• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.329-329
• /
• 2023

가뭄은 수개월에서 수년에 걸쳐 평년보다 낮은 강수량을 특징으로 하는 극심한 기후 현상으로 크게 기상학적 가뭄과 식생 가뭄 또는 농업 가뭄, 수문학적 가뭄, 사회경제적 가뭄으로 구분할 수 있다. 본 연구에 사용된 기상학적 가뭄지수는 표준강수지수 (Standardized Precipitation Index), 증발수요가뭄지수 (Evaporative Demand Drought Index), 표준강수증발산지수 (Standardized Precipitation Evapotranspiration Index), Copula 기반 결합가뭄지수 (Copula-based Joint Drought Index)이다. 식생지수는 0부터 1까지 0.05 간격으로 가중치를 적용하여 21개의 식생건강지수(Vegetation Health Index)를 사용하였다. VHI는 널리 사용되고 있는 원격탐사자료 기반의 가뭄지수이며, 이는 식생상태지수 (Vegetation Condition Index)와 열상태지수 (Thermal condition index)의 선형 결합으로 이루어진다. 기상학적 가뭄지수와 식생지수 사이의 상호의존도 및 민감도를 분석하기 위해 상관성 분석을 수행하였으며, 이를 토지피복 유형 (시가화 건조지역, 농업지역, 초지, 산림지역)에 따른 분석도 수행하고자 하였다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.21 no.2
• /
• pp.75-84
• /
• 2019

In this study, the random forest approach was used to predict the national mean rice yield of South Korea by using mean climatic factors at a national scale. A random forest model that used monthly climate variable and year as an important predictor in predicting crop yield. Annual yield change would be affected by technical improvement for crop management as well as climate. Year as prediction factor represent technical improvement. Thus, it is likely that the variables of importance identified for the random forest model could result in a large error in prediction of rice yield in practice. It was also found that elimination of the trend of yield data resulted in reasonable accuracy in prediction of yield using the random forest model. For example, yield prediction using the training set (data obtained from 1991 to 2005) had a relatively high degree of agreement statistics. Although the degree of agreement statistics for yield prediction for the test set (2006-2015) was not as good as those for the training set, the value of relative root mean square error (RRMSE) was less than 5%. In the variable importance plot, significant difference was noted in the importance of climate factors between the training and test sets. This difference could be attributed to the shifting of the transplanting date, which might have affected the growing season. This suggested that acceptable yield prediction could be achieved using random forest, when the data set included consistent planting or transplanting dates in the predicted area.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.803-807
• /
• 2010

본 연구는 자연재해대책법에 의해 개발사업으로 인한 재해유발요인을 예측 분석하고 이에 대한 대책을 강구하기 위해 수행되고 있는 사전재해영향평가에서 표준화된 한국토양유실도 자료를 제공하여 자료의 객관화를 이루도록 함을 목적으로 하고 있다. 한국토양유실도 제공 시스템은 2단계에 걸쳐서 수행할 계획이다. 1단계에서는 한국토양유실량 분포도를 RUSLE를 이용하여 작성하였다. 이 RUSLE모에서 강우 에너지인자 산정을 위한 강우량 자료는 기상청의 59개 기상관측소의 1977년부터 2006년까지의 30년간의 자료를 이용하여 24시간 지속시간의 전국 R값을 빈도별로 산정하여 강우에너지인자에 대한 주제도를 작성하였다. 또한 사용한 GIS자료는 USGS DTED Level-2, 국립농업과학원의 정밀 토양도, 환경부의 중분류 토지피복도 자료이고 이들 자료를 이용하여 RUSLE의 각인자별 주제도를 작성하였고, 이를 웹사이트(http://krsc.kict.re.kr/RUSLE/rusle.asp)를 통해 신청인으로부터 메일로 범위(행정구역경계, 1/25,000수치지도 도엽번호, 수자원단위지도 등)를 요청 받거나 수자원단위지도의 중권역 및 표준권역의 경우 사용자가 직접 자료요청을 하여 토양유실도를 제공받는 시스템이다. 2단계에서는 작성된 한국토양유실량 분포도를 제공하는 것은 물론이며, 사용자가 원하는 범위에 대하여 shape 파일을 입력, 강우에너지인자(R) 입력, 그리고 토지피복별에 따른 RUSLE의 C 혹은 P값을 수정하여 분석하거나, 현재 토양통별로 제시된 K값을 사용자가 직접 관측한 값을 이용하여 Web-RUSLE시스템에 입력하면 자동으로 토양유실량을 산정할 수 있는 시스템으로 구축할 계획이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.405-405
• /
• 2012

기후변화에 따른 태풍, 집중호우 등에 의해 설계홍수량을 능가하는 크기의 홍수가 발생하여 큰 피해를 입는 경우가 발생하고 있다. 따라서 기후변화를 고려하여 예측한 미래의 강우자료에 의한 홍수량의 설계가 필요하다. 본 연구의 목적은 기후변화를 고려해 예측한 미래의 강우자료에 기초한 설계 홍수량을 산정하고, 이를 기존의 설계 홍수량과 비교분석하는데 있다. 대상지구는 이동저수지 유역을 선정하였고, HEC-GeoHMS를 이용해 대상지구의 유역자료를 추출하였다. 설계홍수량 추정을 위한 과거 강우자료는 수원기상대의 1964년부터 2011년까지의 자료기간을 수집하여 사용하였으며, 미래의 강우자료는 기상청 국가표준 기후변화 시나리오에서 제공하는 자료를 사용하였다. 수집된 강우자료를 바탕으로 FARD2006의 Gumbel 분포와 모멘트법을 적용하여 빈도별 확률 강우량을 각각 산정하였다. 산정된 빈도별 확률강우량을 수원지역의 Huff 분포에 적용해 시간별 강우분포를 구한 후 HEC-HMS의 Clark 단위도법을 이용하여 빈도별 홍수량을 각각 산정하여 그 결과를 비교 분석하였다. 본 연구를 통해 미래 강우자료에 의한 홍수량 설계의 필요성을 입증하고, 이를 바탕으로 다른 대상 지구에 대해서도 적용하여 미래의 홍수량 예측에 따른 설계빈도 설정에 활용할 수 있을 것으로 기대된다.

• 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.

• KOREAN JOURNAL OF CROP SCIENCE
• /
• v.38 no.3
• /
• pp.253-263
• /
• 1993

Climatological informations have not been fully utilized by agricultural research and extension workers in Korea due mainly to inaccessbilty to the archived climate data. This study was initiated to improve access to historical climate data gathered from 72 weather stations of Korea Meteorological Administration for agricultural applications by using a microcomputer-based methodology. The climatological elements include daily values of average, maximum and minimum temperature, relative humidity, average and maximum wind speed, wind direction, evaporation, precipitation, sunshine duration and cloud amount. The menu-driven, user-friendly data retrieval system(CLIDAS) provides quick summaries of the data values on a daily, weekly and monthly basis and selective retrieval of weather records meeting certain user specified critical conditions. Growing degree days and potential evapotranspiration data are derived from the daily climatic data, too. Data reports can be output to the computer screen, a printer or ASCII data files. CLIDAS can be run on any IBM compatible machines with Video Graphics Array card. To run the system with the whole database, more than 50 Mb hard disk space should be available. The system can be easily upgraded for further expansion of functions due to the module-structured design.

• Proceedings of the Korean Society of Crop Science Conference
• /
• 1998.04a
• /
• pp.127-128
• /
• 1998

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.392-392
• /
• 2020

최근 기후변화로 인해 가뭄의 규모 및 발생 빈도가 증가하고 있으며, 1994-1995년, 2000-2001년 전국적으로 발생했던 가뭄 상황과 달리 2010년 이후의 가뭄은 지역별로 편중되어 내리는 강수때문에 국소적으로 발생하고 있다. 특히, 2011년부터 2018년까지 연속적으로 국지적인 가뭄이 발생하였고, 2017년에는 경기, 충남, 전남지역을 중심으로 극심한 가뭄이 발생하였다. 우리나라의 경우 강수부족으로 기상, 수문학적 가뭄이 발생한다고 하더라도 농업용 수리시설물에 의한 농업용수 공급이 가능하고, 양수장, 관정 등 농업용수 공급의 형태가 다양하기 때문에 실제로 농업현장에서 체감하는 농업가뭄피해는 시공간적으로 상이하다. 따라서, 강수 부족으로 인한 가뭄사상의 발생에 따른 수문기상학적 특성 및 시공간적인 분포 특성과 농업가뭄피해의 발생 현황, 농업용 저수지의 저수율 변화 및 농업용수 이용과의 관계는 향후 농업가뭄의 지역별 가뭄대책 수립에 중요한 기초자료로 활용할 수 있다. 본 연구에서는 농업가뭄에 대하여 정량적인 가뭄피해를 분석하기 위하여 지역별 가뭄발생면적 및 쌀 생산량과 가뭄사상의 수문기상학적 특성간의 상관성을 분석하고자 한다. 최근 40년간 강수량, 표준강수지수 (Standard Precipitation Index, SPI), 표준강수증발산지수(Standardized Precipitation Evapotranspiration Index, SPEI) 등의 가뭄지표인자와 쌀 생산량, 농업용 저수지 저수율 자료 등 관련 인자들을 수집하여, 농업가뭄발생 및 피해면적과의 정량적인 상관관계를 분석하고자 한다.

• Spatial Information Research
• /
• v.20 no.3
• /
• pp.39-50
• /
• 2012

The objective of this study is the quantitative analysis of climate change effects by performing several statistical analyses with hydrometeorological data sets for past 30 years in Geum river watershed. Temperature, precipitation, relative humidity data sets were collected from eight observation stations for 37 years(1973~2009) in Geum river watershed. River level data was collected from Gongju and Gyuam gauge stations for 36 years(1973~2008) considering rating curve credibility problems and future long-term runoff modeling. Annual and seasonal year-to-year variation of hydrometeorological components were analyzed by calculating the average, standard deviation, skewness, and coefficient of variation. The results show precipitation has the strongest variability. Run test, Turning point test, and Anderson Exact test were performed to check if there is randomness in the data sets. Temperature and precipitation data have randomness and relative humidity and river level data have regularity. Groundwater level data has both aspects(randomness and regularity). Linear regression and Mann-Kendal test were performed for trend test. Temperature is increasing yearly and seasonally and precipitation is increasing in summer. Relative humidity is obviously decreasing. The results of this study can be used for the evaluation of the effects of climate change on water resources and the establishment of future water resources management technique development plan.

• Journal of the Korean earth science society
• /
• v.42 no.5
• /
• pp.514-523
• /
• 2021

Using the precipitation data observed at the Gochang Standard Weather Observatory (GSWO) during the winter seasons from 2014 to 2016, we analyzed the precipitation characteristics of the winter observation environment. For this study, we used four different types of precipitation gauges, i.e., No Shield (NS), Single Alter (SA), Double Fence Intercomparison Reference (DFIR), and Pit Gauge (PG). We analyzed the data from each to find differences in the accumulated precipitation, characteristics of the precipitation type, and the catch efficiency according to the wind speed based on the DFIR. We then classified these into three precipitation types, i.e., rain, mixed precipitation, and snow, according to temperature data from Gochang's Automated Synoptic Observing System (ASOS). We considered the DFIR to be the standard precipitation gauge for our analysis and the cumulative winter precipitation recorded by each other gauge compared to the DFIR data in the following order (from the most to least similar): SA, NS, and PG. As such, we find that the SA gauge is the most accurate when compared to the standard precipitation gauge used (DFIR), and the PG system is inappropriate for winter observations.