• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.166-166
• /
• 2018

수자원 분야의 기후변화 연구에서 유출분석을 위한 장기유출모형의 입력자료로 일단위의 기상자료가 요구된다. 이러한 일자료의 생성을 위해 통계학적 다운스케일링 기법 중 추계학적 기상모의모형이 가장 널리 적용되고 있다. 또한, 유역단위의 합리적 유출분석을 위해서는 기상모의모형을 이용한 일자료 발생시 기상관측지점 간의 공간상관성 확보가 선행되어야 한다. 이러한 문제점을 극복하기 위한 다지점 추계학적 기상모형의 개발 및 적용에 앞서 기존모형의 강우 발생과 크기와 관련된 주요요소들의 공간적인 특성을 분석하고자 하였다. 따라서, 본 연구에서는 국내 기상청 지점의 관측자료를 중심으로 모형의 강우발생과 관련된 강우/무강우 발생확률, 강우크기와 관련된 월강우량의 평균값, 월평균 강우량의 표준편차, 왜곡도를 산정하였다. 이를 중심으로 전국에 걸친 공간특성 분석을 통하여 다지점 추계학적 기상모의모형의 개발 및 적용시 고려해야 될 사항을 도출하고자 하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.123-123
• /
• 2012

일강수량은 수공구조물 설계 및 수자원계획을 수립하기 위한 입력 자료로 이용된다. 일반적으로 수자원계획은 장기적인 목적을 가지고 수행되어지며, 장기간의 일강수량 자료를 필요로 한다. 하지만 장기간의 일강수량 자료의 획득의 어려움으로 단기간의 일강수량자료를 이용하여 모의한 장기간 강수자료를 이용하게 된다. 이처럼 수자원계획의 수립에 있어서 일강수량 모의기법의 성능은 수자원계획의 신뢰성 및 결과에 큰 영향을 준다. 일강수량 모의기법은 국내외적으로 매우 활발하게 이루어지고 있으며, 수자원계획 및 수공구조물 설계 외에도 매우 다양한 목적으로 활용되어 지고 있다. 일강수량을 모의기법 중 강수계열의 단기간의 기억(memory)을 활용한 Markov Chain 모형이 가장 일반적이지만, 기존 Markov Chain 모형을 통한 일강수량 모의는 극치강수량을 재현하기 어렵다는 문제점이 있다. 또한, 일강수량 모의 기법의 목적인 수자원계획 및 수공구조물 설계 등의 입력자료로 활용되어지기 위해서는 모의 결과가 유역내 지점별 공간 상관성을 재현함으로써 모형의 우수성과 자료결과의 신뢰성을 확보할 수 있어야 하겠다. 이러한 점에서 본 연구에서는 내삽에서 우수한 재현능력을 갖는 핵 밀도함수와 극치강수량 재현에 유리한 GPD분포의 특징을 함께 고려할 수 있는 불연속 Kernel-Pareto Distribution 기반에 공간상관성 재현 알고리즘을 결합한 일강수량모의기법을 개발하였다. 한강유역의 18개 강수지점에 대해서 기존 Gamma분포를 사용한 Markov Chain 모형과 본 연구에서 제안한 방법을 적용하여 모형을 평가해 보고자 한다. Gamma 분포기반 Markov Chain 모형의 경우 일강수량 모의 시 1차모멘트인 평균과 2-3차 모멘트 모두 효과적으로 재현하지 못하는 문제점이 나타났다. 그러나 본 연구에서 적용한 다지점 불연속 Kernel-Pareto 분포 모형은 강수계열의 평균적인 특성뿐만 아니라 표준편차 및 왜곡도의 경우에도 관측치의 통계특성을 매우 효과적으로 재현하며, 100년빈도 강수량 모의결과 기존 모의모형의 문제점을 보완할 수 있는 개선된 결과를 보여주었다. 본 연구에서 제시한 방법론은 유역내의 공간상관성을 재현하며, 평균 및 중간값 등 낮은 차수의 모멘트 등 일강수량 분포특성을 더욱 효과적으로 모의할 수 장점을 확인하였다.

• Journal of Korea Water Resources Association
• /
• v.49 no.11
• /
• pp.913-922
• /
• 2016

A long-term precipitation record is typically required for establishing the reliable water resources plan in the watershed. However, the observations in the hourly precipitation data are not always consistent and there are missing values within the time series. This study aims to develop a hourly rainfall simulator for extending rainfall data, based on the well-known Neyman-Scott Rectangular Pulse Model (NSRPM). Moreover, this study further suggests a multisite hourly rainfall simulator to better reproduce areal rainfalls for the watershed. The proposed model was validated with a network of five weather stations in the Uee-stream watershed in Seoul. The proposed model appeared a reasonable result in terms of reproducing most of the statistics (i.e. mean, variance and lag-1 autocovariance) of the rainfall time series at various aggregation levels and the spatial coherence over the weather stations.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.120-124
• /
• 2009

기후변화로 인한 사회, 경제, 자원, 환경, 수자원 등에 영향분석은 세계적인 연구 트렌드로 자리 잡고 있다. 다양한 모형들이 기후변화 영향을 효과적으로 평가하기 위해서 개발되고 있으나 주로 강우-유출 모형을 통한 유출의 변화 특성을 모의하는데 대부분의 연구가 초점을 맞추고 있다. 그러나 기본적으로 사용되는 강수량자료의 정확한 추정이 기후변화 연구에서 가장 중요하다고 해도 과언이 아니다. 이러한 관점에서 GCM 기후모형으로부터 유도된 기후변화 시나리오로부터 여러 단계로 가공하여 모형의 입력 자료로 사용하기 위한 강수량 자료를 생산하게 된다. 이러한 과정을 총칭해서 Downscaling이라고 한다. 본 연구에서는 기후모형으로 얻은 정보를 유역단위의 수문시나리오로 변환하기 위한 통계학적 Downscaling의 연구이론 변천 상황을 종합적으로 검토하고 각 모형이 갖는 장단점을 분석하고자 한다. 즉, Weather Generator, Single-site Nonstationary Markov Chain, Multi-site Nonstationary Markov Chain, Multi-site Weather State Based Markov Model 등 다양한 모델의 변화 및 진보 과정을 살펴보고 실제 국내 유역에 적용하여 모형의 타당성을 평가해보고자 한다. 이를 위해 IPCC 기후변화 시나리오를 활용하였으며 일강수량자료계열의 특성치, 극치수문량 변동특성 등 기후변화에 따른 영향분석을 일부 실시하여 분석하였다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.29 no.5B
• /
• pp.397-408
• /
• 2009

In this study, a stochastic precipitation generation framework for simultaneous simulation of daily precipitation at multiple sites is presented. The precipitation occurrence at individual sites is generated using hybrid-order Markov chain model which allows higher-order dependence for dry sequences. The precipitation amounts are reproduced using Anscombe residuals and gamma distributions. Multisite spatial correlations in the precipitation occurrence and amount series are represented with spatially correlated random numbers. The proposed model is applied for a network of 17 locations in the middle of Korean peninsular. Evaluation statistics are reported by generating 50 realizations of the precipitation of length equal to the observed record. The analysis of results show that the model reproduces wet day number, wet and dry day spell, and mean and standard deviation of wet day amount fairly well. However, mean values of 50 realizations of generated precipitation series yield around 23% Root Mean Square Errors (RMSE) of the average value of observed maximum numbers of consecutive wet and dry days and 17% RMSE of the average value of observed annual maximum precipitations for return periods of 100 and 200 years. The provided model also reproduces spatial correlations in observed precipitation occurrence and amount series accurately.

• Journal of Korean Society of Industrial and Systems Engineering
• /
• v.25 no.3
• /
• pp.78-84
• /
• 2002

This research is basically deals with an inventory distribution system with several regional sides branches. Under the continuous review policy, each sales branch places an order to its supplier whenever on hand plus on order inventory falls on the order point, and the order quantity is received after elapsing a certain lead time. This research first shows the method how to apply the product with low lever of demand into the continuous review policy. For the application, we use an order level as the maximum level of inventory during an order cycle. Also we analyze the lost sales case as a customer behavior. Further we use variable demands and variable lead times for more realistic situation. Based on the above circumstances, the research mainly discusses those methods to decide the optimal order level, order point, and order quantity for each sales branch which guarantees the system wide goal level of service, while keeping the minimum level of the system wide total inventory.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.276-276
• /
• 2012

일반적으로 기후변화영향에 관한 연구수행을 위해 전지구기후모형(GCM; Global Climate Model)이 사용되고 있다. 하지만 GCM은 공간해상도(Spatial resolution)가 거칠기 때문에 수문학 분야에서 주로 사용되는 유역규모의 지역적인 스케일특성과 물리적 특징을 표현하는데 한계가 있다. 또한 GCM 기후변수들 중 강수량의 경우 한반도 지역의 6월과 10월 사이에 연강수량의 67% 이상이 집중되는 계절성을 반영하지 못하고 있으며, 높은 불확실성을 보이고 있다. 본 연구에서는 GCM 기반의 다지점 인공신경망기법을 적용한 상세화(Downscaling)를 실시하였다. GCM의 24개 2D변수에 대한 주성분분석을 실시하여 신경망의 학습인자로 사용하였으며, 학습, 검증 및 예측기간은 각각 1981~1995년, 1996~2000년, 2011~2100년으로 A1B 시나리오를 대상으로 상세화를 실시하였다. 또한, 여름철 태풍사상을 모의하기 위한 Stochastic Typhoon Simulation기법과 Baseline과 Projection 사이의 강수량 보정을 위한 Dynamic Quantile Mapping 기법을 적용하여, 강수량의 불확실성을 최소화 하고자 하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.948-948
• /
• 2012

합천댐유역에 대한 기후변화에 따른 수문학적 영향을 정량적으로 분석하기 위해, 기상청에서 제공하는 공간해상도 27km의 MM5 RCM(Regional Climate Model)을 사용하였다. RCM의 기상변수들은 공간적 스케일의 상이성과 RCM 기후변수들의 불확실성 때문에 유출모형인 SWAT의 입력자료로 사용하기에는 어려움이 있다. 특히, RCM 변수들 중 강수량의 경우 한반도 지역의 6월과 10월 사이에 연강수량의 67%이상이 집중되는 계절성을 반영하지 못하고 있는 실정이기 때문에 국내 유역의 유출량 산정에 사용하기 위해서는 지역적 상세화(Downscaling)가 필요하다. 본 연구에서는 RCM 기후변수에 내포된 공간적 스케일의 상이성과 불확실성을 최소화하기 위해 강우관측소 지점을 단위로 한 다지점 인공신경망 기법을 적용하여 강수량, 습도, 최고기온 및 최저기온에 대한 상세화를 실시하였다. 강수의 경우 여름철 태풍사상을 모의하기 위한 Stochastic Typhoon Simulation기법과 Baseline(1991~2010)과 Projection(2011~2100) 사이의 강수량 보정을 위한 Dynamic Quantile Mapping 기법을 적용하여, 강수량의 불확실성을 최소화 하고자 하였다. 상세화된 기후자료를 이용한 SWAT 모형의 일(Daily) 단위 강우-유출 모의결과를 2011~2040년, 2041~2070년, 2071~2100년으로 구분하여 추세분석을 실시하였다.

• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.35 no.2
• /
• pp.327-340
• /
• 2015

General Circulation Models (GCMs) are the basic tool used for modelling climate. However, the spatio-temporal discrepancy between GCM and observed value, therefore, the models deliver output that are generally required calibration for applied studies. Which is generally done by Multi-Model Ensemble (MME) approach. Stochastic downscaling methods have been used extensively to generate long-term weather sequences from finite observed records. A primary objective of this study is to develop a forecasting scheme which is able to make use of a MME of different GCMs. This study employed a Nonstationary Hidden Markov Chain Model (NHMM) as a main tool for downscaling seasonal ensemble forecasts over 3 month period, providing daily forecasts. Our results showed that the proposed downscaling scheme can provide the skillful forecasts as inputs for hydrologic modeling, which in turn may improve water resources management. An application to the Nakdong watershed in South Korea illustrates how the proposed approach can lead to potentially reliable information for water resources management.

• Water for future
• /
• v.20 no.2
• /
• pp.107-116
• /
• 1987

The stochastic model has been developed for synthetic generation of hydrologic series that would be needed in the analysis, planning, design and operation of water resources system. In this study, after generating the yearly streamflows by multisite AR(1) model using the historical data in the Han River Basin, the monthly streamflows is generated by the disaggregation model. The model is verified of its applicability to domestic rivers, which is obtained through the statistical analysis and good ness of fit test using synthetic streamflows generated.