최근 수공시설물의 설계규모를 넘어서는 극한 강우사상이 발생하여 홍수방어를 위하여 구축된 수리구조물이 파괴 되는 등 많은 홍수피해가 발생하고 있다. 따라서 극한 강우사상의 시공간적 발생 특성을 파악하고 미래의 기후변화하에서 극한강우사상이 어떻게 변화하고 설계수명기간(Design period)동안 분포 특성이 어떻게 변화할지를 이해하는 것은 매우 중요하다. 이에 본 논문에서는 미래의 기후변화가 극한 강우에 어떠한 영향을 미치는지를 평가하기 위해 기후변화 시나리오를 이용하여 미래의 극한강우의 특성 분석과 I-D-F 분석을 실시하였다. 본 연구에서는 SRES B2 온난화가스 시나리오와 YONU CGCM 를 이용하여 2030s(2031-2050)를 모의하였으며 통계학적 축소기법을 적용하여 우리나라에 위치한 기상청 산하 관측소별로 일 기상자료를 구축하였다. 또한, 이를 과거 관측 자료와 비교하여 Quantile Mapping 방법으로 편이보정을 실시하였고, 구형펄스(Modified Bartlett Lewis Rectangular Pulse, MBLRP) 모형(Onof과 Wheater, 1993; Onof 2000)과 분해기법(adjust method)을 적용하여 일 강우 시계열자료를 시 강우 시계열 자료로 변환하였으며 지속기간별 빈도별 강우량을 산정하여 I-D-F 곡선을 작성하였다. 본 논문에서는 66개 관측소 중에서 서울, 대구, 전주, 광주 지점의 결과만을 수록하였으며 그 결과 거의 모든 지점에서 현재와 비교하였을 때 지속기간이 길어질수록 강우강도가 증가함을 확인할 수 있었다.
최근 수공시설물의 설계규모를 넘어서는 극한 강우사상이 발생하여 홍수방어를 위하여 구축된 수리구조물이 파괴 되는 등 많은 홍수피해가 발생하고 있다. 따라서 극한 강우사상의 시공간적 발생 특성을 파악하고 미래의 기후변화하에서 극한강우사상이 어떻게 변화하고 설계수명기간(Design period)동안 분포 특성이 어떻게 변화할지를 이해하는 것은 매우 중요하다. 이에 본 논문에서는 미래의 기후변화가 극한 강우에 어떠한 영향을 미치는지를 평가하기 위해 기후변화 시나리오를 이용하여 미래의 극한강우의 특성 분석과 I-D-F 분석을 실시하였다. 본 연구에서는 SRES B2 온난화가스 시나리오와 YONU CGCM 를 이용하여 2030s(2031-2050)를 모의하였으며 통계학적 축소기법을 적용하여 우리나라에 위치한 기상청 산하 관측소별로 일 기상자료를 구축하였다. 또한, 이를 과거 관측 자료와 비교하여 Quantile Mapping 방법으로 편이보정을 실시하였고, 구형펄스(Modified Bartlett Lewis Rectangular Pulse, MBLRP) 모형(Onof과 Wheater, 1993; Onof 2000)과 분해기법(adjust method)을 적용하여 일 강우 시계열자료를 시 강우 시계열 자료로 변환하였으며 지속기간별 빈도별 강우량을 산정하여 I-D-F 곡선을 작성하였다. 본 논문에서는 66개 관측소 중에서 서울, 대구, 전주, 광주 지점의 결과만을 수록하였으며 그 결과 거의 모든 지점에서 현재와 비교하였을 때 지속기간이 길어질수록 강우강도가 증가함을 확인할 수 있었다.
Recently, extreme precipitation events beyond design capacity of hydraulic system have been occurred and this is the causes of failure of hydraulic structure for flood prevention and of severe flood damage. Therefore it is very important to understand temporal and spatial characteristics of extreme ...
Recently, extreme precipitation events beyond design capacity of hydraulic system have been occurred and this is the causes of failure of hydraulic structure for flood prevention and of severe flood damage. Therefore it is very important to understand temporal and spatial characteristics of extreme precipitation events as well as expected changes in extreme precipitation events and distributional characteristics during design period under future climate change. In this paper, climate change scenarios were used to assess the impacts of future climate change on extreme precipitation. Furthermore, analysis of future extreme precipitation characteristics and I-D-F analysis were carried out. This study used SRES B2 greenhouse gas scenario and YONU CGCM to simulate climatic conditions from 2031 to 2050 and statistical downscaling method was applied to establish weather data from each of observation sites operated by the Korean Meteorological Administration. Then quantile mapping of bias correction methods was carried out by comparing the simulated data with observations for bias correction. In addition Modified Bartlett Lewis Rectangular Pulse(MBLRP) model (Onof and Wheater, 1993; Onof 2000) and adjust method were applied to transform daily precipitation time series data into hourly time series data. Finally, rainfall intensity, duration, and frequency were calculated to draw I-D-F curve. Although there are 66 observation sites in Korea, we consider here the results from only Seoul, Daegu, Jeonju, and Gwangju sites in this paper. From the results we found that the rainfall intensity will be increased and the bigger intensity will be occurred for longer rainfall duration when we compare the climate conditions of 2030s with present conditions.
Recently, extreme precipitation events beyond design capacity of hydraulic system have been occurred and this is the causes of failure of hydraulic structure for flood prevention and of severe flood damage. Therefore it is very important to understand temporal and spatial characteristics of extreme precipitation events as well as expected changes in extreme precipitation events and distributional characteristics during design period under future climate change. In this paper, climate change scenarios were used to assess the impacts of future climate change on extreme precipitation. Furthermore, analysis of future extreme precipitation characteristics and I-D-F analysis were carried out. This study used SRES B2 greenhouse gas scenario and YONU CGCM to simulate climatic conditions from 2031 to 2050 and statistical downscaling method was applied to establish weather data from each of observation sites operated by the Korean Meteorological Administration. Then quantile mapping of bias correction methods was carried out by comparing the simulated data with observations for bias correction. In addition Modified Bartlett Lewis Rectangular Pulse(MBLRP) model (Onof and Wheater, 1993; Onof 2000) and adjust method were applied to transform daily precipitation time series data into hourly time series data. Finally, rainfall intensity, duration, and frequency were calculated to draw I-D-F curve. Although there are 66 observation sites in Korea, we consider here the results from only Seoul, Daegu, Jeonju, and Gwangju sites in this paper. From the results we found that the rainfall intensity will be increased and the bigger intensity will be occurred for longer rainfall duration when we compare the climate conditions of 2030s with present conditions.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
3 and 4에서 나타내었던 것과 같이 동일 기간의 과거 자료를 누가확률분포로 나타내었을 때 모의 결과와 관측 자료가 일치하지 않는 것을 알 수 있다. 이에 따라 본 논문에서는 동일 과거 기간에 대한 모의치와 관측치의 누가확률이 일치하도록 이들 각각의 월별 비율을 산정하였다. 이후 모의치를 관측치와 일치하도록 보정하였으며 이 결과는 Fig.
본 논문에서는 이 결과에 대한 불확실성 분석을 추가로 실시하지 않았으며 추후 과소추정되는 부분과 불확실성 분석을 통해 모의자료의 적정성 여부를 객관화할 수 있는 연구가 진행되어야 할 것으로 판단된다. 본 논문에서는 정량적인 부분보다는 GCM자료를 이용하여 모의된 1CO2(현재)와 2CO2(2030s)의 확률분포를 도시하여 기후변화로 인하여 현재보다 강우량의 증가가 발생할 수 있다는 가능성을 제시하는데 의미를 두고자 한다.
본 논문의 결과 또한 특정 기간, 특정 지역에 반드시 이러한 현상이 발생한다는 것을 의미하는 것이 아니라 기후변화를 고려한 여러 시나리오 중 하나에 근거하여 분석된 결과이며 그 잠재성을 평가하였다는 점에 의미를 부여하고 싶다. 모형의 목적은 각 자료나 현상을 정확하게 맞추는 것이 아니라 사람들이 가지고 있는 의문점을 가시화할 수 있다는 데 있다(Karlin, 1983).
기존 Bias-Correction방법이 비율 보정에만 근거하였다면 Quantile Mapping방법은 자료에 내포된 변동성도 고려할 수 있는 장점이 있다(Wood, 2006). 이러한 연구 내용에 근거하여 본 논문에서는 변동성과 통계적 특성을 고려할 수 있는 Quantile Mapping방법을 이용하여 앞에서 축소화된 일 기상자료를 보정하였다. Quantile Mapping방법은 관측치와 모의치에 대한 경험적 확률 분포를 사용하며 Eq.
제안 방법
격자 범위는 위도 0.0°N～50°N와 경도 70°E～150°E내에서 한반도 주변에 위치한 9개의 격자로부터 YONU CGCM의 기상변수를 일 시계열자료의 형태로 추출하고 서울, 대구, 전주, 광주 강우관측소에 상세 화하기 위하여 역거리법과 통계학적 축소기법(downscaling technique)인 전이함수(Transfer function)기법을 적용하여 각 지점별 일 기상자료를 모의하였다.
이는 강우 발생 시기나 양적인 측면에서 그 특성이 변화하고 있는 것으로 해석할 수 있다. 이에 본 논문에서는 SRES B2 온난화가스시나리오와 YONU CGCM을 이용하여 2030s(2031-2050)를 모의한 후 통계학적 축소 기법을 이용하여 서울, 대구, 전주, 광주 지점의 일 강우량 시계열 자료를 구축하였다. 또한, Bartlett Lewis의 수정구형펄스(MBLRP) 모형과 분해기법을 통해 시 단위의 강우 자료를 모의하여 미래의 기후변화가 극한 강우에 어떠한 영향을 미치는지를 평가하였다.
이에 본 논문에서는 SRES B2 온난화가스시나리오와 YONU CGCM을 이용하여 2030s(2031-2050)를 모의한 후 통계학적 축소 기법을 이용하여 서울, 대구, 전주, 광주 지점의 일 강우량 시계열 자료를 구축하였다. 또한, Bartlett Lewis의 수정구형펄스(MBLRP) 모형과 분해기법을 통해 시 단위의 강우 자료를 모의하여 미래의 기후변화가 극한 강우에 어떠한 영향을 미치는지를 평가하였다.
본 논문에서는 먼저 SRES B2 온난화가스 시나리오를 기반으로 YONU CGCM 모형을 이용하여 기후변화 모의실험을 실시하였으며 이를 통해 한반도의 기후변화 시나리오를 작성한 후, 통계학적 축소기법을 적용하여 한반도 주변의 9개의 격자점으로부터 우리나라 기상청 산하의 각 관측소별 일(daily) 단위 기후변화 시나리오를 작성하였다(Kim et al., 2007). 그리고 QuantileMapping방법(Wood et al.
, 2007). 그리고 QuantileMapping방법(Wood et al., 2002; Hamlet et al., 2003)을 이용하여 관측기간(1980-2000)과 제한실험기간(1980-2000)자료에 대하여 편이 보정(bias correction)을 실시하였다. 또한, 기후변화가 고려된 단기(short term) 강우 사상을 모의하기 위해 Rodriguez-Iturbe et al.
이들 세 가지 방법 중 본 논문에서는 가장 단순화한 Proportional adjusting procedure를 적용하여 일 단위 이하(sub-daily) 자료를 모의하였다. 이들 각각에 대한 자세한 설명은 Koutsoyannis(1994)와 Koutsoyannis and Onof(2001)의 논문을 참고할 수 있다.
MBLRP 모형을 이용하여 서울, 대구, 전주와 광주까지 4개 지점의 매개변수 추정결과를 Table 1에 정리하였다. 이들 매개변수 값들을 이용하여 일 단위로 구성된 서울을 포함한 이들 4개 지점의일(daily) 단위 강우 자료를 시(hourly) 단위로 분해(disaggregation)하였다. 매개변수를 적용하여 합성 시계열을 발생한 후에는 이 합성 시계열이 관측 시계열의 통계학적 특성을 잘 대표하고 있는지를 검토할 필요가 있다.
절에서는 YONU CGCM으로부터 축소기법을 통해 얻은 2CO2(2031년-2050년)상황에서의 일(daily) 단위 강우를 시(hourly)단위 강우로 분해하였다. 그리고 이들 결과를 이용하여 기후변화로 인한 미래 강우강도지속기간-빈도 곡선(rainfall Intensity-DurationFrequency curve, I-D-F 곡선)을 작성하였다.
그리고 이들 결과를 이용하여 기후변화로 인한 미래 강우강도지속기간-빈도 곡선(rainfall Intensity-DurationFrequency curve, I-D-F 곡선)을 작성하였다. 강우지속 시간은 1시간, 2시간, 3시간, 6시간, 12시간, 24시간, 48시간(60분, 120분, 180분, 360분, 720분, 1440분, 2280분)으로 선정하고, 재현기간은 5년, 10년, 20년, 50년, 100년, 200년으로 하였다. 확률가중모멘트법(method of probability weighted moments)에 따른 Gumbel분포형을 채택하여 미래의 I-D-F 곡선을 분석하였다.
논문에서는 전 세계적으로 경험하고 있는 기후변화를 인정하고 미래의 기후변화가 극한 강우에 어떠한 영향을 미치는지를 평가하기 위해 SRES B2 기후변화 시나리오와 YONU CGCM을 이용하여 미래의 극한강우의 특성 분석과 I-D-F 분석을 실시하였다. 이 과정에서 MBLRP 모형을 이용하여 분해기법(Disggregation)을 적용하여 매개변수를 추정하여 일(daily)단위의 모의 자료를 시(hourly)단위 자료로 모의하였다.
논문에서는 전 세계적으로 경험하고 있는 기후변화를 인정하고 미래의 기후변화가 극한 강우에 어떠한 영향을 미치는지를 평가하기 위해 SRES B2 기후변화 시나리오와 YONU CGCM을 이용하여 미래의 극한강우의 특성 분석과 I-D-F 분석을 실시하였다. 이 과정에서 MBLRP 모형을 이용하여 분해기법(Disggregation)을 적용하여 매개변수를 추정하여 일(daily)단위의 모의 자료를 시(hourly)단위 자료로 모의하였다. 추정된 매개 변수로부터 모의된 시(houlr)자료와 시(hourly)단위의 관측 자료를 비교한 결과 극치계열 사상을 적절히 재현하지 못하여 과소 추정되는 경향이 있는 것을 확인할 수 있었다.
1) Bias-Correction방법 중 하나인 Quantile Mapping 방법으로 보정된 각 관측소별 일(daily) 단위 자료를 시(hourly) 단위 자료로 변환하기 위하여 수정구형펄스(MBLRP) 모형을 적용하고 과거 일정기간의 자료로부터 특성치를 추출하여 매개변수를 추정하였다. 추정된 매개변수로 과거 일정 기간의 시(hourly) 단위 자료를 모의하여 실제 관측 자료와 비교한 결과 건조기간 발생 확률, 변동계수와 왜곡도 등 통계적 특성치를 포함하여 자기상관계수가 관측치와 비교해서 크게 벗어나지는 않았으나 극치계열을 적절히 재현하지 못하여 과소추정되는 경향이 있는 것을 확인할 수 있었다.
2) 기후변화는 이미 미래의 기상상태가 현재와는 다른 현상이 발생할 가능성을 대변하는 요소가 될 수 있으며 이는 현재와 미래의 기후사상들의 확률분포를 통해 확인할 수 있다. 이에 본 논문에서는 현재와 기후변화를 고려해 작성한 미래(2030s)의 시나리오를 이용하여 서울, 대구, 전주와 광주 관측소의 확률분포형을 비교하였다. 그 결과 관측소에 따른 차이를 보였으나 전반적으로 미래 시나리오에 의하여 작성된 확률분포형이 오른쪽으로 이동하고 있는 것을 확인할 수 있었다.
3) 추정된 매개변수의 적용 가능성과 타당성을 검토한 후 모의한 미래 2030년대의 2CO2 상황에서의 시(hourly) 단위 자료로부터 I-D-F 곡선을 작성하였다. 강우 지속시간은 1시간, 2시간, 3시간, 6시간, 12시간, 24시간, 48시간으로 하였으며, 재현기간은 2년, 3년, 5년, 10년과 20년으로 설정하였다.
상황에서의 시(hourly) 단위 자료로부터 I-D-F 곡선을 작성하였다. 강우 지속시간은 1시간, 2시간, 3시간, 6시간, 12시간, 24시간, 48시간으로 하였으며, 재현기간은 2년, 3년, 5년, 10년과 20년으로 설정하였다. 강우강도, 지속시간과 빈도별 곡선을 작성한 결과, 현재와 비교하였을 때 지속시간이 길어질수록 강우강도가 증가하는 것으로 나타났다.
(2031년-2050년)상황에서의 일(daily) 단위 강우를 시(hourly)단위 강우로 분해하였다. 그리고 이들 결과를 이용하여 기후변화로 인한 미래 강우강도지속기간-빈도 곡선(rainfall Intensity-DurationFrequency curve, I-D-F 곡선)을 작성하였다. 강우지속 시간은 1시간, 2시간, 3시간, 6시간, 12시간, 24시간, 48시간(60분, 120분, 180분, 360분, 720분, 1440분, 2280분)으로 선정하고, 재현기간은 5년, 10년, 20년, 50년, 100년, 200년으로 하였다.
대상 데이터
기후변화에 대한 우리나라의 영향을 평가하기 위하여 본 연구에서는 Fig. 2에 나타낸 것과 같이 300㎞ × 300㎞의 해상도를 가진 YONU CGCM모의 자료를 이용하였다.
본 논문에서는 각 지점에 따라 1999년부터 2001년 자료를 매개변수 추정에 적용하였다. 이는 강우량과 출현 빈도 등이 과거와 구분되기 시작한 1990년대 후반부터 최근까지의 자료를 이용하는 것이 유용할 것으로 판단하였기 때문이다.
한편, 조하만 등(1997)은 우리나라 월별강수량이 평년값을 기준으로 하여 7월, 8월, 6월과 9월 순으로 많다고 하였으며 최근 몇 년 사이(1998년～ 2004년 단, 2001년 제외) 장마 종료 후 더 많은 양의 비가 내린 현상으로 미루어볼 때(차은정, 2006) 7월과 8월에 걸쳐 꾸준히 강우가 발생하는 것으로 해석할 수 있다. 본 논문에서는 강우 및 기후변화의 양상이 반영된 1999년에서 2001년까지 여름철 강우 중에서 장마철 전․후와 태풍의 발생시기를 대체적으로 잘 반영할 것으로 판단된 8월 강우 사상을 선정하였다. MBLRP 모형을 이용하여 서울, 대구, 전주와 광주까지 4개 지점의 매개변수 추정결과를 Table 1에 정리하였다.
데이터처리
(1987)이 제시한 구형펄스(MBLRP)모형과 분해기법(adjustment method)(Koutsoyannis, 1994)을 이용하여 일 강우자료를 시간(hourly) 단위의 강우로 분해하였다. 마지막으로 미래의 기후변화가 극한강우의 강우강도에 미치는 영향을 평가하기 위해 빈도분석을 통해 강우강도-지속기간-빈도 곡선(I-D-F curve)을 작성하였다. 다음 Fig.
이론/모형
, 2003)을 이용하여 관측기간(1980-2000)과 제한실험기간(1980-2000)자료에 대하여 편이 보정(bias correction)을 실시하였다. 또한, 기후변화가 고려된 단기(short term) 강우 사상을 모의하기 위해 Rodriguez-Iturbe et al. (1987)이 제시한 구형펄스(MBLRP)모형과 분해기법(adjustment method)(Koutsoyannis, 1994)을 이용하여 일 강우자료를 시간(hourly) 단위의 강우로 분해하였다. 마지막으로 미래의 기후변화가 극한강우의 강우강도에 미치는 영향을 평가하기 위해 빈도분석을 통해 강우강도-지속기간-빈도 곡선(I-D-F curve)을 작성하였다.
본 연구에서는 일 단위 이하(sub-daily) 시간 자료를 모의하기 위하여 Rodriguez-Iturbe et al.(1987, 1988)이 제안 및 수정한 구형펄스(Modified Bartlett Lewis Rectangular Pulse, MBLRP)모형을 적용하였다.
본 논문에서는 매개변수 최적화를 위해 Pattern search방법을 적용하였으며 목적함수는 상대제곱근 오차(relative root mean square error)를 사용하였다. 그리고 추정된 매개변수를 Koutsoyannis(1994)가 제시한 Adjustment기법을 이용하여 조정한 후 시(hourly) 단위 자료를 모의 발생하였다.
본 논문에서는 매개변수 최적화를 위해 Pattern search방법을 적용하였으며 목적함수는 상대제곱근 오차(relative root mean square error)를 사용하였다. 그리고 추정된 매개변수를 Koutsoyannis(1994)가 제시한 Adjustment기법을 이용하여 조정한 후 시(hourly) 단위 자료를 모의 발생하였다. Adjustment기법은 Proportional adjusting procedure, Linear adjusting procedure과 Power adjusting procedure과 같이 크게 세 방법으로 나눌 수 있다(Koutsoyannis, 1994; Koutsoyannis and Manetas, 1996).
강우지속 시간은 1시간, 2시간, 3시간, 6시간, 12시간, 24시간, 48시간(60분, 120분, 180분, 360분, 720분, 1440분, 2280분)으로 선정하고, 재현기간은 5년, 10년, 20년, 50년, 100년, 200년으로 하였다. 확률가중모멘트법(method of probability weighted moments)에 따른 Gumbel분포형을 채택하여 미래의 I-D-F 곡선을 분석하였다.
성능/효과
기후변화가 하천유량에 미치는 영향은 주로 기후변화를 반영하여 모의된 강우량을 이용하는 것으로 시작되어 왔으며, 모의된 강우량의 경향성은 지역에 따라 다르게 나타나는 것으로 분석되어 있었다. 주로 북반구 지역과 고위도 지역으로 갈수록 강우량이 증가하며 적도와 남반구 지역은 감소하는 경향성을 가지는 것으로 분석되었다. McGuffie et al(1999)은 온난화가 진행되는 기후상황에서는 집중호우의 규모와 빈도가 증가한다고 하였으며 강우량의 변화는 유역의 유출량을 변화시킨다고 하였다.
Figs. 3과 4를 통해 알 수 있듯이 관측치(obs)와 통계학적 축소기법으로 동일 기간에 대하여 획득한 현재상황의 1CO2가 대체적으로 잘 일치하지 않는 것을 알 수 있다. 특히 월 평균 강수량과 습윤 및 건조 지속기간에서 차이가 뚜렷하게 나타났다.
7과 같다. Quantile Mapping방법을 통한 자료 편이 보정 실시 이후 서울과 광주 지점의 7, 8월 모두 관측치를 잘 재현하고 있음을 확인할 수 있었다.
8 and 9는 각각 서울과 광주 지점의 Quantile Mapping방법을 적용하여 현재를 모의한 1CO2와 미래 기후변화를 고려한 2030년대(2031-2050)의 자료를 보정한 결과이다. 두 지점 모두 월평균 강수량의 경우 8월과 9월에 증가하는 것으로 나타났으며 서울 지점은 8월에서 9월로 강우가 더 증가하는 것으로 분석된 반면, 광주 지점의 경우에는 상대적으로 7월 강우가 더 많이 발생하는 것으로 추정되었다. 또한 두 지점 모두에서 미래에는 습윤 및 건조 지속기간이 대체적으로 감소하고 있는 것으로 나타났다.
두 지점 모두 월평균 강수량의 경우 8월과 9월에 증가하는 것으로 나타났으며 서울 지점은 8월에서 9월로 강우가 더 증가하는 것으로 분석된 반면, 광주 지점의 경우에는 상대적으로 7월 강우가 더 많이 발생하는 것으로 추정되었다. 또한 두 지점 모두에서 미래에는 습윤 및 건조 지속기간이 대체적으로 감소하고 있는 것으로 나타났다. 강수량은 증가하는 반면 습윤 및 건조 지속기간이 감소한다는 것은 현재보다 강도가 큰 강우가 더 자주 빈번하게 발생할 수 있는 것으로 해석할 수 있다.
이러한 내용에 의거하여 추정된 시간 단위 자료와 관측강우의 통계적 특징을 비교한 결과 Figs. 13 and 14와 같이 관측치에 크게 벗어나지 않는 것으로 분석되었으나 극치계열을 뚜렷하게 재현하지 못하여 다소 과소 추정되는 경향이 있는 것을 확인할 수 있었다.
13의 (c)를 통해서 각 강우들의 지속성을 평가할 수 있다. 실제와 비교하였을 때 0.2정도의 차이를 보이며 관측자료 보다는 각 강우 발생에 있어 더 큰 연관성을 갖는 것으로 나타났으나 전반적으로는 크게 벗어나지 않는 범위 내에 위치하고 있음을 알 수 있다.
14는 광주 지점의 시(hourly) 단위 모의 결과와 관측 자료를 비교한 것으로 서울 지점의 경우와 마찬가지로 건조기간 발생 확률과 각 통계적 특성이 대체적으로 관측치와 큰 차이가 없는 것을 확인할 수 있었다. 한편, 광주 지점의 자기상관계수는 지속성이 커짐에 따라 관측치를 따라 위치하고 있으며 전체적인 형상 또한 서울 지점보다 더 고르게 관측치를 재현하는 것으로 나타났다. 각 지점별 모의치의 건조기간 발생 확률, 변동계수와 왜곡도, 자기상관계수를 관측 자료와 비교하였을 때 본 논문에서 제시한 서울 및 광주 지점과 마찬가지로 각 강우의 특성을 대체적으로 잘 반영하고 있는 것을 확인할 수 있었다.
한편, 광주 지점의 자기상관계수는 지속성이 커짐에 따라 관측치를 따라 위치하고 있으며 전체적인 형상 또한 서울 지점보다 더 고르게 관측치를 재현하는 것으로 나타났다. 각 지점별 모의치의 건조기간 발생 확률, 변동계수와 왜곡도, 자기상관계수를 관측 자료와 비교하였을 때 본 논문에서 제시한 서울 및 광주 지점과 마찬가지로 각 강우의 특성을 대체적으로 잘 반영하고 있는 것을 확인할 수 있었다.
16에 나타내었다. 각 관측소에 따라 차이는 있으나 현재와 미래를 비교하였을 때 확률분포형이 오른쪽으로 이동하고 있는 것으로 나타났다. 이는 곧 미래의 강우는 현재 느끼는 강도보다 더 크게 발생하고 그 빈도 또한 증가할 가능성이 있음을 시사한다.
19 (c)에 나타낸 전주 지점의 경우, 가장 두드러지는 I-D-F 곡선을 얻을 수 있었다. 재현기간 5년부터 200년까지 지속시간이 길어질수록 강우강도가 크게 증가하였으며 서울, 광주 지점과는 다르게 짧은 지속시간에서도 현재 상태를 능가하는 결과를 보였다.
이 과정에서 MBLRP 모형을 이용하여 분해기법(Disggregation)을 적용하여 매개변수를 추정하여 일(daily)단위의 모의 자료를 시(hourly)단위 자료로 모의하였다. 추정된 매개 변수로부터 모의된 시(houlr)자료와 시(hourly)단위의 관측 자료를 비교한 결과 극치계열 사상을 적절히 재현하지 못하여 과소 추정되는 경향이 있는 것을 확인할 수 있었다.
1) Bias-Correction방법 중 하나인 Quantile Mapping 방법으로 보정된 각 관측소별 일(daily) 단위 자료를 시(hourly) 단위 자료로 변환하기 위하여 수정구형펄스(MBLRP) 모형을 적용하고 과거 일정기간의 자료로부터 특성치를 추출하여 매개변수를 추정하였다. 추정된 매개변수로 과거 일정 기간의 시(hourly) 단위 자료를 모의하여 실제 관측 자료와 비교한 결과 건조기간 발생 확률, 변동계수와 왜곡도 등 통계적 특성치를 포함하여 자기상관계수가 관측치와 비교해서 크게 벗어나지는 않았으나 극치계열을 적절히 재현하지 못하여 과소추정되는 경향이 있는 것을 확인할 수 있었다.
2) 기후변화는 이미 미래의 기상상태가 현재와는 다른 현상이 발생할 가능성을 대변하는 요소가 될 수 있으며 이는 현재와 미래의 기후사상들의 확률분포를 통해 확인할 수 있다. 이에 본 논문에서는 현재와 기후변화를 고려해 작성한 미래(2030s)의 시나리오를 이용하여 서울, 대구, 전주와 광주 관측소의 확률분포형을 비교하였다.
이에 본 논문에서는 현재와 기후변화를 고려해 작성한 미래(2030s)의 시나리오를 이용하여 서울, 대구, 전주와 광주 관측소의 확률분포형을 비교하였다. 그 결과 관측소에 따른 차이를 보였으나 전반적으로 미래 시나리오에 의하여 작성된 확률분포형이 오른쪽으로 이동하고 있는 것을 확인할 수 있었다. 이는 곧 현재와 비교하였을 때 미래에는 극한강우 발생 가능성이 높고 그 크기(강도)가 커질 가능성이 있는 것으로 해석할 수 있다.
강우 지속시간은 1시간, 2시간, 3시간, 6시간, 12시간, 24시간, 48시간으로 하였으며, 재현기간은 2년, 3년, 5년, 10년과 20년으로 설정하였다. 강우강도, 지속시간과 빈도별 곡선을 작성한 결과, 현재와 비교하였을 때 지속시간이 길어질수록 강우강도가 증가하는 것으로 나타났다. 특히 전주지점의 경우 강우강도 증가가 가장 큰 것으로 추정되었다.
4) 현재 분해기법(Disggregation)으로부터 추정된 시(hourly) 단위의 모의자료가 과소추정되는 경향이 있는 것으로 분석되었다. 본 논문에서는 이 결과에 대한 불확실성 분석을 추가로 실시하지 않았으며 추후 과소추정되는 부분과 불확실성 분석을 통해 모의자료의 적정성 여부를 객관화할 수 있는 연구가 진행되어야 할 것으로 판단된다.
후속연구
본 논문에서는 불확실성분석을 추가로 실시하지 않았으며 이에 대하여 추후 매개변수 추정을 통한 분해기법(Disggregation) 적용 후 결과의 적정성 검토 등이 보완되어야 할 것으로 판단된다.
4) 현재 분해기법(Disggregation)으로부터 추정된 시(hourly) 단위의 모의자료가 과소추정되는 경향이 있는 것으로 분석되었다. 본 논문에서는 이 결과에 대한 불확실성 분석을 추가로 실시하지 않았으며 추후 과소추정되는 부분과 불확실성 분석을 통해 모의자료의 적정성 여부를 객관화할 수 있는 연구가 진행되어야 할 것으로 판단된다. 본 논문에서는 정량적인 부분보다는 GCM자료를 이용하여 모의된 1CO2(현재)와 2CO2(2030s)의 확률분포를 도시하여 기후변화로 인하여 현재보다 강우량의 증가가 발생할 수 있다는 가능성을 제시하는데 의미를 두고자 한다.
분명한 것은 이미 인정하고 부정할 수 없듯이, 모형은 현실에 나타난 현상을 똑같이 재현할 수도, 앞으로 일어날 일을 정확하게 예측할 수도 없으며 지금 이 순간도 시간이 지남에 따라 가까운 과거와는 다른 변화가 진행되고 있다. 다만, 모형을 이용한 모의 결과를 통해 잠재성을 인식함으로써 이에 대비하는 데 기반이 되어줄 수 있을 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
수문순환 과정을 활성화하는 요인이 되는 것은 무엇인가?
기후변화로 인해 수문학적 극한사상의 규모와 빈도가 변화한다는 사실은 이미 국제적으로 인정되고 있는 과학적 사실이다. 대기 중에 증가되는 온실가스의 농도는 기온을 꾸준히 상승시키고, 이는 수문순환 과정을 활성화하는 요인이 되어 결과적으로 과거 관측과는 다른 극한사상들이 발생하게 되는 것이다. 기후변화에 따른 이상기상으로 홍수나 가뭄과 같은 극한 수문학적 사상으로 인한 피해가 세계 곳곳에서 발생함에 따라 극한기후가 중요한 환경 요소로 인식되고, 각종 언론 매체와 환경정책 토론의 주제가 되고 있다.
1999년 대기 중의 CO2 농도는 얼마인가?
IPCC(2001)는 대기 중의 CO2 농도는 1750년 280ppm에서 1999년에는 367ppm까지 증가하였으며, 2050년과 2100년쯤에는 각각 463-623ppm와 470-1099ppm까지 증가할 것으로 전망하였다. 또한, 전구의 평균기온이 20세기를 지나면 약 0.
미래의 기후변화가 극한 강우에 미치는 영향을 평가하기 위해 미래의 극한강우의 특성 분석과 I-D-F 분석을 실시한 결과는 무엇인가?
1) Bias-Correction방법 중 하나인 Quantile Mapping 방법으로 보정된 각 관측소별 일(daily) 단위 자료를 시(hourly) 단위 자료로 변환하기 위하여 수정구형펄스(MBLRP) 모형을 적용하고 과거 일정기간의 자료로부터 특성치를 추출하여 매개변수를 추정하였다. 추정된 매개변수로 과거 일정 기간의 시(hourly) 단위 자료를 모의하여 실제 관측 자료와 비교한 결과 건조기간 발생 확률, 변동계수와 왜곡도 등 통계적 특성치를 포함하여 자기상관계수가 관측치와 비교해서 크게 벗어나지는 않았으나 극치계열을 적절히 재현하지 못하여 과소추정되는 경향이 있는 것을 확인할 수 있었다.
2) 기후변화는 이미 미래의 기상상태가 현재와는 다른 현상이 발생할 가능성을 대변하는 요소가 될 수 있으며 이는 현재와 미래의 기후사상들의 확률분포를 통해 확인할 수 있다. 이에 본 논문에서는 현재와 기후변화를 고려해 작성한 미래(2030s)의 시나리오를 이용하여 서울, 대구, 전주와 광주 관측소의 확률분포형을 비교하였다. 그 결과 관측소에 따른 차이를 보였으나 전반적으로 미래 시나리오에 의하여 작성된 확률분포형이 오른쪽으로 이동하고 있는 것을 확인할 수 있었다. 이는 곧 현재와 비교하였을 때 미래에는 극한강우 발생 가능성이 높고 그 크기(강도)가 커질 가능성이 있는 것으로 해석할 수 있다.
3) 추정된 매개변수의 적용 가능성과 타당성을 검토한 후 모의한 미래 2030년대의 2CO2 상황에서의 시(hourly) 단위 자료로부터 I-D-F 곡선을 작성하였다. 강우 지속시간은 1시간, 2시간, 3시간, 6시간, 12시간, 24시간, 48시간으로 하였으며, 재현기간은 2년, 3년, 5년, 10년과 20년으로 설정하였다. 강우강도, 지속시간과 빈도별 곡선을 작성한 결과, 현재와 비교하였을 때 지속시간이 길어질수록 강우강도가 증가하는 것으로 나타났다. 특히 전주지점의 경우 강우강도 증가가 가장 큰 것으로 추정되었다.
4) 현재 분해기법(Disggregation)으로부터 추정된 시(hourly) 단위의 모의자료가 과소추정되는 경향이 있는 것으로 분석되었다. 본 논문에서는 이 결과에 대한 불확실성 분석을 추가로 실시하지 않았으며 추후 과소추정되는 부분과 불확실성 분석을 통해 모의자료의 적정성 여부를 객관화할 수 있는 연구가 진행되어야 할 것으로 판단된다. 본 논문에서는 정량적인 부분보다는 GCM자료를 이용하여 모의된 1CO2(현재)와 2CO2(2030s)의 확률분포를 도시하여 기후변화로 인하여 현재보다 강우량의 증가가 발생할 수 있다는 가능성을 제시하는데 의미를 두고자 한다.
참고문헌 (48)
김병식 (2005). 기후변화에 따른 유역의 수문요소 및 수자원 영향평가, 박사학위 논문, 인하대학교
김병식, 서병하, 김남원 (2003). “전이함수모형과 일기발생모형을 이용한 유역규모 기후변화시나리오의 작성.” 한국수자원학회논문집, 한국수자원학회, 제36권, 제3호, pp. 345-363
윤용남, 유철상, 오세정, 장수형 (2004). “기후변화에 따른 설계강수량의 변화추정에 관한 연구.” 한국수자원학회학술발표회 논문집, 한국수자원학회, pp. 849-853
한국건설기술연구원(2000). 수자원계획의 최적화연IV : 기후변화에 따른 수자원계Ghlr의 영향평가, 건설교통부, 한국수자원공사
Boorman, D.B. and Sefton, C.E..M. (1997). "Recognizing the uncertainy in the quantification of the effect of climate change on hydrological response." Climate change, Vol. 35, pp. 415-434
Durman, C.F., Gregory, J.M., Hassell, D.C., Jones, R.G. and Murphy, J.M. (2001). "A comparison of extreme European daily precipitation simulated by a global and a regional climate model for present and future climates." Quarterly Journal of the Royal Meteorological Society, Vol. 127, No. 573, pp. 1005-1015
Fowler, H.J., Kilsby, C.G. and Stunell, J. (2007). "Modeling the impacts of projected future climate change on water resources in north-west England." Hydrologic & Earth System Sciences, Vol. 11, No. 3, pp. 1115-1126
Fowler, H.J., Kilsby, C.G., (2003a). "A regional frequency analysis of United Kingdom extreme rainfall from 1961 to 2000." International Journal of Climatology, Vol. 23, pp. 1313-1334
Fowler, H.J., Kilsby, C.G., (2003b). "Implications of changes in seasonal and annual extreme rainfall." Geophysical Research Letters, Vol. 30, No. 13, p. 1720 doi:10.1029/2003GL017327
Gellens, D. and Roulin, E. (1998). "Streamflow reponse of Belgian catchment to IPCC climate change scenarios." Journal of hydrology, Vol. 210, pp. 242-258
Griffith, G.M., Chambers, L.E.,Haylock, M.R., Mamtom, M.J., Nicholls, N., Baek, H.J., Choi, Y., Della-Marta, P.M., Gosal, A., Iga, N.,Lata, R., Laurent, V., Maitrepierre, L., Nakamigawa, H., Ouprasitwong, N., Solofa, D, Tahani, L., Thuy, T., Tibig, L., Trewin, B., Vediapan, K., and Zhai, P. (2005). "Change in mean temperature as a predictor of extreme temperature change in the Asia-Pacific Region." International Journal of Climatology, Vol. 25, pp. 1301-1330
Hamlet, A.F., Lettenmaier, D.P. and Snover, A. (2003). "Climate change streamflow scenarios for critical period water planning studies : A technical methodology." Journal of Water Resources Planning and Management, in review
Hashino, T., Bradley, A.A., and Schwartz, S.S. (2007). "Evaluation of bias-correction methods for ensemble stream flow volume forecasts." Hydrology and Earth System Science, Vol. 11, pp. 939-950
Karlin, S. (1983). 11th R. A. Fisher Memorial Lecture. Lecture presented to the Royal Society, London
Khaliq, M.N. and Cunnane, C. (1996). "Modeling point rainfall occurrences with the Modified Bartlett-Lewis Rectangular Pulse Model." Journal of Hydrology, Vol. 180, pp. 109-138
Kim, Byung Sik, Kim, Hung Soo, Seoh, Byung Ha, Kim, Na Won. (2007). "Impact of Climate Change on Water Resources in Yongdam Dam Basin, Korea." Stochastic Environmental Research and Risk Assessment(SERRA), Vol. 21, No. 4, pp.355-357
Klein Tank, A.M.G. and Konneb, G. P. (2003). "Trends in Indices of Daily Temperature and Precipitation Extremes in Europe, 1946-1999." Journal of Climate, Vol. 16, pp. 3665-3680
Koutsoyannis, D. and Onof, C. (2001). "Rainfall disaggregation using adjusting procedures on a Poisson cluster model." Journal of Hydrology, Vol. 246, pp. 109-122
Kundzewicz, Z. W. (2004). Searching for change in hydrological data-Editorial Hydrol. Sci. J. Special Section: Detecting Change in Hydrological Data Vol. 49, No. 1, pp. 3-6
Lindstrom, G. & Bergstrom, S. (2004). Runoff trends in Sweden: 1807-2002. Hydrol. Sci. J. Special Section: Detecting Change in Hydrological Data Vol. 49, No. 1, pp. 69-83
McGuffie, K., Henderson-Sellers, A., Holbrook, N., Kothavala, Z., Balachova, O. & Hoekstra, J. (1999). "Assessing simulations of daily temperature and precipitation variability with global climate models for present and enhanced greenhouse climates." Int. J. Climatol. Vol. 19, pp. 1-26
Mckerchar, A. I. and Henderson, R. D. (2003). "Shifts in flood and low-flow regimes in New Zealand due to interdecadal climate variations." Hydrol. Sci. J., Vol. 48, No. 4, pp. 637-654
Mirza, M.Q., Warrick, R.A., Ericksen, N.J. and Kenny, K.J. (1998). "Trend and persistence in precipitation in the Ganges, Brahmaputa and Meghna basina in the south asia." Hydrol.Sci. J., Vol. 43, No. 6, pp. 845-858
Onof, C and Wheater, H.S. (1993). "Modeling of British rainfall using a random parameter Bartlett-Lewis rectangular pulses model." Journal of Hydrology, Vol. 149, pp. 67-95
Osborn, T.J., Hulme, M., (2002). "Evidence for trends in heavy rainfall events over the UK." Philosophical Transactions of the Royal Society, Series A, Vol. 360, pp. 1313-1325
Osborn, T.J., Hulme, M., Jones, P.D., Basnett, T.A., (2000). "Observed trends in the daily intensity of United Kingdom precipitation." International Journal of Climatology, Vol. 20, pp. 347-364
Palmer, R., Wiley, M and Kameenui, A. (2004). Will Climate Change Impact Water Supply and Demand In the Puget Sound?, Department of Civil and Environmental Engineering University of Washington, Seattle WA
Panagoulia, D. and Dimou, G (1997). "Sensitivity of flood events to global climate change." Journal of hydrolgoy., Vol. 191, pp. 208-222
Panofsy, H.A., and Brire, G.W. (1963). Some application of Statistics to Meteorology, Pennsylvania State University, University Park, Pennsylvania, p. 224
Paturel, J. E., Ouedraogo, M., Servant, E., Mahe, G., Dezetter, A. and Boyer, J.F. (2003). "The concept of rainfall and streamflow nomals in West and Central Africa in a context of climate variability." Hydrol.Sci. J., Vol. 48, No. 1, pp. 125-137
Pongracz, R. Bogardi, I. and Duckstein, L. (2003). "Climate forcing of drought; a Central European example." Hydrol. Sci. J., Vol. 48, No. 1, pp. 39-50
Prudhomme, C., Jakob, D and Svensson, C. (2003). "Uncertainty and climate change impact on the flood regime of small UK catchment." Journal of hydrology, Vol. 277, pp. 1-23
Rodriquez-Iturbe, I., Cox, D.R, and Isham, V. (1987). "Some models for rainfall based on stochastic point processes." Proceeding Royal Society London A, Vol. 410, pp. 269-288
Rodriquez-Iturbe, I., Cox, D.R, and Isham, V. (1988). "A Point Process Models for Rainfall: Further developments." Proceedings of the Royal Society of London A, Vol. 417, pp. 283-298
Saelthun, N.R., Aittoniemi, P., Bergstrom, S., Einarsson, K., Johannesson, T., Lindstom, G., Ohlsson, P. O., Thomsen, T. Vehrilainen B. and Aamodt, K. O (1998). "Climate change impacts on runoff and hydropower in the Nordic coundries." TemaNord, Vol. 552, p. 170
Tate, E. Sutcliffe, J., Conway, D. and Farquharson, F. (2004). "Water balance of lake victoria; update to 2000 and climate change modelling to 2100." Hydrol. Sci. J., Vol. 49, No. 4, pp. 563-574
Wilby, R.L. and Dawson, C.W. (2001). "Using SDSM-A decision support tool for the assessment of regional climate change impacts." National Centre for Risk Analysis and Options Appraisal, UK Environment Agency
Wood, A.W., Leung, L.R., Sridhar. V. and Lettenmaier, D.P. (2004). "Hydrologic implications of dynamical and statistical approaches to downscaling climate model outputs." Climatic Change, Vol. 62, Issue 1-3, pp. 189-216
※ AI-Helper는 부적절한 답변을 할 수 있습니다.