• Ocean Systems Engineering
• /
• 제7권4호
• /
• pp.319-328
• /
• 2017

Higher prediction efficacy is a very challenging task in any field of engineering. Due to global warming, there is a considerable increase in the global sea level. Through this work, an attempt has been made to find the sea level variability due to climate change impact at Haldia Port, India. Different statistical downscaling techniques are available and through this paper authors are intending to compare and illustrate the performances of three regression models. The models: Wavelet Neural Network (WNN), Minimax Probability Machine Regression (MPMR), Feed-Forward Neural Network (FFNN) are used for projecting the sea level variability due to climate change at Haldia Port, India. Model performance indices like PI, RMSE, NSE, MAPE, RSR etc were evaluated to get a clear picture on the model accuracy. All the indices are pointing towards the outperformance of WNN in projecting the sea level variability. The findings suggest a strong recommendation for ensembled models especially wavelet decomposed neural network to improve projecting efficiency in any time series modeling.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2005년도 학술발표회 논문집
• /
• pp.143-148
• /
• 2005

The main purpose of this study is to suggest and evaluate an operational method for assessing the potential impact of climate change on hydrologic components and water resources of regional scale river basins. The method, which uses large scale climate change information provided by a state of the art general circulation model(GCM) comprises a statistical downscaling approach and a spatially distributed hydrological model applied to a river basin located in Korea. First, we construct global climate change scenarios using the YONU GCM control run and transient experiments, then transform the YONU GCM grid-box predictions with coarse resolution of climate change into the site-specific values by statistical downscaling techniques. The values are used to modify the parameters of the stochastic weather generator model for the simulation of the site-specific daily weather time series. The weather series fed into a semi-distributed hydrological model called SLURP to simulate the streamflows associated with other water resources for the condition of $2CO_2$. This approach is applied to the Yongdam dam basin in southern part of Korea. The results show that under the condition of $2CO_2$, about $7.6\% of annual mean streamflow is reduced when it is compared with the observed one. And while Seasonal streamflows in the winter and autumn are increased, a streamflow in the summer is decreased. However, the seasonality of the simulated series is similar to the observed pattern and the analysis of the duration cure shows the mean of averaged low flow is increased while the averaged wet and normal flow are decreased for the climate change.

• 한국수자원학회논문집
• /
• 제51권spc1호
• /
• pp.1057-1066
• /
• 2018

기후변화는 홍수의 가장 큰 원인이 되는 극치강우의 빈도와 크기에 매우 큰 영향을 미치고 있다. 특히, 우리나라에서 발생하는 대규모 재해는 강우에 의한 홍수피해가 대부분을 차지하고 있다. 이러한 홍수피해는 기후변화에 의한 극한강우의 발생 빈도가 높아짐에 따라 새로운 재해양상으로 전개되고 있다. 하지만, 미래 기후변화 시나리오 자료는 해상도의 한계로 인하여 중소규모 하천 및 도시유역에 요구되는 수준의 자료 수집이 불가능한 상태이다. 이러한 문제점을 개선하기 위하여 본 연구에서는 전지구모형에서 생산된 기후변화 시나리오에 대해서 여러 단계의 통계적 상세화 기법을 통하여 우리나라 전역에 대하여 미래 시나리오에 대한 빈도해석이 가능하도록 각 지점의 특성에 따라 시간적으로 상세화하기 위해 개발된 방법 및 과정을 소개하였다. 이를 통해, 시간상세화 자료를 토대로 미래 강우에 대한 빈도해석과 기후변화에 따른 방재성능 목표강우량을 산정하는데 활용할 수 있도록 하였다.

• 한국수자원학회논문집
• /
• 제42권3호
• /
• pp.213-225
• /
• 2009

기존의 정상성 Markov Chain 모형은 자료 자체의 Markov 특성만을 고려하여 모의하는 기법으로서 수자원 설계에서 여러 가지 목적으로 이용되어 지고 있다. 그러나 일강수량의 천이확률 및 매개변수 등이 과거와 일정하다는 정상성을 기본 가정으로 하기 때문에 평균의 변동성 등과 같은 외부충격을 모형에 적용할 수 없다. 이러한 관점에서 본 연구의 가장 큰 목적은 기존일강수량 모형을 외부인자를 받아들일 수 있는 모형으로 개발하는 것이다. 즉, Markov Chain 모형의 매개변수인 천이확률과 확률분포형의 매개변수 등을 연결함수(link function)를 통해 외부인자와 연동하도록 하였으며 정준상관분석을 통해 매개변수를 추정하였다. 개발된 모형을 서울지방 1961-2006년까지의 일강수량 자료를 대상으로 검증하는 절차를 가졌다. 추정된 결과를 보면 계절강수량의 특성뿐만 아니라 일강수량의 특성 또한 적절하게 모의되는 것을 확인할 수 있다. 따라서 본 연구에서 개발된 모형은 GCM 예측결과를 입력자료로 활용한다면 일강수계열의 장단기 모의를 위한 downscaling 기법으로 사용될 수 있다. 또한, 기후변화 시나리오가 입력자료로 이용된다면 기후변화에 따른 수자원 영향 평가를 위한 downscaling 기법으로 활용이 가능할 것으로 판단된다.

• 한국기후변화학회지
• /
• 제2권2호
• /
• pp.79-91
• /
• 2011

본 연구에서는 기후변화와 대기환경 사이의 통합적 상호작용 연구를 위하여 전 지구규모 기후모델(CCSM3) 결과를 지역 규모 기후모델(MM5)의 초기 및 경계 조건으로 사용할 수 있도록 역학적 상세화(Downscaling) 기법을 개발하였다. 개발된 상세화 기법에서는 위 경도 좌표계로 이루어진 CCSM3 결과를 Lambert-Conformal Arakawa-B 격자 체계로, CCSM3의 hybrid-vertical coordinate를 MM5의 sigma coordinate로 대체하는 과정과 CCSM3 모델 수행 결과와 모델 수행에 필요한 변수들 간의 일치화 과정이 포함된다. 전 지구 규모 모델 결과들이 지역 규모 모델의 입력값으로 역학적 규모 축소되는 과정을 검증하기 위해 공간 분포 및 통계분석을 수행한 결과, 여름철과 겨울철의 기온 및 강수량 패턴이 동아시아 영역 및 한반도 지역에 대해 기존 관측을 이용한 결과와 매우 유사한 패턴을 보였으며, 통계 분석 결과 모델 예측지수가 기온의 경우 0.9 이상의 좋은 값이 나타났으며, 상관성 역시 0.9 수준의 결과를 보여 인터페이스 구축이 성공적으로 수행되었음을 알 수 있다.

• 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.

• 대기
• /
• 제18권1호
• /
• pp.71-81
• /
• 2008

In this study, in order to estimate high resolution precipitation with monthly time scales, Parameter-elevation Regressions on Independent Slopes Model (PRISM) was modified and configured for Korean precipitation based on elevation, distance, topographic facet, and coastal proximity. Applying this statistical downscaling model to Korean precipitation for 5 years from 2001 to 2005, we have compiled monthly grid data with a horizontal resolution of 5-km and evaluated the model using bias, root mean square error (RMSE), and correlation coefficient between the observed and the estimated. Results show that bias, RMSE, and correlation coefficient of the estimated value have a range from 0.2% to 1.0%, 19.6% (June) to 43.9% (January), and 0.73 to 0.84, respectively, indicating that the modified Korean PRISM (K-PRISM) is reasonably worked by weighting factors, i.e., topographic effect and rain shadow effect.

• 한국농림기상학회지
• /
• 제22권3호
• /
• pp.135-143
• /
• 2020

단파 복사와 일조시간은 농작물 재배에 중요한 변수들이다. 그러나 국내에서 제공되는 일사 관측 자료는 수평 해상도가 높지 않아 농업 현장에 활용하기 어렵다. 본 연구에서는 지면대기모델링패키지(LAMP)를 이용하여 시간단위 일사 자료를 물리역학적으로 생산하고, 통계적 다운스케일링을 통해 고해상도 일단위 기상기후 DB를 구축하였다. 현재 이 DB는 품질 평가를 거쳐 농업가뭄 재해와 밭작물의 생육 현황을 진단하고 예측하는 '경기도 농업가뭄 예측시스템'의 공식 빅데이터 입력 자료로 활용되고 있다.

• 한국농공학회논문집
• /
• 제63권6호
• /
• pp.49-60
• /
• 2021

BCSA (Bias-Correction and Stochastic Analog) is a statistical downscaling technique designed to effectively correct the systematic errors of GCM (General Circulation Model) output and reproduce basic statistics and spatial variability of the observed precipitation filed. In this study, the applicability of BCSA was evaluated using the ASOS observation data over South Korea, which belongs to the monsoon climatic zone with large spatial variability of rainfall and different rainfall characteristics. The results presented the reproducibility of temporal and spatial variability of daily precipitation in various manners. As a result of comparing the spatial correlation with the observation data, it was found that the reproducibility of various climate indices including the average spatial correlation (variability) of rainfall events in South Korea was superior to the raw GCM output. In addition, the needs of future related studies to improve BCSA, such as supplementing algorithms to reduce calculation time, enhancing reproducibility of temporal rainfall patterns, and evaluating applicability to other meteorological factors, were pointed out. The results of this study can be used as the logical background for applying BCSA for reproducing spatial details of the rainfall characteristic over the Korean Peninsula.

• Asia-Pacific Journal of Atmospheric Sciences
• /
• 제54권4호
• /
• pp.563-573
• /
• 2018

An Expert Seasonal Prediction System for operational Seasonal Outlook (ESPreSSO) is developed based on the APEC Climate Center (APCC) Multi-Model Ensemble (MME) dynamical prediction and expert-guided statistical downscaling techniques. Dynamical models have improved to provide meaningful seasonal prediction, and their prediction skills are further improved by various ensemble and downscaling techniques. However, experienced scientists and forecasters make subjective correction for the operational seasonal outlook due to limited prediction skills and biases of dynamical models. Here, a hybrid seasonal prediction system that grafts experts' knowledge and understanding onto dynamical MME prediction is developed to guide operational seasonal outlook in Korea. The basis dynamical prediction is based on the APCC MME, which are statistically mapped onto the station-based observations by experienced experts. Their subjective selection undergoes objective screening and quality control to generate final seasonal outlook products after physical ensemble averaging. The prediction system is constructed based on 23-year training period of 1983-2005, and its performance and stability are assessed for the independent 11-year prediction period of 2006-2016. The results show that the ESPreSSO has reliable and stable prediction skill suitable for operational use.