• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.227-227
• /
• 2017

"농업 농촌 및 식품산업기본법" 제47조의 2 신설로 기후변화가 농업 농촌에 미치는 영향, 취약성을 5년마다 조사 평가 공표하고 실태조사를 실시하기 위한 법적 근거가 2014년 5월 마련되었다. 지구 온난화 등 기후변화가 농업 농촌에 미치는 영향을 심층적으로 조사 및 분석하여 기후변화에 선제적으로 대응해야 한다. 국가 수자원 총 이용량의 48%가 농업용수로 이용되고 있다. 논면적(964천ha) 수리안전답은 575천ha에 불과하고, 19.4%(187천ha)는 별도 용수공급시설이 없어 자연강우에 의존하고 있으며, 용수공급시설을 갖춘 관개전은 140천ha로 전국 밭면적의 18.5% 수준('15.7월 행정조사)에 그쳐 논에 비해 열악한 수준이다. 기후변화에 대응하여 농업용수의 안정적 공급을 위해 기후변화에 따른 농업용수의 영향분석 및 취약성 평가를 위한 지표 개발이 시급한 실정이다. IPCC에 따르면 기후변화의 영향과 심각성은 수자원, 생태계, 산림, 보건, 농업 및 사회기반시설 등 다양한 분야에서 관측 혹은 전망되고 있는데 특히 가장 취약한 부분은 강수패턴의 변화로 인한 영향이다. 강수패턴의 변화 의미는 강수 공간, 기간 및 강도의 변화를 의미하는 것으로 강수에 민감한 농업분야가 기후에 가장 먼저 영향을 받는다. 본 연구에서는 기후변화 관점에서 강수의 패턴 변화(공간, 강도, 기간)를 분석하여 농업용수에 미치는 영향을 평가하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.434-434
• /
• 2017

우리나라의 기후가 아열대 몬순기후로 변화가 이루어지고 있는 현재에 있어 과거의 강수패턴과 현재의 강수패턴은 많은 변화가 나타나고 있다. 우리가 일상생활에서 많이 사용되고 있는 계절의 변화를 나타내는 24절기의 경우 과거와 달리 기온이나 강수 등의 변화로 인해 절기의 구분이 상이한 경우가 많이 발생하고 있으며, 특히 농업에 있어 24절기를 기준으로 작물의 생육을 관리하는 인식이 기후변화로 인한 기온, 강수의 패턴이 과거와는 많은 차이가 발생하고 있다. 이러한 절기별 강수량의 변화는 농업용수의 계획에 있어 많은 영향을 미칠 것으로 판단된다. 본 연구에서는 우리나라의 관측소에서 관측된 기온, 강수를 24절기로 구분하여 과거와 현재의 변화정도를 분석하였다. 24절기의 강수량의 이동평균법을 이용하여 변동성을 분석한 결과에서는 서울, 대구, 부산의 경우 증가하였으며, 가장 많이 증가한 절기는 망종으로 서울의 경우 245%정도 증가된 것으로 분석되었으며, 전반적으로 120%이상 증가된 것으로 나타났다. 20년 이동평균 분석결과에서는 망종과 백로에서 120%이상 증가되는 것으로 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.312-312
• /
• 2018

우리나라의 기후 지형적 특성에 따라 연강수량의 50% 이상이 여름철에 내리며 이러한 짧은 기간에 집중적으로 내리는 강수패턴 조건하에서 수공구조물 설계시 대부분 극치빈도분석을 활용한다. 우리나라의 경우 단일 Gumbel 분포를 활용한 극치빈도분석을 많이 이용한다. 하지만, 최근 이상기후로 인하여 전세계적으로 강수패턴의 특징이 급격히 변하고 있으며, 우리나라의 강수패턴 또한 바뀌어가고 있다. 연강수량의 대부분은 태풍과 장마로 인한 강수량으로 이루어져 있고, 일반적으로 두 개의 모집단으로 이루어진 형태를 보인다. 앞선 연구에서 두 개 이상의 첨두를 가지는 형태의 연최대강수량 자료에 대해 8개의 지속시간별(1, 2, 3, 6, 9, 12, 18, 24hr)로 Bayesian 기법의 단일 Gumbel 분포형과 혼합 Gumbel분포형 기반의 극치빈도분석 결과를 비교하였고, 혼합 Gumbel 분포형이 이중첨두 부분의 거동을 효과적으로 모의하는 것을 확인하였다. 본 연구에서는 이상기후로 인한 강수량의 특징의 급격한 변화에 일정한 패턴이 있음을 가정하고 이중첨두의 연 최대일강수량 자료에 대해 혼합 Gumbel 분포형 기반 비정상성 빈도분석을 실시하였다. 정상성 빈도분석과의 비교를 위해 확률분포의 매개변수 산정시 우도함수를 Bayesian 기법을 통해 산정하여 각 분포형의 Bayesian information criterion(BIC) 값을 비교하였다. 비정상성일 경우의 BIC 값이 정상성일 경우 보다 작게 산정되었고, 강수패턴이 경향성을 가지는 것으로 판단할 수 있었다. 비정상성 혼합 Gumbel 분포형 모델은 최근 급격한 강수패턴의 변화에 대한 대응책으로서 활용성이 높을 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.198-198
• /
• 2012

본 연구에서는 서울지방의 최근 10년간 우기시 강우자료를 이용하여 시공간패턴에 따른 강수의 변화를 분석하였다. 이를 위하여 GIS 기법, 강우사상 구분법 및 공간의 상관성 분석 등을 적용하였다. 본 연구의 대상지역인 서울은 북위 $37^{\circ}$34', 동경 $126^{\circ}$59' 부근에 위치하며 남북방향으로 30.3 km, 동서방향으로 36.8km에 걸쳐 있으며 그 면적은 약 $605.41km^2$이다. 또 서울 중앙에서는 한강이 동쪽에서 서쪽으로 흐르며 서울을 강북과 강남으로 양분하고 있으며, 서울을 관통하고 있는 한강으로 수많은 지천이 합류하고 있다. 이러한 지리적 특성들로 인하여 서울 지역의 기후는 매우 복잡한 양상을 나타내고 있다. 과거에는 서울지역에 강우관측소의 수가 매우 적어 이러한 현상을 분석하는데 한계가 있었으나 최근에 자동기상관측소(AWS)들의 확충으로 인하여 자료의 양이 넓어졌다. 본 연구에서는 이러한 자료들을 사용하여 강수의 시공간 패턴을 분석하고자 한다. 이를 위하여 강수의 사상을 구분하기 위한 방법인 IETD법(Inter Event Time Definition)을 적용하였으며, 요인분석 및 군집분석을 이용하여 서울의 강수 지역 구분 및 패턴 분석을 실시하였다. 이러한 분석을 통하여 최종적으로 최근 10년간 서울지방의 강수의 시공간 패턴을 제시하고자 하였다.

• Journal of Korea Water Resources Association
• /
• v.35 no.1
• /
• pp.109-124
• /
• 2002

This study is an effort to develop a stochastic model of precipitation series that preserves the pattern of occurrence of precipitation events throughout the year as well as several characteristics of the duration, amount, and intensity of precipitation events. In this study an event cluster model is used to describe the occurrence of precipitation events. A logarithmic negative mixture distribution is used to describe event duration and separation. The number of events within each cluster is also described by the Poisson cluster process. The duration of each event within a cluster and the separation of events within a single cluster are described by a logarithmic negative mixture distribution. The stochastic model for hourly precipitation occurrence process is fitted to historical precipitation data by estimating the model parameters. To allow for seasonal variations in the precipitation process, the model parameters are estimated separately for each month. an analysis of thirty-four years of historical and simulated hourly precipitation data for Seoul indicates that the stochastic model preserves many features of historical precipitation. The seasonal variations in number of precipitation events in each month for the historical and simulated data are also approximately identical. The marginal distributions for event characteristics for the historical and simulated data were similar. The conditional distributions for event characteristics for the historical and simulated data showed in general good agreement with each other.

• Journal of Software Assessment and Valuation
• /
• v.15 no.2
• /
• pp.59-66
• /
• 2019

Since Jeju is the absolute weight of agriculture and tourism, the analysis of precipitation is more important than other regions. Currently, some numerical models are used for analysis of precipitation of Jeju Island using observation data from meteorological satellites. However, since precipitation changes are more diverse than other regions, it is difficult to obtain satisfactory results using the existing numerical models. In this paper, we propose a Jeju precipitation pattern analysis method using the texture analysis method based on Convolution Neural Network (CNN). The proposed method converts the water vapor image and the temperature information of the area of ​​Jeju Island from the weather satellite into texture images. Then converted images are fed into the CNN to analyse the precipitation patterns of Jeju Island. We implement the proposed method and show the effectiveness of the proposed method through experiments.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.275-275
• /
• 2012

본 연구에서는 Pacific-Japan (PJ) 대기패턴과 북서태평양 지역의 열대성 태풍 활동에 대한 관계를 분석하였다. 특히 한반도에 영향을 미치는 태풍을 중심으로 낙동강 유역의 태풍에 의해 유발된 여름철(June-September) 강수의 지역적 특성 변화를 진단하였다. 분석 결과, 양(+)의 PJ 기간에 발생하는 대기순환패턴의 변화는 태풍의 활동에 보다 유리한 작용을 하는 것으로 나타났다. 한반도에 영향을 미치는 태풍에 대한 진로 분석 결과, 양(+) PJ 기간동안 태풍이 주로 남서쪽으로 향하는 경향이 있으며, 음(-)의 PJ 기간에는 북동쪽으로 향하는 경향이 있는 것으로 나타났다. 태풍 진로의 변향점(recurve)은 양(+)의 PJ 기간에는 보다 북서쪽에 위치하며 음(-)의 PJ 기간에는 보다 북동쪽에 치우쳐 있음이 분석되었다. 따라서, 음(-)의 PJ기간 보다 양(+)의 PJ 기간에 태풍의 활동이 활발하며, 낙동강유역에서 태풍에 의해 유발된 강수가 통계적으로 유의한 증가패턴이 뚜렷하게 발생하고 있는 것으로 확인되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.398-398
• /
• 2017

확률강수량은 하천, 하수도, 재해관련 시설 계획 등 각종 물 인프라를 계획하기 위한 기초 자료로 활용되고 있다. 최근의 기후변화 양상을 고려할 때, 지역적으로 다양하게 변화되는 강수패턴은 확률강수량 산정에 있어서도 영향을 미칠 것으로 예상된다. 이 연구에서는 현재 물 인프라 계획에 사용되는 확률강수량의 적용실태를 분석하였으며, 기후변화 영향이 점차 증가할 것으로 보이는 미래의 물 관련 인프라를 건설하거나 시설 개선에 사용되는 확률강수량이 미래 예측 강수를 고려하는 경우에 어떻게 변화되는지를 연구하였다. 인천관측소 지점을 대표 분석 지점으로 선정하여 연강수량, 일최대강수량을 제시하였으며, 기존 확률강수량을 검토하였다. 또한, 인천관측소 지점의 1961~2015년의 분단위 자료를 이용하여 임의시간에 따른 1440분 최대강수량을 산정하였으며, RCP 2.6, 4.5, 6.0, 8.5 시나리오에 따른 2016~2100년 기간의 미래 예측 강수자료에 고정시간-임의시간 환산계수를 적용하여 빈도별 확률 강수량을 산정하였다. RCP 기후변화 시나리오에 의한 미래 예측 강수를 적용한 경우와 과거 관측 자료만을 이용한 확률강수량의 차이를 분석한 결과, 편의보정 여부와 관측지점 및 확률빈도에 따라 결과에 상당한 차이가 발생하였다. 향후 물인프라 계획에 있어서는 미래 예측 강수의 패턴과 지역적 특성 등을 여러 측면으로 고려한 계획을 수립하는 것이 지속가능한 물 관리에 필요한 것으로 판단된다.

• Proceedings of the KIEE Conference
• /
• 2015.07a
• /
• pp.1347-1348
• /
• 2015

본 논문에서는 기상레이더 데이터에서 섞여있는 강수에코 및 비강수에코를 분류하기 위하여 Interval Type-2 FCM based RBFNN의 도움으로 사례 및 에코 분류기의 설계를 제안한다. 학습과 테스트 데이터는 현재 기상청에서 사용하는 UF radar data를 사용하였으며, 사례 분류기와 에코패턴 분류기의 데이터를 각각 생성한다. 전처리 과정인 사례 분류를 통하여 강수사례 혹은 비강수사례를 분류하여 강수사례일 경우 에코패턴분류를 진행하며, 비강수사례일 경우 데이터에 관측된 모든 반사도 값을 제거한다. 사례 및 에코 분류기는 Interval Type-2 FCM based RBFNN을 통하여 패턴분류를 진행하며, 패턴분류 성능을 확인한다. 또한 후반부 파라미터의 동정 시, 각 규칙에 파라미터를 전역적으로 구하는 LSE와 각 규칙에 대한 파라미터를 독립적으로 구하는 WSLE의 비교연구를 수행한다. 분류기의 성능을 확인하기 위하여 사례 분류 후 에코패턴분류의 결과는 현재 기상청에서 사용하고는 품질검사(QC) 데이터와 비교하여 평가하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.05a
• /
• pp.43-45
• /
• 2021

The short-term quantitative precipitation prediction (QPF) system is important socially and economically to prevent damage from severe weather. Recently, many studies for short-term QPF model applying the Deep Neural Network (DNN) has been conducted. These studies require the sophisticated pre-processing because the mistreatment of various and vast meteorological data sets leads to lower performance of QPF. Especially, for more accurate prediction of the non-linear trends in precipitation, the dataset needs to be carefully handled based on the physical and dynamical understands the data. Thereby, this paper proposes the following approaches: i) refining and combining major factors (weather radar, terrain, air temperature, and so on) related to precipitation development in order to construct training data for pattern analysis of precipitation; ii) producing predicted precipitation fields based on Convolutional with ConvLSTM. The proposed algorithm was evaluated by rainfall events in 2020. It is outperformed in the magnitude and strength of precipitation, and clearly predicted non-linear pattern of precipitation. The algorithm can be useful as a forecasting tool for preventing severe weather.