• Proceedings of the Korea Water Resources Association Conference
• /
• 2005.05b
• /
• pp.114-118
• /
• 2005

본 연구에서는 특정 유역의 토양수분 상태, 한계유출량(threshold runoff) 및 단기 기상예보 자료 등으로부터 돌발홍수능(Flash Flood Guidance, FFG)을 계산할 수 있는 실시간 돌발홍수 예경보시스템을 개발하기 위해 한강유역을 대상으로 DEM 자료를 이용하여 미세 소유역을 구분하고 하도단면 특성을 고려한 제방 월류 유량 개념을 기초로 고해상도 소유역 단위의 한계유출량을 산정하고, 중규모 TOPMODEL의 토양수분 모델을 통해 임의 상태의 토양수분을 추정할 수 있도록 개발하였다 또한, FFG 시스템의 기상학적 구성요소 개발을 위해 레이더 강우 추정을 편차보정 기법을 통해 계산하였다. 상술된 계산결과를 바탕으로 2003년 7월의 호우사상에 대한 유역 및 격자기반의 FFG를 산정하였고, 이들 결과는 기상청의 RDAFS(Regional Data Assimilation and Prediction System) 단기 수치예보 자료의 지속시간별 예측강수량을 활용하여 돌발홍수 발생에 대한 사례연구를 수행하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.221-225
• /
• 2006

본 연구에서는 한계유출량(threshold runoff), 특정 유역의 토양수분 상태 및 단기 기상예보 자료 등으로부터 한강유역의 돌발홍수능(Flash Flood Guidance, FFG)을 계산할 수 있는 한국형 돌발홍수 예경보시스템을 개발하였다. 한강유역의 DEM 자료를 이용하여 미세 소유역을 구분하고 하도단면 특성을 고려한 제방 월류유량 개념을 기초로 고해상도 미세 소유역 단위의 지속시간별 한계유출량을 산정하였고, Sacramento 토양수분 모델을 통해 임의 시간의 토양수분 상태를 실시간으로 추정할 수 있는 돌발홍수 모델의 수문학적 구성요소를 개발하였다. 또한, FFG 시스템의 기상학적 구성요소로 레이더 강우 추정을 추계 동역학적 편차보정 기법을 통해 계산하였다. 상술된 수문 및 기상학적 구성요소를 바탕으로 2003년 7월 및 2004년 8월의 호우사상에 대한 유역기반의 FFG를 산정하였고, 기상청의 RDAPS(Regional Data Assimilation and Prediction System) 단기 수치예보 자료의 지속시간별 예측강수량을 활용하여 돌발홍수 발생 가능성에 대한 사례연구를 수행하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1216-1220
• /
• 2010

기후변화에 따른 기상변화가 집중호우 및 돌발홍수 등의 형태로 가시화 되고 있으며, IPCC 보고서(2007)는 21세기 후반까지 온도상승으로 인한 폭우 및 태풍이 점차 강력해질 것이라는 예측을 하였다. 이러한 예측의 대응으로 전 세계는 $CO_2$ 감축을 위한 노력이 진행중에 있으며, $CO_2$ 변화에 따른 미래 강수의 빈도해석을 해야한다는 주장이 제기되고 있다. 이에 본 연구는 기상청 지역기후모델(KMA-RegCM3) A1B시나리오의 강우 자료를 이용하여 Quantile-Mapping을 실시한 후 지역빈도해석을 실시하였다. 대상지역은 국내 전역에 위치한 기상청 산하 58개 관측소를 선정하였다. Hosking(1997)이 제안한 L-moment 알고리즘을 이용하여 지역빈도해석을 수행하였으며, 그 결과 A2 시나리오보다 상대적으로 $CO_2$ 배출량이 낮은 A1B시나리오 역시 모든 지역에서 확률강수량이 증가함을 알 수 있었다.

• Journal of the Korean earth science society
• /
• v.45 no.1
• /
• pp.19-36
• /
• 2024

The global seasonal forecasting system version 6 (GloSea6) operated by the Korea Meteorological Administration for 1- and 3-month prediction products does not include complex atmospheric chemistry-aerosol physical processes (UKCA). In this study, low-resolution GloSea6 and GloSea6 coupled with UKCA (GloSea6-UKCA) were installed in a CentOS-based Linux cluster system, and preliminary prediction results for the spring of 2000 were examined. Low-resolution versions of GloSea6 and GloSea6-UKCA are highly needed to examine the effects of atmospheric chemistry-aerosol owing to the huge computational demand of the current high resolution GloSea6. The spatial distributions of the surface temperature and daily precipitation for April 2000 (obtained from the two model runs for the next 75 days, starting from March 1, 2000, 00Z) were compared with the ERA5 reanalysis data. The GloSea6-UKCA results were more similar to the ERA5 reanalysis data than the GloSea6 results. The surface air temperature and daily precipitation prediction results of GloSea6-UKCA for spring, particularly over East Asia, were improved by the inclusion of UKCA. Furthermore, compared with GloSea6, GloSea6-UKCA simulated improved temporal variations in the temperature and precipitation intensity during the model integration period that were more similar to the reanalysis data. This indicates that the coupling of atmospheric chemistry-aerosol processes in GloSea6 is crucial for improving the spring predictions over East Asia.

• Journal of Wetlands Research
• /
• v.17 no.1
• /
• pp.80-90
• /
• 2015

Variability of precipitation pattern and intensity are increasing due to the urbanization and industrialization which induce increasing impervious area and the climate change. Therefore, more severe urban inundation and flood damage will be occurred by localized heavy precipitation event in the future. In this study, we analyze the future frequency based precipitation under climate change based on the regional frequency analysis. The observed precipitation data from 58 stations provided by Korea Meteorological Administration(KMA) are collected and the data period is more than 30 years. Then the frequency based precipitation for the observed data by regional frequency analysis are estimated. In order to remove the bias from the simulated precipitation by RCP scenarios, the quantile mapping method and outlier test are used. The regional frequency analysis using L-moment method(Hosking and Wallis, 1997) is performed and the future frequency based precipitation for 80, 100, and 200 years of return period are estimated. As a result, future frequency based precipitation in South Korea will be increased by 25 to 27 percent. Especially the result for Jeju Island shows that the increasing rate will be higher than other areas. Severe heavy precipitation could be more and more frequently occurred in the future due to the climate change and the runoff characteristics will be also changed by urbanization, industrialization, and climate change. Therefore, we need prepare flood prevention measures for our flood safety in the future.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.300-300
• /
• 2019

남북공유하천인 북한강 및 임진강 유역 남측에는 평화의 댐, 군남댐이 치수목적으로 건설되어 운영되고 있으나 북측의 기상 및 수문정보 획득이 불가하여 홍수대응에 불확실성이 높으며 공유하천상류 북측댐 방류패턴에 많은 영향을 받고 있다. 특히 접경지역 남측에 위치한 군남댐은 상류에 있는 황강댐에 비해 저수용량이 작고 우리나라 최북측 수위관측지점(필승교)에서 군남댐까지의 홍수도달시간은 1시간 이내로 예 경보 등 사전 대응에 한계가 있어 북측의 정보가 무엇보다 중요하다. 북측 강우상황 파악 및 위기대응 능력 강화를 위하여 실제 K-water는 기상청 관할 레이더(광덕산)를 활용한 접경지역 댐 유역 강우추정 및 홍수분석 체계를 구축하여 현업에 활용 중이나 실제 관측 강우량 대비 정량적인 차이를 보임에 따라 황강댐 방류 규모 및 군남댐 유입량 예측에 많은 한계가 있다. 따라서, 본 연구에서는 보다 정확한 임진강 상류 북측 강수량 추정을 위하여 기상청 관할 광덕산 레이더에서 얻어지는 군남댐 유역의 추정 강수량(Radar-AWS Rainrate; RAR)에 대하여 통계적 편의보정을 수행하였다. 본 연구에서 적용한 통계적 편의보정기법은 '확률분포형을 활용한 기법', '매개변수적 기법', '비매개변수적 기법' 등 크게 3가지로 구분할 수 있으며 세부적으로 총 11가지 기법을 적용하여 분석을 수행하였다. 분석결과, 일부 기법을 제외하고는 보정 전에 비해 정량적으로 레이더 강수량의 정확도가 향상된 것으로 나타났으며 특히 매개변수적 편의보정기법이 우수한 결과(결정계수: 0.9898)를 보였다. 비매개변수적 편의보정기법은 상대적으로 관측자료가 적어 과거기간에 발생하지 않은 이상치가 발생할 경우 비현실적인 강수로 편의보정되므로 충분한 자료가 축적된 이후 활용가능할 것으로 판단된다. 본 연구의 결과는 북한댐 수문 운영패턴 예측, 접경지역 홍수모의 및 홍수대응 등 치수적인 측면에서 활용도가 높을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2001.05a
• /
• pp.495-500
• /
• 2001

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.276-276
• /
• 2012

일반적으로 기후변화영향에 관한 연구수행을 위해 전지구기후모형(GCM; Global Climate Model)이 사용되고 있다. 하지만 GCM은 공간해상도(Spatial resolution)가 거칠기 때문에 수문학 분야에서 주로 사용되는 유역규모의 지역적인 스케일특성과 물리적 특징을 표현하는데 한계가 있다. 또한 GCM 기후변수들 중 강수량의 경우 한반도 지역의 6월과 10월 사이에 연강수량의 67% 이상이 집중되는 계절성을 반영하지 못하고 있으며, 높은 불확실성을 보이고 있다. 본 연구에서는 GCM 기반의 다지점 인공신경망기법을 적용한 상세화(Downscaling)를 실시하였다. GCM의 24개 2D변수에 대한 주성분분석을 실시하여 신경망의 학습인자로 사용하였으며, 학습, 검증 및 예측기간은 각각 1981~1995년, 1996~2000년, 2011~2100년으로 A1B 시나리오를 대상으로 상세화를 실시하였다. 또한, 여름철 태풍사상을 모의하기 위한 Stochastic Typhoon Simulation기법과 Baseline과 Projection 사이의 강수량 보정을 위한 Dynamic Quantile Mapping 기법을 적용하여, 강수량의 불확실성을 최소화 하고자 하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.393-393
• /
• 2011

최근 기후변화로 인한 기상이변 및 이상기후로 예상하지 못한 극치사상이 빈번하게 발생하고 있다. 극치사상을 예측하기 위해 다양한 모형들이 개발되고 있으나 주로 유출의 변화 특성을 모의하는데 대부분의 연구가 초점을 맞추고 있다. 그러나 기본적으로 사용되는 강수량 자료의 정확한 추정이 기후변화 연구에서 가장 중요하다고 해도 과언이 아니다. 또한, 과거 연구들은 강수지점간의 공간상관성을 고려하지 않고 일강수량을 모의 발생시킨 후 이를 입력 자료로 강우-유출 모형에 사용하여 유역전체의 내리는 강수의 특성을 반영하지 못하였다. 이런 점들을 해결하기 위해 유역에 존재하는 실제 강우패턴을 모의 할 수 있는 다변량 Downscaling Model을 제안하였고, 기존 연구에서 극치사상을 재현해 내지 못하는 문제를 해결하기 위하여 입력 자료를 극치 값으로 변환하여 분석을 수행하였다. 즉, 본 논문에서는 실제 유역에 적용하여 모형의 타당성을 평가하고 기존 연구와 비교하여 극치 수문량의 변동 특성 등을 분석, 평가하였다.

• Journal of Korea Water Resources Association
• /
• v.55 no.10
• /
• pp.723-736
• /
• 2022

In this study, monthly precipitation forecasting models that can predict up to 12 months in advance were constructed for the Geum River basin, and two statistical techniques, multiple linear regression (MLR) and artificial neural network (ANN), were applied to the model construction. As predictor candidates, a total of 47 climate indices were used, including 39 global climate patterns provided by the National Oceanic and Atmospheric Administration (NOAA) and 8 meteorological factors for the basin. Forecast models were constructed by using climate indices with high correlation by analyzing the teleconnection between the monthly precipitation and each climate index for the past 40 years based on the forecast month. In the goodness-of-fit test results for the average value of forecasts of each month for 1991 to 2021, the MLR models showed -3.3 to -0.1% for the percent bias (PBIAS), 0.45 to 0.50 for the Nash-Sutcliffe efficiency (NSE), and 0.69 to 0.70 for the Pearson correlation coefficient (r), whereas, the ANN models showed PBIAS -5.0~+0.5%, NSE 0.35~0.47, and r 0.64~0.70. The mean values predicted by the MLR models were found to be closer to the observation than the ANN models. The probability of including observations within the forecast range for each month was 57.5 to 83.6% (average 72.9%) for the MLR models, and 71.5 to 88.7% (average 81.1%) for the ANN models, indicating that the ANN models showed better results. The tercile probability by month was 25.9 to 41.9% (average 34.6%) for the MLR models, and 30.3 to 39.1% (average 34.7%) for the ANN models. Both models showed long-term predictability of monthly precipitation with an average of 33.3% or more in tercile probability. In conclusion, the difference in predictability between the two models was found to be relatively small. However, when judging from the hit rate for the prediction range or the tercile probability, the monthly deviation for predictability was found to be relatively small for the ANN models.