• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1038-1041
• /
• 2009

현재 수자원 분야에서는 기후변화와 이에 대비한 안정적인 물공급을 위한 수자원 계획이 요구되는 시점이다. 따라서, 신뢰성있는 장기간의 유량자료를 확보하기 위하여 추계학적 기상모의자료를 이용하여 유역의 장기간에 걸친 공간적인 유량자료를 생성하고자 하였다. 본 연구에서는 한강유역에 대하여 추계학적인 방법을 이용하여 장기간의 기상자료(강수량, 최대/최소 온도, 일사량, 상대습도, 풍속)를 생성하였다. 기상모의생성을 위하여 WXGEN(Sharply와 Williams, 1990)을 이용하였다. 기상모의 발생순서는 우선 강수량을 독립적으로 모의생성하였다. 이후 최대/최소 온도, 일사량, 상대습도는 약한 상관성을 가진다는 가정으로 모의생성한 후, 해당일의 강수유무를 기준으로 값을 조정하였다. 마지막으로 풍속은 독립적으로 모의생성하였다. 모의생성된 장기간의 기상자료를 장기유출모형인 SWAT-K의 입력자료로 활용하여 한강유역에 대하여 장기간의 유량자료를 모의 분석하였다. 이러한 연구는 추계학적 방법과 확정론적 방법의 연계적용으로 수자원 설계 및 계획에 적극 활용될 수 있을 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.423-423
• /
• 2022

수자원 계획 및 관리 관점에 있어 수문모형은 중요한 도구 중 하나이며 모의의 신뢰성을 높이기 위하여 검정 및 보정 과정을 거친다. 이는 일반적으로 장기간의 과거 수문기상자료를 활용하며 자료가 정상성(stationarity)이라는 가정에 따라 매개변수를 산정한다. 그러나 최근 기후변화 문제가 심화되며, 우리나라의 경우 여름철 호우의 강도 및 빈도가 증가할 것으로 전망되는 실정에서 수문 모형의 정상성을 가정한 매개변수 추정은 강우-유출 관계에 왜곡을 초래할 수 있다. 이러한 점에서 수문기상자료의 변동성을 고려한 수문모형의 검정 및 보정기법이 필요할 것으로 판단된다. 본 연구에서는 개념적 강우-유출 모형을 활용하여 산정된 소양강댐의 기존 매개변수와 수문기상자료의 경향성을 비교하여 모형의 적합성 향상 및 다양한 매개변수 산정 방식을 제공하고자 한다. 이를 위해 전역최적화 기법(global optimization method)을 도입하여 매개변수 추정시 발생하는 불확실성을 정량화하였고 동적 기후 예측 매개변수(dynamic climate predictors)를 활용하여 최적화를 수행하였다. 교차검증을 통하여 기존의 매개변수 추정 절차와 비교 검토를 수행하였다.

• Magazine of the Korean Society of Agricultural Engineers
• /
• v.39 no.6
• /
• pp.31-40
• /
• 1997

Potential impacts for unfavourable weather conditions and the assessment of the magnitudes of their adverse effects on crop yields were studied. EPIC model was investigated for its capability on crop yield predictions for rice and soybean. Weather generationmodel was used to generate long-term climatic data. The model was verified with ohserved climate data of Suwon city. Fifty years weather data including abnormal conditions were generated and used for crop yield simulation by EPIC model. Crop yield probability function was derived from simulated crop yield data, which followed normal distribution. Probable crop yield reductions due to abnormal weather conditions were also analyzed.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.53-53
• /
• 2011

가뭄은 강수 부족 및 온도 상승에 따른 물 수지의 불균형으로, 그 특성상 점진적이고 홍수에 비해 피해규모가 광범위 하여 효율적인 대처방안을 마련하기가 어려운 특성을 가지고 있다. 현재 국내의 경우 가뭄관리를 위해 비구조적 대책 방안인 가뭄지수를 활용하여 해당 지역의 부족한 용수의 정도를 시 공간적으로 측정하고 크기와 강도에 대한 정량적 또는 정성적인 평가를 수행하고 있다. 그러나 대부분 강수 및 기온자료를 토대로 한 평가가 주를 이루고 있으며, 그나마 제공되는 지수들의 경우 가뭄을 나타내는 기준이 상이하여 사용자에게 많은 혼란을 가중시키고 있는 실정이다. 따라서 효율적인 가뭄관리를 위해서는 장주기 기상정보를 토대로 국가 또는 권역별 가뭄감시가 이루어져야하며, 기상 분만 아니라 지표와의 물 수지 해석이 반영된 수문정보(유량, 토양수분 등) 기반의 가뭄 정보가 생산되어야 할 것이다. 본 연구에서는 전지구 수문해석이 가능한 지표수문해석모형을 활용하여 남한에 대한 수문성분 기반의 가뭄평가를 수행하고자 한다. 우선 남한 전역에 대한 기상 및 지형 정보를 구축하고 지표수문해석모형에 적용하여 격자별 수문성분을 생산하였다. 수문성분은 가뭄평가에 필요한 정보로 전환되어야 하며, 본 연구에서는 빈도해석기법을 적용하여 가뭄에 대한 발생 빈도 및 규모를 정량화 하였다. 즉, 모형에서 산정된 수문정보로 부터 빈도해석을 수행하여 적정 확률분포형을 결정한 후, 해당기간에 대한 확률값을 산정하여 과거 대비 가뭄에 대한 여부를 판단하였다. 산정된 지수에 대한 평가를 위해 국내 과거 가뭄기록사례를 조사 및 기존 가뭄지수인 SPI 및 PDSI를 활용하였다. 평가 방법은 시계열 및 지역별 분석과 유역별 물수지 분석으로 구분되며, 주로 가뭄기간동안의 가뭄심도와 가뭄 발생 및 해갈에 따른 재현여부를 평가하였다. 평가 결과 가뭄발생 및 해갈시기 그리고 피해지역에 대한 표현에 있어 기록된 사항을 적절히 반영하는 것으로 나타났으며, 기존 가뭄지수 보다 가뭄 재현에 있어 비교적 신뢰성이 높은 것으로 확인되었다. 따라서 지표수문해석모형 기반의 가뭄평가의 경우 적용성이 우수한 것으로 판단되며, 이상의 연구결과는 향후 국내 및 동아시아 가뭄감시 전망에 있어 기초자료로 활용될 것이다.

• Journal of Korea Water Resources Association
• /
• v.39 no.8 s.169
• /
• pp.717-726
• /
• 2006

In this study, we developed a rainfall forecasting model using data from radiosonde and rain gauge network and neural networks. The primary hypothesis is that if we can consider the moving direction of the rain generating weather system in forecasting rainfall, we can get more accurate results. We assume that the moving direction of the rain generating weather system is same as the wind direction at 700mb which is measured at radiosonde networks. Neural networks are consisted of 8 different modules according to 8 different wind directions. The model was verified using 350 AWS data and Pohang radiosonde data. Correlation coefficient is improved from 0.41 to 0.73 and skill score is 0.35. Statistical performance measures of the Quantitative Precipitation Forecast (QPF) model show improved output compared to that of rainfall forecasting model using only AWS data.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.134-134
• /
• 2017

전 세계적으로 지구온난화로 인한 기후변화에 의해 다우지역의 집중호우 빈도 및 강도가 증가하여 치수 구조물의 설계 홍수 빈도를 초과하는 홍수 피해가 발생하고 있다. 이러한 피해를 경감하기 위한 홍수 예 경보의 선행시간 확보에는 정확한 강우 및 홍수예측이 필수적이다. 하지만 기존의 홍수예측 시스템은 관측 강우를 수문모형의 입력 자료로 사용하여 홍수 유출량을 계산하게 되는데, 태풍 및 국지성 집중호우 등과 같은 기상조건에서는 관측강우를 이용하여 홍수 예 경보 시스템을 운영할 경우 선행시간 확보의 어려움으로 인해 방재 효율성이 감소하게 된다. 이에 예측유량의 선행시간을 확보하기 위해서 정확한 강우예측이 선행되어야하며, 이를 위해서는 기상과 수자원 분야의 연계를 통한 홍수 예 경보 시스템 구축이 하나의 대안으로 대두되고 있다. 따라서 본 연구에서는 최근 기후 변화로 인한 국내의 홍수기 강우의 시 공간적 집중 현상으로 인한 호우 피해와 관련하여 신속하고 정확도 높은 홍수 예보의 중요성을 인지하고, 이에 대해 단기간 수치기상예보 자료를 활용하여 국내에 그 적용성을 평가하였다. 수치예보자료는 일본 기상청의 수치기상예보 모델인 중규모 모델(Meso-Scale Model, MSM)을 이용하였으며, 수문 모형은 강우-유출-범람모델(Rainfall-Runoff-Inundation, RRI)을 사용하였다. 대전광역시의 도심지를 통과하는 갑천유역을 대상 유역으로 하였으며, 홍수경보가 발생했던 강우 사상에 대해 강우 및 홍수 예측 정확도를 평가하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.312-312
• /
• 2019

지구온난화로 인하여 기상학적 변동성 증가 및 수질, 수자원, 생태계 등의 다양한 영역에 영향을 야기하고 있으며, 이를 통한 피해가 전 세계적으로 증가하고 있는 추세이다. 이에 본 연구에서는 최근 다양한 분야에서 수문학적 빈도에 영향을 미친다고 알려진 AO(Arctic Oscillation), NAO(North Atlantic Oscillation), ENSO(El $Ni{\tilde{n}}o$-Southern Oscillation), PDO(Pacific Decadal Oscillation), MJO(Madden-Julian Oscillation)등의 외부인자중 SST, MJO를 활용하여 계절단위의 수문량 정도에서 기상학적 변량과 관측유역 강수량의 관계를 정립하고 발생 가능한 24시간 지속시간 극치강수량을 모의하였다. 이를 위하여 Bayesian 통계기법을 이용한 비정상성 빈도해석모형을 근간으로 외부 기상인자에 의한 계절강수량 예측모형인 계층적 베이지안 네트워크(Hierarchical Bayesian Network, HBN)를 구축한 후 산정된 결과를 입력 자료로 하여 직접적으로 일단위 이하의 극치강수량을 상세화 시킬 수 있는 베타 모델(four parameter beta, 4PB)을 연계한 계층적 베이지안 네트워크 베타모델(Hierarchical Bayesian Network-4beta Model, HBN4BM)을 개발하여 기상변동성을 고려한 상세화 모형을 개발하였다. 여름강수량 산정 결과 한강 유역의 경우 2016년은 관측값 573.85mm, 모의 값 567.15mm를 나타내어 약 1.2%의 오차를 나타냈으며, 2017년 및 2018년은 4.5%, 6.8%의 오차에서 모의가 이루어졌다. 금강의 경우 2016년은 다른 연도에 비하여 35.2%라는 큰 오차를 보였지만 불확실성 구간에서 모의가 이루어 졌으며, 2017년 및 2018년은 0.3%, 2.1%의 작은 오차가 발생하였다. 24시간 모의 결과는 최소 0.7%에서 최대 27.1%의 오차를 나타냈으며, 평균적으로 16.4%의 오차 결과가 모의되어 모형의 신뢰성을 확인하였다.

• Journal of Korea Water Resources Association
• /
• v.54 no.12
• /
• pp.1255-1263
• /
• 2021

While it could become an alternative water resource, fog could undermine traffic safety and operational performance of infrastructures. To reduce such adverse impacts, it is necessary to have spatially continuous fog risk information. In this work, tree-based machine-learning models were developed in order to quantify fog risks with routine meteorological observations alone. The Extreme Gradient Boosting (XGB), Light Gradient Boosting (LGB), and Random Forests (RF) were chosen for the regional fog models using operational weather and visibility observations within the Jeollabuk-do province. Results showed that RF seemed to show the most robust performance to categorize between fog and non-fog situations during the training and evaluation period of 2017-2019. While the LGB performed better than in predicting fog occurrences than the others, its false alarm ratio was the highest (0.695) among the three models. The predictability of the three models considerably declined when applying them for an independent period of 2020, potentially due to the distinctively enhanced air quality in the year under the global lockdown. Nonetheless, even in 2020, the three models were all able to produce fog risk information consistent with the spatial variation of observed fog occurrences. This work suggests that the tree-based machine learning models could be used as tools to find locations with relatively high fog risks.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.2-2
• /
• 2015

최근 국지성 집중호우 및 돌발홍수와 같은 급격한 기상변화로 인한 기상재해의 발생빈도가 증가함에 따라 기존 지상 기상관측소로부터 얻어지는 직접탐측 자료보다는 기상레이더와 위성영상 등 원격탐측 자료를 사용한 수문분야의 연구가 활발하게 진행되고 있다. 기상레이더는 넓은 지역에 걸쳐 실시간으로 강수현상 감시가 가능하며 지상우량계로는 파악이 불가능한 미계측 유역을 통과하는 국지적인 호우현상이나 강우장의 이동 및 변화의 파악도 빠른 시간에 가능한 장점이 있다. 본 연구는 기상레이더 공간적 분포와 지상관측소(AWS 및 ASOS) 자료를 연계한 통계적 레이더 강수량 추정(Quantitative Precipitation Estimation, QPE)과 레이더 강수장을 직접 추적하는 강수장 예측(Quantitative Precipitation Forecast, QPF)를 연계한 해석방안을 수립하였으며, 모형 적용과정은 다음과 같다. 첫째, 강우장의 공간적인 이동을 고려하기 위해 강우장으로 부터 이류(advection)패턴을 추출하여 각 강우세포가 가지는 이동방향 및 이동속도를 고려한 강우장 추적기법을 통하여 2시간의 선행시간을 가지는 강우장을 예측하고자 한다. 둘째, 과거 기상레이더 이미지와 지상관측소의 강수 특성을 파악한 후 앞서 예측된 레이더강우장의 형태와 가장 유사한 과거 레이더강우장과 동일 시간대에 지상관측소 강수시계열을 시나리오 형태로 구축한다. 본 연구를 통하여 개발된 기상레이더 영상 이미지 상관분석 기법을 활용한 초단기강우예측은 집중호우시 홍수 예 경보를 위한 수문모형의 입력자료로 활용이 가능하다. 즉, 수문모형과 연계한 고해상도 단기홍수 예측기술 적용이 가능할 것으로 판단되며, 향후 실시간 재해 예 경보에 활용성을 평가하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.330-330
• /
• 2017

최근 우리나라 주변에 잦은 지진으로 인한 재해위험도 증가 우려가 커지고 있다. 국내 외에서 지진해일 위험도 평가는 시나리오를 기준으로 수치해석을 수행하고 이들 결과를 활용하는 절차로 수행된다. 그러나 위험도 평가는 하중조건 즉, 지진해일을 발생시키는 지진의 발생빈도 및 크기를 종합적으로 고려한 확률 계산이 우선적으로 요구되나, 기존 분석 절차에서는 고려가 되지 않거나 상대적으로 간략화 되어 진행되고 있다. 이러한 점에서 본 연구에서는 과거 우리나라 주변에 지진 및 지진해일 자료, 수치해석 모형 결과를 활용하여, 지진의 규모와 발생빈도를 종합적으로 고려할 수 있는 지진해일 위험도 평가 방법을 수립하고자 한다. 본 연구에서는 첫째, 지진 위험도 평가를 위해서 Poisson-Pareto 분포를 이용하였다. 둘째, 지진발생 위치 및 크기를 고려한 지진해일 위험도 평가 모형을 개발하였다. 셋째, 지진발생 위험도 및 지진해일 위험도를 통합한 해석 모형을 개발하고자 하며, 본 연구애서 제시하는 모든 해석 절차는 매개변수의 불확실성을 고려할 수 있도록 Bayesian 해석기법을 도입하여 진행하였다.