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.

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.

분위사상법(QM, Quantile Mapping)은 GCM(Global Climate Model) 자료의 계통적 오차를 보정하여 보다 신뢰성 높은 자료로 재생성하기 위해 활용되고 있다. 이 기법은 사상(mapping)시키려는 대상(object) 자료의 통계분포모수가 정상적(stationarity)이라는 가정 하에 대상 자료의 누적확률분포(CDF, Cumulative Distribution Function)를 목표(target) CDF에 통계적으로 투영시키는 것이 일반적이다. 따라서 GCM에서 제공되는 미래 기후시나리오의 강우시계열과 같이 비정상성(non-stationarity)을 갖는 장기 시계열자료에 대한 적용에는 문제점을 보이고 있다. 본 연구에서는 비정상성을 갖는 장기시계열자료의 오차보정을 위해 통계분포모수에 경향성을 부여하는 비정상성 분위사상법(NSQM, Nonstationary Quantile Mapping)을 적용하였다. NSQM 적용을 위한 확률분포로 수문분야에서 광범위하게 쓰이고 있는 Gamma 분포를 선정하였으며, 대상 시나리오는 CCCma(Canadian Centre for Climate modeling and analysis)에서 제공하고 있는 CGCM3.1/T63모형의 20C3M(reference scenario)과 SRES A2 시나리오(projection scenario)를 활용하였다. 한강유역 내 관측기간이 충분한 10개의 지상관측소로부터 강우량을 수집하였다. 또한 6월과 10월 사이에 연강수량의 65% 이상이 집중되는 한반도의 계절성을 반영하기 위해 홍수기(6∼10월)와 비홍수기(11∼5월)를 구분하였고, 기준기간(Baseline)은 1973∼2000년, 전망기간(Projection)은 2011∼2100년으로 구분하였다. 다양한 목표분포의 설정을 통하여 NSQM의 적용성을 평가하고자 하였으며, 전망기간은 FF시나리오(Foreseeable Future Scenario, 2011∼2040년), MF시나리오(Mid-term Future Scenario, 2041∼2070년), LF시나리오(Long-term Future Scenario, 2071∼2100년)의 3개의 구간으로 설정하여 기준기간과 전망기간의 연평균강우량에 대한 경향성분석을 실시하였다. 그 결과 NSQM이 FF시나리오에서 330.1mm(25.2%), MF시나리오에서 564.5mm(43.1%), LF시나리오에서 634.3mm(48.5%)로 증가하는 전망결과를 나타내고 있었다. 정상성기법을 적용한 결과, 전망기간 중 전체적으로는 동일한 평균값을 갖는 목표통계모수를 사용한다고 하여도, 전망전반부에서 과다하고, 후반부에서 오히려 과소한 전망을 보여주고 있었다. 이러한 결과는 비정상성기법을 사용함으로써 상당부분 개선될 수 있음을 확인하였다.

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