$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

토양수분 확률밀도함수로 살펴본 가뭄발생에 대한 기후변화의 영향
Estimating Climate Change Impact on Drought Occurrence Based on the Soil Moisture PDF 원문보기

韓國水資源學會論文集 = Journal of Korea Water Resources Association, v.43 no.8, 2010년, pp.709 - 720  

최대규 (부경대학교 환경공학과) ,  안재현 (서경대학교 토목공학과) ,  조덕준 (동서대학교 건축토목공학부) ,  김상단 (부경대학교 환경공학과)

초록
AI-Helper 아이콘AI-Helper

본 연구에서는 개념적인 토양수분 모형을 이용하여 가뭄에 대한 기후변화의 영향을 모형화하고, 모형으로부터의 결과를 분석하고 있다. 미래 기후자료로서 A2 온실가스 배출 시나리오에 따라 CCCma CGCM3-T63에 의해 도출된 자료가 이용되며, 일별 강수분포 및 월별 강수량 및 잠재증발산량의 변화를 고려하기 위하여 일별 스케일링 기법이 적용된다. 모형으로부터 도출된 주요결과로부터 미래에는 우리나라에 보다 잦은 가뭄이 있을 수 있음을 살펴볼 수 있다.

Abstract AI-Helper 아이콘AI-Helper

This paper describes the modeling of climate change impact on drought using a conceptual soil moisture model and presents the results of the modeling approach. The future climate series is obtained by scaling the historical series, informed by CCCma CGCM3-T63 with A2 green house emission scenario, u...

주제어

AI 본문요약
AI-Helper 아이콘 AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

  • 본 연구는 기후변화에 따른 영향으로 미래의 가뭄발생가능성을 분석한 것이다. CGCM-T63 GCM의 A2 시나리오를 적용시켰으며 이로써 예측된 미래 기후들을 토대로 미래의 가뭄발생확률을 연구하였다.
  • 본 연구는 미래기후변화에 따른 가뭄발생확률에 대한평가를 목적으로 하고 있다. 이 때, 가뭄은 토양수분의 부족으로 발생된다고 가정한다.
  • 강수로 인한 토양수분의 공급 및 증발산과 침루를 통한 손실이 고려된 토양수분의 시간적 거동에 관한 지배방정식을 구성한 후, 강수의 추계학적 특성을 고려한 Fokker-Planck 방정식을 수치적으로 풀어내 토양수분 확률밀도함수를 구성하게 된다 (한수희 등, 2009). 이 때, 특정 전구기후모형에 의해 제공되는 미래기후변화에 의하여 토양수분 확률밀도함수가 어떠한 영향을 받는지를 분석함으로써 현재대비 미래가뭄에 대한 평가를 수행해보고자 하였다. 이 때, 기후변화로 인한 영향을 보다 명확하게 파악하기 위하여 토양, 식생, 토지 이용 등과 같은 지면의 조건은 공간적으로 모두 균일한 것으로 가정한다.

가설 설정

  • 마지막으로 가뭄은 절대적인 양적 개념이 아니라 시공간적으로 상대적이고 개념이며 확률적으로는 평균적인 사상이 아니기 때문에, 대상 지점 및 대상 기간에 대하여 발생확률이 크지 않은 극한 사상으로 정의하는 것이 보다 현실적일 것이다. 이러한 관점에서 본 연구에서 적용한 quantile 기법 (즉, 기준 토양수분을 기점으로 현재와 미래의 비초과확률 비교)은 극한 수문 사상의 영향평가를 위해 적절하게 적용될 수 있을 것으로 기대 된다.
  • 또한 같은 지점이라 할지라도 토양수분 확률밀도함수가 월별로 다르기 때문에, 가뭄을 정의하는 기준 토양수분은 월별로도 다른 값을 가지게 된다. 본 연구에서는 가뭄을 정의하는 확률을 5%로 가정하고 이후 연구를 진행하였다. 즉 지점별 월별 토양수분 누가확률밀도함수 상에서 비초과확률 5%에 해당하는 토양수분을 가뭄을 정의하는 기준 토양수분으로 정의하였다.
  • 본 연구는 미래기후변화에 따른 가뭄발생확률에 대한평가를 목적으로 하고 있다. 이 때, 가뭄은 토양수분의 부족으로 발생된다고 가정한다. 토양수분에 분석으로부터 가뭄을 평가하고자 하는 노력은 최근 들어 여러 연구자들에 의해 매우 활발하게 연구되고 있는 추세이다 (Dai et al.
  • 이 때, 특정 전구기후모형에 의해 제공되는 미래기후변화에 의하여 토양수분 확률밀도함수가 어떠한 영향을 받는지를 분석함으로써 현재대비 미래가뭄에 대한 평가를 수행해보고자 하였다. 이 때, 기후변화로 인한 영향을 보다 명확하게 파악하기 위하여 토양, 식생, 토지 이용 등과 같은 지면의 조건은 공간적으로 모두 균일한 것으로 가정한다.
  • 은 지표면 근처 식생뿌리가 존재하는 토양층의 두께 [L], L은 기후, 토양 및 식생 조건에 따른 토양수분 s의 손실과 관련된 함수로서 증발산 및 침루과정을 나타낸 것이며, I는 강수 R로부터 토양에 공급되는 수분 양으로 강수 시 침투과정을 나타낸 것이다. 토양수분 이득함수 I(R,s)의 확률분포함수 (Probability Distribution Function, PDF)는 아래와 같이 토양수분의 현재 상태 및 강수량에 따라 크게 세 가지 형태로 구분되는데, 이는 일 강수량의 확률분포를 무강수일에서 별도의 확률질량을 가지며 강수일에서는 지수분포를 갖는 혼합지수분포로 가정하여 유도된다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
조선시대에 지방관리가 지역에 부임하여 행하는 첫 번째 시책은 무엇이었는가? 우리나라 마지막 왕조인 조선시대 (1392-1910년)에는 지방관리가 지역에 부임하여 행하는 첫 번째 시책이 굶주림에 허덕이는 주민 구제를 위한 참나무 심기였다고 한다. 이러한 전통으로부터 살펴볼 수 있는 것은 자연 재해 중 가장 중요하게 다룬 것이 가뭄이라는 사실이다 (김보경 등, 2006).
조선시대에서 자연 재해 중 가장 중요하게 다룬 것은 무엇이었는가? 우리나라 마지막 왕조인 조선시대 (1392-1910년)에는 지방관리가 지역에 부임하여 행하는 첫 번째 시책이 굶주림에 허덕이는 주민 구제를 위한 참나무 심기였다고 한다. 이러한 전통으로부터 살펴볼 수 있는 것은 자연 재해 중 가장 중요하게 다룬 것이 가뭄이라는 사실이다 (김보경 등, 2006).
질의응답 정보가 도움이 되었나요?

참고문헌 (28)

  1. 변희룡 (1996). “한반도에 가뭄을 초래하는 대기 순환.” 한국기상학회지, 한국기상학회, 제32권, pp. 455-469. 

  2. 변희룡, 한영호 (1994). “한반도에서 계절별로 발생하는 가뭄에 관한 연구.” 한국기상학회지, 한국기상학회, 제30권, pp. 457-467. 

  3. 유철상, 김대하, 김상단 (2006). “EOF 해석 및 다변량시계열 모형을 이용한 농업가뭄 대비능력의 평가.” 한국수자원학회논문집, 한국수자원학회, 제39권, pp. 617-626. 

  4. 유철상, 류소라 (2003). “서울지점 가뭄의 재현 및 지속특성 분석.” 한국수자원학회논문집, 한국수자원학회, 제36권, pp. 561-573. 

  5. 장연규, 김상단, 최계운 (2006). “SPI 가뭄지수의 EOF 분석을 이용한 가뭄의 시공간적인 특성 연구.”, 한국수자원학회논문집, 한국수자원학회, 제39권, pp. 691-702. 

  6. 한국수자원공사 (2002). 가뭄관리 종합대책 수립연구. 한국수자원공사, 대전, p. 554 

  7. 한수희, 안재현, 김상단 (2009). “토양수분의 추계학적 거동과 기후변화가 미치는 영향.” 한국수자원학회논문집, 한국수자원학회, 제42권, pp. 433-443. 

  8. California Department of Water Resources (2009). Using Future Climate Projections to Support Water Resources Decision Making in California. California Climate Change Center, CEC-500-2009-052-D. 

  9. Chang, J.S., and Cooper, G. (1970). A practical difference scheme for Fokker-Plank equations. Journal of Computational Physics, 6, pp. 1-16. 

  10. Charles, S.P., Bates, B.C., Smith, I.N., and Hughes, J.P. (2004). Statistical downscaling of daily precipitation from observed and modelled atmospheric fields. Hydrological Processes, Vol. 18, pp. 1373-1394. 

  11. Dai, A., Trenberth, K.E., and Qian, T. (2004). A Global Dataset of Palmer Drought Severity Index for 1870-2002: Relationship with Soil Moisture and Effects of Surface Warming. American Meteorological Society, Vol. 5, pp. 1117-1130. 

  12. Daly, E., and Porporato, A. (2006). Impact of hydroclimatic flucturations on the soil water balance.Water Resources Research, Vol. 42, W06401, doi:10.1029/2005WR004606. 

  13. Diaz-Nieto, J., and Wilby, R.L. (2005). A comparison of statistical downscaling and climate change factor methods: Impacts on low flows in the river thames, united Kingdom. Climate Change, Vol. 69, pp. 245-268. 

  14. Entekhabi, D., and Rodriguez-Iturbe, I. (1994). Analytical framework for the characterization of the spacetime variability of soil moisture. Advances in Water Resources, Vol. 17, pp. 35-45. 

  15. Fowler, H.J., Blenkinsop, S., and Tebaldi, C. (2007). Linking climate change modelling to impact studies: Recent advances in downscaling techniques for hydrological modelling. International Journal of Climatolgy, Vol. 27, pp. 1547-1578. 

  16. Gordon, H.B., and O'Farrell, S.P. (1997). Transient climate change in the CSIRO coupled model with dynamic sea ice. American Meteorological Society, Vol. 125, pp. 875-907. 

  17. Jackson, T.J., Le, Vine, D.M., Swift, C.T., “Schmugge, T.J., and Schiebe, F.R. (1995). Large area mapping of soil moisture using the ESTAR passive microwave radiometer in Washita '92. Remote Sensing of Environment, Vol. 53, pp. 27-37. 

  18. Kavvas, M.L. (2003). Nonlinear hydrologic processes: Conservation equation for determining their means and probability distribution. Journal of Hydrologic Engineering, Vol. 8, No. 2, pp. 44-53. 

  19. Kim, S., Han, S., and Kavvas, M.L. (2007). Analytical derivation of steady-state soil water probability density function coupled with simple stochastic point rainfall model. Journal of Hydrologic Engineering ASCE, Vol. 13, No. 11, pp. 1069-1077. 

  20. Mckee, T.B., Doesken, N.J., and Kleist, J. (1993) The relationship of drought frequency and duration to time scale. Eighth Conference on Applied Climatology, 17-22 January 1993, Anaheim, California. 

  21. Nunez, M., and McGregor, J.L. (2007). Modelling future water environments of Tasmania, Australia. Climate Research, Vol. 34, No. 1, pp. 25-37. 

  22. Porporato, A., Daly, E., and Rodriguez-Iturbe, I (2004). Soil water balance and ecosystem response to climate change. American Naturalist, Vol. 164, No. 5, pp. 625-632. 

  23. Porporato, A., Laio, F., Ridolfi, L., and Rodriguez-Iturbe, I. (2001). Plants in water-controlled ecosystems: Active role in hydrologic processes and response to water stress. III. Vegetation water stress. Advances inWater Resources, Vol. 24, pp. 725-744. 

  24. Rodriguez-Iturbe, I., Porporato, A., Ridolfi, L., Isham, V., and Cox, D.R. (1999). Probabilistic modeling of water balance at a point: The role of climate, soil and vegetation. Proceedings The Royal Society A, Vol. 455, pp. 3789-3805. 

  25. Rodriguez-Iturbe, I., Vogel, G.K., Rigon, R., Entekhabi, D., Castelli, F., and Rinaldo, A. (1996). On the spatial organization of soil moisture fields. Geophysical Research Letters, Vol. 22, pp. 2757-2760. 

  26. Sheffield, J., Goteti, G., Wen, F., and Wood, E.F. (2004). A simulated soil moisture based drought analysis for the United States. Journal of Geophysical Research Atmospheres, Vol. 109, D24108, doi:10.1029/2004JD005182 

  27. Silverman, B.W. (1986). Density estimator for statistics and data analysis. Chapman and Hall, New York. 

  28. Yoo, C., Kim, S., and Kim, T.W. (2006). Assessment of drought vulnerability based on the soil moisture PDF. Stochastic Environmental Research and Risk Assessment, Vol. 21, No. 2 pp. 131-141. 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로