대한 다양한 연구가 진행되고 있으나, 해외사업 진출 시에는 수자원 기초자료 수집에 대한 어려움을 겪고 있다. 이를 해결하기 위해 글로벌 수문기상자료 제공과 함께 GIS정보, 댐 및 저수지 관련 자료, 인문사회 자료, 물관련 통계자료, 물관련 재해자료 등을 웹으로 제공하는 글로벌 수자원 정보 시스템(GWB, Global World Bank)을 개발하고자 한다. 본 연구에서는 시스템의 통합 DB를 구축하고 관리방안을 도출하기 위해 수집된 메타데이터 속성 및 데이터구조를 파악하고, 세부항목별 자료 포맷을 분석 후 GIS기반 관측소 정보와 자료를 매칭하여 최종적으로 시스템 컨텐츠별로 DB를 맵핑하였다. 강수량과 기상자료는 33개국의 관측소 6,531개소의 일/월/연단위 관측자료와 10,977격자의 격자분석자료를 구축하였다. 수문자료는 33개국의 수문관측소 2,242개의 월/연단위 유량관측자료와 10,977격자의 월/연단위 직접유출, 기저유출, 잠재증발산의 격자분석자료를 구축하였다. 그리고, 수집된 강우와 기상자료는 기계 오작동, 자료 전송 오류 등으로 인한 결측치 및 이상치에 대해 자료품질분석을 통해 오자료에 대한 보정을 진행하였다. 해당자료는 MySQL를 활용하여 DB를 구축하였으며, GIS정보는 GeoServer를 활용하여 운영서버에 구축된 정보를 최종적으로 사용자에게 Web Browser로 표출하였다. 해당 시스템은 추후 전지구 수자원관련 정보를 제공하여 해외사업지역의 댐이나 보 등의 구조물 설계, 수자원산업의 해외 진출시 데이터 수집의 한계점 및 시간단축을 해결할 수 있어 수자원 분야에 기여 할 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.241-241
• /
• 2017

기후변화로 인하여 강우의 불확실성이 가중되고 홍수, 가뭄 등 물 관련 재해의 발생빈도 및 강도가 증가함에 따라 안정적인 용수공급 등 수자원 관리 및 운영에 어려움을 겪고 있어 예측기반의 수자원 계획 및 운영이 요구되고 있는 실정이다. 우리나라 기상청에서는 2010년 6월 영국기상청과 장기 계절예측시스템의 구축 및 운영에 관한 협정을 체결하였으며 2014년부터 전지구 계절예측시스템 GloSea5(Global seasonal forecasting system version 5)을 현업에 활용하고 있다. GloSea5 모델은 대기(UM), 지면(JULES), 해양(NEMO), 해빙(CICE) 모델이 커플러(OASIS)에 의해 결합된 통합 시스템으로 일단위 자료로 제공된다. 현재 수자원 분야에서는 장기예보자료가 제공되고 있음에도 불구하고 장기예보자료의 불확실성 및 수문 모형 입력자료로의 활용 어려움, 예측자료의 검증 미흡 등으로 기상청에서 제공하는 장기예보를 참고할 뿐 실제로는 과거 관측자료를 기반한 빈도해석 결과를 활용하여 댐 운영 계획을 수립하고 있는 실정이다. 따라서, 본 연구에서는 GloSea5모델에서 제공되는 일 단위 예측 강수량을 수자원 장기이수계획 및 관리에 활용하고자 GloSea5모델의 예측력을 평가하고 수치모델이 가지는 시스템 에러에 대하여 편의보정 및 지점 상세화를 수행하였다. 본 연구의 분석결과는 향후, 저수지 운영계획 및 증가하는 물수요와 불확실한 공급에 대한 의사결정 지원, 가뭄 대비를 위한 물 공급 제한 등에 활용 가능할 것으로 판단된다.

• 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.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.17 no.1
• /
• pp.107-118
• /
• 2014

The objective of this study is to suggest a method for estimating rainfall-runoff relationship using runoff analysis with satellite rainfall and global geographic data for the region due to lack of observed data. This study uses CMORPH and GSMaP_NRT as satellite rainfall data, and GTOPO30 and GLCC as global geographic data. IFAS is used for runoff modeling. In the evaluation of rainfall data, the correlation coefficients of CMORPH and GSMaP_NRT with observed data are 0.37 and 0.30 respectively. Calculated peak runoffs using IFAS show small relative errors with observed data in case of parameters are not calibrated with satellite rainfall data. Therefore, the methods suggested in this study could be applied to ungauged watershed. In the future, this study will analyze runoff for North Korea, a representative inaccessible region, using satellite rainfall and global geographic data.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.36-36
• /
• 2018

세계 물 시장은 지속적으로 성장하고 있는 추세로 현대경제연구원에서는 연 평균 5.5%씩 성장할 것이라고 예측한 바 있다. 또한 국내 수자원 개발은 거의 포화 상태에 도달하여 수자원 기업들이 해외 수자원 산업진출을 다각적으로 추진하고 있으므로 해외 수자원 사업에 대한 관심이 더욱 커질 전망이다. 해외 수자원 산업에서 국내 기업이 어려움을 겪는 부분 중 하나는 타당성 조사로 개발도상국에서 좋은 품질의 기상 및 수문 관측 자료를 확보하는 것이 어렵기 때문이다. 국내 기업들이 진출한 주요 해외 시장은 아시아와 아프리카이며, 진출 사례가 많은 아시아 지역에는 비교적 기상 및 수문자료 확보가 용이하나, 아프리카 지역은 자료의 확보가 어려운 상황이다. 특히 아프리카 지역은 수자원 현황이 열악하고 개발가능성이 높아 향후 국내 기업의 진출이 활발할 것으로 예측되는 지역으로 수자원 산업 진출을 위한 기상 및 수문자료 확보를 위한 노력이 필요하다. 본 연구에서는 해외 수자원 산업 진출의 기초자료 확보를 위해 아프리카 지역의 기상, 지형, 토양자료를 수집하고 수문자료 생산을 위한 지표수문해석 모델의 적용성을 평가하였다. 지표수문해석 모델로는 국내외에서 전지구 규모 수문해석에 활용성이 높다고 알려진 VIC (Variable Infiltiration Capacity)를 활용하였으며, 물수지 모의를 수행하였다. 기상, 지형, 토양자료는 미국 CPC (Climate Prediction Center), UMD(University of Maryland), FAO (Food and Agriculture Organization)의 전 지구 자료를 활용하였다. 아프리카 주요 유역에 대한 VIC 모델 적용성 평가결과 유출해석의 정확도가 유의미한 것으로 나타났다. 본 연구에서는 아프리카 대륙 규모의 기상, 지형, 토양자료를 확보하고 수문자료 생산 체계를 구축하였으며, 연구결과가 향후 국내 수자원 기업의 해외진출 및 전 지구 규모 수문연구의 기초자료로 활용될 수 있다는 점에서 가치가 있다.

• The Korean Journal of Applied Statistics
• /
• v.21 no.4
• /
• pp.705-716
• /
• 2008

The objectives of this study are the detection and forecast of climate change signal in the annual mean of surface temperature data, which are generated by MRI/JMA CGCM over the Korean Peninsula. MRI/JMA CGCM outputs consist of control run data(experiment with no change of $CO_2$ concentration) and scenario run data($CO_2$ 1%/year increase experiment to quadrupling) during 142 years for surface temperature and precipitation. And ECMWF reanalysis data during 43 years are used as observations. All data have the same spatial structure which consists of 42 grid points. Two statistical models, the Bayesian fingerprint method and the regression model with autoregressive error(AUTOREG model), are separately applied to detect the climate change signal. The forecasts up to 2100 are generated by the estimated AUTOREG model only for detected grid points.