$\require{mediawiki-texvc}$

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.

통계적 축소기법을 이용한 유역단위 기후변화 시나리오 생성
Generation of Basin Scale Climate Change Scenario Using Statistical Down Scaling Techniques 원문보기

한국수자원학회 2009년도 학술발표회 초록집, 2009 May 21, 2009년, pp.1250 - 1253  

이용원 (인하대학교 사회기반시스템공학부 토목공학과) ,  경민수 (인하대학교 사회기반시스템공학부 토목공학과) ,  김형수 (인하대학교 사회기반시스템공학부 토목공학과) ,  김병식 (한국건설기술연구원 수자원연구실)

초록
AI-Helper 아이콘AI-Helper

기후변화가 수자원에 미치는 영향을 평가하는데 있어서 주로 기후모형인 Global Climate Model (GCM)이 사용되고 있다. 그러나 이러한 기후모형의 공간적 해상도$3^{\circ}{\sim}4^{\circ}$ 정도로 한반도의 경우 바다로 묘사되기도 한다. 따라서 GCM을 이용해서 기후변화가 유역단위 수자원에 미치는 영향을 평가하기 위해서는 일반적으로 축소기법이 사용되고 있다. 현재까지 다양한 축소기법이 개발되었으며, 대표적인 모형으로는 SDSM(Statistical Down-Scaling Model)과 LARS-WG(The Long Ashton Research Station Weather Generator)이 있다. 이에 본 연구에서는 SDSM, LARS-WG와 함께 최근에 축소기법으로 사용되고 있는 인공신경망 기법을 이용해서 CCCMA(Canadian Centre for Climate Modeling and Analysis)에서 일 단위로 모의한 CGCM3 A2 시나리오를 기반으로 우포늪의 강우 및 온도시나리오를 구축하였다. 대상 지점인 우포늪은 경상남도 창녕군 우포늪(위도 $35^{\circ}$33', 경도 $128^{\circ}$25')에 위치하고 있으며, 모의 기간은 CASE1의 경우 현재, CASE2는 2050$^{\sim}$ 2080년, CASE3는 2080년$^{\sim}$2100년으로 각각 구분하여 축소기법을 적용하였다. 축소결과 축소기법에 따라 일정정도 차이를 보이기는 하였으나 강우와 온도 모두 증가하게 됨을 확인하였다.

AI 본문요약
AI-Helper 아이콘 AI-Helper

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

제안 방법

  • 추계학적 모의 방법인 LARS-WG는 현재 관측치를 기준으로 CASE 2, 3의 각각의 상대적 변화량을 비교하여 미래 시나리오에 반영하는 방법을 이용한다. 또, 축소기법을 적용한지 않은 경우 GCM 자료를 직접 시나라오로 적용한 경우를 비교하기 위해 모의 조건에 맞는 추계학적 모형에 적용하여 가상 시나리오를 추가하였다. 대상지점으로 선정한 우포늪에는 기상관측소가 설치되어 있지 않아 우포늪 주변의 4곳 (밀양, 진주, 영천, 합천)의 기상관측소를 대상으로 역거리법을 적용하여 우포늪의 관측 기상자료를 산정하였다.
  • 본 연구에서는 SDSM, LARS-WG, ANN을 이용하여 우포늪을 기준으로 축소기법을 적용하여 각각의 결과를 비교하였다. 연평균 강수량은 SDSM이 각각 CASE1에서 CASE 2와 CASE 3에서 각각 34.
  • 본 연구에서는 우포늪의 수문 관측 자료와 격자 기상 자료(NCEP)를 바탕으로, 앞에서 설명한 각 기법을 적용하여 CCCMA에서 제공하는 A2 시나리오 기반의 GCM을 축소하여 미래의 기후 시나리오를 모의한 후 기후변화로 인한 강수, 온도, 건조기간, 습윤기간을 월 별로 분석하였다.
  • 본 연구에서는 통계적 기법 중 3 가지를 활용하여 비교 분석하였다.
  • 본 연구에서는 우포늪의 수문 관측 자료와 격자 기상 자료(NCEP)를 바탕으로, 앞에서 설명한 각 기법을 적용하여 CCCMA에서 제공하는 A2 시나리오 기반의 GCM을 축소하여 미래의 기후 시나리오를 모의한 후 기후변화로 인한 강수, 온도, 건조기간, 습윤기간을 월 별로 분석하였다. 축소기법의 적용을 위하여 지점관측자료 격자관측자료 전지구 모형(GCM)를 관측기간인(CASE1, 1973~2008), CASE2(2051~2080), CASE3(2081~2100)로 구분하여 기후시나리오를 작성하였다. 이 자료 중 지점 관측 값과 격자관측 값을 통해 매개변수를 추정하여 전지구 모형(GCM)으로부터 지점 기상 모의 자료를 산출함으로써 실제 관측 값과 비교가 가능하다.

대상 데이터

  • 또, 축소기법을 적용한지 않은 경우 GCM 자료를 직접 시나라오로 적용한 경우를 비교하기 위해 모의 조건에 맞는 추계학적 모형에 적용하여 가상 시나리오를 추가하였다. 대상지점으로 선정한 우포늪에는 기상관측소가 설치되어 있지 않아 우포늪 주변의 4곳 (밀양, 진주, 영천, 합천)의 기상관측소를 대상으로 역거리법을 적용하여 우포늪의 관측 기상자료를 산정하였다.
  • 본 연구에서는 일반적으로 사용되는 통계학적 축소기법을 활용하여 우포늪의 중심 지점(위도 35°33', 경도 128°25')으로 GCM을 축소하였으며 축소기법에 필요한 일 단위 평균온도, 최대, 최소 온도, 강우량, 상대습도, 절대습도, 비습도, 해수면 평균온도 등에 해당하는 NCEP 데이터를 NOAA Climate Monitoring and Diagnostics Laboratory에서 제공받아 사용하였다.
본문요약 정보가 도움이 되었나요?
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