본 연구에서는 기상청 산하 30년 이상의 관측치를 갖고 있는 기상관측소 58개 지점을 대상으로, 과거 관측자료 및 대표 농도경로(RCP) 시나리오에 의한 강수량 자료를 이용하여 극치통계분석 및 확률강수량을 산정하였다. 기후변화 시나리오 자료의 편의를 제거하기 위하여 분위사상법(Quantile Mapping) 및 이상치 검정을 실시하였다. 이를 통해 보정된 시나리오 값을 이용하여 ETCCDI 극한지수 중에서 강수관련 지수를 이용한 극치통계분석을 실시하였고, 빈도해석을 통한 미래 목표기간별 확률강수량의 변화율을 살펴보았다. 미래 기후변화에 따른 2090년대에는 한반도 전체에서 비가 오지 않는 날은 증가하였으며, 하루에 80mm 이상 비가 오는 집중호우가 발생하는 기간 또한 3~7% 증가하는 경향을 나타낼 것으로 분석되었다. 즉, 미래의 강수 특성은 현재에 비해서 가뭄 및 집중호우 또는 폭우와 같은 형태로 발생할 확률이 증가한다는 의미로 해석할 수 있다. 기후변화에 따른 미래 확률강수량은 지속시간 24hr의 경우 현재에 대비하여 80년 빈도는 17.7%, 100년 빈도는 18.2%, 200년 빈도는 19.6% 이상 증가 하는 것으로 분석되었다. 미래 기후변화로 인한 강수량의 증가와 도시화에 따른 유출특성 변화로 자연재해 발생 및 피해는 더욱 증가할 것으로 예측된다. 이에, 본 연구에서 제시한 극치통계분석 및 확률강수량 자료는 미래 홍수 안전도 및 방재시설물 설계기준을 수립하는데 기초자료로 활용할 수 있을 것으로 기대된다.
본 연구에서는 기상청 산하 30년 이상의 관측치를 갖고 있는 기상관측소 58개 지점을 대상으로, 과거 관측자료 및 대표 농도경로(RCP) 시나리오에 의한 강수량 자료를 이용하여 극치통계분석 및 확률강수량을 산정하였다. 기후변화 시나리오 자료의 편의를 제거하기 위하여 분위사상법(Quantile Mapping) 및 이상치 검정을 실시하였다. 이를 통해 보정된 시나리오 값을 이용하여 ETCCDI 극한지수 중에서 강수관련 지수를 이용한 극치통계분석을 실시하였고, 빈도해석을 통한 미래 목표기간별 확률강수량의 변화율을 살펴보았다. 미래 기후변화에 따른 2090년대에는 한반도 전체에서 비가 오지 않는 날은 증가하였으며, 하루에 80mm 이상 비가 오는 집중호우가 발생하는 기간 또한 3~7% 증가하는 경향을 나타낼 것으로 분석되었다. 즉, 미래의 강수 특성은 현재에 비해서 가뭄 및 집중호우 또는 폭우와 같은 형태로 발생할 확률이 증가한다는 의미로 해석할 수 있다. 기후변화에 따른 미래 확률강수량은 지속시간 24hr의 경우 현재에 대비하여 80년 빈도는 17.7%, 100년 빈도는 18.2%, 200년 빈도는 19.6% 이상 증가 하는 것으로 분석되었다. 미래 기후변화로 인한 강수량의 증가와 도시화에 따른 유출특성 변화로 자연재해 발생 및 피해는 더욱 증가할 것으로 예측된다. 이에, 본 연구에서 제시한 극치통계분석 및 확률강수량 자료는 미래 홍수 안전도 및 방재시설물 설계기준을 수립하는데 기초자료로 활용할 수 있을 것으로 기대된다.
In this study we estimated ETCCDI and frequency based precipitation using observed precipitation and precipitation from Representative Concentration Pathway(RCP) scenarios for 58 weather stations which have the recorded data more than 30 years. We tried to eliminate the bias by Quantile Mapping and ...
In this study we estimated ETCCDI and frequency based precipitation using observed precipitation and precipitation from Representative Concentration Pathway(RCP) scenarios for 58 weather stations which have the recorded data more than 30 years. We tried to eliminate the bias by Quantile Mapping and tested for outliers of simulated data under climate change scenario. Then we estimated ETCCDI related to precipitation and frequency based precipitation for the future. In addition to this study examined the changes of frequency based precipitation for the future target periods. According to the result, dry days will be increased in Korean Peninsula in the 2090s. Also it showed that the number of heavy precipitation day more than 80mm/day tends to be increased in 3~7% in the future. The precipitation of 24-hour duration under climate change will be increased by 17.7% for 80-year frequency, 18.2% for 100-year frequency and 19.6% for 200-year frequency in 2090s. In the 21st century, the damage caused by natural disasters is expected to be increased due to increase of precipitation and the change of runoff characteristics under climate change. Therefore, the proposed ETCCDI and precipitation frequency under climate change are expected to be used for the future natural disaster plan.
In this study we estimated ETCCDI and frequency based precipitation using observed precipitation and precipitation from Representative Concentration Pathway(RCP) scenarios for 58 weather stations which have the recorded data more than 30 years. We tried to eliminate the bias by Quantile Mapping and tested for outliers of simulated data under climate change scenario. Then we estimated ETCCDI related to precipitation and frequency based precipitation for the future. In addition to this study examined the changes of frequency based precipitation for the future target periods. According to the result, dry days will be increased in Korean Peninsula in the 2090s. Also it showed that the number of heavy precipitation day more than 80mm/day tends to be increased in 3~7% in the future. The precipitation of 24-hour duration under climate change will be increased by 17.7% for 80-year frequency, 18.2% for 100-year frequency and 19.6% for 200-year frequency in 2090s. In the 21st century, the damage caused by natural disasters is expected to be increased due to increase of precipitation and the change of runoff characteristics under climate change. Therefore, the proposed ETCCDI and precipitation frequency under climate change are expected to be used for the future natural disaster plan.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
기후변화 영향을 고려한 국내·외 다양한 연구들이 이루어지고 있는 가운데, 본 연구에서는 새로운 AR5 대표 농도경로 시나리오를 이용하여 기후변화의 영향을 수문학적 측면에서 정량적으로 검토하기 위하여 극치통계분석과 지점 및 지역빈도해석을 실시하여 새로운 시나리오에 대처하는데 있어서 기본 정보를 제공하고자 한다.
제안 방법
본 연구에서는 기후변화의 영향을 단기, 중기, 장기로 예측하기 위하여 분석기간을 Table. 3과 같이 1971~2005년(TargetⅠ), 2006~2040년(TargetⅡ), 2041~2070년(Target Ⅲ), 2071~2100(TargetⅣ)로 구분하여 분석을 실시하였다.
수문자료 해석에 사용되는 일반적인 확률분포형으로 Gamma 분포, GEV (General Extreme Value)분포, Gumbel 분포, log-Gumbel 분포, lognormal 분포, log-Pearson type Ⅲ 분포, Weibull 분포, Wakeby 분포가 있다. 대상자료가 추출된 모집단의 특성을 반영하는 매개변수를 추정한 후, 적합도 검정을 통하여 추정된 매개변수와 확률분포형이 적합한지를 판단하여 빈도해석을 진행하게 된다. 확률분포형의 매개변수를 추정하는 방법은 일반적으로 모멘트법(method of mements, MOM), 최우도법(method of maximum likelihood , ML), 확률가중모멘트법(method of probability weighted moments, PWM) 등이 주로 빈도해석 시 사용된다.
본 연구에서는 기후변화 시나리오 산출에 이용되는 영국 기상청 해들리센터 지역기후모델인 HadGEM3-RA 를 기반으로 기상청에서 제공하고 있는 한반도(12.5km) 기후변화 시나리오를 이용하여 미래 기후변화에 따른 확률강수량을 산정하였다. Table 2는 해들리 모형에 관한 간략한 설명을 나타내었다.
이상치 검정에서는 그래프분석, Dixon, Grubb, Barnet & Lewis, 상자그림 방법에 대한 검토를 하였다.
따라서 본 연구에서는 가장 수학적이며, 널리 사용되는 방법 중의 하나인 상자그림 방법을 사용하여 이상치를 제거하였다. 이상치의 종류는 잠재 이상치(mild or potential outlier)와 극단적인 이상치(extreme or problematic) 중에서 잠재 이상치를 사용하여 계산하였다.
지점 빈도해석시 Gumbel분포형을 선정하고, 확률가중 모멘트법을 이용하여 매개변수를 추정하였으며, 이상치 및 편의를 보정한 기후변화 시나리오 자료를 이용하여 미래 목표기간별 확률강수량을 산정하였다. 과거 관측 자료와 기후변화 시나리오를 고려한 미래 확률강수량을 산정하고, 이를 비교한 결과 미래에 해당하는 TargetⅡ (2006∼2040), Ⅲ(2041∼2070), Ⅳ(2071∼2100)에서 시나리오별 목포기간별 확률강수량은 지속적으로 증가하는 것을 확인할 수 있었다.
지점 빈도해석시 기후변화 시나리오자료의 경우 이상치 및 편의를 제거한 보정된 자료를 적용하여 빈도해석을 실시하였다. 시나리오별 빈도별 증가율을 TargetⅠ을 기준으로 산정한 결과를 보면 RCP 4.
대상 데이터
관측강수량을 기준으로 과거기후 모의 확률강수량과 RCP 4.5, 8.5 시나리오를 월 별 일 자료로 분리하여 편의보정을 실시하였다.
기상청 산하 69개 기상관측소 중 관측 기상자료에 대한 통계적 유의성 확보를 위해 30년 이상의 자료를 보유하고 있는 58개 지점을 선정하였다.
WMO에서 제시하고 있는 극한지수(ETCCDI, Expert Team on Climate Change Detection and Indices)는 관측된 자료의 극치 기상 및 기후의 변화를 파악할 수 있도록 극치지수를 정의하였고, 온도관련 극한지수 16개와 강수 관련 극한지수 11개로 총 27개의 극한지수로 구성되어 있다. 본 연구에서는 강수관련 11개 극한 지수 중 우리나라에 적용 가능한 7개 지수를 선정 및 검토하였다.
본 연구에서는 기상청에서 제공하는(HadGEM3-RA) 고해상도 대표농도경로(RCP) 시나리오를 이용하여 극치 통계분석과 지점 빈도해석을 기상청 관측소 58개 지점을 대상으로 실시하였다.
이론/모형
따라서 본 연구에서는 가장 수학적이며, 널리 사용되는 방법 중의 하나인 상자그림 방법을 사용하여 이상치를 제거하였다. 이상치의 종류는 잠재 이상치(mild or potential outlier)와 극단적인 이상치(extreme or problematic) 중에서 잠재 이상치를 사용하여 계산하였다.
이에 본 연구에서도 모든 관측소에 대하여 Gumbel 분포를 채택하는 것이 타당할 것으로 판단된다. 매개변수 추정방안으로 확률가중모멘트법을 사용하였다. 유역의 강우 양상을 일관되게 반영하고, 정상적인 형태의 확률강우량을 산정하기 위하여 동일한 확률분포형과 매개변수 추정법을 사용하였다.
본 연구에서는 빈도해석에 따른 확률분포형으로는 Gumbel분포를 채택하였다. 국토해양부에서 제시한 확률 강우량도 개선 및 보안연구를 살펴보면 관측소별 최적 분포형을 Gumbel분포로 채택한 바 있다.
이상치 분석방법으로는 그래프분석, 수학적인 방법, Dixon의 검정, Grubb의 검정, Barnett & Lewis 검정 등이 있다. 본 연구에서는 수학적인 방법인 상자그림(Box Plot)방법을 사용하여 이상치를 검정하였다.
매개변수 추정방안으로 확률가중모멘트법을 사용하였다. 유역의 강우 양상을 일관되게 반영하고, 정상적인 형태의 확률강우량을 산정하기 위하여 동일한 확률분포형과 매개변수 추정법을 사용하였다.
성능/효과
10∼Fig. 11에서 제시하고 있는 결과를 보면, 우리나라의 인천, 대전, 광주, 부산 등에서는 확률강수량이 현재보다 증가하는 것을 볼 수 있으며, 서울, 대구, 울산 등 일부지역에서는 다른 지역에 비하여 소폭으로 증가하는 것으로 판단된다.
과거 관측 자료와 기후변화 시나리오를 고려한 미래 확률강수량을 산정하고, 이를 비교한 결과 미래에 해당하는 TargetⅡ (2006∼2040), Ⅲ(2041∼2070), Ⅳ(2071∼2100)에서 시나리오별 목포기간별 확률강수량은 지속적으로 증가하는 것을 확인할 수 있었다.
강우가 1mm 이상으로 발생하는 연속적인 날인 CWD 값도 증가하는 경향을 나타내었다. 극치분석을 통한 한반도의 강수량 특성을 살펴보면 연속 무강수 일수는 길어지고, 연속 강수 일수도 늘어나는 것을 확인할 수 있다.
우리나라 주요도시를 대상으로 극치통계분석 결과 집중호우를 의미하는 R80 의 경우 전 지점에서 증가하는 추세를 나타냈으며, 비가 온 날들의 강우강도인 SDⅡ는 증가하는 것으로 분석되었다. 비가 오지 않는 연속적인 날을 나타내는 CDD 는 대구와 울산을 제외한 전 지점에서 증가하였으며, 비가 오는 습윤일의 연속일을 나타내는 CWD 는 모든 지점에서 증가하는 것으로 나타나 한반도의 가뭄 및 집중호우 특성이 뚜렷해지고 있음을 확인할 수 있었다. 미래 기후변화에 따라 이러한 수문학적 특성은 증가할 것으로 판단되기에 이에 대한 대책이 필요할 것으로 여겨진다.
지점 빈도해석시 기후변화 시나리오자료의 경우 이상치 및 편의를 제거한 보정된 자료를 적용하여 빈도해석을 실시하였다. 시나리오별 빈도별 증가율을 TargetⅠ을 기준으로 산정한 결과를 보면 RCP 4.5 시나리오에서는 최고 30%까지 증가함을 알 수 있었으며, RCP 8.5 시나리오에서는 TargetⅡ 기간에 대해서는 소폭 증가하는 경향을 나타나다가, 미래에는 최대 45%까지 증가하는 것으로 나타났다. 아래의 Table 5∼Table 7및 Fig.
과거 관측 자료와 기후변화 시나리오를 고려한 미래 확률강수량을 산정하고, 이를 비교한 결과 미래에 해당하는 TargetⅡ (2006∼2040), Ⅲ(2041∼2070), Ⅳ(2071∼2100)에서 시나리오별 목포기간별 확률강수량은 지속적으로 증가하는 것을 확인할 수 있었다. 시나리오별 빈도별 증가율을 보면 RCP 4.5 시나리오는 최고 30%까지 증가하는 것으로 나타났으며, RCP 8.5 시나리오 TargetⅡ 기간에 대해서 는 증가하는 경향을 나타나지 않다가, Target Ⅲ 이후에는 최대 45%까지 증가하는 것으로 나타났다.
우리나라 주요도시를 대상으로 극치통계분석 결과 집중호우를 의미하는 R80 의 경우 전 지점에서 증가하는 추세를 나타냈으며, 비가 온 날들의 강우강도인 SDⅡ는 증가하는 것으로 분석되었다. 비가 오지 않는 연속적인 날을 나타내는 CDD 는 대구와 울산을 제외한 전 지점에서 증가하였으며, 비가 오는 습윤일의 연속일을 나타내는 CWD 는 모든 지점에서 증가하는 것으로 나타나 한반도의 가뭄 및 집중호우 특성이 뚜렷해지고 있음을 확인할 수 있었다.
국토해양부에서 제시한 확률 강우량도 개선 및 보안연구를 살펴보면 관측소별 최적 분포형을 Gumbel분포로 채택한 바 있다. 이에 본 연구에서도 모든 관측소에 대하여 Gumbel 분포를 채택하는 것이 타당할 것으로 판단된다. 매개변수 추정방안으로 확률가중모멘트법을 사용하였다.
9 에는 우리나라 주요도시를 대상으로 분석을 한 결과, 대부분의 지수들이 상승하는 경향을 나타내었다. 특히, 집중호우의 증가를 의미하는 R80 같은 경우 전 지역에서 상승하는 경향을 나타냈으며, 강수가 1mm 이하로 발생하는 연속적인 날인 CDD 값은 두 곳을 제외하고 모두 증가하였다. 강우가 1mm 이상으로 발생하는 연속적인 날인 CWD 값도 증가하는 경향을 나타내었다.
후속연구
하지만, 치수 및 재해 분야의 측면에서 볼때, 평균값보다는 재해에 직접적인 영향을 미치는 극치값이 더욱 중요하다고 판단된다. 기후변화로 인한 미래 확률강수량을 합리적으로 산정하기 위해서는 통계학적으로 강수의 분포와 극치 사상의 경향성 분석이 선행되어야 한다. 세계기상기구(WMO, World Meteorological Organization)에서는 일 단위의 시계열 자료에 대한 극치 사상의 정량화에 대한 중요성을 인식하고 극치값의 분석과 관련한 가이드라인“Guidelines on Analysis of extremes in a changing climate in support of informed decisions for adaptation(WMO, 2009)”을 제시하였다.
비가 오지 않는 연속적인 날을 나타내는 CDD 는 대구와 울산을 제외한 전 지점에서 증가하였으며, 비가 오는 습윤일의 연속일을 나타내는 CWD 는 모든 지점에서 증가하는 것으로 나타나 한반도의 가뭄 및 집중호우 특성이 뚜렷해지고 있음을 확인할 수 있었다. 미래 기후변화에 따라 이러한 수문학적 특성은 증가할 것으로 판단되기에 이에 대한 대책이 필요할 것으로 여겨진다.
이상의 연구를 통해 전 지구 기온 상승으로 목표기간별 강수량이 증가함에 따라 확률강수량 또한 증가하는 것으로 나타났으며, 이를 고려한 시설물에 대한 설계기준 및 기후변화에 대비가 필요할 것으로 판단된다. 본 연구 결과는 기후변화를 고려한 목표기간별 방재기준의 재설정을 위한 기초자료로 활용될 수 있을 것으로 기대된다.
이상의 연구를 통해 전 지구 기온 상승으로 목표기간별 강수량이 증가함에 따라 확률강수량 또한 증가하는 것으로 나타났으며, 이를 고려한 시설물에 대한 설계기준 및 기후변화에 대비가 필요할 것으로 판단된다. 본 연구 결과는 기후변화를 고려한 목표기간별 방재기준의 재설정을 위한 기초자료로 활용될 수 있을 것으로 기대된다.
질의응답
핵심어
질문
논문에서 추출한 답변
분위사상법이란?
분위사상법(Quantile Mapping)은 관측값과 시나리오 모의값이 함께 존재하는 과거 기간에서, 관측값과 시나리오 모의값의 누적확률분포 값을 이용하여 편의가 발생하여 과소추정되는 시나리오 모의값의 확률분포를 관측값의 확률분포에 사상시키는 방법이다.
자료의 이상치가 존재할 때 문제점은?
자료의 이상치(outlier)란 어떤 집단으로부터 추출한 무작위(random) 표본에서 다른 값들에 비해 비정상적으로 떨어져 있는 극단적으로 크거나 작은 값을 말한다. 자료에서 하나 또는 그 이상의 이상치가 존재하면, 계산된 통계량은 그에 의해 큰 영향을 받아 편중된 결과를 가져올 수 있다. 이상치 분석방법으로는 그래프분석, 수학적인 방법, Dixon의 검정, Grubb의 검정, Barnett & Lewis 검정 등이 있다.
기후변화란?
기후변화란 기후의 상태변화가 기후 특성의 평균이나 변동성의 변화를 통해 확인되고 그 변화가 일반적으로 10년 이상 지속되는 것을 말한다. 기후변화는 자연적 내부과정, 즉 외부강제력 때문이거나 대기 조성 또는 토지 사용의 지속적인 인위적 변화 때문일 수 있기에, 대기 조성을 변경시키는 인간 활동으로 인한 기후변화와 자연적 원인 때문일 수 있는 기후변동성을 구분하고 있다.
참고문헌 (18)
Fowler, HJ, Ekstrom, M, Kilsby, CG and Jones, PD (2005). New estimates of future change in extreme rainfall across the UK using regional climate model integraiton: 1. Assessment of control climate, J. of Hydrology, 300(1-4), pp. 212-233.
Gabriele, V, Enrico, S and Silvio, G (2013). Projections of heavy rainfall over the central United States based on CMIP5 models, Royal Meteorological Society, 14, pp. 200-205
Hong, SJ, Kim, BS, Kim, HS and Kang, NR (2012). Analysis of regional water resources characteristics through applying the climate change variability index using by RCP 8.5 scenario, J. of KOSHAM, 13(11), pp. 704-710, [Korean Literature]
IPCC (2007). Climate Change 2007, the fourth assessment report (AR4) of the Intergovernmental panel on climate change.
IPCC (2013). Climate Change 2013, the fifth assessment report (AR5) of the Intergovernmental panel on climate change.
Kim, DH, Hong, SJ, Kim, BS and Kim, HS (2012). Impact assessment of climate change on urban drainage system based on IPCC AR5 RCP 8.5 climate change scenario, Journal of KOSHAM, 13(11), pp. 327-331. [Korean Literature]
Kim, BS, Kim, BK, Kyoung, MS and Kim, HS (2008). Impact assessment of climate change on extreme rainfall and I-D-F analysis, J. of Korea Water Resources Association, 41(5), pp. 129-141. [Korean Literature]
Kim, BS, Sung, JH, Lee, BH and Kim, DJ (2013). Evaluation on the impact of extreme droughts in South Korea using the SPEI and RCP8.5 climate change scenario, Journal of KOSHAM, 13(2), pp. 97-109. [Korean Literature]
Kim, SJ (2011). Impact of climate change on water resources and ecological habit in a river basin, Doctor's Thesis, Inha University. [Korean Literature]
Kyoung, MS, Lee, JK and Kim, HS (2009). Downscaling technique of monthly GCM using daily precipitation generator, J. of Korea Society of Civil Engineers, 29(5), pp. 441-452. [Korean Literature]
Kyoung, MS (2010). Assesment of climate change effect on standardized precipitation index and frequency based precipitation, Doctor's Thesis, Inha University. [Korean Literature]
Lee, KH (2011). Estimation of expected flood damage considering uncertainty and under climate change, Doctor's Thesis, Inha University. [Korean Literature]
STARDEX (STAtistical and Regional dynamical Downscaling of Extremes for European regions) (2005). http://www.cru.uea.ac.uk/projects/stardex/
Sung, JH, Kang, HS, Park, SH, Cho, CH, Bae, DH and Kim, YO (2012). Projection of extreme precipitation at the end of 21st century over South Korea based on representative concentration pathways (RCP), Atmosphere. Korean Meteorological Society, 22(2), pp. 221-231. [Korean Literature]
Tinsley Odena, J. and Prudhommeb, S. (2002). Estimation of modeling error in computational mechanics, J. of Computational Physics, 182(2), pp. 496- 515.
Vincent O. Otieno and Richard O. Anyah (2013). CMIP5 simulated climate conditions of the Greater Horn of Africa(GHA).Part I: contemporary climate, Climate Dynamics, 41(7-8), pp. 2081-2097.
Vincent O. Otieno and Richard O. Anyah (2013). CMIP5 simulated climate conditions of the Greater Horn of Africa(GHA).Part II: projected climate, Climate Dynamics, 41(7-8), pp. 2099-2113.
World Meteorological Organization (WMO) (2009). Guidelines on analysis of extremes in a changing climate in support of informed decisions for adaptation, Climate data and monitoring, WCDMP-No.72.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.