경험적 직교함수(EOF)분석법과 다중회귀법에 기초하여 지연상관된 광역규모 예측인자로부터 3개월 이전에 계절 강수량을 예측할 수 있는 슈퍼앙상블 모델이 개발되었다. 이 모델의 예측성이 교차검증법에 의해 평가되었다. 관측값과 예측값사이의 상관계수는 봄철에 0.73, 여름철에 0.61, 가을철에 0.69, 겨울철에 0.75로 나타났다. 이러한 값은 유의수준 α=0.00에서 유의한 값이다. 수퍼 앙상블 방법의 범주형 예측성이 3개 범주로 나누어진 사례에 대해서 평가되었다. 3개 범주는 계절 누적강수량의 상위 33.3%를 과우해, 하위 33.3%를 소우해, 그 나머지를 평년해로 구분하였다. 범주형 예측의 적중률은 계절에 따라 42%에서 74%로 나타났다.

최근 기후 변화에 따른 게릴라성 호우에 의한 전 세계 도심 속 산지 지역에서 토석류의 발생 빈도수가 증가하고 있으며, 이 결과 더 많은 인명피해와 주요 시설물 파괴 등의 피해가 사회적 큰 문제로 대두되고 있다. 현재까지는 도심지역 재해 관리 및 피난 계획 수립 시, 토석류 범람은 별도로 취급되어 피난 권고 시스템이 구축되고 있으나 피난계획 수립 시, 재해 발생 가능성을 고려한 여러 재해를 기반으로 통합적인 대책 수립이 필요하며 향후, 현재보다 더 큰 강우가 발생 할 가능성이 굉장히 크며 이에 대한 대책 수립의 중요성 또한 강조되고 있다. 본 연구에서는 실제 지역에서의 토석류의 유동형태를 파악하고, 외력조건으로 DAD 분석을 통해 가능최대 강우량과 유출량을 산정하며 주거지 지역에서의 토석류 영향범위 파악을 목적으로 한다. 실제 지역에서의 토석류 특성을 분석하기 위해 토석류 흐름 패턴, 퇴적 깊이, 도달속도, 발생된 토사량 및 토석류 이동거리를 평가했다. DAD 해석 결과, 피크 시간 강우량은 국지성 호우에 의해 약 135 mm, 24시간 누적 최대강우량은 태풍에 의한 호우로 약 544 mm로 조사 되었다. 또한 토석류에 의한 영향범위를 파악 하였다.

본 연구에서는 지상의 관측 자료와 광역의 정보를 제공하는 수치 예보 모형 자료 및 인공위성 자료를 이용하고 자료와 강수예측치의 물리적 상관 특성을 나타내기 위하여 자료 사이의 비선형 거동을 잘 나타내는 신경망 모형에 적용시켜 단시간 강수 예측을 수행하였다. 이를 위하여 서울지점에 대하여 현재로부터 3시간, 6시간, 9시간, 12시간의 선행시간을 가지는 인공위성 자료(MTSAT-1R) 및 수치 예보 모형 자료(RDAPS, Regional Data Assimilation and Prediction System)와 실시간 전송되는 자동 기상 관측 시스템(AWS, Automatic Weather System)의 관측치를 신경망 모형의 입력 자료로 하여 3시간, 6시간, 9시간, 12시간의 선행시간을 가지는 자료로 강수를 예측 할 수 있는 강수 예측 모형을 개발하였다. 장마와 태풍과 같이 전선형강수와 선풍형강수 등 강수 양상의 차이를 고려하기 위하여 6월, 7월과 8월, 9월 자료를 구분하여 신경망을 구축하였으며, 자료가용성에 기초하여 2006년에서 2008년 기간 동안에 대하여 모형을 학습하고 2009년에 대하여 모형의 적용성을 검증한 결과, 단시간 강수예측에 대한 모형의 적용 가능성을 보여주었으나 다양한 광역 자료와 인공신경망을 사용함에도 불구하고 단시간 강수예측의 정량적 정도향상을 위한 여지가 많음을 보여준다.

본 연구에서는 상층기상자료, 자동 기상 관측망 자료 및 신경망기법을 사용하여 단시간 강우 예측 모형을 개발하였다. 호우를 동반한 이송 기상 시스템의 이동 경로가 라디오존데로부터 획득할 수 있는 상층기상 자료 즉 상층 풍향자료와 동일한 방향으로 이동한다는 가정 하에 원거리에서 발생하는 기상현상의 발달과정을 판단 할 수 있는 알고리즘을 개발하고, 이러한 원거리 입력 자료와 예측하고자 하는 값 사이의 비선형 상관관계를 연결하는 기법으로 인공 신경망 기법을 도