• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.362-362
• /
• 2018

본 연구에서는 제주도 서귀포시에 위치한 효돈천 유역(유역면적 $52km^2$)을 대상으로 기후변화로 인한 미래의 수문학적 변화를 전망하였다. 대표적 유역모형인 SWAT (Soil and Water Assessment Tool)을 기반으로, 제주도 지역의 독특한 유출 특성을 잘 모의할 수 있도록 한계유출모의기법(Chung et al., 2011)과 간헐하천 모의기법(Kim et al., 2013)을 적용하였다. 기후변화 영향을 분석하는데 있어 특정 기후모델 적용에 따른 불확실성을 피하기 위해 IPCC (International Panel on Climate Change)에서 제시하는 대순환모델 (General Circulation Model, GCM) 중 SWAT 모형의 기상입력자료(강수량, 온도, 상대습도, 풍속, 일사량)를 모두 제공하는 9개 GCM을 선정하고, 2개 기후변화 시나리오(RCP 4.5, 8.5)에 따른 미래 전망자료를 SWAT 모형의 입력자료로 활용하였다. 과거기간(1992~2013년)에 대해 SWAT 모의결과로부터 분석한 효돈천 유역의 평균 연 강수량은 2,694 mm, 증발산량은 642 mm, 유출량은 534 mm, 지하수 함양량은 1,521 mm로서, 강수량 대비 유출률은 약 19%로 나타났다. 9개 GCM 자료로부터 미래의 수문변화를 기간별(2010~2039, 2040~2069, 2070~2099)로 구분하여 분석한 결과, 연 강수량, 증발산량, 유출량, 함양량, 유출률 모두 미래 후반기로 갈수록 증가폭이 크게 나타났으며, RCP 8.5에서 상대적으로 더 크게 증가할 것으로 전망되었다. 과거기간 대비 강수량은 최대 24%, 증발산량 18%, 유출량 52%, 함양량 16%까지 증가가 예상되었다. 월별로는 8월과 9월의 강수량 증가로 인해 유출량과 함양량도 같이 8월과 9월에 큰 폭으로 증가할 것으로 전망되었다. 증발산량은 1월에서 8월까지는 증가할 것으로 전망되지만, 9월~12월에는 약간의 감소 또는 큰 변화가 없는 것으로 나타났다. GCM 자료에 따른 결과를 보면 증발산량은 월별 차이가 크지 않으나, 강수량을 비롯하여 유출량과 함양량은 여름철을 중심으로 GCM에 따른 차이가 상대적으로 크게 나타났다.

• Journal of Korea Water Resources Association
• /
• v.52 no.5
• /
• pp.337-347
• /
• 2019

This study proposes the framework to select the representative general circulation model (GCM) for climate change projection. The grid-based results of GCMs were transformed to all considered meteorological stations using inverse distance weighted (IDW) method and its results were compared to the observed precipitation. Six quantile mapping methods and random forest method were used to correct the bias between GCM's and the observation data. Thus, the empirical quantile which belongs to non-parameteric transformation method was selected as a best bias correction method by comparing the measures of performance indicators. Then, one of the multi-criteria decision techniques, TOPSIS (Technique for Order of Preference by Ideal Solution), was used to find the representative GCM using the performances of four GCMs after the bias correction using empirical quantile method. As a result, GISS-E2-R was the best and followed by MIROC5, CSIRO-Mk3-6-0, and CCSM4. Because these results are limited several GCMs, different results will be expected if more GCM data considered.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.120-124
• /
• 2008

본 연구에서는 대기대순환모형(GCM) 모의결과를 활용하여 한반도 지역의 강수량과, 온도에 대하여 분위사상법(Quantile mapping)과 상세화기법(downscaling)을 적용하였다. GCM 모의자료는 캐나다기후센터(CCCma; Canadian Centre for Climate Modeling and Analysis)의 CGCM2 A2, B2시나리오의 $2001{\sim}2100$년 자료를 사용하였으며, GCM 모의결과값과 국내관측값과의 계통적오차(systematic bias)를 보정하기 위하여 분위사상법을 적용하였다. 강수자료의 경우 한반도의 강수특성을 반영하기 위하여 홍수기, 비홍수기로 구분지어 감마분포를 이용하였고, 온도자료의 경우 계절적 특성을 반영하기 위하여 봄/가을, 여름, 겨울로 구분지어 표준정규분포를 이용하여 분위사상법을 적용하였다. 강수자료의 경우 과거($1965{\sim}1989$:25개년)의 31개소의 일평균강우 자료를, 온도자료의 경우 과거($1965{\sim}1989$)의 11개소의 일평균온도 자료를 사용하였다. 이러한 분위사상법의 적용으로 GCM 모의결과값과 관측값사이의 계통적오차를 보정하였으며, 그 결과 강수자료의 홍수기의 경우 모의결과값과 관측값의 차이가 3.79mm/day에서 0.62mm/day로, 비홍수기의 경우 0.24mm/day에서 0.02mm/day로 각각 83%, 92% 보정된것을 확인하였으며, 각각의 확률분포 매개변수를 추출하였다. Random Cascade 모형의 자기유사성 및 무작위 변동성계수를 추정하기 위하여 2002년 8월 6일 00:10부터 8월 9일 24:00까지 432장의 레이더 스캔을 사용하여 스케일분석을 실시하였으며, 모형적용결과 연평균 강우량의 변화는 A2의 경우 797.89mm에서 1297.09mm로 B2의 경우 815.02mm에서 1383.93mm로 나타났다.

• Journal of Korea Water Resources Association
• /
• v.37 no.3
• /
• pp.185-193
• /
• 2004

The main purpose of this study is to investigate and evaluate the impact of climate change on the runoff and water resources of Yongdam basin. First, we construct global climate change scenarios using the YONU GCM control run and transient experiments, then transform the YONV GCM grid-box predictions with coarse resolution of climate change into the site-specific values by statistical downscaling techniques. The values are used to modify the parameters of the stochastic weather generator model for the simulation of the site-specific daily weather time series. The weather series fed into a semi-distributed hydrological model called SLURP to simulate the streamflows associated with other water resources for the condition of $2CO_2$. This approach is applied to the Yongdam dam basin in southern part of Korea. The results show that under the condition of $2CO_2$, about 7.6％ of annual mean streamflow is reduced when it is compared with the observed one. And while Seasonal streamflows in the winter and autumn are increased, a streamflow in the summer is decreased. However, the seasonality of the simulated series is similar to the observed pattern.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.30-30
• /
• 2011

현재 우리나라는 수자원의 안정적인 확보와 효율적인 관리를 위하여 20년 단위의 수자원장기 종합계획을 수립하고 있으며, 향후 발생가능한 물의 과부족을 평가하는 물수급 분석을 통해 최적의 수자원관리 계획을 수립하고 있다. 하지만, 현재의 수자원장기종합계획에서는 미래 물수급 전망을 단일 값으로 제시하는 확정론적 기법을 적용하고 있으며, 과거 유출패턴이 미래에도 똑같이 재현된다는 가정 하에 물수급 분석을 수행한다. 이는 기후변화의 불확실성에 따른 물공급 시나리오의 다양성을 고려하지 않는 것을 뜻하며, 현재 다양한 GCM(Global Circulation Model)을 통해 제시되고 있는 미래 수자원 변동 전망을 물수급 분석에 반영하지 않고 있음을 말해 주는 것이다. 따라서, 본 연구에서는 기후변화에 따른 미래 자연유출량의 불확실성을 반영할 수 있는 물수급 전망 기법을 제안코자 한다. 먼저 국내유역에 적합한 GCM 시나리오들을 선정하였으며, 스케일상세화(downscaling) 기법을 통해 한강유역 중권역별 강우량, 증발산량 등의 일 단위 미래 수문기상 자료를 구축하였다. 다음으로, 앞서 구축한 기상자료를 개념적 강우-유출 모형인 TANK 모형에 입력하여 중권역별 미래 유출량을 산정하여 각 시나리오별 미래 유출량 변화를 전망하였다. 물수급 분석 모형으로는 한국건설기술연구원에서 미국 SEI-B와 제휴하여 개발한 통합수자원평가계획모형인 K-WEAP을 사용하였으며, 물수급 분석 결과를 바탕으로 중권역별 물공급 지수를 산정하여 제시하였다. 현재 대부분의 기후변화 연구에서는 GCM 시나리오를 직접 적용한 결과를 바탕으로 미래 수자원 전망 결과를 제시하고 있는데, 여기에는 GCM 자체의 불확실성은 물론 과거 관측 자료를 입력자료로 하는 기존 연구 방법론으로 부터의 급진적인 변화에 따른 연구 연속성의 문제 또한 존재한다. 따라서 본 연구에서는 GCM 유출량 시나리오의 직접 적용 대신 과거 유출 시나리오별 가중값을 산정하여 반영함으로서 GCM 모의 결과의 불확실성을 저감하는 방안을 제안하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.68-72
• /
• 2011

전세계적으로 기상이변이 빈번하게 발생하면서 기후변화가 수문환경에 미치는 영향에 대한 연구가 활발히 진행되고 있다. 기후변화 연구에는 대체로 이산화탄소 배출 시나리오에 근거한 GCM 모의 결과가 사용되며, GCM 자료를 바탕으로 미래의 수문량 변화를 예측하는 방법으로 진행된다. 기후변화가 강우에 미치는 영향과 관련해서는 기후변화가 총강우량에 미치는 영향에 대한 연구가 주를 이뤄왔으나 극한강우량에 미치는 영향에 대한 연구는 미흡한 실정이다. 또한 상세화 된 강우 자료가 월단위 또는 일단위이기 때문에 극한홍수량 산정에 필요한 시단위 극한강우량 추정에는 한계가 있다. 본 연구에서는 기후변화가 극한강우량에 미치는 영향을 분석하기 위해 A2 시나리오에 근거한 ECHO-G 모델의 모의 결과를 상세화 시켜 얻은 한강 유역 내의 9개 강우 관측 지점의 일강우 자료를 바탕으로 강우의 scaling invariance 특성에 근거한 시단위 확률강우량을 추정하였고, Neymann-Scott Rectangular Pulse Model (NSRPM)을 적용하여 시단위 확률강우량을 추정하였다. 이러한 방법으로 추정된 9개 지점의 확률강우량과 한강유역종합치수계획(국토해양부, 2008)에서 산정한 확률강우량을 비교하여 미래의 확률강우량 변화를 분석하였다. 분석된 한강 유역 내 강우 관측 지점의 확률강우량 변화 추이는 지점에 따라 상이하게 나타났으며, 이에 따른 확률홍수량의 변화를 검토해 보는 것은 미래의 치수 측면에서 필요한 작업이라 할 수 있다. 또한 기후 변화의 영향은 시나리오와 GCM에 따라 달라질 수 있기 때문에 향후 다양한 시나리오와 GCM에 따른 확률 강우량 변화를 분석할 필요가 있을 것으로 판단된다.

• Journal of Korea Water Resources Association
• /
• v.47 no.11
• /
• pp.1039-1050
• /
• 2014

The goal of this study is to demonstrate the diversity of model performance for various climatic elements and indicators. We evaluated the skills of the most advanced 17 General Circulation Models (GCMs) i.e., CMIP5 (Climate Model Inter-comparison project, phase 5) climate models in reproducing retrospective climatology from 1950 to 2000 over the Southeast US for the key climatic elements important in the hydrological and agricultural perspectives (i.e., precipitation, maximum and minimum temperature, and wind speed). The biases of raw CMIP5 GCMs were estimated for 16 different climatic indicators that imply mean climatology, temporal variability, extreme frequency, etc. using a grid-based observational dataset as reference. Based on the error (RMSE) and correlation (R) of GCM outputs, the error-based GCM ranks were assigned on average over the indicators. Overall, the GCMs showed much better accuracy in representing mean climatology of temperature comparing to other elements whereas few GCM showed acceptable skills for precipitation. It was also found that the model skills and ranks would be substantially different by the climatic elements, error statistics applied for evaluation, and indicators as well. This study presents significance of GCM uncertainty and the needs of considering rational strategies for climate model evaluation and selection.

• Journal of Korea Water Resources Association
• /
• v.37 no.4
• /
• pp.315-328
• /
• 2004

Recent increase of green house gases may increase the frequency of meteorological extremes. In this study, using the index and meteorological data generated by the Markov chain model under the condition of GCM predictions, the possible width of variability of flood and drought occurrences were predicted. As results, we could find that the frequency of both floods and droughts would be increased to make the water resources planning and management more difficult. Thus, it is recommended to include the effect of climate change on water resources in the related policy making.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.179-183
• /
• 2009

본 연구에서는 GCM 기후변화 전망 시나리오를 이용하여 유역단위의 기후변화를 추정하였다. 원시 GCM 시나리오를 지역화 시키기 위해서 인공신경망 모형을 사용하였다. GCM에서 모의되는 강수플럭스, 해면기압, 지표면 근처에서의 일 평균온도, 지표면으로부터 발생하는 잠열플럭스 등과 같은 22개의 변수는 인공신경망의 잠재적 예측인자로 사용되었으며, AWS에서 관측된 강수량과 온도는 예측변수로 사용되었다. 원시 GCM 데이터는 CCCma(Canadian Centre for Climate Modeling and Analysis)에서 제공되는 CGCM3.1/T63 20C3M 시나리오를 사용하였으며, 인공신경망 학습과정에서 사용된 기준시나리오(reference scenario)자료의 기간은 1997년부터 2000년까지의 데이터를 사용하였다. 인공신경망을 학습을 통하여 결정된 각 층사이의 가중치를 이용하여 이산화탄소 배출농도를 가정하여 생성된 CGCM3.1/T63 SRES B1 기후변화시나리오(project scenario)를 인공신경망의 입력값으로 하여 미래의 기온과 강수변화를 전망하였다. 신경망의 학습효과를 높이기 위하여 기온과 강수에 대한 평균 및 누적기간을 각각 일단위와 월단위로 설정하였다. 본 연구에서 사용된 인공신경망은 3층 퍼셉트론(다층 퍼셉트론)을 사용하였으며, 학습방법으로는 역전파알고리즘(back-propagation algorithm)을 이용하였다. 민감도분석을 통하여 선택된 예측인자는 소양강댐유역(1011, 1012소유역)에서의 인공신경망 예측인자로 활용되었으며, 2001년부터 2100년까지의 일 평균온도와 일 강수량의 변화경향을 추정하였다. 1011유역, 1012유역에서는 여름철의 온도변화경향이 겨울철에 비하여 높게 나타났다. 일 평균온도의 통계분석 결과 평균예측오차가 가장 적게 나타나는 지역은 1001유역으로 -0.08로 평균예측오차가 가장 적게 나타났으며, 인공신경망기법을 이용하여 스케일 상세화된 일 평균온도와 관측된 일 평균온도가 얼마나 잘 일치하는지를 확인할 수 있는 1012유역에서 CORR이 0.74로 가장 높게 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.22-22
• /
• 2017

일반적으로 기후변화 연구에서는 미래 기후변화 전망에 존재하는 불확실성을 고려하기 위해 다양한 Global Circulation Model (GCM) 시나리오를 고려하는 앙상블기법을 사용한다. 하지만 모든 GCM 시나리오들을 전부 사용하는 것은 많은 계산시간과 노력을 요구하기 때문에 비효율 적이다. 따라서 최소한의 시나리오로 최대한의 기후변화 변동성을 포함할 수 있는 대표 시나리오 선정 및 적용이 필요하다. 본 연구에서는 군집분석 기법 중에 하나인 KKZ 알고리즘을 활용하여 지역 수문 영향분석을 위한 대표 시나리오를 선정하였다. 먼저 27개 ETCCDI 기상변수들로부터 대표 기상변수들을 선정하고 미래 기간에 대한 상대변화를 90%이상 포함시키는 대표 시나리오를 선정하였다. KKZ 알고리즘을 활용할 경우 전체 26개 GCM에 대해 우선순위별로 시나리오를 하나씩 증가시켜 선정하기 때문에, 시나리오를 하나씩 증가시킬 때 마다 미래 기후변동성이 어느 정도 표현되는지 분석하였다. 그리고 선정된 GCM 시나리오들을 금강유역을 대상으로 수문 모형에 입력하여 미래 수문영향 분석을 실시하였다. 이를 통해 대표 시나리오를 통해 전망한 미래 수문변화량이 전체 상대변화량 대비 어느 정도의 변화량을 포함시킬 수 있는지 분석하였다. 그리고 홍수 및 가뭄과 관계된 기상변수 그룹을 각각 선정 한 후 이를 바탕으로 새롭게 대표 시나리오들을 선정하였다. 이를 바탕으로 수문 영향분석을 실시하여 각각의 시나리오들이 홍수 및 가뭄전망 상대변화량을 얼마나 잘 포함시킬 수 있는지도 분석하였다. 이와 같이, 본 연구는 적은 수의 대표 시나리오의 선정을 통해 미래 기후변화 변동성을 최대한 포함시킬 수 있음으로서 불필요한 수문모의 시간을 절약할 수 있음을 보여주었다.