검색결과

검색조건
좁혀보기
검색필터
결과 내 재검색

간행물

    분야

      발행연도

      -

        검색결과 3

        1.
        2017.10 KCI 등재 서비스 종료(열람 제한)
        본 연구에서는 장기예보자료 기반의 장기 가뭄전망정보를 산정하고, 2015년 가뭄사상을 대상으로 활용성을 평가하였다. 이를 위해 ASOS 59개 지점의 관측강수량, GloSea5의 미래예측 및 과거재현 자료를 활용하였으며, 다양한 지속기간(3, 6, 9, 12개월)에 대한 SPI를 산정하였다. 또한 예보선행시간(1~6개월)에 따른 SPI와 관측자료 기반의 SPI 간의 ROC (Receiver Operating Characteristic)및 통계적 분석(상관계수, 평균제곱근 오차)을 수행하여 전망정보의 활용성을 평가하였다. ROC 분석결과, SPI(3)는 2개월, SPI(6)은 3개월, SPI(9)는 4개월, SPI(12)는 5개월까지 ROC score 약 0.70 이상으로 산정되었다. 예보선행시간별 상관계수 및 평균제곱근오차의 경우, 2개월 선행시간 SPI(3)은 0.60, 0.87, 4개월 선행시간 SPI(6)은 0.72, 0.95, 5개월 선행시간 SPI(9)는 0.75, 0.95, 6개월 선행시간 SPI(12)는 0.77, 0.89로 상관계수는 높게, 평균제곱근오차는 낮게 산정되어 활용성이 있는 것으로 판단된다.
        2.
        2017.07 KCI 등재 서비스 종료(열람 제한)
        본 연구에서는 충주댐 유역에 대해 다목적 댐 예측유입량 산정기법 BAYES-ESP를 개발하고 평가하였다. BAYES-ESP 기법은 기존 ESP (Ensemble Streamflow Prediction) 기법에 베이지안 이론을 적용하여 개발하였으며, 수문모델은 ABCD를 활용하였다. 입력자료는 기온, 강수량 자료와 댐 관측유입량 자료를 활용하였으며, 기온 및 강수량은 기상청, 국토교통부, 한국수자원공사의 지점관측자료, 댐 관측유입량은 한국수자원공사의 자 료를 이용하였다. 적용성 평가방법은 시계열 분석과 Skill Score를 활용하였으며, 평가기간은 1986~2015년이다. 시계열 분석 결과 ESP 댐 예측 유입량(ESP)는 매년 전망값의 큰 차이가 없었으며, 다우년 및 과우년의 예측성이 떨어지는 것으로 나타났다. BAYES-ESP 댐 예측유입량(BAYESESP) 는 ESP가 관측유입량에 비해 과소모의하는 경향을 보정하였으며, 특히 다우년에 개선효과가 있는 것으로 나타났다. 월별 평균 댐 관측유입량 과의 Skill Score 비교분석결과 ESP는 1~3월에 SS가 비교적 높은 값을 보였으며, 나머지 월에는 음의 값을 나타내었다. BAYES-ESP는 ESP와 관측 값 간의 선형적 관계를 갖는 1~3월에 ESP의 정확도를 향상시키는 것으로 나타났다. ESP 기법은 국내 강수특성상 우리나라에 적용하기에는 한계가 있었으며, 이를 개선한 BAYES-ESP 기법은 댐 유입량 예측연구에 가치가 있다고 판단된다.
        3.
        2016.08 KCI 등재 서비스 종료(열람 제한)
        전지구적으로 발생하는 기후변화로 인해 수자원의 시공간적 변화를 야기할 것으로 전망된다. 기후변화에 따른 수자원의 영향을 정량적으로 평 가하고 그에 적응할 수 있는 수자원 관리 방안이 필요하다. 하지만 영향평가 시 많은 불확실성이 발생하기 때문에 평가 시 발생하는 불확실성을 정 량적으로 평가할 수 있는 기술 개발이 요구된다. 본 연구에서는 기후변화에 따른 수자원 영향평가 시 발생하는 불확실성을 단계별로 평가할 수 있 는 기법을 개발하였으며, 지역기후모형, 통계적 후처리기법, 수문모형에 따른 불확실성을 분석하였다. 평가를 위해 5개 지역기후모형, 5개 통계적 후처리기법과 2개 수문모형을 이용하였다. 불확실성의 요인을 분석한 결과 유출량의 경우 겨울철을 제외한 모든 계절에서 RCM의 불확실성이 29.3~68.9%로 가장 큰 비중을 차지하는 것으로 나타났으나, 겨울철은 수문모형의 불확실성이 46.5%를 차지하는 것으로 나타났다. 증발산량 의 경우 가을철을 제외하고 수문모형의 불확실성이 28.5∼65.1%로 가장 큰 비중을 차지하였다. 따라서 이수기는 수문모형에 더욱 영향이 큰 것 으로 나타났으며, 홍수기는 기후 모델링 부분의 영향이 큰 것으로 사료된다. 이 기법을 통해 특정 RCM이나 통계적 후처리기법, 수문모형 등의 선 정에 따라 전체 불확실성이 어떻게 변화될 수 있는지를 분석할 수 있으며, 이를 통해 불확실성을 저감할 수 있는 방안을 마련할 수 있을 것으로 기대 된다.