• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.207-207
• /
• 2016

최근 2년 간 한반도에 내린 강수량은 평년에 비해 60%정도 밖에 내리지 않았다. 이로 인해 2015년에는 전국 곳곳에서 가뭄이 발생하였고, 농작물피해, 이수부분에서 어려움을 겪었다. 지역적으로 가뭄피해를 해소하고자 여러 대책이 강구되고 있고, 국가적으로 가뭄을 극복하기 위해 국가가뭄정보분석센터의 개소 등 기상, 수문정보를 바탕으로 한 가뭄 해소 노력이 증대되고 있다. 기상청에서는 기상확률예보를 통해 단기적인 강수, 가뭄 예측자료를 제공하고 있으며, 전지구모델을 상세화 한 지역기후모델을 통해 한반도 전 지역에 대해 기후변화시나리오에 의한 강수, 기온자료를 제공하고 있다. 가뭄을 예측하고, 가뭄정도를 파악하기 위해서 가뭄지수를 보편적으로 이용하고 있다. 강수와 기온은 기상학적 가뭄지수 산정에 가장 중요한 인자로 이용되고 있다. SPI는 강수자료를 이용하여 가뭄정도를 파악할 수 있는 지수이고, RDI는 강수와 기온자료를 통해 잠재 증발산량을 산정하고, 이를 고려하는 가뭄지수이다. 한반도 내 주요 관측소지점에 대해 RCP 8.5 시나리오에 의한 장래 2100년까지 가뭄지수를 산정한 결과 RDI의 경우 가뭄발생빈도와 강도가 점차 증가하는 것으로 나타났다. 장래 한반도의 연 강수량은 크게 감소하지 않는데 비해 기온은 점차 증가하는 경향이 발생함에 따라 기온상승에 의한 증발산량의 증가가 극한가뭄이 발생하는 주요요인으로 판단되었다. 수도권지역의 경우 예측기간이 2100년에 가까울수록 SPI에 의한 가뭄지수는 점차 증가하여 가뭄 강도가 약해지는 것으로 예측되었고, RDI지수에 의한 가뭄지수는 점차 감소하여 극한가뭄이 발생할 가능성이 증가하는 것으로 나타났다. 본 연구 결과를 통해 장래 가뭄에 의한 피해지역 예측, 수자원 계획, 이수분야에 활용될 수 있을 것으로 기대된다.

• 한국수자원학회논문집
• /
• 제46권12호
• /
• pp.1249-1263
• /
• 2013

장기간의 가뭄에 의한 피해를 최소화하기 위해서는 유역에 적합한 가뭄관리 대책의 수립과 함께 미래에 발생하게 될 가뭄을 미리 예측할 수 있는 기술이 구축되어야 한다. 또한 미래의 가뭄에 대한 합리적 대응 방안을 수립하기 위해서는 가뭄의 지속기간(duration)과 심도(severity)의 정량적인 예측이 선행되어야 한다. 본 연구에서는 수문 시계열의 예측에 가장 많이 이용되고 있는 대표적인 통계학적 기법인 인공신경망 모형(Artificial Neural Network Model)과 가뭄지수를 이용하여 남한지역의 서울, 대전, 대구, 광주 등의 4개 기상관측소를 선정하여 가뭄예측을시도하였다. 가뭄 예측을 위하여 남한지역 내 선정한 기상관측소의 관측된 과거 강수량 자료를 이용하여 산정된 SPI (Standardized Precipitation Index)를 입력변수로 하여 다층 퍼셉트론(Multi Layer Perceptron) 인공신경망 모델에 적용하였으며, 매개변수 보정을 위한 학습기간으로 1976~2000년과 2001~2010년을 예측을 위한 검증기간으로 선정하여, 학습 및 예측을 시도하였다. 학습된 최적의 예측모형을 이용하여 서로 다른 선행예보시간(1~6개월)을 갖고 SPI (3), SPI (6), SPI (12)별로 가뭄을 예측하였으며, 가뭄예측 결과, SPI (3)의 경우에는 1개월 선행예보에서만 좋은 결과를 나타내었으며, SPI (6)의 경우 1~3개월 후의 가뭄을 예측하는 경우에 비교적 관측자료와 잘 일치하는 결과를 나타내었다. SPI (12)의 경우에는 약5개월 후까지의 가뭄예측에 양호한 결과를 나타내었다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2022년도 학술발표회
• /
• pp.304-304
• /
• 2022

가뭄은 인간 활동과 생태계의 다양한 측면에 영향을 미치는 중요한 자연재해 중 하나이다. 가뭄을 사전에 예측하여 필요한 완화 조치를 취하고 환경적 피해를 줄이는 것이 중요하다. 이에 따라 다양한 인공지능 기술을 이용한 가뭄 예측은 수문학, 수자원 관리, 농업 등의 분야에서 중요성이 커지고 있다. 최근에는 딥러닝 알고리즘을 기반으로 하는 중장기 강수예보를 위한 다양한 방법이 제시되고 있다. 이 논문의 목적은 가뭄 예보를 목적으로 월 강수량 예측을 위한 딥러닝 모델의 성능을 평가하는 것이다. 이를 위해 딥러닝 모델인 LSTM(Long Short-Term Memory)을 적용하였으며, 1981-2020년 기간의 월 강수 자료가 모델을 구축하기 위해 사용되었다. 관측자료를 기반으로 학습된 모델을 이용하여 테스트 기간에 대해 월 강수량을 예측하였다. 예측된 강수량을 통해 표준강수지수(Standardized Precipitation Index, SPI)을 산정하고, 예측 정확도를 분석하였다. 이 연구는 가뭄 예보를 위한 딥러닝 모델의 적용 가능성을 보여준다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.263-263
• /
• 2016

기후변화 등에 따른 가뭄위험을 평가하기 위한 다양한 방법이 연구되어 왔으며, 기상학적인 가뭄이나 생물학적인 가뭄 등으로 정의되는 가뭄지수들이 개발되어졌다. 그러나 궁극적으로 가뭄의 판정은 수원으로부터 더 이상의 용수를 공급할 수 없는 상황에 처해졌을 때 비로소 결정되는 것이므로, 수원공의 가뭄위험에 대한 평가가 우선적일 것으로 판단된다. 본 연구에서는 수도권의 생공용수 공급을 책임지고 있다고 해도 과언이 아닌 다목적댐인 소양강댐과 충주댐의 가뭄위험을 평가하기 위하여 월강우량 자료로부터 특정시기의 저수율을 예측할 수 있는 방법을 개발하도록 하였다. 월강우량 변화에 따른 저수율의 변화양상을 예측하기 위하여 저수지 유입량과 방류량에 따른 물수지 분석이 정교하게 이루어져야 하지만, 실질적으로 상류에 또 다른 댐이 존재하는 상황에서 유입량을 정확하게 예측하는 것도 어렵지만 수시로 상황에 따라 이루어지는 방류량을 적절히 예측하는 것은 거의 불가능하므로, 물수지 분석에 의한 저수율 예측은 어느 정도의 불확실성을 가질수밖에 없을 것으로 판단되어 댐 관리관행에 따라 나타나는 월강우량과 저수율 사이의 회귀분석을 통하여 일정한 법칙을 만들 수 있는지 시도하였다. 다목적 댐인 소양강댐과 충주댐의 1984-2013년의 일별 저수율 자료로부터 저수율 관리관행을 파악할 수 있었는데, 다목적 댐인 관계로 호우시의 홍수피해 예방을 위하여 6월말에는 25-35% 정도의 저수율을 유지하도록 관리가 이루어지고 있었으며 호우가 발생된 이후에는 일정량을 수시로 방류하여 다음 호우를 준비하고 있는 것으로 나타났다. 또한 각 댐의 최저 저수율은 3월말 - 4월에 발생하는 것으로 나타났으며, 4월과 5월에 일정 정도의 강우량만 존재한다면 가뭄피해는 발생하지 않는 것으로 나타났다. 이와 같은 저수율 관리 관행을 적용하여 예측되는 강우량 패턴에 따른 저수율 변화를 예측하기 위하여 월강우량 자료와 4월 1일 기준의 저수율 자료 사이의 회귀분석을 실시하여 전년의 7월부터 당해 3월까지의 월강우량으로부터 4월 1일의 저수율을 예측할 수 있는 의미 있는 결과를 도출하였다. 이러한 결과는 기후변화 등에 따른 미래에 예측되는 월강우량 자료로부터 각 댐의 4월 1일 기준 저수율 자료를 예측할 수 있으며, 4월 및 5월의 월강우량과 함께 분석함으로써 가뭄위험을 평가할 수 있는 한 방법으로 적절한 활용이 가능할 것으로 판단된다.

• 한국지하수토양환경학회:학술대회논문집
• /
• 한국지하수토양환경학회 2005년도 총회 및 춘계학술발표회
• /
• pp.80-84
• /
• 2005

가뭄의 정도를 정량화하고 예측하기 위하여 다양한 가뭄지수중 가장 일반적으로 사용되는 것들로는 PDSI(Palmer Drought Severity Index), SWSI(Surface Water Supply Index) 및 SPI(Standard Precipitation Index) 등이 있다. 본 연구에서는 가뭄을 평가하는 방법 중 표준강수지수(SPI)를 활용한 가뭄도 산정 결과와 지하수위 관측자료간의 상관성을 평가함으로써 향후 지하수위 자료를 활용한 가뭄 평가의 가능성을 제시하고자 하였다. 본 연구 결과, 충주가금, 양평개군, 문경문경 및 영주문정 관측소 지역에서 가뭄 평가 인자인 표준강수지수와 지하수위는 비교적 상관성을 갖고 있는 것으로 분석되었으나, 표준강수지수 보다 지하수위 변동이 가뭄에 민감하지 않고 지속성과 영속성을 갖는 것으로 평가되어 가뭄 평가 인자로서 활용성이 높을 것으로 평가되었다. 이들 지역의 표준강수지수 및 지하수 수위 관측자료 간의 교차상관계수는 충주 0.750, 양평 0.533 및 영주 0.607 둥으로 분석되어 상관성이 높은 것으로 나타났다. 가뭄 평가를 위한 가뭄 관측정(DIW, Drought-Index Well)은 주변의 영향을 최소화할 수 있는 지점으로서 가뭄을 정확히 평가 예측할 수 있는 지점에 선정되어 가뭄 평가 및 예측에 활용될 수 있도록 하여야 한다.

• 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.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.153-153
• /
• 2020

우리나라에선 크고 작은 가뭄 피해가 자주 일어나고 있으며 최근엔 유래 없는 다년가뭄이 발생하면서 가뭄에 대한 경각심이 커지고 있다. 가뭄에 적절하게 대응하여 피해를 경감시키기 위해서는 신뢰도 높은 가뭄 예측이 선행되어야 한다. 이에 본 연구는 앙상블 예측과 베이즈이론(Bayes' theorem)을 수문학적 가뭄지수 중 하나인 SRI(Standardized Runoff Index)에 적용해 가뭄 확률 전망을 실시했으며 이를 EDP(Ensemble Drought Prediction)라고 칭하였다. 국내 8개 댐유역에서 EDP를 생성하고 개선하는 과정은 다음과 같이 진행된다. 우선 TANK모형을 활용한 1개월 선행 유량 예측(Ensemble Streamflow Prediction, ESP)의 결과를 SRI로 변환하여 EDP 확률분포를 생성한다. 그런 다음, EDP를 개선하기 위해 그 기초인 ESP에서 미흡한 토양수분 초기조건을 보완하고자 베이즈이론을 활용했다. APCC(APEC Climate Center)의 위성 관측 SMI(Soil Moisture Index) 자료로 SRI와의 회귀식을 구축, 이를 우도함수로 정의해 사전 EDP 분포를 업데이트한 EDP+ 확률분포를 생성했다. 그 결과, EDP와 EDP+ 모두 심도가 깊은 가뭄을 전망할수록 예측력이 기후학적 예측보다 좋지 않았다. 그럼에도 우도함수로 사용한 회귀식의 정확도가 높을수록 EDP+의 정확도도 향상되는 경향이 나타났으며, 이는 베이즈이론을 사용한다면 가뭄 확률 전망을 개선할 수 있다는 것을 의미하고 있다. 하지만, 확정 전망 정확도는 확률 전망 정확도와는 관계가 없었는데 이는 확정 전망과 확률 전망이 본질적으로 다르기 때문인 것으로 사료된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.123-123
• /
• 2018

가뭄은 홍수와 달리 진행속도가 비교적 느리기 때문에 초기에 감지한다면 피해를 최소화 할 수 있다. 국내에서는 가뭄전망을 위해 물리적 기반의 기상-수문연계해석 시스템을 구축하여 월 내지 계절전망을 수행하고 있다. 물리적 기반의 가뭄전망은 수치예보모델의 불확실성을 가지고 있으므로 예보 정확도 개선의 측면에서는 통계적 모델을 같이 활용하는 것이 바람직하다. 최근 국외에서는 통계적 방법인 AI (Artificial Intelligence) 기술을 사용하여 가뭄을 전망하는 연구가 활발히 진행 중이나, 아직까지 국내에서는 관련연구가 미흡한 실정이다. 이에 본 연구에서는 ANFIS (Adaptive Neuro-Fuzzy Inference System) 기반의 댐 유입량 예측 모델을 구축하고 SRI (Standardized Runoff Index)를 활용하여 수문학적 가뭄전망을 수행하였다. 대상유역은 국내 주요 다목적댐이 위치한 충주댐 유역과 소양강댐 유역을 선정하였다. 수문 및 기상자료는 국토 교통부 및 기상청의 관측 댐 유입량, 관측 강수량, 관측 기온 및 장기기상예보 자료를 사용하였다. ANFIS 모델 구축을 위한 훈련 및 보정기간과 검정기간은 각각 1987~2010년과 2011~2016년을 선정하였다. 수문학적 가뭄전망은 지속기간 3개월의 1개월 전망 SRI3를 활용하였으며, SRI3는 관측유입량과 예측유입량을 결합하여 산정하였다. 댐 예측유입량 및 수문학적 가뭄전망의 정확도 평가를 위해 상관계수, 평균제곱근오차를 활용하였다. 댐 예측유입량 평가 결과 예측값과 관측값의 상관계수가 높게 나타났으며, 평균제곱근오차는 낮아 예측성이 뛰어났다. SRI3의 경우 관측값과 예측값의 가뭄발생시기가 유사하여 가뭄을 적절하게 반영하는 것으로 나타났다. 본 연구의 결과는 통계적 기반의 수문학적 가뭄전망기법을 개발하였다는 측면에서 의의가 있으며, 향후 물리적 기반의 가뭄전망정보와 결합한다면 보다 실효성이 향상될 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.42-42
• /
• 2023

최근 IPCC 6차 보고서에서는 전 지구의 온도가 0.5℃가 증가할 때마다 기상학적 가뭄 지역이 증가하며, 인위적 강제력은 가뭄 현상의 강도와 빈도를 증가하는 것으로 밝혔다. 봄철(3월-5월) 동남아시아(남중국, 필리핀 등)에 비해 상대적으로 건조한 동북아시아(동중국, 한반도, 일본) 지역은 가뭄에 취약하며 기후 변화에 따라 가뭄으로 인한 피해가 커질 것으로 전망된다. 그러므로 이 지역은 봄철 가뭄으로 인한 피해를 완화하기 위해 봄철 강수량에 대한 신뢰할 만한 계절적 예보 기술이 꼭 필요하다. 본 연구에서는 1992-2022년 봄철의 Standardized Precipitation Index(SPI) 값을 기준으로 2001년과 2011년 동북아시아 가뭄이 발생한 것을 확인하였으며, 각 해의 3월에 관측된 기상학적 초기 조건으로부터 다중 기후 예보 모델들의 봄철 강수량의 계절적 예측성을 정량적으로 평가하였다. 관측자료로부터 2001년 가뭄은 동북아시아 대기 상층의 저기압성 순환의 강화로 인한 제트류(Jet stream)의 강화와 연관되어 있었으며, 2011년 가뭄은 제트류 강화와 함께 태평양 열대 지역 기류 강화가 동반되어 발생하였음을 알 수 있었다. North American Multi-Model Ensemble 기후 예보 모델들은 2011년 가뭄에 비해 2001년 가뭄에 대한 예측성이 높았으며, 그 이유로는 대기 상층 순환의 예측성과 연관이 있음을 밝혔다. 또한, 봄철 대기-해양 상호 패턴을 관측과 유사하게 재현한 GFDL-SPEARS 모델이 가뭄 해의 대기 상층 저기압성 순환과 강수 예측성이 가장 높은 것을 보였다. 본 연구의 결과들을 통해 동북아시아 봄철 가뭄과 같은 극한 기상의 강수량 예측성 향상에 있어서 기후 예보 모델들의 현실적인 대기-해양 결합 과정 모사 능력의 중요성을 밝혔다. 본 연구에서 제안된 방안들은 기후 예측 모델 개선을 위한 전략적인 정보를 제공할 것으로 보인다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.22-22
• /
• 2015

가뭄은 적시에 경보해야 하는 홍수와 달리 진행속도가 느리고 시간적으로 대처할 여유가 있어 진행중일지라도 미리 감지만 한다면 그 피해를 최소화할 수 있다. 이로 인해 미국 등 수문기상 선진국에서는 수문기상 장기예보자료로부터 가뭄전망정보 생산기술을 개발하였으며, 특히 가뭄전망의 정확도 향상을 위해 여러 통계적 보정기법을 적용하고 있다. 국내의 경우 기상청에서 가뭄전망을 목적으로 2011년에 수치예보모델을 이용하여 가뭄전망정보를 생산한바 있으나, 전망정보의 불확실성 문제로 가뭄예보에 활용하는데 한계가 있어 이를 개선할 수 있는 기술개발이 요구되는 실정이다. 본 연구에서는 기후예측자료를 이용하여 가뭄전망정보 생산기술을 개발하고 정확도 개선을 위해 베이지안 기법을 연계하였다. GloSea5 (Global Seasonal forecast model 5) 장기예보자료를 이용하였으며, 베이지안 기법을 통해 과거 관측자료에 대한 사전분포, 모델의 전망정보로부터 우도함수를 유도하여 최종 사후분포를 추정하였다. 베이지안 기법 적용 전 후에 따른 가뭄지수를 산정하였다. 관측자료 기반의 가뭄지수와의 비교분석을 통해 선행기간 및 계절별 가뭄예측 성능을 평가하였으며, 실제 가뭄기간 동안에 가뭄의 재현성을 지역별로 분석하였다. 장기예보자료만을 활용한 기존 가뭄전망에서는 관측 자료가 포함된 1개월 전망에서도 불확실성이 매우 높았지만 베이지안 기법 적용으로 가뭄전망의 정확도가 크게 개선되었다. 특히, 1, 2개월 전망의 시계열 가뭄지수가 관측기반의 가뭄지수의 거동과 매우 유사하게 나타났으며, 지역별로도 베이지안 기법 적용시 실제 가뭄피해 상황을 적절히 재현하는 것으로 나타났다. 국내 가뭄예보에 있어 기후예측정보를 단순활용하기 보다는 베이지안과 같은 통계적 보정기법을 이용하여 가뭄전망정보를 생산하는 것이 바람직하며, 본 연구에서는 가뭄예보업무에 활용될 수 있도록 베이지안 기법에 대한 검증 및 평가를 지속적으로 수행할 계획이다.