• 한국수자원학회논문집
• /
• 제54권9호
• /
• pp.731-745
• /
• 2021

본 연구에서는 글로벌 기후지수 및 한강권역의 기상자료를 예측인자로 하는 통계적 다중회귀모형을 구성하여 한강권역의 월 평균기온에 대한 장기예측을 수행하였다. 예측대상인 월 평균기온과 선행기간별 예측인자와의 원격상관성 분석을 기반으로 최적의 예측인자를 선별하였으며, 선별된 예측인자를 조합하고 과거기간에 대한 교차검증을 통하여 최대 12개월까지 선행예측이 가능한 다중회귀모형 기반의 예측모형을 구성하였다. 과거 1992년 1월부터 2020년 12월을 대상으로 월 평균기온에 대한 예측성을 분석한 결과, PBIAS는 -1.4 ~ -0.7%, RSR은 0.15 ~ 0.16, NSE는 0.98, r은 0.99로 높은 적합성을 나타내었다. 각 월별 관측치가 예측범위에 포함될 확률은 평균 약 64.4%로 나타났으며, 월별로는 9월, 12월, 2월, 1월의 예측성이 상대적으로 높고, 4월, 8월, 3월의 예측성이 낮은 것으로 분석되었다. 평년 대비 유난히 낮거나 높은 기온을 보였던 일부 기간을 제외하고 대체로 예측치의 범위 또는 예측치의 중앙값 등이 관측치와 잘 부합하는 것으로 나타났다. 본 연구에서 도출되는 정량적 기온예측정보는 미래기간(선행 1 ~ 12개월)의 기온에 대한 변화뿐만 아니라, 기온과 상관도가 높은 증발산량을 비롯한 수문생태환경에 대한 변화를 전망하는 경우에도 유용하게 활용될 수 있을 것이다.

• 농업과학연구
• /
• 제10권2호
• /
• pp.324-333
• /
• 1983

장기유출해석(長期流出解析) 모형(模型)은 물수지(收支)에 그 기반(基盤)을 두고 있다. 하천(河川) 유출량(流出量)의 물수지(收支)를 강우량(降雨量), 증발산량(蒸發散量), 토양수분변화량(土壤水分變化量)으로 단순화(單純化)하여, 이를 강우량(降雨量)pan증발량(蒸發量), 전기유출량(前期流出量)의 변수(變數)로 회귀모형화(回歸模型化)하여 회귀계수(回歸係數)로 부터 다음과 같은 유역(流域) 수문반응(水文反應)의 일반화(一般化) 경향(傾向)을 모색하였다. 이들 회귀계수(回歸係數), $b_1$, $b_2$, $b_3$로부터 개괄적(槪括的), 정성적(定性的), 연역적(演譯的)으로 유역(流域)의 수문반응(水文反應)을 해석(解析)할 수 있었다. 물수지(收支) 회귀모형(回歸模型)의 특성(特性)은 다음과 같다. 1. 회귀계수(回歸係數) $b_1$은 강우중(降雨中)에서 차단(遮斷), 지표저류량(地表貯溜量) 및 하도손실(河道損失)을 뺀 직접유출성분(直接流出成分)으로, 수계별(水系別)로 하류지점(下流地點), 유역면적(流域面積)이 커짐에 따라 $b_1$값은 작아진다. 2. 회귀계수(回歸係數) $b_2$는 토양수분변화에 따른 유출 체(滯)를 나타내는 기저유출(基底流出)의 Index로 유역면적(流域面積)이 커지고 유역평균경사(流域平均傾斜)가 완만할수록 유역(流域)의 저류능(貯溜能)이 커지므로 $b_2$값도 커진다. 3. 회귀계수(回歸係數) $b_3$는 토양수분과 토양피복상태에 따른 유역증발산(流域蒸發散)에 의(依)한 손실(損失)을 나타내어 부치(負値)를 가지며 하류지점(下流地點), 유역면적(流域面積)이 커짐에 따라 지표(地表), 지하저류능(地下貯溜能)이 커지므로 $b_3$값도 커진다. 4. 강우일수(降雨日數)가 많은 달은 대체로 Pan증발량(蒸發量)이 적으므로 큰 유출(流出)이 발생(發生)하여 전(前)달의 유출(流出)이 많았으면 그 달에 강우(降雨)가 없어도 기저유출(基底流出)이 나타내는 등(等) 유출(流出)의 계절적변화를 해석(解析)할 수 있다. 5. 월(月) 유출(流出)에 대한 강우량(降雨量), 증발산량(蒸發散量) 토양수분변화(土壤水分變化)의 상대적(相對的) 기여도(寄與度)는 ${\beta}$ Coeff.의 백분율(百分率)로 나타내면 각각(各各) 80%, 11%, 9%이다.

• 한국수자원학회논문집
• /
• 제51권10호
• /
• pp.905-916
• /
• 2018

본 연구의 목적은 금강유역($9,645.5km^2$)을 대상으로 극한 기후변화 사상에 따른 수문 및 유황의 변동을 평가하는 것이다. 본 연구에서는 객관적인 극한 기후변화 사상을 평가하기 위해 강우관련 극한지수(STARDEX)를 적용하고, GCM 10개의 RCP 8.5 기후변화 시나리오에 대해 4개의 평가기간별(Historical: 1975~2005, 2020s: 2011~2040, 2050s: 2041~2070, 2080s: 2071~2100)로 분석하였다. 분석 결과 5개의 습윤(CESM1-BGC, HadGEM2-ES), 중간(MPI-ESM-MR) 건조(INM-CM4, FGOALS-s2) 극한 기후변화 사상 시나리오를 선정하여 SWAT 모형에 적용하였다. 2080s 기간에서 중간시나리오 대비 2080s의 증발산은 -3.2~+3.1 mm로 변화하였고, 2080s의 총 유출량은 $+5.5{\sim}+128.4m^3/s$ 변화하였다. 건조한 시나리오의 경우 2020s 중간시나리오대비 큰 변화를 보였다. 건조한 시나리오에서의 2020s의 증발산량은 -16.8~-13.3 mm의 변화를 보였고, 총 유출량은 $-264.0{\sim}132.3m^3/s$의 변화를 보였다. 유황 변동의 경우, 2080s 기간의 습윤한 시나리오에서 CFR은 +4.2~+10.5, 2020s 기간의 건조한 시나리오에서는 +1.7~2.6으로 변화 하였다. 극한 기후변화 시나리오를 적용한 금강유역의 수문인자의 변화에 따라 유황분석을 실시한 결과, INM-CM4는 극한 건조상태를 나타내기에 적절한 시나리오로 나타났고 FGOALS-s2는 유황변동이 큰 가뭄 상태 분석에 적절한 시나리오로 나타났다. HadGEM2-ES는 유황변동이 작게 나타났기 때문에 최대유량 분석 시 활용 가능한 시나리오로 평가되었고, CESM1-BGC의 경우 유황변동이 큰 것으로 나타나 극한 홍수 분석 시 적용할 수 있는 시나리오로 평가되었다.