• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.104-104
• /
• 2020

강수량은 수문 순환의 결정적인 연결 고리이며 공간적, 시간적 변화는 매우 크며, 또한 전 세계적인 범위의 강수량 자료는 지구상의 수문 순환에 대한 이해와 날씨 및 기후 예측을 위해 필요하다. 그리고 지역적 강수량에 대한 지식은 사회 복지에 필수적이다. 지상에 있는 강우관소에서 관측된 강우는 본질적으로 강우의 공간적 불균일성을 반영하기 어려우며, 관측 주기가 하루 이상으로 긴 경우에는 홍수와 연계한 생태-수문학 연구에 적용하는데 한계가 있다. 또한, 지상계측 방법은 해양, 극지방 및 산악지역의 강수량을 관찰하는데 어려움이 있다. 이에 반하여 원격탐사 기술은 지구 강수를 관찰하는데 많은 도움을 주는 기술로 인식되고 있다. 위성자료를 이용한 강우 추정은 지상 강우관측소 및 기상레이더와 비교하여 광역적 공간범위를 대상으로 하며, 지속적이고 균일한 강우를 생산한다는 장점을 갖고 있다(Hong et al. 2016). 위성강우 자료는 일반적으로 전 세계 강수량에 대한 지식과 글로벌 수문순환에 대한 연구를 촉진하고 있으며, 특히, 동아시아, 동남아시아, 아프리카 등지에는 수문학적 미계측 지역이 많기 때문에 위성강우 자료를 이용한 강수량 평가에 대한 연구가 다수 진행되고 있다(Hoscilo et al., 2015; Dembélé et al., 2016; Dandridge et al., 2019; Kim et al., 2019; Yuan et al., 2019). 본 연구는 위성으로부터 유도된 강수자료 중 NASA의 IMERG, NOAA의 CMORPH, 그리고 일본 JAXA의 GSMaP의 위성강우자료와 국내의 ASOS 시간강우자료의 비교를 통해 위성강우의 정확도를 평가하는 것을 목적으로 하고 있다. 분석 결과 총강우에 대한 편이는 그림 1에서 보는바와 같이 CMORPH가 가장 작고 가장 최근에 제공되기 시작한 IMERG 강수자료가 가장 큰 것으로 분석되었다. 지상계측강우와의 상관계수는 1시간 및 3시간의 시간해상도에서 2019년 18호 태풍 미탁(Mitak)의 경우 IMERG 및 GSMaP 각각 0.63 및 0.60와 0.73 및 0.70으로 분석되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.206-206
• /
• 2023

지구온난화로 인한 기후변화에 따라 평균강수량과 증발량이 증가하며 강우지역 집중화와 강우강도가 높아질 가능성이 크다. 우리나라의 경우 협소한 국토면적과 높은 인구밀도로 기후변동의 영향이 크기 때문에 한반도에 적합한 유역규모의 수자원 예측과 대응방안을 마련해야 한다. 이를 위한 수자원 관리를 위해서는 유역에서 강수량, 유출량, 증발량 등의 장기적인 자료가 필요하며 경험식, 물리적 강우-유출 모형 등이 사용되었고, 최근들어 연구의 확장성과 비 선형성 등을 고려하기 위해 딥러닝등 인공지능 기술들이 접목되고 있다. 본 연구에서는 ASOS(동해, 태백)와 AWS(삼척, 신기, 도계) 5곳의 관측소에서 2011년~2020년까지의 일 단위 기상관측자료를 수집하고 WAMIS에서 같은 기간의 오십천 하구 일 유출량 자료를 수집 후 5개 관측소를 기준으로Thiessen 면적비를 적용해 기상자료를 구축했으며 Angstrom & Hargreaves 공식으로 잠재증발산량 산정해 3개의 모델에 각각 기상자료(일 강수량, 최고기온, 최대 순간 풍속, 최저기온, 평균풍속, 평균기온), 일 강수량과 잠재증발산량, 일 강수량 - 잠재증발산량을 학습 후 관측 유출량과 비교결과 기상자료(일 강수량, 최고기온, 최대 순간 풍속, 최저기온, 평균풍속, 평균기온)로 학습한 모델성능이 가장 높아 최적 모델로 선정했으며 일, 월, 연 관측유출량 시계열과 비교했다. 또한 같은 학습자료를 사용해 다층 퍼셉트론(Multi Layer Perceptron, MLP) 앙상블 모델을 구축하여 수자원 분야에서의 인공지능 활용성을 평가했다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.308-308
• /
• 2023

자연재해대책법 제 16조 6에 따라 기후변화로 인한 방재성능목표의 영향을 고려하기 위해 방재성능가이드라인을 설정하여 운영하고 있다. 2017년 공표된 기후변화를 고려한 방재성능목표 강우량의 단기 할증률은 CMIP5 자료를 기반으로 기본 5%, 관심 8%, 주의 10%의 할증률로 구분되어 적용되고 있다. 그러나, 미래 기후변화 시나리오에 따르면 확률강우량이 늘어나는 지역도 있지만, 감소될 것으로 예상되는 지역도 존재한다. 따라서, 모든 지역을 3개의 구간으로 나누어 증가 할증률을 적용하는 것에 대한 검토가 필요하다. 본 연구에서는 CMIP6 기후변화 자료를 시단위로 다운스케일링한 시계열을 이용하여 미래 기후변화로 인한 방재성능목표의 할증률을 산정하고, 각 할증률에 기반한 구간을 상세화하고자 한다. 구체적으로, 현재 기상청에서 제공하는 일단위 기후변화 데이터베이스와, CMIP6에서 제공하는 일단위 기후변화 자료를 구축하고, 분석하였다. 이후 구축된 일단위 자료를 시단위 자료로 Downscaling한 후, 각 이산화탄소 배출 시나리오인 SSP1-2.6, SSP2-4.5, SSP3-7.0, SSP5-8.5에 대해 앙상블 시계열을 생성하고, 다양한 기후변화의 불확실성을 적절하게 정량화 할 예정이다. 그중에서 방재성능목표와 가장 밀접하다고 생각되는 변수들(연강우량, 8월강우량, 연최대강우량, 30년빈도 확률강우량 등)을 CCF(Cross Correlation Function), ACC(Auto Correlation Function)방법 등을 통해 분석하여 최적의 변수들을 찾고, 그 값들의 앙상블 평균을 통해 안정된 방재성능목표 기후변화 할증률 값을 산정할 예정이다. 169개 지역의 시·군 단위의 티센망과, 238개 지역의 시·군·구 단위의 티센망을 구축하고, 기상청 ASOS(Automated Synoptic Observing System)의 69개 기상관측소 강우관측자료와 AWS(Automatic Weather System)의 419개 기상관측소를 활용하여 지역별 미래 기후변화를 고려한 비선형적 할증률를 제시할 것이다.

• Journal of the Korean Society of Safety
• /
• v.27 no.5
• /
• pp.158-163
• /
• 2012

This study is concerned with the estimation of wind speeds for return period in cellularized district of Busan by the recent meteorological data. Recently standard of the wind load in Busan area is determined by using meteorological wind speed data which is observed on Automated Synoptic Observing System(ASOS) only. Applying the existing basic wind speed that is 40m/s to the construction design of Busan area is inefficient. Because the wind speeds of Busan area show different amounts depend on the location of cellularized district. This research analyze the observed data of wind speeds of cellularized district in Busan based on Automate Weather System(AWA). In addition that we compute regional wind speeds for return period by using Gumbel distribution and study and compare with the existing basic wind speeds after evaluating appropriateness by Hazen's plot method.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.375-375
• /
• 2021

제주지역의 경우에는 지형학적으로 한라산을 중심으로 한 산악지형을 이루고 있으며, 이러한 산악지형은 수문기상요소에 고도에 따른 영향을 미치게 된다. 따라서, 제주지역의 수문기상요소에 대한 산악효과를 정량적으로 파악하기 위해서는 해안 저지대에서부터 중산간, 고지대에 이르기까지 관측지점이 고르게 분포되어 있어야 한다. 제주 전역의 과거 운영되었거나, 현재 운영중인 기상관련 관측지점의 수는 125개에 이른다. 강수의 경우, 기상청(ASOS, AWS), 제주도 재난본부에서 관측하고 있으며, 강수 이외의 기상요소는 기상청에서 관측되어지고 있다. 본 연구에서는 제주전역의 기상관측지점에 대하여 강수량, 온도, 습도를 중심으로 제주지역의 산악효과 및 공간적인 특성을 분석하고자 하였다. 고도에 따른 기상요소의 정량적인 상관관계를 제시하고자 하였으며, 제주 전역에 걸친 수문기상요소들의 공간상관성 분석을 토대로 공간적인 분포특성을 도출하고자 하였다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.22 no.3
• /
• pp.128-134
• /
• 2020

The daily gridded meteorological information and climatology with high resolution (30m and 270m) was produced from 94 Automated Surface Observing System (ASOS) of Korea Meteorological Administration (KMA) for the past 50 years (1971-current) by different downscaling methods. In addition, the difference between daily meteorological data and the mean state of past 30 years (1981-2010) was calculated for the analysis of climate change. These datasets with GeoTiff format are available from the web interface (https://agecoclim. agmet.kr). The performance of the data is evaluated using 172 Automatic Weather S tation (AWS ) of Rural Development of Administration (RDA). The data have biases lower than 2.0, and root mean square errors (RMSE) lower than 3.8. This data may help to better understand the regional climatic change and its impact on agroecosystem in S outh Korea.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.40-40
• /
• 2017

최근 2014년 마른장마의 영향으로 중부 지방에 가뭄이 발생하였으며, 장마철 강수부족은 2015년까지 영향을 미친바 있다. 이로 인해 소양강 댐은 역대 최저수위를 기록하였으며, 일부 지역에서는 제한급수, 농업용수 부족 등의 피해가 발생하였다. 일반적으로 가뭄은 발생순서에 따라 기상학적, 농업적, 수문학적 가뭄 등으로 분류하고 있다 (Wilhite and Grantz, 1985). 기상학적 가뭄은 농업 및 수문학적 가뭄에 영향을 미치는 가뭄의 시작 단계를 의미하며, 가뭄을 판단하는데 있어 중요한 요소라 할 수 있다. 기상학적 가뭄을 정량적으로 판단하기 위해 SPI, PDSI, PN 등이 활용되고 있으며, 특히 강수량 기반의 SPI는 계산과정이 쉽고, 다양한 지속시간(3, 6, 9, 12개월 등)에 따라 가뭄을 객관적으로 판단할 수 있어 가장 활발하게 이용되고 있다(Mckee et al., 1993). 최근 기상청은 대기와 해양-해빙 모델을 접합한 GloSea5의 장기예보자료를 활용하여 월 내지 계절 가뭄전망을 위한 기상학적 가뭄지수를 현업에 활용하고 있다. 다만 국내에서는 주로 단기가뭄(1~3개월)이 빈번하게 발생함에 따라 짧은 예보선행시간을 갖는 가뭄전망에 대한 평가에 집중되어 왔다. 2014, 15년에는 이례적으로 2년 연속 가뭄이 지속된바 있으며, 장기가뭄(3개월 이상)에 대한 전망정보의 필요성이 증가하고 있다. 본 연구에서는 장기예보자료 기반의 기상학적 가뭄전망정보를 산정하고, 2015년 가뭄을 대상으로 활용성을 평가하였다. 이를 위해 ASOS 59개 지점의 관측강수량, GloSea5의 미래예측(Foreacst) 및 과거재현(Hindcast) 자료를 활용하였으며, 다양한 지속시간(3, 6, 9, 12개월)에 대한 SPI를 산정하였다. 또한 예보선행시간(1~6개월)에 따른 SPI와 관측자료 기반의 SPI 간의 통계적 분석(상관계수, 평균제곱근오차)을 수행하여 전망정보의 정확도를 평가하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.63-63
• /
• 2022

기상 예보자료는 발생 가능한 재난의 예방 및 대비 차원에서 매우 중요한 자료로 활용되고 있다. 우리나라 기상청에서는 동네예보를 통해 5km 공간해상도의 1시간 간격 초단기예보와, 6시간 간격 정량강우예보(Quantitative Precipitation Forecast, QPF)의 단기예보 정보를 제공하고 있다. 그러나 이와 같은 예보자료는 강우량의 시·공간변화가 큰 집중호우와 같은 기상자료를 활용한 수문학적인 해석에는 한계가 있다. 예보자료를 수문학에 활용하기 위한 시·공간적 해상도 개선뿐만 아니라 방대한 기상 및 기후 자료의 예측성능을 개선하기 위한 다양한 연구가 진행되고 있다. 본 연구에서는 기상청이 제공하는 지역 앙상블 예측 시스템(Local ENsemble prediction System, LENS)와 종관기상관측시스템(ASOS) 및 방재기상관측시스템(AWS) 관측 데이터 및 동네예보에 기계학습 방법을 적용하여 수문학적 정량적 강수량 예측(Hydrological Quantitative Precipitation Forecast, HQPF) 정보를 생산하였다. 전처리 과정을 통해 모든 데이터의 시간해상도와 공간해상도를 동일한 해상도로 변환하였으며, 예측 변수의 인자 분석을 통해 기계학습의 예측 변수를 도출하였다. 기계학습 방법으로는 처리속도와 확장성을 고려하여 XGBoost(eXtreme Gradient Boosting) 방식을 적용하였으며, 집중호우에서의 예측정확도를 높이기 위해 확률매칭(PM) 방식을 적용하였다. 생산된 HQPF의 성능을 평가하기 위해 2020년에 발생한 14건의 호우 사상을 대상으로 태풍형과 비태풍형으로 구분하여 검증을 수행하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.525-525
• /
• 2015

국립기상과학원은 국가 물관리를 효율적으로 지원하기 위하여 TOPLATS(TOPmodel based Land-Atmosphere Transfer Scheme) 지면모델 기반을 활용한 전국 수문기상 분석 및 예측정보 생산체계를 구축하였다. TOPLATS 지면모델에서는 토양, 식생 등을 표현하기 위한 다양한 매개변수들이 사용되고 있으며, 그 중에서도 토양 속성과 관련 매개변수들은 토양수분, 증발산 등의 수문기상요소 생산에 큰 영향을 미치고 있어 현실적인 토양 특성에 대한 고려가 요구된다. 본 연구는 국립농업과학원의 토양도 정보를 이용하여 TOPLATS 지면모델에서 요구되는 토양 속성 및 관련 매개변수를 산정하고 이를 모델에 적용하고자 하였다. TOPLATS 모델에 사용되는 토양 매개변수는 총 22개 이며, 본 연구에서는 국립농업과학원에서 제공한 총 405개의 토양통에 대한 매개변수를 각각 산정하였다. TOPLATS 모델을 강제하기 위한 기상자료는 동네예보 분석자료, KLAPS(Korea Local Analysis and Prediction System) 분석자료, 입사 단 장파 복사량은 ASOS 관측자료를 기반으로 한 5km 해상도의 남한 격자자료이며, 2010~2013년 기간의 토양수분, 증발산량에 대한 검증 연구를 수행하였다. 본 연구의 결과는 기존의 11개 토양속성정보로 산출된 결과와 비교 분석하여 추후 제시할 예정이며, 본 연구에서 산출된 국내 토양 특성을 반영한 고해상도 수문기상정보는 향후 홍수 예측 및 가뭄 평가에 활용 할 수 있을 것으로 기대된다.

• 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.