The drought resulting from insufficient rainfall compared to the amount in an ordinary year can significantly impact a broad area at the same time. Another feature of this disaster is hard to recognize its onset and disappearance. Therefore, a reliable and fast way of predicting both the suffering area and the amount of water shortage from the upcoming drought is a key issue to develop a countermeasure of the disaster. However, the available drought scenarios are about 50 events that have been observed in the past. Due to the limited number of events, it is difficult to predict the water shortage in a case where the pattern of a natural disaster is different from the one in the past. To overcome the limitation, in this study, we applied the four RCP climate change scenarios to the water balance model and the annual amount of water shortage from 360 drought events was estimated. In the following chapter, the deep neural network model was trained with the SPEI values from the RCP scenarios and the amount of water shortage as the input and output, respectively. The trained model in each sub-basin enables us to easily and reliably predict the water shortage with the SPEI values in the past and the predicted meteorological conditions in the upcoming season. It can be helpful for decision-makers to respond to future droughts before their onset.
Seasonal forecast is growing in demand, as it provides valuable information for decision making and potential to reduce impact on weather events. This study examines how operational climate prediction systems can be reliable, producing the probability forecast in seasonal scale. A reliability diagram was used, which is a tool for the reliability by comparing probabilities with the corresponding observed frequency. It is proposed for a method grading scales of 1-5 based on the reliability diagram to quantify the reliability. Probabilities are derived from ensemble members using hindcast data. The analysis is focused on skill for 2 m temperature and precipitation from climate prediction systems in KMA, UKMO, and ECMWF, NCEP and JMA. Five categorizations are found depending on variables, seasons and regions. The probability forecast for 2 m temperature can be relied on while that for precipitation is reliable only in few regions. The probabilistic skill in KMA and UKMO is comparable with ECMWF, and the reliabilities tend to increase as the ensemble size and hindcast period increasing.
Journal of Korean Society of Disaster and Security
/
v.15
no.2
/
pp.45-56
/
2022
The countermeasure for the shortage of water during dry season and drought period has not been considered with return flowrate in detail. In this study, the outflow of STP was predicted through a data-based machine learning model, LSTM. As the first step, outflow, inflow, precipitation and water elevation were utilized as input data, and the distribution of variance was additionally considered to improve the accuracy of the prediction. When considering the variability of the outflow data, the residual between the observed value and the distribution was assumed to be in the form of a complex trigonometric function and presented in the form of the optimal distribution of the outflow along with the theoretical probability distribution. It was apparently found that the degree of error was reduced when compared to the case not considering where the variance distribution. Therefore, it is expected that the outflow prediction model constructed in this study can be used as basic data for establishing an efficient river management system as more accurate prediction is possible.
Proceedings of the Korea Water Resources Association Conference
/
2015.05a
/
pp.224-224
/
2015
The East Asia monsoon is one of the most complex atmospheric phenomena caused by Land-Sea thermal contrast. It plays essential role in fulfilling the water needs of the region but also poses stern consequences in terms of flooding and droughts. This study analyzed the influence of Global Sea Surface Temperature Anomalies (SSTA) on occurrence of droughts in the East Asia monsoon region ($20^{\circ}N-50^{\circ}N$, $103^{\circ}E-149^{\circ}E$). Standardized Precipitation Index (SPI) was employed to characterize the droughts over the region using 30-year (1978-2007) gridded rainfall dataset at $0.5^{\circ}$ grid resolution. Due to high variability in intensity and spatial extent of monsoon rainfall the East Asia monsoon region was divided into the homogeneous rainfall zones using cluster analysis method. Seven zones were delineated that showed unique rainfall regimes over the region. The influence of SSTA was assessed by using lagged-correlation between global gridded SSTA ($0.2^{\circ}$ grid resolution) and SPI of each zone. Sea regions with potential influence on droughts in different zones were identified based on significant positive and negative correlation between SSTA and SPI with a lag period of 3-month. The results showed that SSTA have the potential to be used as predictor variables for prediction of droughts with a reasonable lead time. The findings of this study will assist to improve the drought prediction over the region.
The dam reservoir inflow prediction is utilized to ensure for water supply and prevent future droughts. In this study, we predicted the dam reservoir inflow and analyzed how seasonal weather forecasting affected the accuracy of the inflow for even multi-purpose dams. The hindcast and forecast of GloSea5 from KMA were used as input for rainfall-runoff models. TANK, ABCD, K-DRUM and PRMS models which have individual characteristics were applied to simulate inflow prediction. The dam reservoir inflow prediction was assessed for the periods of 1996~2009 and 2015~2016 for the hindcast and forecast respectively. The results of assessment showed that the inflow prediction was underestimated by comparing with the observed inflow. If rainfall-runoff models were calibrated appropriately, the characteristics of the models were not vital for accuracy of the inflow prediction. However the accuracy of seasonal weather forecasting, especially precipitation data is highly connected to the accuracy of the dam inflow prediction. It is recommended to consider underestimation of the inflow prediction when it is used for operations. Futhermore, for accuracy enhancement of the predicted dam inflow, it is more effective to focus on improving a seasonal weather forecasting rather than a rainfall-runoff model.
Proceedings of the Korea Water Resources Association Conference
/
2009.05a
/
pp.1457-1461
/
2009
기후변화로 인한 강수의 양과 패턴의 변화는 가뭄이나 홍수와 같은 극한사상의 발생가능성을 점차 증가시키고 있다. 이러한 극한사상의 발생에 대비하고자 기후변화가 가뭄이나 홍수에 미치는 영향 평가에 대한 연구가 전 세계적으로 활발히 진행 중이다. 이에 본 연구에서는 월 단위로 IPCC를 통해서 제공되는 Global Climate Model(GCM)중 하나인 BCM2 모형(A2 시나리오 선택)을 기반으로 기후변화가 한반도 가뭄에 미치는 영향평가 방안을 제시하고자 한다. 우선 전구단위 기후모형인 BCM2 모형을 격자단위 관측자료인 NCEP(National Centers for Environmental Prediction)자료를 이용하여 서울기상관측소 지점으로 축소하였다. 또한 축소된 강우자료의 편의를 보정하기 위하여 Quantile mapping 기법을 적용하였으며, 최종적으로 제시된 서울지점의 월 강우를 대상으로 표준강수지수(SPI)를 산정하여 기후변화가 서울지점의 가뭄에 미치는 영향을 평가하였다. 분석결과 기후변화를 고려할 경우, 전반적인 가뭄의 심도는 크게 깊어지지 않았으나 가뭄의 지속기간이 길어져 가뭄으로 인한 피해가 더욱 증가할 것으로 예상되었다.
Groundwater has been a very precious resource for human life and economic development in the world. With increasing population and food demand, the groundwater use especially for agriculture is largely elevated worldwide. The very much large groundwater use results in depletion of major aquifers, land subsidences in many large cities, anthropogenic groundwater contamination, seawater intrusion in coastal areas and accompanying severe conflicts for water security. Furthermore, with the advent of changing climate, securing freshwater supply including groundwater becomes a pressing and critical issue for sustainable societal development in every country because prediction of precipitation is more difficult, its uneven distribution is aggravating, weather extremes are more frequent, and rising sea level is also threatening the freshwater resource. Under these difficulties, can groundwater be sustaining its role as essential element for human and society in the near future? We have to focus our efforts and wisdom on answering the question. Korean government should increase its investment in securing groundwater resources for changing climate.
Kim, Seon-Ho;So, Jae-Min;Kang, Shin-Uk;Bae, Deg-Hyo
Journal of Korea Water Resources Association
/
v.50
no.7
/
pp.489-502
/
2017
The objective of this study is to propose and evaluate the BAYES-ESP, which is a dam inflow prediction method based on Ensemble Streamflow Prediction method (ESP) and Bayesian theory. ABCD rainfall-runoff model was used to predict monthly dam inflow. Monthly meteorological data collected from KMA, MOLIT and K-water and dam inflow data collected from K-water were used for the model calibration and verification. To estimate the performance of ABCD model, ESP and BAYES-ESP method, time series analysis and skill score (SS) during 1986~2015 were used. In time series analysis monthly ESP dam inflow prediction values were nearly similar for every years, particularly less accurate in wet and dry years. The proposed BAYES-ESP improved the performance of ESP, especially in wet year. The SS was used for quantitative analysis of monthly mean of observed dam inflows, predicted values from ESP and BAYES-ESP. The results indicated that the SS values of ESP were relatively high in January, February and March but negative values in the other months. It also showed that the BAYES-ESP improved ESP when the values from ESP and observation have a relatively apparent linear relationship. We concluded that the existing ESP method has a limitation to predict dam inflow in Korea due to the seasonality of precipitation pattern and the proposed BAYES-ESP is meaningful for improving dam inflow prediction accuracy of ESP.
Flow regime-based ANFIS Dam Inflow Prediction (FADIP) model is developed and compared with ANFIS Dam Inflow Prediction (ADIP) model in this study. The selected study area is the Chungju and Soyang multi-purpose dam watersheds in South Korea. The dam inflow, precipitation and monthly weather forecast information are used as input variables of the models. The training and validation periods of the models are 1987~2010 for Chungju and 1984~2010 for Soyang dam watershed. The testing periods for both watersheds are 2011~2016. The results of training and validation indicate that FADIP has better training ability than ADIP for predicting dam inflow in normal and low flow regimes. In the result of testing, ADIP shows low predictability of dam inflow in the low flow regime due to the model tuning on all flow regime together. However, FADIP demonstrates the improved accuracy over the entire period compared to ADIP, especially during the normal and low flow seasons. It is concluded that FADIP is valuable for the prediction of dam inflow in the case of drought years, and useful for water supply management of the multi-purpose dam.
Nam, Won-Ho;Hong, Eun-Mi;Choi, Jin-Yong;Cho, Jaepil;Hayes, Michael J.
Journal of The Korean Society of Agricultural Engineers
/
v.57
no.2
/
pp.1-13
/
2015
The Coupled Model Intercomparison Project Phase 5 (CMIP5), coordinated by the World Climate Research Programme in support of the Intergovernmental Panel on Climate Change (IPCC) AR5, is the most recent, provides projections of future climate change using various global climate models under four major greenhouse gas emission scenarios. There is a wide selection of climate models available to provide projections of future climate change. These provide for a wide range of possible outcomes when trying to inform managers about possible climate changes. Hence, future agrometeorological indicators estimation will be much impacted by which global climate model and climate change scenarios are used. Decision makers are increasingly expected to use climate information, but the uncertainties associated with global climate models pose substantial hurdles for agricultural resources planning. Although it is the most reasonable that quantifying of the future uncertainty using climate change scenarios, preliminary analysis using reasonable factors for selecting a subset for decision making are needed. In order to narrow the projections to a handful of models that could be used in a climate change impact study, we could provide effective information for selecting climate model and scenarios for climate change impact assessment using maximum/minimum temperature, precipitation, reference evapotranspiration, and moisture index of nine Representative Concentration Pathways (RCP) scenarios.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.