[논문]남한지역 일단위 강우량 공간상세화를 위한 BCSA 기법 적용성 검토

황세운; 정임국; 김시호; 조재필

doi:10.5389/ksae.2021.63.6.049

남한지역 일단위 강우량 공간상세화를 위한 BCSA 기법 적용성 검토
Application of Bias-Correction and Stochastic Analogue Method (BCSA) to Statistically Downscale Daily Precipitation over South Korea 원문보기

한국농공학회논문집 = Journal of the Korean Society of Agricultural Engineers, v.63 no.6, 2021년, pp.49 - 60

황세운 (Department of Agricultural Engineering (Institute of Agriculture and Life Science), Gyeongsang National University) , 정임국 (Dept. of Prediction Research, APEC Climate Center) , 김시호 (Department of Agricultural Engineering, Gyeongsang National University) , 조재필 (Convergence Laboratory for Watershed Management, Integrated Watershed Management Institute)

Abstract ▼ AI-Helper

BCSA (Bias-Correction and Stochastic Analog) is a statistical downscaling technique designed to effectively correct the systematic errors of GCM (General Circulation Model) output and reproduce basic statistics and spatial variability of the observed precipitation filed. In this study, the applicability of BCSA was evaluated using the ASOS observation data over South Korea, which belongs to the monsoon climatic zone with large spatial variability of rainfall and different rainfall characteristics. The results presented the reproducibility of temporal and spatial variability of daily precipitation in various manners. As a result of comparing the spatial correlation with the observation data, it was found that the reproducibility of various climate indices including the average spatial correlation (variability) of rainfall events in South Korea was superior to the raw GCM output. In addition, the needs of future related studies to improve BCSA, such as supplementing algorithms to reduce calculation time, enhancing reproducibility of temporal rainfall patterns, and evaluating applicability to other meteorological factors, were pointed out. The results of this study can be used as the logical background for applying BCSA for reproducing spatial details of the rainfall characteristic over the Korean Peninsula.

주제어

표/그림 (13)

그림 Fig. 1 Location of 60 ASOS meteorological stations
표 Table 1 Description of observation data used in the study
그림 Fig. 2 Schematic representation of BCSA process
그림 Fig. 3 Distribution of prctot (upper) and SDII (lower) calculated using observation (left), BCSA results (middle), and raw GCMs data (right)
표 Table 2 Lists of the climate indices used in the study
표 Table 3 Representative climate index to evaluate 29 downscaled GCM outputs
그림 Fig. 4 Distribution of CDD (upper) and CWD (lower) calculated using observation (left), BCSA results (middle), and raw GCMs data (right)
그림 Fig. 5 Comparison of observed and BCSA downscaled correlation matrix
그림 Fig. 6 Variogram of observed and BCSA precipitation for (a) entire data of period, (b) rainy season from Jun. to Sep. and (c) dry season from Dec. to Mar.
그림 Fig. 7 Scatter plots (obs. vs. GCMs for all stations) Comparing wet to wet and dry to wet transition probability
그림 Fig. 8 Scatter plots for (a) mean preciptiation, (b) intensity, (c) number of rainy days, and (d) standard deviation of daily precipitation of ASOS obs. vs. RAW GCMs (upper) and BCSA results (lower)
그림 Fig. 9 Comparison of cumulative distribution function (CDF) of consecutive dry days (left), consecutive wet days (center), and event total precipitation (right) for the observed, raw GCM outputs, and downscaled GCMs using BCSA
그림 Fig. 10 Distribution of rx5d (1st raw), p95ptot (2nd raw), and r20mm (3rd raw) calculated using obs. (left), BCSA (middle), raw GCMs data (right)

AI 본문요약
AI-Helper

문제 정의

본 연구에서는 BCSA 공간상세화 기법의 남한지역 ASOS 지점에 대한 일단위 강우의 공간변동성에 대한 재현 성능을 평가하고자 한다. 국내 주요 ASOS 지점의 일단위 강우의 공간변동성을 정량적으로 도출하고 이를 과거기간에 대한 CMIP5 GCM 원시자료에 BCSA 기법으로 적용한 상세화 자료의 특성을 비교하여 제시한다.
상세화된 다양한 기후시나리오에 대한 정형화된 평가를 위해서는 다양하고 표준화된 평가체계가 필요하다. 본 연구에서는 BCSA 상세화를 통해서 생성된 자료를 이용하여 극한기후지수 (Climate Extreme Indices)를 포함한 ETCCDI (Expert Team on Climate Change Detection ad Indices)를 산출하여 관측자료와 원시 GCM 자료 대비 BCSA 상세화 자료의 재현성을 평가하였다. 평균적 강우특성과 관련된 인자인 PRCPTOT와 SDII, CDD, CWD를 이용하여 평균적 강우특성지수 재현성 평가를 실시하고 강우사상의 연속성 및 강우사상의 시간적 패턴을 보여주는 일단위 천이확률 (transition probability)을 산정하여 이들의 공간적 분포 재현성을 평가하였다.
본 연구에서는 기후변화 관련 연구 수행을 위해 선행되어야 하는 GCM 원시자료의 통계적 공간상세화 과정에 있어 강우량 자료의 공간변동성을 재현하도록 고안된 BCSA 방법의 남한지역에 대한 적용성을 검토하고자 하였다. 상세화를 위한 기후모델 격자 자료는 CMIP5 GCM 29개의 과거기간 (1976∼2005년)에 대한 모의결과를 적용하였으며 동일한 기간의 60개 ASOS 관측지점에 대해 원시자료를 추출하고 공간상세화를 수행하였다.

제안 방법

본 연구에서는 BCSA 공간상세화 기법의 남한지역 ASOS 지점에 대한 일단위 강우의 공간변동성에 대한 재현 성능을 평가하고자 한다. 국내 주요 ASOS 지점의 일단위 강우의 공간변동성을 정량적으로 도출하고 이를 과거기간에 대한 CMIP5 GCM 원시자료에 BCSA 기법으로 적용한 상세화 자료의 특성을 비교하여 제시한다. 이를 위해 일단위 강우량 자료로 도출할 수 있는 기본 통계량을 비롯하여 다양한 극한강우지수 및 공간상관성 지표를 적용하여 BCSA 결과의 시공간적 재현성을 평가하였다.
더불어 강우사상별 특성을 비교하기 위해 연속무강우일수, 연속강우일수, 그리고 사상단위 총강우량을 산정하고 CDF를 작성하여 BCSA의 성능을 비교하였다 (Fig. 9).
평균적 강우특성과 관련된 인자인 PRCPTOT와 SDII, CDD, CWD를 이용하여 평균적 강우특성지수 재현성 평가를 실시하고 강우사상의 연속성 및 강우사상의 시간적 패턴을 보여주는 일단위 천이확률 (transition probability)을 산정하여 이들의 공간적 분포 재현성을 평가하였다. 더불어 극한 강우특성과 관련된 인자인 Rx5day, Rx1day, R99pTOT, R95pTOT, R10mm, R20mm를 이용하여 극한강우사상 특성 재현성 평가를 수행하였다. Table 2는 본 연구에서 사용된 강수와 관련된 지표와 그 정의를 정리한 표이다.
더불어 일단위 강우자료의 공간적 연속성 또는 변동성을 평가하기 위하여 거리 대비 자료값 편차를 산출하는 베리오그램을 산정하였다. 격자형 GCM 원시자료와 이를 단순 내삽 (보간)한 자료의 베리오그램은 자료 거리에 따른 변동성에 유의한 차이를 보이지 않는다.
상세화를 위한 기후모델 격자 자료는 CMIP5 GCM 29개의 과거기간 (1976∼2005년)에 대한 모의결과를 적용하였으며 동일한 기간의 60개 ASOS 관측지점에 대해 원시자료를 추출하고 공간상세화를 수행하였다.
국내 주요 ASOS 지점의 일단위 강우의 공간변동성을 정량적으로 도출하고 이를 과거기간에 대한 CMIP5 GCM 원시자료에 BCSA 기법으로 적용한 상세화 자료의 특성을 비교하여 제시한다. 이를 위해 일단위 강우량 자료로 도출할 수 있는 기본 통계량을 비롯하여 다양한 극한강우지수 및 공간상관성 지표를 적용하여 BCSA 결과의 시공간적 재현성을 평가하였다.
본 연구에서는 BCSA 상세화를 통해서 생성된 자료를 이용하여 극한기후지수 (Climate Extreme Indices)를 포함한 ETCCDI (Expert Team on Climate Change Detection ad Indices)를 산출하여 관측자료와 원시 GCM 자료 대비 BCSA 상세화 자료의 재현성을 평가하였다. 평균적 강우특성과 관련된 인자인 PRCPTOT와 SDII, CDD, CWD를 이용하여 평균적 강우특성지수 재현성 평가를 실시하고 강우사상의 연속성 및 강우사상의 시간적 패턴을 보여주는 일단위 천이확률 (transition probability)을 산정하여 이들의 공간적 분포 재현성을 평가하였다. 더불어 극한 강우특성과 관련된 인자인 Rx5day, Rx1day, R99pTOT, R95pTOT, R10mm, R20mm를 이용하여 극한강우사상 특성 재현성 평가를 수행하였다.

데이터처리

남한지역 강우사상의 시간적 패턴 재현성을 평가하기 위해 천이확률을 산출하여 ASOS 지점별 결과를 비교하였다 (Fig. 7).
평균적 강우특성을 비롯한 시공간변동성 (상관성)을 설명하는 11개 강우지수와 베리오그램을 산정하여 GCM 원시자료의 한계와 BCSA 적용결과의 재현성을 비교⋅평가하였다

이론/모형

1. BCSA의 첫 번째 단계로 Normal Score Transformation (NST) 방법 (Goovaerts, 1997; Deutsch and Journel, 1998)을 이용하여 관측데이터를 정규화 변환한다.
Symmetric positive-definite correlation matrix인 ρ를 Cholesky decomposition 방법 (Taussky and Todd, 2006)을 이용하여 다음 식으로 분해한다.

성능/효과

대상지역의 월별 강우량의 특성으로 겨울은 대체로 강우량이 적고, 우기인 여름에 지역별 강우량이 집중되며 국지적 강우 발생이 잦기 때문에, 우기의 공간 상관성이 낮게 나타난다. 60개 ASOS 지점의 관측자료와 지점단위로 상세화한 BCSA자료를 적용한 상관행렬을 비교한 결과, 우기의 낮은 공간상관성과 지점 간 상관성의 공간적 분포를 BCSA 결과가 잘 재현하는 것으로 나타났다. 우기인 7월의 경우 지역별로 국지적 강우특성이 강하고 낮은 공간상관관계를 잘 재현하는 것을 확인할 수 있다.
4는 강우사상의 일단위 시간적 패턴과 연속성을 나타내는 CDD, CWD 분석결과의 공간분포 매핑결과이다. BCSA 결과는 낮은 강우량을 보이는 경상도 지역을 중심으로 높은 연속무강우일수를 보이는 관측 공간 분포를 잘 재현하였으며, 매우 높게 산정된 원시 GCM의 강우일수 또한 관측 강우특성에 부합한 수준으로 보정된 것을 확인할 수 있다.
GCM 간의 편차는 있지만, 원시 GCM 산출문의 낮은 해상도 때문에 남한지역의 공간변동성이 크지 않으며 전체적으로 낮은 강우량 모의결과를 확인할 수 있다. BCSA 결과는 원시 GCM 자료의 오차가 보정되었으며 남한지역의 강우량 분포를 잘 재현하고 있는 것으로 나타났다. 이는 평균 강우강도에 대한 재현성에서도 유사한 결과를 보였다.
관측자료 베리오그램의 경우 거리가 멀어질수록 Gamma가 증가하며 그 증가률은 감소하는 경향을 확인할 수 있는데, 이는 관측 지점의 거리가 멀어질수록 상관성이 감소하는 현상이 구현되는 것이다. BCSA 상세화한 자료의 GCM에 따른 동일 거리구간의 Gamma 값의 분포와 평균값이 관측자료의 특성을 잘 따르는 것을 확인할 수 있다. 한편 GCM 원시자료의 경우 거리에 따른 상관성 변화가 크지 않고 전반적으로 강우의 공간변동성이 낮게 나타났다.
BCSA 적용결과, 관측 강우사상의 시간적 패턴 재현성에 있어 향상된 결과를 보였으며, 이는 지점별 관측자료를 이용한 편이보정 과정에서 재현된 것으로 판단된다. 특정 GCM이 지점별 천이확률의 차이를 재현하지 못하는 한계를 지점별 관측 강우일수 보정으로 개선된 결과이다.
극한강우사상 관련 지수는 대체로 대구, 경북지역에 낮은 분포를 보이고 북부지역과 남부해안지역에 상대적으로 높은 분포를 보였다. GCM 원시자료는 남한 전역에 걸쳐 낮게 산정되었으며 BCSA는 관측자료의 지수 공간분포에 부합하는 범위로 보완된 결과를 제공하는 것을 알 수 있다. 다양한 지수에 대한 평가에 있어 세부적인 지점별 오차는 격자자료 형태의 GCM 원시자료가 가지는 강우발생 시기와 기간 등 특성에 따른 것으로 통계적 보정이나 상세화를 통해 수정할 수 없는 모델 성능이라 할 수 있다.
건기에 해당하는 12∼3월의 강우자료를 비교한 결과, 비교적 낮은 Gamma 값을 보이고 증가율 또한 작게 나타나며, BCSA 상세화 자료의 높은 재현성을 확인하였다.
9). 관측자료 대비 GCM 산출물에서 과소모의된 연속무강우일수와 총강우량, 그리고 과대모의된 연속강우일수의 자료 분포의 격차를 확인할 수 있다. 녹색 구간으로 표현된 GCM에 따른 분포와 GCM 평균을 의미하는 MME (Multi Model Ensemble)는 관측분포와 전체 구간에서 큰 차이를 보이며 BCSA 결과는 사상단위 강우량을 비롯하여 관측된 강우사상의 연속성을 잘 재현하는 것으로 분석되었다.
관측자료 대비 GCM 산출물에서 과소모의된 연속무강우일수와 총강우량, 그리고 과대모의된 연속강우일수의 자료 분포의 격차를 확인할 수 있다. 녹색 구간으로 표현된 GCM에 따른 분포와 GCM 평균을 의미하는 MME (Multi Model Ensemble)는 관측분포와 전체 구간에서 큰 차이를 보이며 BCSA 결과는 사상단위 강우량을 비롯하여 관측된 강우사상의 연속성을 잘 재현하는 것으로 분석되었다.
이는 단순한 내삽을 통한 편이보정이나 상세화를 통해 보완할 수 없는 단점으로 강우의 공간분포에 영향을 받는 유출특성 분석 시 평가결과에 영향을 미칠 수 있는 요인이다. 더불어 강우사상의 시간적 패턴을 설명하는 천이확률에 대한 재현성 평가 결과 GCM 원시자료는 지점 간 천이확률의 차이를 재현하지 못하고 GCM 모델 간의 불확실성이 상대적으로 크게 나타나는 것으로 분석되었다.
평균적 강우특성을 비롯한 시공간변동성 (상관성)을 설명하는 11개 강우지수와 베리오그램을 산정하여 GCM 원시자료의 한계와 BCSA 적용결과의 재현성을 비교⋅평가하였다. 우선 GCM 원시자료는 자료기간 평균강우량과 강우강도를 관측대비 과소모의하는 결과를 보였으며, 격자형 기후모델 산출물 특성상 작은 규모의 강우량 자료를 다수 포함하는 이유로 대상지점 전반에 걸쳐 높은 강우일수 및 연속강우일수와 상대적으로 낮은 무강우일수를 보이는 특성을 확인하였다. 해상도가 관측밀도에 비해 낮은 GCM 산출물은 일강우의 공간변동성에 있어 우기에 높게 나타나는 공간변동성을 재현하는데 한계를 보였다.
한편, BCSA 상세화 기법은 상기 GCM 원시자료의 한계점을 전반적으로 보완하여 관측자료 기반의 시공간적 강우특성에 대한 공간분포의 재현성을 크게 향상시키는 것으로 나타났다. 특히 국내에 널리 활용되고 있는 내삽 또는 Quantile Mapping 편이보정으로 보완하기 어려운 강우사상의 공간변동성 재현을 위한 적용성이 높은 것으로 평가되었다.
8은 관측자료와 GCM 원시자료의 평균 강우량과 강우강도, 강우일수, 일강우량 자료 표준편차를 지점별로 산정하여 BCSA 적용결과와 비교한 산포도이다. 해상도가 낮은 GCM 격자자료는 관측자료의 지점별 차이를 재현하고 있지 못하며 BCSA 결과는 상세화 이전의 GCM 원시자료의 한계를 보완하여 관측지점에 따른 패턴을 잘 재현하는 것으로 나타났다.

후속연구

우기인 7월의 경우 지역별로 국지적 강우특성이 강하고 낮은 공간상관관계를 잘 재현하는 것을 확인할 수 있다. 단, 강우량이 적어 강한 상관관계가 나타나는 1월의 경우는 관측 대비 다소 낮은 상관성을 재현하는 것으로 나타나 향후 보완에 대한 연구가 필요할 것으로 판단된다.
이는 중규모 이상 유역에 대한 수문해석에 있어 첨두유량이나 도달시간, 증발산량 분석에 중요한 요인이므로 향후 강우 관련 기후변화 예측평가에 대해서는 BCSA 기법을 적용하는 것이 보다 합리적이라 판단된다. 더불어 BCSA 기법은 편이보정을 위해 적용하는 관측자료의 밀도와 형식에 따라 무한히 많은 강우 공간분포 시나리오를 생성할 수 있어 시나리오의 불확실성 평가에 있어서도 그 활용성이 클 것으로 기대된다.
특히 국내에 널리 활용되고 있는 내삽 또는 Quantile Mapping 편이보정으로 보완하기 어려운 강우사상의 공간변동성 재현을 위한 적용성이 높은 것으로 평가되었다. 이는 중규모 이상 유역에 대한 수문해석에 있어 첨두유량이나 도달시간, 증발산량 분석에 중요한 요인이므로 향후 강우 관련 기후변화 예측평가에 대해서는 BCSA 기법을 적용하는 것이 보다 합리적이라 판단된다. 더불어 BCSA 기법은 편이보정을 위해 적용하는 관측자료의 밀도와 형식에 따라 무한히 많은 강우 공간분포 시나리오를 생성할 수 있어 시나리오의 불확실성 평가에 있어서도 그 활용성이 클 것으로 기대된다.

참고문헌 (13)

Cho, J. P., S. K. Yoon, and J. P. Kim, 2013. Impact of climate change on streamflows in Gwangdong Dam watershed by considering uncertainty. Korean Society of Civil Engineers 1778-1781 (in Korean).
Gwak, Y. S., J. P. Cho, I. G. Jung, D. W. Kim, and S. M. Jang, 2018. Projection of future changes in drought characteristics in Korea peninsula Using effective drought index. Journal of Climate Change Research 9(1): 31-45 (in Korean). doi:10.15531/KSCCR.2018.9.1.31.

상세보기
Hong, H. P., S. Y. Park, T. W. Kim, and J. H. Lee, 2018. Assessment of CMIP5 GCMs for future extreme drought analysis. Journal of Korea Water Resources Association 51(7): 617-627 (in Korean). doi:10.3741/JKWRA.2018.51.7.617.

원문보기 상세보기
Hwang, S., and W. Graham, 2013. Development and comparative evaluation of a stochastic analog method to downscale daily GCM precipitation. Hydrology and Earth System Sciences 17(11): 4481-4502. doi:10.5194/hess-17-4481-2013.

상세보기
Hwang, S., and W. Graham, 2014. Assessment of alternative methods for statistically downscaling daily GCM precipitation ouputs to simulate regional streamflow. Journal of the American Water Resources Association 50(4): 1010-1032. doi:10.1111/jawr.12154.

상세보기
Hwang, S., W. Graham, J. Geurink, and A. Adams, 2014. Hydrologic implications of errors in bias-corrected regional reanalysis data for west central Florida. Journal of Hydrology 510: 513-529. doi:10.1016/j.jhydrol.2013.11.042.

상세보기
Hwang, S., J. Cho, and K. S. Yoon, 2018. Assessing the skills of CMIP5 GCMs in reproducing spatial climatology of precipitation over the coastal area in East Asia. Journal of Korea Water Resources Association 51(8): 629-642 (in Korean).

원문보기 상세보기
Kim, C., J. Park, and J. Cho, 2018. Future climate change impact assessment of Chungju Dam inflow considering selection of GCMs and downscaling technique. Journal of Climate Change Research 9(1): 47-58 (in Korean). doi:10.15531/KSCCR.2018.9.1.47.

상세보기
Kim, D. H., T. Jang, S. Hwang, and J. Cho, 2019. Assessing hydrologic impacts of climate change in the Mankyung watershed with different GCM spatial downscaling methods. Journal of the Korean Society of Agricultural Engineers 61(6): 81-92 (in Korean). doi: 10.5389/KSAE.2019.61.6.081.

원문보기 상세보기
Kim, S., C. Jung, J. Park, S. Jung, and S. Kim, 2013. Parameter estimation of VfloTM distributed Rainfall-Runoff model by areal rainfall calculation methods -For Dongchon watershed of Geumho River-. Journal of the Korean Society of Agricultural Engineers 55(1): 9-15 (in Korean). doi:10.5389/ KSAE.2013.55.1.009.

원문보기 상세보기
Park, J., M. Kang, and I. Song, 2012. Bias correction of RCP-based future extreme precipitation using quantile mapping method; for 20-Weather Stations of South Korea. Journal of the Korean Society of Agricultural Engineers 54(6): 133-142 (in Korean). doi:10.5389/KSAE.2012.54.6.133.

원문보기 상세보기
Park. J., J. Cho, E. J. Lee, and I. Jung, 2017. Evaluation of reference evapotranspiration in South Korea according to CMIP5 GCMs and estimation methods. Journal Of The Korean Society of Rural Planning 23(4): 156-168 (in Korean). doi:10.7851/Ksrp.2017.23.4.153.
Song, Y., E. S. Chung, and J. Sung, 2019. Selection framework of representative general circulation models using the selected best bias correction method. Journal of Korea Water Resources Association 52(5): 337-347 (in Korean). doi : 10.3741/JKWRA.2019.52.5.337.

원문보기 상세보기

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증