• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.1939-1943
• /
• 2008

저수지 수질은 유역의 점오염원 배출부하와 강우시 발생하는 비점오염부하 발생에 의한 유역유출수의 저수지 유입과 저수지내 상황 및 기상등에 많은 영향을 받는다. 이와같이 저수지 수질은 저수지 내외의 다양한 요인에 따라 그 특성을 달리함으로 수질관리를 위해서는 기상, 수리 수문, 수질, 지형, 오염원, 처리시설 등 많은 자료를 필요로 하게 된다. 따라서 각종자료의 입력, 수정 및 분석을 하는 자료관리시스템, 수질모의를 수행하는 모델시스템 그리고 분석결과를 표나 그래프로 표현하는 체계를 하나의 시스템으로 통합 구축하여 필요한 분석을 실시함으로서 여러 가지 대안에 대한 평가를 시각적으로 쉽게 할수 있게 되어 관리자는 보다 정확하고 신속하게 의사결정을 할 수 있게 된다. 본 논문에서는 UML(Unified Model Language)기반 하에서 Visual $C^{++}$ 언어를 사용하여 Class diagram, 화면명세, Database명세 등을 생성하는 체계적인 시스템을 구축하였으며, 수질모의를 위해 유역모델로 HSPF 모형을 선정하였고 저수지 모델로는 CE-QUAL-W2를 적용하였다. 구축된 시스템의 활용을 위해 유역관리 시나리오 4개(하폐수처리장 운영에 따른 수질변화모의, 점오염원 제거시 수질모의, 비점오염원 제거시 수질모의, 개발지 관리에 의한 수질모의)와 저수지관리 시나리오 4개(저수지 운영조건 변화에 따른 수질모의, 조류 차단막 설치에 의한 수질모의, 조류제거선 운영에 따른 수질모의, 빈도강우시 탁수관리 모의)를 적용하여 수질변화를 모의하였으며, 다양한 새로운 시나리오를 원활한 적용할수 있도록 설계하였다. 이상의 적용결과로 평가해 볼 때 본 시스템은 저수지 수질관리에 활용할 수 있는 효율적인 시스템으로 평가되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.363-363
• /
• 2018

본 연구에서는 제주도 지역을 대상으로 현재의 용수공급 보장량을 기준으로 미래 인위적 자연적 요인에 따른 수요량의 변화를 고려하여 농업용수 과부족을 분석하였다. 인위적인 요인으로서 작물재배면적의 변화를 고려하였으며, 자연적인 요인으로서는 기후변화 영향을 고려하였다. 제주도의 유출특성과 지질특성, 물이용 특성 등을 고려하여 유역 물수지 기반의 순물소모량 개념을 활용하여 수요량을 추정하였으며, 농업용수 보장량(공급량)은 "제주특별자치도 농업용수 관리계획(2013-2022)"에서 제시하는 값을 적용하였다. 순물소모량 산정에 필요한 실제증발산량 및 잠재증발산량 등은 유역모형인 SWAT (Soil and Water Assessment Tool)을 이용하여 산정하였다. 인위적인 변화로서 2020년 작물재배면적 추정치를 적용하여 용수 과부족을 분석한 결과, 구좌읍과 성산읍 2개 지역에서 수요량이 보장량을 초과하는 것으로 나타났다. 참고로 기존의 필요수량 개념의 수요량을 적용했을 때에는 제주시 동지역, 구좌읍, 조천읍, 서귀포시 동지역, 성산읍, 표선면, 남원읍, 안덕면, 대정읍 등 9개 지역에서 용수가 부족할 것으로 분석된 바 있다. 미래 기후변화 영향을 고려하기 위하여 IPCC (International Panel on Climate Chnage) CMIP5(the fifth phase of the Coupled Model Intercomparison Project)에서 제시하는 대순환모델 중 9개 모형의 결과를 활용하여 미래(2010~2099년)의 수요량을 산정하고, 앞서 적용한 2020년 재배면적 추정치와 보장량을 기준으로 지역별, 시기별로 농업용수 과부족을 분석하였다. 기후변화 시나리오는 RCP 4.5와 RCP 8.5 결과를 적용하였다. 인위적인 영향에 대한 분석과 마찬가지로 구좌읍과 성산읍을 제외하고는 수요량 대비 보장량이 충분한 것으로 분석되었다. 시나리오에 따른 영향은 RCP 8.5 보다는 RCP 4.5 시나리오에서의 보장률이 상대적으로 높게 나타났으며, 2개 시나리오 모두 미래 후반기로 갈수록 수요량의 증가에 따라 보장률이 점차 감소하는 것으로 나타났다. 다만, 이 분석은 재배면적의 변화가 없이 단순히 기상조건의 변화만을 적용한 전망으로서, 향후 실제 기상여건과 재배면적, 물이용, 용수공급체계, 물관리 정책방향 등의 변화에 따라 좌우될 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.225-225
• /
• 2017

농촌지역 관수공급의 대부분은 지하수, 하천, 저수지 등 주변의 다중수원을 활용하고 있지만, 지속적인 가뭄 발생시 농업용수의 부족현상을 일으키며, 농작물의 생산량과 품질에 많은 영향을 주는 원인이 된다. 밭작물의 경우, 재배작물별로 적절한 재배환경조성은 작물의 생산성에 매우 큰 영향을 주므로 생육에 필요한 알맞은 토양수분을 유지를 위해 적절한 관수공급이 중요하다. 이러한 농촌지역의 물부족 현상을 대비하여 효율적인 관수공급으로 인한 물관리와 대체 수자원의 확보 및 활용방안이 요구되며, 대체 수자원을 저류하여 관수공급을 효과적으로 사용하는 방법들이 다각적으로 검토되고 있다. 특히, 빗물을 집수하여 재사용 하여 작물을 재배하는 방법이 친환경적일 뿐만 아니라, 수자원을 재활용하기 때문에 비용적인 측면에서 가장 효율적이므로 이러한 빗물을 저류조에 집수하여 효과적으로 재사용 하여 관수공급하는 방법에 대한 필요성이 대두되고 있는 실정이다. 이에, 본 연구에서는 농촌지역에서 작물재배를 하기 위해 관수공급시 관정의 수량이 충분한 평상시는 관정펌프로부터 물을 길러 관수를 하도록 하였고, 관정의 수량이 부족한 비상시(가뭄)와 강우 예측시에는 저류조로부터 관수를 하도록 가뭄시나리오와 강우시나리오를 구축하였다. 효율적인 관수공급 운영을 위해 기상청의 7일 기상예보 자료를 획득하고 강우분석을 통해 저류량 예측을 하고 작물별 일관수공급량을 계산하여 물부족이 일어나지 않도록 최적의 운영방법론을 구축하였다. 이를 통해, 다중수원으로부터 확보된 수원을 저류조에 저장하여 가뭄과 같은 비상 상황에서 농업용수로 사용이 가능하도록 함으로써 비상 상황에서 농작물의 피해를 최소화할 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.130-130
• /
• 2022

기후변화로 인한 기상이변 현상으로 폭우와 홍수 등 수문학적 극치 사상의 출현 빈도가 잦아지고 있다. 따라서 이러한 기상이변 현상에 적응하기 위하여 보다 정확한 확률강우량 측정의 필요성이 증가하고 있다. 대장 지점의 미래 확률강우량 계산을 위해선 기후변화 시나리오의 비정상성을 고려해야 한다. 본 연구는 비정상적인 미래 기후에서 확률강우량이 어떻게 변화하는지 측정하는 것을 목표로 한다. Representative Concentration Pathway (RCP4.5)에 따른 우리나라의 확률강우량 계산에 인공신경망을 포함한 정상성, 비정상성 확률강우량 산정 모델들이 사용되었다. 지점빈도해석(AFA), 홍수지수법(IFM), 모분포홍수지수법(PIF), 인공신경망을 이용한 Quantile & Parameter regression technique(QRT & PRT)이 정상성 자료에 대해 확률강우량을 계산하는 모델로 사용되었으며, 비정상성 자료에 대해서는 비정상성 지점빈도해석(NS-AFA), 비정상성 홍수지수법(NS-IFM), 비정상성 모분포홍수지수법(NS-PIF), 인공신경망을 사용한 비정상성 Quantile & Parameter regression technique(NS-QRT & NS-PRT)이 사용되었다. Rescaled Akaike information criterion(rAIC)를 사용한 불확실성 분석과 적합도 검정을 통해서 generalized extreme value(GEV) 분포형 모델이 정상성 및 비정상성 확률강우량 산정에 가장 적합한 모델로 선정되었다. 이후, 관측자료가 GEV(0,0,0)을 따르고 시나리오 자료가 GEV(1,0,0)을 따르는 지점들을 선택하여 미래의 확률강우량 변화를 추정하였다. 각 빈도해석 모델들은 몬테카를로 시뮬레이션을 통해 bias, relative bias(Rbias), root mean square error(RMSE), relative root mean square error(RRMSE)를 바탕으로 측정하여 정확도를 계산하였으며 그 결과 QRT와 NS-QRT가 각각 정상성과 비정상성 자료로부터 가장 정확하게 확률강우량을 계산하였다. 본 연구를 통해 향후 기후변화의 영향으로 확률강우량이 증가할 것으로 예상되며, 비정상성을 고려한 빈도분석 또한 필요함을 제안하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.342-342
• /
• 2019

수자원 분야에서 장기적인 수문현상을 모의하기 위해 장기유출모형이 적용되어 오고 있다. 이러한 수문모형의 가장 주요한 기상입력자료는 강수량이며, 일단위의 시간스케일을 요구하는 것이 대부분이다. 또한, 장기적인 기후 시나리오 기반의 강수자료 생성을 위해 추계학적 기상모형이 널리 이용되고 있으며, 유역단위의 수문모형 적용을 위해 강우관측지점 간의 공간상관성을 고려한 기상모의모형이 개발되어 적용되고 있는 실정이다. 이러한 강우관측지점 간의 공간상관성을 고려하여 발생된 강우자료는 합리적인 유출해석을 위한 유역수문모형에서의 주요한 고려사항이다. 따라서, 본 연구에서는 공간적인 강우의 분포특성을 고려하기 위해 Agricultural Policy/Environmental eXtender(APEX) 모형 내에 개발된 Spatial Rainfall Generator(SRGEN)를 중심으로, 충주댐 상류유역을 대상으로 국내 적용성 평가를 수행하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.393-393
• /
• 2023

최근 기후변화에 대한 관심이 높아짐에 따라 전 세계적으로 미래 기후변화 예측 전망에 대한 다양한 연구들이 수행되었으며, 특히 IPCC(Intergovernmental Panel on Climate Change)의 기후변화 6차 보고서에 채택된 SSP(Shared Socio-economic Pathway) 시나리오를 이용한 연구가 활발한 상황이다. 이들 연구에서는 미래 기후변화의 양상 비교를 위한 기간 구분은 통상적으로 F1(2011-2040), F2(2041-2070), F3(2071-2100)으로 구성된다. 하지만 이는 단순하게 동일한 기간으로 나누어 설정한 것으로, 통계적 근거가 부족할 뿐만 아니라 변화 추이를 확인하기 위한 수단으로 사용하기에 부족할 수 있다는 한계점이 존재한다. 이 연구에서는 기후변화 패턴에 대한 기존 연구의 한계, 특히 미래 기후변화를 비교하기 위해 사용되는 기간 분류와 관련하여 한계점을 보완하고자 한다. SSP 시나리오 모델 중 UKESM1 모델을 활용하여 ASOS(Automated Synoptic Observation System) 기상관측소 기준 59개 지점에서 추출한 강수량 데이터를 분석하였다. 이후, 기후변화 비교를 위한 최적의 분류를 결정하기 위해 장마철인 6월부터 9월까지의 강수 데이터에 대해 통계분석 및 Pettitt 검정을 수행해 최적 기간을 산정하였다. 이를 통해 기존의 F1, F2, F3 분류 방식과 통계분석을 통해 도출한 최적 시기의 유출 특성 분석결과의 변화양상을 비교하였으며, 각 방법에 대한 비교를 통해 기후변화 추이에 대한 이해를 제공할 수 있을 것으로 판단하였다. 결과적으로 이 연구는 기후변화 시나리오를 활용하는 연구 수행 시 기간 구분에 대한 발전된 접근 방식을 제시하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.330-330
• /
• 2021

본 연구에서는 새롭게 개발 중인 SSP 시나리오의 일단위 강수량과 온도 자료를 활용하여 청미천 유역의 미래 가뭄의 예측 및 분석을 실시하였다. SSP1-2.6, SSP2-4.5, SSP3-7.0, SSP5-8.5에 따른 새롭게 개발 중인 CMIP6 (Coupled Model Intercomparison Project) GCM (General Circulation Models) 중 ACCESS-ESM1.5(Australian Community Climate and Earth System Simulator model)를 이용하였다. GCM 자료는 Quantile Mapping 방법을 사용하여 편이보정 되었고, 유출분석은 SWAT(Soil and Water Assessment Tool) 모형을 사용하여 청미천 유역에 대해 수행하였다. 청미천 유역의 가뭄분석을 위해 기상학적 가뭄지수인 SPI(Standardized Precipitation Index)와 SPEI(Standardized Precipitation Evapotranspiration Index), 수문학적 가뭄지수인 SDI(Standardized Streamflow Index)를 산정하였다. 그 후, 시간에 따른 가뭄의 특성을 분석하기 위해 가까운 미래 (2025-2064)와 먼 미래 (2065-2100) 로 구분하여 분석을 진행하였다. 그 결과, 청미천 유역의 가뭄 발생은 SSP시나리오, 가뭄지수에 따라 차이점을 확인할 수 있었다. SSP 시나리오의 경우 SSP5-8.5에서 가장 심각한 가뭄이 발생하였다. 가뭄지수의 경우 강수만을 고려한 SPI는 먼 미래에 비해 가까운 미래에서 더욱 심각한 가뭄이 발생하였다. SDI의 경우 강수량의 변동이 일반적으로 하천의 흐름에 영향을 미치기에 SPI와 비슷한 양상을 나타내었다. SPEI의 경우 시간에 따른 기온상승으로 먼 미래에 심각한 가뭄이 발생하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.134-134
• /
• 2020

본 논문의 목적은 기후변화가 한반도에서의 극한기후에 미치는 영향을 전망하고자한다. 먼저, 기상청에서 제공하고 있는 SDQDM 편의보정을 거친 CCAW의 국가 표준기후변화 시나리오 13종을 이용하였으며, 참조기간을 기준으로 기후변화 시나리오의 모의 능력을 검토하였다. 이어 미래의 극한기후변화를 전망하기위해 WMO의 ETCCDI 지수를 이용하여 미래 극한기후를 전망하였다. 또한 Mann Kendall tau를 이용하여 한반도의 강수와 기온관련 극한지수 변화를 전망하였다. 분석 결과를 기온관련 지수에서 Current 기간일 때 WSDI지수가 공간적 변동성이 54%로 예상되며, TXx지수가 지역간의 공간적 변동성이 121%로 가장 클 것이라 예상된다. 강우관련 지수를 살펴보면 Current기간 일 때 r95p지수의 지역별 공간변동성이 59%로, RCP 4.5시나리오일 때 PRCP 지수의 공간변동성이 42%로, CDD지수의 공간변동성이 최대 59%로 분석되었다. 공간분포를 확인해본 결과 기온과 강수관련 지수 모두 한반도 중부지역에서 큰 상승 경향을 보였고, 미래기간의 경우 북한의 서해안, 남한의 남해안 지역에서 가장 큰 증가경향을 보였다. 즉 일습윤지속일수를 의미하는 CWD지수는 경상도, 전라도 지역에서 증가 경향을 나타냈으며, 충청도와 북한전역에서 감소경향을 나타났다. 또한 일교차를 의미하는 DTR지수는 한반도 전역에서 증가하는 것으로 전망되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.198-198
• /
• 2023

유역 내 수자원 계획을 효율적으로 수립하기 위해서는 장기간에 걸친 수문 모델링 뿐만 아니라 미래 기후 시나리오에 따른 수문학적 기후변화 영향 분석도 중요하다. 이를 위해서는 관측 값에 기반한 고품질 및 고해상도 격자형 기상자료 생산이 필수적이다. 하지만, 우리나라는 종관기상관측시스템(ASOS)과 방재기상관측시스템(AWS)으로 이루어진 고밀도 관측 네트워크가 2000년 이후부터 이용 가능했기에 장기간 격자형 기상자료가 부족하다. 이를 보완하고자 본 연구는 가정적인 상황에 기반하여 만약 2000년 이전에도 현재와 동일한 고밀도 관측 네트워크가 존재했다면 산출 가능했을 장기간 일 단위 고해상도 격자형 기상자료를 생산하는 것을 목표로 한다. 구체적으로, 2000년을 기준으로 최근과 과거 기간의 격자형 기상자료를 딥러닝 알고리즘으로 모델링하여 과거 기간을 대상으로 기상자료(일 단위 기온, 강수량)의 공간적 변동성 및 특성을 재구성한다. 격자형 기상자료의 생산을 위해 우리나라의 고도에 기반하여 기상 인자들의 영향을 정량화 하는 보간법인 K-PRISM을 적용하여 고밀도 및 저밀도 관측 네트워크로 두 가지 격자형 기상자료를 생산한다. 생산한 격자형 기상자료 중 저밀도 관측 네트워크의 자료를 입력 자료로, 고밀도 관측 네트워크의 자료를 출력 자료로 선정하여 각 격자점에 대해 Long-Short Term Memory(LSTM) 알고리즘을 개발한다. 이 때, 멀티 그래픽 처리장치(GPU)에 기반한 병렬 처리를 통해 비용 효율적인 계산이 가능하도록 한다. 최종적으로 1973년부터 1999년까지의 저밀도 관측 네트워크의 격자형 기상자료를 입력 자료로 하여 해당 기간에 대한 고밀도 관측 네트워크의 격자형 기상자료를 생산한다. 개발된 대부분의 예측 모델 결과가 0.9 이상의 NSE 값을 나타낸다. 따라서, 본 연구에서 개발된 모델은 고품질의 장기간 기상자료를 효율적으로 정확도 높게 산출하며, 이는 향후 장기간 기후 추세 및 변동 분석에 중요 자료로 활용 가능하다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.18 no.2
• /
• pp.65-73
• /
• 2016

We estimated the averaged maximum incidences of bacterial canker at suitable sites for kiwifruit cultivation in 2020s and 2050s using D-PSA-K model with RCP4.5 and RCP8.5 climate change scenarios. Though there was a little difference between the estimation using RCP4.5 and that using RCP8.5, the estimated maximum disease incidences were more than 75% at all the suitable sites in Korea except for some southern coastal areas and Jeju island under the assumption that there are a plenty of infections to cause the symptoms. We also analyzed the intermediate and final outputs of D-PSA-K model to find out the trends on the change in disease incidence affected by climate change. Whereas increase of damage to kiwifruit canes in a non-frozen environment caused by bacterial canker was estimated at almost all the suitable sites in both the climate change scenarios, rate of necrosis increase caused by the bacterial canker pathogen in a frozen environment during the last overwintering season was predicted to be reduced at almost all the suitable sites in both the climate change scenarios. Directions of change in estimated maximum incidence varied with sites and scenarios. Whereas the maximum disease incidence at 3.14% of suitable sites for kiwifruit cultivation in 2020s under RCP4.5 scenario was estimated to increase by 10% or more in 2050s, the maximum disease incidence at 25.41% of the suitable sites under RCP8.5 scenario was estimated so.