• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.1001-1006
• /
• 2008

최근 기후변화에 따른 강우량의 변화에 많은 관심과 연구가 집중되어지고 있다. 현 과학 기술에서 이러한 미래의 기후를 예측하기 위해서는 크게 두 가지의 방법을 이용할 수 있다. 그 첫 번째가 컴퓨터 모델을 이용하는 방법이고 두 번째가 과거 자료를 이용한 통계적 기법을 통해 매래의 상황을 예측하는 방법이다. 이들 가운데 현재 기상 분야에서 가장 널리 활용되는 기법은 컴퓨터 모델을 이용하는 방법으로 기상의 물리적 특성을 이용한 수치모형인 GCM(Global Climate Model 혹은 General Circulation Model)을 이용하는 것이다. 하지만, 이러한 수치모형을 이용한 기법을 이용하기 위해서는 많은 비용과 노력이 소요되며, 모의를 위해 설정되는 입력자료와 초기 조건들, 각종 가정 사항들, 모형의 구조, 등에 따라 상이한 결과를 나타내어 아직까지 직접적인 활용에는 많은 어려움이 따른다. 이와 달리 통계적 기법의 경우 비교적 용이하게 분석이 가능하며, 과거와 달리 최근에는 비교적 신뢰도가 높은 다양한 수문 및 기상 자료가 축적되어 있어 미래의 기후변화를 예측하는데 유용한 수단이 될 수 있을 것으로 판단된다. 따라서 본 연구에서는 통계적인 기법을 이용하여 강우량 자료를 중심으로 기후변화에 따른 변화 추이를 분석하였다. 적용된 기법은 먼저 국내 기상청 관측 지점들을 중심으로 강우의 경향성과 변동성을 분석하여 기후변화에 따라 국내 지점들의 강우량 변화 추이를 분석하여보았다. 또한 2000년을 기점으로 과거 자료와 최근의 자료를 이용한 2개의 자료군들에 대해 각각 빈도 분석을 실시하여 동일 지점들에 대한 설계강우량의 변화 추이도 분석하였다.

• Journal of Korea Water Resources Association
• /
• v.37 no.6
• /
• pp.449-460
• /
• 2004

The purpose of this study is to test the applicability of neuro-fuzzy system for monthly dam inflow forecasts by using weather forecasting information. The neuro-fuzzy algorithm adopted in this study is the ANFIS(Adaptive neuro-fuzzy Inference System) in which neural network theory is combined with fuzzy theory. The ANFIS model can experience the difficulties in selection of a control rule by a space partition because the number of control value increases rapidly as the number of fuzzy variable increases. In an effort to overcome this drawback, this study used the subtractive clustering which is one of fuzzy clustering methods. Also, this study proposed a method for converting qualitative weather forecasting information to quantitative one. ANFIS for monthly dam inflow forecasts was tested in cases of with or without weather forecasting information. It can be seen that the model performances obtained from the use of past observed data and future weather forecasting information are much better than those from past observed data only.

• Journal of the Korean Society for Railway
• /
• v.20 no.4
• /
• pp.474-481
• /
• 2017

When designing photovoltaic power plants in Korea, the prediction of photovoltaic power generation at the design phase is carried out using PVSyst, PVWatts (Overseas power generation prediction software), and overseas weather data even if the test site is a domestic site. In this paper, for a comparative study to predict power generation using weather information, domestic photovoltaic power plants in two regions were selected as target sites. PVsyst, which is a commercial power generation forecasting program, was used to compare the accuracy between the predicted value of power generation (obtained using overseas weather information (Meteonorm 7.1, NASA-SSE)) and the predicted value of power generation obtained by the Korea Meteorological Administration (KMA). In addition, we have studied ways to improve the prediction of power generation through comparative analysis of meteorological data. Finally, we proposed a revised solar power generation prediction model that considers climatic factors by considering the actual generation amount.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1784-1788
• /
• 2010

APEC 기후센터(APEC Climate Center, APCC)에서 제공하는 다중모형앙상블(Multi-model Ensemble, MME) 형태의 계절예측정보를 이용하여 3개월 가뭄전망을 수행하였다. APCC MME는 기후예측모형이 가지는 불확실성을 최소화하기 위한 방법으로, 아시아 태평양 지역 내 9개 회원국 16개 기관 21개 기후모형의 계절예측정보를 활용하여, 개별 모형이 가지는 계통오차(Systematic error)를 앙상블 기법을 통하여 상쇄함으로써 최적의 예측자료를 도출한다. 또한, 기후예측 모형이 예측한 대기순환장은 관측 지점변수와 경험적 통계적 관련성을 가지므로, 이를 바탕으로 상세지역의 이상기후에 대한 정보를 도출할 수 있다. 본 연구에서는 가뭄 관리 및 전망을 위한 입력 자료로서, 기상전문 기관인 APEC 기후센터 (APEC Climate Center, APCC)에서 제공하는 전구 규모의 기온 및 강수 전망자료를 기상청 산하 59개 지점의 전망자료로 통계적 규모 축소화 기법을 통해 3개월 예보를 실시하였다. APCC 계절예측자료를 가뭄모니터링시스템의 자료입력 포맷에 따라 적절히 가공한 뒤, 가뭄 관리 및 전망을 위하여 SPI(Standard Precipitation Index) 및 PDSI(Palmer Drought Severity Index)지수의 입력자료로 사용하여 SPI 및 PDSI 지수를 산정하였다. 또한 분위사상법(Quantile Mapping)을 이용하여 총 59개 지점의 과거 월평균 관측값과 최근 2009년에 대한 모의값의 누적확률분포값을 계산하고 모의값의 확률분포를 관측값의 확률분포에 사상시켜 가뭄 전망을 위한 기상변수의 오차를 보정하고자 하였다. 이러한 계절예측정보를 이용하여 가뭄 전망에 대한 신뢰도가 높아진다면, 사전예방 및 피해완화로 가뭄상황에 대한 신속한 대처 및 피해의 경감이 이루어질 수 있을 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.289-289
• /
• 2023

4차산업 혁명이 도래한 이후로 전세계적으로 AI 기술이 유래 없는 속도로 발달 및 활용되고 있으며, 다양한 분야에서 AI 기법을 도입한 연구가 활발히 진행 중에 있다. 최근 수자원 분야에서는 단기 강우 예측, 댐 유입량 예측 및 하천 수위 예측 등의 분야에서 AI 기술이 접목되어 꾸준한 기술 개발이 이루어지고 있다. 그러나 단변량으로 축척된 자료를 활용하여 중·장기 모형 개발 연구가 다수 진행되고 있지만, 급격한 기후변화 현상과 복잡한 매커니즘을 보이고 있는 기상현상의 경우 단변량 분석으로서는 정확도가 저하 될 수 있는 우려가 있는 것이 현실이다. 이에 본 연구에서는 상기에 제시된 단점을 극복하고자 다양한 기상자료를 검증·예측인자로 활용함과 동시에 Deeplearning 모형과 결합하여 신뢰성 있는 단기 강수 예측이 가능한 모형을 개발하였다. 본 연구에서는 유럽중기예보센터(ECMWF, European Center for Medium-Range Weather Forecasts)에서 제공하고 있는 ERA5 재해석 자료를 활용하였으며, Deeplearning 모형과 결합하여 단기 강우 예측이 가능한 모형을 개발하였다. 1차적으로 격자자료(25km×25km)로 제공되고 있는 ERA5 자료를 상세화(downscaling) 모형에 적용하여 기상청 관측소와 비교·검증하였으며, Deeplearning 모형을 통해 단기 예측이 가능한 모형으로 확장하였다. 이때 Deeplearning의 다양한 모형 중 시계열 분석에 있어 예측 성능이 높은 LSTM 모형을 활용하였으며, 제공되고 있는 대기 변수의 상호관계를 노드간 연결을 통해 결과의 정확도와 신뢰성을 확보하였다. 본 연구 결과는 기관별로 제공하고 있는 예측 수준을 상회하는 결과를 도출하였으며, 홍수기에 집중되는 강우량을 예측하여 대비·대책을 선제적으로 마련할 수 있는 자료로써의 활용성이 높을 것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.1460-1464
• /
• 2006

강수량의 특성 및 계절적인 양상은 지협적인 원인이기 보다는 해수면 온도(sea surface temperature)와 같은 기상 현상에 주로 영향을 받는다. 이러한 관점에서 강수량과 같은 수문변량의 장기적인 거동을 기상인자로부터 유추하고자 하는 연구는 무엇보다 중요하며 이러한 추론을 바탕으로 강수량의 장기예측 및 모의를 위한 기본적인 도구로 활용을 가능케 한다. 따라서 본 연구의 주요 목적은 해수면 온도를 기본으로 강수량과 기온의 변동성 및 상관성을 분석하고자 하며, 무엇보다 한반도 근해의 해수면 온도와의 직 간접적인 개연성을 살펴봄으로서 보다 효과적인 강수량 예측을 위한 하나의 변수로서의 가능성을 평가하고자 한다. 이를 위해 다양한 분석 방법 즉, 연주기를 제거하지 않은 자료의 선형적인 지체 상관 분석, 연주기를 제거하기 위해 표준화 된 자료의 지체 상관 분석 및 비모수적 상관분석을 수행하였다. 연주기를 제거하지 않은 자료의 경우 매우 강한 상관관계를 나타내었지만 이는 주로 계절 특성으로 인한 것으로 사료된다. 그러나 연주기를 제거한 Anomaly는 상대적으로 매우 작은 상관성을 보이고 있으나 유의성 검토를 통해 통계적으로 유의한 관계가 존재함을 확인 할 수 있었다. 따라서 강수량의 예측을 하나의 변수로서 이용이 가능할 것으로 사료되나 근해뿐만 아니라 한반도 기상의 연관성을 갖는 타 지역기상인자와의 보다 통합적인 검토가 필요하다 하겠다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.322-326
• /
• 2010

우리나라의 물관리는 기상, 수문, 수질 분야별로 다원화 되어 있고 부처별로도 국토해양부, 환경부, 농림수산식품부, 기상청 등에서 관련법규를 제정하여 물관리 업무를 수행하고 있어 효율적인 물관리가 어려운 실정이다. 현재 각 기관별로 효율적인 물관리를 위해 자체 정보관리시스템을 운영하고 있으나 기관별로 자료공유 및 연계활용이 어렵고 상위업무조정기관의 부재로 수문기상관련 사업의 중복투자가 발생할 가능성이 높다고 할 수 있다. 뿐만 아니라 기상청은 물관리의 핵심정보인 기상관측 및 예측정보를 생산 및 제공하는 기관임에도 불구하고 현재까지 자체적으로 생산되는 정보를 단순히 제공하는 역할만을 수행함으로써 우리나라는 수문기상연계활용 분야에서 많은 어려움을 겪고 있다. 한편, 최근 기후변화로 인해 물 순환 시스템이 변하면서 홍수 가뭄 등의 이상기후가 빈발함에 따라 국가차원의 대책 마련이 필요하며 재해대응 측면에서는 기상재해 극복의 패러다임이 복구위주에서 예방위주로 변하면서 고품질 수문기상예측정보에 대한 요구가 증가하고 있는 추세이다. 따라서 본 연구에서는 수문기상예측정보 생산 및 활용을 위한 운영조직 설립방안과 시스템 구축 방안을 제시하여 효율적인 국가수자원 관리에 도움이 되고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.269-273
• /
• 2008

기상청(KMA, Korea Meteorological Administration)에서는 기상수치예보모델을 적용하여 수치예보를 하고 있으며 전지구 모델로는 GDAPS(Global Date Assimilation and Prediction System)를 지역모델은 RDAPS(Regional Date Assimilation and Prediction System)를 사용하고 있다. 수치예보결과를 이용하여 유출량을 예측할 경우 일반적으로 해상도가 높은 지역모델인 RDAPS의 수치예보 결과값을 사용한다. RDAPS는 00UTC와 12UTC에 3시간으로 누적된 자료를 30km 격자에 대하여 예측시간으로부터 48시간에 대하여 자료를 생성한다. 일강우자료를 입력자료로 사용하는 강우-유출 모형의 경우 3시간 누적 자료를 나타나는 RDAPS 수치예보 결과를 이용 시 3시간 scale에서 일(day)시간 scale로 변환시켜주어야 한다. 본 연구에서는 RDAPS의 수치예보 결과의 일(day)시간 scale 변환 방법에 따른 정확도를 비교하여 RDAPS 수치예보 결과의 일(day)시간 scale 변환에 대한 정확도를 비교하여 일(day)시간 scale 변환에 대한 지침을 제공하고자 한다. RDAPS 수치예보 결과값의 특징을 이용하여 RDAPS 결과값을 일(day)시간 scale로 변환하는 방법으로 총 9개방법을 적용하였으며, 참 값으로는 기상청 강수자료를 사용하였으며, 금강유역을 대상으로 유역평균강수량을 계산하여 각 변환 방법에 따른 정확도를 비교하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.236-236
• /
• 2016

현재 댐운영 계획 수립 시 매월 유지해야 하는 저수량의 범위를 나타낸 기준수위가 사용되고 있으며 매년 홍수기 말에 현재의 수문 상황과 장래의 전망을 통한 시기별 연간, 월간 댐운영 계획을 수립하고 있다. 물관리의 이수측면에서 댐수위 운영계획 수립과 홍수기 운영목표 수위를 결정하는데 활용하기 위해서는 계절단위, 연단위의 기상정보가 필요하다. 본 연구에서는 기상청에서 운영하고 제공하는 전지구 계절예측시스템 GloSea5(Global Seasonal forecasting system version 5)자료를 활용하여 금강유역에 적용하고자 하였다. GloSea5는 전지구계절예측시스템으로 대기(UM), 지면(JULES), 해양(NEMO), 해빙(CICE)모델이 서로 결합되어 하나의 시스템으로 구성되어 있으며 공간 수평해상도는 N216($0.83^{\circ}{\times}0.56^{\circ}$)으로 중위도에서 약60km이다. Hindcast자료는 유럽중기예보센터(ECMWF)에서 생산된 ERA-Interim 재분석장을 대기 모델의 초기장으로 사용하며 기간은 1996~2009년의 총 14년이다. 예보자료의 검증은 예보의 질을 결정하는 과정으로 Brier Skill Score (BSS), Reliability Diagrams, Relative Operating, Characteristics (ROC)등을 통해 정확성과 오차에 의한 예보의 성능을 검증하였다. 또한 Glosea5의 통계적 상세화를 수행하여 다양한 변수가 갖는 계통적인 지역 오차를 보정함으로써 자료의 신뢰도를 향상시키고자 하였으며 이는 이후 수문모델과의 연계 시 보다 정확하고 효율적인 댐운영에 활용할 수 있는 기후예측정보를 제공할 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.264-268
• /
• 2008

미래 발생 가능한 수문 및 기상현상의 예측과정은 지식의 부족과 자연현상의 다양성으로 인해 불확실성을 포함하게 된다. 하지만 많은 예측들은 아직까지 확정적으로 제공되고 있으며, 결과적으로 예측결과의 불확실성 정도를 제공하지 못하고 있다. 앙상블 유량예측(ESP, Ensemble Streamflow Prediction)은 이러한 불확실성을 고려하여 수자원시스템의 의사결정에 있어 중요한 요소 중 하나인 유량예측을 수행할 수 있는 방법이다. 하지만 ESP의 결과는 기상자료, 유역 초기조건, 수문모형의 매개변수, 단순화된 수문모형에 의해 비교적 큰 불확실성을 포함하게 되며, 따라서 실제적인 현업에서의 사용을 위해서는 불확실성 정도를 줄이기 위한 사전 및 사후처리 과정이 요구된다. 본 연구에서는 국내에서 활용 가능한 기후 예보자료를 사용하여 앙상블 유량예측에 적용할 수 있는 사전처리 방안들을 검토하고, 국내에서 사후처리를 위해 적용되었던 최적선형 보정기법에 더해 다양한 기법들을 강우유출모형인 TANK모형의 모의결과 보정에 적용하였다. 사전 및 사후처리를 적용한 결과 기상자료와 유량예측과정에 존재하는 불확실성을 저감시키는 것이 가능하였다. 특히 사전 및 사후 처리가 동시에 적용되었을 경우 그 향상 정도가 단순히 각각의 방법에 의한 향상 정도를 합한 것보다 높게 나타날 수 있음이 확인되었다. 사전 및 사후처리를 동시에 적용한 경우 이수기에는 RPS(Ranked Probability Score) 평가방법 내에서 54%를, 홍수기에는 8%를 향상시키는 것이 가능하였다.