• 한국항만학회지
• /
• 제14권3호
• /
• pp.279-290
• /
• 2000

The purpose of this study is to suggest the analytical framework for a spatial structure of a tourism destination master plan by the two types of the tourism development models: Tourist attraction System Model and Tourism Destination Region Design Model. The resort development plan is introduced as a planning tool for regenerating the eastern Pusan regions, but the economic and environmental impacts and the sociocultural dilemma accompanied by the development should be fully considered before launching the business. The development plan announced currently is traced and examined in comparison with the upper-leveled and related plans. The Tourist Attraction System Model based on the systems theory is applied to the designated regions. The Tourism Destination Region Design Model then is applied for analyzing the components of each region on the master plan. The results of the findings suggest that the tourism destination plan is basically different from a general master plan on the physical comprehensive plan, the destination is recognized as a subsystem of the whole tourism system, and thus tourism destination plan is considered as a spatial arrangement of tourism facilities and the inter- and intra-circulation.

• 한국농공학회논문집
• /
• 제52권4호
• /
• pp.83-91
• /
• 2010

Generally, the GCM (General Circulation Model) data by IPCC climate change scenarios are used for future weather prediction. IPCC GCM models predict well for the continental scale, but is not good for the regional scale. This paper tried to generate future temperature and precipitation of 8 scattered meteorological stations in South Korea by using the MIROC3.2 hires GCM data and applying LARS-WG downscaling method. The MIROC3.2 A1B scenario data were adopted because it has the similar pattern comparing with the observed data (1977-2006) among the scenarios. The results showed that both the future precipitation and temperature increased. The 2080s annual temperature increased $3.8{\sim}5.0^{\circ}C$. Especially the future temperature increased up to $4.5{\sim}7.8^{\circ}C$ in winter period (December-February). The future annual precipitation of 2020s, 2050s, and 2080s increased 17.5 %, 27.5 %, and 39.0 % respectively. From the trend analysis for the future projected results, the above middle region of South Korea showed a statistical significance for winter precipitation and south region for summer rainfall.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2006년도 Proceedings of ISRS 2006 PORSEC Volume I
• /
• pp.301-304
• /
• 2006

For the purpose of investigating the contributions of various gases to climate change, the thermal radiation associated with greenhouse gases are extracted from AIRS (Atmospheric Infrared Sounder) infrared radiances over the tropical pacific region. AIRS instrument which was launched on the EOS-Aqua satellite in May 2002 covers the spectral range from 650 cm-1 to 2700 cm-1 with a spectral resolution of between 0.4 cm-1 and 1 cm-1. In order to extract the thermal radiation absorbed by individual gases, the interfering background radiances at the top of the atmosphere are simulated using the radiative transfer code MODTRAN (MODerate spectral resolution atmospheric TRANsmittance). The simulations incorporated the temperature and water vapor profiles taken from NCEP (National Centers for Environmental Prediction) reanalyses. The differences between the simulated background radiance and AIRS-measured radiance result in the absorption of upward longwave radiation by atmospheric gases (i.e. greenhouse effect). The extracted absorption bands of individual gases will allow us to quantify the radiative forcing of individual greenhouse gases and thus those data will be useful for climate change studies and for the validation of radiative transfer codes used in general circulation models.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.124-124
• /
• 2012

기후변화가 수자원에 미치는 영향을 예측하는 데에 널리 사용되는 GCMs (General Circulation Models)는 모의 결과의 시 공간적 해상도가 낮기 때문에 상세화 (Downscaling) 기법을 거쳐 수문 모형에 적용된다. 상세화 기법은 크게 역학적 상세화 (Dynamical downscaling)와 통계적 상세화 (Statistical downscaling)로 구분되며, 종류가 매우 다양하고 각각의 모의 능력에 차이가 있으므로 적절한 기법을 선택할 필요가 있다. 본 연구의 목적은 통계적 상세화 기법 중 인공신경망과 LARS-WG 모형을 활용하여 CGCM3.1 T63의 모의 결과를 상세화하고, 두 모형의 모의 결과를 비교하는 데에 있다. 인공신경망은 비선형함수에 의한 전이함수 모형인 반면 LARS-WG는 추계학적 기상 발생기 모형으로, 각 모형을 이용해 CGCM3.1 T63의 강수량 및 평균기온 모의 결과를 서울 지역에 대해 공간적으로 상세화하였다. 모형의 검 보정은 1971년부터 2000년까지 30년 동안의 서울 관측소 일 기상 자료와 CGCM3.1 T63 (20C3M 시나리오) 모의 결과를 이용하여 수행하였다. 각 기법의 비교 및 평가는 2001년부터 2011년까지 11년 동안의 일 기상 자료와 CGCM3.1 T63 (IPCC SRES A1B 시나리오) 모의 결과를 이용하였다. 분석 결과, 인공신경망 모형은 입력 자료의 형태에 따라 모의 결과가 크게 달라지는 특성을 보였으며, LARS-WG 모형은 강수량을 실제보다 과소 추정하는 경향을 보였다. 본 연구에서는 강수량과 평균기온만을 대상으로 하였으나, 추후에 다른 기상인자를 고려함으로써 모형의 적용성을 보다 종합적으로 판단할 수 있을 것이다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.35-35
• /
• 2018

본 연구의 목적은 한강유역을 대상으로 다중 GCMs (General Circulation Models)을 이용하여 장기유출량을 분석하는 데 있다. 기후변화 전망을 분석하기 위해 총 13개의 GCMs을 선정하여 사용하였다. SDQDM (Spatial Disaggregation-Quantile Delta Mapping) 방법을 이용하여 GCMs을 60개 종관기상관측장비 (Automated Synoptic Observing System, ASOS)에 대해 상세화하였다. GCMs은 총 6개의 변수(강수, 최고 기온, 최저기온, 풍속, 상대습도, 일사량)를 제공하였다. 장기유출량 분석은 투수지역과 불투수지역을 모두 고려할 수 있는 HSPF 모형을 선정하여 수행하였다. 장기유출량의 공간적인 범위는 한강유역의 16개 중권역을 기준으로 선정하였고, 시간적인 범위는 과거 기준 기간 (Reference period: 1976-2005), 미래 3개 기간 (Near future period: 2011-2040, Mid-century period: 2041-2070, Distance future period: 2071-2099)으로 30년 단위로 구분하여 선정하였다. 본 연구는 13개의 GCM을 사용하여 추정된 장기유출량의 연간 및 계절적 평균과 변동성을 분석하였다. 본 연구에서 HSPF 모형을 활용하여 분석한 결과는 복잡한 한강유역의 특성을 적절히 반영하여, 기후변화에 따른 수자원 계획 및 통합 유역 관리를 수립하기 위한 기초 자료로 활용될 수 있을 것이라 사료된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.168-168
• /
• 2018

최근 기후변화로 인하여 전 세계적으로 과거 강우사상에서 확인되지 않는 극치사상이 빈번하게 관측되고 있으며 이에 따른 피해도 증가하고 있다. 미래의 기상학적 변동성 및 기후변화 영향은 지구순환모형 (General Circulation Models, GCM)을 통해 구체화되며 가장 일반적인 기후변화 전망자료로서 활용된다. 그러나 산정된 기후변화 시나리오마다 서로 그 특성에 차이가 있으며 이러한 이유로 다양한 원인으로 인해 큰 변동성을 가지는 미래 극치강우를 하나의 시나리오로 분석하기에는 무리가 있다. 또한 다양한 시나리오를 통해 분석한 결과값이 상이하며 이러한 시나리오별 산정 결과의 차이는 사용자에게 혼란을 야기할 수 있어 이를 하나의 결과로 나타낼 필요성이 있으나 정량적인 대푯값을 얻기 위해 특정 시나리오를 선택하는 것은 신뢰성에 문제가 있다. 본 연구에서는 시나리오들을 정량적 지표에 의거하여 혼합된 하나의 시나리오로 표출하고자 하였다. CORDEX-RCMs 시나리오 중 HadGEM3-RA, RegCM, SNU_WRF 및 GRIMs를 입력 자료로 하여 다중모형앙상블(Multi-Model Ensemble, MME)을 통해 낙동강 유역의 극치강우에 대한 하나의 최적 기후변화 시나리오를 도출하고자 하였으며 계층적 베이지안 (Hierarchical Bayesian Model, HBM) 기법을 통하여 기후변화 시나리오에 내제된 불확실성에 대한 정량적인 해석을 수행하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.26-26
• /
• 2023

General circulation models (GCMs) are widely used in hydrological prediction, however their coarse grids make them unsuitable for regional analysis, therefore a downscaling method is required to utilize them in hydrological assessment. As one of the downscaling methods, convolutional neural network (CNN)-based downscaling has been proposed in recent years. The aim of this study is to generate the process of dynamic downscaling using CNNs by applying GCM output as input and RCM output as label data output. Prediction accuracy is compared between different input datasets, and model structures. Several input datasets with key atmospheric variables such as precipitation, temperature, and humidity were tested with two different formats; one is two-dimensional data and the other one is three-dimensional data. And in the model structure, the hyperparameters were tested to check the effect on model accuracy. The results of the experiments on the input dataset showed that the accuracy was higher for the input dataset without precipitation than with precipitation. The results of the experiments on the model structure showed that substantially increasing the number of convolutions resulted in higher accuracy, however increasing the size of the receptive field did not necessarily lead to higher accuracy. Though further investigation is required for the application, this paper can contribute to the development of efficient downscaling method with CNNs.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• 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.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• 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.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• 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.