초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

가뭄은 피해규모가 광범위하고 장기간 발생하여 효율적인 대처가 어려운 자연재해로 알려져 있다. 그러나 이런 가뭄의 특징은 가뭄관리에 장점이 되기도 한다. 즉, 가뭄은 적시에 경보해야하는 홍수와 달리 진행속도가 느려 시간적으로 대처할 여유가 많기 때문에 비록 진행중일 지라도 초기에 이를 감지할 수 있다면 피해를 최소화 할 수 있다. 이로 인해 선진국에서는 수문기상 연계해석에 따른 가뭄전망정보 생산기술을 개발하여 이를 가뭄업무에 활용하고 있으며, 특히 미래 가뭄에 대한 불확실성을 최소화하기 위해 다양한 통계기법을 개발 및 적용하고 있다. 그러나 국내에서는 아직까지 가뭄예보에 대한 기술개발이 미흡하여 가뭄에 능동적으로 대처하는데 많은 어려움을 겪고 있다. 또한, 기상학적 ...

가뭄은 피해규모가 광범위하고 장기간 발생하여 효율적인 대처가 어려운 자연재해로 알려져 있다. 그러나 이런 가뭄의 특징은 가뭄관리에 장점이 되기도 한다. 즉, 가뭄은 적시에 경보해야하는 홍수와 달리 진행속도가 느려 시간적으로 대처할 여유가 많기 때문에 비록 진행중일 지라도 초기에 이를 감지할 수 있다면 피해를 최소화 할 수 있다. 이로 인해 선진국에서는 수문기상 연계해석에 따른 가뭄전망정보 생산기술을 개발하여 이를 가뭄업무에 활용하고 있으며, 특히 미래 가뭄에 대한 불확실성을 최소화하기 위해 다양한 통계기법을 개발 및 적용하고 있다. 그러나 국내에서는 아직까지 가뭄예보에 대한 기술개발이 미흡하여 가뭄에 능동적으로 대처하는데 많은 어려움을 겪고 있다. 또한, 기상학적 가뭄지수에 대한 의존도가 높아 지표의 가뭄상황을 적절히 해석하지 못하고 있다. 이에 본 연구에서는 수문학적 가뭄전망 체계를 구축하고 정확도 개선을 위해 베이지안 기법의 활용기술을 개발하고자 한다. 수문학적 가뭄지수로는 LSM의 모의유량을 이용하는 SRI (Standardized Runoff Index)를 선정하였으며, 과거 가뭄피해사례로부터 기존 기상학적 가뭄지수들과의 비교분석 결과 국내 가뭄해석에 있어 활용성이 높은 것으로 나타났다. 베이지안 기법을 이용한 가뭄전망을 위해 사전정보로는 ESP 기법을 활용한 유출전망, 우도함수로는 GS5 및 LSM의 연계해석에 의한 유출전망정보를 이용하였으며, 과거 hindcast 기간을 대상으로 사후정보를 생산하였다. 그리고 각 유출전망정보로부터 SRI를 산정하고 정확도를 평가하였다. 사후정보 SRI는 1, 2개월 전망을 중심으로 상관계수가 GS5_SRI 및 ESP_SRI 보다 높고 RMSE는 낮게 나타나 가뭄전망에 있어 베이지안 기법의 활용성이 높은 것으로 확인되었다. 또한, 베이지안 기법의 활용에 있어 사전정보를 ESP 기법에 의한 유출량, 과거 30년 평균 유출량을 적용할 경우 정확도 차이를 비교하였다. 평균을 활용한 사후정보는 ESP 및 GS5 보다는 정확도가 높지만, ESP를 활용한 사후정보에 비해 정확도가 낮고 가뭄감지 능력도 떨어지는 것으로 나타났다. 실시간 가뭄예보에 있어 베이지안 기법의 활용성 평가를 위해 실제 가뭄기간인 2014년 4월~9월 동안 ESP 및 GS5의 실시간 예측 자료로부터 사후정보를 추정하였다. 평가결과 실제 가뭄이 발생한 시기 및 지역적 상황을 적절히 전망하였고, 예측성능도 높은 것으로 나타났다. 본 연구에서 제안한 베이지안 기법의 활용 기술은 가뭄의 예측성능을 향상시켰으며, 이는 현재 가뭄예보기술이 미흡한 국내 실정을 고려할 때 유용하게 활용될 것으로 판단된다.