• Journal of Korea Water Resources Association
• /
• v.51 no.1
• /
• pp.11-18
• /
• 2018

The climate change impacts on hydrological components and water balance in Jeju Island were evaluated using multiple climate models and watershed model, SWAT-K. To take into account the uncertainty of the future forecast data according to climate models, climate data of 9 GCMs were utilized as weather data of SWAT-K for future period (2010-2099). Using the modeling results of the past (1992-2013) and the future period, the hydrological changes of each year were analyzed and the precipitation, runoff, evapotranspiration and recharge were increasing. Compared with the past, the change in the runoff was the largest (up to 50% increase) and the evapotranspiration was relatively small (up to 11% increase). Monthly results show that the amount of evapotranspiration and the amount of recharge are greatly increased as the amount of precipitation increases in August and September, while the amount of evapotranspiration decreases in the same period. January and December showed the opposite tendency. As a result of analyzing future water balance changes, the ratio of runoff, evapotranspiration, and recharge to rainfall did not change much, but compared to the past, the runoff rate increased up to 4.3% in the RCP 8.5 scenario, while the evapotranspiration rate decreased by up to 3.5%. Based on the results of other researchers and this study, it is expected that rainfall and runoff will increase gradually in the future under the assumption of present climate change scenarios. Especially summer precipitation and runoff are expected to increase. As a result, the amount of groundwater recharge in Jeju Island will increase.

• Journal of Korea Water Resources Association
• /
• v.51 no.spc
• /
• pp.1149-1159
• /
• 2018

This study aims to predict the future flood damage cost of 113 middle range watersheds using 26 GCM outputs, hourly maximum rainfall, 10-min maximum rainfall, number of days of 80 mm/day, daily rainfall maximum, annual rainfall amount, DEM, urbanization ratio, population density, asset density, road improvement ratio, river improvement ratio, drainage system improvement ratio, pumping capacity, detention basin capacity and previous flood damage costs. A constrained multiple linear regression model was used to construct the relationships between the flood damage cost and other variables. Future flood damage costs were estimated for different RCP scenarios such as 4.5 and 8.5. Results demonstrated that rainfall related factors such as annual rainfall amount, rainfall extremes etc. widely increase. It causes nationwide future flood damage cost increase. Especially the flood damage cost for Eastern part watersheds of Kangwondo and Namgang dam area may mainly increase.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.280-280
• /
• 2023

강수의 정확한 시·공간적 추정은 홍수 대응, 가뭄 관리, 수자원 계획 등 수문학적 모델링의 핵심 기술이다. 우주 기술의 발전으로 전지구 강수량 측정 프로젝트(Global Precipitation Measurement, GPM)가 시작됨에 따라 위성의 여러 센서를 이용하여 다양한 고해상도 강수량 자료가 생산되고 있으며, 기후변화로 인한 수재해의 빈도가 증가함에 따라 준실시간(Near-Real-Time) 위성 강수 자료의 활용성 및 중요성이 높아지고 있다. 하지만 준실시간 위성 강수 자료의 경우 빠른 지연시간(latency) 확보를 위해 관측 이후 최소한의 보정을 거쳐 제공되므로 상대적으로 강수 추정치의 불확실성이 높다. 이에 따라 본 연구에서는 앙상블 머신러닝 기반 수집된 위성 강수 자료들을 관측 자료와 병합하여 보정된 준실시간 강수량 자료를 생성하고자 한다. 모형의 입력에는 시단위 3가지 준실시간 위성 강수 자료(GSMaP_NRT, IMERG_Early, PERSIANN_CCS)와 방재기상관측 (AWS)의 온도, 습도, 강수량 지점 자료를 활용하였다. 지점 강수 자료의 경우 결측치를 고려하여 475개 관측소를 선정하였으며, 공간성을 고려한 랜덤 샘플링으로 375개소(약 80%)는 훈련 자료, 나머지 100개소(약 20%)는 검증 자료로 분리하였다. 모형의 정량적 평가 지표로는 KGE, MAE, RMSE이 사용되었으며, 정성적 평가 지표로 강수 분할표에 따라 POD, SR, BS 그리고 CSI를 사용하였다. 머신러닝 모형은 개별 원시 위성 강수 자료 및 IDW 기법보다 높은 정확도로 강수량을 추정하였으며 공간적으로 안정적인 결과를 나타내었다. 다만, 최대 강수량에서는 다소 과소추정되므로 이는 강수와 관련된 입력 변수의 개수 업데이트로 해결할 수 있을 것으로 판단된다. 따라서 불확실성이 높은 개별 준실시간 위성 자료들을 관측 자료와 병합하여 보정된 최적 강수 자료를 생성하는 머신러닝 기법은 돌발성 수재해에 실시간으로 대응 가능하며 홍수 예보에 신뢰도 높은 정량적인 강수량 추정치를 제공할 수 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.224-224
• /
• 2017

지구온난화로 인한 기후변화 등으로 안전한 하천구조물을 설계하기 위해서는 신뢰할 수 있는 홍수량 산정이 필요하다. 신뢰할 수 있는 홍수량 산정을 위해서는 정도 높은 과거 수문자료가 필요하나 국내의 많은 중소 규모유역이 미계측 유역 또는 과거 수문자료 부족으로 신뢰 할 수 있는 홍수량 산정이 어려운 실정이다. 본 연구에서는 미계측 유역의 홍수량 산정을 위하여 확률분포모형(PDM)의 매개변수 지역화를 수행하였다. 매개변수 지역화 연구를 수행하기 위하여, 금강 25개 유역을 대상으로 유역별 9~18개의 단기홍수수문사상을 선정하였다. 선정된 단기홍수수문사상을 확률분포모형에 적용하기위하여, MCAT (Monte Carlo Analysis Toolbox)을 활용하여 검정 및 검증을 수행하였으며, 목적함수는 수문곡선 모든 구간을 반영하는 NSE (Nash Sutcliffe Efficiency)와 고유량 부분을 반영하는 RMSE (Root Mean Squared Error) - FH를 적용하였다. 각각의 목적함수에 대하여 검정 모형 매개변수와 유역 특성인자의 다중 선형회귀식을 강우유출모형 매개변수 지역화 모형으로 제시하였다. 매개변수 지역화 결과의 평가를 위하여 청주 유역을 미계측 유역으로 가정하였다. 청주 유역에 대하여 지역화 매개변수를 적용한 결과, 17개의 사상 중 11개의 사상에서 NSE 목적함수 값이 0.5이상으로 전체적인 수문곡선의 경향성을 보였으며, 첨두 홍수량은 17개 사상 중 11개 사상에서 관측 첨두 홍수량 값의 20%이내를 제시하여 적합한 결과를 제시하였다. 또한 금강 25개 유역에 Jackknife 방법으로 검정 결과 관측 첨두 홍수량 값 20%이내의 성능을 보이는 사상이 56%를 포함하고 있어 의미있는 지역화 모형을 제시하였다고 판단된다. 본 연구에서 제시한 매개변수 지역화 방법은 미계측 유역의 유출모의에 활용될 수 있음을 확인하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.154-154
• /
• 2017

전 세계적인 기후변동과 기후변화의 영향으로 대규모 인명 및 재산피해를 유발하는 자연재난의 빈도와 강도가 증가하고 있다. 이렇게 변화하는 상황에서 효율적인 대책을 수립하기 위해서는 재해에 노출된 특성을 지역적 특성과 함께 고려하여 지역별로 재해에 위험한 정도를 평가하는 것이 선행되어지고, 재난 피해 발생전에 피해 지역 및 범위를 예측하는 것이 필요하다고 판단된다. 따라서 본 연구에서는 국내 자연재난 피해의 65% 이상을 차지하는 호우피해를 대상으로 PSR(Pressure-State-Response) 구조를 이용하여 호우피해위험지수(Heavy rain Damage Risk Index, HDRI)를 제안하여 호우 위험도를 평가하고자하였다. 또한 도출된 지역별 위험등급에 따른 호우피해 예측함수를 개발하여 재해발생 전에 개략적인 피해의 범위를 예측하고자 하였다. 먼저 지역별 호우 위험도 평가를 위해 압력지표, 현상지표, 대책지표를 구축하고, 주성분분석을 이용하여 평가지표를 결정하였다. 결정된 평가지표를 동일한 가중치를 부여하여 호우피해위험지수를 도출하였다. 분석결과, 경기도 31개 지자체 중에서 가장 안전한 1등급인 지자체는 15개의 지자체로 나타났으며, 2등급인 지자체는 7개, 3등급인 지자체는 9개로 분류되었다. 지자체별 호우 위험도 등급에 따라서 재해기간별 총강우량, 재해일수, 선행강우량(1~5일), 지속시간별 최대강우량(1~24시간) 등의 자료를 설명변수로 구축하였고, 다중회귀모형과 주성분분석을 활용하여 예측함수를 개발하였다. 등급별 호우피해 예측함수는 N-RMSE가 12~18%로 호우피해를 적절하게 예측하는 것으로 평가되었다. 본 연구를 통해 지자체별 호우피해위험도 등급을 파악 할 수 있으며, 평가된 호우피해위험도 등급별로 호우피해 예측함수 개발을 통해 사전에 호우피해 발생 및 규모를 파악할 수 있게 되었다. 따라서 본 연구의 결과는 각 지자체 및 관련 부처에서 효과적인 방재체계를 수립하는데 있어 기초자료로 활용될 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.40-40
• /
• 2021

수재해 방지를 위한 수문해석 모형에서 정량적인 강수자료의 역할은 매우 중요하다. 최근에는 기후변화로 인한 국지성 집중호우 등 돌발 강수의 빈도가 증가하고 있어 지상에 설치된 우량계보다 시·공간적 변동성을 반영할 수 있는 격자형 위성 강수자료의 활용성이 커지고 있다. 하지만 위성강수자료는 관측 시에 대기의 상태 또는 위성별 관측 센서, 공간적 스케일 차이 등에 의해 실제 내린 강수와의 편의가 존재한다. 이를 해결하기 위해 지점 강수자료를 이용한 통계적, 지형정보학적 상세화 기법이 적용되고 있으나, 대부분의 연구에서 강수자료의 양적 보정만을 목적으로 수행되었다. 본 연구에서는 머신러닝 기반의 랜덤포레스트(random forest) 모델을 사용하여 다중위성 강수자료(CHIRPSv2, CMORPH, GSMaP, TRMMv7)와 기상청에서 제공하는 AWS, ASOS 지점 강수를 사용하여 최적 위성강수자료를 생성 후 각 위성강수자료와 비교·분석하였다. 2003년에서 2017년까지의 각 위성강수자료를 수집하여 같은 공간 스케일로 전처리한 뒤 모델에 입력하였으며 AWS 강수자료는 훈련, ASOS 강수자료는 검증에 이용되었다. 그 결과, 생성된 최적 위성강수자료는 각 위성강수자료보다 지점강수와의 편의가 줄고 높은 상관관계를 나타내고 있다. 이는 앞으로 사용될 위성강수자료의 시·공간적 보정 및 단기예측에 활용할 수 있으며, 특히 원격탐사자료의 의존도가 높은 미계측 대유역 수문해석에 정량적인 강수자료를 제공할 수 있을 것으로 판단된다.

• Korean Journal of Soil Science and Fertilizer
• /
• v.43 no.5
• /
• pp.748-754
• /
• 2010

The contents of soil organic matter (SOM) and $Al_o+1/2Fe_o$ in soils are important criteria for the classification of new Andisols in Soil Taxonomy system. There are many soil types in Jeju Island with various soil forming environments. This paper was conducted to estimate the contents of soil organic matter and the content of ammonium oxalate extracted Al and Fe ($Al_o+1/2Fe_o$) using various environmental variables and to make soil property maps using a statistical analyses. The soil samples were collected from 321 locations and analyzed to measure the contents of SOM and $Al_o+1/2Fe_o$. It was analyzed the relationships among them and various environmental variables such as temperature, precipitation, net primary product, radiation, evapotranspiration, altitude, soil forming energy, topographic wetness index, elevation, difference surrounded area, and distances from the shore and the peak. We can exclude multi-collinearity among environmental variables with principal component analysis and reduce all the variables to 3 principal components. The contents of SOM and $Al_o+1/2Fe_o$ were estimated by multiple regression models and maps of them were made using the models.

• Magazine of the Korean Society of Agricultural Engineers
• /
• v.40 no.1
• /
• pp.68-77
• /
• 1998

The purpose of this paper is to establish a method estimating the daily urban water demand using statistical analysis that is used for developing the efficient management and operation of the water supply facilities, and accurary of the model is verified by error rate and F-value. The data used in this study were the daily urban water use, the weather conditions such as temperature, precipitation, relative humidity, etc, and the day of The week. The case study was taken placed for the city of Namwon in Korea. The raw data used in this study were rearranged either by month or by season for analysis purpose, and the statistical analysis was applied to the data to obtain the regression model As a result of this study, the linear regression model was developed to estimate the daily urban water use with weather condition. The regression constant and coefficients of the model were determined for each month of a year. The accuracy of the model was within 3% of average error and within 11% of maximum error. The resulting model was found to he useful to the practical operation and management of the water supply facilities.

• Journal of Wetlands Research
• /
• v.23 no.4
• /
• pp.287-295
• /
• 2021

As facilities such as dam reservoir wetlands and agricultural irrigation reservoir wetlands are built, sedimentation occurs over time through erosion, sedimentation transport, and sediment deposition. Sedimentation issues are very important for the maintenance of reservoir wetlands because long-term sedimentation of sediments affects flood and drought control functions. However, research on resignation has been estimated mainly by empirical formulas due to the lack of available data. The purpose of this study was to calculate and compare the sediment deposition rate by developing a multiple regression model along with actual data and empirical formulas. In addition, it was attempted to identify potential causes of collapse by applying it to 64 reservoir wetlands that suffered flood damage due to the long rainy season in 2020 due to reservoir wetland sedimentation and aging. For the target reservoir, 10 locations including the GaGog reservoir located in Miryang city, Gyeongsangnam province in South Korea, where there is actual survey information, were selected. A multiple regression model was developed in consideration of physical and climatic characteristics, and a total of four empirical formulas and sediment deposition rate were calculated. Using this, the error of the sediment deposition rate was compared. As a result of calculating the sediment deposition rate using the multiple regression model, the error was the lowest from 0.21(m³km²/yr) to 2.13(m³km²/yr). Therefore, based on the sediment deposition rate estimated by the multi-regression model, the change in the available capacity of reservoir wetlands was analyzed, and the effective storage capacity was found to have decreased from 0.21(%) to 16.56(%). In addition, the sediment deposition rate of the reservoir where the overflow damage occurred was relatively higher than that of the reservoir where the piping damage occurred. In other words, accumulating sediment deposition rate at the bottom of the reservoir would result in a lack of acceptable effective water capacity and reduced reservoir flood and drought control capabilities, resulting in reservoir collapse damage.

• Journal of The Korean Society of Grassland and Forage Science
• /
• v.41 no.1
• /
• pp.47-55
• /
• 2021

The objective of this study was to access the effect of climate and soil factors on alfalfa dry matter yield (DMY) by the contribution through constructing the yield prediction model in a general linear model considering climate and soil physical variables. The processes of constructing the yield prediction model for alfalfa was performed in sequence of data collection of alfalfa yield, meteorological and soil, preparation, statistical analysis, and model construction. The alfalfa yield prediction model used a multiple regression analysis to select the climate variables which are quantitative data and a general linear model considering the selected climate variables and soil physical variables which are qualitative data. As a result, the growth degree days(GDD) and growing days(GD), and the clay content(CC) were selected as the climate and soil physical variables that affect alfalfa DMY, respectively. The contributions of climate and soil factors affecting alfalfa DMY were 32% (GDD, 21%, GD 11%) and 63%, respectively. Therefore, this study indicates that the soil factor more contributes to alfalfa DMY than climate factor. However, for examming the correct contribution, the factors such as other climate and soil factors, and the cultivation technology factors which were not treated in this study should be considered as a factor in the model for future study.