화석연료의 사용 증가로 인한 온실가스의 배출로 인하여 지구의 이상기후가 감지되고 있으며, 이러한 현상은 국내의 온도 변화 및 강수량의 변화에도 큰 영향을 줄 것이다. 특히 기후 변화에 따른 온도 상승은 겨울철 강설량 변동에 많은 영향을 줄 것이다. 본 연구는 이러한 변화를 평가하고자, 중권역별로 상세화 된 GCM (general circulation model) 자료를 이용하여 미래의 강설 가능성과 지역별 강설량을 예측하였다. 강설이 발생하는 원인은 매우 다양하지만, GCM에서 제공하는 정보는 최고 최저 온도, 강우량, 일사량의 네 가지 이므로, 본 연구에서는 강설가능성을 일최저 온도와의 상관성에 초점을 맞추어 예측하였다. 먼저 각 기상관측소별 신적설심을 기상청에서 제공받아 분석하여 강설이 내리는 온도의 조건을 추정하였으며, 추정 된 온도의 조건을 IDW (inverse distance weight)기법을 이용하여 공간 분포시켜 지역별 온도 조건 분포도를 작성하였다. 이렇게 산정된 최고 최저온도별 경계값을 중권역별로 GCM자료에 적용시켜 미래의 강설 가능성을 예측 하였다. 연구에 적용된 기후변화 시나리오는 총 13개 이며, 각 시나리오별 편차는 다양하게 나타났으나 미래로 갈수록 강설량이 줄어드는 패턴을 나타내었다. 지구 온난화에 의한기온 상승의 효과를 여실히 보여주었으며, 이러한 융설 기작의 시공간적 변동은 봄철 수자원에 영향을 줄 것으로 사료 된다.
화석연료의 사용 증가로 인한 온실가스의 배출로 인하여 지구의 이상기후가 감지되고 있으며, 이러한 현상은 국내의 온도 변화 및 강수량의 변화에도 큰 영향을 줄 것이다. 특히 기후 변화에 따른 온도 상승은 겨울철 강설량 변동에 많은 영향을 줄 것이다. 본 연구는 이러한 변화를 평가하고자, 중권역별로 상세화 된 GCM (general circulation model) 자료를 이용하여 미래의 강설 가능성과 지역별 강설량을 예측하였다. 강설이 발생하는 원인은 매우 다양하지만, GCM에서 제공하는 정보는 최고 최저 온도, 강우량, 일사량의 네 가지 이므로, 본 연구에서는 강설가능성을 일최저 온도와의 상관성에 초점을 맞추어 예측하였다. 먼저 각 기상관측소별 신적설심을 기상청에서 제공받아 분석하여 강설이 내리는 온도의 조건을 추정하였으며, 추정 된 온도의 조건을 IDW (inverse distance weight)기법을 이용하여 공간 분포시켜 지역별 온도 조건 분포도를 작성하였다. 이렇게 산정된 최고 최저온도별 경계값을 중권역별로 GCM자료에 적용시켜 미래의 강설 가능성을 예측 하였다. 연구에 적용된 기후변화 시나리오는 총 13개 이며, 각 시나리오별 편차는 다양하게 나타났으나 미래로 갈수록 강설량이 줄어드는 패턴을 나타내었다. 지구 온난화에 의한기온 상승의 효과를 여실히 보여주었으며, 이러한 융설 기작의 시공간적 변동은 봄철 수자원에 영향을 줄 것으로 사료 된다.
Due to emissions of greenhouse gases caused by increased use of fossil fuels, the climate change has been detected and this phenomenon would affect even larger changes in temperature and precipitation of South Korea. Especially, the increase of temperature by climate change can affect the amount and...
Due to emissions of greenhouse gases caused by increased use of fossil fuels, the climate change has been detected and this phenomenon would affect even larger changes in temperature and precipitation of South Korea. Especially, the increase of temperature by climate change can affect the amount and pattern of snowfall. Accordingly, we tried to predict future snowfall and the snowfall pattern changes by using the downscaled GCM (general circulation model) scenarios. Causes of snow varies greatly, but the information provided by GCM are maximum / minimum temperature, rainfall, solar radiation. In this study, the possibility of snow was focused on correlation between minimum temperatures and future precipitation. First, we collected the newest fresh snow depth offered by KMA (Korea meteorological administration), then we estimate the temperature of snow falling conditions. These estimated temperature conditions were distributed spatially and regionally by IDW (Inverse Distance Weight) interpolation. Finally, the distributed temperature conditions (or boundaries) were applied to GCM, and the future snowfall was predicted. The results showed a wide range of variation for each scenario. Our models predict that snowfall will decrease in the study region. This may be caused by global warming. Temperature rise caused by global warming highlights the effectiveness of these mechanisms that concerned with the temporal and spatial changes in snow, and would affect the spring water resources.
Due to emissions of greenhouse gases caused by increased use of fossil fuels, the climate change has been detected and this phenomenon would affect even larger changes in temperature and precipitation of South Korea. Especially, the increase of temperature by climate change can affect the amount and pattern of snowfall. Accordingly, we tried to predict future snowfall and the snowfall pattern changes by using the downscaled GCM (general circulation model) scenarios. Causes of snow varies greatly, but the information provided by GCM are maximum / minimum temperature, rainfall, solar radiation. In this study, the possibility of snow was focused on correlation between minimum temperatures and future precipitation. First, we collected the newest fresh snow depth offered by KMA (Korea meteorological administration), then we estimate the temperature of snow falling conditions. These estimated temperature conditions were distributed spatially and regionally by IDW (Inverse Distance Weight) interpolation. Finally, the distributed temperature conditions (or boundaries) were applied to GCM, and the future snowfall was predicted. The results showed a wide range of variation for each scenario. Our models predict that snowfall will decrease in the study region. This may be caused by global warming. Temperature rise caused by global warming highlights the effectiveness of these mechanisms that concerned with the temporal and spatial changes in snow, and would affect the spring water resources.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구는, 온도와 강설간의 상관관계를 알아보고, 그 상관관계를 이용하여 미래 기후 시나리오에 적용하여 미래의 강설 가능성을 예측 하고자 하였다. 강설의 가능성은 온도뿐만 아니라 기타 조건에도 영향을 받지만, 온도가 강설 가능성에 가장 큰 영향을 주면서 미래 기후 시나리오에 직접적으로 적용할 수 있는 성분이므로 온도만을 고려하여 연구를 수행하였다.
본 연구에서는 기상청에서 제공하는 국내 신적설심 분포를 이용하여 강설발생 패턴을 파악하고, 이를 IPCC에서 제공하는 GCM 시나리오에 적용하여 미래의 온도변화와에 따른 강설 변화량을 예측 하고자하였다. 우리나라의 강설 발생 원인은 기온, 해수면 온도, 풍향, 풍속, 기압배치, 대기 상태 등 여러 요소의 분포 및 특성과 관련이 있지만(이훈과 이태영, 1994; 이재규, 1999; 이승호와 천재호, 2003; 이경미, 2006), 미래 기후 변화 시나리오는 최고·최저 온도, 강우량, 일사량의 네 가지 정보만을 제공하므로, 본 연구에서는 일 최고 온도에서는 강설이 발생하지 않는다는 가정 하에 일 최저 온도와의 상관성에 초점을 맞추어 미래 강설 가능성을 예측하였다.
가설 설정
산정된 평균값과 평균편차는 시나리오와, 모델, 유역에 따라 결과값이 상이 하였으나, 지구온난화에 의한 겨울철 기온상승으로 전반적인 강설량이 크게 감소하는 경향을 나타냈다. 그러나 미래 강설량 산정 시 일 최고 기온요소는 사용하지 않았는데, 이는 하루 중 최고 온도일 때 강설이 발생할 가능성이 매우 낮다고 가정하였으며 미래의 온도상승에 따라 일 최고 온도 역시 상승함을 나타냈기 때문이다. 따라서 시나리오와 같은 기온상승이 미래에도 계속 이어진다면 최고 온도를 이용한 강설량 예측은 부정확 할 것이고, 이는 지구온난화의 경향이 심각함을 반증하는 결과이다.
4506이다. 본 연구에서 쓰인 강설 관측 자료와 미래 기후 변화 시나리오는 일자료이기 때문에 Ratkowsky(1990)가 제시한 값 대신 일반적인 강설 사례로 가정하여 a, b, c 값을 각각 적용하였다.
특히 신적설 자료는 각 관측소마다 제공하는 기간이 다르므로, 1990년부터 2009년까지의 자료를 제공하는 관측소 42개를 선정하여 연구를 수행하였다. 신적설심이 구축 된 자료 역시 일 단위 이므로, 이는 해당 날의 최고 온도 보다는 최저 온도에 더 연관성이 있을 것이라 가정하여, 최저 온도만을 추출하여 평균값을 산정하였다. 기상청에서 제공하는 자료는 일 자료로는 하루 중 어느 시간에 강설이 발생한 것인가에 대한 파악이 불가능하기 때문이다.
우리나라의 강설 발생 원인은 기온, 해수면 온도, 풍향, 풍속, 기압배치, 대기 상태 등 여러 요소의 분포 및 특성과 관련이 있지만(이훈과 이태영, 1994; 이재규, 1999; 이승호와 천재호, 2003; 이경미, 2006), 미래 기후 변화 시나리오는 최고·최저 온도, 강우량, 일사량의 네 가지 정보만을 제공하므로, 본 연구에서는 일 최고 온도에서는 강설이 발생하지 않는다는 가정 하에 일 최저 온도와의 상관성에 초점을 맞추어 미래 강설 가능성을 예측하였다.
제안 방법
1) 실제 강설이 발생한 총 횟수(Se)와, 온도 경계값(Ts)을 이용하여 산정한 강설 발생 총 횟수(Ss )의 비교를 통해 발생 확률에 대한 비교를 실시하였다(Ss/Se × 100).
2) 실제 강설이 발생한 날과 온도 경계값 (Ts)을 이용하여 산정한 강설이 발생한 날과의 1 대 1 비교를 통하여 발생 적중률(정확도)에 대한 비교를 실시하였다.
3) 다음으로 발생 확률과 발생 정확도에 대한 수치가 만족스러운 값을 나타내도록 온도 경계값을 수정(Ts ± a → Ts′)하는 방법을 이용하여 보정을 실시하였다.
본 연구는, 온도와 강설간의 상관관계를 알아보고, 그 상관관계를 이용하여 미래 기후 시나리오에 적용하여 미래의 강설 가능성을 예측 하고자 하였다. 강설의 가능성은 온도뿐만 아니라 기타 조건에도 영향을 받지만, 온도가 강설 가능성에 가장 큰 영향을 주면서 미래 기후 시나리오에 직접적으로 적용할 수 있는 성분이므로 온도만을 고려하여 연구를 수행하였다. 먼저 기상청에서 제공받은 기상 자료를 이용하여 온도와 강설간의 상관관계를 평가한 뒤, 수자원의 지속적인 확보기술개발사업의 일환으로 산정된 총 13개 모델 중 3개의 온실가스 배출 시나리오에 의해 생산되고 상세화된 미래 기후 변화 시나리오에 적용 하였다.
이때 사용 된 DEM은 환경부에서 제공 받았으며, 격자 크기는 1km × 1km 이다. 마지막으로 공간 분포 된 온도 경계값을 다시 중권역별로 평균하여 최종 온도 경계도를 작성 하였다.
강설의 가능성은 온도뿐만 아니라 기타 조건에도 영향을 받지만, 온도가 강설 가능성에 가장 큰 영향을 주면서 미래 기후 시나리오에 직접적으로 적용할 수 있는 성분이므로 온도만을 고려하여 연구를 수행하였다. 먼저 기상청에서 제공받은 기상 자료를 이용하여 온도와 강설간의 상관관계를 평가한 뒤, 수자원의 지속적인 확보기술개발사업의 일환으로 산정된 총 13개 모델 중 3개의 온실가스 배출 시나리오에 의해 생산되고 상세화된 미래 기후 변화 시나리오에 적용 하였다. 결과적으로 최저 온도를 이용한 강설량의 산정에서 미래로 갈수록 겨울철 강설량이 심각하게 감소함을 보였는데, 이는 지구온난화가 매우 심각함을 반증하는 결과이다.
본 연구에서 사용 된 기후변화시나리오는 중권역 단위 별로 상세화 되었으므로, 공간해상도의 통일을 위해 온도 경계값, 물당량 등의 자료 역시 중권역별로 산정하였다. 이렇게 산정된 온도 경계값을 초과하지 않는 조건에서 각 시나리오별 강수량을 추출한 다음, 다시 물당량을 곱하여 최종적으로 강설량을 예측 하였다.
실제 강설 발생 횟수(Se) 대비, 수정 된 온도 경계값을 이용하여 산정한 강설 발생 횟수 (Ss′) 값은 100%를 넘지 않도록 하였다 (Ss′/Se × 100 ≤ 100% ).
본 연구에서 사용 된 기후변화시나리오는 중권역 단위 별로 상세화 되었으므로, 공간해상도의 통일을 위해 온도 경계값, 물당량 등의 자료 역시 중권역별로 산정하였다. 이렇게 산정된 온도 경계값을 초과하지 않는 조건에서 각 시나리오별 강수량을 추출한 다음, 다시 물당량을 곱하여 최종적으로 강설량을 예측 하였다. 마지막으로 다음 그림 8, 표 3과 같이 국내의 대표적인 대권역별로 강설량 예측 결과를 정리하여 2040s, 2080s의 두 기간의 30년 평균값으로 나타내었다.
대상 데이터
강설이 발생 할 수 있는 온도 조건(온도 경계값)을 파악하기 위해 먼저 기상청에서 제공 하는 일 단위 온도, 강수량 및 신적설 자료를 이용하였다. 특히 신적설 자료는 각 관측소마다 제공하는 기간이 다르므로, 1990년부터 2009년까지의 자료를 제공하는 관측소 42개를 선정하여 연구를 수행하였다.
사용된 상세화 기법은 CSEOF(Cyclosationary Empirical Orthogonal Function, Kim and North, 1997)에 기반을 두고 있으며, 이는 순환 정상상태를 가정함으로써 주기성을 가지고 변화하는 대기 현상의 물리적 성분들을 서로 분리하여 이해하는데 적절하다. 상세화에 사용 된 자료는 IPCC에서 제공하는 20C3M (20th Century Climate Coupled Model)의 100년(1900년~1999년)과 미래 온실가스 배출 시나리오(A1B, A2, B1)별 100년간(2000년~2099년) 13개 모델의 기온과 강수량 자료이다. 사용 된 13개 모델은 다음 표 2와 같다.
이때 사용 된 DEM은 환경부에서 제공 받았으며, 격자 크기는 1km × 1km 이다.
강설이 발생 할 수 있는 온도 조건(온도 경계값)을 파악하기 위해 먼저 기상청에서 제공 하는 일 단위 온도, 강수량 및 신적설 자료를 이용하였다. 특히 신적설 자료는 각 관측소마다 제공하는 기간이 다르므로, 1990년부터 2009년까지의 자료를 제공하는 관측소 42개를 선정하여 연구를 수행하였다. 신적설심이 구축 된 자료 역시 일 단위 이므로, 이는 해당 날의 최고 온도 보다는 최저 온도에 더 연관성이 있을 것이라 가정하여, 최저 온도만을 추출하여 평균값을 산정하였다.
이론/모형
특히 AOGCM과 같이 수평 분해능이 낮은 격자 체계에서 한반도는 충분한 격자점으로 표현되지 못하고 있어, 한반도의 적용을 위해서는 광역규모의 모델에서 모델의 정보를 규모 상세화하여 세밀한 공간격자를 가지는 지역기후로의 통계적 상세화가 반드시 필요하다(수자원의 지속적 확보기술개발사업 보고서, 2009). 따라서 본 연구에서는 수자원의 지속적 확보기술개발사업(2009)의 일환으로 생성 된 기후변화시나리오를 이용하였다. 사용된 상세화 기법은 CSEOF(Cyclosationary Empirical Orthogonal Function, Kim and North, 1997)에 기반을 두고 있으며, 이는 순환 정상상태를 가정함으로써 주기성을 가지고 변화하는 대기 현상의 물리적 성분들을 서로 분리하여 이해하는데 적절하다.
표 1은 각 관측소별로 산정된 물당량 및 최저 온도 경계값과 보정 전·후의 결과를 정리 한 것이며, 이를 그래프로 나타내면 다음 그림 4와 같다. 또한 미래의 강수량으로부터 강설량으로의 전환을 위해 Ratkowsky (1990)가 제시한 물당량 또는 물당량비(SR, SnowRate=Snow Depth / Precipitation Depth)를 사용하였는데, 그 산정식은 식 1과 같다.
위의 방법으로 검·보정이 실시 된 온도 경계값과 물당량을 역거리 가중법(IDW, Inverse Distance Weight)을 이용하여 공간 분포를 실시하였다(그림 5).
성능/효과
먼저 기상청에서 제공받은 기상 자료를 이용하여 온도와 강설간의 상관관계를 평가한 뒤, 수자원의 지속적인 확보기술개발사업의 일환으로 산정된 총 13개 모델 중 3개의 온실가스 배출 시나리오에 의해 생산되고 상세화된 미래 기후 변화 시나리오에 적용 하였다. 결과적으로 최저 온도를 이용한 강설량의 산정에서 미래로 갈수록 겨울철 강설량이 심각하게 감소함을 보였는데, 이는 지구온난화가 매우 심각함을 반증하는 결과이다. 또한 국지적인 특성은 제대로 반영하지 못하였는데, 강설 발생에 영향을 줄 수 있는 다른 요소를 고려하지 못하였으며 사용된 기후변화시나리오가 중권역 규모로 상세화 되었기 때문인 것으로 사료 된다.
그 결과 한강유역의 평균 강설량은 약 29.0 cm~31.0cm(2040s), 13.9cm~18.6cm (2080s), 낙동강유역의 평균 강설량은 약 18.7cm~22.0cm(2040s), 6.8cm~12.6cm (2080s) 금강유역의 평균 강설량은 약 36.5cm~42.0cm(2040s), 13.5cm~24.2cm (2080s), 섬진유역강의 평균 강설량은 약 36.9cm~43.0cm(2040s), 14.7cm~26.0cm (2080s), 영산강유역의 평균 강설량은 약 7.5cm~10.8cm(2040s), 0.9cm~4.4cm (2080s)를 나타내었다. 또한 모델 별로 산정된 평균 편차(최대값 – 최소값의 평균)는 한강유역에서 약 21.
본 연구에서 사용 된 AOGCM과 AOGCM MME13(13개의 다중 모델 앙상블, Multi Model Ensemble 13)의 미래 기온 변화는 한반도 남부지방과 중부지역에서 모두 증가할 것으로 예상 된다(그림 7). 특히 겨울철 기온 변화하는 AOGCM MME13에서 2020년대에는 약 1.
6cm(2080s)를 각각 나타내었다. 산정된 평균값과 평균편차는 시나리오와, 모델, 유역에 따라 결과값이 상이 하였으나, 지구온난화에 의한 겨울철 기온상승으로 전반적인 강설량이 크게 감소하는 경향을 나타냈다. 그러나 미래 강설량 산정 시 일 최고 기온요소는 사용하지 않았는데, 이는 하루 중 최고 온도일 때 강설이 발생할 가능성이 매우 낮다고 가정하였으며 미래의 온도상승에 따라 일 최고 온도 역시 상승함을 나타냈기 때문이다.
후속연구
강설은 특정 온도에 의해서만 발생 되지 않는다. 따라서 온도만을 이용한 모의만이 아니라 미래의 예측 가능한 다른 요소들이 연구에 반영 된다면 더욱 신뢰 할 수 있고 정확한 미래 강설량 예측이 가능 할 것이며, 모델의 예측 불확실성에의해 발생하는 오차도 감소시킬 수 있을 것이다. 따라서 향후에는 중권역보다 상세화 된 기상자료를 이용하여 더욱 신뢰 있고 정확한 조건을 산정할 것이며, 미래의 기타 기상조건을 고려 할 수 있다면 더욱 정확한 결과를 나타낼 것이다.
따라서 온도만을 이용한 모의만이 아니라 미래의 예측 가능한 다른 요소들이 연구에 반영 된다면 더욱 신뢰 할 수 있고 정확한 미래 강설량 예측이 가능 할 것이며, 모델의 예측 불확실성에의해 발생하는 오차도 감소시킬 수 있을 것이다. 따라서 향후에는 중권역보다 상세화 된 기상자료를 이용하여 더욱 신뢰 있고 정확한 조건을 산정할 것이며, 미래의 기타 기상조건을 고려 할 수 있다면 더욱 정확한 결과를 나타낼 것이다. 또한 다른 공간보간법에 따른 결과의 차이도 비교해 봄으로써 본 연구의 정확도를 평가 할 것이다.
따라서 향후에는 중권역보다 상세화 된 기상자료를 이용하여 더욱 신뢰 있고 정확한 조건을 산정할 것이며, 미래의 기타 기상조건을 고려 할 수 있다면 더욱 정확한 결과를 나타낼 것이다. 또한 다른 공간보간법에 따른 결과의 차이도 비교해 봄으로써 본 연구의 정확도를 평가 할 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
본 연구에서 미래 강설량 산정 시 일 최고 기온요소는 사용하지 않았는데, 그 이유는 무엇인가?
산정된 평균값과 평균편차는 시나리오와, 모델, 유역에 따라 결과값이 상이 하였으나, 지구온난화에 의한 겨울철 기온상승으로 전반적인 강설량이 크게 감소하는 경향을 나타냈다. 그러나 미래 강설량 산정 시 일 최고 기온요소는 사용하지 않았는데, 이는 하루 중 최고 온도일 때 강설이 발생할 가능성이 매우 낮다고 가정하였으며 미래의 온도상승에 따라 일 최고 온도 역시 상승함을 나타냈기 때문이다. 따라서 시나리오와 같은 기온상승이 미래에도 계속 이어진다면 최고 온도를 이용한 강설량 예측은 부정확 할 것이고, 이는 지구온난화의 경향이 심각함을 반증하는 결과이다.
IDW(Inverse Distance Weight)의 특징은 무엇인가?
위의 방법으로 검·보정이 실시 된 온도 경계값과 물당량을 역거리 가중법(IDW, Inverse Distance Weight)을 이용하여 공간 분포를 실시하였다(그림 5). IDW의 기본 가정은 공간적으로 인접한 지점 상이의 값은 공통된 위치요인으로 인하여 유사성을 갖게 되는 반면에 두 지점사이의 거리가 증가할수록 이러한 유상성은 상대적으로 감소하게 된다는 것에 기초한(조홍래 등, 2006) 방법이며 고도에 따른 변화는 고려할 수가 없다.
본 연구에서 신적설심이 구축 된 자료는 일 단위인데, 해당 날의 최고 온도 보다는 최저 온도에 더 연관성이 있을 것이라 가정하여 최저 온도만으로 평균값을 산정한 이유는?
신적설심이 구축 된 자료 역시 일 단위 이므로, 이는 해당 날의 최고 온도 보다는 최저 온도에 더 연관성이 있을 것이라 가정하여, 최저 온도만을 추출하여 평균값을 산정하였다. 기상청에서 제공하는 자료는 일 자료로는 하루 중 어느 시간에 강설이 발생한 것인가에 대한 파악이 불가능하기 때문이다. 이렇게 추출 된 최저 온도 경계값을 다시 강수량에 적용하여 검·보정을 실시하였다.
참고문헌 (31)
곽병철, 윤일희. 2000. 1997년 1월 5-7일에 발생한 동해안 대설에 관한 지역별 종관특성. 한국지구과학회지 21(3):258-275.
조구희. 2008. 개념 모델을 통한 영동 지역의 겨울철 지형성 강수에 대한 통계적 예보. 강릉 대학교 대학원 박사학위논문.
조홍래, 정종철. 2006. 강우자료에 대한 공간보간 기법의 적용. 한국지리정보학회지 14(1):29-41.
최진식. 1985. 동해와 그 연해안 대설의 기후학적 연구. 지리학 31:68-85.
Anderson, T. and S. Nilson. 1990. Topographically induced convective snowbands over the Baltic Sea and their preicipitation distribution. Weather and Forecasting 5:299-312.
Braham, R. and M.J. Dungey. 1984. Quantitative estimates of the effect of Lake Michigan on snowfall. Journal of Applied Meteorology and Climatology 23(6):940-949.
Hartley, S. and M.J. Keables. 1998. Synoptic associations of winter climate and snowfall variability in New England. International Journal of Climatology 18: 281-298.
Joh, H.K., J.W. Lee, M.J. Park, H.J. Shin, J.E. Yi, G.S. Kim, R. Srinivasan and S.J. Kim. (In press) Assessing climate change impact on hydrological components of a small forest watershed through SWAT calibration of evapotranspiration and soil moisture. Transactions of the ASABE.
Kim, K.Y. and G.R. North. 1997. EOFs of harmonizable cyclostationary processes. Journal of the Atmospheric Sciences. 54:2416-2427.
Nakicenovic, N., J. Alcmao, G. Davis, B. de Vries, J. Fenhann, S. Gaffin, K. Gregory, A. Grubler, T.Y. Jung, T. Kram, E.L. La Rovere, L. Michaelis, S. Mori, T. Morita, W. Pepper, H. Pitcher, L. Price, K. Riahi, A. Roehrl, H.H. Ronger, A. Sankovski, M. Schlesinger, P. Shukle, S. Smith, R. Swart, H. van Rooijen, N. Victro and Z. Dadi. 2000. IPCC Special Report on Emissions Scenarios. Cambridge, U.K.: Cambridge University Press. 570pp.
Park G.A., H.J. Shin, M.S. Lee, W.Y. Hong and S.J. Kim. 2009. Future potential impacts of climate change on agricultural watershed hydrdogy rice irrigation reservoir by release control. Paddy Water Environ 7:271-282.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.