• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.348-348
• /
• 2021

가뭄 연구의 궁극적 목표는 가뭄 발생의 메커니즘에 대한 이해를 높이고, 예측기술을 향상시켜 선제적 대응이 가능하도록 하는 것이다. 일반적으로 가뭄분석에 활용되는 가뭄지표는 연속형 변수로 간주하여 확률모형을 구축하지만, 가뭄상태와 가뭄피해 자료는 순서형 및 이산형 변수이므로 범주형 자료 분석 기법을 적용하는 것이 더 적절하다. 따라서 본 연구에서는 기상학적 가뭄과 피해발생 사이의 관계를 규명하기 위해 범주형 자료 분석 방법 중 로그선형(log-linear) 모형과 로지스틱(logistic) 회귀모형을 활용하였다. 가뭄피해 예측을 위한 가뭄 피해 정보를 수집하는 것은 매우 어려운 일이다. 가뭄의 영향으로 인해 발생할 수 있는 피해의 종류가 다양하며, 여러 분야의 이해관계자가 받아들이는 가뭄의 피해 양상이 다르기 때문이다. 본 연구에서는 국가가뭄정보포털(drought.go.kr)에서 충청북도의 가뭄피해현황 자료를 수집하였다. 30년(1991~2020년)동안 238개 읍면동 중 34개 행정구역에서 총 272건의 가뭄피해가 발생한 것으로 확인되었다. 표준강수지수(SPI)를 이용하여 분석된 지역별 연평균 가뭄발생횟수는 약 8.44회이며, 가뭄이 가장 많이 발생한 해는 2001년(평균 가뭄발생 18.7회)이었다. 강수의 부족으로 인해 발생하는 기상학적 가뭄이 사회경제적 피해를 야기하는 수문학적 가뭄으로 전이되기까지 몇 주에서 몇 달까지 시간이 소요된다. 이러한 관계를 파악하기 위해 가뭄피해 발생 여부를 예측변수, 가뭄피해 발생 이전의 가뭄상태를 설명변수로 설정하여 기상학적 가뭄 발생에 따른 가뭄피해 발생 확률을 산정하였다. 그 결과 가뭄피해 발생 당시의 가뭄상태보다 그 이전에 연속된 가뭄상태가 있을 경우 가뭄피해 발생 확률이 약 2.5배 상승하는 것으로 나타났다.

• 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.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.20 no.4
• /
• pp.277-283
• /
• 2018

The crop growth model has been widely used for climate change impact assessment. Crop growth model require genetic coefficients for simulating growth and yield. In order to determine the genetic coefficients, regional growth monitoring data or yield trial data of crops has been used to calibrate crop growth model. The aim of this study is to verify that yield trial data of corn is appropriate to calibrate genetic coefficients of CERES-MAIZE. Field experiment sites were Suwon, Jinju, Daegu and Changwon. The distance from the weather station to the experimental field were from 1.3km to 27km. Genetic coefficients calibrated by yield trial data showed good performance in silking day. The genetic coefficients associated with silking are determined only by temperature. In CERES-MAIZE model, precipitation or irrigation does not have a significant effect on phenology related genetic coefficients. Although the effective distance of the temperature could vary depending on the terrain, reliable genetic coefficients were obtained in this study even when a weather observation site was within a maximum of 27 km. Therefore, it is possible to estimate the genetic coefficients by yield trial data in study area. However, the yield-related genetic coefficients did not show good results. These results were caused by simulating the water stress without accurate information on irrigation or rainfall. The yield trial reports have not had accurate information on irrigation timing and volume. In order to obtain significant precipitation data, the distance between experimental field and weather station should be closer to that of the temperature measurement. However, the experimental fields in this study was not close enough to the weather station. Therefore, When determining the genetic coefficients of regional corn yield trial data, it may be appropriate to calibrate only genetic coefficients related to phenology.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.421-421
• /
• 2012

본 연구의 목적은 SWAT (Soil and Water Assessment Tool) 모형을 이용하여 기후변화가 다목적 댐 유역의 방류량에 미치는 영향을 분석하는 것으로, 연구 대상 유역은 북동부 산악지역에 위치한 충주댐 및 충주조정지댐을 유역 출구로 하는 다목적댐유역(충주댐 유역: $8360km^2$)이다. 모형유역의 32개 AWS와 10개 기상관측소의 강우 및 기상자료를 입력 하였으며, 모형의 검보정을 위해 댐 상 하류 4개 지점(영월1, 영월2, 충주댐, 충주조정지댐) 수위, 방류량 측정자료를 이용하였다. 미래 기후변화가 댐유역에 미치는 영향 분석을 위하여 IPCC (Intergovermental Panel on Climate Change)에서 제공하는 SRES (Special Report on Emission Scenarios) MIROC3.2 hires 모델 AIB와 B1 시나리오를 사용하였으며, LARS-WG (Long Ashton Research Station Weather Generator)를 사용하여 유역 규모의 기후자료를 상세화 하였다. 모형의 결과를 토대로 미래 2040s(2020년-2059년)와 2080s(2060년-2099년)의 환경유지유량을 추정하고, 미래 댐 유입량과 수위 관리의 시계열 변화를 예측하여 관리방안을 제시하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.145-145
• /
• 2015

본 연구에서는 SWAT(Soil and Water Assessment Tool) 모형을 이용하여 고랭지 농업 지역인 해안분지유역($63km^2$)을 대상으로 RCP 기후변화 시나리오에 따른 미래 수문순환 전망을 평가하였다. 모형의 보정(2009년-2010년) 및 검증(2011년)은 3지점의 실측된 유출량을 활용하여 실시하였다. 모형의 보정 및 검증 결과 결정계수($R^2$)는 X.XX-X.XX이고, Nash-Sutcliffe 모형 효율(NSE)는 X.XX-X.XX으로 분석되어 신뢰성 있는 유출량 모의 결과를 나타내었다. 미래 기후변화 시나리오는 기상청에서 제공하는 HadGEM3-RA 모형의 RCP 4.5 및 8.5 자료를 수집하였다. 다음으로 과거 13년(1999년-2011년, Baseline period)의 기상자료를 기준으로 편이보정(Bias Correction)기법을 이용하여 오차보정 후, SWAT 모형에 적용하여 2040s(2020년-2059년) 및 2080s(2060년-2099년) 기간에 대해서 분석하였다. 그 후, 수문요소인 증발산, 토양수분, 지표유출, 중간유출, 회귀유출 및 하천유출량의 변화량을 분석하여 고랭지 농업 유역의 기후변화에 따른 미래 수문순환을 전망하였다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.25 no.4
• /
• pp.427-435
• /
• 2023

Changes in flowering time due to weather fluctuations impact plant growth and ecosystem dynamics. Accurate prediction of flowering timing is crucial for effective forest ecosystem management. This study uses a process-based model to predict flowering timing in 2023 for five major tree species in Korean forests. Models are developed based on nine years (2009-2017) of flowering data for Abeliophyllum distichum, Robinia pseudoacacia, Rhododendron schlippenbachii, Rhododendron yedoense f. poukhanense, and Sorbus commixta, distributed across 28 regions in the country, including mountains. Weather data from the Automatic Mountain Meteorology Observation System (AMOS) and the Korea Meteorological Administration (KMA) are utilized as inputs for the models. The Single Triangle Degree Days (STDD) and Growing Degree Days (GDD) models, known for their superior performance, are employed to predict flowering dates. Daily temperature readings at a 1 km spatial resolution are obtained by merging AMOS and KMA data. To improve prediction accuracy nationwide, random forest machine learning is used to generate region-specific correction coefficients. Applying these coefficients results in minimal prediction errors, particularly for Abeliophyllum distichum, Robinia pseudoacacia, and Rhododendron schlippenbachii, with root mean square errors (RMSEs) of 1.2, 0.6, and 1.2 days, respectively. Model performance is evaluated using ten random sampling tests per species, selecting the model with the highest R². The models with applied correction coefficients achieve R² values ranging from 0.07 to 0.7, except for Sorbus commixta, and exhibit a final explanatory power of 0.75-0.9. This study provides valuable insights into seasonal changes in plant phenology, aiding in identifying honey harvesting seasons affected by abnormal weather conditions, such as those of Robinia pseudoacacia. Detailed information on flowering timing for various plant species and regions enhances understanding of the climate-plant phenology relationship.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.30-30
• /
• 2017

한반도의 기후변화는 전 세계 평균보다도 빠르게 진행되고 있다. 최근 빈발하고 있는 태풍 및 극한 강우, 폭설과 한파, 온난화 현상 등이 그 예이다. 특히 북한지역은 오랜 식량난과 에너지난으로 산림생태계가 훼손되어 홍수 및 이수와 같은 기후변화 관련 자연재해에 매우 취약하다. 이렇게 예상되는 대규모 자연재해를 대비하고 기후변화에 효율적으로 대처하기 위해서는 체계적이고 과학적인 기상 및 기후 예측 정보의 활용이 매우 중요하다. 하지만 북한지역은 우리가 수문자료를 구하기가 힘들고, 직접 측정을 할 수 없으므로 수문자료의 수집에 한계가 있기 때문에 기후변화관련 수문연구에 한계점이 있다. 따라서 본 논문에서는 WMO에서 제공하고 있는 북한의 27개 기상관측소의 강수량, 기온자료와 기상청의 RCP8.5기후변화시나리오를 제공 받아 각 관측소별 미래 잠재증발산량을 산정하였다. 또한 lumped conceptual model인 WASMOD 모형을 이용하여 북한의 대표유역(금야강, 대동강, 두만강, 압록강, 예성강, 임진강, 장연남대천)에 적용하여 부족한 수문시계열자료를 산정하였다. 이렇게 산정된 북한의 미래 수문순환요소의 시계열자료를 이용하여 통계분석, 변화점분석, 유황분석등 시계열 분석 등을 통해 RCP8.5기후변화시나리오 기반의 기후변화가 북한지역의 수문순환과정에 미치는 영향을 분석하고, 이를 통해 유역규모의 수자원에 미치는 영향을 전망하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.764-769
• /
• 2006

본 연구에서는 최근에 빈번히 발생하는 단시간 집중호우양상의 변화와 자료기간의 누적에 따른 지속시간 및 재현기간별로 확률강우량의 변화양상을 분석하였다. 분석 대상 지점으로는 서울지점을 선정하였다. 강우자료는 기상청 산하의 강우관측소 자료를 이용하였으며 확률강우량 산정을 위한 강우지속시간은 10분, 20분, 30분, 40분, 50분 60분, 120분, 180분, 360분, 720분, 1440분을 지속시간으로 선정하였고 재현기간은 5년, 10년, 15년, 20년, 25년, 30년, 50년, 80년, 100년, 200년으로 수공구조물 설계시 많이 고려되어지는 재현기간을 선정하였다. 먼저 최근의 강우양상의 변화와 확률강우량의 경년변화 양상을 비교 분석하기 위하여 서울지점의 강우자료에 대한 장기 변동성을 분석하였고, 연강우량과 지속시간별 연 최대 강우량의 상관성을 분석하였다. 다음으로 통계적 분석을 통하여 확률강우량의 경년변화 양상을 지속시간 및 재현기간별로 분석하였다. 연강우량과 지속시간별 연최대강우량의 상관성 분석은 상호상관분석과 회귀분석을 실시하여 분석하였다. 확률강우량의 경년변화 분석 방법은 기본자료기간을 20년으로 산정하여 매해 강우자료를 추가하면서 확률강우량을 산정하여 경년변화를 살펴보았다. 확률강우량의 산정은 국립방재연구소와 연세대학교가 공동으로 제작한 FARD모형을 사용하였다. 분석결과 최근 강우량이 증가 추세에 있는 것을 확인 할 수 있었으며, 연강우량과 지속시간별 연 최대 강우량의 상관성은 없는 것으로 나타났다. 또한 확률강우량의 분석결과에서는 자료의 누적에 따른 확률강우량의 지속시간 및 재현기간에 따라 차이가 상이하며, 변동폭은 20% 내외로 나타났다. 토양수분 계산에도 영향을 준 것으로 보인다. 본 연구는 WEP 모형의 토양수분 해석능력에 대한 시험적용에 그 의의가 있으며, 향후 토양 및 지표하 매개변수 정보가 충분히 갖추어지고, 토양수분 관측결과 있는 대상유역에 대한 적용이 요구된다.-Moment 방법에 의해 추정된 매개변수를 사용한 Power 분포를 적용하였으며 이들 분포의 적합도를 PPCC Test를 사용하여 평가해봄으로써 낙동강 유역에서의 저수시의 유출량 추정에 대한 Power 분포의 적용성을 판단해 보았다. 뿐만 아니라 이와 관련된 수문요소기술을 확보할 수 있을 것이다.역의 물순환 과정을 보다 명확히 규명하고자 노력하였다.으로 추정되었다.면으로의 월류량을 산정하고 유입된 지표유량에 대해서 배수시스템에서의 흐름해석을 수행하였다. 그리고, 침수해석을 위해서는 2차원 침수해석을 위한 DEM기반 침수해석모형을 개발하였고, 건물의 영향을 고려할 수 있도록 구성하였다. 본 연구결과 지표류 유출 해석의 물리적 특성을 잘 반영하며, 도시지역의 복잡한 배수시스템 해석모형과 지표범람 모형을 통합한 모형 개발로 인해 더욱 정교한 도시지역에서의 홍수 범람 해석을 실시할 수 있을 것으로 판단된다. 본 모형의 개발로 침수상황의 시간별 진행과정을 분석함으로써 도시홍수에 대한 침수위험 지점 파악 및 주민대피지도 구축 등에 활용될 수 있을 것으로 판단된다. 있을 것으로 판단되었다.4일간의 기상변화가 자발성 기흉 발생에 영향을 미친다고 추론할 수 있었다. 향후 본 연구에서 추론된 기상변화와 기흉 발생과의 인과관계를 확인하고 좀 더 구체화하기 위한 연구가 필요할 것이다.게 이루어질 수 있을 것으로 기대된다.는 초과수익률이 상승하지만, 이후로는 감

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.382-382
• /
• 2019

홍수시 홍수관리체계는 기상청 등 관련기관으로부터 수위, 강우 등 수문자료를 취득하고, 저수지의 실시간 저수지 수위자료와 강우예측정보를 이용하여 홍수 유입량 및 방류량을 계산하고 홍수 단계별로 홍수분석을 실시한 후 조기에 상황을 전파하고 선제적으로 대응할 수 있는 운영체계가 필요하다. 본 연구에서는 기상청 레이다 및 위성자료 기반의 실시간 강우예측 자료를 적용한 저수지 홍수예측 및 하류부 침수 안전성 분석에 활용하기 위한 저수지 홍수분석 모듈을 개발하였다. 홍수량 산정은 Clark 방법과 NRCS 단위도법을 적용하고, 하류하천 수리해석을 위해 미환경청의 SWMM EXTRAN 블록을 수리해석 모형을 적용하였다. 홍수 실시간분석은 기상청 발표 예측 강우량을 이용하여 유역의 유출량을 분석하고 저수지 유입량을 산정할 수 있도록 하였으며, 이때 유입량에 의하여 저수지 홍수관리 수위를 상회하게 되면 여수토를 통하여 하류 하천으로 방류하도록 설계하였다. 방류된 홍수량은 하천을 따라 홍수추적을 수행하고 하천의 주요 지점에서 하천기본계획에서 수립된 홍수위의 상회 여부를 판단하여 관리자가 침수여부를 판단할 수 있도록 모듈을 개발하였다. 개발모듈의 검증을 위해 ${{\bigcirc}{\bigcirc}}$용수구역에 적용하여 백곡지구 농업용저수지 둑 높이기사업 기본계획(2011)에서 산정한 가능최대강수량에 대한 6시간, 12시간, 18시간, 24시간 홍수량을 HEC-HMS, HEC-1 모형으로 산정한 결과 비교하였다. 본 모듈은 농촌지역 홍수관리체계를 구축하는데 활용될 것으로 기대된다.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.10 no.2
• /
• pp.71-81
• /
• 2007

One of the most important hydrologic components is evapotranspiration. It is a process by which water is evaporated from moist land surfaces and transpired into atmosphere by plants. There are many methods of estimating evapotranspiration rate and its potential such as the methods of soil-moisture sampling, lysimeter measurements, water balance, energy balance, groundwater fluctuations and evapotranspiration. But it is very difficult to estimate evapotranspiration in terms of regional discrete characteristics of topography and/or vegetation. The evapotranspiration is strongly affected by ground covering vegetation, and the degree of vegetation growth. In order to grasp vegetation condition over a vast study area, NDVI (Normalized Difference Vegetation Indices) calculated from the data obtained from NOAA/AVHRR were utilized. Through multi-regression analysis, we developed a model equation to estimate the evapotranspiration using NDVIs and temperature data.