• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1784-1788
• /
• 2010

APEC 기후센터(APEC Climate Center, APCC)에서 제공하는 다중모형앙상블(Multi-model Ensemble, MME) 형태의 계절예측정보를 이용하여 3개월 가뭄전망을 수행하였다. APCC MME는 기후예측모형이 가지는 불확실성을 최소화하기 위한 방법으로, 아시아 태평양 지역 내 9개 회원국 16개 기관 21개 기후모형의 계절예측정보를 활용하여, 개별 모형이 가지는 계통오차(Systematic error)를 앙상블 기법을 통하여 상쇄함으로써 최적의 예측자료를 도출한다. 또한, 기후예측 모형이 예측한 대기순환장은 관측 지점변수와 경험적 통계적 관련성을 가지므로, 이를 바탕으로 상세지역의 이상기후에 대한 정보를 도출할 수 있다. 본 연구에서는 가뭄 관리 및 전망을 위한 입력 자료로서, 기상전문 기관인 APEC 기후센터 (APEC Climate Center, APCC)에서 제공하는 전구 규모의 기온 및 강수 전망자료를 기상청 산하 59개 지점의 전망자료로 통계적 규모 축소화 기법을 통해 3개월 예보를 실시하였다. APCC 계절예측자료를 가뭄모니터링시스템의 자료입력 포맷에 따라 적절히 가공한 뒤, 가뭄 관리 및 전망을 위하여 SPI(Standard Precipitation Index) 및 PDSI(Palmer Drought Severity Index)지수의 입력자료로 사용하여 SPI 및 PDSI 지수를 산정하였다. 또한 분위사상법(Quantile Mapping)을 이용하여 총 59개 지점의 과거 월평균 관측값과 최근 2009년에 대한 모의값의 누적확률분포값을 계산하고 모의값의 확률분포를 관측값의 확률분포에 사상시켜 가뭄 전망을 위한 기상변수의 오차를 보정하고자 하였다. 이러한 계절예측정보를 이용하여 가뭄 전망에 대한 신뢰도가 높아진다면, 사전예방 및 피해완화로 가뭄상황에 대한 신속한 대처 및 피해의 경감이 이루어질 수 있을 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.224-224
• /
• 2019

국제기상기구의 Global Framework for Climate Services (GFCS)의 관점에서 살펴보면 국내의 기상 기후 정보는 기상청을 중심으로 관측 자료와 중장기 예측 및 기후변화 시나리오 정보 등의 다양한 시간규모로 생산되고 있다. 하지만 사용자가 직접적으로 다양한 기후정보를 상세화하여 활용하기 위해서는 기후정보의 구축 및 전처리를 수행해야하는 어려움이 있다. 따라서 APEC Climate Center (APCC)에서 다학제 융합 기반 기후정보 서비스를 중심으로 사용자 인터페이스 플랫폼 (User Interface Platform: UIP)의 기술적 플랫폼으로 APCC Integrated Modeling Solution (AIMS)를 개발하였다. AIMS는 사용자의 관점으로 상세화를 수행할 수 있고, 다양한 응용 분야에 적용하기 쉽게 데이터를 생성하여 연구에 도움을 주고 있다. 본 연구는 AIMS에서 제공하고 있는 기존의 국가별로 제공하는 제 5차 결합 기후모델 비교사업 (The $5^{th}$ phase of the coupled model intercomparision project, CMIP5)에서 해석한 전구기후모델 (General Circulation Model, GCM)의 통계적 상세화 방법인 Simple Quantile Mapping (SQM)과 Spatial Disaggregation Quantile Delta Mapping (SDQDM)를 포함하여 AIMS에 새롭게 추가 된 통계적 상세화 방법인 Bias Correction and Stochastic Analog (BCSA) 방법을 소개하고자 한다. 또한 60개의 종관기상관측 (Automated Surface Observing System, ASOS)자료를 중심으로 생성한 세 가지 통계적 상세화방법의 과거재현성과 RCP4.5, RCP8.5 시나리오를 활용한 미래 불확실성 평가 결과를 이용하여 연구자들의 맞춤형 자료를 생산하고 평가하는데 도움을 줌으로써 다양한 기후자료의 효과적인 활용이 가능할 것으로 기대된다.

• Magazine of the Korean Society of Hazard Mitigation
• /
• v.11 no.1
• /
• pp.31-36
• /
• 2011

• Water for future
• /
• v.46 no.10
• /
• pp.38-42
• /
• 2013

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.334-334
• /
• 2019

기후변화에 능동적으로 대처하기 위해서는 기후변화에 따른 수자원가용량의 변화를 정량적으로 평가할 수 있어야 한다. 평가결과의 신뢰도를 높이기 위해서 기후변화 시나리오는 지역기후 및 유역특성에 적합한 결과를 포함하여야 한다. 또한, 기후변화가 유역의 물순환계에 미치는 영향이 있다면, 물순환 개선 기술을 통해 지속가능한 유역 물환경을 구축하는 것이 필요하다. 유역 물순환 개선 기술은 기후변화가 진행 중에 있거나 예상되는 지역에 대하여 강우로부터 발생되는 유출을 지연, 저류, 침투시켜 지속가능한 물순환 체계를 유지하고 회복하도록 하는 기법이라 할 수 있다. 한국건설기술연구원에서는 기후변화에 따른 영향을 평가하고 적응 대책을 수립하기 위한 실무적인 유역 물순환 개선 및 평가 모형인 CAT3(Catchment hydrologic cycle Assessment Tool 3)을 개발하였으며 본 모형은 침투시설, 저류시설, 습지, 빗물저장시설과 같은 물순환 개선시설에 대한 효과를 정량적으로 평가할 수 있다. 본 연구에서는 팔당댐 상류의 경안천 유역을 대상으로 APCC 기후변화 시나리오 통계적 상세화 자료를 활용하여 물순환 개선 기술의 적용성을 평가하였다. 통계적 상세화 자료는 APCC에서 개발된 AIMS(APCC Integrated Modeling Solution) 플랫폼을 이용하였다. AIMS는 다양한 기후정보를 기반으로 사용자 관점에서 상세화를 수행할 수 있는 장점이 있다. 상세화 기법은 SDQDM(Spatial Disaggregation Quantile Delta Mapping) 방법을 이용하였다. 상세화된 기후자료는 과거자료의 재현성 및 미래 기간에 대한 왜곡도를 평가하기 위해 극한기후지수(Climate Index)를 이용하는데 본 연구에서는 장기간에 걸친 수자원가용량의 평가 및 예측을 위해 연강수량(PRCPTOT)을 사용하였으며 증발산량의 평가 및 예측에 영향을 미치는 온도 관련 극한기후지수는 평균기온 개념의 DTR(TMAX&TMIN)을 이용하였다. 통계적 상세화 과정을 통해 최종적으로 HadGEM2-CC, INMCM4, CanESM2 시나리오를 선택하였으며 각 시나리오별 물순환 개선 기술을 적용한 후 미래의 수문학적 변동성을 평가하였다.

• Asia-Pacific Journal of Atmospheric Sciences
• /
• v.54 no.4
• /
• pp.563-573
• /
• 2018

An Expert Seasonal Prediction System for operational Seasonal Outlook (ESPreSSO) is developed based on the APEC Climate Center (APCC) Multi-Model Ensemble (MME) dynamical prediction and expert-guided statistical downscaling techniques. Dynamical models have improved to provide meaningful seasonal prediction, and their prediction skills are further improved by various ensemble and downscaling techniques. However, experienced scientists and forecasters make subjective correction for the operational seasonal outlook due to limited prediction skills and biases of dynamical models. Here, a hybrid seasonal prediction system that grafts experts' knowledge and understanding onto dynamical MME prediction is developed to guide operational seasonal outlook in Korea. The basis dynamical prediction is based on the APCC MME, which are statistically mapped onto the station-based observations by experienced experts. Their subjective selection undergoes objective screening and quality control to generate final seasonal outlook products after physical ensemble averaging. The prediction system is constructed based on 23-year training period of 1983-2005, and its performance and stability are assessed for the independent 11-year prediction period of 2006-2016. The results show that the ESPreSSO has reliable and stable prediction skill suitable for operational use.

• Atmosphere
• /
• v.30 no.4
• /
• pp.405-420
• /
• 2020

In this study, we investigate the predictability of intraseasonal monthly temperature and precipitation variations using hindcast datasets from eight global circulation models participating in the operational multi-model ensemble (MME) seasonal prediction system of the Asia-Pacific Economic Cooperation Climate Center for the 1983~2010 period. These intraseasonal monthly variations are defined by categorical deterministic analysis. The monthly temperature and precipitation are categorized into above normal (AN), near normal (NN), and below normal (BN) based on the σ-value ± 0.43 after standardization. The nine patterns of intraseasonal monthly variation are defined by considering the changing pattern of the monthly categories for the three consecutive months. A deterministic and a probabilistic analysis are used to define intraseasonal monthly variation for the multi-model consisting of numerous ensemble members. The results show that a pattern (pattern 7), which has the same monthly categories in three consecutive months, is the most frequently occurring pattern in observation regardless of the seasons and variables. Meanwhile, the patterns (e.g., patterns 8 and 9) that have consistently increasing or decreasing trends in three consecutive months, such as BN-NN-AN or AN-NN-BN, occur rarely in observation. The MME and eight individual models generally capture pattern 7 well but rarely capture patterns 8 and 9.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.7-7
• /
• 2016

인도네시아 산불에 의한 연무는 동남아시아 인접한 국가들에 있어서 심각한 환경문제 중 하나이다. 국제적으로 심각한 문제를 야기하는 인도네시아의 산불은 건조기에 강수량이 적게 내리는 극심한 가뭄 조건에서 발생한다. 건조기 강수량을 모니터링 하는 것은 산불 발생 가능성을 예측하기 위해 중요하지만 산불을 사전에 예방하고 영향을 최소화하기에는 부족하다. 따라서 산불에 대한 선제적 사전예방을 위해서는 수개월의 선행예측 기간을 갖는 조기경보 시스템이 절실하다. 따라서 본 연구는 인도네시아 산불에 대한 선제적 대응을 위한 강수량 예측시스템을 개발하고 예측성을 평가하여 동남아시아 지역의 화재 연무 조기경보 시스템의 시제품(Prototype)을 개발하는데 있다. 강수량 예측을 위해서 APEC 기후센터의 계절예측정보의 활용 정도에 따라서 4가지 서로 다른 방법을 통합하여 사용하였다. 예측정보 기반의 방법들로는 대상지역의 강수량 예측을 위해서 대상 지역 상공의 계절예측 강수자료를 보정을 통해 직접적으로 사용하는 SBC (Simple Bias Correction) 방법과 대상 지역 상공의 강수 예측자료를 사용하는 대신에 지역 강수량과 높은 상관 관계를 보이는 다른 지역의 대리변수를 예측인자로 사용하는 MWR (Moving Window Regression) 방법이 있다. 또한 예측자료의 사용 없이 과거자료 기반의 기후지수(Climate Index) 중에서 지체시간을 고려하여 지역 강수량과 높은 상관관계를 갖는 경우 예측에 활용하는 관측자료 기반의 CIR (Climate Index Regression) 방법과 예측기반 MWR과 관측기반의 CIR 방법에서 선정된 예측인자를 동시에 활용하는 ITR (Integrated Time Regression) 방법이 사용되었다. 장기 강수량 예측은 보르네오 섬의 4개 지역에서 3개월 이하의 선행예측기간에 대하여 0.5 이상의 TCC (Temporal Correlation Coefficient)의 값을 보여 양호한 예측성능을 보였다. 예측된 강수량 자료는 위성기반 관측 강수량 및 관측 탄소 배출량 관계에서 결정된 강수량의 임계값과의 비교를 통해 산불발생 가능성으로 환산하였다. 개발된 조기경보 시스템은 산불 발생에 가장 취약한 해당지역의 건조기(8월~10월) 강수량을 4월부터 예측해 산불 연무에 대한 조기경보를 수행한다. 개발된 화재 연무조기경보 시스템은 지속적인 개선을 통해 현장 실효성을 높여 동남아국가 정부의 화재 및 산림관리자들에게 보급함으로써 동남아의 화재 연무로 인한 환경문제 해결에 기여할 수 있으리라 판단된다.

• Journal of the Korean Geosynthetics Society
• /
• v.16 no.3
• /
• pp.51-62
• /
• 2017

For the purpose of the study, of the 76 areas subject to preliminary concentrated management on sediment disaster in the downtown area, 9 areas were selected as research areas. They were classified into three stratified rock areas (Gyeongsan City, Goheung-gun and Daegu Metropolitan City), three igneous rock areas (Daejeon City, Sejong Special Self-Governing City and Wonju City) and three metamorphic rock areas (Namyangju City, Uiwang City and Inje District) according to the characteristics of the bedrock in the research areas. As for the 9 areas, analyses were conducted based on tests required to calculate soil characteristics, a predictive model for root adhesive power, loading of trees and on-the-spot research. As for a rainfall scenario (rainfall intensity), the probability of rainfall was applied as offered by APEC Climate Center (APCC) in Busan. As for the prediction of landslide risks in the 9 areas, TRIGRS and LSMAP were applied. As a result of TRIGRIS prediction, the risk rate was recorded 30.45% in stratified rock areas, 41.03% in igneous rock areas and 45.04% in metamorphic rock areas on average. As a result of LSMAP prediction based on root cohesion and the weight of trees according to crown density, it turned out to a 1.34% risk rate in the stratified rock areas, 2.76% in the igneous rock areas and 1.64% in the metamorphic rock areas. Analysis through LSMAP was considered to be relatively local predictive rather than analysis using TRIGRS.

• Atmosphere
• /
• v.22 no.4
• /
• pp.455-464
• /
• 2012

This study investigates a 12 month-lead predictability of PNU Coupled General Circulation Model (CGCM) V1.1 hindcast, for which an oceanic data assimilated initialization is used to generate ocean initial condition. The CGCM, a participant model of APEC Climate Center (APCC) long-lead multi-model ensemble system, has been initialized at each and every month and performed 12-month-lead hindcast for each month during 1980 to 2011. The 12-month-lead hindcast consisted of 2-5 ensembles and this study verified the ensemble averaged hindcast. As for the sea-surface temperature concerns, it remained high level of confidence especially over the tropical Pacific and the mid-latitude central Pacific with slight declining of temporal correlation coefficients (TCC) as lead month increased. The CGCM revealed trustworthy ENSO prediction skills in most of hindcasts, in particular. For atmospheric variables, like air temperature, precipitation, and geopotential height at 500hPa, reliable prediction results have been shown during entire lead time in most of domain, particularly over the equatorial region. Though the TCCs of hindcasted precipitation are lower than other variables, a skillful precipitation forecasts is also shown over highly variable regions such as ITCZ. This study also revealed that there are seasonal and regional dependencies on predictability for each variable and lead.