• Korean Journal of Agricultural and Forest Meteorology
• /
• v.26 no.3
• /
• pp.209-218
• /
• 2024

The National Institute of Agricultural Sciences (NAS) operates in-house long-range climate forecasting system to support the agricultural use of climate forecast data. This system, developed through collaborative research with Pusan National University, is based on the PNU/RDA Coupled General Circulation Model (CGCM) and includes the regional climate model WRF (Weather Research and Forecasting). It generates detailed climate forecast data for periods ranging from 1 to 6 months, covering 20 key variables such as daily maximum, minimum, and average temperatures, precipitation, and agricultural meteorological elements like solar radiation, soil moisture, and ground temperature-factors essential for agricultural forecasting. The data are provided at a daily temporal resolution with a spatial resolution of a 5km grid, which can be used in point form (interpolated) or averaged across administrative regions. The system's seasonal temperature and precipitation forecasts align closely with observed climatological data, accurately reflecting spatial and topographical influences, confirming its reliability. These long-range forecasts from NAS are expected to offer valuable insights for agricultural planning and decision-making. The detailed forecast data can be accessed through the Climate Change Assessment Division of NAS.

• Ecology and Resilient Infrastructure
• /
• v.9 no.4
• /
• pp.282-289
• /
• 2022

Analyzing the impact of climate change on the Korean Peninsula on the forest ecosystem is important for the management of subtropical forest bioresources. In this study, we collected location data and bioclimatic variables of the warm-temperate woody plant species, Myrica rubra and Cyzygium buxifolium, and applied the MaxEnt model based on the collected data to estimate the potential distribution area. Precipitation and temperature seasonality in the warmest quarter were the main environmental factors that determined the distribution of M. rubra, and the main environmental factors for S. buxifolium were precipitation in the warmest quarter and precipitation in the wettest quarter. The results of the MaxEnt model by administrative district, the M. rubra showed an area increase rate of 4.6 - 17.7% in the SSP2-4.5 climate change scenario and 13.8 - 30.5% in the SSP5-8.5 climate change scenario. S. buxifolium showed area increase rates of 4.8 - 32.2% in the SSP2-4.5 climate change scenario and 12.9 - 48.6% in the SSP5-8.5 climate change scenario. This study is meaningful in establishing a database and identifying future potential distribution areas of warm and subtropical plants by applying climate change scenarios.

• Journal of Korea Water Resources Association
• /
• v.53 no.4
• /
• pp.273-283
• /
• 2020

Quantitative forecasting of groundwater levels for the assessment of groundwater variation and vulnerability is very important. To achieve this purpose, various time series analysis and machine learning techniques have been used. In this study, we developed a prediction model based on LSTM (Long short term memory), one of the artificial neural network (ANN) algorithms, for predicting the daily groundwater level of 11 groundwater wells in Hankyung-myeon, Jeju Island. In general, the groundwater level in Jeju Island is highly autocorrelated with tides and reflected the effects of precipitation. In order to construct an input and output variables based on the characteristics of addressing data, the precipitation data of the corresponding period was added to the groundwater level data. The LSTM neural network was trained using the initial 365-day data showing the four seasons and the remaining data were used for verification to evaluate the fitness of the predictive model. The model was developed using Keras, a Python-based deep learning framework, and the NVIDIA CUDA architecture was implemented to enhance the learning speed. As a result of learning and verifying the groundwater level variation using the LSTM neural network, the coefficient of determination (R²) was 0.98 on average, indicating that the predictive model developed was very accurate.

• Journal of the Korean Data and Information Science Society
• /
• v.27 no.3
• /
• pp.577-586
• /
• 2016

Hazardous air pollution caused by heavy metals in the air is at a serious level. Although manganese(Mn), one of the heavy metals, is a non-carcinogenic substance, it has a harmful influence on the human body. It is partially measured because automatic monitoring technologies have not yet be fully established. We introduced a statistical model for the daily concentration of manganese. Incorporating a linkage between Mn and meteorology, the proposed model is formulated in way to identify meteorological effects and to allow for seasonal trends, enabling not only accurate measurement of manganese concentration, but also information about the evaluation on a Hazard Quotient (non-cancer risk).

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.23-23
• /
• 2018

본 연구에서는 다중분위회귀분석모형(Multiple Quantile Regression Model, MQRM)과 MODIS(MODerate resolution Imaging Spectroradiometer) LST (Land Surface Temperature) 자료를 이용하여 전국 공간토양수분을 산정하였다. 공간토양수분을 산정하기 위한 과정은 크게 두가지로 구분된다. 첫 번째로 기존의 MODIS LST 자료를 조건부 합성 보정기법을 적용하여 실측 LST 자료와 비교하여 위성 LST 자료가 갖고 있는 오차를 보정하였다. 그 결과, 조건부 합성 보정기법을 적용하기전 전국 71개 지상관측지점에서 관측한 실측 LST와 MODIS LST의 $R^2$는 전체 평균 0.70으로 어는정도 유의성 있는 상관관계를 나타냈으나 조건부 합성 보정기법을 적용한 후 실측 LST와 MODIS LST의 $R^2$는 전체 평균 0.92로 상당히 크게 향상됨을 알 수 있었다. 두 번째로 보정된 MODIS LST를 이용하여 다중분위회귀분석 모형을 개발하고 토양수분을 예측하는 단계로 입력자료로 위성영상 자료와 관측자료를 융합하여 사용하였다. 위성영상 자료로는 보정된 MODIS LST와 MODIS NDV를 구축하였고 일단위 강수량 및 일조시간의 기상자료는 기상청으로부터 전국 71개 지점에 대해 구축하여 IDW 공간보간기법을 이용한 공간자료로 구축하였다. 토양수분 결과를 비교하기 위한 관측 토양수분은 자동농업기상관측(Automated Agriculture Observing System, AAOS)지점에서 2013년 1월부터 2015년 12월까지의 실측 일단위 토양수분 자료를 구축하여 사용하였다. 다중분위회귀분석 모형은 LST 인자를 중심으로 각각의 분위(0.05, 0.25, 0.5, 0.75, 0.95)에 해당되는 값의 회귀식을 NDVI, 강수 입력자료를 독립인자로서 조합하여 계절 및 토성에 따른 총 80개의 회귀식을 산정하였다. 관측 토양수분과 모의 토양수분을 비교한 결과 $R^2$가 0.70 (철원), 0.90 (춘천), 0.85 (수원), 0.65 (서산), 0.78 (청주), 0.82 (전주), 0.62 (순천), 0.63 (진주), 0.78 (보성)로 높은 상관성을 보였다. 본 연구에서는 다중분위회귀 모형의 성능을 검증하기 위해 기존의 다중선형회귀모형의 결과와 비교하여 크게 개선됨을 나타냈다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.40-40
• /
• 2017

최근 2014년 마른장마의 영향으로 중부 지방에 가뭄이 발생하였으며, 장마철 강수부족은 2015년까지 영향을 미친바 있다. 이로 인해 소양강 댐은 역대 최저수위를 기록하였으며, 일부 지역에서는 제한급수, 농업용수 부족 등의 피해가 발생하였다. 일반적으로 가뭄은 발생순서에 따라 기상학적, 농업적, 수문학적 가뭄 등으로 분류하고 있다 (Wilhite and Grantz, 1985). 기상학적 가뭄은 농업 및 수문학적 가뭄에 영향을 미치는 가뭄의 시작 단계를 의미하며, 가뭄을 판단하는데 있어 중요한 요소라 할 수 있다. 기상학적 가뭄을 정량적으로 판단하기 위해 SPI, PDSI, PN 등이 활용되고 있으며, 특히 강수량 기반의 SPI는 계산과정이 쉽고, 다양한 지속시간(3, 6, 9, 12개월 등)에 따라 가뭄을 객관적으로 판단할 수 있어 가장 활발하게 이용되고 있다(Mckee et al., 1993). 최근 기상청은 대기와 해양-해빙 모델을 접합한 GloSea5의 장기예보자료를 활용하여 월 내지 계절 가뭄전망을 위한 기상학적 가뭄지수를 현업에 활용하고 있다. 다만 국내에서는 주로 단기가뭄(1~3개월)이 빈번하게 발생함에 따라 짧은 예보선행시간을 갖는 가뭄전망에 대한 평가에 집중되어 왔다. 2014, 15년에는 이례적으로 2년 연속 가뭄이 지속된바 있으며, 장기가뭄(3개월 이상)에 대한 전망정보의 필요성이 증가하고 있다. 본 연구에서는 장기예보자료 기반의 기상학적 가뭄전망정보를 산정하고, 2015년 가뭄을 대상으로 활용성을 평가하였다. 이를 위해 ASOS 59개 지점의 관측강수량, GloSea5의 미래예측(Foreacst) 및 과거재현(Hindcast) 자료를 활용하였으며, 다양한 지속시간(3, 6, 9, 12개월)에 대한 SPI를 산정하였다. 또한 예보선행시간(1~6개월)에 따른 SPI와 관측자료 기반의 SPI 간의 통계적 분석(상관계수, 평균제곱근오차)을 수행하여 전망정보의 정확도를 평가하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.357-357
• /
• 2018

기후변화의 영향으로 기온과 강수량의 증가가 나타나고 있으며, 이러한 변화는 수문 순환 및 강우-유출의 변화로 인해 하천의 수질에도 영향을 미치게 된다. 수질 오염원 중 배출원의 형태가 명확하지 않은 비점오염원은 강우의 유출과 함께 발생하는 특징을 띤다. 비점오염원은 지표면에 존재하던 오염 물질이 지표면에서 유출이 발생함에 따라 하천으로 유입되는 오염물이다. 이에 따라 강우량에 비례하는 특성을 띠며 점 오염원과 달리 변동 폭이 크다. 대표적인 비점오염물로 알려진 질소, 인과 같은 영양물질은 하천으로 유입 시 부영양화를 야기하는 물질로 우리나라와 같이 계절별 강수량의 차이가 큰 환경에서 비점오염물의 지속적인 관리는 필수적이라 할 수 있다. 비점오염원은 오염원을 특정할 수 없기 때문에 하천으로의 유입을 최소화하는 최적관리기법(Best Management Practices)을 통해 관리한다. 국내외에서 가장 널리 이용되는 비점오염원 최적관리기법은 식생형 시설로, 나지에 식물체를 파종함으로써 토양의 유실을 방지하여 비점오염물의 하천 유입을 저감시키고, 자연경관으로써 기능한다. 미래 수자원의 효과적인 이용을 위해서는 기후변화에 따른 수문 변화, 그로 인한 수질 변화 특성을 파악하는 것은 매우 중요하다. 이에 본 연구에서는 기후변화 시나리오를 통해 기온, 강수, 습도와 같은 기후 조건의 변화를 고려하여 예측되는 비점오염물의 유출 저감 대책의 영향을 분석하고자 한다. 이 때, 기후변화 시나리오는 그 자체로 불확실성을 포함하는 자료이기 때문에 특정 시나리오를 분석하기 보다는 기후변화 진행 정도에 따른 비점오염물 유출을 산정하고 저감 대책의 영향을 분석한다. 연구를 수행하기 위해 장기간의 강우-유출 특성의 모의가 가능하고 저감 대책을 제공하는 SWAT 모형을 이용한다. SWAT 모형에서는 여러 최적관리기법을 제공하는데, 가장 널리 이용되는 것이 식생형 시설인 것에 기초하여 적용할 저감 대책으로 계단식 산비탈(Terracing)을 선정하였다. 저감 대책의 적용으로 비점오염물질이 적게는 약 30%에서 많게는 60%까지 변화하며 매우 효율적으로 저감되는 것이 확인되었다. 저감 시설의 적용을 통해 총 량 뿐만 아니라 시간에 따른 비점오염물 유출의 변동성 또한 감소시킬 수 있음이 확인되었다.

• Atmosphere
• /
• v.31 no.5
• /
• pp.637-656
• /
• 2021

The United States has been known as the world's major producer of crops such as wheat, corn, and soybeans. Therefore, using meteorological long-term forecast data to project reliable crop yields in the United States is important for planning domestic food policies. The current study is part of an effort to improve the seasonal predictability of regional-scale precipitation across the United States for estimating crop production in the country. For the purpose, a dynamic downscaling method using Weather Research and Forecasting (WRF) model is utilized. The WRF simulation covers the crop-growing period (March to October) during 2000-2020. The initial and lateral boundary conditions of WRF are derived from the Pusan National University Coupled General Circulation Model (PNU CGCM), a participant model of Asia-Pacific Economic Cooperation Climate Center (APCC) Long-Term Multi-Model Ensemble Prediction System. For bias correction of downscaled daily precipitation, empirical quantile mapping (EQM) is applied. The downscaled data set without and with correction are called WRF_UC and WRF_C, respectively. In terms of mean precipitation, the EQM effectively reduces the wet biases over most of the United States and improves the spatial correlation coefficient with observation. The daily precipitation of WRF_C shows the better performance in terms of frequency and extreme precipitation intensity compared to WRF_UC. In addition, WRF_C shows a more reasonable performance in predicting drought frequency according to intensity than WRF_UC.

• Journal of Korea Water Resources Association
• /
• v.42 no.3
• /
• pp.213-225
• /
• 2009

A stationary Markov chain model is a stochastic process with the Markov property. Having the Markov property means that, given the present state, future states are independent of the past states. The Markov chain model has been widely used for water resources design as a main tool. A main assumption of the stationary Markov model is that statistical properties remain the same for all times. Hence, the stationary Markov chain model basically can not consider the changes of mean or variance. In this regard, a primary objective of this study is to develop a model which is able to make use of exogenous variables. The regression based link functions are employed to dynamically update model parameters given the exogenous variables, and the model parameters are estimated by canonical correlation analysis. The proposed model is applied to daily rainfall series at Seoul station having 46 years data from 1961 to 2006. The model shows a capability to reproduce daily and seasonal characteristics simultaneously. Therefore, the proposed model can be used as a short or mid-term prediction tool if elaborate GCM forecasts are used as a predictor. Also, the nonstationary Markov chain model can be applied to climate change studies if GCM based climate change scenarios are provided as inputs.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.416-416
• /
• 2015

기후변화는 미래 강수량 변동을 야기하여 하천유량 관리에 큰 영향을 미칠 것으로 예상하고 있다. 이에 본 연구에서는 기후변화에 따른 중장기 하천유량 관리를 위하여 금호강 유역을 대상으로 SWAT 모형을 이용하여 중장기 하천유량을 예측하였다. 임하댐 상류지역의 2008~2012년 유량자료에 대하여 보정 완료된 SWAT 모형을 기반으로, 지역기후모형(RCM)인 HadGEM3-RA모형을 활용한 IPCC 제5차 보고서 RCP 4.5, RCP 8.5 시나리오를 적용하였다. 금호강 표준유역별 기후변화에 의한 영향을 모의하기 위하여 편이보정(Bias Correction)방법을 적용하였으며, 금호강 유역 내 과거 30년(1975~2005년, Baseline) 기상자료와 비교하여 통계적인 유사성을 가지도록 보정을 실시하였다. 기후변화 시나리오 적용결과는 S1(2011~2040년), S2(2041~2070년), S3(2071~2099년)으로 분할하여 월별, 계절별, 연도별 미래 강수량과 기온을 분석하였다. 분석 결과, RCP 4.5 시나리오의 경우 봄철(3~5월)의 강수량은 기준년도에 비해 약 57%가 증가하였으나, 가을철(6~8월)에는 7.9% 감소하였으며, 첨두 강수시기는 8~9월에서 6~7월로 이동하였다. 평균기온은 각 구분 시기별 $0.2^{\circ}C$, $1.1^{\circ}C$, $1.8^{\circ}C$ 정도 상승할 것으로 예측되었다. RCP 8.5 시나리오에서는 기준년도 대비 강우량은 봄철에 61% 증가, 가을철에는 14.9% 감소하는 것으로 모의되었다. 평균기온은 약 $0.4^{\circ}C$, $2.1^{\circ}C$, $4.2^{\circ}C$ 정도 상승하는 것으로 나타났다. 기후변화에 따른 유출량 결과 비교는 2001~2010년을 기준으로 하였으며, RCP 4.5 시나리오에서는 S1, S2, S3 시기별 각각 -10.9%, -7%, -3.6% 감소하였으며, RCP 8.5 시나리오에서는 약 -12.3%, 4.9%, -1.2% 변동하는 것으로 나타냈다. 금호강 유역 전반에 걸쳐 유출량이 감소하는 추세를 보였으며, 특히 본류에 비해 지류유역의 건천화가 심해지는 양상을 보였다. 또한 현재에 비해 여름철 유출패턴 시기가 앞당겨져 봄철 유량이 증가하고 겨울철에 감소하는 경향을 보이고 있다. 기후변화로 인한 수문패턴의 변화로 현재 하천유량관리의 변화가 필요할 것으로 판단되며, 향후 본 연구결과를 바탕으로 물수지 분석을 추가하여 유지유량 만족을 위한 해당유역의 이수기 유량관리 방안 연구를 수행할 예정이다.