• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.330-330
• /
• 2021

본 연구에서는 새롭게 개발 중인 SSP 시나리오의 일단위 강수량과 온도 자료를 활용하여 청미천 유역의 미래 가뭄의 예측 및 분석을 실시하였다. SSP1-2.6, SSP2-4.5, SSP3-7.0, SSP5-8.5에 따른 새롭게 개발 중인 CMIP6 (Coupled Model Intercomparison Project) GCM (General Circulation Models) 중 ACCESS-ESM1.5(Australian Community Climate and Earth System Simulator model)를 이용하였다. GCM 자료는 Quantile Mapping 방법을 사용하여 편이보정 되었고, 유출분석은 SWAT(Soil and Water Assessment Tool) 모형을 사용하여 청미천 유역에 대해 수행하였다. 청미천 유역의 가뭄분석을 위해 기상학적 가뭄지수인 SPI(Standardized Precipitation Index)와 SPEI(Standardized Precipitation Evapotranspiration Index), 수문학적 가뭄지수인 SDI(Standardized Streamflow Index)를 산정하였다. 그 후, 시간에 따른 가뭄의 특성을 분석하기 위해 가까운 미래 (2025-2064)와 먼 미래 (2065-2100) 로 구분하여 분석을 진행하였다. 그 결과, 청미천 유역의 가뭄 발생은 SSP시나리오, 가뭄지수에 따라 차이점을 확인할 수 있었다. SSP 시나리오의 경우 SSP5-8.5에서 가장 심각한 가뭄이 발생하였다. 가뭄지수의 경우 강수만을 고려한 SPI는 먼 미래에 비해 가까운 미래에서 더욱 심각한 가뭄이 발생하였다. SDI의 경우 강수량의 변동이 일반적으로 하천의 흐름에 영향을 미치기에 SPI와 비슷한 양상을 나타내었다. SPEI의 경우 시간에 따른 기온상승으로 먼 미래에 심각한 가뭄이 발생하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.197-197
• /
• 2020

기후변화 연구의 주요 요소 중 하나는 온도, 강수량 및 증발과 같은 기후 요인의 변화를 연구하는 것이다. General Circulation Model(GCM)은 다양한 기후 요인의 변화를 연구하는 데 일반적으로 사용되고 있다. Coupled Model Intercomparison Project(CMIP)는 전 세계의 30여 개 이상의 기관에서 개발한 GCM의 모의 결과를 연구 및 공유하기 위해 개발되었다. 기후 연구에서 대표적으로 사용하고 있는 CMIP5의 GCM은 미래 시나리오인 Representative Concentration Pathway(RCP)를 기반으로 전망 기간의 기후요소를 예측한다. 현재 개발하고 있는 CMIP6의 미래 시나리오인 Shared Socioeconomic Pathways(SSP)는 인구, 경제개발, 생태계, 자원, 제도 및 사회적 요인에 대한 미래의 사회적, 경제적 변화에 따른 기후변화에 대한 대응을 포함하고 있으며, CMIP6의 미래 시나리오는 사회적 및 경제적 결합을 통해 기후변화에 대한 정책 영향에 대한 증진된 결과를 도출할 것으로 예측하고 있다. 따라서 본 연구는 CMIP5의 INM-CM4와 CMIP6의 INM-CM5를 사용하여 대한민국의 과거 기간(1970-2005)의 월 강수량에 대한 성능을 비교하였다. 격자형 자료인 GCM을 Inverse distance weight를 사용하여 대한민국 22개 관측소로 거리 보간을 수행하였으며, 편이보정 방법으로는 분위사상법(Quantile mapping) 방법 중 Smoothing Spline 방법을 사용하여 관측소와의 오차를 수정하였다. 산정된 강수량을 토대로 6개의 평가지표(NRMSE, Pbias, NSE, PRCP100, PRCP200, PRCP300)를 사용하여 GCM의 성능을 평가하여 INM-CM4와 INM-CM5의 성능을 비교하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.348-348
• /
• 2022

미래에 대한 기후는 과거와 비교하여 변동성이 더 크고 불확실성 또한 더 크기 때문에 미래의 기후변화를 예측하기 위해서는 기후변화의 절대적인 크기뿐 아니라 불확실한 정도도 함께 고려되어야 한다. 본 연구에서는 CMIP6(Coupled Model Intercomparison Project Phase 6) DB에서 제공된 일 단위 18개의 GCMs(General Circulation Models)의 결과를 분석하였으며 또한 3개의SSP(Shared Socioeconomic Pathway)시나리오와 3개의 미래 구간에 대하여 100개의 앙상블을 각각 생성하였다. 불확실성을 초래하는 원인을 3가지로 구분하고, 각각의 원인에 대한 불확실성의 정도를 앙상블 시나리오에 반영하고자 한다. 현재 기간 및 미래 기간에 대해 100개의 20년 시계열 날씨변수 앙상블을 생성하여 LSTM(Long short-term memory)의 입력자료로 사용하여 댐유입량, 저수위, 방류량을 산정하였다. 댐 유입량 및 방류량의 예측성능을 향상시키기 위해 Input predictor의 종류를 선정하는 방법과 그 변수들의 lag time을 결정하는 방법, 입력자료들을 재구성하는 방법, 하이퍼 매개변수를 효율적으로 최적화하는 방법, 목적함수 설정 방법들을 제시하여 댐 유입량 및 방류량의 예측을 크게 향상시키고자 하였다. 본 연구에서 예측된 미래의 댐유입량 및 방류량 정보는 홍수 또는 가뭄 등 다양한 수자원 관련 문제의 전략을 수립하는 데 있어서 적절한 도움이 될 것이다.

• Journal of Korea Water Resources Association
• /
• v.51 no.8
• /
• pp.629-642
• /
• 2018

Future variability of the spatial patterns of rainfall events is the point of water-related risks and impacts of climate change. Recent related researches are mostly conducted based on the outcomes from General Circulation Models (GCMs), especially Coupled Model Intercomparison Project, phase 5 (CMIP5) GCMs which are the most advanced version of climate modeling system. GCM data have been widely used for various studies as the data utility keep getting improved. Meanwhile the model performances especially for raw GCM outputs are rarely evaluated prior to the applications although the process would essential for reasonable use of model forecasts. This study attempt to quantitatively evaluate the skills of 29 CMIP5 GCMs in reproducing spatial climatologies of precipitation in East Asia. We used 3 different gridded observational data as the references available over the study area and calculated correlation and errors of spatial patterns simulated by GCMs. As a result, the study presented diversity of the GCM evaluation in the performance, rank, or accuracy by different configurations, such as target area, evaluation method, and observation data. Yet, we found that Hadley-centre affiliated models comparatively performs better for the meso-scale area in East Asia and MPI_ESM_MR and CMCC family showed better performance specifically for the korean peninsula. We expect that the results and thoughts of this study would be considered in screening suitable GCMs for specific area, and finally contribute to extensive utilization of the results from climate change related researches.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.365-365
• /
• 2022

강우에 따른 유역 내 유출량은 수문순환에서 중요한 요소 중 하나이며, 과거부터 강우-유출 모델링을 위한 여러 물리적 수문모형들이 개발되어왔다. 또한 최근 딥러닝 기술을 기반으로한 강우-유출 모델링 접근 방식이 유효함을 입증하는 여러 연구가 수행됨에 따라 딥러닝을 기반으로한 유출량 모의 연구도 활발히 진행되고 있다. 따라서 본 연구에서는 물리적 수문모형인 SWAT(Soil Water Assessment Tool)과 딥러닝 기법 중 하나인 LSTM(Long Short-Term Memory)을 사용하여 연구대상지 유출량을 모의했으며, 두 모형에 의해 모의 된 유출량의 극값을 비교 분석했다. 연구대상지로는 영산강 유역을 선정했으며, 영산강 유역의 과거 기간의 기후 변수 모의를 위해 CMIP(Coupled Model Intercomparison Project)6 GCM(General Circulation Model)을 사용했다. GCM을 사용하여 모의 된 기후 변수들은 영산강 유역 내 기상관측소의 과거 기간 관측 값을 기반으로 분위사상법을 사용하여 편이보정 됐다. GCM에 의해 모의 된 기후 변수 및 SWAT, LSTM에 의해 모의 된 유출량은 각각 영산강 유역 내 기상관측소 및 수위관측소의 관측 값을 기반으로 재현성을 평가했다. SWAT 및 LSTM을 사용하여 모의 된 유출량의 극값은 GEV(General Extreme Value) 분포를 사용하여 추정하였다. 결과적으로 GCM의 기후 변수 모의 성능은 과거 기간 관측 값과 비교했을 때 편이보정 후에서 상당히 향상되었다. 유출량 모의 결과의 경우 과거 기간 유출량의 관측 값과 비교했을 때 LSTM의 모의 유출량이 SWAT보다 과거 기간 유출량을 보다 근접하게 모의했으며, 극값 모의 성능의 경우 또한 LSTM이 SWAT보다 높은 성능을 보였다.

• Ocean and Polar Research
• /
• v.32 no.4
• /
• pp.379-386
• /
• 2010

This study examines changes in the Arctic sea ice associated with global warming by analyzing the climate coupled general circulation models (CGCMs) provided in the Fourth Assessment Report of the Intergovernmental Panel on Climate Change. We selected nine models for better performance under 20th century climate conditions based on two different criteria, and then estimated the changes in sea ice extent under global warming conditions. Under projected 21st century climate conditions, all models, with the exception of the GISS-AOM model, project a reduction in sea ice extent in all seasons. The mean reduction in summer (-63%) is almost four times larger than that in winter (-16%), resulting an enhancement of seasonal variations in sea ice extent. The difference between the models, however, becomes larger under the 21st century climate conditions than under 20th century conditions, thus limiting the reliability of sea-ice projections derived from the current CGCMs.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.410-410
• /
• 2022

기후변화에 관한 정부간 협의체(Intergovernmental Panel on Climate Change, IPCC)에서는 지난해부터 제6차 평가보고서(Sixth Assessment Report, AR6)를 준비하고 있으며, 최근 Working Group II에서 수행한 기후변화 영향, 적응 및 취약성(Impacts, Adaptation and Vulnerability) 보고서를 공개하였다. 보고서는 기존의 Representative Concentration Pathway (RCP) 시나리오에 사회경제적 조건을 추가로 고려한 Shared Socioeconomic Pathway (SSP) 시나리오를 제시하였고, 세계기후연구프로그램(World Climate Research Programme, WCRP)의 Coupled Model Intercomparison Project (CMIP)에서 제공하는 6단계(Phase 6) 미래 전망 자료를 적용하였다. 본 연구에서는 기후변화로 인한 미래 극한 강우량의 통계적 특성을 파악하기 위하여 CMIP6에서 제공하는 General Circulation Models (GCMs) 기반 미래 강우자료를 수집하여 부산광역시를 중심으로 분석하였다. 4개의 SSP (SSP126, SSP245, SSP370, SSP585) 시나리오별로 10개 GCMs의 모의 결과를 사용하였다. Gumbel 분포형과 확률가중모멘트법을 이용하여 미래 극한 강우량을 산정하였고, 현재 모의기간(S0, 1983-2014) 대비 미래 전망기간(S1, 2015-2044; S2, 2041-2070; S3, 2071-2100)의 변화를 재현기간(return period, T)별로 분석하여 제시하였다.

• Atmosphere
• /
• v.31 no.5
• /
• pp.637-656
• /
• 2021

The United States has been known as the world's major producer of crops such as wheat, corn, and soybeans. Therefore, using meteorological long-term forecast data to project reliable crop yields in the United States is important for planning domestic food policies. The current study is part of an effort to improve the seasonal predictability of regional-scale precipitation across the United States for estimating crop production in the country. For the purpose, a dynamic downscaling method using Weather Research and Forecasting (WRF) model is utilized. The WRF simulation covers the crop-growing period (March to October) during 2000-2020. The initial and lateral boundary conditions of WRF are derived from the Pusan National University Coupled General Circulation Model (PNU CGCM), a participant model of Asia-Pacific Economic Cooperation Climate Center (APCC) Long-Term Multi-Model Ensemble Prediction System. For bias correction of downscaled daily precipitation, empirical quantile mapping (EQM) is applied. The downscaled data set without and with correction are called WRF_UC and WRF_C, respectively. In terms of mean precipitation, the EQM effectively reduces the wet biases over most of the United States and improves the spatial correlation coefficient with observation. The daily precipitation of WRF_C shows the better performance in terms of frequency and extreme precipitation intensity compared to WRF_UC. In addition, WRF_C shows a more reasonable performance in predicting drought frequency according to intensity than WRF_UC.

• Journal of the Korean earth science society
• /
• v.28 no.3
• /
• pp.343-356
• /
• 2007

This paper explored the characteristics of the interannual sea surface temperature (SST) variability in the equatorial Pacific by analyzing the simulated data from a newly coupled general circulation model (CGCM). The CGCM simulates well the realistic ENSO variability as well as the mean climatologies including SST, seasonal cycle, precipitation, and subsurface structures. It is argued that the zonal gradient of SST in the equatorial Pacific is responsible for the over-energetic SST variability near the equatorial western boundary in the model. This variability could also be related to the strong westward propagation of SST anomalies which resulted from the enhanced the zonal advection feedback. The simple two-strip model supports this by sensitivity tests. Analysis of the relationship between zonal mean thermocline depth and NINO3 SST index suggested that the ENSO variability is controlled by the recharge-discharge oscillator of the model. The lead-lag regression result reveals that heat buildup process in the western equatorial Pacific associated with the increase of the barrier layer thickness (BLT) is a precedent condition for El $Ni\widetilde{n}o$ to develop.

• Atmosphere
• /
• v.18 no.4
• /
• pp.507-524
• /
• 2008

In this paper, future climate changes over East Asia($20^{\circ}{\sim}50^{\circ}N$, $100^{\circ}{\sim}150^{\circ}E$) are projected by anthropogenic forcing of greenhouse gases and aerosols using coupled atmosphere-ocean general circulation model (AOGCM) simulations based on Intergovernmental Panel on Climate Change (IPCC) Special Report on Emissions Scenarios (SRES) B1, A1B and A2 scenarios. Before projection future climate, model performance is assessed by the $20^{th}$ Century (20C3M) experiment with bias, root Mean Square Error (RMSE), ratio of standard deviation, Taylor diagram analysis. The result of examination of the seasonal uncertainty of T2m and PCP shows that cold bias, lowered than that of observation, of T2m and wet bias, larger than that of observation, of PCP are found over East Asia. The largest wet bias is found in winter and the largest cold bias is found in summer. The RMSE of temperature in the annual mean increases and this trend happens in winter, too. That is, higher resolution model shows generally better performances in simulation T2m and PCP. Based on IPCC SRES scenarios, East Asia will experience warmer and wetter climate in the coming $21^{st}$ century. It is predict the T2m increase in East Asia is larger than global mean temperature. As the latitude goes high, the warming over the continents of East Asia showed much more increase than that over the ocean. An enhanced land-sea contrast is proposed as a possible mechanism of the intensified Asian summer monsoon. But, the inter-model variability in PCP changes is large.