• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.179-183
• /
• 2009

본 연구에서는 GCM 기후변화 전망 시나리오를 이용하여 유역단위의 기후변화를 추정하였다. 원시 GCM 시나리오를 지역화 시키기 위해서 인공신경망 모형을 사용하였다. GCM에서 모의되는 강수플럭스, 해면기압, 지표면 근처에서의 일 평균온도, 지표면으로부터 발생하는 잠열플럭스 등과 같은 22개의 변수는 인공신경망의 잠재적 예측인자로 사용되었으며, AWS에서 관측된 강수량과 온도는 예측변수로 사용되었다. 원시 GCM 데이터는 CCCma(Canadian Centre for Climate Modeling and Analysis)에서 제공되는 CGCM3.1/T63 20C3M 시나리오를 사용하였으며, 인공신경망 학습과정에서 사용된 기준시나리오(reference scenario)자료의 기간은 1997년부터 2000년까지의 데이터를 사용하였다. 인공신경망을 학습을 통하여 결정된 각 층사이의 가중치를 이용하여 이산화탄소 배출농도를 가정하여 생성된 CGCM3.1/T63 SRES B1 기후변화시나리오(project scenario)를 인공신경망의 입력값으로 하여 미래의 기온과 강수변화를 전망하였다. 신경망의 학습효과를 높이기 위하여 기온과 강수에 대한 평균 및 누적기간을 각각 일단위와 월단위로 설정하였다. 본 연구에서 사용된 인공신경망은 3층 퍼셉트론(다층 퍼셉트론)을 사용하였으며, 학습방법으로는 역전파알고리즘(back-propagation algorithm)을 이용하였다. 민감도분석을 통하여 선택된 예측인자는 소양강댐유역(1011, 1012소유역)에서의 인공신경망 예측인자로 활용되었으며, 2001년부터 2100년까지의 일 평균온도와 일 강수량의 변화경향을 추정하였다. 1011유역, 1012유역에서는 여름철의 온도변화경향이 겨울철에 비하여 높게 나타났다. 일 평균온도의 통계분석 결과 평균예측오차가 가장 적게 나타나는 지역은 1001유역으로 -0.08로 평균예측오차가 가장 적게 나타났으며, 인공신경망기법을 이용하여 스케일 상세화된 일 평균온도와 관측된 일 평균온도가 얼마나 잘 일치하는지를 확인할 수 있는 1012유역에서 CORR이 0.74로 가장 높게 나타났다.

• Journal of Korean Society for Geospatial Information Science
• /
• v.14 no.3 s.37
• /
• pp.87-95
• /
• 2006

Recently, local heavy rain for a short term is caused by unusual changing in the weather. This phenomenon has, several times, caused an extensive flash flood, casualties, and material damage. This study is aimed at calculating the characteristics of flash floods in streams. For this purpose, the analysis of topographical characteristics of water basin through applying GIS techniques will be conducted. The flash flood prediction model we used is made with GCIUH (geomorphoclimatic instantaneous unit hydrograph). The database is established by the use of GIS and by the extraction of streams and watersheds from DEM. The streams studied are included small, middle and large scale watersheds. For the first, for the establishment or criteria on the flash flood warning, peak discharge and trigger runoff must be decided. This study analyzed the degree or aptitude of topographical factors to the trigger runoff calculated by GCUH model.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.193-193
• /
• 2023

여러 기후변화 시나리오에 의하면 기상재해의 발생빈도 및 강도가 증가할 것으로 예상된다. 그중 가뭄은 강수량 부족, 하천유량 감소, 토양 함수량 감소, 용수 수요량 증가 등의 다양한 요인으로 인해 발생하며, 한 가지 형태뿐만 아니라 복합적인 형태로 발생할 수 있다. 또한, 우리나라는 지역마다 기후 특성의 편차가 있어 기후변화에 따른 가뭄 취약성과 대응 능력이 지역마다 다르게 나타난다. 따라서 가뭄에 대응하기 위해서는 다양한 요인을 고려한 통합가뭄지수를 활용해야 하며, 미래의 기후변화를 고려하여 종합적으로 가뭄을 평가해야 한다. 본 연구에서는 동적 베이지안 분류기(DNBC) 기반의 통합가뭄지수를 활용하여 우리나라 전국에 대해 수문학적 위험도를 분석하고 미래 가뭄을 전망하였다. 기상학적, 수문학적, 농업적 및 사회경제적 요인을 고려한 통합가뭄지수를 산정하기 위하여 DNBC 분류기의 인자로 기후변화 시나리오 기반의 기상학적 가뭄지수 SPI, 수문학적 가뭄지수 SDI, 농업적 가뭄지수 ESI와 사회경제적 가뭄지수 WSCI를 활용하였다. 산정된 통합가뭄지수의 시계열을 기반으로 심도와 지속기간을 추출하고, 코플라 함수를 활용한 이변량 가뭄빈도분석을 수행하였다. 이후, 이변량 가뭄빈도분석에 의해 산정된 재현기간을 활용하여 수문학적 위험도를 산정하였다. 그 결과, P1(2021~2040) 기간이 수문학적 위험도 R=0.588로 가장 높은 위험도를 나타냈으며, 이후 P2(2041~2070) 기간까지 감소하였다가 P3(2071~2099) 기간에 다시 증가하는 추세를 보였다. P1(2021~2040) 기간과 P3(2071~2099) 기간은 영산강 유역이 각각 R=0.625(P1), R=0.550(P3)으로 가장 높은 위험도를 나타냈으나, P2(2041~2070) 기간은 금강 유역이 수문학적 위험도 R=0.482로 가장 높게 나타났다. 본 연구결과를 통해 향후 미래 가뭄에 대한 가뭄계획 수립 시에 기초자료로서 활용성이 높을 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.279-279
• /
• 2015

최근 기후변화로 인해 이상기후 현상이 지속적으로 발생하고 있으며 이로 인해 산사태나 토석류와 같은 산재재해가 발생하여 인근 도심에까지 영향을 끼치고 있다. 본 연구에서는 해마다 빈번하게 발생하고 있는 산지 토사재해의 피해저감과 원인분석을 위하여 과거 강원도 인제군에서 발생한 산사태 및 토석류가 발생 현장을 조사하였고 발생유역의 특징을 분석하기 위해 GIS기법을 이용하여 기후, 지질, 지형, 토양 등의 공간자료를 구축하고 보다 정밀한 지형인자 추출을 위하여 지상 LiDAR를 활용하여 토석류 발생현장을 스캔하고 3D 지형자료를 구축하였다. 추후 공간자료와 3D지형자료를 활용하여 토석류 발생량 추적이나 확산 범위등 정밀 분석의 기초자료로 활용 될 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.238-238
• /
• 2023

최근 이상기후현상으로 홍수와 가뭄의 발생 빈도 증가 및 하천유지유량 부족 등 하천에서 유량 변동이 크게 나타나고 하천 환경 변화에 따른 수질오염, 갈수기 수질악화 등 하천에서 다양한 문제들이 발생하고 있다. 수질은 매개변수별 기준 농도와 측정 농도를 비교하여 평가하지만 직독식 측정 항목과 실험실 분석 항목 및 미측정 항목을 포함하기 때문에 수질 상태를 정확하게 나타내기 어렵다. 물리적, 화학적 및 생물학적 특성의 매개변수를 분석하여 수질을 평가하지만, 복잡한 수질 데이터를 단순하고 논리적으로 수질을 요약하기 위해 단일 값으로 매개변수를 통합한 수질지수가 개발되었다. 다양한 국가 및 기관에서 개발된 수질지수는 방법론, 최종산출 방법의 차이로 동일한 지점 및 기간에서 측정되는 자료를 각각의 수질지수 방법론을 적용하였을 때 상이한 점수 및 등급이 발생하여 유역 특성에 적절한 수질지수를 활용하는 것이 필요하며, 유량 변동이 고려되어야 한다. 따라서 본 연구에서는 기존의 수질지수 산정 매개변수를 유역 특성 및 관리기준을 고려하여 매개변수를 수정하고 매개변수별 중요도에 따른 가중치를 재산정하고 유량 인자를 추가하여 복합적인 하천 수질을 종합적으로 평가하고자 한다. 또한, 물리모형과 데이터 모형을 활용하여 기후변화에 따른 수질 변동 평가를 통해 수문학적 변화가 하천 수질에 미치는 영향을 평가하고자 한다.

• Journal of Environmental Policy
• /
• v.9 no.1
• /
• pp.31-55
• /
• 2010

This study aims to estimate potential climate change damage in Korea using the PAGE model. This study reviewed previous a reasearch to compare relative sensitivity to climate change in Korea and other regions to generate climate change damage function. It was found that sensitivity to climate change in Korea is similar to other Organization for Economic Cooperation and Development (OECD) countries. This study estimated climate change impact for three scenarios. If no action is taken, climate change damage cost in Korea could reach US$ 12,928 ~ 57,900 M. Cumulative Net Present Value (NPV)of climate change impact from 1990 to 2100 would be between US$ 143,226 ~ 921,701 Mdepending on emission scenarios. However, this result should be interpreted with caution as it draws its damage function based on only a few available references. Results also showed that an adaptation policy could decrease the degree of climate change impact significantly. If an adaptation policy is implemented, climate change impact will be decreased by US$ 11,355 million dollars in Korea in 2100.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.26 no.1
• /
• pp.53-62
• /
• 2024

In this study, we built a model to estimate frost occurrence in South Korea using single-input deep learning and multi-input deep learning. Meteorological factors used as learning data included minimum temperature, wind speed, relative humidity, cloud cover, and precipitation. As a result of statistical analysis for each factor on days when frost occurred and days when frost did not occur, significant differences were found. When evaluating the frost occurrence models based on single-input deep learning and multi-input deep learning model, the model using both GRU and MLP was highest accuracy at 0.8774 on average. As a result, it was found that frost occurrence model adopting multi-input deep learning improved performance more than using MLP, LSTM, GRU respectively.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.39 no.1
• /
• pp.165-174
• /
• 2019

As a nonstationarity is observed in hydrological data, various studies on nonstationary frequency analysis for hydraulic structure design have been actively conducted. Although the inherent diversity in the atmosphere-ocean system is known to be related to the nonstationary phenomena, a nonstationary frequency analysis is generally performed based on the linear trend. In this study, a nonstationary frequency analysis was performed using climate indices as covariates to consider the climate variability and the long-term trend of the extreme rainfall. For 11 weather stations where the trend was detected, the long-term trend within the annual maximum rainfall data was extracted using the ensemble empirical mode decomposition. Then the correlation between the extracted data and various climate indices was analyzed. As a result, autumn-averaged AMM, autumn-averaged AMO, and summer-averaged NINO4 in the previous year significantly influenced the long-term trend of the annual maximum rainfall data at almost all stations. The selected seasonal climate indices were applied to the generalized extreme value (GEV) model and the best model was selected using the AIC. Using the model diagnosis for the selected model and the nonstationary GEV model with the linear trend, we identified that the selected model could compensate the underestimation of the rainfall quantiles.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.7 no.4
• /
• pp.289-295
• /
• 2005

This paper reports on the dendrochronological investigation of tree ring growth of Pinus densiflora in the Gyeongbuk region. Tree ring growth was analysed using basic statistical value and correlation analysis to evaluate the relative contribution of climatic factors. Ta extract age-related trends and nonclimatic signals, each measurement series was standardized using a negative exponential growth function. In the Gyeongbuk region, tree ring growth was positively correlated with the current year in February, March and April, January, February, and March precipitation showed a positive correlation with the current growth year. This suggests that climatic factors (monthly average temperature, precipitation) limit breaking of dormancy and promotion of growth of Pinus densiflora in the Gyeongbuk region.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.196-196
• /
• 2012

전 지구적으로 발생하고 있는 잦은 기상이변과 기후변화의 가속화로 자연재해 발생빈도 및 피해규모는 증가하는 추세로 나타나고 있다. 이러한 기상이변은 우리나라 또한 예외가 아니며 최근 한반도에서 발생한 적설로 인하여 많은 인명과 재산피해가 증가하고 있다. 본 연구에서는 기상청에서 제공하는 KMA-RCM 기후자료를 바탕으로 관측자료 및 시나리오의 온도, 강수, 적설량 간의 관계를 이용하여 기상청 산하 기상관측소 58개 대상 지점으로부터 목표기간별(목표 I:1979~2008년, 목표 II:2011~2040년, 목표 II:2041~2070년, 목표IV:2071~2100년) 적설량을 예측하였으며, 빈도별(20년, 30년, 50년, 80년, 100년, 200년) 확률적설량을 산정하고자 하였다. KMA-RCM 자료를 이용한 미래 적설량 예측은 기상인자들의 복잡한 비선형 조합으로 발생하기 때문에 적설량에 영향을 미치는 온도, 강수, 적설량의 비선형 과정들을 고려할 수 있는 신경망 모형을 이용하여 적설량 예측 모형을 구성하였고, 58개 대상 지점의 30년 이상 관측기상자료 중 온도, 강수, 적설량 자료를 이용하여 지점별로 훈련을 시켜 이를 기후변화 시나리오에 활용하였다. 확률적설량에서 매개변수 추정은 확률가중모멘트법(PWM)을 이용하였고 적정확률분포형으로는 시나리오적 방법 및 비시나리오적 방법에 대한 분포형 검정결과 가장 적합하다고 판정되는 Gumbel분포형을 선정하였다. 위의 방법론을 통하여 미래 목표기간별로 확률적설량을 확률적설량을 산정하였으며 본 연구결과는 기후변화 시나리오를 고려한 목표기간별 적설량 산정 및 관련 방재기준의 개선 방안 및 재설정 기준 마련에 기초자료로 활용될 수 있을 것으로 기대된다.