http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
기후변화가 한강 유역의 시단위 확률강우량에 미치는 영향
남우성(Woosung Nam),안현준(Hyunjun Ahn),김성훈(Sunghun Kim),허준행(JunHaeng Heo) 한국방재안전학회 2015 한국방재안전학회 논문집 Vol.8 No.1
전세계적으로 기상이변이 빈번하게 발생하면서 기후변화가 수문환경에 미치는 영향에 대한 연구가 활발히 진행되고 있다. 기후변화 연구에는 대체로 이산화탄소 배출 시나리오에 근거한 GCM 모의 결과가 사용되며, GCM 자료를 바탕으로 미래의 수문량 변화를 예측하는 방법으로 진행된다. 기후변화가 강우에 미치는 영향과 관련해서는 기후변화가 총강우량에 미치는 영향에 대한 연구가 주를 이뤄왔으나 극한강우량에 미치는 영향에 대한 연구는 미흡한 실정이다. 또한 상세화 된 강우 자료가 월단위 또는 일 단위이기 때문에 극한홍수량 산정에 필요한 시단위 극한강우량 추정에는 한계가 있다. 본 연구에서는 기후변화가 극한강우 량에 미치는 영향을 분석하기 위해 A2 시나리오에 근거한 ECHO-G GCM 모델의 모의 결과를 상세화 시켜 얻은 한강 유역 내의 9개 강우 관측 지점의 일강우 자료를 바탕으로 강우의 scale invariance 특성에 근거한 시단위 확률강우량을 추정하였고, NSRPM (Neymann-Scott Rectangular Pulse Model)을 적용하여 시단위 확률강우량을 추정하였다. 이러한 방법으로 추정된 9개 지점의 확률강우량과 한강유역종합치수계획(국토해양부, 2008)에서 산정한 확률강우량을 비교하여 미래의 확률강우량 변화를 분석하였다. 분석된 한강 유역 내 강우 관측 지점의 확률강우량 변화 추이는 지점에 따라, 미래기간에 따라 상이하게 나타났으나 대체로 scaling에 의한 결과가 관측값에 근거한 확률강우량보다 대체로 큰 값을 보였고, NSRPM에 의한 결과는 미래 기간에 따라 관측값보다 크거나 작은 값을 보였다. Recent researches show that climate change has impact on the rainfall process at different temporal and spatial scales. The present paper is focused on climate change impact on sub-daily rainfall quantile of Han River basin in South Korea. Climate change simulation outputs from ECHO-G GCM under the A2 scenario were used to estimate daily extreme rainfall. Sub-daily extreme rainfall was estimated using the scale invariance concept. In order to assess sub-daily extreme rainfall from climate change simulation outputs, precipitation time series were generated based on NSRPM (Neyman-Scott Rectangular Pulse Model) and modified using the ratio of rainfall over projection periods to historical one. Sub-daily extreme rainfall was then estimated from those series. It was found that sub-daily extreme rainfall in the future displayed increasing or decreasing trends for estimation methods and different periods.
경험적 모드분해법을 이용한 시계열 모형의 예측력 개선에 관한 연구
김태림,신홍준,남우성,허준행,Kim, Taereem,Shin, Hongjoon,Nam, Woosung,Heo, Jun-Haeng 한국수자원학회 2015 한국수자원학회논문집 Vol.48 No.12
수문 시계열의 분석은 수문자료를 활용한 수자원의 효율적인 운영 및 관리에 필수적인 부분이며, 특히 장기적인 수문량 예측에 널리 활용되고 있다. 이러한 수문 시계열 분석은 전통적으로 하나의 자료계열을 하나의 요인으로 파악하여 자료를 분석하고 예측해왔지만 시계열 자료가 여러 가지 요인으로 혼합되 어 하나의 자료계열로 나타내질 수 있다는 가정 하에 각 요인들을 분해하여 분석하는 방법도 널리 연구되고 있다. 본 연구에서는 경험적 모드분해법을 이용하여 주어진 수문 시계열을 다중 성분으로 분해하고 분해된 각 요소를 시계열 모형으로 재구축한 후, 구축된 요소별 시계열 모형으로부터 예측된 값을 합하여 시계열을 예측하는 방법을 이용하였으며 이를 국내 댐 유입량에 적용한 후 그 결과를 나타내었다. 기존 시계열 모형과 경험적 모드분해법을 이용한 방법의 정확도를 비교한 결과, 기존의 시계열 모형을 이용하여 자료를 예측한 결과보다 경험적 모드분해법을 적용하여 자료를 분해한 후 시계열 자료를 예측한 결과가 주어진 시계열 자료를 더 잘 나타내는 것을 알 수 있었다. The analysis of hydrologic time series data is crucial for the effective management of water resources. Therefore, it has been widely used for the long-term forecasting of hydrologic variables. In tradition, time series analysis has been used to predict a time series without considering exogenous variables. However, many studies using decomposition have been widely carried out with the assumption that one data series could be mixed with several frequent factors. In this study, the empirical mode decomposition method was performed for decomposing a hydrologic time series data into several components, and each component was applied to the time series models, autoregressive moving average (ARMA). After constructing the time series models, the forecasting values are added to compare the results with traditional time series model. Finally, the forecasted estimates from ARMA model with empirical mode decomposition method showed better performance than sole traditional ARMA model indicated from comparing the root mean square errors of the two methods.