• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.341-341
• /
• 2021

농업적 가뭄을 모니터링하기 위해 토양수분량, 증발산량, 지하수위 등을 이용하며, 농업용 저수지의 저수율을 기반으로 농업용수 공급능력을 평가해 왔다. 특히, 농업용 저수지에 대한 농업적 가뭄을 평가하기 위해 저수율 관측 자료를 저수율을 이용하거나, 관측 자료가 없는 경우 물수지 모형을 이용한 연구는 다수 진행되어 왔다. 다만, 농업적 가뭄을 전망하는데 있어 물수지 모형의 활용은 입력 자료의 구축 및 기상예보자료의 활용 기술 부족으로 많은 평가가 진행되지 못하였다. 본 연구에서는 기상예보자료와 회귀모델을 연계한 농업적 가뭄전망정보를 산정하고, 활용성을 평가하였다. 기상예보자료는 기상청 현업예보 모델인 GloSea5로부터 생산된 자료를 이용하였으며, 농업적 가뭄을 평가하기 위해 농업용 저수율 자료 기반인 RDI (Reservoir Drought Index)를 활용하였다. 농업적 가뭄전망정보는 현재의 수문조건이 지속된다는 가정 하에 예보선행시간 3개월까지 산정하였다. 가뭄전망정보를 평가하기 위해 과거 가뭄사상을 대상으로 산정하였으며, 전망정보의 예측성은 통계분석을 이용하여 정량적으로 평가하였다. 금회 제시한 연구방법은 현재의 수문조건이 지속될 시 기상예보에 따른 농업적 가뭄을 예측할 수 있다는 점에서 활용성이 높을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.397-397
• /
• 2020

가뭄을 전망하는 방법으로는 통계적 방법과 물리적 방법으로 구분할 수 있다. 통계적 방법은 과거의 기상 및 수문현상이 미래에도 재현될 수 있다는 전제하에 미래 가뭄상황을 전망하는 방법이다. 그러나 이 방법은 예측된 결과들이 모두 과거의 경향에 국한됨에 따라 최근에 급변하는 수문기상의 특성을 고려하는데 한계가 있다(Trenberth, 1994). 물리적 방법은 주어진 초기 수문기상조건으로부터 역학적 알고리즘이 탑재된 기상 및 수문모형의 연계모의를 통하여 미래 가뭄을 전망하는 방법으로 모형에 따른 불확실성이 발생할 수 있으나 최근 수문순환의 변화를 예측가능하다는 장점이 있어 활용도가 높다. 본 연구에서는 기상예보자료와 지표수문모형을 연계한 물리적 기반의 수문학적 가뭄전망정보를 산정하고, 활용성을 평가하였다. 기상예보자료는 기상청 현업예보 모델인 GloSea5로부터 생산된 자료를 이용하였으며, 수문학적 가뭄전망을 위해 MSWSI (Modified Surface Water Supply Index)를 활용하였다. 수문학적 가뭄전망정보는 현재의 수문조건이 지속된다는 가정하에 예보선행시간 3개월까지 산정하였다. 2015~16년 기간에 중권역별 가뭄전망정보를 산정하였으며, 전망정보의 예측성은 통계분석을 이용하여 정량적으로 평가하였다. 금회 제시한 연구방법은 현재의 수문조건이 지속될 시 기상예보에 따른 중권역별 수문학적 가뭄을 예측할 수 있다는 점에서 활용성이 높을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.97-97
• /
• 2016

가뭄은 홍수와 더불어 매우 심각한 자연재해이며, 그 특성상 광역적이고 장기간 발생함에 따라 구체적인 발생시점, 규모, 범위 등을 규명하기가 어렵다. 다만, 적시에 경보해야 하는 홍수와 달리 진행속도가 느리고 시간적으로 대처할 여유가 있어 진행중 일지라도 초기에 감지한다면 그 피해를 최소화할 수 있다. 미국 등 수문기상 선진국에서는 수문기상 장기예보자료를 활용한 가뭄전망정보 생산 및 제공하고 있으며, 활용성을 검증한바 있다. 국내의 경우 기상청에서는 대기-해양-해빙 모델을 접합한 GloSea5 (Global Seasonal forecasting system version 5) 모델을 도입하였으며, 가뭄예보를 목적으로 장기예보자료 기반의 가뭄전망정보 생산체계를 구축한 바 있다(기상청, 2012; 손경환 등, 2015). 본 연구에서는 장기예보자료 기반의 수문기상 전망정보를 이용하여 2014-15년 가뭄사례에 대한 가뭄감시 및 전망정보를 생산 및 평가하였다. 수문기상전망 정보는 기상청 현업예보 모델인 GloSea5와 지면모델을 이용하여 생산하였으며, 관측자료와 수문전망정보 기반의 가뭄지수를 산정하였다. 매스컴 및 언론 보도 자료부터 2014-15년 가뭄에 대한 행정구역별 피해사례를 수집하였으며, 이를 기반으로 시계열, 지역별 및 통계적(CC, RMSE) 분석을 이용하여 선행시간별 정확도를 평가하였다. 1개월 및 2개월 전망정보의 정확도가 높음을 확인하였으며, 가뭄심도가 심각한 시기의 가뭄상황을 적절히 재현하는 것으로 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.33-33
• /
• 2011

현재 우리나라 기상청에서는 단기, 중기 및 장기 예보자료를 생산하고 있으나, 이들 자료는 단순히 일기 예보에 치중되어 생산되고 있어 강우-유출해석에 직접 적용하기에는 시 공간 해상도가 크고 정량적 강수예측의 정확도가 미흡하다. 이에 기상 및 수자원분야에서는 정확도 개선을 위해서 관측강우와 예측강우의 비교 분석을 통해 편차를 산정하여 예측강수를 보정하는 기법을 적용하고 있다. 다만, 기존의 편차보정방법은 보정인자로 강수량만을 고려하기 때문에 정확도 개선에는 한계가 존재한다. 따라서 본 연구에서는 수자원분야의 수치예보자료의 정확도를 향상시키기 위해 규모, 발생영역에 대한 강수의 특성을 고려한 강수예측자료의 편차보정 방법을 제안하고 이를 강우-유출모델에 적용하여 개선정도를 평가하고자 한다. 이에 적용유역을 춘천댐상류유역으로 선정하고 국내 기상청의 RDAPS(Regional Data Assimilation and Prediction System)수치예보자료, 지점강우자료, radar자료의 수문기상자료와 지형자료를 수집하였다. 화천, 평화의 댐 일부 미계측유역의 관측자료로 radar자료를 이용하였다. 이상의 자료를 토대로 강우강도 및 규모, 영향범위를 고려한 예측강우의 편차를 산정하여 RDAPS 수치예보자료의 정확도를 개선하고 평가하였다. 이는 해당 유역뿐만 아니라 주변 유역의 정보를 이용하여 예측강우의 발생위치에 대한 오차를 고려한 방법으로, 각 영역별로 예측강우의 편차보정계수를 산정하여 적용하였다. 또한, 이전시간대의 강우 편차에 대한 오차를 줄이기 위해 정규분포방법을 이용한 Ensemble 편차보정계수를 산정하고 최근 생산된 수치예보자료에 적용하여 확률예측강우를 산정하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.526-526
• /
• 2015

우리나라는 국토의 대부분이 산악으로 이루어진 지형학적 특성과 여름철에 비가 집중된다는 기상학적 요인으로 인해 물관리가 어려운 편이다. 최근에는 기후변화로 인한 이상 기상 현상으로 돌발성 호우와 가뭄 등의 발생 빈도가 증대되면서 용수공급 관리는 더욱 더 어려움을 겪고 있다. 이러한 가운데 장기 기상정보는 안정적인 이수기 용수 공급을 위한 댐 수위 운영 및 홍수기 운영 목표 수위 계획 수립 등에 활용도가 매우 높다. 최근 기상청은 2014년 6월 이후부터 기존의 장기예보를 확률 예보 방식으로 변경하면서 기온과 강수량에 대하여 평년 대비 높음(많음), 비슷, 낮음(적음)으로 단순 예보하는 기존의 방식에서 발생가능성에 대해 카테고리 별로 확률(%)을 발표하고 있다. 기후변화의 불확실성이 증가하는 가운데 개정된 새로운 형태의 확률장기예보를 물관리에 정량적으로 적용하여 보다 정확도 높은 중장기 물관리 체계가 구축되어야 할 것이다. 본 연구는 현재 기상청에서 제공하는 확률장기예보를 실제 댐 운영에 적용하기 위한 연구로서 과거 자료와 확률장기예보를 조합하여 2014년 6월~2015년 2월의 유역 강수량의 확률 분포를 전망하였다. 대상 지역은 안동댐 유역으로 과거 자료는 최근린법에 기초한 기상청 산하 관측소인 안동, 태백, 봉화, 영주의 1986~2013년의 월 자료를 사용하였고, Thissen법을 근거로 유역 강수량을 계산하였다. 확률장기예보는 안동댐 유역을 포함하는 대구 경북지역을 대상으로 한 동일한 기간의 예보 자료를 활용하였다. 과거 강수량은 각 월별로 적합도 검정 후 Gamma분포를 채택하였으며 이를 기반으로 예보의 카테고리 별 기준값을 산정한 후 장기예보의 확률정보를 조합하여 강수량의 확률 분포를 작성하였다. 이를 2014년 6월~2015년 2월의 실제 강수량과 비교한 결과 2014년 11월과 2015년 1월 경우 가장 큰 확률의 카테고리 강수 범위 안에 실제 강수량이 포함되었으나 나머지 월에서는 실제 값과 카테고리 확률 간에 상이한 결과를 보였다. 본 연구는 예보 자료 수의 제한 및 안동댐과 예보 구역의 지역 차에 의한 자료 차이 등이 배제되어 있기 때문에 참고 자료로만 활용 될 수 있을 것이라고 판단되며, 확률장기예보 정보를 이용하여 유역 강수량의 확률 분포를 산정함으로서 물관리 부문에서 예보의 정량적 적용 가능성을 최초로 제시했다는 것에 의의가 있다. 추후 기후 모델 특성과 확률장기예보 산출 기법 등을 보다 심도 깊게 고려하여 정확도 개선에 대한 연구가 보완되어야 할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.199-199
• /
• 2020

최근 기후변화로 인해 매년 국지적 가뭄이 발생하여 가뭄 피해가 확대되고, 전국적인 물 부족상황이 우려됨에 따라 기상청에서는 '기상가뭄예보'를 통해 대국민, 유관기관을 대상으로 기상가뭄의 현황 및 전망 정보를 제공하고 있다. 기상가뭄예보는 기상청 확률장기예보를 반영하여 강수발생확률이 가장 높았을 경우를 기준으로 지역별 기상학적 가뭄 발생 상황을 예상하는 것으로, '1개월'과 '3개월' 단위로 예보하고 있다. 1개월 전망은 가뭄 현황 및 전망(발표일로부터 4주후 일요일 전망) 정보를 매주 목요일에 제공하고 있으며, 3개월 전망은 3개월간의 전망정보를 관계부처 합동으로 가뭄 예·경보를 통해 매월 10일경에 제공하고 있다. 기상가뭄을 판단하는 기준은 6개월 표준강수지수로, 가뭄단계를 4단계(약한-보통-심한-극심한)로 구분하여 기상가뭄을 판단하고, 지역별(167개 시·군)로 나눠 가뭄지도 형태로 정보를 제공한다. 기상가뭄 현황을 분석하는데 활용되고 있는 자료는 최근 강수량(3·6·12개월 등의 일정 기간 지역별 누적강수량), 6개월 표준강수지수 기준 기상가뭄 발생지역 현황, 기후 감시 자료 등의 내용으로 이를 분석하여 현황 정보를 제공하고 있으며, 전망 자료는 1·3개월 확률장기예보 확률결과를 기반으로 가뭄전망 값을 반영하여 생산한 기상가뭄 전망 결과 및 기상가뭄 발생 예상지역 등의 정보를 기상가뭄예보문으로 작성하여 날씨누리(http://www.kma.go.kr)와 수문기상 가뭄정보 시스템(http://hydro.kma.go.kr/hd)을 통해 정보를 제공하고 있다. 장기간의 강수량 부족으로 시작되는 가뭄은 다양한 형태의 물부족 현상을 유발시키므로 기상가뭄 정보를 활용하여 가뭄에 대해 선제적으로 대응하는 것이 중요하므로 기상청에서는 선제적이고 체계적으로 가뭄에 대응할 수 있도록 기상가뭄예보 서비스를 제공하고 있으며, 지속적으로 제고하여 국민이 공감하고 우리나라에 맞는 기상가뭄 정보를 제공할 수 있도록 노력해 나갈 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.64-64
• /
• 2019

도시지역은 인구 및 사회인프라시설 등이 밀집되어 있어 홍수 발생 시 타 지역에 비하여 큰 피해가 발생한다. 우리나라의 경우 2017년 부산 지역과 2018년 서울 지역에 시간당 최대 100 mm 이상의 강우가 발생하여 인명 및 재산피해를 발생시켰다. 이러한 도시홍수 피해를 저감시키기 위해서는 수방시설물의 유지관리 뿐만 아니라 한정적인 물자와 인력을 효율적으로 활용하기 위한 홍수예보 방안이 필요하며 정확도 높은 기상예보가 수반되어야 한다. 현재 지자체에서는 기상청의 기상특보를 활용하여 홍수대응을 실시하고 있으나 이는 전국적으로 동일한 기준으로 각 지역의 홍수특성을 반영할 수 없다는 문제가 있다. 또한 국내에서는 정확도 높은 기상예측을 위해 다양한 기상 수치예보모델을 활용하고 있으나 급변하는 기상상황을 정확히 예측하는 데에는 한계가 있다. 수치예보모델의 한계를 극복하기 위하여 현재 영국에서는 강우 앙상블 자료를 활용한 영향예보 도입이 활발히 진행되고 있다. 영향예보란 단순 기상상황 뿐만 아니라 기상현상이 발생시킬 수 있는 위험수준과 그 위험수준이 발생할 확률을 함께 예보하는 방안이다. 본 연구에서는 부산광역시 동래구 지역을 대상으로 과거 피해 발생 강우량 및 지역의 확률강우량 등을 활용하여 지역특성에 맞는 총 4단계의 강우기준을 제시함과 더불어 기상현상의 발생확률을 조합한 홍수위험 매트릭스(Flood Risk Matrix)를 개발하였다. 또한 개발된 홍수위험 매트릭스의 활용성 평가를 위해서는 2016년, 2017년 기상청에서 산출한 국지규모 앙상블예측시스템(Local Ensemble Prediction System, LENS)의 강우 앙상블 자료를 활용하였다. 그 결과 짧게는 24시간 전, 길게는 72시간 전에 홍수피해 발생의 예보가 가능한 것으로 분석되었다. 향후 본 연구에서는 연구 대상 지역을 확대하여 각 지역에 적합한 홍수위험 매트릭스를 개발하고, LENS자료를 활용한 활용성 평가를 통해 실무에 적용 가능한 홍수예보 방안을 마련할 계획이다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.14 no.1
• /
• pp.1-10
• /
• 2012

Digital Forecast of the Korea Meteorological Administration (KMA) represents 5 km gridded weather forecast over the Korean Peninsula and the surrounding oceanic regions in Korean territory. Digital Forecast provides 12 weather forecast elements such as three-hour interval temperature, sky condition, wind direction, wind speed, relative humidity, wave height, probability of precipitation, 12 hour accumulated rain and snow, as well as daily minimum and maximum temperatures. These forecast elements are updated every three-hour for the next 48 hours regularly. The objective of this study was to construct Forest Fire Danger Rating Systems on the Korean Peninsula (FFDRS_KORP) based on the daily weather index (DWI) and to improve the accuracy using the digital forecast data. We produced the thematic maps of temperature, humidity, and wind speed over the Korean Peninsula to analyze DWI. To calculate DWI of the Korean Peninsula it was applied forest fire occurrence probability model by logistic regression analysis, i.e. $[1+{\exp}\{-(2.494+(0.004{\times}T_{max})-(0.008{\times}EF))\}]^{-1}$. The result of verification test among the real-time observatory data, digital forecast and RDAPS data showed that predicting values of the digital forecast advanced more than those of RDAPS data. The results of the comparison with the average forest fire danger rating index (sampled at 233 administrative districts) and those with the digital weather showed higher relative accuracy than those with the RDAPS data. The coefficient of determination of forest fire danger rating was shown as $R^2$=0.854. There was a difference of 0.5 between the national mean fire danger rating index (70) with the application of the real-time observatory data and that with the digital forecast (70.5).

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1181-1185
• /
• 2009

Adaptive Nuero-Fuzzy Inference System(ANFIS) 모형은 인공신경망과 퍼지모형의 특징을 가지는 모형으로 자료간의 관계가 선형이 아닌 비선형관계를 가질 경우 매우 정확한 예측 모형을 구축할 수 있는 특징이 있다. 월강수량 예측이 관측된 기상자료들과 비선형 관계에 있다고 생각되어 ANFIS 모형을 이용하여 월강수량을 예측하였다. 본 연구의 대상 지점으로는 금강유역의 대전 지점으로 선정하였다. 금강유역은 우리나라의 한가운데 위치하여 평균적인 강수형태 및 특징을 보여 좋은 실험유역으로 생각되어 선정하였다. 금강유역의 기상청에서 운영하는 지상 유인관측소 중 비교적 금강유역을 대표하고 양질의 자료가 기록되어 있다고 판단되는 대전지점을 실험지점으로 생각되어 선정하였다. 기상청 대전 유인 관측소에는 총 39년치 기상 자료가 기록되어 있다. 기상청에서는 전국 주요 도시들을 대상으로 2003년부터 월간 예보를 하고 있다. 본 연구에서는 기상청 월간예보와 기상청 대전 유인관측소에서 관측된 5년 치 기상자료를 모델의 입력자료로 구성하였다. 적절한 입력변수 조합을 구성하기 위하여 반복해법을 적용하였다. 5년 치 자료 중 절반은 학습을 시키는데 사용하였고 나머지 절반을 이용하여 모형을 검증하였다. 여러 입력변수를 이용하여 모형의 학습시킨 결과 입력변수가 3개 일 경우 가장 높은 정확도를 보였다. 입력변수가 3개로 학습 시킨 ANFIS 모형과 기상청에서 제공하는 월간예보를 비교해본 결과 ANFIS 모형을 적용하여 월 강수량을 예측하는 것이 기상청에서 제공하는 월간예보보다 높은 정확도를 보이는 것을 확인할 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.63-63
• /
• 2022

기상 예보자료는 발생 가능한 재난의 예방 및 대비 차원에서 매우 중요한 자료로 활용되고 있다. 우리나라 기상청에서는 동네예보를 통해 5km 공간해상도의 1시간 간격 초단기예보와, 6시간 간격 정량강우예보(Quantitative Precipitation Forecast, QPF)의 단기예보 정보를 제공하고 있다. 그러나 이와 같은 예보자료는 강우량의 시·공간변화가 큰 집중호우와 같은 기상자료를 활용한 수문학적인 해석에는 한계가 있다. 예보자료를 수문학에 활용하기 위한 시·공간적 해상도 개선뿐만 아니라 방대한 기상 및 기후 자료의 예측성능을 개선하기 위한 다양한 연구가 진행되고 있다. 본 연구에서는 기상청이 제공하는 지역 앙상블 예측 시스템(Local ENsemble prediction System, LENS)와 종관기상관측시스템(ASOS) 및 방재기상관측시스템(AWS) 관측 데이터 및 동네예보에 기계학습 방법을 적용하여 수문학적 정량적 강수량 예측(Hydrological Quantitative Precipitation Forecast, HQPF) 정보를 생산하였다. 전처리 과정을 통해 모든 데이터의 시간해상도와 공간해상도를 동일한 해상도로 변환하였으며, 예측 변수의 인자 분석을 통해 기계학습의 예측 변수를 도출하였다. 기계학습 방법으로는 처리속도와 확장성을 고려하여 XGBoost(eXtreme Gradient Boosting) 방식을 적용하였으며, 집중호우에서의 예측정확도를 높이기 위해 확률매칭(PM) 방식을 적용하였다. 생산된 HQPF의 성능을 평가하기 위해 2020년에 발생한 14건의 호우 사상을 대상으로 태풍형과 비태풍형으로 구분하여 검증을 수행하였다.