• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.360-360
• /
• 2018

기후변화에 따른 강우특성의 변화는 다양한 기상이변과 극한사상의 발현으로 사회적 관심이 높아지고 있는 이슈이다. 일반적인 기후변화 연구는 전지구 기후 모델 (GCM, General Circulation Model) 산출물에 기반하여 생산된 미래 기상정보를 바탕으로 이루어진다. 최근 국내 연구에서 주로 활용되는 자료는 IPCC 5차보고서(AR5)의 과학적 기반자료로 활용되는 CMIP5(Coupled Model Intercomparison Project, phase 5) GCM 산출물이다. 수자원, 농업, 경제의 다양한 분야에서 기후변화 영향평가가 심층적으로 이루어지고 있는 가운데 미래기간에 대한 GCM 산출물에 대한 신뢰성에 대한 평가 연구는 상대적으로 미흡한 실정이다. 모델의 신뢰성은 산출물의 실제 현상에 대한 재현성을 평가함으로서 가늠할 수 있다. 본 연구에서는 한반도 지역에 대한 전지구 모델의 성능을 평가하기 위해 동아시아 지역의 격자단위 관측자료를 수집하여 과거기간(1970~2005)에 대한 강우특성 공간분포를 분석하고 이에 대한 GCM 산출물의 재현성을 평가하였다. 위도와 경도에 따른 강우특성의 공간적 변동성에 대한 GCM 결과의 상관성과 평균/절대오차를 산정하여 29개 CMIP5 GCM의 순위를 결정하여 제시하였다. 이 분석은 동아시아 해안지역과 한반도 지역을 구분하고 다양한 강우특성에 대한 재현성을 통합적으로 고려하여 이루어졌다. 연구 결과 오차 통계와 대상지역에 따라 GCM 순위가 상이하게 나타났으며 특히 공간분포의 패턴과 절대적 오차를 기준으로 판단한 GCM 순위가 크게 다르게 나타났다. 대체로 Hadley Centre 계열 모델의 동아시아 지역에 대한 강우특성 재현성이 높게 나타났으며 한반도 지역만을 대상으로 평가했을 때 MPI_ESM_MR과 CMCC center 계열 모델의 재현성이 높게 나타났다. 본 연구결과는 향후 한반도 지역의 기후변화 영향평가에 가중있게 고려되어야 할 GCM의 선정과 GCM 성능고려에 따른 기후변화 예측 불확실성 평가에 적용될 수 있으며 다양한 영향평가 연구결과의 신뢰도 제고에 기여할 것으로 기대된다.

• Journal of Korea Water Resources Association
• /
• v.53 no.9
• /
• pp.647-660
• /
• 2020

The objectives of this study are to develop a framework for selecting multi-GCMs considering Asia monsoon characteristics and assess it's applicability. 12 climate variables related to monsoon climates are selected for GCM selection. The framework for selecting multi-GCMs includes the evaluation matrix of GCM performance based on their capability to simulate historical climate features. The climatological patterns of 12 variables derived from individual GCM over the summer monsoon season during the past period (1976-2005) and they are compared against observations to evaluate GCM performance. For objective evaluation, a rigorous scoring rule is implemented by comparing the GCM performance based on the results of statistics between historical simulation derived from individual GCM and observations. Finally, appropriate 5 GCMs (NorESM1-M, bcc-csm1-m, CNRM-CM5, CMCC-CMS, and CanESM2) are selected in consideration of the ranking of GCM and precipitation performance of each GCM. The selected 5 GCMs are compared with the historical observations in terms of monsoon season and monthly mean to validate their applicability. The 5 GCMs well capture the observational climate characteristics of Asia for the 12 climate variables also they reduce the bias between the entire GCM simulations and the observational data. This study demonstrates that it is necessary to consider various climate variables for GCM selection and, the method introduced in this study can be used to select more reliable climate change scenarios for climate change assessment in the Asia region.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.307-307
• /
• 2019

General Ciculation Model (GCM) 모형에 대한 평가를 본 연구에서 수행한다. 모형의 적용을 위해서는 국지적 일 강우량 및 기온자료를 이용한다. 31개의 GCM 모의를 통해 도출되는 결과가 성능 평가에서 활용되었다. 일 최대, 최소 기온와 강우량이 파키스탄 지역을 대상으로 모의되었다. 모의를 위해서는 Gridded 데이터가 적용되었으며 각각 Asian Precipitation-Highly-Resolved Observational Data Integration Toward Evaluation, Berkeley Earth Surface Temperature, Princeton Global Meteorological Forcing, Climate Prediction Centre에 해당된다. GCM의 순위를 결정하기 위해서는 Symmetrical Uncertainty 방법이 이용된다. 결과를 통해서 Gridded 데이터의 종류에 따라 가장 높은 효율을 나타내는 GCM의 공간 분포가 달라진다는 점을 확인하였다. 이러한 특성은 기온과 강우량 자료 모두에서 확인된다. 기온의 경우에는 Commonwealth Scientific and Industrial Research Organization, Australia-MK3-6-0과 Max Planck Institute-ESM-LR이 우수한 결과를 모의하는 것으로 나타났다. 반면 강우량의 경우에는 EC-Earth와 MIROC가 우수한 것으로 나타났다. 파키스탄 지역에서의 기온 및 강우량 자료의 합리적 반영을 위해서는 ACCESS1-3, CESM1-BGC, CMCC-CM, HadGEM2-CC, HadGEM2-ES, MIRCO5와 같은 6개 GCM을 이용하였을 때 다양한 기상 인자를 고려한 모의가 가능한 것으로 평가된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.25-25
• /
• 2018

본 연구는 충주댐을 대상으로 기후변화에 따른 미래 댐운영에 미치는 영향을 평가하기 위하여 연구 목적에 접합한 GCM 및 상세화 기법 선정을 위한 절차를 적용함으로써 사용자 중심의 기후변화 시나리오 상세화 자료가 유입량의 재현성 평가에 미치는 영향을 분석하였다. 우선 편이보정 전의 29개 원시 GCM에 대한 강수량 및 기온의 순단위 시 공간적 재현성 평가를 통해서 상위 16개 GCM을 선정하였다. 이후 상세화 기법을 선정하기 위해서 유입량 전망에 중요하다고 판단되는 총강수량(prcptot) 및 일최대강수량 (rx1day)을 기후지수(Climate Indices)로 선정하였다. 상세화 기법은 과거기간의 재현성이 평가, 미래기간 시그널 왜곡도 평가, 공간상관성에 대한 재현성 평가를 통해 SQM 기법을 선정하였다. 제한적인 기후변화 전망 자료를 고려하여 과거 30년 기간에 대한 모의결과 월단위 모형효율지수(ME) 및 결정계수 ($R^2$)는 모두 0.92로 만족할 만한 결과를 보여 주었다. GCM 선정에 따른 오차는 원시 GCM을 통해 선정된 16개 GCM을 사용한 경우 유입량 재현성 평가에 있어 가장 좋은 결과를 보였다. 전체적으로 상세화 자료를 유역 모델링에 활용하는 경우 GCM의 선정보다는 상세화 기법의 선정이 전체적인 재현성 평가에 있어서 중요한 것으로 나타났다. 미래기간에 대한 평균 유입량 전망은 모든 RCP 시나리오에서 근 미래 보다는 중간 및 먼 미래 기간 동안에 유입량이 증가하는 경향을 보였다. 또한 모든 미래 기간에 대해여 RCP 8.5 시나리오가 RCP 4.5 시나리오와 비교하여 유입량의 증가가 높을 것으로 전망되었다. 홍수 관리측면에서 중요한 일 최대 유입량의 미래 변동은 평균 유입량과 비교하여 최대 두 배 이상의 높은 변화율을 보였다. 댐운영 측면에서는 연간 총 유입량의 변화보다 시기별 유입량의 변동 특성을 이해하는 것이 중요하며, 평균 유입량 및 일단위 최대 유입량 모두 근 미래 기간에 대해서는 RCP 시나리오 모두 7월 및 8월을 중심으로 유입량이 증가하는 경향을 보였다. 반면 중간 미래에서 먼 미래로 갈수록 평균 및 일단위 최대 유입량 모두 전체 기간에 걸쳐 증가하는 경향을 보였다.

• Journal of Korea Water Resources Association
• /
• v.51 no.8
• /
• pp.629-642
• /
• 2018

Future variability of the spatial patterns of rainfall events is the point of water-related risks and impacts of climate change. Recent related researches are mostly conducted based on the outcomes from General Circulation Models (GCMs), especially Coupled Model Intercomparison Project, phase 5 (CMIP5) GCMs which are the most advanced version of climate modeling system. GCM data have been widely used for various studies as the data utility keep getting improved. Meanwhile the model performances especially for raw GCM outputs are rarely evaluated prior to the applications although the process would essential for reasonable use of model forecasts. This study attempt to quantitatively evaluate the skills of 29 CMIP5 GCMs in reproducing spatial climatologies of precipitation in East Asia. We used 3 different gridded observational data as the references available over the study area and calculated correlation and errors of spatial patterns simulated by GCMs. As a result, the study presented diversity of the GCM evaluation in the performance, rank, or accuracy by different configurations, such as target area, evaluation method, and observation data. Yet, we found that Hadley-centre affiliated models comparatively performs better for the meso-scale area in East Asia and MPI_ESM_MR and CMCC family showed better performance specifically for the korean peninsula. We expect that the results and thoughts of this study would be considered in screening suitable GCMs for specific area, and finally contribute to extensive utilization of the results from climate change related researches.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.70-70
• /
• 2011

기후변화 연구는 불확실한 미래를 전망하는 과정이므로 '불확실성'은 모든 기후변화 영향평가의 키워드임에 분명하다. 하지만 불확실성 평가를 위해 IPCC에서 제공되고 있는 수많은 GCM 시나리오를 모두 활용하기에는 많은 시간과 노력이 필요하기 때문에 이를 효율적으로 수행할 수 있는 방법이 필요하다 본 연구에서는 시나리오 저감(scenario reduction)방법을 이용하여, 수많은 GCM 시나리오 대신 몇 개의 대표적 GCM 시나리오로도 충분히 불확실성을 유지할 수 있는 시나리오 저감(scenario reduction)방법을 수립하고 제시하였다. IPCC 기후시나리오 중 20C3M과 A & B 배출시나리오를 바탕으로 생산되는 71개의 GCM 시나리오를 다운로드 받아 월평균 기온과 강수량에 대하여 한반도를 대상으로 분석하였다. 비교결과, 기온 전망은 실측과 비슷한 경향성을 보였으나 강수량은 홍수기를 모의하지 못하는 것으로 나타났다. 시나리오 저감방법은 시나리오 분류(scenario cluster)방법과 시나리오 선정(scenario selection) 방법으로 구성된다. 시나리오 분류방법에서는 k-mean방법을 이용하여 5개의 cluster로 나누었으며, 시나리오 선정방법에서는 GCM 시나리오 선정기법을 조사 분석하여 연구방향과 목적에 따라 GCM 시나리오 선정기법을 선택할 수 있는 표를 제시하고, 이 중 시나리오의 확률밀도함수를 이용하는 PDF method를 적용하였다. 본 연구에서는 불확실성 정량화를 위해 maximum entropy를 이용하였다. 또한 시나리오 저감방법이 불확실성을 유지하는지 비교하기 위해 PDF method를 이용하여 정확성이 높은 순으로 5개의 GCM 시나리오를 선정(best 시나리오)하여 불확실성을 정량화하였다. GCM 시나리오의 분산을 이용하여 maximum entropy를 산정한 결과, 20C3M 배출시나리오에서는 모든 시나리오의 entropy는 3.08, 시나리오 저감방법은 2.75, best 시나리오는 2.28이었으며, 이는 시나리오 저감방법은 모든 시나리오의 89.3%의 불확실성을 설명하고 있으나 best 시나리오는 74.0%밖에 설명하지 못한다는 것을 나타낸다. A & B 배출시나리오에서도 시나리오 저감 방법을 사용한 GCM 시나리오가 best 시나리오보다 모든 시나리오의 불확실성을 더 잘 설명하는 것으로 나타났다. 이와 같이 수많은 GCM 시나리오를 사용하는 것보다 몇 개의 대표 시나리오를 이용하여 기후 변화 불확실성을 유지하면서 미래전망을 할 수 있다면, 매우 효율적으로 기후변화 연구를 수행할 수 있을 것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.516-516
• /
• 2016

기후변화는 농업생산량 감소와 식량 안보 문제와 같이 농업에 심각한 영향을 미칠 수 있다. 또한 기존의 농업수리 및 관개배수 시설 운영에 영향을 줄 수 있다. 따라서 지속가능한 농업 수자원 관리를 위해서는 기후변화의 영향을 고려한 장기적인 계획 수립이 필요하다. 따라서 본 연구에서는 논벼 지역의 설계용수량의 확률론적 분석을 통한 논벼 필요수량 및 설계용수량에 대한 기후변화영향 평가를 실시하였다. 이를 위해서 본 연구에서는 23개 GCM의 36개 산출물을 활용하여 Multi-model ensemble 구축하였다. 먼저 GCM별 증발산량과 유효우량을 산정한 결과 중부지역에서는 IPSL-CM5A 모델의 기후변화자료를 활용할 경우 증발산량과 유효우량이 타 GCM 모델들과 비하여 크게 산정되었다. 남부지역에서는 CanESM2 모델을 적용할 경우 가장 많은 증발산량과 유효우량이 모의되는 것으로 나타났다. 이처럼 GCM별로 다양한 결과가 모의되기 때문에 농업시설 설계에 적용되는 설계용수량의 경우 안전성을 위하여 Multi-GCM models을 활용할 필요가 있다. Multi-model ensemble의 RCP 4.5와 RCP 8.5 시나리오를 적용한 결과, 모든 경우에서 1995s(1981-2014)에 비해 설계용수량은 점차적으로 증가하는 것으로 나타났다. 평균 증가율은 RCP 4.5에서 중부지역이 9.4%, 남부지역이 6.0% 증가하는 것으로 나타난 반면, RCP 8.5에서는 중부지역이 11.1%, 남부지역이 8.2% 증가하는 것으로 나타났다. 또한 여러 GCM 산출물간의 불확실성은 RCP 4.5보다는 RCP 8.5 시나리오가, 중부 지역보다는 남부 지역이, 논벼 증발산량 보다는 유효우량이 더 큰 것으로 분석되었다. 본 연구는 향후 미래 가뭄 위험성을 최소화하기 위한 농업 수자원관리 전략수립에 활용될 수 있을 것이다. 또한 본 연구결과는 기후변화 영향 평가에 있어서 적합한 GCM 자료를 선택하는데 있어, 불확실성을 가늠할 수 있는 유용한 척도로 이용될 수 있을 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.15-15
• /
• 2015

기존 기후변화 영향평가 불확실성 연구들은 거의 대부분 GCM의 불확실성이 가장 크다고 결론내리고 있으나, ES 불확실성과의 정량적 비교는 하지 못했으며, 기존 접근방법은 민감도 분석 수준에 머무르고 있다. 이에 본 연구에서는 기후변화 영향평가 각 단계별 불확실성을 포괄적으로 정량화하고 수행단계별 불확실성의 전파정도를 추정할 수 있는 새로운 approach를 제안하였다. 첫째, 전체 불확실성, 각 단계별 불확실성 증가 정도, 각 단계별 불확실성의 비율을 제시할 수 있는 새로운 approach를 제안하였다. 또한 불확실성을 정량적으로 추정할 수 있는 방법으로 maximum entropy(이하 ME)를 선정하였으며, 이를 본 연구에서 제시한 approach에서 적용성을 살펴보았다. 둘째, 본 연구에서는 기후변화 영향평가 불확실성 단계별 정량화를 위해 2개 배출시나리오, 4개 GCM 시나리오, 2개 상세화기법, 2개 수문모형을 사용하여 기본적 기후변화 영향평가 단계를 모두 수행하였다. 기존 approach에서는 GCMs의 변화율(89.34)이 가장 커 GCMs의 불확실성이 가장 큰 것으로 나타났으나 제시한 approach에서는 배출시나리오의 불확실성이 전체 대비 58.66 %로 기후변화 영향평가에서 가장 큰 불확실성 발생 원인으로 파악되었다. 모형 불확실성에서는 GCMs의 불확실성(전체 대비 33.57 %)이 가장 높게 나타났다. 또한 배출시나리오의 ME는 3.32, GCMs의 ME는 5.22, 상세화기법의 ME는 5.57, 수문모형의 ME는 5.66으로 단계적으로 불확실성이 증가하였다. 다음으로 유량과 강수를 이용하여 불확실성 정량화를 수행하였으며, 강수를 이용한 불확실성 정량화에서는 유량을 이용한 결과와 다르게 배출시나리오 다음으로 상세화기법의 불확실성이 큰 것으로 나타나 어떤 수문변수에 초점을 두느냐에 따라 불확실성 정량화저감 노력 대상이 달라질 수 있음을 제시하였다. 마지막으로 자연변동성에 의한 불확실성이 기후변화 전체 불확실성의 45.47 % 정도로 나타났으며, 이는 미래 기후변화에 의해 발생하는 불확실성이 과거 자연변동보다 2배 이상으로서, 기후변화에 의한 미래전망의 불확실성이 매우 크게 증가한다는 매우 중요한 결과를 제시하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.370-374
• /
• 2011

기후변화에 따른 수해를 대비하기 위해서는 미래의 확률강수량을 알아야 한다. Global Circulation Model(GCM)은 미래의 기후변화를 예측하기 위하여 많은 분야에서 널리 쓰이고 있다. GCM의 시간축척은 일반적으로 월단위로 시간단위 자료를 사용하는 수공학 분야에 직접적으로 적용하기에는 많은 문제가 있다. 또한 GCM 예측값은 실강우값과 큰 편의(bias)를 가지고 있어 직접적인 적용이 힘들다. 이런 문제를 해결하고자 다양한 다운스케일(downscale)기법이 연구되고 있다. 다운스케일기법을 적용하여 시간자료를 예측하면 전반적인 통계값을 잘 재현해내나, 극치값의 경우 잘 재현해내지 못하는 문제가 있다. 이런 문제점을 극복하고자 본 연구에서는 연최대 월강수량과 연최대 시간강수량의 이변량빈도해석을 통하여 기후변화를 고려한 강우-지속기간-빈도 관계의 변화를 평가해보고자 한다. 본 연구는 연최대 월강수량과 연최대 시간강수량과의 관계가 변하지 않는다는 가정하에 관측강수량을 이용하여 연최대 월강수량과 연최대 시간강수량의 이변량분포모형을 구축하였다. 이변량 분포모형을 구축하기 위하여 copula 모형을 적용하였다. 구축된 모형에 GCM으로 예측된 연최대 월강수량을 적용하여 미래의 확률강수량을 평가하였다. 본 연구에서는 서울지점을 대상지점으로 선정하였으며, A2 기후변화시나리오를 적용한 GCM 예측값을 이용하였다. 적용결과 A2 기후변화 시나리오 상에서 미래의 확률강수량이 크게 증가하는 것이 확인되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.197-197
• /
• 2020

기후변화 연구의 주요 요소 중 하나는 온도, 강수량 및 증발과 같은 기후 요인의 변화를 연구하는 것이다. General Circulation Model(GCM)은 다양한 기후 요인의 변화를 연구하는 데 일반적으로 사용되고 있다. Coupled Model Intercomparison Project(CMIP)는 전 세계의 30여 개 이상의 기관에서 개발한 GCM의 모의 결과를 연구 및 공유하기 위해 개발되었다. 기후 연구에서 대표적으로 사용하고 있는 CMIP5의 GCM은 미래 시나리오인 Representative Concentration Pathway(RCP)를 기반으로 전망 기간의 기후요소를 예측한다. 현재 개발하고 있는 CMIP6의 미래 시나리오인 Shared Socioeconomic Pathways(SSP)는 인구, 경제개발, 생태계, 자원, 제도 및 사회적 요인에 대한 미래의 사회적, 경제적 변화에 따른 기후변화에 대한 대응을 포함하고 있으며, CMIP6의 미래 시나리오는 사회적 및 경제적 결합을 통해 기후변화에 대한 정책 영향에 대한 증진된 결과를 도출할 것으로 예측하고 있다. 따라서 본 연구는 CMIP5의 INM-CM4와 CMIP6의 INM-CM5를 사용하여 대한민국의 과거 기간(1970-2005)의 월 강수량에 대한 성능을 비교하였다. 격자형 자료인 GCM을 Inverse distance weight를 사용하여 대한민국 22개 관측소로 거리 보간을 수행하였으며, 편이보정 방법으로는 분위사상법(Quantile mapping) 방법 중 Smoothing Spline 방법을 사용하여 관측소와의 오차를 수정하였다. 산정된 강수량을 토대로 6개의 평가지표(NRMSE, Pbias, NSE, PRCP100, PRCP200, PRCP300)를 사용하여 GCM의 성능을 평가하여 INM-CM4와 INM-CM5의 성능을 비교하였다.