• Proceedings of the KGS Conference
• /
• 2005.05a
• /
• pp.89-91
• /
• 2005

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.529-529
• /
• 2015

기후변화에 따른 자연재해로 인한 인적, 물적 피해가 매년 증가하고 있으며 기후변동에 관한 정부간 협의체 IPCC(Intergovermental Panel on Climate Change) 5차 보고서에서도 기후변화의 양상이 향후 지속 될 것이라고 전망하고 있다. 이러한 기후변화가 야기하는 부정적인 영향을 저감하기 위해 기후변화 대응을 위한 연구가 세계 곳곳에서 이루어지고 있으며 본 연구에서는 한반도에 적합한 비정상성 빈도해석을 수행하기 위하여 베이지안 기법을 이용하여 산정된 확률강우량과 전지구적 기후변화 시나리오 RCP(2.6, 4,5, 6.0, 8.5)의 다운스케일을 통하여 산정된 확률강우량의 최적 블랜딩을 통하여 비정상성 확률강우량을 산정하였다. 낙동강유역의 1973-2013년 시강우 자료를 이용한 정상성 대비 증감률은 다음과 같다(Table 1).

• 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.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.396-396
• /
• 2021

본 연구의 목적은 HSPF(hydrological simulation program-FORTRAN) 모형을 이용하여 기후변화에 따른 남한의 유출량 변화를 분석하는 데 있다. 상세화 작업을 수행한 13개의 GCM(global climate model)을 이용하여 기후변화 시나리오를 구축하여 미래 유출량을 추정하는 데 사용하였다. 미래 유출량을 생산하기 위해 앞에서 선정한 13개 GCM을 사용하여 수문기상자료를 구축하였다. 모의기간은 S0: reference period (1976-2005), S1: near future period (2011-2040), S2: mid-century period (2041-2070), S3: distance future period (2071-2100) 총 4개로 구분하였다. 공간적으로는 109개 중권역을 대상으로 HSPF 모형을 모의한 다음 최종적으로 남한을 대상으로 분석하였다. HSPF 모형의 매개변수 보검정은 장기간의 일별유량자료가 구축된 총 6개 댐 상류유역을 선정하여 수행하였다. 유출량은 기본적으로 강수량과 증발산량에 굉장히 영향을 받으며, 미래 수문기상자료를 분석한 결과 남한의 강수량과 증발산량이 모두 증가하는 경향을 보인다. 다만 강수량의 상대적인 변화가 증발산량의 변화보다 크기 때문에 전반적으로 미래 유출량을 증가하는 것으로 분석되었다. 특히 미래 강수량은 미래 변동성이 굉장히 큰 특징을 가지고 있으며 이러한 이유로 미래 유출량의 변동성도 큰 것으로 분석되었다. 계절적으로 살펴보면 여름과 가을의 미래 유출량이 증가하고 겨울에는 감소하는 것으로 분석되었다. 가을과 겨울의 변동성이 매우 큰 특징을 보이며 미래 극한 홍수와 가뭄의 출현 빈도가 높아질 것으로 보인다. 본 연구 결과는 남한의 기후변화 적응 대책을 수립하는 데 있어 기초자료로 활용할 수 있을 것으로 사료된다.

• 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.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.23 no.4
• /
• pp.268-279
• /
• 2021

The geospatial schemes based on topo-climatology have been developed to produce digital climate maps at a site-specific scale. Their development processes are reviewed here to derive the needs for new schemes in the future. Agricultural and forestry villages in Korea are characterized by complexity and diversity in topography, which results in considerably large spatial variations in weather and climate over a small area. Hence, the data collected at a mesoscale through the Automated Synoptic Observing System (ASOS) operated by the Korea Meteorological Administration (KMA) are of limited use. The geospatial schemes have been developed to estimate climate conditions at a local scale, e.g., 30 m, lowering the barriers to deal with the processes associated with production in agricultural and forestry industries. Rapid enhancement of computing technologies allows for near real-time production of climate information at a high-resolution even in small catchment areas and the application to future climate change scenarios. Recent establishment of the early warning service for agricultural weather disasters can provide growth progress and disaster forecasts for cultivated crops on a farm basis. The early warning system is being expanded worldwide, requiring further advancement in geospatial schemes and digital climate mapping.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.483-483
• /
• 2022

댐과 저수지의 운영 최적화를 위한 수문학적 예보는 현재 수동적인 댐 운영이 주를 이루면서 활용도가 높지 않다. 불확실한 기후변화나 기후재난 상황에서 우리 사회에 악영향을 최소화하기 위해 선제적으로 대응/대비할 수 있는 댐 운영 방안이 불가피하다. 강우량 예측 기술은 기후변화로 인해 제한적인 상황이다. 실례로, 2020년 8월에 섬진강의 댐이 극심한 집중 강우로 인해 무너지는 사태가 발생하였고 이로 인해 지역사회에 막대한 경제적 피해가 발생하였다. 선제적 댐 방류량 운영 기술은 또한 환경적인 변화로 인한 영향을 완화하기 위해 필요한 것이다. 제한적인 기상 예보 기술을 극복하고자 심화학습이나 강화학습 같은 인공지능 모델들의 활용성에 대한 연구가 시도되고 있다. 따라서 본 연구는 섬진강 댐의 시간당 수문 데이터를 이용하여 댐 운영을 위한 심화학습 모델을 개발하고 그 활용도를 평가하였다. 댐 운영을 위한 심화학습 모델로서 시계열 데이터 예측에 적합한 Long Sort Term Memory(LSTM)과 Gated Recurrent Unit(GRU) 알고리즘을 구축하고 댐 수위를 예측하였다. 분석 자료는 WAMIS에서 제공하는 2000년부터 2021년까지의 시간당 데이터를 사용하였다. 입력 데이터로서 시간당 유입량, 강우량과 방류량을, 출력 데이터로서 시간당 수위 자료를 각각 사용하였으며. 결정계수(R2 Score)를 통해 모델의 예측 성능을 평가하였다. 댐 수위 예측값 개선을 위해 하이퍼파라미터의 '최적값'이 존재하는 범위를 줄여나가는 하이퍼파라미터 최적화를 두 가지 방법으로 진행하였다. 첫 번째 방법은 수동적 탐색(Manual Search) 방법으로 Sequence Length를 24, 48, 72시간, Hidden Layer를 1, 3, 5개로 설정하여 하이퍼파라미터의 조합에 따른 LSTM와 GRU의 민감도를 평가하였다. 두 번째 방법은 Grid Search로 최적의 하이퍼파라미터를 찾았다. 이 두가지 방법에서는 같은 하이퍼파라미터 안에서 GRU가 LSTM에 비해 더 높은 예측 정확도를 보였고 Sequence Length가 높을수록 정확도가 높아지는 경향을 보였다. Manual Search 방법의 경우 R2가 최대 0.72의 정확도를 보였고 Grid Search 방법의 경우 R2가 0.79의 정확도를 보였다. 본 연구 결과는 가뭄과 홍수와 같은 물 재해에 사전 대응하고 기후변화에 적응할 수 있는 댐 운영 개선에 도움을 줄 수 있을 것으로 판단된다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2011.06a
• /
• pp.129-131
• /
• 2011

해상기상은 재박 및 운항 선박의 안전에 중요한 영향을 미친다. 따라서, 관제구역에서 선박 안전운항을 관리하는 VTS에 있어 기상예보 및 국지적 실시간 기상정보를 모니터링 하여 대상선박에 대해 사전 안전조치를 취하거나 실무 관제에 중요한 참고자료로 활용해야 함이 해양사고 예방을 위해서 절대적으로 요청되고 있다. 이 논문에서는 겨울철 기압골 형성에 따라 동해안에서 자주 발생하고 있는 북동방향으로 부터의 스웰 유입에 대해, 2011년 1월 1일 포항항에 큰 스웰 유입 당시의 해상기상에 대한 예보 및 실측 자료를 분석하여, 문제점을 고찰하고 선박관제 운용에 있어 기상정보 활용의 중요성을 부각시키고자 노력 하였다. 아울러, 기상청 홈페이지에서 제공하고 있는 상세 기상정보를 선박관제 운용에 활용하고 있는 포항청 사례를 소개하여 타 항만에서도 해상기상 악화에 대비 대응할 수 있는 방안 모색에 도움이 되고자 한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2019.10a
• /
• pp.103-105
• /
• 2019

오늘날 우리나라는 기후변화로 인하여 하절기 국지성 집중호우의 발생빈도가 증가하고 있으며 이로 인해 발생하는 돌발홍수로 매년 인명피해가 발생하고 있다. 이러한 돌발홍수는 작은 지역에서 빠르게 발생하기 때문에 일반적인 홍수예보로는 대비하기 적합하지 않다. 따라서 이렇게 국지적으로 발생하는 돌발홍수를 대비하기 위해서는 최대한 빠른 시간 안에 집중호우 지역에 대한 기상정보 분석이 필수적이다. 본 논문에서는 보다 신속 정확한 기상정보 분석을 위하여 고성능컴퓨터(High Performance Computer) 기반의 홍수예보모형을 운영하는 방안을 제시하였다.

• Journal of Korea Water Resources Association
• /
• v.50 no.11
• /
• pp.735-743
• /
• 2017

With growing concerns about ever-increasing anthropogenic greenhouse gas emissions, it is crucial to enhance preparedness for unprecedented extreme weathers that can bring catastrophic consequences. In this study, we proposed a stochastic framework that considers uncertainty in weather forecasts for flood analyses. First, we calibrated a simple rainfall-runoff model against observed hourly hydrographs. Then, using probability density functions of rainfall depths conditioned by 6-hourly weather forecasts, we generated many stochastic rainfall depths for upcoming 48 hours. We disaggregated the stochastic 6-hour rainfalls into an hourly scale, and input them into the runoff model to quantify a probabilistic range of runoff during upcoming 48 hours. Under this framework, we assessed two rainfall events occurred in Bocheong River Basin, South Korea in 2017. It is indicated actual flood events could be greater than expectations from weather forecasts in some cases; however, the probabilistic runoff range could be intuitive information for managing flood risks before events. This study suggests combining deterministic and stochastic methods for forecast-based flood analyses to consider uncertainty in weather forecasts.