선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- Luterbacher(2004) 등은 1500년 이래의 유럽의 계절별, 연도별 기온의 변이성과 경향을 분석하였으며, 강용균과 노재식(1985)은 한국기온의 과거 30년간(19545983)의 연변화 및 연별변동을 연구하였다. 본 연구에서는 30년(1977〜 2006)의 연별 평균 기온과 강수량의 시계열적 변동을 알아보았다. 그리고 연별 변동폭의 공간적 분포 특징을 분석하였으며, 이를 통하여 기온과 강수량의 공간적상대적 민감성을 추정하였다.
- 본 연구에서는 시공간적 변화예측 및 변이성 분석을 그 목적으로 하며, 기온과 강수량의 자료 구축을 위하여 공간 보간에 일반적으로 쓰이는 IDSW방법을 선택하였다. 이것은 가장 단순한 보간방법으로 주변 관측지점들 중 더 가까운 관측지점에 더 높은 가중치를 두어 임의의 지점의 값을 예측하는 것이다(Nalde et al, 1998).
제안 방법
- 그 중 본 연구에서는 IDSW방법을 선택하여 거리에 따라 반비례적 가중치를 두어 기온과 강수량의 공간통계자료를 생성하였다. 그 결과 과거와 미래모두 기온과 강수량이 분석 시작년도에 비해 마지막 년 도의 값이 증가된 것으로 나타났다.
- 이때 주변의 관측지점 선정에 필요한 범위를 반경 100km로, 그리고 선정될 관측지점의 수를 3개로 한정하여 가까운 관측지점의 영향성반영을 높였다. 그리고 기온의 경우 고도에 의해 크게 영향을 받아, 비관측점과 공간내삽에 사용되는 주변 관측점간의 표고편차를 기온감율 의해 보정해 주었다.
- 본 연구에서는 임의의 한 결측지점을 보간하기위해 계산에 참여시킬 주변 관측지점을 반경 100km내에서 가장 인접한 순으로 최대 3개까지의 관측지점을 선택하는 거리- 개수 혼용방식을 적용하였다. 그리고 본 연구에서는 토지자료 등의 작성에 사용한 토지피복분류도의 육지부분을 참조하여 모든 기상요인별 보간치들을 동일한 육지영역만큼 추출하도록 하였다([그림 3] 참조).
- 본 연구에서는 30년(1977〜 2006)의 연별 평균 기온과 강수량의 시계열적 변동을 알아보았다. 그리고 연별 변동폭의 공간적 분포 특징을 분석하였으며, 이를 통하여 기온과 강수량의 공간적상대적 민감성을 추정하였다.
- 기온과 강수량의 특성 분석을 위하여 각각의 변이성을 계산하였다. Luterbacher(2004) 등은 1500년 이래의 유럽의 계절별, 연도별 기온의 변이성과 경향을 분석하였으며, 강용균과 노재식(1985)은 한국기온의 과거 30년간(19545983)의 연변화 및 연별변동을 연구하였다.
- 그 결과 과거와 미래모두 기온과 강수량이 분석 시작년도에 비해 마지막 년 도의 값이 증가된 것으로 나타났다. 또한 각각의 변이성과 변화경향을 산출식에 의하여 분석하였으며, 각각의 공간적 분포 특성을 민감성과 적응성으로 해석하였다. 이것은 남한 내의 민감성과 적응성을 상대적으로 등급화 한 것으로 각각이 높거나 낮을 가능성을 나타내는 것이므로 이것을 절대적인, 등급으로 확대해석 하지 않음에 주의하여야 한다.
- 본 연구에서는 이러한 기온감율에 대한 보정항을 앞서의 거리자승역산가중치 산출을 위한 일반식에 추가하여 관측시기 및 고도변화에 따른 기온분포를 보간한 전성우 등(2002)의 방법을 적용하였다.
- 선정하는 방식 등이 사용된다. 본 연구에서는 임의의 한 결측지점을 보간하기위해 계산에 참여시킬 주변 관측지점을 반경 100km내에서 가장 인접한 순으로 최대 3개까지의 관측지점을 선택하는 거리- 개수 혼용방식을 적용하였다. 그리고 본 연구에서는 토지자료 등의 작성에 사용한 토지피복분류도의 육지부분을 참조하여 모든 기상요인별 보간치들을 동일한 육지영역만큼 추출하도록 하였다([그림 3] 참조).
- 이때 사용된 고도 자료는 축척 1:25, 000의 수치 지도를 원시자료로 하였으며, 공간 해상도 0, 05°의 DEM(Digital Eelevation Model) 자료로 변환하기 위하여 cubic resampling 방법으로 3단계의 중간 해상도를 거쳐 단계적으로 변환하였다.
- 특히 기온은 국지기온 결정인자 중 가장 큰영향을 미치는 고도를 고려하기 위하여 고도에 따른 기온감율식을 적용하였다. 이를 바탕으로 연평균 값을 산출하여 시계열 변화를 살펴보았으며, 시계열 변화 및 변이성을 분석하였다.
- 이때 반경 100km내의 범위에서 제일 근접한 관측지점을 최대 3개까지 선정하도록 한정하였다. 특히 기온은 국지기온 결정인자 중 가장 큰영향을 미치는 고도를 고려하기 위하여 고도에 따른 기온감율식을 적용하였다. 이를 바탕으로 연평균 값을 산출하여 시계열 변화를 살펴보았으며, 시계열 변화 및 변이성을 분석하였다.
대상 데이터
- 33。9'〜 38。45'로 남한영역만을 선정 하였다[그림 1], 연구 범위안의 관측소는 74개 지점이며, 기온과 기후의 변이성 분석을 위하여 0.5° 의 단위격자로 재구획하여 48개 격자를 추출하였다.
- 과거 기온(°C) 및 강수량(mm) 자료는 기상청에서 제공하는 자료 중 1977〜2006년의 일별자료를 활용하였다. 구축된 자료 형태는 행요소는 일자이며, 열요소는 월을 나타내는 2차원의 행렬 구조이다.
- 미래 예측 기온 및 강수량 자료는「국립기상연구소」로부터 제공받았다. 자료의 예측기간은 2001년부터 2100년까지이며, 남북한 전역에 걸쳐 공간해상도가 약 0.
- 미래 예측자료는 독일 막스플랑크 연구소에서 개발된 ECHO-G/S 기후모델을 도입하여 SRES A1B 시나리오를 이용하여 모의 되었다. ECHO-G/S모델은 ECHO-G의최신 버전으로 대기모델인 ECHAM4와 해양-해빙 모델인 GIOE와 결합자 OASIS로구성 된 대 기 해 양병 합순환모델 (AOGCMs : Coupled atmosphere-ocean general circulation rnoWls) 이다.
- 본 연구에서는 자료의 시간 범위를 기후자료의 baseline인 30년으로 과거는 1977〜 2006년으로 미래는 2071〜2100년으로 하였다. 연구영역은 경위도 124。54'〜131。6‘, 33。9'〜 38。45'로 남한영역만을 선정 하였다[그림 1], 연구 범위안의 관측소는 74개 지점이며, 기온과 기후의 변이성 분석을 위하여 0.
- 적용하여 구축하였다. 이때 반경 100km내의 범위에서 제일 근접한 관측지점을 최대 3개까지 선정하도록 한정하였다. 특히 기온은 국지기온 결정인자 중 가장 큰영향을 미치는 고도를 고려하기 위하여 고도에 따른 기온감율식을 적용하였다.
이론/모형
- 기온과 강수량의 과거와 미래 30년 동안의 변이성과 변화경향성은 ArcMap 소프트웨어의 Natural break방법')을 이용하여 5등급(매우 낮은, 낮은, 중간, 높은, 매우높은)으로 구분되었다. 이 등급은 남한내에 변이성(민감성)또는 변화경향성(적응성)이 상대적으로 높고 낮을 가능성을 의미한다.
- 기온과 강수량자료를 IDSW 공간 통계 방법을 적용하여 구축하였다. 이때 반경 100km내의 범위에서 제일 근접한 관측지점을 최대 3개까지 선정하도록 한정하였다.
- 만들기 위하여 해상도를 0.05。로 변환하는 resampling기법을 활용하였다. 이때 사용된 resampling 기법은 과거 자료처리에서 적용한 거리자승역산가중(IDSW)와 유사한 새로운 격자값을 출력하기위하여 가장 인접한 4점의 값을 이용하는 Billinear 방식을 적용하였다([그림 6] 참조).
- 만드는 것이다. 이 때, 미관측지점에 대한 추정치의 산정은 주변 관측지점들 중 거리가 가까울수록 해당 관측지점의 관측치의 영향이 크게 반영되게 하는 거리자승역산가중(IDSW, Inverse Distance Squared Weighting)기 법에 의한 보 간 방법을 활용하였다. 즉, 이는 미관측지점과 주변 관측지점들 간의 거리와 관측치를 반비례 적으로 반영한 기법이다(식 1 참조).
- 05。로 변환하는 resampling기법을 활용하였다. 이때 사용된 resampling 기법은 과거 자료처리에서 적용한 거리자승역산가중(IDSW)와 유사한 새로운 격자값을 출력하기위하여 가장 인접한 4점의 값을 이용하는 Billinear 방식을 적용하였다([그림 6] 참조).
성능/효과
- 그 중 본 연구에서는 IDSW방법을 선택하여 거리에 따라 반비례적 가중치를 두어 기온과 강수량의 공간통계자료를 생성하였다. 그 결과 과거와 미래모두 기온과 강수량이 분석 시작년도에 비해 마지막 년 도의 값이 증가된 것으로 나타났다. 또한 각각의 변이성과 변화경향을 산출식에 의하여 분석하였으며, 각각의 공간적 분포 특성을 민감성과 적응성으로 해석하였다.
- 강수량의 변화경향은 남.동부지역 이 다른 지 역에 비해 강수량의 변화성이 증가되는 경향을 보여 적응성이 낮은 것으로 나타났다. 이에 반해, 남.
후속연구
- 기후자료의 보간에 사용되는 공간통계학적 분석은 관측시점의 길이, 관측소의갯수, 관측소의 분포면적에 따라 공간통계 분석의 정확도가 상이하며 이에 대한비교 및 분석 연구가 필요할 것이다. 또한 외국의 기후자료 구축 방법 또는 기후자료의 공간자료화 모델을 도입하기 위한 연구도 같이 행해져야 할 것이다.
- 또한 외국의 기후자료 구축 방법 또는 기후자료의 공간자료화 모델을 도입하기 위한 연구도 같이 행해져야 할 것이다. 또한 기온과 강수량의 변이성과 변화경향 분석은 공간적인 자료를 통하여 상대적으로 등급화 한것에 그 의미가 있지만, 향후연구 결과에 대한 구체적인 의미해석과 절대적인 기준을 제시하지 못한 것에 대한 연구가 요구된다.
- 또한 외국의 기후자료 구축 방법 또는 기후자료의 공간자료화 모델을 도입하기 위한 연구도 같이 행해져야 할 것이다. 또한 기온과 강수량의 변이성과 변화경향 분석은 공간적인 자료를 통하여 상대적으로 등급화 한것에 그 의미가 있지만, 향후연구 결과에 대한 구체적인 의미해석과 절대적인 기준을 제시하지 못한 것에 대한 연구가 요구된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.