• Korean Journal of Remote Sensing
• /
• v.15 no.1
• /
• pp.9-20
• /
• 1999

The use of climatic information is essential in the industial society. More specialized weather servies are required to perform better industrial acivities including agriculture. Especially, crop models require daily weather data of crop growing area or cropping zones, where routine weather observations are rare. Estimates of the spatial distribution of daily climates might complement the low density of standard weather observation stations. This study was conducted to estimate the spatial distribution of daily minimum and maximum temperatures in Korean Peninsula. A topoclimatological technique was first applied to produce reasonable estimates of monthly climatic normals based on 1km $\times$ 1km grid cell over study area. Harmonic analysis method was then adopted to convert the monthly climatic normals into daily climatic normals. The daily temperatures for each grid cell were derived from a spatial interpolation procedure based on inverse-distance weighting of the observed deviation from the climatic normals at the nearest 4 standard weather stations. Data collected from more than 300 automatic weather systems were then used to validate the final estimates on several dates in 1997. Final step to confirm accuracy of the estimated temperature fields was comparing the distribution pattern with the brightness temperature fields derived from NOAA/AVHRR. Results show that differences between the estimated and the observed temperatures at 20 randomly selected automatic weather systems(AWS) range from -3.$0^{\circ}C$ to + 2.5$^{\circ}C$ in daily maximum, and from -1.8$^{\circ}C$ to + 2.2$^{\circ}C$ in daily minimum temperature. The estimation errors, RMSE, calculated from the data collected at about 300 AWS range from $1.5^{\circ}C$ to 2.5$^{\circ}C$ for daily maximum/minimum temperatures.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.308-308
• /
• 2023

자연재해대책법 제 16조 6에 따라 기후변화로 인한 방재성능목표의 영향을 고려하기 위해 방재성능가이드라인을 설정하여 운영하고 있다. 2017년 공표된 기후변화를 고려한 방재성능목표 강우량의 단기 할증률은 CMIP5 자료를 기반으로 기본 5%, 관심 8%, 주의 10%의 할증률로 구분되어 적용되고 있다. 그러나, 미래 기후변화 시나리오에 따르면 확률강우량이 늘어나는 지역도 있지만, 감소될 것으로 예상되는 지역도 존재한다. 따라서, 모든 지역을 3개의 구간으로 나누어 증가 할증률을 적용하는 것에 대한 검토가 필요하다. 본 연구에서는 CMIP6 기후변화 자료를 시단위로 다운스케일링한 시계열을 이용하여 미래 기후변화로 인한 방재성능목표의 할증률을 산정하고, 각 할증률에 기반한 구간을 상세화하고자 한다. 구체적으로, 현재 기상청에서 제공하는 일단위 기후변화 데이터베이스와, CMIP6에서 제공하는 일단위 기후변화 자료를 구축하고, 분석하였다. 이후 구축된 일단위 자료를 시단위 자료로 Downscaling한 후, 각 이산화탄소 배출 시나리오인 SSP1-2.6, SSP2-4.5, SSP3-7.0, SSP5-8.5에 대해 앙상블 시계열을 생성하고, 다양한 기후변화의 불확실성을 적절하게 정량화 할 예정이다. 그중에서 방재성능목표와 가장 밀접하다고 생각되는 변수들(연강우량, 8월강우량, 연최대강우량, 30년빈도 확률강우량 등)을 CCF(Cross Correlation Function), ACC(Auto Correlation Function)방법 등을 통해 분석하여 최적의 변수들을 찾고, 그 값들의 앙상블 평균을 통해 안정된 방재성능목표 기후변화 할증률 값을 산정할 예정이다. 169개 지역의 시·군 단위의 티센망과, 238개 지역의 시·군·구 단위의 티센망을 구축하고, 기상청 ASOS(Automated Synoptic Observing System)의 69개 기상관측소 강우관측자료와 AWS(Automatic Weather System)의 419개 기상관측소를 활용하여 지역별 미래 기후변화를 고려한 비선형적 할증률를 제시할 것이다.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.21 no.3
• /
• pp.104-118
• /
• 2018

This study is to evaluate the accuracy improvement of the model using SWAT(Soil and Water Assessment Tool) model and multi - point hydrological observation data. The watershed is located in the Yongdam Dam($930.4km^2$), the Donghyang($165.5km^2$), the Chuncheon($290.9km^2$), the Juchun($57.8km^2$) and the Seokjeong($80.5km^2$). The watershed covers 70.0 % forest. In order to improve the accuracy of the model, precipitation data were used from two weather stations(Jangsu, Geumsan) and 16 AWS stations daily precipitation data(2003~2011) managed by KMA, MLIT, and K-water. Based on the reliable data of the Yongam test basin in 2003~2011, the runoff of single point (Yongdam dam) and multi-point (Donghyang, Chuncheon, Jucheon, Seokjeong). Simulation results show that the $R^2$ of the single subwatershed (Donghyang, Chuncheon, Jucheon, Seokjeong) is single point(0.84) and multipoint(0.88). For model efficiency coefficient of Nash-Sutcliffe at single point(0.45) and multipoint(0.70).

• Magazine of the Korean Society of Hazard Mitigation
• /
• v.11 no.1
• /
• pp.54-64
• /
• 2011

본 연구에서는 기상청 기상관측소 325개소(기상관서:61개소, 자동기상시스템(AWS):264개소)의 관측자료를 이용하여 우리나라 최근 10년간의 강수 현황, 평년대비 변화 추세, 그리고 전국적 가뭄년도의 강수 특성에 대한 분석을 수행하였다. 최근 10년간의 연강수량은 평년 대비 7.3% 증가하는 추세로서 7월의 경우 평년 대비 25% 증가하나 11월의 경우 34% 감소하여 가뭄과 홍수의 자연재해 발생 위험도가 높아지고 있음을 보여주고 있다. 최근 10년간의 언론보도 조사결과, 가뭄이 발생하지 않은 2003년을 제외하고 매년 지역적 강수부족으로 제한급수가 실시되어져 지역적 강수부족은 매년 존재하고 있음이 확인되었다. 가뭄년도와 비가뭄년도의 월별 강수 변화 분석결과, 최근 20년 전국적 가뭄이 발생한 연도에는 2-5월사이 10년 평균강수량에 못미치는 강수가 발생하고 있음이 나타났고 이 특성을 이용한 누적강수량의 지속적 감시는 가뭄 조기경보 가능성을 보여주고 있다고 사료된다. 이에 관하여 최근 90일 누적 강수량과 댐 수위 상황도를 산출하고 이를 사례분석하여 보았다. 이 방법을 사용할 때 현재(2011년 3월말) 강수부족이 지속된다면 낙동강 중 상류지역에 물부족이 발생 가능성이 높을 것으로 예상된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.206-206
• /
• 2023

지구온난화로 인한 기후변화에 따라 평균강수량과 증발량이 증가하며 강우지역 집중화와 강우강도가 높아질 가능성이 크다. 우리나라의 경우 협소한 국토면적과 높은 인구밀도로 기후변동의 영향이 크기 때문에 한반도에 적합한 유역규모의 수자원 예측과 대응방안을 마련해야 한다. 이를 위한 수자원 관리를 위해서는 유역에서 강수량, 유출량, 증발량 등의 장기적인 자료가 필요하며 경험식, 물리적 강우-유출 모형 등이 사용되었고, 최근들어 연구의 확장성과 비 선형성 등을 고려하기 위해 딥러닝등 인공지능 기술들이 접목되고 있다. 본 연구에서는 ASOS(동해, 태백)와 AWS(삼척, 신기, 도계) 5곳의 관측소에서 2011년~2020년까지의 일 단위 기상관측자료를 수집하고 WAMIS에서 같은 기간의 오십천 하구 일 유출량 자료를 수집 후 5개 관측소를 기준으로Thiessen 면적비를 적용해 기상자료를 구축했으며 Angstrom & Hargreaves 공식으로 잠재증발산량 산정해 3개의 모델에 각각 기상자료(일 강수량, 최고기온, 최대 순간 풍속, 최저기온, 평균풍속, 평균기온), 일 강수량과 잠재증발산량, 일 강수량 - 잠재증발산량을 학습 후 관측 유출량과 비교결과 기상자료(일 강수량, 최고기온, 최대 순간 풍속, 최저기온, 평균풍속, 평균기온)로 학습한 모델성능이 가장 높아 최적 모델로 선정했으며 일, 월, 연 관측유출량 시계열과 비교했다. 또한 같은 학습자료를 사용해 다층 퍼셉트론(Multi Layer Perceptron, MLP) 앙상블 모델을 구축하여 수자원 분야에서의 인공지능 활용성을 평가했다.

• The Korean Journal of Quaternary Research
• /
• v.13 no.1
• /
• pp.45-52
• /
• 1999

This study examined the spatial distribution of precipitation in Donghae-Shi. The daily, monthly precipitaion on the 2 stations, 3 AWS(Automatic Weather Station) were analyzed by altitudinal distribution, the air pressure type and days of daily precipitation. The results of the study are as follows. 1 Hour greatest precipitation is 62.4mm(1994. 10. 12), Daily greatest precipitation, 200mm(1994. 10. 12), Monthly greatest precipitation, 355.5mm(1994. 10), Maximum depth of snow fall, 35.5cm(1994. 1. 29) in Donghae-Shi, 1993∼1997. Altitudinal distribution of precipitation in Summer tends to have more precipitation at higher altitude, in Winter, high mountains and coast have more precipitation than other sites do. The heavy rainfall in Donghae-Shi is mainly formed by a Typhoon, next is Jangma front. The number of consecutive days of daily precipitation $\geq$20mm is 81days, 44days of those appeared in Summer season. The synoptic environment causes the difference in observed the heavy snowfall amount between high mountains and coast.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.61-61
• /
• 2019

우리나라는 대부분이 산지(약 65%)로 구성되어 있어 강우 시 그 공간적 분포의 변동성이 매우 큰 편이며, 특히 전형적인 산지지형인 댐 유역의 경우 고도 변화 등에 기인한 지형특성 등에 따라 강우의 형태 및 패턴과 이에 따른 유출변화가 큰 복잡한 특성을 갖는다. 이로 인해 단순히 지점강우들을 공간보간(평균)한 면적강우를 홍수 유출모의 등에 활용할 경우 그 신뢰도가 매우 낮은 경우가 많아, 수문모의에 있어 레이더에 기반을 둔 공간 분포형 강우 등의 도입 검토가 요구된다. 한편, 최근 기상청에서는 보다 정확한 레이더 강수량 추정 값의 제공을 위해 "레이더-AWS 강우강도(Radar-AWS Rainrates, RAR)" 산출 기술을 지속적으로 개선하고 있으며, 이는 지상 우량계 대비 상당한 정확도를 보이고 있다. 본 연구에서는 국내 산지지형을 대표하며, 타 댐 유역에 비해 비교적 수문(수위/유량)관측소와 자료가 많은 용담시험유역에 기상레이더 강수량 추정 값(RAR)을 적용해 산지지형 댐 유역에서 강우의 시공간적 변동성과 이에 따른 홍수량의 정확한 분석을 통해 홍수 시 댐 유입량의 정확한 산정 등에 활용할 목적으로 홍수 유출모의를 수행하고자 한다. 모의에는 최근 5년(2014~2018년)동안 발생한 비교적 독립적인 1~2개(연도별)의 홍수사상을 적용하였으며, 모형은 분포형 강우를 적용할 수 있는 비교적 간단한 모형인 HEC-HMS를 활용하였다. HEC-HMS는 주로 집중형 수문모형(Lumped Hydrologic Model)으로 분류되어 레이더 강우와 같은 분포형 자료의 입력을 주로 적용치는 않고 있지만, HEC-GeoHMS와 ModClark 방법을 활용하면 격자단위의 분포형 강우를 적용할 수 있는 형태의 모델 구축이 가능하다. 모의 결과는 기존 유역평균 강우를 적용한 방법과 비교를 통해 그 개선점을 검토하고자 하며, 이를 통하여 산지지역 댐 유역의 홍수특성을 보다 더 정확하게 분석해보고자 한다. 한편, ModClark을 적용한 홍수 유출모의는 단순히 소유역별 도달시간의 격자별 비율을 고려한 홍수추적으로 그 해석상의 한계가 있어, 최근 개발된 하이브리드 수문모형(Hybrid Hydrologic Model, Distributed-Clark) 등도 동일유역에 대해 도입 적용할 계획에 있다.

• Ecology and Resilient Infrastructure
• /
• v.11 no.2
• /
• pp.55-64
• /
• 2024

The disaster impact assessment system was introduced in 2005 as a disaster prevention procedure for comprehensive and systematic developmental projects. However, according to the 'Practical Guidelines for Disaster Impact Assessment', Jeju Island's unique hydrogeological features necessitate the calculation of isohyetal-based probabilistic rainfall, which can reflect altitude, when estimating probabilistic rainfall for flood volume determination, rather than using conventional methods. Despite Jeju Island being centered around Hallasan, there are three Automatic Weather Stations (AWS) located at the summit of Hallasan, making weather stations denser than in other cities and provinces. Therefore, it is judged that there would be no difficulty in applying conventional methods, such as utilizing the probabilistic rainfall data from the weather stations or employing the Thiessen method, to estimate flood volumes for small-scale project areas. Accordingly, this study conducts a comparative analysis of the impact of applying general probabilistic rainfall from weather stations and isohyetal-based probabilistic rainfall in site in the context of Jeju Island's disaster impact assessment system.

• Journal of the Korea Society of Computer and Information
• /
• v.29 no.3
• /
• pp.67-74
• /
• 2024

In this paper, we present a study aimed at analyzing how different rainfall measurement methods affect the performance of reservoir water level predictions. This work is particularly timely given the increasing emphasis on climate change and the sustainable management of water resources. To this end, we have employed rainfall data from ASOS, AWS, and Thiessen Network-based measures provided by the KMA Weather Data Service to train our neural network models for reservoir yield predictions. Our analysis, which encompasses 34 reservoirs in Jeollabuk-do Province, examines how each method contributes to enhancing prediction accuracy. The results reveal that models using rainfall data based on the Thiessen Network's area rainfall ratio yield the highest accuracy. This can be attributed to the method's accounting for precise distances between observation stations, offering a more accurate reflection of the actual rainfall across different regions. These findings underscore the importance of precise regional rainfall data in predicting reservoir yields. Additionally, the paper underscores the significance of meticulous rainfall measurement and data analysis, and discusses the prediction model's potential applications in agriculture, urban planning, and flood management.

• Journal of Digital Convergence
• /
• v.14 no.8
• /
• pp.245-252
• /
• 2016

The purpose of this study is to make up for missing of weather informations from ASOS and AWS using artificial neural networks. We collected temperature, relative humidity and wind velocity for August during 5-yr (2011-2015) and sample designed artificial neural networks, assuming the Seoul weather station was missing. The result of sensitivity study on number of epoch shows that early stopping appeared at 2,000 epochs. Correlation between observation and prediction was higher than 0.6, especially temperature and humidity was higher than 0.9, 0.8 respectively. RMSE decreased gradually and training time increased exponentially with respect to increase of number of epochs. The predictability at 40 epoch was more than 80% effect on of improved results by the time the early stopping. It is expected to make it possible to use more detailed weather information via the rapid missing complemented by quick learning time within 2 seconds.