• 한국수자원학회논문집
• /
• 제53권9호
• /
• pp.647-660
• /
• 2020

본 연구에서는 아시아 몬순특성을 고려한 전지구모형(General Circulation model, GCM) 선정방법을 개발하고 방법의 적정성을 평가하였다. 몬순기후와 연관된 12개의 기후변수를 선정하였으며, GCM의 과거 기후재현성을 기준으로 모의성능 평가 매트릭스 및 평가체계를 구성하였다. 19개 GCM으로부터 아시아 몬순지역 및 과거(1976 ~ 2005년) 몬순기간에 대한 12개 기후변수를 관측자료와 비교하여 GCM의 기후모의 성능을 평가하였다. GCM의 평가순위 및 강수량 모의성능을 고려하여 적정 5개 GCM (NorESM1-M, bcc-csm1-1-m, CNRM-CM5, CMCC-CMS, CanESM2)을 선정하였다. 과거 몬순계절 및 월 평균 기후에 대하여 선정된 GCM의 기후재현성을 검증하였다. 선정된 5개 GCM은 12개 기후변수에 대한 아시아 지역의 관측 기후특성을 잘 재현하였으며, 전체 GCM을 사용하는 경우에 비해 모의값과 관측값 간의 오차를 줄일 수 있는 것으로 확인되었다.

• 한국기후변화학회지
• /
• 제9권2호
• /
• pp.133-142
• /
• 2018

Climate change will affect not only the crop productivity but also the pattern of rice disease epidemics in Korea. Impact assessments for the climate change are conducted using various climate change scenarios from many global climate models (GCM), such as a scenario from a best GCM or scenarios from multiple GCMs, or a combination of both. Here, we evaluated the feasibility of using a climate change scenario from the best GCM for the impact assessment on the potential epidemics of a rice leaf blast disease in Korea, in comparison to a multi?model ensemble (MME) scenario from multiple GCMs. For this, this study involves analyses of disease simulation using an epidemiological model, EPIRICE?LB, which was validated for Korean rice paddy fields. We then assessed likely changes in disease epidemics using the best GCM selected for individual agro?climatic zones and MME scenarios constructed by running 11 GCMs. As a result, the simulated incidence of leaf blast epidemics gradually decreased over the future periods both from the best GCM and MME. The results from this study emphasized that the best GCM selection approach resulted in comparable performance to the MME approach for the climate change impact assessment on rice leaf blast epidemic in Korea.

• 한국수자원학회논문집
• /
• 제52권5호
• /
• pp.337-347
• /
• 2019

본 연구에서는 미래 기후예측을 위하여 활용되는 전지구모형(general circulation model, GCM) 중 우리나라에 적합한 대표 GCM을 선정하는 방법을 제시하였다. 이에 격자 기반 GCM 결과를 IDW (Inverse Distance Weighted) 방법을 사용하여 기상 관측소로 지점 규모로 상세화를 하여 관측강수와 비교하였다. GCM과 관측자료 사이의 편이를 보정하기 위하여 6가지 Quantile Mapping 방법과 Random Forest 기법을 사용하였고, 성능 지표를 비교하여 대표 편이보정방법을 선정하였다. 편이보정된 GCM 모의 결과에 대한 성능을 계산하고 다기준의사결정기법 중 하나인 TOPSIS (Technique for Order of Preference by Similarity to Ideal Solution) 방법을 이용하여 가장 우수한 GCM을 선정하였다. 그 결과 편이보정방법을 NPT (Non-Parametric Transformation) 방법 중 EQ (Empirical Quantile) 방법이 선정되었고, TOPSIS 성능 평가 결과, GISS-E2-R이 가장 우수하였다. 그 다음으로 우수한 GCM을 순서대로 제시하면 MIROC5, CSIRO-Mk3-6-0, CCSM4 이었다. 향후 더 많은 GCM 자료를 이용한다면 보다 보편적인 결과를 도출할 수 있을 것으로 기대된다.