• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.31-31
• /
• 2015

토양수분은 일반적으로 시료를 채취하거나 현장에 설치된 다양한 센서를 통해 추정하지만 이는 시간과 비용이 많이 소모되기 ?문에 유역내의 공간적인 토양수분 분포를 추정하는데 상당한 어려움이 따른다. 토양수분뿐만 아니라 공간적인 대기현상, 토양수분, 식생현황 등을 관측하는데 대중적으로 사용되는 것이 위성 관측이며, 기본적으로는 위성에 탑재된 센서가 각 주파수대역에 따라 영상을 생성하면 이를 특정 알고리듬을 적용하여 원하는 값을 도출하게 된다. 토양수분 산정에 사용되는 대표적인 위성영상으로는 SMOS (Soil Moisture and Ocean Salinity), ARMS-E(Advanced Microwave Scanning Radiometer - Earth Observing System), ARMS2 (ARMS ver.2) 영상 등이 있으며, 이러한 위성은 해상도가 약 10 km ~ 40 km로 상당이 낮기 때문에 우리나라와 같이 면적이 좁고 지형이 복잡하며 다양한 토지피복이 밀집되어있는 곳에서는 기존 수문 연구에 응용할 수 있는 토양수분 공간지도 산정을 위해 상세화(Downscaling)과정이 필요하다고 판단된다. 따라서 본 연구에서는 ARMS2 토양수분 영상을 MODIS 영상의 식생지수(NDVI, Normalized Difference Vegetation Index), 알베도 및 온도를 활용하여 공간적으로 상세화된 토양 수분 지도를 작성하였고, 유역 내에서 실제 측정되고 있는 토양수분 관측값을 활용하여 상세화기법의 적용성을 검토하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.948-948
• /
• 2012

합천댐유역에 대한 기후변화에 따른 수문학적 영향을 정량적으로 분석하기 위해, 기상청에서 제공하는 공간해상도 27km의 MM5 RCM(Regional Climate Model)을 사용하였다. RCM의 기상변수들은 공간적 스케일의 상이성과 RCM 기후변수들의 불확실성 때문에 유출모형인 SWAT의 입력자료로 사용하기에는 어려움이 있다. 특히, RCM 변수들 중 강수량의 경우 한반도 지역의 6월과 10월 사이에 연강수량의 67%이상이 집중되는 계절성을 반영하지 못하고 있는 실정이기 때문에 국내 유역의 유출량 산정에 사용하기 위해서는 지역적 상세화(Downscaling)가 필요하다. 본 연구에서는 RCM 기후변수에 내포된 공간적 스케일의 상이성과 불확실성을 최소화하기 위해 강우관측소 지점을 단위로 한 다지점 인공신경망 기법을 적용하여 강수량, 습도, 최고기온 및 최저기온에 대한 상세화를 실시하였다. 강수의 경우 여름철 태풍사상을 모의하기 위한 Stochastic Typhoon Simulation기법과 Baseline(1991~2010)과 Projection(2011~2100) 사이의 강수량 보정을 위한 Dynamic Quantile Mapping 기법을 적용하여, 강수량의 불확실성을 최소화 하고자 하였다. 상세화된 기후자료를 이용한 SWAT 모형의 일(Daily) 단위 강우-유출 모의결과를 2011~2040년, 2041~2070년, 2071~2100년으로 구분하여 추세분석을 실시하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.41-41
• /
• 2021

최근 전 세계적으로 급증하는 기후변화의 영향으로 이상기후로 인한 자연재해들의 강도 및 발생 빈도의 증가가 다양한 연구를 통하여 확인되고 있으며, 이를 대비 및 대응하기 위한 방안수립 연구가 세계의 가장 중요한 주제로 부상되고 있다. 우리나라의 경우에는 기후변화에 따른 심각성 문제가 대두되고 있지만 국가적 대응기반조성 및 수자원정책 의사결정에 직접적으로 활용될 수 있는 일관성 있고 통합적인 기후 정보가 부족한 실정이다. 미래 기상 변동성을 나타내는 기후모델은 전 지구적 대규모 기상장(large scale climate pattern)을 비교적 정확하게 묘사하는 것으로 알려져 있으나 모형에 내재해 있는 시·공간적 편의(spatial-temporal bias) 및 불확실성으로 인하여 통계학적 상세화가 필수적으로 요구된다. 이러한 편향성은 일반적으로 지상 관측 자료를 격자에 보간하여 보정하는 방법이 적용되고 있지만, 관측자료의 불연속성 및 관측소의 불균등성으로 인하여 공간적 신뢰성이 낮다. 이에, 본 연구에서는 Bayesian 기반의 Kriging을 통한 공간적 편의보정 및 QDM(quantile delta mapping)을 연계한 새로운 격자 기반의 통계적 상세화 모형 Bayesian Kriging-QDM을 개발하였다. 본 연구를 통하여 산정된 결과는 과거자료에 근거하여 이루어지는 기존의 보수적인 수자원 관리 체계의 위험성을 저감 시킬 수 있는 의사결정에 직접적으로 활용될 수 있는 기초 자료로 이용 가능할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.18-18
• /
• 2019

역학적 상세화기법은 물리적 기반의 지역기후모형(RCM)을 이용하여 고해상도 기후자료를 생산하는 유용한 기법이며, 전세계적으로 지역 기후시나리오를 생산하고, 적용 및 평가하는 연구가 널리 진행되고 있다. 역학적 상세화기법 적용 시 지역기후모형의 공간해상도를 향상시키면 지형효과를 더욱 상세하게 반영할 수 있어 고해상도의 기후모의자료를 생산할 수 있지만, 이를 위해 더 많은 시간과 비용이 요구된다. 또한, 공간해상도 향상이 기후모의 결과의 정확도 향상을 보장하지 않기 때문에 역학적 상세화를 위한 지역기후모형의 적정 공간해상도 선정이 필요하다. 따라서, 본 연구에서는 기후모의 자료의 공간해상도가 하천유출량 모의시미치는 영향을 평가하고, 최종적으로는 고해상도 기후시나리오가 하천유출량 모의에 필요한지 여부를 규명하고자 한다. 이를 위해 관측 기후자료와 Weather and Research Forecasting (WRF)모형으로 상세화된 5km (WRF05)와 20km (WRF20) 공간해상도의 기후모의자료를 활용하였으며, 하천유출량 산정을 위해 준분포형 수문모형인 Soil and Water Assessment Tool (SWAT)을 이용하였다. 본 연구의 대상유역은 한강유역 내 충주댐, 소양강댐, 팔당댐 유역들에 대해 평가를 수행하였다. 유역평균강수량을 평가한 결과, 3개 댐 유역의 연평균 강수량 및 여름철 강수량은 WRF20이 관측자료와 WRF05에 비해 높게 산정되었다. 하지만, WRF20은 일강수량이 1~40mm인 발생횟수가 상대적으로 많이 산정되었으며, 극치강수량의 강도와 빈도는 WRF20이 관측자료와 WRF05에 비해 과소 산정되는 것으로 나타났다. 관측자료, WRF05와 WRF20을 입력자료로 활용하여 SWAT모형으로 생산된 일 하천유출량 자료를 토대로 유황곡선을 도시하였다. 유황곡선의 5~90% 구간에서는 WRF05와 WRF20의 결과는 큰 차이가 나진 않았으나, 고유량과 저유량 구간에서는 WRF05가 WRF20에 비해 관측자료에 근접하게 모의하는 것을 확인하였다. 이는 20km에서 5km로 공간해상도가 높아짐에 따라 극치 홍수량 및 갈수량을 더욱 현실적으로 모사할 수 있는 것을 의미한다.

• Journal of Korea Water Resources Association
• /
• v.49 no.10
• /
• pp.863-876
• /
• 2016

Climate change projections for precipitation are in general provided at daily time step. However, sub-daily precipitation data is necessarily required for hydrologic design and management. Thus, a reliable downscaling model is needed to analyze impact of climate change on water resources. While daily downscaling models have been widely developed and applied in hydrologic and climate community, hourly downscaling models have not been properly developed. In this regard, this study aims at developing a hourly downscaling model that can better reproduce sub-daily extreme rainfalls using conditional copula model. The proposed model was applied to generate extreme rainfalls under the RCP 8.5 scenario for weather stations in South Korea, and design rainfalls were then finally provided. We expected that the future design rainfalls can be used for baseline data to evaluate impact of climate change on water resources.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.25-25
• /
• 2018

본 연구는 충주댐을 대상으로 기후변화에 따른 미래 댐운영에 미치는 영향을 평가하기 위하여 연구 목적에 접합한 GCM 및 상세화 기법 선정을 위한 절차를 적용함으로써 사용자 중심의 기후변화 시나리오 상세화 자료가 유입량의 재현성 평가에 미치는 영향을 분석하였다. 우선 편이보정 전의 29개 원시 GCM에 대한 강수량 및 기온의 순단위 시 공간적 재현성 평가를 통해서 상위 16개 GCM을 선정하였다. 이후 상세화 기법을 선정하기 위해서 유입량 전망에 중요하다고 판단되는 총강수량(prcptot) 및 일최대강수량 (rx1day)을 기후지수(Climate Indices)로 선정하였다. 상세화 기법은 과거기간의 재현성이 평가, 미래기간 시그널 왜곡도 평가, 공간상관성에 대한 재현성 평가를 통해 SQM 기법을 선정하였다. 제한적인 기후변화 전망 자료를 고려하여 과거 30년 기간에 대한 모의결과 월단위 모형효율지수(ME) 및 결정계수 ($R^2$)는 모두 0.92로 만족할 만한 결과를 보여 주었다. GCM 선정에 따른 오차는 원시 GCM을 통해 선정된 16개 GCM을 사용한 경우 유입량 재현성 평가에 있어 가장 좋은 결과를 보였다. 전체적으로 상세화 자료를 유역 모델링에 활용하는 경우 GCM의 선정보다는 상세화 기법의 선정이 전체적인 재현성 평가에 있어서 중요한 것으로 나타났다. 미래기간에 대한 평균 유입량 전망은 모든 RCP 시나리오에서 근 미래 보다는 중간 및 먼 미래 기간 동안에 유입량이 증가하는 경향을 보였다. 또한 모든 미래 기간에 대해여 RCP 8.5 시나리오가 RCP 4.5 시나리오와 비교하여 유입량의 증가가 높을 것으로 전망되었다. 홍수 관리측면에서 중요한 일 최대 유입량의 미래 변동은 평균 유입량과 비교하여 최대 두 배 이상의 높은 변화율을 보였다. 댐운영 측면에서는 연간 총 유입량의 변화보다 시기별 유입량의 변동 특성을 이해하는 것이 중요하며, 평균 유입량 및 일단위 최대 유입량 모두 근 미래 기간에 대해서는 RCP 시나리오 모두 7월 및 8월을 중심으로 유입량이 증가하는 경향을 보였다. 반면 중간 미래에서 먼 미래로 갈수록 평균 및 일단위 최대 유입량 모두 전체 기간에 걸쳐 증가하는 경향을 보였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.6-6
• /
• 2015

본 연구에서는 일단위로 제공되는 RCP 시나리오를 Poisson Cluster 기법을 활용하여 시간강우량으로 생성할 수 있는 모형을 개발하는데 목적이 있다. 일반적으로 시간단위 강우량의 경우 수자원 설계 또는 강우-유출 분석시 가장 기본이 되는 입력 자료로서 이에 대한 모의기법 확립이 기후변화에 따른 수문학적 영향 검토의 신뢰성을 결정짓는 핵심 요소이다. 그러나 국내 다수 연구를 살펴보면 기후변화 시나리오의 시 공간적 상세화 기법을 활용한 일단위 상세화 연구는 다수 존재하였지만, 일단이 이하의 시간적 규모에 대한 연구는 미진한 실정이다. 이러한 이유로 본 연구에서는 시단위 상세화 기법시 일반적으로 사용되고 있는 Poisson Cluster 기법을 활용하여 국내 실정에 맞는 시단위 상세화 기법을 개발고자 한다. 본 연구에서는 RCP 시나리오를 시단위강우량 자료로 생성하기 위해 다음과 같은 연구를 진행하였다. 첫째, 본 연구에서는 기상청에서 제공하는 RCP($27km{\times}27km$) 시나리오를 활용하였으며, 1km 격자 단위로 시공간적 상세화 기법을 수행하였다. 둘째, 시공간적으로 상세화 된 자료를 Poisson Cluster 기법을 기반으로 시간단위 자료를 생성하였으며, 기본적인 통계치(평균, 분산, 왜곡도 등)를 활용하여 관측값과 비교 분석 하였다. 마지막으로, 미래 기후변화 시나리오를 동일한 방법으로 시간단위 자료를 생성하고 연 최대값을 추출하여 빈도해석을 통해 미래 극치 확률강우량을 평가하였다. 본 연구 결과 시간단위 자료를 제공함으로써 미래 수자원 설계 및 영향평가를 효과적으로 수행할 것으로 기대되며, 수문기상변화 예측을 위한 신뢰성 있는 자료로 활용될 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.258-262
• /
• 2010

지역기후모델 RegCM3 이용하여 역학적 상세화 이중둥지격자체계를 구축하고 관측, ECHO-G/S의 20C3M 및 SRES A2 시나리오를 이용하여 동아시아(60km 분해능)와 한반도(20km 분해능)에 대한 현재 및 미래 (1971-2100, 130년)의 기후변화 시나리오 자료를 생산하여 구축하였다. 현재 1971-2000년 기간 동안 상세화된 기온은 관측에 대해 저온 편의와 여름 강수는 건조 편의가 나타나는 계통오차가 있으나, 상세화된 자료는 한반도의 지형적 특성이 잘 반영되었고 관측의 월별, 계절별 변동성을 유사하게 모의하는 등 재분석 자료를 성공적으로 상세화한 것으로 판단된다. 미래 100년(2001-2100년)에 대해 전반기(2021-2050) 및 후반기(2070-2099)의 시나리오기후변동을 분석한 결과, 상세화된 지역별, 계절별, 연도별 기온 상승의 시 공간적 분포를 잘 보여주며, 기온상승(전반기: 동아시아지역~$1.8^{\circ}C$, 남한~$1.6^{\circ}C$, 후반기: 동아시아지역~$4.7^{\circ}C$, 남한~$4.6^{\circ}C$)에 의한 대기 중 수증기 함유량 증가와 여름 몬순의 강화로 전계절에 대해 강수량(전반기: 동아시아~10.5%, 남한~6.7%, 후반기: 동아시아~20.1%, 남한~31.9%)이 증가할 것으로 전망되었다. 수문기상 변화를 살펴보면, 미래 후반기에 남한은 $4.6^{\circ}C$가 상승하여 적설깊이는 5.3mm(-92.3%)가 감소할 것이고, 강수량의 연변동성을 크나 전체적으로 증가할 것이며, 토양수분, 증발산 또한 강수량 증가와 연관되어 증가할 것으로 전망되었다. 이렇게 ECHO-G/S SRES A2 시나리오를 기반으로 하여 역학적으로 상세화된 시나리오는 통계적으로 상세화된 시나리오 결과와 비교 검증함으로써 다중모델기법에 의해 불확실성을 제시함으로써 수문기상변화 예측을 위한 신뢰성 있는 자료로 활용될 수 있을 것으로 판단된다.

• The Journal of the Korea Contents Association
• /
• v.9 no.10
• /
• pp.110-121
• /
• 2009

In this paper, we propose the new method that offer detailed-information through relax the system memory limitation about 3D model to user. That method based on making LOD(Level of Detail) model from huge 3D data of structure cultural assets. In our method as transformed AOSP algorithm, first of all it create the hierarchical structure space about 3D data, and create the LOD model by surface simplification. Then it extract the ROI(Region of Interest) of user in simplified LOD model, and then do rendering by original model and same surface detailed-information after process the local detailed in extracted region. To evaluate the proposed method, we have some experiment by using the precise 3D scan data of structure cultural assets. Our method can offer the detailed-information same as exist method, and moreover 45% reduced consumption of memory experimentally by forming mesh structure same as ROI of simplified LOD model. So we can check the huge structure cultural assets particularly in general computer environment.

• Korean Journal of Remote Sensing
• /
• v.30 no.5
• /
• pp.687-701
• /
• 2014

Sea ice is generally accepted as an important factor to understand the process of earth climate changes and is the basis of earth system models for analysis and prediction of the climate changes. To continuously monitor sea ice changes at kilometer scale, it is demanded to create more accurate grid data from the current, limited sea ice data. In this paper we described a downscaling method for Advanced Microwave Scanning Radiometer 2 (AMSR2) Sea Ice Concentration (SIC) from 10 km to 1 km resolution using a weighting scheme of sea ice days ratio derived from Moderate Resolution Imaging Spectroradiometer (MODIS) sea ice cover product that has a high correlation with the SIC. In a case study for Okhotsk Sea, the sea ice areas of both data (before and after downscaling) were identical, and the monthly means and standard deviations of SIC exhibited almost the same values. Also, Empirical Orthogonal Function (EOF) analyses showed that three kinds of SIC data (ERA-Interim, original AMSR2, and downscaled AMSR2) had very similar principal components for spatial and temporal variations. Our method can apply to downscaling of other continuous variables in the form of ratio such as percentage and can contribute to monitoring small-scale changes of sea ice by providing finer SIC data.