• 한국습지학회지
• /
• 제21권4호
• /
• pp.305-311
• /
• 2019

최근 전 지구적인 기후변화는 예측이 어려운 이상 기후를 발생시키며 기존의 기후에 맞추어 수립된 재해 대응 방안으로는 충분한 방어 및 완화조치가 이루어지지 않고 있다. 특히, 반복되는 집중호우는 견고하게 구성되었던 도심지 홍수방어 체계에서도 피해를 발생시키고 있다. 따라서 본 연구에서는 강우의 공간적인 분포와 도시 특성을 고려하여 유출량의 변화를 분석하였으며, 이는 특정 지역에 집중되는 강우 양상과 불투수층이 많은 도시의 유출특성에 대한 연구이다. 서울 지역에서 한 곳에 집중되는 강우의 경우, 유역의 유입량 및 유출량 계산이 정확하게 이뤄지기 위해서는 유역에 내린 강우를 정확하게 측정해야 한다. 본 연구는 서울 기상청에서 제공 하고 있는 종관기상관측장비(Automated Surface Observing System, ASOS)와 방재 기상관측장비(Automatic Weather Stations, AWS)로 관측된 강우자료를 이용하여 서울 용답 빗물펌프장 유역과 가산1빗물 펌프장 유역에서의 유출량을 EPA-SWMM 모형을 사용하여 산정하고, 비교·분석을 하였다. 빗물펌프장 유역은 불투수 면적이 대부분인 작은 도시 유역이므로, ASOS 자료를 사용할 경우에는 유역과 강우 관측 지점의 거리가 멀어, 유역 내 내린 강우와 상이한 강우 자료를 이용하여 유출량을 계산하게 되는 경우가 많다. 본 연구에서는 유역 근처에 위치한 AWS에서 관측한 강우자료와 유역에서 멀리 떨어진 ASOS에서 관측한 강우자료의 차이를 분석하고, 이에 따라 달라지는 유출량을 계산하였다. 이를 통해 정확한 강우량을 사용하여 빗물펌프장을 운영하거나 도시 홍수 홍수 예보 등을 수행해야 한다는 것을 알 수 있었다. 또한, 본 연구의 결과는 설계강우량 산정 및 유출량 계산에 도움이 될 수 있을 것으로 판단된다.

• 한국지구과학회지
• /
• 제41권2호
• /
• pp.95-110
• /
• 2020

본 연구에서는 고해상도 ERA5 재분석자료 중 우리나라 지상 온도 자료의 신뢰성을 검증할 목적으로 종관기상관측소(ASOS) 관측자료와 비교를 수행하였다. 새롭게 생산되어 배포 중인 ERA5 재분석자료는 높은 시·공간적 해상도를 가져 여러 분야에 활용성이 매우 높다. 자료의 분석 기간은 ASOS 61개 관측소가 1999년 이후로 결측률이 매우 낮으며 시간평균 자료를 제공한다는 점을 고려하여 1999-2018년 기간으로 설정하였다. ERA5 격자 자료는 격자 내 90-m 수치표고모델(DEM) 분포로부터 내륙, 해안, 산악 지역에 해당하는 지형학적인 특성에 따라 분류하여 ASOS 지점 자료와 비교되었다. 분석 기간 전체에 대한 평균 지상 온도는 ASOS와 ERA5 모두 공간 분포의 패턴과 값은 큰 차이없이 유사하였다. ASOS와 ERA5의 산점도 비교를 통해 전체 기간, 특히 여름, 겨울 기간에 대해 계절 변동성을 가진다는 특성을 확인할 수 있었으며, 이는 달별 두 자료 사이의 매시간 차이 확률밀도함수(PDF)의 시계열을 통해서도 확인되었다. 두 자료 사이의 차이를 통계지수인 NMB, RMSE를 계산하여 정량화시켰을 때, 각 값에서 지역적인 특성을 보였으나 모든 지수에서 큰 차이가 없다고 판단할 수 있었으며, 상관성을 보기 위해 R과 IOA를 통해 구한 값은 모두 0.99에 근접하였다. 특히 일평균 산출에 있어 1-시간-평균 값 24개를 이용한 일평균의 경우가 최고와 최저온도의 평균을 이용하는 일평균에 비해 오차가 작게 나타났고, 두 자료 사이의 상관성도 높게 나타남을 확인하였다. 두 자료의 차이가 나타나는 원인으로 ERA5 격자 내 지형 효과가 가장 클 것으로 판단하여 수치표고모델을 활용하여 각 지역별 PDF를 이용해 첨도 및 왜도를 구하고, 이를 온도 차이 파워 스펙트럼의 1년 주기 변동 크기와 비교하였다. 그 결과, 양의 상관성을 가졌음을 확인하였다. 이는 지형 효과가 두 자료 차이의 원인이라고 설명하는 결과이다.

• 한국지리정보학회지
• /
• 제25권4호
• /
• pp.1-18
• /
• 2022

현재 우리나라 기상청에서는 6개월 누적강수량 기준인 SPI6(standardized precipitation index 6)을 이용하여 기상가뭄을 지역별로 평가하고 있다. 하지만, SPI는 69개 기상관측소의 강수량만을 고려하여 산정되는 지수로 복합적인 이유로 나타나는 가뭄사상은 정확하게 판단하지 못하고 있는 실정이다. 따라서, 본 연구의 목적은 강수량만을 고려한 SPI와 강수량, 식생지수 및 기온을 복합적으로 고려하는 SDCI(Scaled Drought Condition Index)를 경기도 지역을 대상으로 산정 및 비교하고자 하였다. 또한, SPI와 SDCI의 비교를 통해 산정된 결과를 활용하여 지점자료기반 가뭄지수와 위성영상기반 가뭄지수의 장단점을 파악하고자 하였다. SDCI를 산정하기 위해 MODIS(MODerate resolution Imaging Spectroradiometer) 위성영상자료, 종관기상관측(ASOS) 자료 및 크리깅 기법을 사용하였다. 강수량의 지속기간은 2014년의 8개 시점에 대해 1개월, 3개월, 6개월을 각각 적용하여 SDCI1, SDCI3, SDCI6을 산정하였다. SDCI 산정 결과, SPI와 달리 약 두달 전부터 가뭄양상을 나타내기 시작하여 경기도 시군별 가뭄에 대해서 잘 드러냈다. 이를 통해, 위성영상자료와 지점자료의 결합이 가뭄지수 변화 양상에 있어서 효율성을 높였으며, 기존의 건조 지역과 더불어 습윤 지역에 대해 가뭄예측 가능성을 증대시켰음을 파악할 수 있었다.

• 한국환경과학회지
• /
• 제27권7호
• /
• pp.509-518
• /
• 2018

Weather is the most influential factor for crop cultivation. Weather information for cultivated areas is necessary for growth and production forecasting of agricultural crops. However, there are limitations in the meteorological observations in cultivated areas because weather equipment is not installed. This study tested methods of predicting the daily mean temperature in onion fields using geostatistical models. Three models were considered: inverse distance weight method, generalized additive model, and Bayesian spatial linear model. Data were collected from the AWS (automatic weather system), ASOS (automated synoptic observing system), and an agricultural weather station between 2013 and 2016. To evaluate the prediction performance, data from AWS and ASOS were used as the modeling data, and data from the agricultural weather station were used as the validation data. It was found that the Bayesian spatial linear regression performed better than other models. Consequently, high-resolution maps of the daily mean temperature of Jeonnam were generated using all observed weather information.

• 대한원격탐사학회지
• /
• 제37권3호
• /
• pp.463-473
• /
• 2021

본 연구에서는 최근 USGS에서 공개한 Landsat 8 Collection 2 Level 2 Science Product (L2SP) 위성 영상을 이용하여 국내 지표면 온도를 산출하였고, 기존 Landsat 8 Collection 1 Level 1 Terrain Precision (L1TP) 위성 영상을 활용하여 산출한 국내 지표면 온도와의 비교와 기상청 종관기상관측자료(Automated Synoptic Observing System, ASOS)와의 검증을 통해 L2SP 기반 지표면 온도 자료의 국내 영역에 대한 적합성을 평가하고자 하였다. L2SP는 연구 및 분석에 용이하도록 Landsat 8 Collection 2 Level 1 데이터를 기반으로 만든 Level 2 자료로, 기존의 계산식을 통해 산출해야 하는 지표면 반사도 자료와 지표면 온도 자료를 계산 처리 없이 바로 사용할 수 있다는 장점이 있다. 2018년부터 2020년까지 3년간의 Landsat 8 지표면 온도 산출물과 관측소 지점 8개소 주변 3×3 격자 영역과의 비교한 결과, 8개 관측소 기준 L2SP 지표면 온도와 L1TP 지표면 온도의 평균 피어슨 상관계수(Pearson correlation coefficient)는 각각 0.971, 0.964로 두 자료 모두 상당히 강한 양의 상관관계를 보여주었으며, RMSE (Root Mean Square Error)의 경우 각각 4.029℃, 5.247℃로 L2SP 지표면 온도 자료가 더 낮은 RMSE를 보여주는 것을 확인 하였다. 이는 관측소 위치별로 값에 차이가 생길 수 있지만 평균적인 지표 결과를 보았을 때, L2SP 지표면 온도 자료가 L1TP를 통해 산출되는 지표면 온도 자료와 비교했을 때 준수하거나 그 이상의 정확도를 보여주어 국내 지표면 온도 산출 연구에 적합하다고 판단된다. 따라서 향후 계절적 요인과 고도에 따른 온도 차이 등의 환경 및 지형적인 요인도 고려를 하거나, 본 연구 과정에서 발생한 Science Product의 고정적인 영상 품질 문제 등이 개선된다면 보다 더 안정적이고 정확도 높은 지표면 온도 참조 자료로써의 유용성이 클 것이라 판단된다.

• 한국환경과학회지
• /
• 제23권5호
• /
• pp.873-885
• /
• 2014

To identify the characteristics of extreme heat events and tropical nights in major cities, the correlations between automated synoptic observing station (ASOS), automatic weather station (AWS), and temperature in seven metropolitan areas were analyzed. Temperatures at ASOS were found to be useful sources of the reference temperature of each area. To set the standard for identifying dates of extreme heat events in relation to regional topography and the natural environment, the monthly and yearly frequency of extreme heat in each region was examined, based on the standards for extreme heat day (EHD), tropical night day (TND), and extreme heat and tropical night day (ETD). All three cases identified 1994 as the year with the most frequent heat waves. The frequency was low according to all three cases in 1993, 2003 and 2009. Meanwhile, the yearly rate of increase was the highest in 1994, followed by 2010 and 2004, indicating that the frequency of extreme heat changed significantly between 1993 and 1994, 2003 and 2004, and 2009 and 2010. Therefore all three indexes can be used as a standard for high temperature events. According to monthly frequency data for EHD, TND, and ETD, July and August accounted for 80% or more of the extreme heat of the entire year.

• 한국수자원학회논문집
• /
• 제57권5호
• /
• pp.333-346
• /
• 2024

수량과 수질 및 수생태를 동시에 고려한 수자원 관리를 위해서는 신뢰도 높은 중기 유량 예측 기술이 필수적이다. 이를 위해서는 기상자료의 특성에 대한 이해와 더불어, 시공간 해상도가 낮은 기상예측 정보를 고해상도 분포형 수문모형에서 효과적으로 활용하는 기술이 중요하다. 본 연구에서는 분포형 수문모형 WRF-Hydro와 선행시간 288시간까지의 기상정보를 제공하는 Global Data Assimilation and Prediction System (GDAPS)를 활용해 고해상도 중기 유량 예측을 수행하고 적용성을 검토하였다. 이를 위해 대상 유역인 낙동강 지류 금호강 유역에 대해 100 m 공간해상도의 WRF-Hydro모형을 구축하고 기상지상관측자료 Automatic Weather Stations (AWS)& Automated Synoptic Observing Systems (ASOS), 기상수치예보모형 GDAPS, 기상재분석자료 Global Land Data Assimilation System (GLDAS)를 입력자료로 적용한 유량 예측 모의 결과를 비교하였다. 2020~2022년 기간 3개의 강우사상에 대해 유역 평균 누적 강우량을 분석 결과, AWS&ASOS대비 GDAPS는 36%~234%, GLDAS 재분석자료는 80%~153% 범위의 과소 및 과대 산정되었음을 확인하였다. AWS&ASOS입력자료로 한 유량 예측 결과는 KGE, NSE지표가 유역 말단 강창교 지점 기준 0.6이상이었으나, GDAPS 기반 유량 모의는 강우 사상에 따라 KGE 값이 0.871~-0.131로 큰 변동성이 확인되었다. 한편, 첨두 유량 오차는 GDAPS가 GLDAS보다 크거나 비슷했지만, 첨두 홍수 발생시간의 오차는 AWS&ASOS, GDAPS, GLDAS가 각각 평균 3.7시간, 8.4시간, 70.1시간으로, 첨두 발생시간 측면에서는 GDAPS의 오차가 GLDAS보다 적었다. GDAPS를 입력자료로 한 WRF-Hydro 고해상도 중기 유량 예측은 첨두 유량의 불확실성은 크지만, 첨두 유량 발생시점에 대한 정확도는 상대적으로 높아 수자원 시설 운영에 효과적으로 활용될 수 있을 것으로 판단된다.

• 한국농림기상학회지
• /
• 제23권2호
• /
• pp.122-133
• /
• 2021

작물 모형의 품종모수를 추정하기 위한 기상자료는 일반적으로 생육 관측 자료가 수집된 시험지의 인근에 위치한 종관기상 관측자료가 사용되어왔으나, 지형적인 원인이나 시험지와 기상관측소 사이의 거리로 인해 실제 시험지의 기상과 차이가 발생할 수 있다. 반면, 비교적 높은 밀도로 분포하는 방재기상 관측자료를 활용할 경우 이러한 문제점을 보완할 수 있을 것이다. 본 연구에서는 종관기상 관측자료와 방재기상 관측자료를 각각 사용하여 출수기에 영향을 미치는 DSSAT 모형의 모수들을 추정하고, 추정된 모수들의 신뢰도를 비교하고자 하였다. 모수 추정을 위해 사용한 재배관리 및 생육 관측값은 지역장려품종 선발시험과 작황시험으로부터 수집하였다. 모수 추정은 Generalized Likelihood Uncertainty Estimation (GLUE) 방법을 사용하였으며, 불확실성을 고려하여 100번의 반복 추정을 통해 100개의 모수 집합을 생성하였다. 모수 추정에 소요되는 시간을 단축하기 위해 도커 컨테이너를 기반으로 병렬적으로 GLUE를 구동하였다. 추정된 모수들을 사용하여 모의된 출수기의 평균은, 방재기상자료를 사용하였을 때 최대 4일로, 종관기상자료를 사용하였을 때 최대 오차가 7일이었던 것에 비하여 크게 개선되었다. 그러나, 방재기상자료의 원활한 활용을 위해서는 해당 자료에 대한 접근성이 향상되어야 할 것으로 예상되었다.

• 한국환경과학회지
• /
• 제23권11호
• /
• pp.1929-1941
• /
• 2014

Now a days, frequency of abnormally high temperatures like heat wave by global warming and climate change is increasing constantly and the number of patient with heat related illness are jumping rapidly. In this study, we chose the case day for the heat wave in Busan area(Busan and Yangsan), 2013 which it was the most hottest year during 21th century. And then, we analysed the weather condition using automatic synoptic observing system(ASOS) data. Also, four indices, heat index(HI), wet bulb globe temperature(WBGT), Man-ENvironment heat EXchange model(MENEX)'s results like Physiological subjective temperature(PST), Physiological strain(PhS), were calculated to evaluate the thermal comfort and stress quantitatively. However, thermal comfort was different as the each station and thermal comfort index during same time. Busan's thermal indices (HI: hot, WBGT: sweltering, PST: very hot, PhS: very hot) indicated relatively higher than Yansan's (HI: very hot, WBGT: sweltering, PST: very hot, PhS: sweltering). It shows that Busan near coast is relatively more comfortable than Yangsan located in inland.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.330-330
• /
• 2022

우리나라에서 발생하는 기상 재해 현상은 주로 태풍, 집중호우, 장마 등 인명 및 경제적인 피해가 크며, 단기간에 국지적으로 나타난다. 현재 재해 감시 및 예보는 주로 종관기상관측체계를 이용하고 있다. 하지만, 우리나라의 복잡한 지형, 인구 밀집 지형, 관측 시기가 일정하지 않은 지형과 같은 조건에서 미계측 자료 및 지역이 다수 존재 때문에 강수의 공간 분포와 강도에 대한 정밀한 정보를 제공하지 못하는 실정이다. 최근 광범위한 관측영역과 공간 분해능의 개선, 자료추출 알고리즘의 개발로 전세계적으로 위성영상 기반 기상관측 자료의 활용성이 증대되고 있다. 본 연구에서는 한반도 지역의 지상 관측데이터와 전지구 격자형 위성 강우자료를 비교하여 한반도의 적용성을 분석하고자 한다. 다양한 위성영상 기반 기상자료인 Climate Hazards Groups InfraRed Precipitation with Station (CHIRPS), Precipitation Estimation From Remotely Sensed Information Using Artificial Neural Networks-Climate Data Record (PERSIANN-CDR), Global Precipitation Climatology Centre (GPCC), Precipitation Estimation From Remotely Sensed Information Using Artificial Neural Networks-Cloud Classification System (PERSIANN-CCS) 4개의 강우위성영상을 수집하여, 1991년부터 2020년까지 30년 데이터를 활용하였다. 강수량 변동성 비교를 위하여 기상청의 종관기상관측장비 (Automated Synoptic Observation System, ASOS), 자동기상관측시설 (Automatic Weather System, AWS) 데이터와 상관 분석을 수행하고, 강우위성영상의 국내 적합성을 판단하고자 한다.