• 한국해안·해양공학회논문집
• /
• 제20권1호
• /
• pp.34-41
• /
• 2008

미래 연안 생태환경변화 예측을 위한 기후변화에 따른 수온변화 예측이 필요하며, 연안 수온변화는 GCM 자료에서 제공하는 미래 기온변화 예측자료를 국지적인 기온자료로 Downscaling 기법을 적용하여 사용할 수 있다. 본 연구에서는 선형회귀분석기법을 이용하여 2000년${\sim}$2005년 우리나라 평균기온자료를 연안해역의 국지적인 기온자료로 Downscaling 하는 방법을 제안하고, 제안한 방법의 검증을 수행하였다. Downscaling 방법의 보정과정에서의 RMS오차 평균은 1.584정도이며, 2006년${\sim}$2007년 자료를 이용한 검정과정에서의 RMS 오차 평균은 1.675, 1.448 정도로 추정오차는 보정과정에서의 오차수준을 유지하고 있는 것으로 파악되었다. 또한, NSC 값도 보정과정에서는 0.962, 2006년${\sim}$2007년 자료를 이용한 검정과정에서는 0.955, 0.963으로 보정과정에서의 일치수준을 유지하고 있는 것으로 파악되어 선형회귀분석 기법을 이용한 우리나라 연안의 국지적인 기온은 RMS 오차 $1.0{\sim}2.0^{\circ}C$ 수준으로 전국 평균기온을 이용하여 추정할 수 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.229-229
• /
• 2015

Downscaling is a fundamental procedure in the assessment of the future climate change impact at regional and watershed scales. Hence, it is important to investigate the spatial variability of the climate conditions that are constructed by various downscaling methods in order to assess whether each method can model the climate conditions at various spatial scales properly. This study introduces a fundamental research from Jang and Kavvas(2015) that precipitation variability from a popular statistical downscaling method (BCSD) and a dynamical downscaling method (MM5) that is based on the NCAR/NCEP reanalysis data for a historical period and on the CCSM3 GCM A1B emission scenario simulations for a projection period, is investigated by means of some spatial characteristics: a) the normalized standard deviation (NSD), and b) the precipitation change over Northern California region. From the results of this study it is found that the BCSD method has limitations in projecting future precipitation values since the BCSD-projected precipitation, being based on the interpolated change factors from GCM projected precipitation, does not consider the interactions between GCM outputs and local geomorphological characteristics such as orographic effects and land use/cover patterns. As such, it is not clear whether the popular BCSD method is suitable for the assessment of the impact of future climate change at regional, watershed and local scales as the future climate will evolve in time and space as a nonlinear system with land-atmosphere feedbacks. However, it is noted that in this study only the BCSD procedure for the statistical downscaling method has been investigated, and the results by other statistical downscaling methods might be different.

• 한국기후변화학회지
• /
• 제9권1호
• /
• pp.47-58
• /
• 2018

In this study, we evaluated the uncertainty in the process of selecting GCM and downscaling method for assessing the impact of climate change, and influence of user-centered climate change information on reproducibility of Chungju Dam inflow was analyzed. First, we selected the top 16 GCMs through the evaluation of spatio-temporal reproducibility of 29 raw GCMs using 30-year average of 10-day precipitation without any bias-correction. The climate extreme indices including annual total precipitation and annual maximum 1-day precipitation were selected as the relevant indices to the dam inflow. The Simple Quantile Mapping (SQM) downscaling method was selected through the evaluation of reproducibility of selected indices and spatial correlation among weather stations. SWAT simulation results for the past 30 years period by considering limitations in weather input showed the satisfactory results with monthly model efficiency of 0.92. The error in average dam inflow according to selection of GCMs and downscaling method showed the bests result when 16 GCMs selected raw GCM analysi were used. It was found that selection of downscaling method rather than selection of GCM is more is important in overall uncertainties. The average inflow for the future period increased in all RCP scenarios as time goes on from near-future to far-future periods. Also, it was predicted that the inflow volume will be higher in the RCP 8.5 scenario than in the RCP 4.5 scenario in all future periods. Maximum daily inflow, which is important for flood control, showed a high changing rate more than twice as much as the average inflow amount. It is also important to understand the seasonal fluctuation of the inflow for the dam management purpose. Both average inflow and maximum inflow showed a tendency to increase mainly in July and August during near-future period while average and maximum inflows increased through the whole period of months in both mid-future and far-future periods.

• 한국수자원학회논문집
• /
• 제36권3호
• /
• pp.345-363
• /
• 2003

대기순환모형(GCM)에 의하면 온실가스농도의 증가는 전구와 국지규모의 기후변화에 중요한 관련이 있음이 알려져 있다. GCM은 단일지점의 기상학적 순환과정을 분석하는데는 불확실성을 지니고 있기 때문에 현재로서는 축소기법이 대기순환모형(GCM)의 개발자들이 제공할 수 있는 것과 모형을 이용하여 기후영향을 평가하는 연구자들이 요구하는 것 사이의 차이점을 연계하기 위해 이용되고 있다. 본 논문에서는 통계학적 축소기법을 이용하여 국지 규모의 기후변화의 영향을 평가할 수 있는 방법을 제시하고자 하였다. 본 방법을 이용한다면 현재와 미래의 국지적 규모의 기후강제력 하에서의 지표 기상변수의 시나리오를 저 비용으로 신속하게 작성할 수 있다. 기후변화시나리오의 작성은 통계학적 회귀방법인 전이함수와 추계학적 일기발생모형을 이용하였다. 전이함수는 저해상도의 GCM 격자 변수들을 고해상도의 단일 지점의 변수들로 변환시키며, 이 변수들은 단일 지점의 특정 일 지표 기상 변수를 모의하기 위해 추계학적 일기발생 모형의 매개변수를 수정하는데 이용되었다. 본 연구에서는 YONU GCM을 이용하여 제어실험과 점증실험을 실시하여 전구규모의 기후변화시나리오를 작성하였다.

• 대한토목학회논문집
• /
• 제35권2호
• /
• pp.327-340
• /
• 2015

기후모형으로 가장 널리 사용되는 GCM의 불확실성 및 시공간적 편의로 인하여 GCM으로부터 생산된 기상정보를 응용수문분야에서 직접적으로 이용하기 위해서는 상세화 과정이 필수적으로 요구된다. 본 연구에서는 선행연구에서 개발된 비정상성 은닉 마코프 모형(Non-stationary Hidden Markov Chain Model, NHMM)을 기반으로 다지점 공간상관성을 고려할 수 있는 Chow-Liu Tree 알고리즘과 결합하여 유역단위 강우시나리오 상세화 기법(CLT-NHMM)으로 확장하였으며, 낙동강 유역에 적용하여 적용성을 평가하였다. 상관행렬(correlation matrix)을 통한 강우네트워크의 공간상관성 평가결과 유역상관성이 우수하게 모의하는 것을 확인하였으며, 강수의 빈도 및 양적 관점에서 효과적인 모의가 가능하였다. 본 연구에서 제시한 CLT-NHMM 모형은 수자원뿐만 아니라 수문자료를 입력 자료로 하는 농업, 보건, 환경 및 에너지 등 다양한 응용기상분야에 핵심 기술로 활용이 전망된다.

• 한국농공학회논문집
• /
• 제52권4호
• /
• pp.83-91
• /
• 2010

Generally, the GCM (General Circulation Model) data by IPCC climate change scenarios are used for future weather prediction. IPCC GCM models predict well for the continental scale, but is not good for the regional scale. This paper tried to generate future temperature and precipitation of 8 scattered meteorological stations in South Korea by using the MIROC3.2 hires GCM data and applying LARS-WG downscaling method. The MIROC3.2 A1B scenario data were adopted because it has the similar pattern comparing with the observed data (1977-2006) among the scenarios. The results showed that both the future precipitation and temperature increased. The 2080s annual temperature increased $3.8{\sim}5.0^{\circ}C$. Especially the future temperature increased up to $4.5{\sim}7.8^{\circ}C$ in winter period (December-February). The future annual precipitation of 2020s, 2050s, and 2080s increased 17.5 %, 27.5 %, and 39.0 % respectively. From the trend analysis for the future projected results, the above middle region of South Korea showed a statistical significance for winter precipitation and south region for summer rainfall.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2009년도 학술발표회 초록집
• /
• pp.1142-1146
• /
• 2009

A rainfall simulation and forecasting technique that can generate daily rainfall sequences conditional on multi-model ensemble GCMs is developed and applied to data in Korea for the major rainy season. The GCM forecasts are provided by APEC climate center. A Weather State Based Downscaling Model (WSDM) is used to map teleconnections from ocean-atmosphere data or key state variables from numerical integrations of Ocean-Atmosphere General Circulation Models to simulate daily sequences at multiple rain gauges. The method presented is general and is applied to the wet season which is JJA(June-July-August) data in Korea. The sequences of weather states identified by the EM algorithm are shown to correspond to dominant synoptic-scale features of rainfall generating mechanisms. Application of the methodology to seasonal rainfall forecasts using empirical teleconnections and GCM derived climate forecast are discussed.

• 한국수자원학회논문집
• /
• 제47권9호
• /
• pp.825-838
• /
• 2014

정상성 마코프 연쇄 모형은 일강우모의 모형으로 광범위하게 이용되고 있다. 하지만 정상성 마코프 연쇄 모형의 기본가정은 통계학적 특성이 시간에 따라 변화하지 않는 것으로, 일강우모의 시에 평균 또는 분산의 경향적 변화를 효과적으로 반영할 수 없다. 이러한 문제점을 인지하여 본 연구에서는 연주기 및 계절변화에 대하여 우수한 모의 능력을 나타내는 GCM의 모의결과를 입력자료로 이용하여 일강우량을 모의하기 위한 통계학적 상세화(downscaling) 기법인 비정상성 은닉 마코프 모형을 개발하였다. 개발된 모형을 낙동강 유역에 존재하는 영주지점, 문경지점 및 구미지점의 관측강우량에 적용한 결과, 일단위 및 계절단위의 강우량의 통계적 특성을 기존 모형에 비하여 개선된 결과를 도출할 수 있었으며, 또한 개발된 모형은 극치강수량 복원에 있어서도 관측값과 보다 유사한 결과를 보여 주었다. 이러한 점에서 정확성이 확보된 GCM 계절예측자료가 입력자료로 NHMM 모형에 활용된다면 예측기반의 일강수 상세화 모형으로 활용될 수 있을 것으로 판단된다. 이와 더불어, 기후변화 시나리오 입력자료가 사용된다면 기후변화 상세화 모형으로서도 적용될 수 있을 것으로 사료된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2010년도 학술발표회
• /
• pp.847-850
• /
• 2010

최근 많은 수문학자들은 전지구적 기후변화로 인한 피해 예방과 저감을 위해 기후변화가 수문학적으로 어떤 영향을 미치고 있는지 알기 위해 많은 연구를 진행하고 있으며, 기후변화시나리오를 작성하고자 이산화탄소 배출농도를 가정하여 다양한 시나리오를 생성하고 있다. 본 연구에서는 효율적인 수자원 관리를 위해 저해상도의 GCM(General Circulation Models) 모형에서 생성되는 모의결과를 유역 규모의 단위로 스케일 상세화 기법(downscaling)을 적용 시켜 보고자 한다. 이를 위해 2007년 IPCC AR4와 함께 제시된 SRES A1B 시나리오를 채택하여 우리나라 기상청이 연구에 참여 제공하고 있는 EHCO-G 모델의 모의결과를 이용하여 소양강 유역에 적용하였다. 상세화 기법으로는 현재와 과거의 입력값들과 이에 대응된 출력값들을 알고 있는 경우에 미래의 새로운 입력값들에 대한 예측값들을 추출하는데 유용하며, 비선형적 비연속적인 특성이 강한 모델에 강점을 가지고 있는 인공신경망(Artificial Neural Network) 모델을 사용하고자 한다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2005년도 학술발표회(1)
• /
• pp.65-65
• /
• 2005