• Journal of Korea Water Resources Association
• /
• v.36 no.3 s.134
• /
• pp.345-363
• /
• 2003

From the General Circulation Models(GCMs), it is known that the increases of concentrations of greenhouse gases will have significant implications for climate change in global and regional scales. The GCM has an uncertainty in analyzing the meteorologic processes at individual sites and so the 'downscaling' techniques are used to bridge the spatial and temporal resolution gaps between what, at present, climate modellers can provide and what impact assessors require. This paper describes a method for assessing local climate change impacts using a robust statistical downscaling technique. The method facilitates the rapid development of multiple, low-cost, single-site scenarios of daily surface weather variables under current and future regional climate forcing. The construction of climate change scenarios based on spatial regression(transfer function) downscaling and on the use of a local stochastic weather generator is described. Regression downscaling translates the GCM grid-box predictions with coarse resolution of climate change to site-specific values and the values were then used to perturb the parameters of the stochastic weather generator in order to simulate site-specific daily weather values. In this study, the global climate change scenarios are constructed using the YONU GCM control run and transient experiments.

• 한국방재학회:학술대회논문집
• /
• 2011.02a
• /
• pp.100-100
• /
• 2011

최근 지구온난화와 같은 기상이변으로 인하여 많은 재해가 유발되고 있으며, 태풍이나 집중호우와 같은 강우현상으로 하천의 범람 등의 홍수피해가 해마다 증가하고 있다. 이러한 가운데 하천에서의 홍수 피해 발생을 예방하기 위한 방법의 하나로 홍수 예 경보 시스템의 구축이 있으며, 우리나라에서는 1974년부터 한강홍수통제소에서 홍수 예 경보 시스템을 구축하여 운영하고 있다. 남한강 유역의 경우 북한강보다 유역면적은 1.6배 넓지만 홍수조절능력을 지닌 구조물로는 충주댐이 유일하며, 충주댐의 저수량은 북한강의 소양강댐보다도 적기 때문에 북한강보다 홍수의 위험이 더 높다고 볼 수 있다. 이에 충주댐에서의 저수위와 방류량은 남한강 유역의 홍수발생에 직접적 영향을 미치며, 실제로 2006년 집중호우 당시 상류의 단양지역과 하류의 여주지역에서는 충주댐의 저수위와 방류량 운영을 두고 많은 논쟁이 야기된 적이 있었다. 본 연구에서는 남한강 유역의 홍수 예 경보 활용을 위하여 HEC-RAS 모형을 이용한 수리학적 모형을 구축하였다. 수리학적 모형을 구축하기 위해 하도측량 자료와 하천정비기본계획서를 이용하여 모형의 단면을 구축하였다. 또한 모형의 정확성을 위하여 최근 가장 큰 홍수피해가 발생한 2006년 홍수사상 자료를 이용하여 모형의 보정을 실시하였으며, 적용성과 신뢰성 검토를 위하여 2003년~2005년, 2007년~2008년에 발생한 홍수사상 자료를 이용하여 모형의 검증을 실시하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.45-45
• /
• 2023

본 연구에서는 도시 내 및 주변 지역을 대상으로 기상학적 가뭄 발생 여부에 따른 토양수분량 변화 정도를 파악하고, 그에 따른 열섬 현상의 변동 정도를 분석·평가하였다. 먼저, 대상 지역 내 기상학적 가뭄의 시공간적 특성을 분석하기 위해 인공위성, 재분석 자료 및 지상 관측 정보를 활용하여 SPI (Standard Precipitation Index)와 SPEI (Standard Precipitation Evapotranspiration Index) 등 두 가지의 가뭄 지수를 산정하였다. 또한, ERA5 (The Fifth Generation ECMWF Atmospheric Reanalysis)와 GLDAS (Global Land Data Assimilation System) 등의 재분석 자료 및 지상 관측 정보를 활용하여 토양수분 자료 및 기타 기상 관련 주요 정보들을 얻고, 이를 ENVI-met 모형의 초기 입력자료로 고려하였다. 다양한 시나리오 기반의 모의 결과들을 바탕으로 복합 재난의 관점에서 가뭄-토양수분량-열섬 간의 연관성을 분석하고, 주요 영향 인자 및 극한 사상 유발 조건 등에 대한 정보를 파악하였다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.17 no.2
• /
• pp.165-172
• /
• 2015

The extreme weather conditions become frequent and severe with global warming. To prevent and cope forest disaster like a forest fire, we need an accurate micrometeorological prediction system for mountainous regions. This study addressed the forest fires occurred at Bonghwa and Gangneung in March, 2013. We constructed and optimized the prediction system that were required to interpret and simulate the forest micrometeorology. At first, we examined WRF physical sensitivity. Subsequently, KMA AWS observation data were assimilated using three-dimensional variation data assimilation method. The effectiveness of the assimilation was examined by using AWS observations enhanced with the Forest Research Institute observations. Finally, The 100 meters spatial resolution wind data were obtained by using the MUKLIMO for the given wind vector from WRF.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.190-194
• /
• 2011

경포호 주변환경은 논, 밭 등의 경작지나 녹지와 같은 투수지표면과 대단위 주택단지나 도로, 상업지구, 공장시설과 같은 불투수지표면으로 구성되어 있어 SWAT 모형의 적용에 적합하다. GIS와 연계된 ArcSWAT모형을 적용하기 위하여 지형자료를 구축하고, 송정배수로 유역의 기상 및 우량 관측소를 고려하여 수문 및 기상관측자료를 입력하였다. 그리고, 소유역으로 세분화한 후 토양특성과 토지이용에 따른 모의를 실시하였고, 이를 위해 소유역내 수문학적 반응단위별로 유출, 유사 및 비점오염발생을 평가하는데 이용되는 HRU를 구축하여 활용하였다. 송정배수로는 제1배수로와 제2배수로로 구성되어있으며, 제2배수로의 유입부에 주변 아파트단지의 하수관에서 직접적으로 오염물질이 유입되어 수질오염이 심각하며, 점원과 비점원오염이 산재해있기 때문에 본 연구에서는 유출 및 수질모의가 가능한 SWAT모형을 이용하여 대상지점의 유출과 수질을 모의하였으며, 그 결과를 바탕으로 수질오염을 저감할 수 있는 방안을 제시하였다.

• Journal of the Korean earth science society
• /
• v.40 no.6
• /
• pp.606-612
• /
• 2019

In this study, to estimate the occurrence of frost that has a negative effect on th growth of crops, we constructed to the statistical model. We factored such various meteorological elements as the minimum temperature, temperature at 18:00, temperature at 21:00, temperature at 24:00, average wind speed, wind speed at 18:00, wind speed at 21:00, amount of cloud, amount of precipitation within 5 days, amount of precipitation within 3 days, relative humidity, dew point temperature, minimum grass temperature and ground temperature. Among the diverse variables, the several weather factors were selected for frost occurrence estimation model using statistical methods: T-test, Variable importance plot of Random Forest, Multicollinearity test, Akaike Informaiton Criteria, and Wilk's Lambda values. As a result, the selected meteorological factors were the amount of cloud, temperature at 24:00, dew point temperature, wind speed at 21:00. The accuracy of the frost occurrence estimation model using Random Forest was 70.6%. When it applied to the main production areas of vegetables, a estimation accuracy of the model was 65.2 and 78.6%.

• The Journal of Bigdata
• /
• v.3 no.2
• /
• pp.71-78
• /
• 2018

The study is based on machine learning techniques to increase the accuracy of the forest fire predictive model. It used 14 years of data from 2003 to 2016 in Gang-won-do where forest fire were the most frequent. To reduce weather data errors, Gang-won-do was divided into nine areas and weather data from each region was used. However, dividing the forest fire forecast model into nine zones would make a large difference between the date of occurrence and the date of not occurring. Imbalance issues can degrade model performance. To address this, several sampling methods were applied. To increase the accuracy of the model, five indices in the Canadian Frost Fire Weather Index (FWI) were used as derived variable. The modeling method used statistical methods for logistic regression and machine learning methods for random forest and xgboost. The selection criteria for each zone's final model were set in consideration of accuracy, sensitivity and specificity, and the prediction of the nine zones resulted in 80 of the 104 fires that occurred, and 7426 of the 9758 non-fires. Overall accuracy was 76.1%.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.94-94
• /
• 2016

돌발홍수는 수십 $km^2$ 이하의 유역에서 강우가 발생한 후 6시간 이내의 단시간에 홍수징후가 나타나는 현상으로 정의될 수 있다. 돌발홍수를 잘 예측하기 위해서는 국지적으로 발생하는 집중 호우를 잘 예측해야 하며 유역내 공간적인 수문반응해석을 통해 돌발홍수를 예측하는 기술이 요구된다. 본 연구에서는 유역내 공간적인 수문반응을 잘 모의하기 위해 TOPLATS 지표해석모형을 이용하였다. TOPLATS(TOPMODEL based Land Atmosphere Transfer Scheme) 모형은 물수지와 에너지수지를 통해 단위격자에 대한 실제증발산량, 토양수분량, 지하수면깊이, 지표유출량, 잠열, 현열, 지열, 순복사량 등을 모의하며 소유역단위로 지하수면깊이를 재분포시키는 특성을 가지고 있다. 돌발홍수 위험도를 산정하기 위해 실제 돌발홍수 피해사례를 조사하였으며 피해지역과 대응되는 격자 수문성분과의 상관성 분석을 통해 돌발홍수 위험도 모형을 산정하였다. 대상지역은 수도권 전체지역을 모의하기 위해 한강, 임진강, 안성천 유역을 대상지역으로 선정하였다. 수도권 지역은 약 11,930 km2이며 2009~2012년동안 총 38건의 돌발홍수 피해사례가 신고되었다. 기상자료는 기상청 AWS와 ASOS 시단위 강우, 기온, 상대습도, 풍속, 일조, 기압자료를 이용하였다. 돌발홍수 피해사례 38건에 대해 대응되는 모의격자의 수문성분을 분석하였으며 27(71%)에서 구조요청시점에 대해 강우량, 지표유출량, 토양수분량, 지하수면깊이가 적절하게 모의되는 것을 확인하였다. 강우조건에 따른 돌발홍수 위험도는 구조요청시점 기준 선행시간 4~6시간까지 71~87%, 구조요청시점으로 한정된 0시간에서는 42~52%로 나타났다. 이상의 결과로부터 지표해석모델을 이용한 격자 수문성분과 통계적 돌발홍수지수모형으로부터 산정된 돌발홍수 위험도는 산지 미계측지역에 대한 돌발홍수를 예측하는데 활용될 수 있을 것으로 판단된다.

• Journal of Korea Water Resources Association
• /
• v.52 no.4
• /
• pp.279-289
• /
• 2019

Unlike other natural disasters, drought is a reoccurring and region-wide phenomenon after being triggered by a prolonged precipitation deficiency. Considering that remote sensing products provide consistent temporal and spatial measurements of precipitation, this study developed a remote sensing data-based drought outlook model. The meteorological drought was defined by the Standardized Precipitation Index (SPI) achieved from PERSIANN_CDR, TRMM 3B42 and GPM IMERG images. Bayesian networks were employed in this study to combine the historical drought information and dynamical prediction products in advance of drought outlook. Drought outlook was determined through a decision-making model considering the current drought condition and forecasted condition from the Bayesian networks. Drought outlook condition was classified by four states such as no drought, drought occurrence, drought persistence, and drought removal. The receiver operating characteristics (ROC) curve analysis were employed to measure the relative outlook performance with the dynamical prediction production, Multi-Model Ensemble (MME). The ROC analysis indicated that the proposed outlook model showed better performance than the MME, especially for drought occurrence and persistence of 2- and 3-month outlook.

• Journal of Korea Water Resources Association
• /
• v.54 no.7
• /
• pp.523-534
• /
• 2021

Meteorological drought originates from a precipitation deficiency and propagates to agricultural and hydrological droughts through the hydrological cycle. Comparing with the meteorological drought, agricultural and hydrological droughts have more direct impacts on human society. Thus, understanding how meteorological drought evolves to agricultural and hydrological droughts is necessary for efficient drought preparedness and response. In this study, meteorological and hydrological droughts were defined based on the observed precipitation and the synthesized streamflow by the land surface model. The Bayesian network model was applied for probabilistic analysis of the propagation relationship between meteorological and hydrological droughts. The copula function was used to estimate the joint probability in the Bayesian network. The results indicated that the propagation probabilities from the moderate and extreme meteorological droughts were ranged from 0.41 to 0.63 and from 0.83 to 0.98, respectively. In addition, the propagation probabilities were highest in autumn (0.71 ~ 0.89) and lowest in winter (0.41 ~ 0.62). The propagation probability increases as the meteorological drought evolved from summer to autumn, and the severe hydrological drought could be prevented by appropriate mitigation during that time.