• 대한원격탐사학회지
• /
• 제27권6호
• /
• pp.625-635
• /
• 2011

This paper investigates the effects of spatial autocorrelation structures in low resolution data on downscaling without ground measurements or secondary data, as well as the potential of geostatistical downscaling. An advanced geostatistical downscaling scheme applied in this paper consists of two analytical steps: the estimation of the point-support spatial autocorrelation structure by variogram deconvolution and the application of area-to-point kriging. Point kriging of block data without variogram deconvolution is also applied for a comparison purpose. Experiments using two low resolution thematic maps derived from remote sensing data showing very different spatial patterns are carried out to discuss the objectives. From the experiments, it is demonstrated that the advanced geostatistical downscaling scheme can generate the downscaling results that well preserve overall patterns of original low resolution data and also satisfy the coherence property, regardless of spatial patterns in input low resolution data. Point kriging of block data can produce the downscaling result compatible to that by area-to-point kriging when the spatial continuity in block data is strong. If heterogeneous local variations are dominant in input block data, the treatment of the low resolution data as point data cannot generate the reliable downscaling result, and this simplification should not be applied to donwscaling.

• 한국수자원학회논문집
• /
• 제46권3호
• /
• pp.229-243
• /
• 2013

평창유역의 적설량을 모의하기 위하여 HSPF 모형을 적용하였다. 미래 적설량을 평가하기 위해 CIMIP3에서 제공하는 A1, A1B, B1의 온실가스 배출시나리오에 기반한 GCMs를 이용하였으며, HSPF 모형과 GCMs의 통계학적 오류를 최소화 하기 위해 편의보정(Bias-correction)과 시간적 분해모형(Temporal disaggregation)을 적용하였다. 모형의 검 보정 결과 모의된 유출량과 적설량의 경우 모형 효율이 높게 나타났으며, 특히 모형의 검정 후 상관계수를 분석한 결과 월별 유출량의 상관계수는 0.94로 나타났다. 월별 적설량, 또한, 상관계수가 0.91로 나타나 보정된 HSPF 모형이 평창지역에 대한 유출량과 적설량을 잘 모의하고 있는 것으로 판단된다. GCMs를 이용한 2018년 평창올림픽 경기장의 적설량을 분석한 결과 1월에는 17.62%, 2월에는 9.38%, 3월에는 7.25%의 적설량이 감소되는 것으로 나타났다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.16-16
• /
• 2019

기후변화 시나리오 및 계절예측 자료를 포함한 기후정보를 수자원 분야에 활용하기 위해서는 기후정보의 시 공간적인 상세화(donwscaling)을 필요로 한다. 상세화의 경우 역학적 상세화와 통계학적 상세화로 구분될 수 있으며, 통계학적 상세화를 위해서는 대상 지역의 기후특성을 대표할 수 있는 장기 관측 자료의 확보가 중요하다. 국내의 경우에는 자동기상관측장비(Automatic Weather System, AWS)와 종관기상관측장비(Automatic Synoptic Observation System, ASOS)로 부터 수집된 기상관측자료를 사용할 수 있으나 기후변화 시나리오의 통계적 상세화를 위해서는 30년 이상의 자료 기간을 포함하는 ASOS 자료가 적합하다. 하지만 개발도상국과 같이 기상관측기반이 열악한 지역에서는 잦은 결측 등으로 인하여 품질이 좋은 관측자료의 획득이 어려운 상황이다. 따라서 본 연구에서는 측이 포함된 장기 기상관측 자료로부터 대상 지역의 기후특성을 재현할 수 있도록 기본적인 QC(Quality Control)을 거쳐 결측 자료를 보완할 수 있는 기법 및 R 기반패키지를 개발하여 적용성을 평가하였다. 개발된 기법의 적용성 평가를 위해서 기상청에서 QC를 통해 제공하고 있는 60개 ASOS 지점의 관측자료 중 강수량과 기온 변수를 사용하였다. 최대 50%까지의 현실적인 결측 패턴을 임의로 생성하기 위해 실제 개발도상국 관측자료의 일단위 결측 패턴을 이용하였다. 자료의 QC는 관측일 누락/중복 및 문자형 관측값 등 기본적인 오류 검사, 기온의 경우 물리적 허용 범위에 대한 검사, 최고기온과 최저기온의 비교 및 계측기 오작동에 의한 동일한 값의 반복 등을 포함한 내적 일치성 검사를 우선적으로 수행한다. 이후 결측값에 대해서 인근 기상관측소와의 상관성 분석 결과를 기반으로 결측값을 채우고, 최종적으로는 다양한 위성자료 및 재분석 자료 중에서 일단위 기후특성의 재현성 평가를 통해 선정된 격자형 자료와의 상관성 분석 결과를 기반으로 결측값을 보정하였다. 기온의 경우는 결측률이 높더라도 월평균 기후특성에 큰 영향을 미치지 않았지만 강수의 경우에는 5% 이상의 결측이 발생하는 경우 월평균 강수량에 영향을 미쳐 지역의 강수량을 과소 추정하는 결과를 보였다. 개발된 QC 기법을 강수 자료에 적용한 결과 월평균 기후특성을 잘 복원하는 결과를 보였지만, 일단위 강우 사상의 재현에 있어서는 미흡한 결과를 보였다.