• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.197-197
• /
• 2016

Forecasting future drought events in a region plays a major role in water management and risk assessment of drought occurrences. The creeping characteristics of drought make it possible to mitigate drought's effects with accurate forecasting models. Drought forecasts are inevitably plagued by uncertainties, making it necessary to derive forecasts in a probabilistic framework. In this study, a new probabilistic scheme is proposed to forecast droughts, in which a discrete-time finite state-space hidden Markov model (HMM) is used aggregated with the Representative Concentration Pathway 8.5 (RCP) precipitation projection (HMM-RCP). The 3-month standardized precipitation index (SPI) is employed to assess the drought severity over the selected five stations in South Kore. A reversible jump Markov chain Monte Carlo algorithm is used for inference on the model parameters which includes several hidden states and the state specific parameters. We perform an RCP precipitation projection transformed SPI (RCP-SPI) weight-corrected post-processing for the HMM-based drought forecasting to derive a probabilistic forecast that considers uncertainties. Results showed that the HMM-RCP forecast mean values, as measured by forecasting skill scores, are much more accurate than those from conventional models and a climatology reference model at various lead times over the study sites. In addition, the probabilistic forecast verification technique, which includes the ranked probability skill score and the relative operating characteristic, is performed on the proposed model to check the performance. It is found that the HMM-RCP provides a probabilistic forecast with satisfactory evaluation for different drought severity categories, even with a long lead time. The overall results indicate that the proposed HMM-RCP shows a powerful skill for probabilistic drought forecasting.

• 한국수자원학회논문집
• /
• 제50권11호
• /
• pp.769-779
• /
• 2017

최근 우리나라에서 빈번하게 발생되는 가뭄으로 인하여 많은 피해가 발생하고 있으며, 이에 대한 사전대응의 필요성이 커지고 있다. 가뭄에 대한 효과적인 사전대응을 위해서는 신뢰성 있는 가뭄 예측 정보가 필수적이다. 본 연구에서는 수문학적 가뭄에 대한 확률론적 예측을 수행하기 위하여 가뭄의 전이현상을 베이지안 네트워크 모형에 반영하였다. 가뭄의 전이현상을 고려한 베이지안 네트워크 기반의 가뭄 예측 모형(PBNDF)은 과거, 현재, 미래에 대한 다중 모형 앙상블 예측결과와 가뭄전이 관계를 결합하여 새로운 수문학적 가뭄 예측 결과를 생산하도록 구축되었다. 본 연구에서 PBNDF 모형은 파머수문학적 가뭄지수를 활용하여 낙동강 유역의 10개 지점을 대상으로 가뭄을 확률적으로 예측하는데 적용되었다. PBNDF 모형의 ROC 분석 결과 ROC 점수가 0.5 이상의 유의한 결과를 나타내 실제 예측 모형으로 활용가능하다는 것을 확인할 수 있었다. 또한, 기존에 개발된 모형(지속성 예측, 베이지안 네트워크 예측 모형)과 평균제곱오차의 제곱근(RMSE), 기술 점수(SS)를 활용하여 비교를 수행하였으며, 그 결과 PBNDF 모형의 RMSE는 상대적으로 낮은 값을 가지며, SS는 약 0.1~0.15 정도 높은 것으로 나타나 예측성능이 향상되었다는 것을 확인할 수 있었다.

• 한국수자원학회논문집
• /
• 제49권10호
• /
• pp.835-849
• /
• 2016

최근 피해가 점차 심해지고 있는 가뭄을 경감하기 위해서는 가뭄모니터링 뿐만 아니라 정확한 가뭄전망이 수행되어야 한다. 본 연구에서는 국내 기존 MSWSI의 한계점을 개선하였으며, 개선된 MSWSI를 이용하여 앙상블기반 확률론적 가뭄전망을 수행하였다. 우선 금강유역 내 존재하는 모든 수문기상인자를 조사하여 각 유역별로 기존 MSWSI에서 적용한 4개 인자(하천유량, 지하수, 강수, 댐유입량)와 적합한 인자(댐저수위, 댐방류량)를 추가 선정하였다. 두 번째로 기존에는 정규분포만을 적용하였으나 본 연구에서는 각 수문기상인자들에 적합한 확률분포를 추정하였다. 강수와 하천은 대부분 Gumbel 분포, 댐유입량, 방류량, 저수위는 2 매개변수 대수정규분포, 지하수는 3 매개변수 대수정규분포를 따르는 것으로 나타났다. 개선된 MSWSI를 과거 실측강수, 하천유량 등을 이용하여 검증한 결과 기존 MSWSI보다 개선된 MSWSI가 과거 발생한 가뭄현상을 더 잘 나타내어 개선된 MSWSI가 효용성이 있음을 확인하였다. 마지막으로 개선된 MSWSI를 이용하여 앙상블기반 확률론적 가뭄전망을 극심한 가뭄이 발생한 2006년과 2014년을 대상으로 수행하고 검증하였으며, 기존보다 개선된 MSWSI를 이용한 가뭄전망이 우수한 결과를 나타냈다. 또한 대부분의 소유역에서 실제 가뭄의 가뭄지수가 개선된 MSWSI를 이용한 가뭄전망 범위에 속하는 것으로 나타났다.

• 대기
• /
• 제30권2호
• /
• pp.141-154
• /
• 2020

Seasonal forecast is growing in demand, as it provides valuable information for decision making and potential to reduce impact on weather events. This study examines how operational climate prediction systems can be reliable, producing the probability forecast in seasonal scale. A reliability diagram was used, which is a tool for the reliability by comparing probabilities with the corresponding observed frequency. It is proposed for a method grading scales of 1-5 based on the reliability diagram to quantify the reliability. Probabilities are derived from ensemble members using hindcast data. The analysis is focused on skill for 2 m temperature and precipitation from climate prediction systems in KMA, UKMO, and ECMWF, NCEP and JMA. Five categorizations are found depending on variables, seasons and regions. The probability forecast for 2 m temperature can be relied on while that for precipitation is reliable only in few regions. The probabilistic skill in KMA and UKMO is comparable with ECMWF, and the reliabilities tend to increase as the ensemble size and hindcast period increasing.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.152-152
• /
• 2017

최근 지속적인 심한 가뭄의 발생은 사회적 이슈가 되고 있으므로 가뭄을 감시할 수 있는 가뭄 모니터링 뿐만 아니라 경감할 수 있는 가뭄전망이 되어야 한다. 이를 위해 우선적으로 우리나라 실정에 맞는 최적화된 가뭄지수의 선정 혹은 개선이 필요하며, 다음으로 개선된 가뭄지수를 기반으로 한 다양한 가뭄정보들이 수자원확보를 위한 관리와 정책에 활용되어야 한다. 이에 따라 본 연구에서는 국내 기존에 활용되고 있는 수문학적 가뭄지수인 MSWSI를 개선하였으며, 개선된 MSWSI를 이용하여 앙상블기법 기반의 확률론적 가뭄전망을 수행하였다. 대상 유역은 낙동강 유역을 선정하였으며, 연구내용을 살펴보면, 첫 번째로 MSWSI의 개선에 있어서는 (1) 유역 내 공식적으로 수집되는 모든 수문기상인자를 조사하여 중권역 유역별로 기존 MSWSI에서 적용한 4개 인자(강수량, 하천유량, 댐 유입량, 지하수량) 뿐만 아니라 사용 가능한 적합한 인자(댐 저수위, 댐 방류량)를 추가 선정하여 반영; (2) 각 수문인자들에 대해 기존에는 정규분포만 적용하였으나 본 연구에서는 각각 인자별 적합한 확률분포를 추정하였다. 두 번째로 극심한 가뭄이 발생한 2006년과 2014년을 대상으로 개선된 MSWSI를 이용한 앙상블기반 확률론적 가뭄전망을 수행하고 검증하였다. 분석 결과를 살펴보면, 개선된 MSWSI를 과거 실측 수문기상자료를 이용하여 검증한 결과 기존 MSWSI보다 개선된 MSWSI가 과거 발생한 가뭄현상을 더 잘 나타내어 개선된 MSWSI가 효용성이 있음을 확인하였다. 또한 앙상블 기반의 확률론적 가뭄 전망 결과, 기존보다 개선된 MSWSI를 이용한 가뭄전망이 우수한 결과를 나타냈다. 또한 대부분의 유역에서 실제 가뭄의 가뭄지수가 개선된 MSWSI를 이용한 가뭄전망 범위에 속하는 것으로 나타났다.