[논문]기후변화에 따른 극치강수량의 시공간적 특성 변화 분석

권현한; 김병식; 김보경; 윤석영

기후변화에 따른 극치강수량의 시공간적 특성 변화 분석
Analysis on Spatio-Temporal Change of Extreme Rainfall Under Climate Change 원문보기

권현한 (한국건설기술연구원 수자원.환경연구본부 수자원연구실) , 김병식 (한국건설기술연구원 수자원.환경연구본부 수자원연구실) , 김보경 (노아솔루션(주) 기술연구소) , 윤석영 (한국건설기술연구원 수자원.환경연구본부 수자원연구실)

기후변화로 인해서 발생하는 여러 영향 중 가뭄 및 홍수와 같은 극치강수량의 변동은 사회 경제적으로 파급효과가 크기 때문에 더욱 주목을 받고 있다. 이러한 점을 효과적으로 평가하기 위해서 본 연구에서는 지역규모기후변화시나리오와 비정상성 Markov Chain 모형을 이용한 Downscaling 기법의 적용 등 일련의 과정을 통해 기후변화를 반영한 지점별 일강수계열을 생성하고 이를 대상으로 다양한 분석을 실시하였다. 수문기후변화시나리오 작성 과정을 요약하면 다음과 같다. B1과 A2 지역규모 기후변화시나리오가 사용되었으며 이를 비정상성 Downscaling 기법의 입력 자료로 활용하여 일강수량 자료를 모의 발생하였다. 이러한 과정을 우리나라 기상청 산하 60개 강우지점에 적용하였으며 극치강수량의 빈도를 추정하기 위해 부분기간 계열과 전기간 계열 자료로 재생산하여 극치분석을 실시하였다. 극치분석결과 강수량에 대한 공간적인 편차가 심하게 발생하고 있으며 강수량의 변동성 또한 매우 크게 나타나고 있는 것을 확인할 수 있었다. 이러한 특성은 선택된 시간 및 사용된 기후변화시나리오에 따라 다르게 나타나고 있으며 한 가지 주목할 점은 기후변화정도가 심한 A2 시나리오와 정도가 약한 B1 시나리오를 비교할 때 온도와 같은 뚜렷한 차이점은 발견할수 없었다.

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

문제 정의

본 연구에서는 일강수량 모의모형에서 시간에 따라 변화하며 대규모 기상순환과 같은 외부인자에 영향을 받는 일강수량의 특성을 고려하여 비정상성 Markov Chain 모형을 개발하였다. 이 모형은 추계학적 모형인 Markov Chain 과 통계학적 Downscaling 모형을 결합한 방법으로 비조건부 Markov Chain 모형의 매개변수(4개)를 외부 인자와 연결하기 위하여 회귀분석이 이용된다.
이에 본 연구에서는 지역규모 단위의 SNURCM B2와 KMARCM A2 시나리오에 비정상성 MarkovChain 기법으로부터 우리나라 기상청 산하 60개 강우지점별 강수량을 기간별(2015년대, 2045년대와 2075년대)로 예측, 극치분석을 실시하여 기간별 공간분포 특성을 살펴보았다.

제안 방법

본 연구에서는 인위적 영향에 따라 작성된 서울대 B1과 기상청 산하 기상연구소에서 제공받은 A2 지역규모 기후변화시나리오에 비정상성 Markov Chain 모형을 이용한 Downscaling 기법을 적용, 기후변화를 반영하여 우리나라 기상청 산하 60개 강우 지점에 대한 지점별 일강수계열을 생성하였다.
서울대학교 지역기후모형(Seoul National University Regional Climate Model, SNURCM)은 대표적인 대기모형인 Penn State University/National Center for Atmospheric Research(PSU/NCAR) Mesoscale Model version 5(MM5)를 기반으로 개발되었으며 최신 지면모형인 Community Land Model verstion 3(CLM3)가 지면 물리 과정을 계산하기 위하여 접합되었다. MM%는 기상청 지역기후모형과 동일하나, 모형 계통오차를 줄이기 위하여 스펙트럴 너징 기법을 경계조건으로 장착하였고, 강수모의를 개선하기 위하여 새로운 경계층 방안인 Yonsei University 경계층 방안을 추가하였다(그림 1).
본 연구에서는 인위적 영향에 따라 작성된 서울대 B1과 기상청 산하 기상연구소에서 제공받은 A2 지역규모 기후변화시나리오에 비정상성 Markov Chain 모형을 이용한 Downscaling 기법을 적용, 기후변화를 반영하여 우리나라 기상청 산하 60개 강우 지점에 대한 지점별 일강수계열을 생성하였다. 그리고 극치강수량 빈도를 추정하여 지역규모 단위의 시나리오별, 공간적 분포를 살펴보았다.
그리고 기후변화 시 극치강수량의 변동성을 파악하기 위하여 전국 59개 지점의 30년 이상 일강수계열을 활용, 극치분석을 실시하여 그 결과를 그림 6에 나타내었다. Downscaling 과정으로부터 추정된 일강수계열로부터 연최대치자료를 구축, 빈도분석을 실시하여 100년빈도 강수량의 변동성을 시 · 공간적으로 평가하였다.
본 연구에서는 기후변화로 인한 미래 강수량이 계절적으로 어떠한 양상을 보이고 과거와는 얼마만큼의 차이가 있는지를 분석, 평가하기 위하여 SNURCM B1과 KMARCMA A2 시나리오에 우리나라 기상청 산하 60개 강우관측소 지점별(그림 4) 비정상성 Markov Chain 축소기법을 적용하여 계절별 1월 ~ 3월(겨울철), 4월 ~ 6월(봄철), 7월 ~ 9월(여름철), 10월 ~ 12월(가을철)의 미래 강수량을 전망, 본 논문에서는 KMARCM A2 결과를 제시하였다.
본 연구에서는 기후변화로 인한 미래 강수량이 계절적으로 어떠한 양상을 보이고 과거와는 얼마만큼의 차이가 있는지를 분석, 평가하기 위하여 SNURCM B1과 KMARCMA A2 시나리오에 우리나라 기상청 산하 60개 강우관측소 지점별(그림 4) 비정상성 Markov Chain 축소기법을 적용하여 계절별 1월 ~ 3월(겨울철), 4월 ~ 6월(봄철), 7월 ~ 9월(여름철), 10월 ~ 12월(가을철)의 미래 강수량을 전망, 본 논문에서는 KMARCM A2 결과를 제시하였다. 한편, 강우 영향을 가장 많이 받는 우리나라 특성상 여름철(7월 ~ 9월)의 과거 30년(1970년 ~ 2000년)과 미래 기후변화로 인한 의 강수패턴을 비교하기 위하여 일평균강수량과 강수일수의 변동성을 분석하였으며, 본 연구에서는 일평균강수량에 대한 기간별(2015년대, 2045년대와 2075년대) 전국단위의 공간 변동성을 평가하여 그 결과를 그림 5에 나타내었다.

데이터처리

Downscaling 과정으로부터 추정된 일강수계열로부터 연최대치자료를 구축, 빈도분석을 실시하여 100년빈도 강수량의 변동성을 시 · 공간적으로 평가하였다.

이론/모형

ECHO-G는 대기모형(ECHAM4)과 해빙-해양 모형(HOPE) 그리고 두 모형의 결합을 위하여 OASIS라는 소프트웨어를 이용하였다.
Downscaling 과정으로부터 추정된 일강수계열로부터 연최대치자료를 구축, 빈도분석을 실시하여 100년빈도 강수량의 변동성을 시 · 공간적으로 평가하였다. 이 때, 100년 빈도 강수량은 Gumbel 분포형, 매개변수는 확률가중모멘트법을 사용하였다. 현재대비 기간별 극치분석 결과, 그림 6 (a) 2015년대에는 중부내륙, 강원도 일대에서 증가 경향을 보인 반면, 남부해안지역 및 서해안 일부지역에서는 감소되는 것으로 전망되었다.

성능/효과

이에 본 연구에서는 지역규모 단위의 SNURCM B2와 KMARCM A2 시나리오에 비정상성 MarkovChain 기법으로부터 우리나라 기상청 산하 60개 강우지점별 강수량을 기간별(2015년대, 2045년대와 2075년대)로 예측, 극치분석을 실시하여 기간별 공간분포 특성을 살펴보았다. 기후변화 상태에서 일반적으로 강우가 집중되는 여름철(7월 ~ 9월)에 대한 강수량을 분석한 결과, 2015년대에는 주로 중부내륙과 남부지방에서 증가 경향을 보였으나 2045년대에는 강수량 감소 경향이 큰 것으로 분석되었고, 2075년대에는 강수량 증가가 가장 크게 나타났으나 지역적 편차가 나타나는 것을 확인할 수 있었다. 한편, 기후변화정도가 심한 A2 시나리오와 정도가 약한 B1 시나리오를 강우관점에서 비교한 결과, 온도와 같이 시나리오에 따른 뚜렷한 차이점은 나타나지 않았으며 강수량에 대한 공간적 편차와 변동성은 크게 나타났다.
기후변화 상태에서 일반적으로 강우가 집중되는 여름철(7월 ~ 9월)에 대한 강수량을 분석한 결과, 2015년대에는 주로 중부내륙과 남부지방에서 증가 경향을 보였으나 2045년대에는 강수량 감소 경향이 큰 것으로 분석되었고, 2075년대에는 강수량 증가가 가장 크게 나타났으나 지역적 편차가 나타나는 것을 확인할 수 있었다. 한편, 기후변화정도가 심한 A2 시나리오와 정도가 약한 B1 시나리오를 강우관점에서 비교한 결과, 온도와 같이 시나리오에 따른 뚜렷한 차이점은 나타나지 않았으며 강수량에 대한 공간적 편차와 변동성은 크게 나타났다.

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

기후변화에 따른 극치강수량의 시공간적 특성 변화 분석
Analysis on Spatio-Temporal Change of Extreme Rainfall Under Climate Change 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

데이터처리

이론/모형

성능/효과

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

기후변화에 따른 극치강수량의 시공간적 특성 변화 분석 Analysis on Spatio-Temporal Change of Extreme Rainfall Under Climate Change 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

데이터처리

이론/모형

성능/효과

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

기후변화에 따른 극치강수량의 시공간적 특성 변화 분석
Analysis on Spatio-Temporal Change of Extreme Rainfall Under Climate Change 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper