• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.14-14
• /
• 2015

공간보간기법은 미계측지역의 강수예측을 위해 통상적으로 사용되는 방법 중의 하나이다. 이 연구에서는 기상청에서 제공하고 있는 RCP 8.5 시나리오에 의한 남한상세 강수자료 중 지형이 복잡한 도서지역에서 제공되지 않는 데이터 누락격자에 대하여 최적의 공간보간기법을 선정하여 강수자료를 생성할 수 있도록 하였다. 적합한 보간기법을 선정하기 위해 데이터 누락지역에 대한 분석을 수행하였고, 최신 행정구역도에 맞추어 $1km{\times}1km$ 격자를 한반도 전체지역에 맞추어 생성된 격자를 사용하였다. ESRI사의 ArcGIS 프로그램을 이용하여 공간보간기법을 적용하였다. 사용된 보간법은 역거리가중치법(IDW), 정규크리깅(Ordinary Kriging), 보편크리깅(Universal Kriging), 스플라인(Spline)이며 가장 적합한 공간보간기법을 선정하기 위해 기후변화시나리오에 의한 데이터 중 해안선 주변 특정격자에서의 값을 누락시켜 공간보간기법을 통해 생성된 값과 기후변화 시나리오에 의한 값을 정량적으로 비교하였다. 공간보간기법의 적합도 평가를 위해 MAE(Mean Absolute Error), MSE(Mean Squared Error), PBIAS(Percent of BIAS), G(goodness of prediction) 분석을 수행하였고, 산점도 분석을 통해 실제값과 보간값의 오차율 평가를 병행하여 최적 공간보간기법을 결정하였다. 사용된 강수데이터는 RCP 8.5 시나리오에서 2015~2019년 중 강수가 높게 나타난 8월 자료를 이용하였다. 해안선 지역의 강수량 추정시 역거리 가중치법과 크리깅방법은 일부 지점에서 과다 추정되는 경향이 있고, 스플라인 방법이 전체적인 총 강수량이 기후변화시나리오에 의한 실제값과 유사한 것으로 나타났다. 실제값과 보간값의 교차검증을 수행한 결과 정규크리깅 기법이 가장 높은 정확도를 보였으며, 전체적으로 실제값과 유사한 범위내의 강수량이 생성되는 것으로 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.342-342
• /
• 2021

전세계적의 지구온난화에 따른 기후변화 영향으로 기온상승, 강우증가, 해수면 상승 등에 자연재난의 발생이 증가하고 있다. 그 중 가뭄의 경우 전조증상, 발생원인, 발생기간 뿐만 아니라 대상범위나 피해범위도 불명확하다. 가뭄은 근본적으로 강우량의 부족으로 시작되며 농업, 생활, 공업 등의 전반적인 피해를 발생시킨다. 최근에는 기후변화의 영향으로 기온증가, 해수면상승, 극한호우, 메가가뭄 등 전세계적으로 다양한 자연재난이 빈번히 발생하고 있다. 가뭄은 태풍, 홍수, 지진 등의 자연재난 중에서도 가장 광범위한 피해를 유발시키는 재난이라고 할 수 있다. 미국의 National Oceanic and Atmospheric Administration에서는 20세기의 관측된 가장 심각한 자연재난 중 하나로 가뭄이 선정되었으며 최근 기후변화에 따른 기온 및 강수의 증가는 가뭄피해의 직간접적인 영향으로 피해가 급증할 것이라고 하였다. 본 연구에서는 농업·생활·공업 가뭄에 대하여 피해액과 복구액에 대한 정량적 피해특성을 산정할 수 있는 추정식을 제안하고자 한다. 농업·생활·공업 가뭄에 대한 피해액은 다양한 인자들을 고려하며 매년 변화하는 물가를 반영하여 피해액의 추정식을 제안하였다. 또한, 복구액은 가뭄피해발생으로 발생될 수 있는 농업·생활·공업의 특성에 맞는 복구인자를 구성하였으며 피해에 대한 복구뿐만 아니라 인적, 물적 자원에 대한 인자도 포함하였다. 본 연구에서 산정된 농업·생활·공업 가뭄의 피해액 추정식의 경우 정량적 검증을 위해 1965년부터 2018년까지 국내에서 발생된 가뭄피해와를 대상으로 비교 분석하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.15-15
• /
• 2015

기존 기후변화 영향평가 불확실성 연구들은 거의 대부분 GCM의 불확실성이 가장 크다고 결론내리고 있으나, ES 불확실성과의 정량적 비교는 하지 못했으며, 기존 접근방법은 민감도 분석 수준에 머무르고 있다. 이에 본 연구에서는 기후변화 영향평가 각 단계별 불확실성을 포괄적으로 정량화하고 수행단계별 불확실성의 전파정도를 추정할 수 있는 새로운 approach를 제안하였다. 첫째, 전체 불확실성, 각 단계별 불확실성 증가 정도, 각 단계별 불확실성의 비율을 제시할 수 있는 새로운 approach를 제안하였다. 또한 불확실성을 정량적으로 추정할 수 있는 방법으로 maximum entropy(이하 ME)를 선정하였으며, 이를 본 연구에서 제시한 approach에서 적용성을 살펴보았다. 둘째, 본 연구에서는 기후변화 영향평가 불확실성 단계별 정량화를 위해 2개 배출시나리오, 4개 GCM 시나리오, 2개 상세화기법, 2개 수문모형을 사용하여 기본적 기후변화 영향평가 단계를 모두 수행하였다. 기존 approach에서는 GCMs의 변화율(89.34)이 가장 커 GCMs의 불확실성이 가장 큰 것으로 나타났으나 제시한 approach에서는 배출시나리오의 불확실성이 전체 대비 58.66 %로 기후변화 영향평가에서 가장 큰 불확실성 발생 원인으로 파악되었다. 모형 불확실성에서는 GCMs의 불확실성(전체 대비 33.57 %)이 가장 높게 나타났다. 또한 배출시나리오의 ME는 3.32, GCMs의 ME는 5.22, 상세화기법의 ME는 5.57, 수문모형의 ME는 5.66으로 단계적으로 불확실성이 증가하였다. 다음으로 유량과 강수를 이용하여 불확실성 정량화를 수행하였으며, 강수를 이용한 불확실성 정량화에서는 유량을 이용한 결과와 다르게 배출시나리오 다음으로 상세화기법의 불확실성이 큰 것으로 나타나 어떤 수문변수에 초점을 두느냐에 따라 불확실성 정량화저감 노력 대상이 달라질 수 있음을 제시하였다. 마지막으로 자연변동성에 의한 불확실성이 기후변화 전체 불확실성의 45.47 % 정도로 나타났으며, 이는 미래 기후변화에 의해 발생하는 불확실성이 과거 자연변동보다 2배 이상으로서, 기후변화에 의한 미래전망의 불확실성이 매우 크게 증가한다는 매우 중요한 결과를 제시하였다.

• Journal of Korea Water Resources Association
• /
• v.44 no.2
• /
• pp.97-107
• /
• 2011

For the purpose of enhancing usability of NWP (Numerical Weather Prediction), the quantitative precipitation prediction scheme was suggested. In this research, precipitation by leading time was predicted using 3-hour rainfall accumulation by meso-scale numerical weather model and AWS (Automatic Weather Station), precipitation water and relative humidity observed by atmospheric sounding station, probability of rainfall occurrence by leading time in June and July, 2001 and August, 2002. Considering the nonlinear process of ranfall producing mechanism, the ANN (Artificial Neural Network) that is useful in nonlinear fitting between rainfall and the other atmospheric variables. The feedforward multi-layer perceptron was used for neural network structure, and the nonlinear bipolaractivation function was used for neural network training for converting negative rainfall into no rain value. The ANN simulated rainfall was validated by leading time using Nash-Sutcliffe Coefficient of Efficiency (COE) and Coefficient of Correlation (CORR). As a result, the 3 hour rainfall accumulation basis shows that the COE of the areal mean of the Korean peninsula was improved from -0.04 to 0.31 for the 12 hr leading time, -0.04 to 0.38 for the 24 hr leading time, -0.03 to 0.33 for the 36 hr leading time, and -0.05 to 0.27 for the 48 hr leading time.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.648-648
• /
• 2015

이 연구는 수자원 환경을 전반적으로 객관화, 계량화하는 새로운 방법이 성공적임을 소개한다. 기존의 계량법이 일강수량, 월 강수량, 년 강수량 등등, 단순한 수학적 합계에 치중한 결과 가중 중요한 강수의 시간 분포를 간과하였다. 이 단점을 해결하여, 1) 구체적으로 매 시간, 매일 남아 있다고 추정되는 물의 양 만을 합산하는 방법을 택했다. 시간적 감소함수를 이용하여, 강수 후 유출과 증발 등으로 사라지는 물의 양을 고려한 것이다. 2) 합산기간을 객관화하였다. 기본 합산 기간을 365일로 하고, 물 부족 또는 물 과잉이 지속될 경우는 지속되는 기간만큼, 합산기간을 늘이는 방법을 택했다. 따라서 다른 지수들이 임의로 3개월 또는 12개월 등등으로 기간을 결정하는 단점을 해결했다. 이렇게 계산되는 4차원 강수지수(4-Dimensional Rain Index, 4RI)는 1) 일별유효강수지수 (AWRI), 2) 일별가뭄지수(EDI), 3) 일별 홍수지수(FI), 4) 시간별 장기 물지수(LWI), 5) 시간별 단기 물지수(SWI) 등 5개가 기본지수이다. AWRI는 매일 남아 있는 물의 양이다. 이로 인해, 전 지구의 수자원과 재해위험의 시공간적 분포의 정량화 분석이 정밀해졌다. 지구상에서 물 집중이 가장 강한 곳은 캄보디아 내의 한 지점이며 시기는 7월 말이고, 가장 약한 곳은 사하라 사막의 한 지역임이 확인되었다. 또 한국에서 발생하는 갈수기와 풍수기가 정의되었고, 이들의 각 지역별 특성과 차이가 정량적으로 드러났다. 시간적 분포 또한 명확하게 드러나, 각종 저수지의 물 관리나 농?임산물의 생산관리에 획기적 전환점이 마련되었다. 각 국가별로, 각 지역별로 이런 분석은 향후도 무수히 시도되어야 할 것이다. EDI는 매일의 AWRI를 그 날짜의 평균치와 비교한 값이다. 장기가뭄 및 단기가뭄의 강도를 모두 가장 정밀하게 표현한다. FI는 일별로 홍수, 산사태, 침수, 토사 (이하 홍수 등이라 칭함)의 위험을, LWI는 장기 누적된 강수량에 의한 돌발적 홍수 등의 위험을, SWI는 단기 누적된 강수량에 의한 돌발적 홍수 등의 위험을 잘 반영한다. 이들은 모두 시간적으로 산발적인 호우에 의한 홍수 등의 위험을 한 개의 지수로 표현해 주는 장점이 있다. 강수 후 홍수가 발생하기 까지는 시간차이가 있기 때문에, 특히 호우 경보에는 SWI가, 홍수 경보에는 LWI가 아주 효과적이다. 결론적으로 5개의 4차원 강수지수는 물환경의 시공간적 분포진단과 예측, 그리고 조기경보에 혁명적 진화를 초래함이 확인되었다. 따라서 추후 모든 강수기후와 연관된 연구는 연강수량 등의 단순 합산보다, 4차원 강수지수를 먼저 사용하는 것이 바람직 할 것임이 제안되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.374-374
• /
• 2011

이상기후 및 기상변동성의 증가로 극치강수량의 시공간적인 변동성이 크게 증가되고 있다. 서울시에 2010년 9월 21일에 내린 폭우사례와 같이 공간적으로 변동성이 큰 형태의 강우가 발생하는 사례가 빈번해지고 있다. 이러한 점에서 과거 강우자료로부터 시공간적인 추출하고 이를 범주화하는 연구는 방재관점에서 매우 중요한 정보로 활용할 수 있다. 이러한 강수의 시공간적 특성을 평가하기 위해서는 상대적으로 조밀한 강수관측망이 요구된다. 서울시의 경우 기상청에서 운영하는 관측소이외에도 서울시에서 운영하는 강수관측지점이 다수 존재한다. 이러한 점에서 착안하여 본 연구에서는 서울시에 운영하고 있는 26개의 AWS자료를 활용하여 시공간적인 강수변동성을 추출하고 평가하는데 목적이 있다. 본 연구에서는 시간강수량 및 일강수량을 대상으로 연구를 진행하였으며 공간상관성분석, 지체상관분석을 실시하여 서울시 강수량 특성을 정량화 하였다. 강수의 공간적인 변동성은 2002년부터 2009년까지 26개 강수지점으로부터 추정된 150mm이상 최대강우사상 10개와 일강수량이 20mm미만이 10개의 강우사상의 지점별 표준편차를 통해서 대표적으로 분석하였다. 일강수량을 대상으로 공간적인 특성을 평가해본 결과 강수량의 크기가 클수록 서울시 강수장의 특성은 매우 불균질한 특성을 보여주고 있으며 반대로 강수량이 작은 경우 상대적으로 균질한 특성을 보여주고 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.277-277
• /
• 2023

최근 기후변화의 영향으로 호우의 발생빈도가 증가하고 있는 추세이며, 도시지역의 호우는 돌발적이고 국지적인 특성을 가지고 있어 인명과 재산피해 역시 증가하고 있으며, 급격한 도시화로 인한 구조적으로 홍수에 취약한 실정이다. 국지성 도시호우는 저층(1 km 내외)에서 형성되는 강우가 지배적이며, 기존의 대형레이더는 높은 산 정상에 설치되어 1.5 km 이상의 강우관측을 중심으로 운영됨에 따라 저층강우의 탐지 및 변동성 관측에 취약하여, 이에 대형 레이더에서 뿐만 아니라 도시단위의 국지성 호우관측에 대응할 수 있는 소형 레이더 기반 고정밀 강우관측 마련 및 운영 기술이 필요하다. 현재 K-water는 부산 에코델타 스마트시티에 도시 물재해 플랫폼 구현의 일환으로 돌발강우사전 탐지 및 도시의 신속·정확한 강우 관측을 위하여 높은 시공간 해상도를 제공하는 이중편파X 밴드 소형 강우레이더를 설치하고, 효율적 운용을 위해 각 고도각에서의 빔 차폐율을 확인하고 이를 고려한 최적 관측전략을 수립하였다. 또한 Z-Phi 방법을 이용한 반사도 감쇠 보정 기술을 개발하였으며, 강우 추정을 위해 하이브리드 고도면 합성 기법(HSR) 기법을 적용하고 검증하였다. 이후 소형 레이더의 정량적 추정강수를 이용하여 강우예측 정보를 생산하기 위해 이류모델을 적용하고, 비슬산과 소형 합성 레이더 추정강수로 선행 10분에서 180분까지 예측할 수 있도록 개발하였다. 또한, 지상강우관측 자료와의 정확도 비교 평가를 수행하고, 행정구역 및 표준유역의 예측 평균강우량을 생산하여 부산 에코델타 스마트시티 도시 물재해 통합관리 시스템과 연계운영을 위한 후속 과업을 수행중에 있다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.34 no.3
• /
• pp.821-831
• /
• 2014

Stochastic rainfall generators or stochastic simulation have been widely employed to generate synthetic rainfall sequences which can be used in hydrologic models as inputs. The calibration of Poisson cluster stochastic rainfall generator (e.g. Modified Bartlett-Lewis Rectangular Pulse, MBLRP) is seriously affected by local minima that is usually estimated from the local optimization algorithm. In this regard, global optimization techniques such as particle swarm optimization and shuffled complex evolution algorithm have been proposed to better estimate the parameters. Although the global search algorithm is designed to avoid the local minima, reliable parameter estimation of MBLRP model is not always feasible especially in a limited parameter space. In addition, uncertainty associated with parameters in the MBLRP rainfall generator has not been properly addressed yet. In this sense, this study aims to develop and test a Bayesian model based parameter estimation method for the MBLRP rainfall generator that allow us to derive the posterior distribution of the model parameters. It was found that the HBM based MBLRP model showed better performance in terms of reproducing rainfall statistic and underlying distribution of hourly rainfall series.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.80-80
• /
• 2018

겨울철 대설 현상에 따른 도로 결빙과 항공기 운항 지연, 비닐하우스 및 가건물 붕괴와 같은 피해가 증가함에 따라 대처방안을 마련하는 일이 중요시 되고 있다. 이를 위해 정확한 적설 정보가 근본적으로 필요하지만, 문제는 적설량을 정량적으로 관측하는 일이 간단하지 않다는 점이다. 최근에는 무게식 우량계를 이용한 적설 관측이 수행되고 있지만, 강설량이 많을 경우 우량계가 눈에 덮이는 캐핑(capping) 현상으로 인해 제대로 관측하기 어려운 문제가 있다. 본 연구에서는 무게식 우량계의 이러한 한계를 보완하고 자료의 활용성을 높이기 위해 광학우적계(Parsivel)로 관측된 강설입자정보를 이용하여 적설량을 보정하는 방법을 제안하였다. 무게식 우량계 자료는 대관령 구름물리선도센터에 설치되어 있는 플루비오(Pluvio)의 적설 관측 자료를 이용하였다. 먼저, 관측된 플루비오 자료에서 단위 시간동안의 신적설을 산정한 후 과도한 관측값과 같은 노이즈를 제거하였다. 또한 플루비오와 동일 기간에 관측된 광학우적계 자료에 대해 강설 입자가 $10/m^3$ 초과로 나타나는 사상을 강수 기간으로 결정하고 두 자료가 모두 '0'인 경우 무강수로 나타냈다. 그 결과 강수 입자가 관측된 적설 기간에 플루비오가 우수하게 강설 사상을 관측하고 있음을 확인하였고, 부적합한 자료를 보정할 수 있었다. 이러한 방법으로 적설 자료를 개선할 경우 향후 레이더를 이용한 공간적 강설 추정의 정확도를 크게 개선할 수 있을 것으로 판단된다.

• Journal of Korea Water Resources Association
• /
• v.47 no.12
• /
• pp.1227-1237
• /
• 2014

Dual-polarization can distinguish precipitation type and dual-polarization is provide not only meteorological phenomena in the atmosphere but also non-precipitation echoes. Therefore dual-polarization radar can improve radar estimates of rainfall. However polarimetric measurements by transmitting vertically vibration waves and horizontally vibrating waves simultaneously is contain systematic bias of the radar itself. Thus the calibration bias is necessary to improve quantitative precipitation estimation. In this study, the calibration bias of reflectivity (Z) and differential reflectivity ($Z_{DR}$) from the Bislsan dual-polarization radar is calculated using the 2-Dimensional Video Disdrometer (2DVD) data. And an improvement in rainfall estimation is investigated by applying derived calibration bias. A total of 33 rainfall cases occurring in Daegu from 2011 to 2012 were selected. As a results, the calibration bias of Z is about -0.3 to 5.5 dB, and $Z_{DR}$ is about -0.1 dB to 0.6 dB. In most cases, the Bislsan radar generally observes Z and $Z_{DR}$ variables lower than the simulated variables. Before and after calibration bias, compared estimated rainfall from the dual-polarization radar with AWS rain gauge in Daegu found that the mean bias has fallen by 1.69 to 1.54 mm/hr, and the RMSE has decreased by 2.54 to 1.73 mm/hr. And estimated rainfall comparing to the surface rain gauge as ground truth, rainfall estimation is improved about 7-61%.