• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.101-101
• /
• 2019

전 지구적 기온상승으로 인한 기후변화는 사회적, 수문학적, 다양한 분야에 영향을 미친다. 또한 IPCC(Intergovernmental Panel on Climate Change)의 보고서에 따르면 미래에도 지속적으로 기온상승이 예상되며, 이러한 현상은 인류의 삶에 큰 영향을 미칠것으로 예상된다. 또한 수자원 및 관련 분야에서도 기온 상승에 따른 강수량, 강수의 주기 변동, 극한 기후사상의 심도(severity)와 빈도 변화에 따른 다양한 연구가 진행되고 있으며, 미래의 강우량과 온도를 예측하는 기후변화연구에서는 다양한 기후모형을 고려하여 분석한다. 하지만 모든 기후모형이 우리나라에 적합한 것은 아니므로 과거 기후를 모의한 결과를 토대로 성능이 뛰어난 모형의 결과에 더 높은 가중치를 주고 미래를 예측하는 연구가 활발히 진행되고 있다. 일반적으로 기후모형으로 GCM (General Circulation Model) 모의 결과가 이용되는데 우리나라에 대한 GCM 결과의 정확성을 분석하는 연구는 부족한 실정이다. 따라서 본 연구에서는 21개의 GCM을 대상으로 과거 모의 자료(1970년~2005년)를 실제 관측소에서 관측된 강수량과 비교하여 각 GCM들의 성능을 평가하고 이를 토대로, GCM들의 우선순위를 선정하였다. 또한 격자 기반 GCM 결과를 IDW (Inverse Distance Weighted) 방법을 사용하여 기상관측소로 지역적 상세화를 수행하였으며, GCM과 관측자료 사이의 편이를 보정하기 위해 6가지의 Quantile Mapping 방법과 Random Forest 기법을 사용하였다. 또한 편이 보정 기법 중 성능이 좋은 기법을 선택하여 관측소에 적용하였다. 편이 보정된 GCM 모의결과에 대한 성능을 토대로 우수한 GCM 순위를 도출하기 위해 다기준의사결정기법 중 하나인 TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution)를 이용하였다. 그리고 GCM의 전망기간인 2010년부터 2018년까지의 Machine learning 방법과 Quantile mapping의 기법을 비교 및 성능이 우수한 편이 보정 방법을 선택한 후 전망기간 동안의 GCM 성능의 우선순위를 선정하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.307-307
• /
• 2019

General Ciculation Model (GCM) 모형에 대한 평가를 본 연구에서 수행한다. 모형의 적용을 위해서는 국지적 일 강우량 및 기온자료를 이용한다. 31개의 GCM 모의를 통해 도출되는 결과가 성능 평가에서 활용되었다. 일 최대, 최소 기온와 강우량이 파키스탄 지역을 대상으로 모의되었다. 모의를 위해서는 Gridded 데이터가 적용되었으며 각각 Asian Precipitation-Highly-Resolved Observational Data Integration Toward Evaluation, Berkeley Earth Surface Temperature, Princeton Global Meteorological Forcing, Climate Prediction Centre에 해당된다. GCM의 순위를 결정하기 위해서는 Symmetrical Uncertainty 방법이 이용된다. 결과를 통해서 Gridded 데이터의 종류에 따라 가장 높은 효율을 나타내는 GCM의 공간 분포가 달라진다는 점을 확인하였다. 이러한 특성은 기온과 강우량 자료 모두에서 확인된다. 기온의 경우에는 Commonwealth Scientific and Industrial Research Organization, Australia-MK3-6-0과 Max Planck Institute-ESM-LR이 우수한 결과를 모의하는 것으로 나타났다. 반면 강우량의 경우에는 EC-Earth와 MIROC가 우수한 것으로 나타났다. 파키스탄 지역에서의 기온 및 강우량 자료의 합리적 반영을 위해서는 ACCESS1-3, CESM1-BGC, CMCC-CM, HadGEM2-CC, HadGEM2-ES, MIRCO5와 같은 6개 GCM을 이용하였을 때 다양한 기상 인자를 고려한 모의가 가능한 것으로 평가된다.

• Journal of Korea Water Resources Association
• /
• v.37 no.3
• /
• pp.173-184
• /
• 2004

The objective of this study is to examine the usefulness of climate model simulations (GCM) in Korea water resource management. The methods are based on probabilistic measures of the effectiveness of GCM simulations of an indicator variable for discriminating high versus low regional observations of a target variable. The formulation uses the significance probability of the Kolmogorov-Smirnov test for detecting differences between two variables. AMIP-II(Atmospheric Model Intercomparison Project-II) type GCM simulation done by ECMWF(European Centre for Medium-Range Weather Forecasts) was used for indicator variable and observed mean average precipitation(MAP) values on 7 major river basins were used as target variable. Monte Carlo simulation is used to establish the significance of the estimator values. The results show that GCM simulations done by ECMWF are skillful in discriminating the high from the low of the observed MAP for wet season in all seven basins of Korea, but not enough for dry season.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.70-70
• /
• 2011

기후변화 연구는 불확실한 미래를 전망하는 과정이므로 '불확실성'은 모든 기후변화 영향평가의 키워드임에 분명하다. 하지만 불확실성 평가를 위해 IPCC에서 제공되고 있는 수많은 GCM 시나리오를 모두 활용하기에는 많은 시간과 노력이 필요하기 때문에 이를 효율적으로 수행할 수 있는 방법이 필요하다 본 연구에서는 시나리오 저감(scenario reduction)방법을 이용하여, 수많은 GCM 시나리오 대신 몇 개의 대표적 GCM 시나리오로도 충분히 불확실성을 유지할 수 있는 시나리오 저감(scenario reduction)방법을 수립하고 제시하였다. IPCC 기후시나리오 중 20C3M과 A & B 배출시나리오를 바탕으로 생산되는 71개의 GCM 시나리오를 다운로드 받아 월평균 기온과 강수량에 대하여 한반도를 대상으로 분석하였다. 비교결과, 기온 전망은 실측과 비슷한 경향성을 보였으나 강수량은 홍수기를 모의하지 못하는 것으로 나타났다. 시나리오 저감방법은 시나리오 분류(scenario cluster)방법과 시나리오 선정(scenario selection) 방법으로 구성된다. 시나리오 분류방법에서는 k-mean방법을 이용하여 5개의 cluster로 나누었으며, 시나리오 선정방법에서는 GCM 시나리오 선정기법을 조사 분석하여 연구방향과 목적에 따라 GCM 시나리오 선정기법을 선택할 수 있는 표를 제시하고, 이 중 시나리오의 확률밀도함수를 이용하는 PDF method를 적용하였다. 본 연구에서는 불확실성 정량화를 위해 maximum entropy를 이용하였다. 또한 시나리오 저감방법이 불확실성을 유지하는지 비교하기 위해 PDF method를 이용하여 정확성이 높은 순으로 5개의 GCM 시나리오를 선정(best 시나리오)하여 불확실성을 정량화하였다. GCM 시나리오의 분산을 이용하여 maximum entropy를 산정한 결과, 20C3M 배출시나리오에서는 모든 시나리오의 entropy는 3.08, 시나리오 저감방법은 2.75, best 시나리오는 2.28이었으며, 이는 시나리오 저감방법은 모든 시나리오의 89.3%의 불확실성을 설명하고 있으나 best 시나리오는 74.0%밖에 설명하지 못한다는 것을 나타낸다. A & B 배출시나리오에서도 시나리오 저감 방법을 사용한 GCM 시나리오가 best 시나리오보다 모든 시나리오의 불확실성을 더 잘 설명하는 것으로 나타났다. 이와 같이 수많은 GCM 시나리오를 사용하는 것보다 몇 개의 대표 시나리오를 이용하여 기후 변화 불확실성을 유지하면서 미래전망을 할 수 있다면, 매우 효율적으로 기후변화 연구를 수행할 수 있을 것으로 사료된다.

• Journal of Korea Water Resources Association
• /
• v.53 no.9
• /
• pp.647-660
• /
• 2020

The objectives of this study are to develop a framework for selecting multi-GCMs considering Asia monsoon characteristics and assess it's applicability. 12 climate variables related to monsoon climates are selected for GCM selection. The framework for selecting multi-GCMs includes the evaluation matrix of GCM performance based on their capability to simulate historical climate features. The climatological patterns of 12 variables derived from individual GCM over the summer monsoon season during the past period (1976-2005) and they are compared against observations to evaluate GCM performance. For objective evaluation, a rigorous scoring rule is implemented by comparing the GCM performance based on the results of statistics between historical simulation derived from individual GCM and observations. Finally, appropriate 5 GCMs (NorESM1-M, bcc-csm1-m, CNRM-CM5, CMCC-CMS, and CanESM2) are selected in consideration of the ranking of GCM and precipitation performance of each GCM. The selected 5 GCMs are compared with the historical observations in terms of monsoon season and monthly mean to validate their applicability. The 5 GCMs well capture the observational climate characteristics of Asia for the 12 climate variables also they reduce the bias between the entire GCM simulations and the observational data. This study demonstrates that it is necessary to consider various climate variables for GCM selection and, the method introduced in this study can be used to select more reliable climate change scenarios for climate change assessment in the Asia region.

• 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.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2001.05a
• /
• pp.501-506
• /
• 2001

• Journal of the Korean Society of Hazard Mitigation
• /
• v.8 no.6
• /
• pp.37-45
• /
• 2008

It is expected that conditions of water resources will be changed in Korea in accordance with world wide climate change. In order to deal with this problem and find a way of minimizing the effect of future climate change, the usefulness of climate model simulation information is examined in this study. The objective of this study is to assess the applicability of GCM (General Circulation Model) information for Korean water resources management through uncertainty analysis. The methods are based on probabilistic measures of the effectiveness of GCM simulations of an indicator variable for discriminating high versus low regional observations of a target variable. The formulation uses the significance probability of the Kolmogorov-Smirnov test for detecting differences between two variables. An estimator that accounts for climate model simulation and spatial association between the GCM data and observed data is used. Atmospheric general circulation model (AGCM) simulations done by ECMWF (European Centre for Medium-Range Weather Forecasts) with a resolution of $2^{\circ}{\times}2^{\circ}$, and METRI (Meteorological Research Institute, Korea) with resolutions of $2^{\circ}{\times}2^{\circ}$ and $4^{\circ}{\times}5^{\circ}$, were used for indicator variables, while observed mean areal precipitation (MAP) data, discharge data and mean areal temperature data on the seven major river basins in Korea were used for target variables. The results show that GCM simulations are useful in discriminating the high from the low of the observed precipitation, discharge, and temperature values. Temperature especially can be useful regardless of model and season.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.25-25
• /
• 2018

본 연구는 충주댐을 대상으로 기후변화에 따른 미래 댐운영에 미치는 영향을 평가하기 위하여 연구 목적에 접합한 GCM 및 상세화 기법 선정을 위한 절차를 적용함으로써 사용자 중심의 기후변화 시나리오 상세화 자료가 유입량의 재현성 평가에 미치는 영향을 분석하였다. 우선 편이보정 전의 29개 원시 GCM에 대한 강수량 및 기온의 순단위 시 공간적 재현성 평가를 통해서 상위 16개 GCM을 선정하였다. 이후 상세화 기법을 선정하기 위해서 유입량 전망에 중요하다고 판단되는 총강수량(prcptot) 및 일최대강수량 (rx1day)을 기후지수(Climate Indices)로 선정하였다. 상세화 기법은 과거기간의 재현성이 평가, 미래기간 시그널 왜곡도 평가, 공간상관성에 대한 재현성 평가를 통해 SQM 기법을 선정하였다. 제한적인 기후변화 전망 자료를 고려하여 과거 30년 기간에 대한 모의결과 월단위 모형효율지수(ME) 및 결정계수 ($R^2$)는 모두 0.92로 만족할 만한 결과를 보여 주었다. GCM 선정에 따른 오차는 원시 GCM을 통해 선정된 16개 GCM을 사용한 경우 유입량 재현성 평가에 있어 가장 좋은 결과를 보였다. 전체적으로 상세화 자료를 유역 모델링에 활용하는 경우 GCM의 선정보다는 상세화 기법의 선정이 전체적인 재현성 평가에 있어서 중요한 것으로 나타났다. 미래기간에 대한 평균 유입량 전망은 모든 RCP 시나리오에서 근 미래 보다는 중간 및 먼 미래 기간 동안에 유입량이 증가하는 경향을 보였다. 또한 모든 미래 기간에 대해여 RCP 8.5 시나리오가 RCP 4.5 시나리오와 비교하여 유입량의 증가가 높을 것으로 전망되었다. 홍수 관리측면에서 중요한 일 최대 유입량의 미래 변동은 평균 유입량과 비교하여 최대 두 배 이상의 높은 변화율을 보였다. 댐운영 측면에서는 연간 총 유입량의 변화보다 시기별 유입량의 변동 특성을 이해하는 것이 중요하며, 평균 유입량 및 일단위 최대 유입량 모두 근 미래 기간에 대해서는 RCP 시나리오 모두 7월 및 8월을 중심으로 유입량이 증가하는 경향을 보였다. 반면 중간 미래에서 먼 미래로 갈수록 평균 및 일단위 최대 유입량 모두 전체 기간에 걸쳐 증가하는 경향을 보였다.

• 한국방재학회:학술대회논문집
• /
• 2010.02a
• /
• pp.103.1-103.1
• /
• 2010

기후변화가 가속됨에 따라 이에 따른 수문환경의 변화 예측이 중요한 문제로 부각되고 있다. 본 연구에서는 기후변화 시나리오에 따른 경안천 유역의 부유사량 변화를 모의하였다. SRES A1B 시나리오를 채택하고 이 시나리오에서의 강수량 변화를 10개 GCM을 이용해 모의하였다. 샘플링 오차를 줄이기 위해 BMA(Bayesian model averaging)기법을 사용해 10개 GCM의 결과를 앙상블했다. 부유사량의 모의를 위해 SWAT 모형이 이용되었다. 모의 결과, 경안천 유역의 경우 강수량과 부유사량 모두 상당히 증가하는 것으로 나타났다. 안정하도를 위한 구조물 설계시, 이러한 변화를 고려하는 것이 적절할 것으로 판단된다.