This study analyzed future projections on daily mean values and extremes for temperature and daily precipitation over Seoul metropolitan city using bias-corrected high-resolution multi-regional climate models. The factors of uncertainty for the future projection of climate variables were defined. In the time series analysis of future projections for regional climate models, the average daily temperature and the number of days of the hot day-hot night were predicted to have a stable trend in the RCP2.6 scenario, and showed a tendency to increase continuously in the RCP8.5 scenario. The daily mean precipitation and RX1day (annual daily maximum precipitation) had large annual variabilities in the models. In the estimation of the fraction of total variance, the daily mean temperature was dominated by the internal variability in the early 21st century and the most contributing to the scenario uncertainty in the late 21st century. The daily mean precipitation showed a remarkable contribution from the internal variability over the entire period. The number of days of the hot day-hot night showed a similar contribution pattern to that of the daily mean temperature. For the RX1day, the internal variability dominated over the entire period, and the scenario uncertainty had little contribution. This study will help establish more scientific climate change adaptation policies by providing the uncertainty information for future climate change projection.

A Quantile-based Matching (QM) method has been widely used to correct the biases in global and regional climate model outputs. The basic idea of QM is to adjust the Cumulative Distribution Function (CDF) of model for the projection period on the basis of the difference between the model and observation CDFs for the training period. Therefore, the CDF of observation on training period plays an important role in quantile-based matching. Also, ensembles are highly correlated because ensemble forecasts generated from a combination of randomly perturbed initial conditions and different convective schemes in numerical weather model. We discuss the dependence of the bias correction results obtained from Qunatile-based Matching when there is correlation between ensembles and the variance of observation is larger than that of model. A simulation study is employed to understand the relation and distributional characteristics of observation and model when applying Quantile-based Matching method.

In this study, uncertainty ranges for bias-corrected temperature and precipitation in seven metro-cities were estimated using nine GCM-RCM Matrix, and climate changes were predicted based on the corrected temperature and precipitation. During the present climate (1981-2005), both uncertainties for annual temperature and precipitation and differences in regional uncertainties were reduced by bias correction methods. Model’s systematic errors such as cold bias of surface air temperature and underestimated precipitation during the second-Changma period were improved by a bias correction method. Uncertainties of annual variations for bias corrected temperature and precipitation were also decrease. Furthermore, not only mean values but also extreme values were improved by bias correction methods. During the future climate (2021-2050), differences in temperature and precipitation between two RCP scenarios (RCP4.5/8.5) were not quite large. Temperature had an obvious increasing tendency, while future precipitation did not change significantly compared to present one in terms of mean values. Uncertainties for future biascorrected temperature and precipitation were also reduced. In mid-21st centuries, models prospected that mean temperature increased thus lower extremes associated with cold wave decreased and upper extremes associated with heat wave increased. Models also predicted that variations of future precipitation increased thus the frequency and intensity of extreme precipitation increased.

최근 이상기후로 인한 집중호우 발생빈도와 이로 인한 국지적인 홍수 피해가 증가하고 있다. 이러한 점에서 홍수피해 예방측면에서 수치예보 정보 활용이 요구되고 있다. 그러나 수치예보모델은 초기 조건 및 지형적 요인으로 인해 시공간적 편의가 존재하며 실시간 예측정보로 활용하기 전에 모 형결과에 대한 편의보정이 요구된다. 본 연구에서는 관측지점 기준으로 편의 보정계수를 산정하는 과정에서 모든 관측소간의 상관성을 거리의 함 수로 고려하여 미계측지점의 편의 보정계수를 공간적으로 확장할 수 있는 Bayesian Kriging 기반 MFBC 기법을 개발하였다. 본 연구에서 개발한 방법은 미계측 유역에 대해서도 보정계수를 효과적으로 추정하는 것이 확인되었으며, 비교적 고해상도로 72시간(3일) 정도까지 예측강우 정보를 활용하는 것이 가능할 것으로 판단된다.

2014년부터 기상청에서 현업으로 활용하고 있는 전지구 계절예측시스템 GloSea5의 최대 6개월 예측 강수량을 수자원 및 여러 응용분야에 활 용하기 위해서는 예측모델이 가지는 관측자료와의 정량적인 편의를 보정할 필요가 있다. 본 연구에서는 GloSea5의 예측 강수량에서 나타나는 편 의를 보정하기 위해 확률분포형을 활용한 편의보정기법, 매개변수 및 비매개변수적 편의보정기법 등 총 11개의 기법을 활용하여 계절예측모델의 적용성을 평가하고 최적의 편의보정기법을 선정하고자 하였다. 과거재현기간에 대한 편의보정 결과, 비매개변수적 편의보정기법이 다른 기법에 비해 가장 관측자료와 유사하게 보정하는 것으로 분석되었으나 예측기간에 대해서는 상대적으로 많은 이상치를 발생시켰다. 이와는 대조적으로 매개변수적 편의보정기법은 과거재현기간 및 예측기간 모두 안정된 결과를 보여주고 있음을 확인할 수 있었다. 본 연구의 결과는 수자원운영 및 관 리, 수력, 농업 등 계절예측모델을 활용한 여러 응용분야에 적용이 가능할 것으로 기대된다.

최근 기후변화로 인하여 발생하는 기상재해 및 위험기상 현상의 대비를 위하여 조밀한 시공간적 해상도를 갖는 레이더 강우가 활용되고 있지만 널리 사용되는 Marshall-Palmer의 Z-R 관계식으로 추정된 레이더 강우는 과소추정의 문제점이 있다. 본 연구는 이러한 문제점을 해결하기 위하여 분위회귀 분석기법을 통한 레이더 강우자료 편의보정 기법과 Copula 함수를 연계한 강우자료 확충기법을 개발하였다. 본 연구에서 개발된 모형을 통하여 편의가 보정된 시계열 레이더 강우자료 효율을 통계적으로 분석한 결과 우수한 모형성능을 확인하였으며 Copula 기법을 이용하여 지상강 우 및 레이더 강우자료를 확충한 결과 기존의 강우특성을 현실적으로 재현하는 것을 확인하였다. Copula 기법을 통한 강우자료 확충기법은 레이 더 강우의 오차분포를 평가하는데 유용하게 활용될 것으로 판단된다.

본 연구에서는 기후변화 시나리오 자료 생산시 편의 보정(bias correction) 분석 기법을 이용하여 적정 시간 규모 결정 분석 연구를 수행하였다. 기후변화 시나리오는 기후변화에 대응한 수자원의 효율적인 관리를 위해 중요한 근거를 제공하는 자료이다. 그러나 기후변화 시나리오의 경우 시계열 형태로 제공되지만 관측치의 경향성을 효과적으로 반영하지 못하고 있으며, 관측값과 비교하였을 때 상당한 편의(bias)를 보여주고 있다. 이러한 기후변화 시나리오의 계통적 오차(systematic bias)를 줄이기 위해 편의보정 기법을 활용하여 미래 기후변화를 전망하는 것이 일반적이며, 이러한 편의 보정은 월별 또는 계절별로 자료를 분리하여 분석이 이루어지고 있다. 그러나 수문기상자료의 특성을 단순히 계절적 기준으로 분리하기에는 통계적 관점에서 분리한 면이 존재한다. 이러한 점에서 본 연구에서는 기후변화 시나리오의 편의 보정시 국내 수문기상자료에 적합한 시간규모 및 통계적 분리기준을 제공하는 동시에 이를 자동화 할 수 있는 방안을 수립하고자 한다. 이를 위해서 다음과 같이 연구를 진행하고자 한다. 첫째, 본 연구에서는 기상청에서 제공하는 RCP 기반 국가표준 기후변화 시나리오를 활용하였다. 둘째, 기후변화 시나리오는 기상청 산하 관측소를 이용하여 지점간 분석을 수행하였으며, 관측일수를 점차 누적한 자료(1일,2일,3일...)를 활용하여 Bias Correction 분석을 수행하였다. 이때 Bayesian 기법을 도입하여 불확실성을 정량화 하였으며, 국내 특성에 맞는 적정 시간 규모를 제공하고자 한다.

레이더 강우의 편의 추정은 근본적으로 레이더 강우의 평균과 참값으로 가정되는 우량계 강우의 평균과의 차이를 결정하는 문제이다. 두 관측치의 차이를 정확히 결정하기 위해서는 두 관측치의 차이에 대한 분산이 매우 작아야 하며, 따라서 비교되는 관측치의 수가 충분히 확보되어야 한다. 즉, 이 문제는 두 관측치의 차이에 대한 분산의 규모를 주어진 조건에 맞추기 위해 필요한 우량계의 수를 결정하는 것이 된다. 본 연구에는 특히 일부 지역에만 우량계의 설치가 가능