$\require{mediawiki-texvc}$

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.

[국내논문] 조건부 Copula 함수 기반의 월단위 GloSea5 앙상블 예측정보 편의보정 기법과 연계한 일단위 시공간적 상세화 모델 개발
Development of daily spatio-temporal downscaling model with conditional Copula based bias-correction of GloSea5 monthly ensemble forecasts 원문보기

Journal of Korea Water Resources Association = 한국수자원학회논문집, v.54 no.12, 2021년, pp.1317 - 1328  

김용탁 (세종대학교 건설환경공학과) ,  김민지 (기상청 기후과학국 수문기상팀) ,  권현한 (세종대학교 건설환경공학과)

초록
AI-Helper 아이콘AI-Helper

본 연구에서는 예측 모델의 정확성이 비교적 높은 월단위의 GloSea5 자료를 기반으로 예측강수량을 편의보정 및 시공간적으로 상세화하여 연속된 일단위 강우량을 모의하고자 하였다. 이를 위하여 GloSea5를 입력자료로 조건부 Copula와 MNHMM 모형을 적용하여 일단위 시계열 강우량 예측정보를 생산할 수 있는 모델링 체계를 제시하였다. 모의결과 동기간의 자료라도 매주 생산되는 결과가 큰 차이를 나타내는 예측강수량의 변동성이 유의하게 개선되었다. 모형 검증에서 모의된 일강수량, 연속강우확률, 연속무강우확률 및 강우일수가 관측자료와 유사한 값으로 모의되는 등 수문모형의 입력자료로써 활용성이 클 것으로 판단된다. 유역 단위에서의 모의된 강수량 계열간의 상관성 차이가 최소 -0.02에서 최대 0.10로 유역의 강우관측소간 상호종속성을 효과적으로 복원되는 등 수문모형의 입력자료로 활용 시 유역의 수문기상학적 반응을 보다 현실적으로 모의가 가능할 것으로 기대된다.

Abstract AI-Helper 아이콘AI-Helper

This study aims to provide a predictive model based on climate models for simulating continuous daily rainfall sequences by combining bias-correction and spatio-temporal downscaling approaches. For these purposes, this study proposes a combined modeling system by applying conditional Copula and Mult...

Keyword

표/그림 (13)

참고문헌 (25)

  1. Camp, J., Roberts, M., MacLachlan, C., Wallace, E., Hermanson, L., Brookshaw, A., Arribas, A., and Scaife, A.A. (2015). "Seasonal forecasting of tropical storms using the Met Office GloSea5 seasonal forecast system." Quarterly Journal of the Royal Meteorological Society, Vol. 141, No. 691, pp. 2206-2219. 

  2. Chen, L., Singh, V.P., Guo, S., Mishra, A.K., and Guo, J. (2013). "Drought analysis using copulas." Journal of Hydrologic Engineering, Vol. 18, pp. 797-808. 

  3. Choi, B.K., Oh, T.S., Park, R.G., and Moon, Y.I. (2008). "Derivation of intensity-duration-frequency and flood frequency curve by simulation of hourly precipitation using Nonhomogeneous Markov Chain Model." Journal of Korea Water Resources Association, Vol. 41, No. 3, pp. 251-264. 

  4. Favre, A.C., El Adlouni, S., Perreault, L., Thiemonge, N., and Bobee, B. (2004). "Multivariate hydrological frequency analysis using copulas." Water Resources Research, Vol. 40, No. 1. 

  5. Gyalistras, D. (2003). "Development and validation of a high-resolution monthly gridded temperature and precipitation data set for Switzerland (1951-2000)." Climate Research, Vol. 25, No. 1, pp. 55-83. 

  6. Haan, C.T., Allen, D.M., and Street, J.O. (1976). "A Markov Chain Model of daily rainfall." Water Resources Research, Vol. 12, No. 3, pp. 443-449. 

  7. Holsclaw, T., Greene, A.M., Robertson, A.W., and Smyth, P. (2017). "Bayesian nonhomogeneous Markov models via Polya-Gamma data augmentation with applications to rainfall modeling." The Annals of Applied Statistics, Vol. 11, No. 1, pp. 93-426. 

  8. Jung, M.I., Son, S.W., Choi, J., and Kang, H.S. (2015). "Assessment of 6-month lead prediction skill of the GloSea5 hindcast experiment." Atmosphere, Vol. 25, No, 2, pp. 323-337. 

  9. Kim, Y.T., Lee, M.S., Chae, B.S., and Kwon, H.H. (2018). "A development of summer seasonal rainfall and extreme rainfall outlook using Bayesian beta model and climate information." Journal of The Korean Society of Civil Engineers, Vol. 38, No. 5, pp. 655-669. 

  10. Kim, Y.T., Park, M., and Kwon, H.H. (2020). "Spatio-temporal summer rainfall pattern in 2020 from a rainfall frequency perspective." Journal of Korean Society of Disaster and Security, Vol. 13, No. 4, pp. 93-104. 

  11. Kumar, D., Arya, D.S., Murumkar, A.R., and Rahman, M.M. (2014). "Impact of climate change on rainfall in Northwestern Bangladesh using multi-GCM ensembles." International Journal of Climatology, Vol. 34, No. 5, pp. 1395-1404. 

  12. Kwak, J., Kim, Y.S., Lee, J.S., and Kim, H.S. (2012). Drought severity-duration-frequency analysis of hydrological drought based on copula theory. Ph. D. dissertation, Colorado State University, CO, U.S. 

  13. Kwon, H.H., and Kim, B.S. (2009). "Development of statistical downscaling model using nonstationary Markov chain." Journal of Korea Water Resources Association, Vol. 42, No. 3, pp. 213-225. 

  14. Lim, Y.H., Hassell, J., and Teng, W. (2010). "Modeling hydrologic regime of a Terminal Lake Basin with GCM down-scaled scenarios." 5th International Congress on Environmental Modelling and Software, iEMSs, Ottawa, Ontarion, Canada. 

  15. MacLachlan, C., Arribas, A., Peterson, K.A., Maidens, A., Fereday, D., Scaife, A.A., Gordon, M., Vellinga, M., Williams, A., Comer, R.E., Camp, J., Xaviera, P., and Madec, G. (2015). "Global Seasonal forecast system version 5 (GloSea5): A high-resolution seasonal forecast system." Quarterly Journal of the Royal Meteorological Society, Vol. 141, No. 689, pp. 1072-1084. 

  16. Mearns, L.O., Schneider, S.H., Thompson, S.L., and McDaniel, L.R. (1990). "Analysis of climate variability in General Circulation Models: Comparison with observations and changes in variability in 2xCO2 experiments." Journal of Geophysical Research: Atmospheres, Vol. 95, No. D12, pp. 20469-20490. 

  17. Noor, M., Ismail, T., Chung, E.S., Shahid, S., and Sung, J.H. (2018). "Uncertainty in rainfall intensity duration frequency curves of peninsular Malaysia under changing climate scenarios." Water, Vol. 10, No. 12, 1750. 

  18. Nord, J. (1975). "Some applications of Markov chains." Proceedings Fourth Conference on Probability and Statistics in Atmospheric Science, AMS, Tallahas, FL, U.S., pp. 125-130. 

  19. Qiu, J., Shen, Z., Leng, G., and Wei, G. (2021). "Synergistic effect of drought and rainfall events of different patterns on watershed systems." Scientific Reports, Vol. 11, No. 1, pp. 1-18. 

  20. Scott, S.L. (2002). "Bayesian methods for hidden Markov models: Recursive computing in the 21st century." Journal of the American Statistical Association, Vol. 97, No. 457, pp. 337-351. 

  21. Shin, J., Lee, H.S., Kwon, W.T., and Kim, M. (2009). "A study on statistical downscaling for projection of future temperature change simulated by ECHO-G/S over the Korean peninsula." Atmosphere, Vol. 19, No. 2, pp. 107-125. 

  22. So, B.J., Kwon, H.H., Kim, D., and Lee, S.O. (2015). "Modeling of daily rainfall sequence and extremes based on a semiparametric Pareto tail approach at multiple locations." Journal of Hydrology, Vol. 529, pp. 1442-1450. 

  23. Wilby, R.L., Hay, L.E., Gutowski Jr, W.J., Arritt, R.W., Takle, E.S., Pan, Z., Leavesley, G.H., and Clark, M.P. (2000). "Hydrological responses to dynamically and statistically downscaled climate model output." Geophysical Research Letters, Vol. 27, No. 8, pp. 1199-1202. 

  24. Willems, P., and Vrac, M. (2011) "Statistical precipitation downscaling for small-scale hydrological impact investigations of climate change." Journal of Hydrology, Vol. 402, pp. 193-205. 

  25. Willmott, C.J., and Matsuura, K. (1995). "Smart interpolation of annually averaged air temperature in the United States." Journal of Applied Meteorology and Climatology, Vol. 34, No. 12, pp. 2577-2586. 

저자의 다른 논문 :

활용도 분석정보

상세보기
다운로드
내보내기

활용도 Top5 논문

해당 논문의 주제분야에서 활용도가 높은 상위 5개 콘텐츠를 보여줍니다.
더보기 버튼을 클릭하시면 더 많은 관련자료를 살펴볼 수 있습니다.

관련 콘텐츠

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