효율적인 수자원관리를 위한 범주형 확률장기예보의 예측력 평가 및 정량화 Assessment of predictability of categorical probabilistic long-term forecasts and its quantification for efficient water resources management원문보기
기후변화로 인해 강수의 불확실성이 증가하는 현 시점에서 효율적인 물 관리를 위한 계절예측 및 기상 예보의 활용은 필수적이다. 본 연구에서는 기상청에서 2014년 6월부터 시행하고 있는 범주형 확률장기예보를 Hit Rate, Reliability Diagram, Relative Operating Curve (ROC)의 평가지표를 활용하여 예측력을 검증하였고, 추가적으로 확률예보를 활용하여 정량적인 예측 강수량을 생산하는 기법을 제안하였다. 확률장기예보의 예측력 검증결과 최대 48%의 예측력을 갖는 것을 확인할 수 있었다. 확률예보를 활용하여 예측 강수량을 추정한 결과, 정량적으로 관측 자료와 유사하게 모의되는 것을 확인할 수 있었으며 예측 적합도 평가결과 100%의 정확도를 가진 예보의 경우 최대 0.98, 실제 예보의 경우 최대 0.71의 상관계수를 보였다. 본 연구에서 제안하는 확률예보를 활용한 예측 강수량 추출기법은 강수의 불확실성을 고려한 물 관리를 가능하게 해줄 것으로 판단되며 효율적인 수자원 장기 이수계획 및 저수지 운영의 의사결정지원 등에 활용 가능할 것으로 기대된다.
기후변화로 인해 강수의 불확실성이 증가하는 현 시점에서 효율적인 물 관리를 위한 계절예측 및 기상 예보의 활용은 필수적이다. 본 연구에서는 기상청에서 2014년 6월부터 시행하고 있는 범주형 확률장기예보를 Hit Rate, Reliability Diagram, Relative Operating Curve (ROC)의 평가지표를 활용하여 예측력을 검증하였고, 추가적으로 확률예보를 활용하여 정량적인 예측 강수량을 생산하는 기법을 제안하였다. 확률장기예보의 예측력 검증결과 최대 48%의 예측력을 갖는 것을 확인할 수 있었다. 확률예보를 활용하여 예측 강수량을 추정한 결과, 정량적으로 관측 자료와 유사하게 모의되는 것을 확인할 수 있었으며 예측 적합도 평가결과 100%의 정확도를 가진 예보의 경우 최대 0.98, 실제 예보의 경우 최대 0.71의 상관계수를 보였다. 본 연구에서 제안하는 확률예보를 활용한 예측 강수량 추출기법은 강수의 불확실성을 고려한 물 관리를 가능하게 해줄 것으로 판단되며 효율적인 수자원 장기 이수계획 및 저수지 운영의 의사결정지원 등에 활용 가능할 것으로 기대된다.
As the uncertainty of precipitation increases due to climate change, seasonal forecasting and the use of weather forecasts become essential for efficient water resources management. In this study, the categorical probabilistic long-term forecasts implemented by KMA (Korea Meteorological Administrati...
As the uncertainty of precipitation increases due to climate change, seasonal forecasting and the use of weather forecasts become essential for efficient water resources management. In this study, the categorical probabilistic long-term forecasts implemented by KMA (Korea Meteorological Administration) since June 2014 was evaluated using assessment indicators of Hit Rate, Reliability Diagram, and Relative Operating Curve (ROC) and a technique for obtaining quantitative precipitation estimates based on probabilistic forecasts was proposed. The probabilistic long-term forecasts showed its maximum predictability of 48% and the quantified precipitation estimates were closely matched with actual observations; maximum correlation coefficient (R) in predictability evaluation for 100% accurate and actual weather forecasts were 0.98 and 0.71, respectively. A precipitation quantification approach utilizing probabilistic forecasts proposed in this study is expected to enable water management considering the uncertainty of precipitation. This method is also expected to be a useful tool for supporting decision-making in the long-term planning for water resources management and reservoir operations.
As the uncertainty of precipitation increases due to climate change, seasonal forecasting and the use of weather forecasts become essential for efficient water resources management. In this study, the categorical probabilistic long-term forecasts implemented by KMA (Korea Meteorological Administration) since June 2014 was evaluated using assessment indicators of Hit Rate, Reliability Diagram, and Relative Operating Curve (ROC) and a technique for obtaining quantitative precipitation estimates based on probabilistic forecasts was proposed. The probabilistic long-term forecasts showed its maximum predictability of 48% and the quantified precipitation estimates were closely matched with actual observations; maximum correlation coefficient (R) in predictability evaluation for 100% accurate and actual weather forecasts were 0.98 and 0.71, respectively. A precipitation quantification approach utilizing probabilistic forecasts proposed in this study is expected to enable water management considering the uncertainty of precipitation. This method is also expected to be a useful tool for supporting decision-making in the long-term planning for water resources management and reservoir operations.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
수자원 분야에 1개월 및 3개월 범주형 확률장기예보를 활용하기 위해서는 우선적으로 확률장기예보에 대한 예측력 검증이 선행되어야 하며 추가적으로 정성적인 확률장기예보자료를 활용하여 불확실성을 포함한 강수자료로 정량화되어야 한다. 따라서 본 연구에서는 범주형 확률장기예보를 Hit rate 등 Anders (2011)와 KMA (2014)에서 제안하는 다양한 검증기법을 통해 예측력을 판단하였고, 범주형 확률장기예보를 저수지 운영계획 등에 활용하고자 불확실성을 포함한 정량적 강수량 산출기법을 제안하고자 하였다. 본 연구의 결과는 미래 불확실성을 고려한 이수측면의 수자원 운영 및 관리에 활용 가능할 것으로 판단된다.
본 연구는 기상청에서 공식적으로 예보하고 있는 1개월 및 3개월 범주형 확률장기예보에 대하여 예측력을 검증하고 범 주형 확률장기예보를 댐 저수지 운영계획 등 수자원 운영 및 관리 분야에 활용하기 위하여 범주형 확률장기예보에서 제시하는 각 범주별 예보확률을 이용한 강수량 추정기법을 제안하였다. 용담댐 및 남강댐유역에 대한 확률장기예보의 예측력 검증결과, 전체적으로 약 30~40%의 예측력을 보였는데 특히, 용담댐유역 대전 ‧ 세종 ‧ 충청남도지역의 3개월 예보의 경우는 최대 48%의 예측력을 보였다.
가설 설정
본 연구에서 제안한 범주형 확률장기예보를 활용한 예측 강수량 산정기법이 정량적으로 예측 강수량을 적절히 추출할 수 있는지 검토하기 위해 2014년 6월부터 2016년 6월까지 각 월별 관측된 강수의 범주(높음, 비슷, 낮음)를 모두 정확하게 예보했다고 가정하였다. 예를 들어 2014년 6월의 관측된 실제 강우량이 6월의 평년 강우량 대비 높았다면 각 범주별 확률 PBN, PNN, PAN은 각각 0%, 0%, 100%로 가정되어 예측 강수량 추출을 위한 범주별 예보 확률로 활용하게 된다.
제안 방법
본 연구에서는 범주형 확률장기예보의 예측력 검증을 위해 1개월 및 3개월 확률장기예보자료를 모두 검증하였으며, 월별 예측 강수량 추정의 경우는 3개월 확률장기예보 자료만 을 활용하여 분석하였다. Lead time별 확률예보의 예측력 검증을 위해 Fig. 2와 같이 동일한 lead time을 갖는 자료를 구분 하여 시계열을 재구성하였다. Fig.
네번째로 30년 월평균 강우량을 기준으로 각 산정된 i번째 모의된 일 강우량의 합(∑Si)이 작을 경우(∑Si < µp × (1-rnn)), SBN으로 분류하고, 비슷할 경우(µp × (1-rnn) ≤ ∑Si ≤ µp × (1+rnn)), SNN, 클 경우(∑Si > µp × (1+rnn)), SAN으로 각각 분류하고 추출하고자 하는 모의 강수량의 총 개수(k)를 범주형 확률장기예보의 예보확률(PBN, PNN, PAN) 비율만큼 각각 추출하여 최종적인 모의 일 강수량 조합(Si, , i = 1, 2, ..., k)을 구성한다.
범주형 확률장기예보에서 제공하는 실제 예보 확률 값과 평년기간의 강수량을 활용하여 예측 강수량을 추정하였다. Fig.
본 연구에서는 범주형 확률장기예보의 예측력 검증을 위해 1개월 및 3개월 확률장기예보자료를 모두 검증하였으며, 월별 예측 강수량 추정의 경우는 3개월 확률장기예보 자료만 을 활용하여 분석하였다. Lead time별 확률예보의 예측력 검증을 위해 Fig.
대상 데이터
본 연구에서는 범주형 확률장기예보를 활용한 예측 강수량을 추정하고 이를 수자원 운영 및 관리에 활용 가능한지를 평가하고자 우리나라 이 ‧ 치수관리에 큰 역할을 하고 있는 남강댐 및 용담댐 유역을 분석 대상으로 선정하였다(Fig. 1). 관 측 강수량은 Thiessen 가중법을 통해 산정하였으며 강우관측 소는 남강댐 유역의 경우 진주, 거창, 합천, 산청, 장수지점, 용담댐 유역의 경우 금산, 무주, 장수지점을 선정하였으나 이중 장수지점의 경우 1988년부터 강우관측이 이루어져 평년기간(1981~2010년)을 포함하지 못함에 따라 제외하였다.
데이터처리
예측 강수량 결과의 적합도 평가를 위해 본 연구에서는 평균절대오차(Mean absolute error, MAE), 평균제곱근오차 (Root mean square error, RMSE), 효율성계수(Coefficient of efficiency, CoE), 일치도지수(index of agreement, IoA), 상관 계수(Pearson correlation coefficient, R), 결정계수(Coefficient of determination, R2) 등 총6가지 기법을 이용하여 분석을 수행하였다. 여기서, 평균절대오차와 평균제곱근오차는 작을수록, 효율성계수, 일치도지수, 상관계수, 결정계수는 1에 가까울수록 적합도가 높은 것을 의미한다.
이론/모형
적합도 평가를 위해 평균절대오차(MAE), 평균제곱근오차(RMSE), 효율성계수(CoE), 일치도지수(IoA), 상관계수 (R), 결정계수(R2) 등 총6가지 기법을 이용하였다. 평균 예측 강수 앙상블과 관측 값과의 적합도 평가 결과(Table 2), 남강댐 유역의 경우 평균절대오차는 합천지점에서 가장 낮게 산정되었으며 진주지점에서 가장 높게 산정되었다.
성능/효과
11(a)~11(d))와 용담댐 유역 인근 강우관측소(Figs. 11(e)~ 11(f))의 예측 강수량 평균 및 신뢰구간(95%, 99%)을 추정한 결과와 실제 관측된 월 강수량을 비교한 그림으로 분석결과 모든 강우 관측소에서 실제 관측된 강수가 대부분 모의된 예 측 강수 앙상블의 신뢰구간에 포함되고 강수의 전반적인 계절 패턴을 잘 유지하고 있음을 확인할 수 있으며 정량적으로 관측 강수량과 예측 강수 앙상블의 평균이 유사한 결과를 보이고 있었다. 특히, 여름철(6~8월)의 경우 상대적으로 관측 월 강수량 대비 예측이 많은 차이를 보였으며 불확실성 역시 큰 것으로 나타났다.
정량적인 차이는 실제 관측된 강우의 범주에 해당하는 앙상블을 적게 추출함에 따라 과소 및 과대 산정을 야기한 것으로 판단된다. 그러나 2014~ 2015년 극심한 가뭄이 발생한 해임을 감안할 때, 본 연구에서 산출한 예측 강수량의 범위 내에 실측이 대부분 포함되어 있는 것으로 보아 산출방법이 불확실성을 충분히 고려하고 있음을 알 수 있다.
9 이상의 상관계수를 보임에 따라 본 연구에서 제안된 예측 강수량 추정기법은 충분히 활용 가능할 것으로 판단하였다. 또한, 실제 예보 확률을 이용하여 강수량을 추정한 결과, 관측 월강수량과 모의된 예측 강수량의 평균값이 정량적인 차이를 보이나 전반적인 계절 강수패턴을 비교적 잘 유지하는 것을 확인할 수 있었다. 정량적인 차이는 실제 관측된 강우의 범주에 해당하는 앙상블을 적게 추출함에 따라 과소 및 과대 산정을 야기한 것으로 판단된다.
용담댐 및 남강댐유역에 대한 확률장기예보의 예측력 검증결과, 전체적으로 약 30~40%의 예측력을 보였는데 특히, 용담댐유역 대전 ‧ 세종 ‧ 충청남도지역의 3개월 예보의 경우는 최대 48%의 예측력을 보였다. 또한, 전반적으로 lead time이 길어질수록 예측력이 떨어짐을 확인할 수 있었다.
범주형 확률장기예보는 최대 3개월까지 제공됨에 따라 실제 장기이수계획(10월~6월)에 활용하기에는 현실적으로 부족한 자료일 수 있으나 3개월 이하의 물 관리는 확률예보 자료 기반, 3개월 이상은 다수의 계절예측 모델을 활용한 MME (multi-model ensemble) 결과 혹은 기존 물 관리에 활용하고 있는 갈수빈도(20년빈도) 유입량을 이용하는 것도 하나의 방 안이 될 수 있을 것으로 판단된다. 향후 확률예보의 정확도 및 예측기간의 개선이 이루어진다면 장기 예측정보를 활용한 수자원의 효율적인 이용과 불확실한 강수량 자료에 대한 의사결정을 지원을 할 수 있게 함으로써 이수 및 치수측면의 수자원 운영 및 관리에 크게 활용될 수 있을 것으로 기대된다.
본 연구에서 제안한 범주형 확률장기예보를 활용한 정량적 강수량 추정기법에 대한 적합성 검토를 위해 강수 범주를 정확하게 예보했다고 가정하여 추출한 결과 모든 관측소에서 실제 관측된 강수가 대부분 모의된 예측 강수 앙상블의 신뢰 구간에 포함되고 0.9 이상의 상관계수를 보임에 따라 본 연구에서 제안된 예측 강수량 추정기법은 충분히 활용 가능할 것으로 판단하였다. 또한, 실제 예보 확률을 이용하여 강수량을 추정한 결과, 관측 월강수량과 모의된 예측 강수량의 평균값이 정량적인 차이를 보이나 전반적인 계절 강수패턴을 비교적 잘 유지하는 것을 확인할 수 있었다.
12(e)~12(f))유역의 예측 강수량의 평균 및 신뢰구간(95%, 99%)을 추정한 결과를 실제 관측된 월 강우와 비교한 그림이다. 분석결과, 실제 관측된 월강수량과 추정된 예측 강수량의 앙상블 평균값과 정량적인 차이를 보이고 있으나 전반적인 계절 강수패턴을 비교적 잘 유지하는 것을 확인할 수 있었다. 이 정량적인 차이는 확률장기예보의 실패로 인해 실제 관측된 강우의 범주(예, 높음)에 해당하는 앙상블을 적게 추출함에 따라 과소 및 과대 산정을 야기한 것으로 판단된다.
실제 예보된 확률을 이용하여 모의된 평균 예측 강수량 앙상블과 관측 치와의 적합도 평가 결과(Table 3), 남강댐 유역의 경우 합천지점, 용담댐 유역의 경우 무주지점에서 평균절대오차와 평균제곱근오차가 가장 낮게 산정되었으며 효율성 계수, 일치도지수, 상관계수, 결정계수는 가장 높게 산정되었다. 산청지점의 경우 상대적으로 큰 평균절대오차와 평균제 곱근오차를 보이지만 효율성계수, 일치도지수, 상관계수, 결정계수는 상대적으로 크게 산정되어 관측 자료의 패턴을 비교적 잘 유지하는 것을 확인할 수 있었다.
실제 예보된 확률을 이용하여 모의된 평균 예측 강수량 앙상블과 관측 치와의 적합도 평가 결과(Table 3), 남강댐 유역의 경우 합천지점, 용담댐 유역의 경우 무주지점에서 평균절대오차와 평균제곱근오차가 가장 낮게 산정되었으며 효율성 계수, 일치도지수, 상관계수, 결정계수는 가장 높게 산정되었다. 산청지점의 경우 상대적으로 큰 평균절대오차와 평균제 곱근오차를 보이지만 효율성계수, 일치도지수, 상관계수, 결정계수는 상대적으로 크게 산정되어 관측 자료의 패턴을 비교적 잘 유지하는 것을 확인할 수 있었다.
본 연구는 기상청에서 공식적으로 예보하고 있는 1개월 및 3개월 범주형 확률장기예보에 대하여 예측력을 검증하고 범 주형 확률장기예보를 댐 저수지 운영계획 등 수자원 운영 및 관리 분야에 활용하기 위하여 범주형 확률장기예보에서 제시하는 각 범주별 예보확률을 이용한 강수량 추정기법을 제안하였다. 용담댐 및 남강댐유역에 대한 확률장기예보의 예측력 검증결과, 전체적으로 약 30~40%의 예측력을 보였는데 특히, 용담댐유역 대전 ‧ 세종 ‧ 충청남도지역의 3개월 예보의 경우는 최대 48%의 예측력을 보였다. 또한, 전반적으로 lead time이 길어질수록 예측력이 떨어짐을 확인할 수 있었다.
9 이상으로 분석되어 상대적으로 관측 자료와 유사한 결과가 도출됨을 확인할 수 있었다. 용담댐 유역의 경우 무주지점에 서 가장 낮은 평균절대오차와 평균제곱근오차를 보였으며 효율성계수, 일치도지수, 상관계수, 결정계수 역시 무주지점에서 가장 높게 산정되었다. 따라서, 본 연구에서 제안하는 범주 형 확률장기예보를 활용한 예측 강수량 산출기법은 전체적으로 관측 자료와 매우 높은 적합도를 보임에 따라 충분히 활용 가능할 것으로 판단된다.
는 36%의 예측력을 보였다. 이처럼 3개월 확률 예보 역시 lead time이 짧을수록 비교적 높은 적중률을 나타냈으며 1개월 확률예보와 비교하여 높은 Hit Rate를 갖는 것을 확인할 수 있었다.
8(i) and 8(l))이 우수한 것으로 분석되었다. 특히 대부분 기간에 대해 NN의 예측 성능은 50% 미만으로 BN과 AN에 비해 예측성이 낮은 것으로 분석되었다.
) 등 총6가지 기법을 이용하였다. 평균 예측 강수 앙상블과 관측 값과의 적합도 평가 결과(Table 2), 남강댐 유역의 경우 평균절대오차는 합천지점에서 가장 낮게 산정되었으며 진주지점에서 가장 높게 산정되었다. 평균제곱근오 차의 경우 거창지점에서 가장 낮게 산정되었으며 진주지점에서 가장 높게 산정되었다.
평균제곱근오 차의 경우 거창지점에서 가장 낮게 산정되었으며 진주지점에서 가장 높게 산정되었다. 효율성계수, 결정계수의 경우 진주 지점을 제외하고는 0.9 이상으로 산정되어 상당히 높은 적합 도를 보였으며 일치도지수와 상관계수는 모든 지점에서 0.9 이상으로 분석되어 상대적으로 관측 자료와 유사한 결과가 도출됨을 확인할 수 있었다. 용담댐 유역의 경우 무주지점에 서 가장 낮은 평균절대오차와 평균제곱근오차를 보였으며 효율성계수, 일치도지수, 상관계수, 결정계수 역시 무주지점에서 가장 높게 산정되었다.
후속연구
확률론적 예보는 미래의 불확실성이 포함된 예측정보를 정량적인 확률 값으로 제공함에 따라 이상기후에 대한 대응정책 수 립 및 수자원 분야의 장기계획 수립 등에 다양한 의사결정을 할 수 있는 장점이 있다. 기후변화로 인해 우리가 경험하지 못한 극치사상(홍수 및 가뭄 등)의 빈도 및 강도가 증가함에 따라 장기예보의 정확도 향상 및 실용성 등이 요구되고 있는 상황 에서 과거 운영된 단정적인 예보보다는 확률적인 예보가 탄력적 대응을 가능하게 할 것이다. 이에 기상청은 확률론적 예보를 2014년 6월부터 매주 1개월 예보와 매달 3개월 예보를 전국 단위 혹은 시 ‧ 도 단위로 예보하고 있다.
용담댐 유역의 경우 무주지점에 서 가장 낮은 평균절대오차와 평균제곱근오차를 보였으며 효율성계수, 일치도지수, 상관계수, 결정계수 역시 무주지점에서 가장 높게 산정되었다. 따라서, 본 연구에서 제안하는 범주 형 확률장기예보를 활용한 예측 강수량 산출기법은 전체적으로 관측 자료와 매우 높은 적합도를 보임에 따라 충분히 활용 가능할 것으로 판단된다.
따라서 본 연구에서는 범주형 확률장기예보를 Hit rate 등 Anders (2011)와 KMA (2014)에서 제안하는 다양한 검증기법을 통해 예측력을 판단하였고, 범주형 확률장기예보를 저수지 운영계획 등에 활용하고자 불확실성을 포함한 정량적 강수량 산출기법을 제안하고자 하였다. 본 연구의 결과는 미래 불확실성을 고려한 이수측면의 수자원 운영 및 관리에 활용 가능할 것으로 판단된다.
하지만, 2014년 6월부터 범주형의 형태로 예보를 수행하고 있어 이를 활용하여 보다 효율적인 이수 측면의 물 관리가 가능할 것으로 기대된다. 수자원 분야에 1개월 및 3개월 범주형 확률장기예보를 활용하기 위해서는 우선적으로 확률장기예보에 대한 예측력 검증이 선행되어야 하며 추가적으로 정성적인 확률장기예보자료를 활용하여 불확실성을 포함한 강수자료로 정량화되어야 한다. 따라서 본 연구에서는 범주형 확률장기예보를 Hit rate 등 Anders (2011)와 KMA (2014)에서 제안하는 다양한 검증기법을 통해 예측력을 판단하였고, 범주형 확률장기예보를 저수지 운영계획 등에 활용하고자 불확실성을 포함한 정량적 강수량 산출기법을 제안하고자 하였다.
특히, 여름 철(6~8월)의 경우 상대적으로 관측 월강수량 대비 많은 차이를 보였으며 불확실성 역시 큰 것으로 나타났다. 실제 2014~ 2015년 극심한 가뭄이 발생한 해였음에도 불구하고 관측 강수량이 본 연구에서 제안하는 예측 강수량의 범위 내에 대부분 포함되고 있어 충분히 불확실성을 고려한 수자원 장기 이수계획 등에 활용 가능할 것으로 보인다.
과거 기상자료의 평균을 기준으로 한 예보는 ‘적음’과 ‘많음’에 대한 기준이 모호하여 정량적 정보를 획득하기 위한 정보로 이용하기 어려웠다. 하지만, 2014년 6월부터 범주형의 형태로 예보를 수행하고 있어 이를 활용하여 보다 효율적인 이수 측면의 물 관리가 가능할 것으로 기대된다. 수자원 분야에 1개월 및 3개월 범주형 확률장기예보를 활용하기 위해서는 우선적으로 확률장기예보에 대한 예측력 검증이 선행되어야 하며 추가적으로 정성적인 확률장기예보자료를 활용하여 불확실성을 포함한 강수자료로 정량화되어야 한다.
범주형 확률장기예보는 최대 3개월까지 제공됨에 따라 실제 장기이수계획(10월~6월)에 활용하기에는 현실적으로 부족한 자료일 수 있으나 3개월 이하의 물 관리는 확률예보 자료 기반, 3개월 이상은 다수의 계절예측 모델을 활용한 MME (multi-model ensemble) 결과 혹은 기존 물 관리에 활용하고 있는 갈수빈도(20년빈도) 유입량을 이용하는 것도 하나의 방 안이 될 수 있을 것으로 판단된다. 향후 확률예보의 정확도 및 예측기간의 개선이 이루어진다면 장기 예측정보를 활용한 수자원의 효율적인 이용과 불확실한 강수량 자료에 대한 의사결정을 지원을 할 수 있게 함으로써 이수 및 치수측면의 수자원 운영 및 관리에 크게 활용될 수 있을 것으로 기대된다.
질의응답
핵심어
질문
논문에서 추출한 답변
장기 기상예측정보의 특징은?
최근 이상기후로 인해 강수량의 불확실성이 가중되고 홍수, 가뭄 등 수재해의 발생빈도 및 강도가 증가함에 따라 안정적인 용수공급 등 수자원 관리에 어려움을 겪고 있어 장기 기상예측기반의 수자원관리가 요구되고 있는 실정이다. 장기 기상예측정보는 수자원의 효율적인 이용 및 증가되는 수요와 불확실한 공급에 대한 의사결정을 지원해주며 가뭄 대비를 위한 물 공급 제한 등에 활용될 수 있는 매우 중요한 정보이다. 현재 수자원 분야에서 장기 수자원의 효율적인 공급 및 운영을 위해 매년 10월부터 다음 해 6월까지 댐 저수지 수위 운영 및 홍수기 대비 운영 목표 수위 계획을 수립 및 운영하고 있지만, 장기예보 자료의 불확실성 및 수문해석 모형 입력 자료로의 활용 어려움, 정성적인 자료 제공, 예측 자료의 검증 미흡 등으로 기상청에서 제공하는 장기예보를 참고할 뿐 실제로는 과거 관측 자료에 기반을 둔 빈도분석 결과를 활용하여 댐 운영 계획을 수립하고 있는 실정이다.
물 관리 계획과 관련된 연구 동향은?
물 관리 계획을 위해 국 ‧ 내외에서는 과거 자료를 활용하여 강수량 및 유량을 예측하는 방법과 장기예보 자료에 기반을 둔 방법을 주로 활용하고 있다. 이와 관련된 연구동향을 살펴보면 Simpson et al. (1993)은 예측 가능한 태평양 지역의 해수면온도 자료를 이용하여 하천의 연유출량을 예측하고 설정된 범주(BN, NN, AN)에 대해 연간 하천 유출량의 확률들을 추정하는 기법을 제안한 바 있다. 또한 Croley (2000)는 범주형 확률강수예보를 활용하여 표본시나리오에 가중 값을 부여하는 방법을 제시한 바 있으며, Stedinger and Kim (2010)은 확률밀도함수를 이용하여 표본시나리오에 가중 값을 부여하는 PDF-ratio방법을 제안한 바 있다. Gouweleeuw et al. (2005)는 범주형 중장기 기상예보자료와 강우-유출모형을 조합하여 1995년과 1997년의 홍수사상에 대하여 분석을 수행한 바 있으며, Kang et al. (2005)은 중장기 수자원 운영 및 관리에 활용하고자 수치예보와 월 강수 전망을 조합하여 Ensemble Streamflow Prediction (ESP)기법을 활용하는 방안을 제시한 바 있다. 추가적으로 Kim et al. (2011)은 금강유역을 대상으로 구성된 바 있는 RRFS (Rainfall-Runoff Forecasting System)-ESP시스템에 PDF-ratio방법을 기반으로 한 사전 처리기능을 추가하여 보다 효율적인 중장기 예측시스템으로의 확장을 시도한 바 있으며, Kang (2013)은 해수면온도(Sea Surface Temperature, SST)와 북반구 500 hPa 지위고도 (Geopotential Height, GPH) 자료로부터 선정된 예측인자를 이용하여 안동댐 계절별 유입량에 대한 카테고리 확률예측과 조건부 확률밀도함수에 의한 예측을 수행한 바 있다. Yu et al. (2014)은 강수량과 기온에 대한 3개월 예보자료를 이용하여 각 월별 앙상블을 생성하고 HBV (Hydrologiska Byrans Vattenbalansavdelning) 물수지 모형에 입력하여 물 부족을 확률적으로 전망하는 방법을 제시한 바 있다.
장기예보 자료의 한계점은?
장기 기상예측정보는 수자원의 효율적인 이용 및 증가되는 수요와 불확실한 공급에 대한 의사결정을 지원해주며 가뭄 대비를 위한 물 공급 제한 등에 활용될 수 있는 매우 중요한 정보이다. 현재 수자원 분야에서 장기 수자원의 효율적인 공급 및 운영을 위해 매년 10월부터 다음 해 6월까지 댐 저수지 수위 운영 및 홍수기 대비 운영 목표 수위 계획을 수립 및 운영하고 있지만, 장기예보 자료의 불확실성 및 수문해석 모형 입력 자료로의 활용 어려움, 정성적인 자료 제공, 예측 자료의 검증 미흡 등으로 기상청에서 제공하는 장기예보를 참고할 뿐 실제로는 과거 관측 자료에 기반을 둔 빈도분석 결과를 활용하여 댐 운영 계획을 수립하고 있는 실정이다.
참고문헌 (11)
Croley II, T. E. (2000). Using meteorology probability forecasts in operational hydrology. ASCE Press, p. 206.
Gouweleeuw, B. T., Thielen, J., Franchello, G., De Roo, A. P. J., and Buizza, R. (2005). "Flood forecasting using medium-range probabilistic weather prediction." Hydrology and Earth System Sciences, Vol. 9, No. 4, pp. 309-368.
Kang, B., Rleu, S. Y., and Ko, I. H. (2005). "Long-term streamflow prediction for integrated real-time water management system.", Proceedings of the Korea Water Resources Association Conference 2005, KWRA
Kang, J. W. (2013). "Probabilistic forecasting of seasonal inflow to reservoir." Journal of Environmental Science International, Vol. 22, No. 8, pp. 965-977.
Kim, J. C., Kim, J., and Lee, S. J. (2011). "Improvement of mid/long-term ESP scheme using probabilistic weather forecasting." Journal of Korea Water Resources Association, Vol. 44, No. 10, pp. 843-851.
KMA (Korea Meteorological Administration) (2014). The improvement of regional long-term forecast system. KMA Publication No. 11-136000-001095-14, KMA, pp. 65-73.
KMA (Korea Meteorological Administration) (2016). A forecast characteristics analysis technical note of GloSea5. KMA, pp. 3-14.
Persson, A., Andersson, E., and Tsonevsky, I. (2015). User guide to ECMWF forecast products. Ver.1.2, ECWMF, pp. 101-113.
Simpson, H. J., Cane, M. A., Herczeg, A. L., Zebiak, S. E., and Simpson, J. H. (1993). "Annual river discharge in Southeastern Australia related to El Nino-southern oscillation forecasts of sea surface temperatures." Water Resources Research, Vol. 34, No. 11, pp. 3035-3044.
Stedinger, J. R., and Kim, Y. O. (2010). "Probabilities for ensemble forecast reflecting climate information." Journal of Hydrology, Vol. 391, pp. 9-23.
Yu, P. S., Yang, T. C., Kuo, C. M., and Wang, Y. T. (2014). "A stochastic approach for seasonal water-shortage probability forecasting based on seasonal weather outlook." Water Resources Management, Vol. 28, No. 12, pp. 3905-3920.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.