• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.21-21
• /
• 2019

본 연구에서는 국내 주요 종관기상관측장비(Automated Surface Observing System; ASOS)의 강수 자료에 CSEOF 분석(Cyclo-stationary Empirical Orthogonal Function Analysis)을 적용하여 주요 성분(principle component)을 추출한 후 이를 분석하여 국내 강수의 계절적 순환 특성을 평가고자 하였다. ASOS 자료로는 전국 131개의 ASOS 중에 40년 이상의 월 강수량 자료가 구축되어 있는 47개 지점의 자료를 이용하였다. 수집한 자료의 기간은 1978년부터 2018년까지이다. 강수 자료의 월별 공간적인 강수 분포 특성을 파악하기 위해 시간적인 순환성을 고려한 CSEOF 분석을 수행하였다. 강수자료의 주성분을 추출해본 결과, CSEOF 분석의 경우 첫 번째 CSEOF 외의 다른 CSEOF들의 원자료 설명 비율 또한 작지 않게 나타나 다양한 강수 변동 특성을 평가할 수 있음을 확인하였다. 8월의 2nd CSEOF는 한반도 전체의 강수가 감소하는 것으로 나타났으며, 이는 라니냐가 7-8월 한반도 강수에 미치는 영향과 유사하다. 아울러 9월의 2nd CSEOF 결과 또한 남부를 중심으로 전체적으로 감소하는 경향이 나타남. 이는 엘리뇨 발생 시 9월의 강수 패턴과 비슷한 것으로 확인되었다. 뿐만 아니라, 우리나라에 영향을 미친 주요 태풍과 CSEOF의 상관관계도 검증할 수 있었으며, 장마와의 관계도 발견할 수 있었다. 향후, CSEOF 분석 결과에 해석방법이 개발된다면, 보다 다각적인 측면에서의 강수 계절적 순환 특성 평가가 이루어 질 수 있을 것으로 기대한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.282-282
• /
• 2016

지표수문해석모형이란 전 지구를 대상으로 수문해석 및 예측이 가능한 분포형 수문모형이다. 본 연구에서는 CSEOF(Cyclostationary Empirical Orthogonal Functions) 분석 방법을 이용하여 지표수문해석 모형 중 하나인 VIC(Variable Infiltration Capacity)모형의 토양수분 모의 성능을 평가해보고자 한다. 이를 위하여 먼저 남한에 대한 VIC 모형으로 모의한 토양수분 예측 결과와 관측자료를 수집하였다. 모의 성능 평가 기간은 1976년부터 2006년까지이다. 이후 본 연구에서는 수집된 VIC 모형의 예측 결과와 관측 자료에 대한 CSEOF 분석을 수행하여 각 자료의 월별 주된 변동 특성을 추출하였다. VIC 모형의 예측 결과와 관측자료의 상관관계는 CSEOF 분석 결과에 대한 Pattern Correlation으로 정량화되었다. 이와 더불어 본 연구에서는 모형의 모의 성능 평가에 주로 사용되는 NRMSE(Nomalized Root Mean Square Error)를 산정하여 예측 결과의 오차를 평가하였다. Pattern Correlation과 NRMSE를 모두 고려하여 VIC 모형의 성능을 평가해본 결과, 건기에 해당하는 기간과 우기에 해당하는 기간의 모의 성능이 다르게 나타났다. 본 연구의 결과는 추후에 지표수문해석 모형의 예측 결과를 이용하는 기후변화 관련 연구에 활용될 수 있을 것으로 판단된다.

• Journal of Wetlands Research
• /
• v.19 no.1
• /
• pp.52-62
• /
• 2017

In this study, land surface model was used to simulate the soil moisture of South and North Korea for the past 30 years, and the difference in their variation was analyzed. In addition, satellite observed soil moisture data provided by Soil Moisture CCI was analyzed to evaluate the simulation results of VIC model. For the comparison between the simulated and observed data, the CSEOF analysis was applied to indirectly assess the performance of the VIC model rather than simply comparing soil moisture values. The results of this study are summarized as follows. First, the annual variability of soil moisture showed a similar tendency in both South and North Korea, but it was found that the soil moisture in South Korea was as high as 1%, up to 7%, higher than the soil moisture in North Korea. Secondly, the soil moisture in spring between April to June is similar in South and North Korea, whereas the soil moisture after the rainy season is up to 40% in South Korea, but remains at maximum 32% in North Korea. Third, the overall simulated soil moisture is about 4% smaller than the satellite observed soil moisture, but the degree of increase over the past 30 years is similar to that of satellite observed soil moisture. Finally, a comparison of the CSEOF from the satellite observed soil moisture and the VIC model derived soil moisture showed that the soil moisture from April to June shows a much different pattern from each other. However, in July and October, there was a slight similarity, and it was confirmed that August and September has quite similar patterns.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1260-1264
• /
• 2009

Precipitation time series is a mixture of complicate fluctuation and changes. The monthly precipitation data of 61 stations during 36 years (1973-2008) in Korea are comprehensively analyzed using the EOFs technique and CSEOFs technique respectively. The main motivation for employing this technique in the present study is to investigate the physical processes associated with the evolution of the precipitation from observation data. The twenty-five leading EOF modes account for 98.05% of the total monthly variance, and the first two modes account for 83.68% of total variation. The first mode exhibits traditional spatial pattern with annual cycle of corresponding PC time series and second mode shows strong North South gradient. In CSEOF analysis, the twenty-five leading CSEOF modes account for 98.58% of the total monthly variance, and the first two modes account for 78.69% of total variation, these first two patterns' spatial distribution show monthly spatial variation. The corresponding mode's PC time series reveals the annual cycle on a monthly time scale and long-term fluctuation and first mode's PC time series shows increasing linear trend which represents that spatial and temporal variability of first mode pattern has strengthened. Compared with the EOFs analysis, the CSEOFs analysis preferably exhibits the spatial distribution and temporal evolution characteristics and variability of Korean historical precipitation.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1191-1196
• /
• 2009

온실가스 증가에 따른 미래 기후변화가 수자원에 미치는 영향을 평가하기 위하여 전구기후모델(AOGCM)의 기온과 강수 자료를 이용하여 한반도 지역에 대한 통계적 규모 상세화(statistical downsacaling, SDS) 기법을 개발하였다. 개발된 기법은 Cyclostationary Empirical Orthogonal Function (CSEOF) 분석과 회귀분석을 결합한 것으로 관측과 AOGCM 시계열의 통계적 상관성을 이용하고 있다. 20세기말(1973-2000) 동안의 광역규모의 기온(ECMWF)과 강수량(CMAP) 및 AOGCM의 기온과 강수량 자료에 통계적 상세화 기법을 적용하고 비교함으로써 이 기법의 유효성을 검증하였는데, 상세화된 기온과 강수량 자료는 관측된 계절변동성과 월변동성을 잘 모사하였다. 특히, 여름철 관측에 비해 저평가된 AOGCM의 강수량 크기와 변동성이 상세화를 통해 관측치에 근접하게 되었다. AOGCM의 미래 강수량 변화는 21세기 후반에 계절적으로 봄과 여름에 증가할 것을 예상되었다. 상세화된 AOGCM의 강수는 겨울을 제외한 모든 계절에서, 특히 여름철에 가장 많이 증가할 것으로 전망되었다. AOGCM의 미래 기온변화는 21세기 후반으로 갈수록 상승하며, 계절적으로 겨울철의 기온 상승폭이 더 클 것으로 전망되는데, AOGCM을 상세화한 결과에서는 겨울과 더불어 여름에도 기온 상승폭이 클 것으로 전망되었다. 개발된 기법은 역학적 결과와 관측과의 통계적 상관성을 이용하기 때문에 광역규모의 기후적 특성뿐만 아니라 한반도 지형 등 지역적 특성도 모두 반영함과 더불어 광역규모의 자료를 빠른 시간내에 효과적으로 상세화시킬 수 있는 장점도 지닌다. 한편 상세화에 사용된 CSEOF의 모드수 등에 따른 불확실성 등은 통계적 상세화 과정에 개선될 여지가 남아있음을 보여준다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.93-93
• /
• 2011

전 세계적으로 기후변화로 인한 기상재해의 피해가 매년 증가하고 있으며, 기후변화로 인한 시민들의 안전, 재산, 인명피해 또한 늘어나고 있다. 이러한 피해를 최소화하기 위해서는 도시지역을 중심으로 한 신뢰성 높은 미래 기후전망 기법이 필수적이며, 미래 기후전망을 바탕으로 하여 기후변화로 인한 향후 발생할 수 있는 위험성의 정도를 전망하여 적응대책을 수립할 필요가 있다. 본 연구에서는 도시지역의 미래 기후전망 기법을 개발하여 서울시의 미래기후를 전망한다. 본 연구를 수행하기 위하여 먼저 IPCC 기후시나리오에 대한 조사를 수행하여 자료를 수집한다. 수집한 자료를 바탕으로 역학적 상세화와 통계적 상세화 기법을 이용하여 고해상도 기후 시나리오를 생산하였다. 역학적 상세화 기법은 A2시나리오의 ECHO-G/S에서 생산된 기후 시나리오를 이용하여 지역 기후모델인 RegCM3에 적용하여 상세화 과정을 수행하였다. RegCM3를 이용하여 60km로 상세화한 후에 one-way double-nested system을 구축하여 20km까지 상세화 하였다. 20km 해상도의 기후 시나리오는 서울시와 같은 좁은 지역의 기후를 분석하기에는 어려움이 있으므로, RegCM3에 사용할 수 있는 Sub-BATS라는 기법을 이용하여 5km의 고해상도 기후 시나리오를 생산하였다. 역학적 상세화 결과는 관측결과에 비해 과소 추정되는 경향이 있어, 편차보정을 통하여 관측값에 가까운 자료를 만들어 주었다. 역학적 상세화 결과를 분석한 결과, 기준기간에 비해 미래기간(S3)에는 전체적으로 약 4.9도의 기온상승과 강수량 증가가 나타났으며, 특히 9월에 가장 큰 상승폭을 나타내고 있었다. 강수량의 경우 증가 경향이 뚜렷이 나타나고 있었으며, 여름철에 큰 증가폭을 나타내고 있었다. 통계적 상세화 기법은 역학적 상세화 기법에서 사용된 ECHO-G/S를 포함한 13개의 GCM결과와 우리나라의 57개 지점에 대한 CSEOF기법을 이용하여 기후 시나리오를 생산하였다. 이 자료는 서울시에 대하여 하나의 지점밖에 존재하지 않아, 서울시내의 지역별 미래 기후전망에는 문제가 있었으므로, Delta method라는 기법을 이용하여 서울 및 인근지역의 AWS 35개 지점에 대하여 미래 기후시나리오를 생산하였다. 통계적 상세화 결과, 13개 GCM의 기온변화는 전체평균 약 3.1도 상승하였고, 겨울과 여름철의 변화폭이 가장 크며, 모델의 불확실성 또한 겨울과 여름에 가장 큰 특징을 가지고 있다. 강수량의 경우 MME에서는 약간의 상승은 나타나고 있었지만 모델간의 불확실성은 여름철에 크게 나타나고 있었다. 역학적 및 통계적 상세화 기후 시나리오(ECHO-G/S, A2)를 비교 분석한 결과, 기온은 역학적 상세화 결과가 약간 크게 나타났으며, 전체적으로 유사한 패턴을 보이고 있었다. 강수량 또한 역학적 상세화 결과가 크게 나타나고 있었다. 역학적 및 통계적 상세화 결과는 S1의 경우 유사한 특징을 보이고 있었지만 S3로 갈수록 차이가 크게 나타나고 있었다.