• 한국농공학회논문집
• /
• 제57권1호
• /
• pp.47-57
• /
• 2015

Along with climate change, the occurrence and severity of natural disasters have been increased globally. In particular, the increase of localized heavy rainfalls have caused severe flood damage. Thus, it is needed to consider climate change into the estimation of design flood, a principal design factor. The main objective of this study was to estimate design floods for an agricultural reservoir watershed based on the RCP (Representative Concentration Pathways) scenarios. Gyeryong Reservoir located in the Geum River watershed was selected as the study area. Precipitation data of the past 30 years (1981~2010; 1995s) were collected from the Daejeon meteorological station. Future precipitation data based on RCP2.6, 4.5, 6.0, 8.5 scenarios were also obtained and corrected their bias using the quantile mapping method. Probability rainfalls of 200-year frequency and PMPs were calculated for three different future spans, i.e. 2011~2040; 2025s, 2041~2070; 2055s, 2071~2100; 2085s. Design floods for different probability rainfalls were calculated using HEC-HMS. As the result, future probability rainfalls increased by 9.5 %, 7.8 % and 22.0 %, also design floods increased by 20.7 %, 5.0 % and 26.9 %, respectively, as compared to the past 1995s and tend to increase over those of 1995s. RCP4.5 scenario, especially, resulted in the greatest increase in design floods, 37.3 %, 36.5 % and 47.1 %, respectively, as compared to the past 1995s. The study findings are expected to be used as a basis to reduce damage caused by climate change and to establish adaptation policies in the future.

• 한국수자원학회논문집
• /
• 제41권5호
• /
• pp.517-525
• /
• 2008

지역빈도해석을 통한 확률강우량 산정 결과는 수문학적으로 동질한 지역의 구분 결과에 따라 달라진다. 지역을 구분할 때에는 강우에 영향을 미치는 다양한 변수들이 사용될 수 있다. 변수의 유형과 개수가 지역 구분의 효율성을 좌우하기 때문에 활용 가능한 모든 변수들의 정보를 요약할 수 있는 변수들을 선택하는 것이 지역 구분의 효율성 면에서 유리하다고 할 수 있다. 이런 면에서 지역 구분의 효율성을 증대시킬 목적으로 다변량 분석 기법이 활용될 수 있다. 본 연구에서는 변수들 간의 상관관계를 바탕으로 모든 변수가 표현하는 정보를 대표할 수 있는 더 적은 수의 변수를 선정하는 기법으로 Procrustes analysis를 활용하였다. 이 기법을 활용하여 42개의 강우 관련 변수들을 21개로 줄일 수 있었다. 선정된 변수들을 바탕으로 요인분석을 수행하여 5개의 요인을 추출하였고, 이를 근거로 군집해석 기법인 fuzzy-c means 기법을 활용하여 지역을 구분하였다. 68개 강우 관측 지점을 대상으로 지역을 구분한 결과 6개의 지역으로 구분되었다. 6개의 지역에서 GEV 분포가 적합한 것으로 나타났고, 3변수 대수정규 분포와 generalized logistic 분포가 5개 지역에서 적합한 것으로 나타났다. 기존 연구 결과와의 비교를 위해 generalized logistic 분포를 바탕으로 지점빈도해석, 홍수지수법, 지역형상추정법을 적용하여 확률강우량을 산정하였다.

• 한국수자원학회논문집
• /
• 제50권8호
• /
• pp.551-562
• /
• 2017

2014년부터 기상청에서 현업으로 활용하고 있는 전지구 계절예측시스템 GloSea5의 최대 6개월 예측 강수량을 수자원 및 여러 응용분야에 활용하기 위해서는 예측모델이 가지는 관측자료와의 정량적인 편의를 보정할 필요가 있다. 본 연구에서는 GloSea5의 예측 강수량에서 나타나는 편의를 보정하기 위해 확률분포형을 활용한 편의보정기법, 매개변수 및 비매개변수적 편의보정기법 등 총 11개의 기법을 활용하여 계절예측모델의 적용성을 평가하고 최적의 편의보정기법을 선정하고자 하였다. 과거재현기간에 대한 편의보정 결과, 비매개변수적 편의보정기법이 다른 기법에 비해 가장 관측자료와 유사하게 보정하는 것으로 분석되었으나 예측기간에 대해서는 상대적으로 많은 이상치를 발생시켰다. 이와는 대조적으로 매개변수적 편의보정기법은 과거재현기간 및 예측기간 모두 안정된 결과를 보여주고 있음을 확인할 수 있었다. 본 연구의 결과는 수자원운영 및 관리, 수력, 농업 등 계절예측모델을 활용한 여러 응용분야에 적용이 가능할 것으로 기대된다.

• 한국습지학회지
• /
• 제21권spc호
• /
• pp.39-50
• /
• 2019

본 논문의 목적은 기후변화가 북한지역에서 유역규모의 수문순환에 미치는 영향을 평가하는데 있다. 먼저, CMIP5(Coupled Model Intercomparison Project Phase 5)의 모형인 MRI-CGCM3모델을 선택하였으며, 추계학적 축소기법의 하나인 SDQDM(Spatial Disaggregation-Quantile Delta Mapping)기법을 이용하여 기후변화시나리오 자료를 편의보정 하였다. 또한 관측치와 SDQDM 기법의 적용 전·후의 비교를 통해 SDQDM기법의 타당성을 검토하였다. 또한 기후변화에 따른 극한기후가 북한의 유역규모 수문순환과 유출에 미치는 영향을 평가하고자 한다. 일반적으로 기후변화에 따른 수문순환을 전망하기에 앞서 분석에 사용되는 유출모형의 매개변수 최적화가 우선적으로 수행되어야 하지만 북한지역은 정치적 이유로 인해 미계측 유역으로 분류되어 있어 관측 유출량 자료를 확보하기 어렵다. 따라서 본 논문에서는 양질의 유출량자료가 있는 남한의 16개 유역을 대상으로 M-RAT모형의 최적 매개변수를 산정하였다. 또한 유역특성변수 간 상관분석을 통해 다중공선성을 고려하였고, 단계적 회귀분석을 통해 미계측 유역에 적용 할 수 있는 매개변수 추정식을 산정하였다. 매개변수 추정식의 검증을 위해 남한의 오십천, 남대천, 용담댐, 영강 유역을 미계측 유역이라고 가정하고 교차검증을 수행한 결과 4개 유역 모두 효율계수 NSE가 0.8이상으로 높은 효율성을 확인하였다. 본 논문에서는 기후변화시나리오와 추정된 유출모형의 매개변수를 이용하여 북한의 압록강 유역의 기후변화에 따른 유역규모의 수문순환과정의 변화를 평가하였다. 분석 결과, 기후변화시 강수량이 증가하였고, 기온상승으로 인해 증발산량의 증가되는 것으로 전망되었고, 유역 내 유역 저류량은 감소하는 것을 확인하였다. 유황 분석결과 Future 1, 2 기간에 풍수량은 증가하고, 갈수량이 감소하고 Future 3 기간에 풍수량과 갈수량이 증가하는 것으로 전망되었다.

• 한국수자원학회논문집
• /
• 제46권8호
• /
• pp.807-819
• /
• 2013

본 연구에서는 기존의 기후변화를 고려한 물수급 분석 방법론의 문제점을 개선하기 위해 GCM 미래 유량 시나리오를 물수급 모형에 직접 입력하는 대신 과거 유량 시나리오의 가중값(재현확률)을 부여하는 새로운 물수급 전망기법을 제안하고자 한다. GCM 미래 기후자료를 TANK 모형에 입력하여 중권역별 미래 유량을 모의하였으며 모의결과에 대한 편이보정을 위해 Quantile Mapping 기법을 적용하였다. 이러한 미래 유량 전망결과를 반영하여 각각의 입력자료에 대한 가중값(재현확률)을 새롭게 산정함으로써 미래 목표 전망구간에 대한 물부족량을 산정하였다. 물수급 모형의 입력자료에 대한 가중값 산정을 위해K-nn 알고리즘을 적용하였으며 비홍수기(10~6월) 유량을 가중값 산정을 위한 기준유량으로 결정하였다. 기후 변화의 불확실성을 고려하고자 4개의 GCM과 3개의 AR4 SRES 온실가스 배출 시나리오를 앙상블 조합하여 생성한 기후변화 시나리오를 활용하였다. 본 연구에서제시한 방법론을 한반도 4대강 유역에 적용한 결과, 기후변화를 고려한 한반도 미래 평균 물부족량은 2020s (2010~2039년)에는 과거에 비해 10~32% 정도 증가할 것으로 전망되었다. 또한, 한반도 4대강 유역의 경우 먼 미래로 갈수록 비홍수기 유량이 점차 감소할 것으로 전망됨에 따라 2080s (2070~2099년)에는 과거 대비 평균 물부족량이 최대 97%(약 516.5백만 $m^3$/년) 증가할 것으로 전망되었다. 기존의 기후변화 연구 방법론의 전망결과를 비교분석한 결과, 기존 방법론은 매우 극적인 물부족량 증가를 전망하고 있는 반면 본 연구에서 제안한 기법은 상대적으로 보수적인 변화를 전망하였다. 본 연구는 물수급 분석시기 후 변화를 고려하되 기존 국가계획 방법론의 틀을 최대한 유지하고 있다는 점에서 국가수자원계획 수립에 있어 정책결정권자들의 혼돈을 줄여줄 수 있는 방법론이 될 수 있다고 판단된다.

• 한국방재안전학회논문집
• /
• 제8권1호
• /
• pp.21-27
• /
• 2015

전세계적으로 기상이변이 빈번하게 발생하면서 기후변화가 수문환경에 미치는 영향에 대한 연구가 활발히 진행되고 있다. 기후변화 연구에는 대체로 이산화탄소 배출 시나리오에 근거한 GCM 모의 결과가 사용되며, GCM 자료를 바탕으로 미래의 수문량 변화를 예측하는 방법으로 진행된다. 기후변화가 강우에 미치는 영향과 관련해서는 기후변화가 총강우량에 미치는 영향에 대한 연구가 주를 이뤄왔으나 극한강우량에 미치는 영향에 대한 연구는 미흡한 실정이다. 또한 상세화 된 강우 자료가 월단위 또는 일 단위이기 때문에 극한홍수량 산정에 필요한 시단위 극한강우량 추정에는 한계가 있다. 본 연구에서는 기후변화가 극한강우량에 미치는 영향을 분석하기 위해 A2 시나리오에 근거한 ECHO-G GCM 모델의 모의 결과를 상세화 시켜 얻은 한강 유역내의 9개 강우 관측 지점의 일강우 자료를 바탕으로 강우의 scale invariance 특성에 근거한 시단위 확률강우량을 추정하였고, NSRPM(Neymann-Scott Rectangular Pulse Model)을 적용하여 시단위 확률강우량을 추정하였다. 이러한 방법으로 추정된 9개 지점의 확률강우량과 한강유역종합치수계획(국토해양부, 2008)에서 산정한 확률강우량을 비교하여 미래의 확률강우량 변화를 분석하였다. 분석된 한강 유역 내 강우 관측 지점의 확률강우량 변화 추이는 지점에 따라, 미래기간에 따라 상이하게 나타났으나 대체로 scaling에 의한 결과가 관측값에 근거한 확률강우량보다 대체로 큰 값을 보였고, NSRPM에 의한 결과는 미래 기간에 따라 관측값보다 크거나 작은 값을 보였다.

• 한국농림기상학회지
• /
• 제25권2호
• /
• pp.80-98
• /
• 2023

본 연구에서는 계절내-계절(Subseasonal to seasonal, S2S) 기후예측의 주별 예측 성능을 개선하기 위해서 딥러닝 기반의 후보정(post processing) 기술을 개발하였다. 그 첫 단계로, 일 최고, 최저기온과 일 강수를 목표 변수로, 자료의 특성과 분포에 적합한 자료 변환 및 특성 공학 기법을 규명하고자 하였다. 먼저, 6개 개별 기후모델의 S2S 예측 자료를 딥러닝 모델에 입력하기 위한 훈련자료로 변환하고, 이로부터 다중모델앙상블(Multi-Model Ensemble, MME) 기반 훈련자료를 구축하였다. 참값(label)으로는 ECMWF의 ERA5 재분석 자료를 사용하였다. 자료 변환 알고리즘은 최고 및 최저 차이를 계산하여 입력자료의 범위를 변형시키는 MinMax 및 MaxAbs 변환, 표준편차를 이용하는 Standard 변환 및 분위수를 지정하여 변형하는 Robust와 Quantile 변환으로 구성된 전처리 파이프라인을 구축하였으며, 변환된 훈련자료와 예측 변수와의 상관관계를 계산하여 순위에 따라 훈련자료의 특성을 선택하는 특성 선택 기법을 추가하였다. 본 연구는 U-Net 모델에 TimeDistributed wrapper를 모든 합성곱 층(convolutional layer)에 적용하여 활용하였다. 5개 알고리즘으로부터 변환된 6개 개별 기후모델 및 MME S2S 훈련자료(일 최고 및 최저기온, 강수)에 훈련 모델을 적용한 결과와 훈련 모델을 적용하지 않은 결과를 ERA5와의 공간상관계수(spatial Pattern Correlation Coefficient)를 계산하고 그 개선율인 기술 점수(skill score)를 평가한 결과, 일 강수의 PCC 기술 점수는 Standard 및 Robust 변환으로 처리된 것에서 전체 예측선행(1~4주)에 대해 모두 높았고, 일 최고 및 최저기온에서는 예측 선행시간 3~4주에서만 높게 나타났다. 또한, 일 강수에서 특성 선택에 따른 훈련자료의 차원 감소가 예측 성능 변화에 영향을 미치지 않는 것으로 나타났다. 일 최고 및 최저기온의 경우에는 특성 선택에 의한 훈련자료의 특성 정보 감소가 오히려 예측 성능을 저하시킬 수 있는 것으로 확인되었으며, 원시자료에서 예측성이 높은 1~2주 기온 예측 개선을 위한 적합한 전처리 변환 알고리즘이나 특성 선택을 찾을 수 없었다. 후속 연구에서는 원시 예측 성능이 강수에 비해 높으나 딥러닝 훈련 모델에 의한 후보정 효과가 미미한 예측 선행 1~2주 기온 예측의 저조 원인에 대해 탐색하고, 다양한 딥러닝 훈련 모델로의 적용 및 초매개변수 조정 등 학습 과정의 최적화를 통해 S2S 기후 예측 성능을 개선하고자 한다.

• 한국농림기상학회지
• /
• 제26권1호
• /
• pp.1-30
• /
• 2024

국제사회는 IPCC를 중심으로 SSP (Shared Socioeconomic Pathways) 기후변화 시나리오를 새로운 온실가스 변화 경로로 채택하고, 신기후변화 시나리오 기반으로 다양한 규모와 형태로 기후변화를 전망하고 분석하고 있다. 국립농업과학원은 이러한 국제적 동향을 반영하고 농업부문 기후변화 적응대책 지원을 위한 노력의 일환으로 신규 온실가스 경로에 기반한 한반도 상세(1km) 기후변화 시나리오를 산출하였다. 본 논문은 2022년 "국가 기후변화 표준 시나리오" 로 인증받은 국립농업과학원의 SSP 기후변화 시나리오 자료를 소개하고, 기후변화 전망 결과를 보여주고자 한다. 한반도의 미래 기후 변화에 대한 전망 정보를 생산하기 위해 CMIP6에 참여한 18개의 GCM 모형에서 생산된 전지구 규모의 기후 자료를 과거기간(1985-2014)과 미래기간(2015-2100)에 대해 수집하고, 1km 격자형 한반도 전자기후도와 SQM 방법을 이용하여 한반도 영역에 대해 통계적 상세화를 수행하였다. 21세기 후반기(2071~2100년), 한반도의 연평균 최고, 최저기온은 온실가스 배출 정도에 따라 각각 2.6~6.1 ℃, 2.5~6.3 ℃ 상승하고, 연강수량은 21.5~38.7 % 상승하는 것으로 전망되었다. 저탄소 시나리오(SSP1-2.6)의 경우 기온과 강수량 상승이 적게 나타나, 탄소 배출을 감축하는 경우에 상승 폭을 억제할 수 있을 것으로 전망되었다. 21세기 후반기의 우리나라 평균 풍속과 일사량은 상대적으로 현재 대비 미래에 큰 변화가 없을 것으로 전망하고 있다. 이 자료는 기후변화에 따를 미래의 불확실성을 이해하고 기후변화 적응을 위한 합리적인 의사결정에 기여할 수 있을 것으로 기대된다.