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

Projection of Future Snowfall by Using Climate Change Scenarios

기후변화 시나리오를 이용한 미래의 강설량 예측

  • 조형경 (건국대학교 사회환경시스템공학과) ;
  • 김샛별 (건국대학교 사회환경시스템공학과) ;
  • 정혁 (건국대학교 사회환경시스템공학과) ;
  • 신형진 (건국대학교 사회환경시스템공학과) ;
  • 김성준 (건국대학교 사회환경시스템공학과)
  • Received : 2011.07.23
  • Accepted : 2011.09.14
  • Published : 2011.09.30
Download PDF
⟨ Previous Next ⟩

Abstract

Due to emissions of greenhouse gases caused by increased use of fossil fuels, the climate change has been detected and this phenomenon would affect even larger changes in temperature and precipitation of South Korea. Especially, the increase of temperature by climate change can affect the amount and pattern of snowfall. Accordingly, we tried to predict future snowfall and the snowfall pattern changes by using the downscaled GCM (general circulation model) scenarios. Causes of snow varies greatly, but the information provided by GCM are maximum / minimum temperature, rainfall, solar radiation. In this study, the possibility of snow was focused on correlation between minimum temperatures and future precipitation. First, we collected the newest fresh snow depth offered by KMA (Korea meteorological administration), then we estimate the temperature of snow falling conditions. These estimated temperature conditions were distributed spatially and regionally by IDW (Inverse Distance Weight) interpolation. Finally, the distributed temperature conditions (or boundaries) were applied to GCM, and the future snowfall was predicted. The results showed a wide range of variation for each scenario. Our models predict that snowfall will decrease in the study region. This may be caused by global warming. Temperature rise caused by global warming highlights the effectiveness of these mechanisms that concerned with the temporal and spatial changes in snow, and would affect the spring water resources.

화석연료의 사용 증가로 인한 온실가스의 배출로 인하여 지구의 이상기후가 감지되고 있으며, 이러한 현상은 국내의 온도 변화 및 강수량의 변화에도 큰 영향을 줄 것이다. 특히 기후 변화에 따른 온도 상승은 겨울철 강설량 변동에 많은 영향을 줄 것이다. 본 연구는 이러한 변화를 평가하고자, 중권역별로 상세화 된 GCM (general circulation model) 자료를 이용하여 미래의 강설 가능성과 지역별 강설량을 예측하였다. 강설이 발생하는 원인은 매우 다양하지만, GCM에서 제공하는 정보는 최고 최저 온도, 강우량, 일사량의 네 가지 이므로, 본 연구에서는 강설가능성을 일최저 온도와의 상관성에 초점을 맞추어 예측하였다. 먼저 각 기상관측소별 신적설심을 기상청에서 제공받아 분석하여 강설이 내리는 온도의 조건을 추정하였으며, 추정 된 온도의 조건을 IDW (inverse distance weight)기법을 이용하여 공간 분포시켜 지역별 온도 조건 분포도를 작성하였다. 이렇게 산정된 최고 최저온도별 경계값을 중권역별로 GCM자료에 적용시켜 미래의 강설 가능성을 예측 하였다. 연구에 적용된 기후변화 시나리오는 총 13개 이며, 각 시나리오별 편차는 다양하게 나타났으나 미래로 갈수록 강설량이 줄어드는 패턴을 나타내었다. 지구 온난화에 의한기온 상승의 효과를 여실히 보여주었으며, 이러한 융설 기작의 시공간적 변동은 봄철 수자원에 영향을 줄 것으로 사료 된다.

Keywords

References

  1. 곽병철, 윤일희. 2000. 1997년 1월 5-7일에 발생한 동해안 대설에 관한 지역별 종관특성. 한국지구과학회지 21(3):258-275.
  2. 문길태, 김홍진. 1982. 1981년 1월 14일-16일 사이의 저기압에 동반된 대설의 특성연구. 한국기상학회지 18(1):22-32.
  3. 서은경, 전종갑. 1991. 1990년 1월 29일-2월 1일 한반도에서 발생한 대설에 관한 연구. 한국기상학회지 27(2):165-179.
  4. 설경희, 홍성유. 2006. 기단변질형 한반도 강설 모의에 있어서 물리과정 모수화 과정의 효과. 대기 16(3):203-213
  5. 송병현. 1993. 우리나라 동해안 지역과 서해안 지역의 강설 특성 비교 연구. 서울대학교 대학원 석사학위논문.
  6. 수자원의 지속적 확보기술개발사업단. 2008. 기후변화에 의한 국가 수자원 영향분석 및 평가체계 적용. 수자원의 지속적 확보기술개발 사업 보고서. 1-54쪽.
  7. 수자원의 지속적 확보기술개발사업단. 2009. 기후변화에 의한 국가 수자원 영향분석 및 평가체계 적용. 수자원의 지속적 확보기술개발 사업 보고서. 2-30쪽.
  8. 이경미, 이승호. 2006. 호남 지방의 국지적 강설 분포와 그 차이의 원인에 관한 연구. 대한지리학회지 41(4):457-469.
  9. 이승호, 천재호. 2003. 시베리아 고기압 확장 시 호남 지방의 강설 분포-노령산맥 서사면 지역을 중심으로-. 대한지리학회지 38(2): 173-183.
  10. 이재규. 1999. 대관령과 강릉 지역의 강설량 차이를 일으키는 종관 구조:사레 연구. 한국기상학회지 35(3):320-334.
  11. 이재규. 2001. 영동해안 대설사레 수치모의 연구. 한국기상학회지 37(1):1-12.
  12. 이재규, 김유진. 2008. 태백산맥이 영동지역의 강설량 분포에 미치는 영향에 관한 수치 모의 사례 연구. 대기 18(4): 367-386.
  13. 이재규, 김유진. 2009. 북한 지역의 산맥군이 영동 지역의 겨울철 강설 분포에 미치는 영향에 관한 수치 연구. 대기 19(4):345-370.
  14. 이태영, 변건영, Jun Yang. 2005. 적설 깊이의 수치 예측. 한국기상학회 봄철 학술대회 논문집. 348-349쪽.
  15. 이훈, 이태영. 1994. 영동 지역의 폭설 요인. 한국기상학회지 30(2):197-218.
  16. 정관영, 정영선, 황병준. 1999. 주성분 분석을 이용한 한반도 강설 지역 구분. 한국기상학회지 35(3):466-473.
  17. 정성훈, 변건영, 이태영. 2006. 발생기구에 근거한 한반도 강설의 유형 분류. 대기 16:33-48.
  18. 정영근. 1999. 호남지방 대설 발생의 종관환경. 한국지구과학회지 20(4):398-410.
  19. 조구희. 2008. 개념 모델을 통한 영동 지역의 겨울철 지형성 강수에 대한 통계적 예보. 강릉 대학교 대학원 박사학위논문.
  20. 조홍래, 정종철. 2006. 강우자료에 대한 공간보간 기법의 적용. 한국지리정보학회지 14(1):29-41.
  21. 최진식. 1985. 동해와 그 연해안 대설의 기후학적 연구. 지리학 31:68-85.
  22. Anderson, T. and S. Nilson. 1990. Topographically induced convective snowbands over the Baltic Sea and their preicipitation distribution. Weather and Forecasting 5:299-312. https://doi.org/10.1175/1520-0434(1990)005<0299:TICSOT>2.0.CO;2
  23. Braham, R. and M.J. Dungey. 1984. Quantitative estimates of the effect of Lake Michigan on snowfall. Journal of Applied Meteorology and Climatology 23(6):940-949. https://doi.org/10.1175/1520-0450(1984)023<0940:QEOTEO>2.0.CO;2
  24. Changnon, S.A. 1979. How a severe winter impacts on indivisuals. Bulletin of American Meteorological Society 60(2): 110-181. https://doi.org/10.1175/1520-0477(1979)060<0110:HASWIO>2.0.CO;2
  25. Hartley, S. and M.J. Keables. 1998. Synoptic associations of winter climate and snowfall variability in New England. International Journal of Climatology 18: 281-298. https://doi.org/10.1002/(SICI)1097-0088(19980315)18:3<281::AID-JOC245>3.0.CO;2-F
  26. Joh, H.K., J.W. Lee, M.J. Park, H.J. Shin, J.E. Yi, G.S. Kim, R. Srinivasan and S.J. Kim. (In press) Assessing climate change impact on hydrological components of a small forest watershed through SWAT calibration of evapotranspiration and soil moisture. Transactions of the ASABE.
  27. Kim, K.Y. and G.R. North. 1997. EOFs of harmonizable cyclostationary processes. Journal of the Atmospheric Sciences. 54:2416-2427. https://doi.org/10.1175/1520-0469(1997)054<2416:EOHCP>2.0.CO;2
  28. Nakicenovic, N., J. Alcmao, G. Davis, B. de Vries, J. Fenhann, S. Gaffin, K. Gregory, A. Grubler, T.Y. Jung, T. Kram, E.L. La Rovere, L. Michaelis, S. Mori, T. Morita, W. Pepper, H. Pitcher, L. Price, K. Riahi, A. Roehrl, H.H. Ronger, A. Sankovski, M. Schlesinger, P. Shukle, S. Smith, R. Swart, H. van Rooijen, N. Victro and Z. Dadi. 2000. IPCC Special Report on Emissions Scenarios. Cambridge, U.K.: Cambridge University Press. 570pp.
  29. Park G.A., H.J. Shin, M.S. Lee, W.Y. Hong and S.J. Kim. 2009. Future potential impacts of climate change on agricultural watershed hydrdogy rice irrigation reservoir by release control. Paddy Water Environ 7:271-282. https://doi.org/10.1007/s10333-009-0174-x
  30. Ratkowsky, D.A. 1990. Handbook of Nonlinear Regression Models. Marecel Dekker. 241pp.
  31. Schmidlin, T.W. 1993. Impacts of severe winter weather during December 1989 in the Lake Eric snowbelt. Journal of Climate 6:759-767. https://doi.org/10.1175/1520-0442(1993)006<0759:IOSWWD>2.0.CO;2

Cited by

  1. Assessment of Climate Change Impact on Imha-Dam Watershed Hydrologic Cycle under RCP Scenarios vol.18, pp.1, 2015, https://doi.org/10.11108/kagis.2015.18.1.156
  2. Projection of Future Snowfall and Assessment of Heavy Snowfall Vulnerable Area Using RCP Climate Change Scenarios vol.35, pp.3, 2015, https://doi.org/10.12652/Ksce.2015.35.3.0545
  3. Estimation of Frequency Based Snowfall Depth Considering Climate Change Using Neural Network vol.14, pp.1, 2014, https://doi.org/10.9798/KOSHAM.2014.14.1.93
  4. Outlook Analysis of Future Discharge According to Land Cover Change Using CA-Markov Technique Based on GIS vol.16, pp.3, 2013, https://doi.org/10.11108/kagis.2013.16.3.025
  5. Frequency Analysis of Future Maximum Fresh Snow Depth using Multiple Regression Model with Interaction vol.16, pp.2, 2016, https://doi.org/10.9798/KOSHAM.2016.16.2.369
  6. Development of a Meso-Scale Distributed Continuous Hydrologic Model and Application for Climate Change Impact Assessment to Han River Basin vol.17, pp.3, 2014, https://doi.org/10.11108/kagis.2014.17.3.160
  7. 비정상성 Bayesian Beta 분포를 이용한 시 단위 극치자료 추정기법 개발 vol.33, pp.3, 2017, https://doi.org/10.15681/kswe.2017.33.3.256
  8. Snow Vulnerability Analysis in the Korean Peninsula using RCP Climate Change Scenarios vol.20, pp.4, 2011, https://doi.org/10.9798/kosham.2020.20.4.251