• 응용통계연구
• /
• 제27권3호
• /
• pp.475-485
• /
• 2014

일반화 선형모형(GLM)에 기초한 확률적 날씨 발생기(Stochastic weather generator)는 일일 날씨를 생성하는데 가장 일반적으로 사용되는 방법인다. 본 논문에서는 다층구조를 이용하여 기존의 GLM weather generator에 공간구조를 소개하였다. 계절별 총강우량의 overdispersion 현상을 효과적으로 제거하기 위해서 smoothing된 계절별 총강우량을 모형에 포함하였고 공간구조를 소개하기 위해서 Stochastic weather generator의 모형계수에 공간구조를 가지는 다변량 정규분포를 가정하였다. 그리고 제안된 공간구조를 가지는 GLM weather generator 모형을 우리나라 76개 지역에서 39년간 측정된 일별 강우량 관측자료에 적용하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제23권6호
• /
• pp.1309-1317
• /
• 2012

Stochastic weather generators are commonly used to simulate time series of daily weather, especially precipitation amount. Recently, a generalized linear model (GLM) has been proposed as a convenient approach to fitting these weather generators. In this paper, a stochastic weather generator is considered to model the time series of daily precipitation at Seoul in South Korea. As a covariate, global temperature is introduced to relate long-term temporal scale predictor to short-term temporal predictands. One of the limitations of stochastic weather generators is a marked tendency to underestimate the observed interannual variance of monthly, seasonal, or annual total precipitation. To reduce this phenomenon, we incorporate time series of seasonal total precipitation in the GLM weather generator as covariates. It is veri ed that the addition of these covariates does not distort the performance of the weather generator in other respects.

• 응용통계연구
• /
• 제26권3호
• /
• pp.413-420
• /
• 2013

확률적 날씨 발생기(Stochastic weather generator)는 일일 날씨를 생성하는데 일반적으로 사용되는 방법으로 최근에는 일반화선형모형에 기초한 확률적 날씨 발생 방법이 제안되었다. 본 논문에서는 서울지역의 일일 기온을 모형화하하기 위해서 일반화선형모형에 기초한 확률적 날씨 발생기를 고려하였다. 이 모형에서는 계절성을 나타내는 변수와 강우발생 유무가 공변수로 사용되었다. 일반적으로 확률적 날씨 발생기에서는 생성된 일일 날씨가 월별 또는 계절별 총강우량이나 평균온도에 충분한 변동을 만들어 내지 못하는 과대산포 현상이 발생하는데, 이러한 한계를 극복하기 위해 본 연구에서는 평활된 계절별 평균 온도를 일반화선형모형의 공변수로 추가하였다. 그리고 제안된 모형을 1961년부터 2011년까지 51년 동안의 서울지역 일일 평균 기온자료에 적용하였다.

• 한국농공학회지
• /
• 제40권1호
• /
• pp.57-67
• /
• 1998

A stochastic weather generator which simulate daily precipitation, maximum and minimum daily temperature, relative humidity was developed. The model parameters were estimated using stochastic characteristics analysis of historical data of 71 weather stations. Spatial variations of the parameters for the country were also analyzed. Model parameters of ungauged Sites were determined from parameters of adjacent weather stations using inverse distance method. The model was verified on Suwon and Ulsan weather stations and showed good agreement between simulated and observed data.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.154-154
• /
• 2018

To interpret the climate projections for the future as well as present, recognition of the consequences of the climate internal variability and quantification its uncertainty play a vital role. The Korean Peninsula belongs to the Far East Asian Monsoon region and its rainfall characteristics are very complex from time and space perspective. Its internal variability is expected to be large, but this variability has not been completely investigated to date especially using models of high temporal resolutions. Due to coarse spatial and temporal resolutions of General Circulation Models (GCM) projections, several studies adopted dynamic and statistical downscaling approaches to infer meterological forcing from climate change projections at local spatial scales and fine temporal resolutions. In this study, stochastic downscaling methodology was adopted to downscale daily GCM resolutions to hourly time scale using an hourly weather generator, the Advanced WEather GENerator (AWE-GEN). After extracting factors of change from the GCM realizations, these were applied to the climatic statistics inferred from historical observations to re-evaluate parameters of the weather generator. The re-parameterized generator yields hourly time series which can be considered to be representative of future climate conditions. Further, 30 ensemble members of hourly precipitation were generated for each selected station to quantify uncertainty. Spatial map was generated to visualize as separated zones formed through K-means cluster algorithm which region is more inconsistent as compared to the climatological norm or in which region the probability of occurrence of the extremes event is high. The results showed that the stations located near the coastal regions are more uncertain as compared to inland regions. Such information will be ultimately helpful for planning future adaptation and mitigation measures against extreme events.

• 한국수자원학회논문집
• /
• 제36권3호
• /
• pp.345-363
• /
• 2003

대기순환모형(GCM)에 의하면 온실가스농도의 증가는 전구와 국지규모의 기후변화에 중요한 관련이 있음이 알려져 있다. GCM은 단일지점의 기상학적 순환과정을 분석하는데는 불확실성을 지니고 있기 때문에 현재로서는 축소기법이 대기순환모형(GCM)의 개발자들이 제공할 수 있는 것과 모형을 이용하여 기후영향을 평가하는 연구자들이 요구하는 것 사이의 차이점을 연계하기 위해 이용되고 있다. 본 논문에서는 통계학적 축소기법을 이용하여 국지 규모의 기후변화의 영향을 평가할 수 있는 방법을 제시하고자 하였다. 본 방법을 이용한다면 현재와 미래의 국지적 규모의 기후강제력 하에서의 지표 기상변수의 시나리오를 저 비용으로 신속하게 작성할 수 있다. 기후변화시나리오의 작성은 통계학적 회귀방법인 전이함수와 추계학적 일기발생모형을 이용하였다. 전이함수는 저해상도의 GCM 격자 변수들을 고해상도의 단일 지점의 변수들로 변환시키며, 이 변수들은 단일 지점의 특정 일 지표 기상 변수를 모의하기 위해 추계학적 일기발생 모형의 매개변수를 수정하는데 이용되었다. 본 연구에서는 YONU GCM을 이용하여 제어실험과 점증실험을 실시하여 전구규모의 기후변화시나리오를 작성하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.1425-1428
• /
• 2010

추계학적 기상모형(Stochastic weather generator)은 기상자료의 결측치 보완, 장기간의 기상 시계열 자료 생성, 지역적 기후변화 시나리오의 통계학적 다운스케일링에 적용되어 왔다. 이러한 추계학적 기상모형은 수자원, 농업, 환경, 생태 등의 분야에 적용되어, 수자원 설계, 점/비점오염 거동, 생태 및 수문학적 영향 평가의 중요한 도구로 이용되어 오고 있다. 또한, 최근 가장 큰 이슈가 되고 있는 기후변화의 영향을 평가하는데 필수불가결한 분야이다. 이 분야의 중요한 변화는 과거에는 지점별로 각각 기상자료를 생성하였으나, 최근에는 지점간의 상관성을 고려한 다지점 해석이 계속적으로 연구되어지고 있다. 본 연구에서는 유역규모에 적용하기 타당한 기상자료생성을 위하여 관측지점간의 상관성, 강수장(rainfall field)의 생성, 호우이동(storm movement)을 고려한 추계학적 기상모형을 제안하고, 충주댐 유역을 대상으로 그 적용성을 평가하였다.

• 한국농공학회논문집
• /
• 제52권5호
• /
• pp.1-9
• /
• 2010

Evapotranspiration (ET) is one of the basic components of the hydrologic cycle and is essential for estimating irrigation water requirements. In this study, artificial neural network (ANN) models for reference crop evapotranspiration ($ET_0$) estimation were developed on a monthly basis (May~October). The models were trained and tested for Suwon, Korea. Four climate factors, daily maximum temperature ($T_{max}$), daily minimum temperature ($T_{min}$), rainfall (R), and solar radiation (S) were used as the input parameters of the models. The target values of the models were calculated using Food and Agriculture Organization (FAO) Penman-Monteith equation. Future climate data were generated using LARS-WG (Long Ashton Research Station-Weather Generator), stochastic weather generator, based on HadCM3 (Hadley Centre Coupled Model, ver.3) A1B scenario. The evapotranspirations were 549.7 mm/yr in baseline period (1973-2008), 558.1 mm/yr in 2011-2030, 593.0 mm/yr in 2046-2065, and 641.1 mm/yr in 2080-2099. The results showed that the ANN models achieved good performances in estimating future reference crop evapotranspiration.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2012년도 학술발표회
• /
• pp.273-273
• /
• 2012

최근 기후변화에 따른 수자원 평가를 위해 장기유출모형이 적극 활용되고 있다. 또한, 장기유출모형의 입력자료인 기후변화 시나리오를 적용한 수문학적 기상자료 생성을 위해 추계학적 기상모형(Stochastic weather generator)이 이용되고 있다. 이러한 장기유출모형의 수문학적 프로세스, 기상모형의 결과는 일단위에 기초하고 있다. 특히, 입력자료로 이용되는 강우량은 대상유역 단위의 면적강우량 산정, 즉 실제 강우의 공간적 특성이 반영된 강우생성이 무엇보다 중요한 것으로 판단된다. 따라서, 추계학적 기상모형을 이용하여 강우생성시, 강우의 공간적 특성이 고려된 호우(Storm) 생성이 중요하다. 이러한 호우생성을 위해 호우규모에 따른 면적감소계수에 대한 분석이 요구된다. 따라서, 본 연구에서는 충주댐 유역을 대상으로 일단위의 동시강우 자료를 수집하여, 호우규모에 따른 면적감소계수의 특성을 파악하여 논의하였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2005년도 학술발표회 논문집
• /
• pp.143-148
• /
• 2005

The main purpose of this study is to suggest and evaluate an operational method for assessing the potential impact of climate change on hydrologic components and water resources of regional scale river basins. The method, which uses large scale climate change information provided by a state of the art general circulation model(GCM) comprises a statistical downscaling approach and a spatially distributed hydrological model applied to a river basin located in Korea. First, we construct global climate change scenarios using the YONU GCM control run and transient experiments, then transform the YONU GCM grid-box predictions with coarse resolution of climate change into the site-specific values by statistical downscaling techniques. The values are used to modify the parameters of the stochastic weather generator model for the simulation of the site-specific daily weather time series. The weather series fed into a semi-distributed hydrological model called SLURP to simulate the streamflows associated with other water resources for the condition of $2CO_2$. This approach is applied to the Yongdam dam basin in southern part of Korea. The results show that under the condition of $2CO_2$, about $7.6\% of annual mean streamflow is reduced when it is compared with the observed one. And while Seasonal streamflows in the winter and autumn are increased, a streamflow in the summer is decreased. However, the seasonality of the simulated series is similar to the observed pattern and the analysis of the duration cure shows the mean of averaged low flow is increased while the averaged wet and normal flow are decreased for the climate change.