$\require{mediawiki-texvc}$

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.

PRISM과 개선된 상세 지형정보를 이용한 월별 북한지역 강수량 분포 추정
Estimating the Monthly Precipitation Distribution of North Korea Using the PRISM Model and Enhanced Detailed Terrain Information 원문보기

한국농림기상학회지 = Korean Journal of Agricultural and Forest Meteorology, v.21 no.4, 2019년, pp.366 - 372  

김대준 ((재)국가농림기상센터) ,  김진희 ((재)국가농림기상센터)

초록
AI-Helper 아이콘AI-Helper

북한 지역은 남한에 비해 기상관측 지점이 매우 적기 때문에 남한에서 강수 추정에 주로 이용되는 PRISM 모형을 그대로 적용하여 강수분포를 추정하기는 어렵다. 이처럼 자료가 불충분한 지역의 강수분포를 추정하기 위하여, 저해상도 PRISM 모형 구동 결과에 강수-지형 관계에 근거한 보정 값을 적용해 강수 분포를 추정할 수 있는 하이브리드 방식이 개발되어 사용되고 있다. 본 연구에서는 기존 북한지역의 고해상도 강수 분포도 추정 방식을 개선된 방법에 따라 1981-2010년 평년 기간의 적산 강수량 분포도를 제작하고자 하였다. 우선, 남한지역의 270m 해상도 DEM과 종관관측지점의 고도값으로부터 IDW한 가상지형간의 편차(고도편차)를 계산하였다. PRISM 모형을 이용하여 종관관측지점의 강수량을 기반으로 2,430m의 저해상도 가상강수 분포도를 제작한 후, 종관 및 방재 기상 관측지점의 강수자료를 이용해 270m의 고해상도 강수분포도를 제작하여 둘 간의 편차(강수편차)를 계산하였다. 남한지역의 고도편차와 강수편차를 이용하여 4방위 경사향에 따른 월별 강수-지형 관계 회귀식을 도출하였고, 최종적으로 북한지역의 27개 기상 관측지점으로부터 PRISM 모형을 구동하여 만든 2,430m의 저해상도 강수분포도에 강수-지형간 회귀식을 반영하여 해상도가 향상된 강수분포도를 산출하였다. 새롭게 제작된 북한지역의 강수분포는 기존 강수분포도와 비교했을 때 지형의 영향이 더욱 잘 반영된 효과를 확인할 수 있었다. 강수분포도에 따르면, 연평균 적산강수량은 1,159mm이며, 표준편차는 253mm로 추정되었다.

Abstract AI-Helper 아이콘AI-Helper

The PRISM model has been used to estimate precipitation in South Korea where observation data are readily available at a large number of weather station. However, it is likely that the PRISM model would result in relatively low reliability of precipitation estimates in North Korea where weather data...

주제어

표/그림 (6)

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

문제 정의

  • 본 연구에서는 이 문제를 해결하기 위해, 경사향의 해상도를 강수분포의 해상도 수준으로 높여, 지형-강수 관계를 새롭게 도출하고자 하였다. 또한 1981년부터 2010년까지의 평년 적산 강수량을 이용하여, 북한 지역의 강수분포도를 새롭게 제작하고자 하였다.
  • 이처럼 자료가 불충분한 지역의 강수분포를 추정하기 위하여, 저해상도 PRISM 모형 구동 결과에 강수-지형 관계에 근거한 보정 값을 적용해 강수 분포를 추정할 수 있는 하이브리드 방식이 개발되어 사용되고 있다. 본 연구에서는 기존 북한지역의 고해 상도 강수 분포도 추정 방식을 개선된 방법에 따라 1981-2010년 평년 기간의 적산 강수량 분포도를 제작하고자 하였다. 우선, 남한지역의 270m 해상도 DEM과 종관관측지점의 고도값으로부터 IDW한 가상지형 간의 편차(고도편차)를 계산하였다.
  • 본 연구에서는 이 문제를 해결하기 위해, 경사향의 해상도를 강수분포의 해상도 수준으로 높여, 지형-강수 관계를 새롭게 도출하고자 하였다. 또한 1981년부터 2010년까지의 평년 적산 강수량을 이용하여, 북한 지역의 강수분포도를 새롭게 제작하고자 하였다.
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
지점 관측 자료를 바탕으로 면적 강수량을 추정하기 위해 과거에 활용되었던 방법으로는 대표적으로 무엇이 있는가? , 2009). 지점 관측 자료를 바탕으로 면적 강수량(지역분포)을 추정하기 위한 다양한 방법이 개발되어 왔으며, 과거에 활용되었던 방법으로는 작도법, 지형통계법, 공간내삽법, 수치모의법 등이 대표적이다(Thiessen, 1911; Phillips et al., 1992; Seino, 1993; Nalder and Wein, 1998).
최근 면적 강수 추정에 가장 널리 이용되는 방법은 무엇인가? , 1992; Seino, 1993; Nalder and Wein, 1998). 최근 들어 면적 강수 추정에 가장 널리 이용되는 방법은 DEM(Digital Elevation Model)과 강수추정모형을 결합한 PRISM (Parameter-elevation Regressions on Independent Slopes Model)모형을 이용하는 방식이다(Daly et al., 1994).
강수추정모형을 결합한 PRISM모형은 어떤 방법인가? , 1994). PRISM모형은 산악강수모형으로 해발고도가 강수량에 미치는 영향을 회귀식으로 표현하며, 산악의 경사방향, 관측지점과의 거리, 해발고도 등에 의해 회귀계수를 격자마다 다르게 추정토록 설계되어 있다.
질의응답 정보가 도움이 되었나요?

참고문헌 (12)

  1. Chung, U., K. Yun, K. S. Cho, J. H. Yi, and J. I. Yun, 2009: The PRISM-based rainfall mapping at an enhanced grid cell resolution in complex terrain. Korean Journal of Agricultural and Forest Meteorology 11, 72-78. (in Korean with English abstract) 

  2. Daly, C., R. P. Neilson, and D. L. Phillips, 1994: A statistical topographic model for mapping climatological precipitation over mountainous terrain. Journal of Applied Meteorology 33, 140-158. 

  3. Kim, D. J., and J. I. Yun, 2011: Estimation of monthly precipitation in North Korea using PRISM and digital elevation model. Korean Journal of Agricultural and Forest Meteorology 13(1) 35-40. DOI: 10.5532/KJAFM.2011.13.1.035 (in Korean with English abstract) 

  4. KMA (Korea Meteorological Administration): http://data.kma.go.kr 

  5. Nalder, I. A., and R.W. Wein, 1998: Spatial interpolation of climatic normals: test of a new method in the Canadian boreal forest. Agricultural and Forest Meteorology 92, 211-225. 

  6. Park, J. C., and M. K. Kim, 2013: Comparison of precipitation distributions in precipitation data sets representing 1km spatial resolution over South Korea produced by PRISM, IDW, and cokriging. Journal of the Korean Association of Geographic Information Studies 16(3), 147-163. doi: 10.11108/kagis.2013.16.3.14 (in Korean with English abstract) 

  7. Phillips, D. L., J. Dolph, and D. Marks, 1992: A comparison of geostatistical procedures for spatial analysis of precipitation in mountainous terrain. Agricultural and Forest Meteorology 58, 119-141. 

  8. Seino, H., 1993: An estimation of distribution of meteorological elements using GIS and AMeDAS data. Journal of Agricultural Meteorology (Japan) 48, 379-383. 

  9. Shin, S. C., M. G. Kim, M. S. Suh, D. K. Rha, D. H. Jang, C. S. Kim, W. S. Lee, and Y. H. Kim, 2008: Estimation of high resolution gridded precipitation using GIS and PRISM. Atmosphere 18, 71-81. (in Korean with English abstract) 

  10. Thiessen, A. H., 1991: Precipitation averages for large areas. Monthly Weather Review 39, 1082-1084. 

  11. Um, M. J., C. S. Jeong, and W. Cho, 2009: Analysis of precipitation distribution in the region of Gangwon with spatial analysis (I): Classification of precipitation zones and analysis for seasonal and annual precipitation. Journal of the Korean Society of Hazard Mitigation 9(5), 103-113. (in Korean with English abstract) 

  12. Yun, J. I., 2000: Estimation of climatological precipitation of North Korea by using a spatial interpolation scheme. Korean Journal of Agricultural and Forest Meteorology 2, 16-23. (in Korean with English abstract) 

저자의 다른 논문 :

LOADING...

관련 콘텐츠

오픈액세스(OA) 유형

GOLD

오픈액세스 학술지에 출판된 논문

이 논문과 함께 이용한 콘텐츠

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