Journal of the Korean Association of Geographic Information Studies (한국지리정보학회지)

The Korean Association of Geographic Information Studies (한국지리정보학회)
권호 표지
DOI QR코드

DOI QR Code

Development of Spatial Statistical Downscaling Method for KMA-RCM by Using GIS

GIS를 활용한 KMA-RCM의 규모 상세화 기법 개발 및 검증

  • Baek, Gyoung-Hye (Dept. of Ecological Landscape Architecture-Rural System Engineering, Seoul National University) ;
  • Lee, Moun-Gjin (Korea Adaptation Center for Climate Change, Korea Environment Institute) ;
  • Kang, Byung-Jin (Environment GIS/RS Center, Korea University)
  • 백경혜 (서울대학교 생태조경지역 시스템공학부) ;
  • 이명진 (한국환경정책.평가연구원, 국가기후변화적응센터) ;
  • 강병진 (고려대학교 환경 GIS/RS 센터)
  • Received : 2011.05.19
  • Accepted : 2011.08.30
  • Published : 2011.09.30
Download PDF
⟨ Previous Next ⟩

Abstract

The aim of this study is to develop future climate scenario by downscaling the regional climate model (RCM) from global climate model (GCM) based on IPCC A1B scenario. To this end, the study first resampled the KMA-RCM(Korea meteorological administration-regional climate model) from spatial resolution of 27km to 1km. Second, observed climatic data of temperature and rainfall through 1971-2000 were processed to reflect the temperature lapse rate with respect to the altitude of each meteorological observation station. To optimize the downscaled results, Co-kriging was used to calculate temperature lapse-rate; and IDW was used to calculate rainfall lapse rate. Fourth, to verify results of the study we performed correlation analysis between future climate change projection data and observation data through the years 2001-2010. In this study the past climate data (1971-2000), future climate change scenarios(A1B), KMA-RCM(Korea meteorological administration-regional climate model) results and the 1km DEM were used. The research area is entire South Korea and the study period is from 1971 to 2100. Monthly mean temperatures and rainfall with spatial resolution of 1km * 1km were produced as a result of research. Annual average temperature and precipitation had increased by $1.39^{\circ}C$ and 271.23mm during 1971 to 2100. The development of downscaling method using GIS and verification with observed data could reduce the uncertainty of future climate change projection.

본 연구의 목적은 IPCC A1B 온실가스 배출 시나리오에 따른 전지구 기후모형(global climate model, GCM)을 바탕으로 구축된 KMA-RCM(Korea meteorological administration-regional climate model)을 GIS를 활용하여 규모 상세화 기법을 개발하고 검증을 통하여 기후변화 시나리오의 불확실성을 줄이는 것이다. 연구지역은 남한 전역이며, 연구 대상 기간은 1971년부터 2100년까지이다. KMA-RCM의 규모 상세화 결과의 최적화를 위해 GIS 공간보간기법 중 기온에는 Co-Kriging, 강우에는 IDW을 활용하여 고도에 따른 기온 감율을 적용하였다. 최종 연구 결과로 총 1971년도부터 2100년의 월별 평균 기온 및 강우량이 도출되었다. 평균기온의 경우 130년 동안 $1.39^{\circ}C$ 상승하고, 강우량의 경우 271.23mm가 증가하는 것으로 파악되었다. 본 연구결과의 검증을 위하여 2001년부터 2010년까지 75개 자동기상관측지점(automated weather station, AWS) 실측자료와 동기간의 미래 기후예측값과의 상관관계를 분석하였다. 평균기온의 경우 상관계수가 0.98로 매우 높게 나타났으며 강우량의 경우 0.56으로 기온에 비해 상관관계가 낮게 분석되었다. 본 연구에서는 기존의 기후변화 시나리오 규모 상세화 연구에서 사용되던 GIS 방법론을 고도에 따른 기온감율을 적용하는 기법을 개발하였다. 이를 통하여 보다 현실성 높은 지역적 규모의 미래 기후변화 시나리오를 구축하고 이의 불확실성을 줄이기 위하여 연구를 진행하였다.

Keywords

References

  1. 강병진. 2011. KMA 및 SNU-RCM을 통한 기상자료 공간분포의 예측정확성 비교. 고려대학교 기후환경학과 석사학위 논문.
  2. 권원태, 현동식, 백희정, 강님협, 이경미, 현유경, 오경숙, 박혜정. 2010. 기후변화 이해하기 VI. 국립기상연구소 기후연구과, 제주지방기상청.
  3. 국립기상연구소. 2002. 한반도 및 동아시아지역 기후변화 시나리오기법 개발. 기상연구소 연구보고서.
  4. 국립기상연구소. 2005. 기후변화협약대응 지역 기후시나리오 활용기술 개발(I). 국립기상연구소 연구보고서 MR050C03 408쪽.
  5. 국립기상연구소. 2006. 기후변화 협약 대응 지역기후시나리오 활용기술 개발(II). 국립기상연구소 연구보고서 MR060C42 611쪽.
  6. 국립기상연구소. 2007. 기후변화 협약 대응 지역기후시나리오 활용기술 개발(III). 국립기상연구소 연구보고서 MR070C70 559쪽.
  7. 기상청. 2008. 기상연보 2008. 기상청 11-1360000-000016-10.
  8. 기상청. 2010. 일별 지상관측자료를 제공. http://www.kma.go.kr/.
  9. 기후변화정보센터. 2009. 미래 기후 시나리오 자료 제공. http://www.climate.go.kr/index.html.
  10. 김맹기. 2005. 한반도 기후변화 시나리오를 위한 통계적 규모축소법의 적용성. 한국기상학회지 41(2):217-227.
  11. 김지연, 이승호. 한국의 열파분포와 그 원인에 관한 연구. 대한지리학회지 42(3):332-343.
  12. 박노욱, 장동호. 2008. 수치표고모델과 다변량 크리깅을 이용한 기온 및 강수 분포도 작성. 대한지리학회지 43(6):1001-1015.
  13. 신진호, 이효신, 권원태, 김민지. 2009. 한반도 미래 기온 변화 예측을 위한 ECHO-G/S 시나리오의 통계적 상세화에 관한 연구. 대기 19(2):107-125.
  14. 윤진일, 최재연, 안재훈. 2001. 일별 국지기온 결정에 미치는 관측지점 표고영향의 계절변동. 한국농림기상학회지 3(2):96-104.
  15. 이근상, 김정열, 안소라, 심정민. 2010. 기후변화에 따른 안동.임하호 유역의 부유사량 분석. 한국지리정보학회지 13(1):1-15.
  16. 이민아, 이우균, 송철철, 이준학, 최현아, 김태민. 2007. 기온 및 강수량의 시공간 변화예측 및 변이성. 한국 GIS 학회지 15(3): 267-278.
  17. 이승호. 1999. 제주도 지역의 강수분포 특성. 대한지리학회지 34(2):123-136.
  18. 홍기옥, 서명석, 나득균, 장동호, 김찬수, 김맹기. 2007. GIS와 PRISM을 이용한 고해상도 격자형 기온자료 추정. 대기 17(3):255-268.
  19. Benestad, R.E. 2002. Empirically downscaled multimodel ensemble temperature and precipitation Scenarios for Norway. Journal of Climate 15:3008-3027. https://doi.org/10.1175/1520-0442(2002)015<3008:EDMETA>2.0.CO;2
  20. Brown, D.P. and A.C. Comrie. 2002. Spatial modeling of winter temperature and precipitation in Arizona and New Mexico, USA. Clim Res. 22:115-128. https://doi.org/10.3354/cr022115
  21. Craig, D.S. 2008. The Relationship between Monthly Precipitation and Elevation in the Alberta Foothills during the Foothills Orographic Precipitation Experiment, Cold Region Atmospheric and Hydrologic Studies. The Mackenzie GEWEX Experience.
  22. Creutin, J.D., G. Delrieu and T. Lebel. 1998. Rain measurement by raingage-radar combination: a geostatistical approach. Journal of Atmospheric and Oceanic Technologies 5:102-115.
  23. Daly, C. 2006. Guidelines for assessing the suitability of spatial climate data sets. International Journal of Climatology 26:707-721. https://doi.org/10.1002/joc.1322
  24. Daly, C., E.H. Helmer and Q. Maya. 2003. Mapping the climate of Puerto Rico, Vieques and Culebra. International Journal of Climatology 23:1359-1381. https://doi.org/10.1002/joc.937
  25. Erxleben, J., K. Elder and R. Davis. 2002. Comparison of spatial interpolation methods for estimating snow distribution in the Colorado Rocky Mountains. Hydrological Processes, 16: 3627-3649. doi: 10.1002/hyp.1239.
  26. Hevesi, J., A. Alan, L. Flint and J.D. Istok. 1992. Precipitation estimation in mountainous terrain using multivariate geostatistics. Part I: structural analysis. Journal of Applied Meteorology 31:661-676. https://doi.org/10.1175/1520-0450(1992)031<0661:PEIMTU>2.0.CO;2
  27. Hewitson, B.C. and R.G. Crane. 2006. Consensus between GCM climate change projections with empirical downscaling: precipitation downscaling over South Africa. International Journal of Climatology 26:1315-1337. https://doi.org/10.1002/joc.1314
  28. IPCC-TGICA. 2007. General Guidelines on the Use of Scenario Data for Climate Impact and Adaptation Assessment. Version 2.
  29. Mearns, L.O., F. Giorgi, P. Whetton, D. Pabon, M. Hulme and M. Lal. 2003. Guidelines for Use of Climate Scenarios Developed from Regional Climate Model Experiments. Data Distribution Centre of the International Panel of Climate Change, p.38.
  30. Nalder, I.A. and R.W. Wein. 1998. Spatial interpolation of climatic Normals: test of a new method in the Canadian boreal forest. Agricultural and Forest Meteorology 92(4):211-225. https://doi.org/10.1016/S0168-1923(98)00102-6
  31. Rockel, B., C.L. Castro, R.A. Pielke Sr., H. von Storch, and G. Leoncini. 2008. Dynamical downscaling: assessment of model system dependent retained and added variability for two different regional climate models. Journal of Geophysical research vol. 113, D21107, doi:10.1029/2007JD009461.
  32. Schimidli, J., C.M. Goodess, C. Frei, M.R. Haylock, Y. Hundeha, J. Ribalaygua and T. Schmith. 2007. Statistical and dynamical downscaling of precipitation: an evaluation and comparison for the European Alps. Journal of Geophys Res., 112, D04105, doi: 10.1029/2005JD07026.
  33. Smith, C.D. 2008. The relationship between monthly precipitation and elevation in Alberta Foothills during the Foothills orographic precipitation experiment. In: M.K. Woo(ed.). Cold Region Atmospheric and Hyclrologic Studies. Springer, USA. pp.167-185.
  34. Wilby R.L. and T.M.L. Wigley. 2000. Precipitation predictors for downscaling: observed and general circulation model relationships. International Journal of Climatology 20:641-661. https://doi.org/10.1002/(SICI)1097-0088(200005)20:6<641::AID-JOC501>3.0.CO;2-1
  35. Wilby, R.L., J. Troni and Y. Biot. 2009. A review of climate risk information for adaptation development planning. International Journal of Climatology 29:1193-1215. https://doi.org/10.1002/joc.1839

Cited by

  1. Development of Web-Based Supporting Tool (VESTAP) for Climate Change Vulnerability Assesment in Lower and Municipal-Level Local Governments vol.19, pp.1, 2016, https://doi.org/10.11108/kagis.2016.19.1.001
  2. Impact of climate change on hydrological droughts in the upper Namhan River basin, Korea vol.19, pp.2, 2015, https://doi.org/10.1007/s12205-015-0446-5
  3. The Relationship between Stand Mean DBH and Temperature at a Watershed Scale: The Case of Andong-dam Basin vol.18, pp.4, 2016, https://doi.org/10.5532/KJAFM.2016.18.4.287
  4. PRISM-KNU Development and Monthly Precipitation Mapping in South Korea vol.19, pp.2, 2016, https://doi.org/10.11108/kagis.2016.19.2.027
  5. Development of Thermal Comfort Evaluation Map by the Land Cover in Yeongnam Region vol.17, pp.2, 2014, https://doi.org/10.11108/kagis.2014.17.2.136
  6. 상세 공간정보를 활용한 국지기온 분석 개선 - 서울 은평구 뉴타운을 사례로 - vol.15, pp.1, 2011, https://doi.org/10.11108/kagis.2012.15.1.144
  7. 미래 확률강우량 및 인공신경망을 이용한 산사태 위험도 분석 기법 개발 및 검증 vol.15, pp.2, 2011, https://doi.org/10.11108/kagis.2012.15.2.057
  8. 빈도비 모델과 GIS을 이용한 침수 취약 지역 예측 기법 개발 및 검증 vol.15, pp.2, 2011, https://doi.org/10.11108/kagis.2012.15.2.086
  9. 퍼지모형과 GIS를 활용한 기후변화 홍수취약성 평가 - 서울시 사례를 중심으로 - vol.15, pp.3, 2012, https://doi.org/10.11108/kagis.2012.15.3.119
  10. 남한 지역 고해상도 기후지도 작성을 위한 공간화 기법 연구 vol.27, pp.5, 2011, https://doi.org/10.14249/eia.2018.27.5.447
  11. GCM 공간상세화 방법별 기후변화에 따른 수문영향 평가 - 만경강 유역을 중심으로 - vol.61, pp.6, 2011, https://doi.org/10.5389/ksae.2019.61.6.081
  12. 기후변화 시나리오를 활용한 공간정보 기반 극단적 기후사상 분석 도구(EEAT) 개발 vol.36, pp.3, 2011, https://doi.org/10.7780/kjrs.2020.36.3.7