• 한국수자원학회논문집
• /
• 제53권9호
• /
• pp.647-660
• /
• 2020

본 연구에서는 아시아 몬순특성을 고려한 전지구모형(General Circulation model, GCM) 선정방법을 개발하고 방법의 적정성을 평가하였다. 몬순기후와 연관된 12개의 기후변수를 선정하였으며, GCM의 과거 기후재현성을 기준으로 모의성능 평가 매트릭스 및 평가체계를 구성하였다. 19개 GCM으로부터 아시아 몬순지역 및 과거(1976 ~ 2005년) 몬순기간에 대한 12개 기후변수를 관측자료와 비교하여 GCM의 기후모의 성능을 평가하였다. GCM의 평가순위 및 강수량 모의성능을 고려하여 적정 5개 GCM (NorESM1-M, bcc-csm1-1-m, CNRM-CM5, CMCC-CMS, CanESM2)을 선정하였다. 과거 몬순계절 및 월 평균 기후에 대하여 선정된 GCM의 기후재현성을 검증하였다. 선정된 5개 GCM은 12개 기후변수에 대한 아시아 지역의 관측 기후특성을 잘 재현하였으며, 전체 GCM을 사용하는 경우에 비해 모의값과 관측값 간의 오차를 줄일 수 있는 것으로 확인되었다.

• 한국태양에너지학회:학술대회논문집
• /
• 한국태양에너지학회 2008년도 추계학술발표대회 논문집
• /
• pp.63-68
• /
• 2008

Efforts tp overcome the current challenge of global warming and abnormal temperature are being taken around the world. According to a report, average temperature of Korea has increased by about $0.8^{\circ}C$ for a century. In particular, temperature has rapidly increased since year 2000. Climate changes have brought remarkable changes in our lives. For example, agricultural field will see changes in crops and production. Energy used to maintain and manage architectures will be changed as well. In order to actively cope with rapidly changing global climate which drives changes from the basic behavior of our lives to subtle changes, international cooperation and researches are performed around the word. For instance, as a part of these global efforts, research on typical meterological data for computer simulation program to evaluate architecture energy performance is in progress in Korea. In order to conduct research on typical meterological data in format of data per time, reference regarding monthly maximum/minimum temperature time is required. Unfortunately, however, reference regarding maximum/minimum temperature time hasn't been defined in Korea. Therefore, this study aims to provide fundamental data essential for various researches by calculating maximum/minimum temperature time of major cities across Korea. According to the study, maximum temperature occurs at 3 p.m and minimum temperature occurs at 5 a.m or 6 a.m. respectively, in overall areas.

• 한국농림기상학회지
• /
• 제4권4호
• /
• pp.224-236
• /
• 2002

남한 벼 품종의 북한서부평야지 재배적응성 예측을 위하여 496개 단위 재배구역 각각에 대하여 30년간의 생육모의를 실시하였다. 5km $\times$ 5km로 구획된 1,044개 재배구역중 벼논 재배구역은 위성영상자료를 분석하여 추출하였다. 일최고ㆍ최저기온, 강우량, 강우일수, 일사량은 1981년부터 2000년 동안 남북한의 기상관측소의 측정간을 이용하여 1 km$\times$ 1 km 해상도로 작성하였고, 최소재배단위(CZU)의 벼논 픽셀에 해당하는 기후값만을 발췌하여 그들의 평균값을 각 CZU의 대표값으로 하였으며, 각 재배구역별 월평균값으로부터 30년간의 일기상 자료를 무작위로 생성하였다. 11개 주요 남한 벼품종에 해당하는 CERES-rice 모형에 필요한 생장 및 발육관련모수는 농업관련 국가기관에서 장기간동안 수행하여 축적된 조사자료로부터 추정하였다. 남한 주요 품종의 유전적 특성을 갖도록 모수가 조정된 생육모형 CERES-rice를 북한 서부평야지 496개 벼 재배단위별 무작위로 생성된 30년간의 일기상 자료를 이용하여 이앙기(적식, 만식), 관개(천수답, 수리안전답), 작부방식(일모작, 이모작) 등 3요인을 2수준으로 두어 품종별 총 8개씩의 처리로 년도별 기상변이에 따른 생육 및 수량 등을 모의하였다. 각 품종에 대하여 같은 모형을 남한의 3개 작물시험장 실제 기상자료에 근거한 생육모의를 수행함으로써 북한지방 모의결과의 상대평가를 위한 기준자료로 삼았다. 생육모의를 통한 분석결과 남한의 중생종 벼 품종들 가운데 수원에서의 출수기가 8월 15일 이전인 것들이 북한서부평야지에서 적응성이 높을 것으로 판단된다. 이 결과는 앞으로 있을 남ㆍ북한 농업기술교류시 남한 벼 품종의 북한 곡창지대인 서부평야지 적응성 판단의 중요한 기초자료가 될 것이다.

• 한국태양에너지학회:학술대회논문집
• /
• 한국태양에너지학회 2008년도 추계학술발표대회 논문집
• /
• pp.202-207
• /
• 2008

Measures for coping with energy shortage are being sought all over the world. Following such a phenomenon, effort to use less energy in the design of buildings and equipment are being conducted. In particular, a program to evaluate the performance of a building comes into the spotlight. However. indispensable standard wether data to estimate the exact energy consumption of a building is currently unprepared. Thus, after appling standard weather data for four weather factors which were used in previous researches to Visual DOE 4.0, we compared it with the result of the existing data and evaluated them. For the monthly cooling and heating load of our target building, we used revised data for June, July, August, and September during which cooling load is applied. When not the existing data but the revised data was used, the research shows that an average of 14.9% increased in June, August, and September except for July. Also, in a case of heating load, the result by the revised data shows a reduction of an average of 11.9% from October to April during which heating load is applied. In particular, the heating loads of all months for which the revised data was used were more low than those of the existing data. In the maximum cooling and heating load according to load factors, the loads by residents and illumination for which the revised data was used were the same as those of the existing data, but the maximum cooling loads used by the two data have a difference in structures such as walls and roofs. Through the above results, the research cannot clearly grasp which weather data influences the cooling and heating load of a building. However, in the maximum loads by the change of weather data in four factors (dry-bulb temperature, web-bulb temperature, cloud amount, and wind speed) among 14 weather factors, the research shows that 5.95% in cooling load and 27.56% in heating load increased, and these results cannot be ignored. In order to make weather data for Performing energy performance evaluation for future buildings, the flow of weather data for the Present and past should be obviously grasped.