• 한국기후변화학회지
• /
• 제9권1호
• /
• pp.47-58
• /
• 2018

In this study, we evaluated the uncertainty in the process of selecting GCM and downscaling method for assessing the impact of climate change, and influence of user-centered climate change information on reproducibility of Chungju Dam inflow was analyzed. First, we selected the top 16 GCMs through the evaluation of spatio-temporal reproducibility of 29 raw GCMs using 30-year average of 10-day precipitation without any bias-correction. The climate extreme indices including annual total precipitation and annual maximum 1-day precipitation were selected as the relevant indices to the dam inflow. The Simple Quantile Mapping (SQM) downscaling method was selected through the evaluation of reproducibility of selected indices and spatial correlation among weather stations. SWAT simulation results for the past 30 years period by considering limitations in weather input showed the satisfactory results with monthly model efficiency of 0.92. The error in average dam inflow according to selection of GCMs and downscaling method showed the bests result when 16 GCMs selected raw GCM analysi were used. It was found that selection of downscaling method rather than selection of GCM is more is important in overall uncertainties. The average inflow for the future period increased in all RCP scenarios as time goes on from near-future to far-future periods. Also, it was predicted that the inflow volume will be higher in the RCP 8.5 scenario than in the RCP 4.5 scenario in all future periods. Maximum daily inflow, which is important for flood control, showed a high changing rate more than twice as much as the average inflow amount. It is also important to understand the seasonal fluctuation of the inflow for the dam management purpose. Both average inflow and maximum inflow showed a tendency to increase mainly in July and August during near-future period while average and maximum inflows increased through the whole period of months in both mid-future and far-future periods.

• 한국기후변화학회지
• /
• 제6권4호
• /
• pp.331-344
• /
• 2015

A long-term gridded historical data at 3 km spatial resolution has been generated for practical regional applications such as hydrologic modelling. However, overly high or low values have been found at some grid points where complex topography or sparse observational network exist. In this study, the Inverse Distance Weighting (IDW) method was applied to properly smooth the overly predicted values of Improved GIS-based Regression Model (IGISRM), called the IDW-IGISRM grid data, at the same resolution for daily precipitation, maximum temperature and minimum temperature from 2001 to 2010 over South Korea. We tested various effective distances in the IDW method to detect an optimal distance that provides the highest performance. IDW-IGISRM was compared with IGISRM to evaluate the effectiveness of IDW-IGISRM with regard to spatial patterns, and quantitative performance metrics over 243 AWS observational points and four selected stations showing the largest biases. Regarding the spatial pattern, IDW-IGISRM reduced irrational overly predicted values, i. e. producing smoother spatial maps that IGISRM for all variables. In addition, all quantitative performance metrics were improved by IDW-IGISRM; correlation coefficient (CC), Index Of Agreement (IOA) increase up to 11.2% and 2.0%, respectively. Mean Absolute Error (MAE) and Root Mean Square Error (RMSE) were also reduced up to 5.4% and 15.2% respectively. At the selected four stations, this study demonstrated that the improvement was more considerable. These results indicate that IDW-IGISRM can improve the predictive performance of IGISRM, consequently providing more reliable high-resolution gridded data for assessment, adaptation, and vulnerability studies of climate change impacts.

• 한국기후변화학회지
• /
• 제9권4호
• /
• pp.423-433
• /
• 2018

본 연구에서는 고농도 미세먼지의 발생과 연관된 대기패턴을 조사하고, 이를 바탕으로 한반도의 고농도 미세먼지의 발생을 예측할 수 있는 지수를 개발하였다. 또한 개발된 지수를 이용하여 미래의 한반도 고농도 미세먼지 발생과 연관된 대기 패턴의 변화를 살펴보았다. 서울지역 미세먼지 농도의 변동성을 조사하기 위해, 황사 발생 사례일을 제외한 미세먼지 고농도 사례일은 대기환경기준에 따라 24시간 평균 $PM_{10}$ 농도가 $100{\mu}g/m^3$ 이상일 경우로 정의하였다. 미세먼지 연평균 농도는 2001년부터 꾸준히 감소하는 경향을 보이며, 2012년 이후에 감소 추세가 주춤하였으며, $PM_{10}$ 고농도 사례일수도 2003년부터 2016년까지 대체로 감소하였다. 그러나 4일 이상 지속되었던 고농도 사례만을 살펴보면 2001년과 2003년을 제외하고 뚜렷한 감소 경향을 찾아보기 어렵고 전반적인 대기질 향상에도 불구하고 지속적으로 발생하는 것을 알 수 있다. 4일이상 지속되는 고농도 사례는 최근 들어 뚜렷한 경향을 보이지 않고, 기상조건 등의 다른 발생원이 있음을 알 수 있다. 그러므로 고농도 사례에 대한 대기 순환장의 특징을 살펴보기 위해 한반도의 고농도 사례일에 대한 대기패턴의 합성장을 분석하였다. 고농도 사례가 발생하였을 경우, 한반도 상공에 고기압에 위치하면서, 극의 찬 공기의 유입을 차단하며, 상층 동서 방향 바람은 한반도 북쪽으로 흐르게 된다. 따라서 한반도 지역은 차고 건조한 북서풍이 약화되고, 풍속이 감소된다. 이러한 한반도 미세먼지 고농도 사례와 연관된 대기패턴을 바탕으로 겨울철 한반도 $PM_{10}$ 농도를 전망하기 위한 미세먼지 고농도 지수를 정의하여 사용하였다. 먼저 500 hPa 지위고도, 500 hPa 동서 방향 바람 성분, 850 hPa 남북 방향 바람 성분과 $PM_{10}$과의 상관성이 높은 지역에서 각 변수를 영역 평균하고 표준화 과정을 거친 후 각 변수에 대한 지수를 계산하고, 각 지수의 합으로 한반도 미세먼지 고농도 지수 (KPI)를 정의하였다. 한반도 미세먼지 고농도 지수를 CMIP5에 참여하는 10개의 기후모형에 적용하여 미래 한반도의 고농도 미세먼지를 발생시킬 수 있는 대기패턴의 변동성을 살펴보았다. 겨울철 한반도에서 대기의 정체를 유발하여 심한 대기오염을 발생시킬 수 있는 기상 조건의 빈도가 기후변화에 따라 크게 증가하는 것으로 나타났다. 이러한 증가는 한반도 주변의 평균 대기 상태의 변화와 일치한다 (Cai et al, 2017). 이 연구는 $PM_{10}$ 관측자료 기간이 2001년부터 2016년까지의 총 16년 동안의 자료 만을 이용하여 한반도 고농도 미세먼지 발생과 관련된 대기패턴을 분석하였기에 대기오염과 연관된 기상조건을 완벽하게 식별하지는 못하였을 것이다. 향후 연구를 통해서 $PM_{10}$과 더불어 $PM_{2.5}$의 자료를 활용하여 상세한 분석이 필요할 것으로 보인다. 그럼에도 불구하고, 본 연구의 결과는 지구 온실가스 배출로 인한 대기 순환의 변화가 한반도 고농도 미세먼지 발생 사례를 증가시키는 중요한 역할을 할 수 있음을 시사한다. 지구 온난화가 심해진다면, 작은 대기 오염 배출이라도 축적이 되어 고농도 미세먼지 현상이 발생 할 수 있다. 따라서 대기 오염 배출 저감 노력뿐만 아니라, 온실가스 배출량을 줄이기 위한 노력이 동시에 필요할 것으로 사료된다.

• 한국농림기상학회:학술대회논문집
• /
• 한국농림기상학회 2019년도 하계 학술발표초록집
• /
• pp.240-240
• /
• 2019

• 한국수자원학회논문집
• /
• 제54권9호
• /
• pp.667-680
• /
• 2021

이 연구의 목적은 서리 발생일과 무상일 기간의 특성을 분석하고 로지스틱 회귀, 랜덤 포레스트, Long-short Term Memory (LSTM) 기법을 활용하여 서리발생 예측모델을 개발하고 평가하는데 있다. 수원, 청주, 광주 지점에서 봄철과 가을철 서리발생 예측모델 개발을 위한 기상변수들을 수집하였으며, 수집기간은 1973년부터 2019년까지이다. 프리시전(precision), 리콜(Recall), f-1 스코어와, AUC 및 Reliability Diagram과 같은 그래피컬 평가기법을 이용해 서리발생 예측모델을 평가하였다. 봄철과 가을철 모두 서리발생일이 줄어드는 경향성(유의수준: 0.01)을 보였다. 0.9 이상의 높은 AUC 값에도 불구하고, 신뢰도는 일정한 값을 보여주지는 않았다. 서리발생일 측뿐만 아니라, 초상일과 종상일을 정확히 예측할 수 있도록 모형 개선이 필요해 보이며, 다른 지역의 더 많은 지점에서 동일한 기법을 적용해 보는 연구가 필요해 보인다.

• 대한원격탐사학회지
• /
• 제34권6_1호
• /
• pp.997-1007
• /
• 2018

가뭄감시는 기후변화로 인해 빈번히 발생하는 자연재해를 저감하기 위해 필요한 중요한 요소 중의 하나이다. 한반도 지역의 가뭄감시를 수행하기 위해서는 위성기반 강수량을 관측하는 것이 필요하다. 본 연구에서는 위성기반의 원시위성강우자료와 편의보정한 위성자료를 이용하여 위성기반 강수량의 정확도를 확인하였다. 서로 다른 공간/시간 해상도를 가지는 원시위성자료(TRMM TMPA, GPM IMERG)를 10 km로 재격자화 하고, 일단위로 변환하였다. 최종적으로 원시위성강우의 표준 시간대를 한반도 표준시(GMT+9)로 변환하여 데이터베이스를 구축하였다. 한반도를 대상지역으로 선정하여, 지상관측자료와 검증을 실시하였다. 편의보정 기법은 GRA-IDW 기법을 선정하여 수행하였다. 먼저 원시위성자료를 검증한 결과를 살펴보면, 상관계수는 1998년부터 2017년까지 0.775로 비교적 정확도가 높게 나왔으며, TRMM TMPA, GPM IMERG 각각의 10 km 일강수량 상관계수값은 0.776, 0.753으로 크게 차이 나지 않았다. BIAS값은 원시위성자료 값이 지상관측자료보다 과대추정하는 것으로 나타났다. 편의보정한 위성자료를 검증한 결과를 살펴보면, 상관계수와 RMSE가 편의보정 전보다 개선된 값을 보여주고 있다. 본 연구에서 검증한 위성강우자료는 가뭄감시시스템의 기초자료로 충분히 활용할 수 있으며, 향후 미계측지역의 가뭄관리 의사결정을 위한 격자자료로 활용할 수 있을 것으로 판단된다.

• 한국수자원학회논문집
• /
• 제53권4호
• /
• pp.285-291
• /
• 2020

이 연구에서는 Noah 3.3 지면모형을 이용하여 표층과 근역층(root-zone)의 토양함수비를 추정하고, 이를 위성기반 및 재분석 토양수분자료와 비교·검증하였다. 먼저, Noah 3.3 지면모형으로부터 추정한 4개 토양층 중 지면에 가까운 3개층(즉, 표층으로부터 1 m 깊이까지) 토양함수비를 이용하여 3개층의 깊이 가중평균값을 근역층 토양 함수비로 정의하였다. 이렇게 Noah 3.3 지면모형으로 추정한 토양함수비를 위성기반 표층 토양 함수비(European Space Agency Climate Change Initiatives Soil Moisture Product v04.4, ESA CCI SM v04.4)와 ERA-interim 재분석 표층 및 근역층 토양함수비와 비교·검증하였다. 또한, 전지구의 주요 5개 유역(Yangtze, Mekong, Mississippi, Murray-Darling, Amazon)에 대해 Gravity Recovery and Climate Experiment (GRACE) 관측 Total Water Storage Anomaly (TWSA) 와 TWS Change (TWSC)를 이용하여 비교·검증하였다. Noah 3.3 지면모형으로 산정한 토양수분 자료는 동아시아 지역과 남아시아 지역, 호주, 북미와 남미 등 대부분의 아시아·태평양지역에서 높은 아노말리 상관관계를 보였으며, 5개 유역에서 호주의 머레이-달링(Murray-Darling)유역에서 다소 낮은 상관관계를 보였으나, 나머지 4개 유역에서는 대체로 높은 상관성을 보였다. Noah 3.3 지면모형은 준실시간 토양수분 모의가 가능하기 때문에 이에 기반한 가뭄감시가 가능하며, 선제적 가뭄 대응 대책 마련에 활용성이 클 것으로 기대된다.

• 한국농공학회논문집
• /
• 제59권2호
• /
• pp.69-79
• /
• 2017

In this study, we developed real-time urban stream discharge forecasting model using short-term rainfall forecasts data simulated by a regional climate model (RCM). The National Centers for Environmental Prediction (NCEP) Climate Forecasting System (CFS) data was used as a boundary condition for the RCM, namely the Global/Regional Integrated Model System(GRIMs)-Regional Model Program (RMP). In addition, we make ensemble (ESB) forecast with different lead time from 1-day to 3-day and its accuracy was validated through temporal correlation coefficient (TCC). The simulated rainfall is compared to observed data, which are automatic weather stations (AWS) data and Tropical Rainfall Measuring Mission (TRMM) Multisatellite Precipitation Analysis (TMPA 3B43; 3 hourly rainfall with $0.25^{\circ}{\times}0.25^{\circ}$ resolution) data over midland of Korea in July 26-29, 2011. Moreover, we evaluated urban rainfall-runoff relationship using Storm Water Management Model (SWMM). Several statistical measures (e.g., percent error of peak, precent error of volume, and time of peak) are used to validate the rainfall-runoff model's performance. The correlation coefficient (CC) and the Nash-Sutcliffe efficiency (NSE) are evaluated. The result shows that the high correlation was lead time (LT) 33-hour, LT 27-hour, and ESB forecasts, and the NSE shows positive values in LT 33-hour, and ESB forecasts. Through this study, it can be expected to utilizing the real-time urban flood alert using short-term weather forecast.

• 한국농공학회논문집
• /
• 제58권3호
• /
• pp.57-69
• /
• 2016

In this study, we analyzed the extreme rainfall distribution scenarios based on probable rainfall calculation and applying various time distribution models over the landslide high risk zones in urban areas. We used observed rainfall data form total 71 ASOS (Automated Synoptic Observing System) station and AWS (Automatic Weather Station) in KMA (Korea Meteorological Administration), and we analyzed the linear trends for 1-hr and 24-hr annual maximum rainfall series using simple linear regression method, which are identified their increasing trends with slopes of 0.035 and 0.660 during 1961-2014, respectively. The Gumbel distribution was applied to obtain the return period and probability precipitation for each duration. The IDF (Intensity-Duration-Frequency) curves for landslide high risk zones were derived by applying integrated probability precipitation intensity equation. Results from IDF analysis indicate that the probability precipitation varies from 31.4~38.3 % for 1 hr duration, and 33.0~47.9 % for 24 hr duration. It also showed different results for each area. The $Huff-4^{th}$ Quartile method as well as Mononobe distribution were selected as the rainfall distribution scenarios of landslide high risk zones. The results of this study can be used to provide boundary conditions for slope collapse analysis, to analyze sediment disaster risk, and to use as input data for risk prediction of debris flow.

• 한국농공학회논문집
• /
• 제61권1호
• /
• pp.1-8
• /
• 2019

Developing reliable soil moisture prediction techniques at agricultural regions is a pivotal issue for sustaining stable crop productions. In this study, a physically-based SWAP(Soil-Water-Atmosphere-Plant) model was suggested to estimate soil moisture dynamics at the study sites. ROSETTA was also integrated to derive the soil hydraulic properties(${\alpha}$, n, ${\Theta}_r$, ${\Theta}_s$, $K_s$) as the input variables to SWAP based on the soil information(Sand, Silt and Clay-SSC, %). In order to predict the soil moisture dynamics in future, the mid-term TIGGIE(THORPEX Interactive Grand Global Ensemble) and long-term S2S(Subseasonal to Seasonal) weather forecasts were used, respectively. Our proposed approach was tested at the six study sites of RDA(Rural Development Administration). The estimated soil moisture values based on the SWAP model matched the measured data with the statistics of Root Mean Square Error(RMSE: 0.034~0.069) and Temporal Correlation Coefficient(TCC: 0.735~0.869) for validation. When we predicted the mid-/long-term soil moisture values using the TIGGE(0~15 days)/S2S(16~46 days) weather forecasts, the soil moisture estimates showed less variations during the TIGGE period while uncertainties were increased for the S2S period. Although uncertainties were relatively increased based on the increased leading time of S2S compared to those of TIGGE, these results supported the potential use of TIGGE/S2S forecasts in evaluating agricultural drought. Our proposed approach can be useful for efficient water resources management plans in hydrology, agriculture, etc.