• 한국산업정보학회논문지
• /
• 제27권6호
• /
• pp.77-93
• /
• 2022

본 연구에서 대설의 직접, 간접적인 피해에 영향받는 요소들에 대해 지역적 특성을 반영해 위험도를 분석하는 알고리즘을 제시한다. 229개의 지역별로 대설피해의 영향을 받는 요소들을 영향변수로 선정하고 피해액과의 관계를 통해 민감도라는 개념을 도출한다. 기상 상태(적설량, 습도, 기온)와 민감도를 독립 변수로 설정하고 독립 변수의 변화에 따라 도출된 위험도를 종속변수로 설정해 머신러닝(XGBoost) 알고리즘을 이용한 대설피해 위험도 예측 모델을 개발했다.

• 대기
• /
• 제23권2호
• /
• pp.161-169
• /
• 2013

We examine the effects of the sea surface temperature (SST) distribution on heavy snowfall over the Yellow Sea using high-resolution SST products and WRF (Weather Research and Forecasting) model simulations in 30 December 2010. First, we evaluate the model by comparing the simulated and observed fresh snowfall over the Korean peninsula (Ho-Nam province). The comparison shows that the model reproduces the distributions and magnitudes of the observed snowfall. We then conduct sensitivity model simulations where SST perturbations by ${\pm}1.1^{\circ}C$ relative to baseline SST values (averaged SST for $5{\sim}15^{\circ}C$) are uniformly specified over the region of interest. Results show that ${\pm}1.1^{\circ}C$ SST perturbation simulations result in changes of air temperature by $+0.37/-0.38^{\circ}C$, and by ${\pm}0.31^{\circ}C$ hPa for sea level pressure, respectively, relative to the baseline simulation. Atmospheric responses to SST perturbations are found to be relatively linear. The changes in SST appear to perturb precipitation variability accounting for 10% of snow and graupel, and 18% of snowfall over the Yellow Sea and Ho- Nam province, respectively. We find that anomalies of air temperature, pressure, and hydrometeors due to SST perturbation propagate to the upper part of cloud top up to 500 hPa and show symmetric responses with respect to SST changes.

• 한국농림기상학회지
• /
• 제15권4호
• /
• pp.264-272
• /
• 2013

기후변화는 기온의 상승과 강수량의 변화뿐만 아니라 이상기후 발생과 강도 증가의 원인이 되고 있다. 최근의 농업 재배시설의 피해는 기후변화에 의한 강우강도의 증가와 폭설 등에 의해 증가하고 있다. 이와 같이 기후변화에 취약한 부분에 대한 평가와 국가차원의 적응정책이 중요한 시점에 와 있다. 본 연구는 232개 시군구를 대상으로 재배시설의 취약성 평가를 실시하였고 취약성 평가의 기간은 현재는 2000년, 미래는 A1B 시나리오를 기준으로 2020년, 2050년, 2100년에 대한 자료를 취합하였다. 취약성 평가 결과 기후노출과 민감도, 적응능력 모두에 크게 영향을 주었고 취약성 지수가 가장 높은 지역들은 기후노출과 민감도가 높은 지역들이었다. 기후노출은 전라도와 강원도에서 높게 나타났으며 민감도는 대규모 시설재배 단지가 형성된 지역들에서 높게 나타났다. 또한 적응능력은 도 수준에서 차이가 나타났는데 적응능력이 상대적으로 높은 전라남도와 경상북도는 취약성이 상쇄되어 낮은 취약성 지수가 나타났다. SRES A1B 시나리오에 의한 미래 예측결과 우리나라 전반적으로 취약성이 상승했으며 그 상승폭은 2000년대부터 2020년사이에 급격하게 나타났다. 또한 취약성의 향상은 우리나라 전국에 걸쳐 높아졌으며 이는 우리나라의 재배 시설 피해를 주는 기상재해의 위험이 전국적으로 증가할 것을 나타내는 것으로 판단되었다. 본 조사를 통하여 전국 시군구의 이상기후에 대한 재배시설의 취약성을 평가하는 방법으로서 CCGIS를 제시하였으며 그 결과 전국의 기상재해에 대한 기후노출, 민감도, 적응능력들의 분포를 파악할 수 있었다. 또한 취약성 지수가 높은 주요 시군구를 중심으로 주성분 분석의 결과 지역의 취약한 요소들을 판단할 수 있었다. 이는 각 지역별로 이상기후에 대한 재배시설의 대책 마련에 기초자료로 사용할 수 있을 것으로 판단된다. 또한 본 조사는 선행연구, 전문가를 활용한 델파이조사 등 합리적인 방법을 통하여 이루어졌으나 신뢰성의 향상을 위해서는 재배시설의 피해와 관련된 더욱 상세하고 연관성 있는 자료가 확보되어야 할 것으로 판단되었다.