The prolonged and heavy East Asian summer precipitation in 2020 may have been caused by an enhanced Madden-Julian Oscillation (MJO), which requires evaluation using forecast models. We examined the performance of GloSea6, an operational forecast model, in predicting the East Asian summer precipitation during July 2020, and investigated the role of MJO in the extreme rainfall event. Two experiments, CON and EXP, were conducted using different convection schemes, 6A and 5A, respectively to simulate various aspects of MJO. The EXP runs yielded stronger forecasts of East Asian precipitation for July 2020 than the CON runs, probably due to the prominent MJO realization in the former experiment. The stronger MJO created stronger moist southerly winds associated with the western North Pacific subtropical high, which led to increased precipitation. The strengthening of the MJO was found to improve the prediction accuracy of East Asian summer precipitation. However, it is important to note that this study does not discuss the impact of changes in the convection scheme on the modulation of MJO. Further research is needed to understand other factors that could strengthen the MJO and improve the forecast.

본 연구에서는 기상청에서 제공하는 국지예보모델(LDAPS)과 일본 기상청의 중규모모델(Meso-Scale Model, MSM)을 이용하여 태풍 및 정체 전선 등 3개의 강우사상과 남강댐 유역 내 산청 유역에 대해 강우 및 홍수 예측 정확도를 평가하고 비교․ 검토하였다. 강우예측 정확도 평가 결과, LDAPS와 MSM 모두 태풍 사상과 같은 광역적인 예측에 대해서는 예측 정확도가 높은 것으로 나타났으나, 정체전선과 같이 국지적으로 발생하는 강우사상의 경우 예측 오차가 많이 발생하는 것으로 나타났다. 홍수예측 정확도 평가 결과, 선행시간이 증가함에 따라 점점 예측 정확도가 향상되는 것을 확인할 수 있었으며, LDAPS와 MSM 모두 기상 및 수자원간의 연계를 통하여 강우 및 홍수 예측 분야에서의 활용 가능성을 확인할 수 있었다.

Flood disaster generates large amounts of flood wastes and it is rarely well-treated due to the heavy amount of wastes.Therefore the prediction of flood waste generation and making a plan for appropriate treatment have been required.Targeting for Seoul city, we investigated the history of flood disasters and the number of flooded buildings, and conductedregression analysis between the number of flooded buildings and rainfall data. As a result, daily average rainfall andmaximum daily rainfall showed better correlations with the number of flooded buildings than total rainfall data. As aresult of verification on the official unit of flood waste generation, 1.35ton/flooded building, it was reliable data for totalSeoul city, but not for regional units (gu). Finally, using regression equation and the official unit of flood waste generation,we suggested the method to predict flood waste generation by rainfall. For more reliable prediction, it is necessary toaccumulate more regional data about the number of flooded buildings, building types, and topographic conditions dueto a wide regional deviation.

The objectives of this research have been focussed on 1) developing prediction techniques for the flash flood and landslide based on rainfall prediction data in agricultural area and 2) developing an integrated forecasting system for the abrupt disasters using USN based real-time disaster sensing techniques. This study contains following steps to achieve the objective; 1) selecting rainfall prediction data, 2) constructing prediction techniques for flash flood and landslide, 3) developing USN and communication network protocol for detecting the abrupt disaster suitable for rural area, & 4) developing mobile application and SMS based early warning service system for local resident and tourist. Local prediction model (LDAPS , UM1.5km) supported by Korean meteorological administration was used for the rainfall prediction by considering spatial and temporal resolution. NRCS TR-20 and infinite slope stability analysis model were used to predict flash flood and landslide. There are limitations in terms of communication distance and cost using Zigbee and CDMA which have been used for existing disaster sensors. Rural suitable sensor-network module for water level and tilting gauge and gateway based on proprietary RF network were developed by consideration of low-cost, low-power, and long-distance for communication suitable for rural condition. SMS & mobile application forecasting & alarming system for local resident and tourist was set up for minimizing damage on the critical regions for abrupt disaster. The developed H/W & S/W for integrated abrupt disaster forecasting & alarming system was verified by field application.

우리나라의 산사태 및 토석류의 발생 시기는 주로 7,8,9월에 집중 되어 있고 유발인자 중 강우는 산사태 및 토석류를 발생시키는 가장 큰 인자이다. 특히 강원도 지역은 산지지형이 많고 여름철 장마나 국지적인 집중호우에 의해 토석류 발생 빈도가 잦다. 또 면적과 누적 강우량을 분석해보면 1,100mm 이상이 되는 지역에서는 극심한 피해가 발생하게 되며 누적강우량이 많을수록 규모도 커진다. 이러한 분석결과는 취약지역에서 강우에 의해 토석류가 발생할 가능성이 증가한다는 것을 의미하며, 일정 이상의 강우가 발생할 시 취약성이 낮은 지역에서도 토석류 및 산사태가 발생할 가능성이 충분히 있다는 것을 의미한다. 따라서 강우발생에 따른 토석류 발생기준에 대해서 정립할 필요가 있다. 본 연구에서는 강원도 지역의 산사태 및 토석류 발생이력에 대해서 강우데이터를 분석하여 강우기준을 설정 하였다. 강우관측소는 국토교통부, 한국수자원공사, 기상청의 강우자료를 활용하였다. 관측소의 선택은 Thieesn 망에 의해 선택 하였고, 유효시간에 따라 강우강도, 유효 평균 강우강도, 누적강우량을 산정하여 DFG (Debris-Flow Guardians) 곡선을 작성하여 강우기준을 설정하였다.

본 연구에서는 해수유입과 강우유출에 따른 용원수로 내의 염분도 분포를 모의하기 위해 EFDC(Environ-mental Fluid Dynamics Code) 모형을 이용하였다. 유량경계조건은 대표 방류구에서 유출되는 양을 모니터링하여 면적비 유량법으로 산정하였으며, 수위경계조건으로는 시간별 조위 값을 입력하였다. 강우량에 따른 염분도 모의 결과는 일 강우량 245 mm의 유출조건을 반영하였으며, 그 결과 Site 1∼2 지점과 망산도 부근 방류구가 위치한 곳에서는 염분도가 0 ppt에 가까운 수치가 나타났으며, 반면 비강우시에는 30 ppt가 넘는 것으로 나타났다. 용원수로 내측지점(Site 2∼5)에서의 2010년 1월 1일∼12월 31일까지의 염분도 시계열 변화 모의결과와 월별 실측값을 비교하여 나타내었다. 용원수로의 지점별 염분도를 분석한 결과, 내측지점(Site 1∼4)과 송정천지점(Site 7∼8)에서 염분도가 낮게 나타났다. 이러한 결과를 바탕으로 망산도 부근 염분도를 집중적으로 조사한 결과, 1차 조사결과 누적강우량은 17mm로 염분도 농도는 21.9∼28.8ppt로 측정되었으며, 2차 조사결과 누적강우량은 160.5mm로 염분도 농도는 2.33∼8.05ppt로 나타났다. 결과적으로 용원수로에서는 해수의 순환이 원활하게 이루어지지 않으므로, 이로 인하여 염분도의 차이가 크게 나타났으며 특히 강우시에는 염분도가 급격히 낮아지는 것으로 나타났다.

현재 수공구조물의 설계 및 하천기본계획 수립에서는 해당 구조물의 설계 및 하천개수 계획의 빈도와 지속시간에 해당하는 확률강우량을 이용하고 있고, 이러한 확률강우량은 강우유출 뿐만 아니라 토양침식, 토사유출 등 강우에 의해 발생할 수 있는 여러 현상들에 대한 연구에도 활용되고 있다. 따라서 본 연구에서는 확률강우량에 대한 토양침식량 추정 시 필요한 빈도별 지속시간별 강우침식능 인자 산정을 위하여, 「확률강우량도 개선 및 보완 연구(2011, 국토해양부)」에서 제시한 전국 71개 주요지점의 빈도별(20년, 30년, 100년) 지속시간별(60분, 120분, 180분) 확률강우량을 Huff 3분위 강우 시간분포에 적용하였다. 강우침식능 인자 산정 시 필요한 강우에너지식은 노재경(1984)이 제시한 식을 이용하였다. 빈도별 지속시간별 지점평균 확률강우량과 강우침식능을 비교한 결과, 지속시간이 강우침식능에 미치는 영향이 매우 미소한 것으로 나타났고, 반면 재현기간이 증가함에 따라 강우침식능이 강우량에 비해 큰 폭으로 증가하는 것으로 나타났다. 이와 같이 강우량과 강우침식능은 정확히 비례하지 않고, 이는 강우침식능 산정 시 이용된 각 지점의 Huff 시간분포 형태 및 강우량 크기가 서로 상이하기 때문인 것으로 판단된다. 산정된 각 지점별 강우침식능을 IDW 기법으로 공간보간하여 등강우침식능도를 작성한 결과, 지속시간이 1시간일 경우 강우침식능은 지역별로 큰 차이를 보이지 않으나, 지속시간이 2시간, 3시간일 경우 확률강우량도와 유사하게 강화 인근의 서해안과 남해안 지역의 강우침식능이 크고, 경북 내륙지방이 가장 작게 산정되었다. 본 연구를 통해 작성된 전국 강우침식능 인자는 빈도별 지속시간별 토양침식량 산정 시 이용될 수 있을 것이라 판단되고, 나아가서는 토양보존 계획 수립 및 토사재해 위험지역 파악에 활용할 수 있을 것이라 사료된다.

모형의 구조, 모델링에 사용되는 자료, 매개변수 등에 포함된 다양한 불확실성 원인들은 수문모의 및 예측결과에 있어 불확실성을 야기한다. 본 연구에서는 강우-유출 및 강우-유사유출 모의가 가능한 분포형 강우-유사-유출 모형을 용담댐 상류유역인 천천유역에 적용하여 수문곡선 및 유사량곡선의 재현성을 평가하고, 다중최적화기법인 MOSCEM을 이용하여 강우-유출 모듈, 강우-유사유출 모듈의 매개변수를 독립적으로 보정한 경우(Case I과 II), 그리고 두 모듈

수문학적 해석에 있어 레이더 강우의 활용은 원시자료를 획득하기가 어려울 뿐만 아니라 이를 처리하여 적용하는 과정이 간단하지 않기 때문에 대부분의 연구와 실무적용에 있어 많은 어려움이 있다. 본 연구에서는 레이더 영상자료를 실용적으로 활용하기 위한 방안으로 기상청에서 제공하는 레이더 합성 CAPPI(Constant Altitude Plan Position Indicator) 이미지 자료를 디지털 강우자료로 변환할 수 있는 '레이더 영상 디지털 변환법(RA

강우시 저수지로 유입하는 탁수의 시공간분포를 실시간으로 예측하기 위해서는 하천 유입수 수온의 정확한 예측이 필요하다. 본 연구에서는 강우시 하천 수온의 변동특성을 조사하기 위해 2004년 홍수기 동안 대청호 상류 하천에서 한 시간 단위의 연속측정을 실시하였다. 강우사상 동안 하천수온은 강우 전 보다 최대 정도 하강하는 것으로 나타났으며, 이것은 저수지로 유입하는 하천수의 밀도를 tcg/ () 상승시켜 중층 밀도류를 형성하는 원인으로 작용했다. 실측자

For the prediction of multi-site rainfall with radar data and ground meteorological data, a rainfall prediction model was proposed, which uses the neural network theory, a kind of artifical intelligence technique. The input layer of the prediction model was constructed with current ground meteorological data, their variation, moving vectors of rainfall field and digital terrain of the measuring site, and the output layer was constructed with the predicted rainfall up to 3 hours. In the application of the prediction model to the Pyungchang river basin, the learning results of neural network prediction model showed more improved results than the parameter estimation results of an existing physically based model. And the proposed model comparisonally well predicted the time distribution of rainfall.