메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술대회자료
저자정보
김영오 (서울대학교 건설환경공학부) 이재경 (서울대학교 건설환경공학부) 고양수 (한국수자원공사)
저널정보
한국수자원학회 한국수자원학회 학술발표회 한국수자원학회 2009년도 학술발표회 초록집
발행연도
2009.1
수록면
1,590 - 1,596 (7page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
최근 기후변화의 영향으로 인한 기상이변으로 인해 세계적으로 많은 피해가 발생하고 있으며, 규모도 점점 커지고 있다. 특히 가뭄에 대한 피해는 더욱 더 심화되는 현상으로 보이고 있다. 본 연구에서는 국내에 적합한 월단위와 주단위 가뭄전망을 제시하였다. 월단위 전망에서는 앙상블 기법을 기반으로 기상청에서 제공하는 월간산업기상정보의 적용에 따른 가뭄전망 정확성을 비교하였다. 주단위 전망에서는 기상청에서 제공하는 GDAPS를 이용하여 확정론적 가뭄전망을 하였다. 가뭄지수로서는 강수, 유량, 지하수위를 인자로 하는 MSWSI(Modified Surface Water Supply Index)를 가뭄지수로 사용하였으며, MSWSI는 5개 구간으로 나누었다. 월단위 가뭄전망에서는 물수지모형인 abcd모형에 과거 강수와 잠재증발산량 시나리오를 입력변수로 하여 최종적으로 유량과 지하수위 시나리오를 생산하여, 확률 가뭄전망을 위해 각 구간의 발생확률을 산정하고 실측자료로부터 산정한 MSWSI와 비교하였다. 정확성 평가를 위해서 RPS(Ranked Probability Score)를 이용하였다. 금강유역에 적용한 결과, 이수기(10월-이듬해 6월)에는 4개 달이 초보전망보다 높았으나 전체 RPS는 1.87로서 초보전망의 1.84보다 높아 현재 월단위 가뭄전망기법에는 많은 불확실성이 존재하였다. 또한 월간산업기상정보를 이용한 월단위 가뭄전망에서도 초보전망보다 정확성이 낮아, 현재 중장기 기상정보를 이용하기에는 어려운 것으로 나타났다. 주단위 가뭄전망에서는 abcd모형에 GDAPS를 입력변수로 하여 확정론적 MSWSI를 산정하여 실측자료로부터 산정한 MSWSI와 비교하였으며, Hit ratio를 이용하여 그 정확성을 평가하였다. 주단위 가뭄전망 결과, 주단위 가뭄전망의 Hit ratio가 0.480으로서 초보전망보다 높아 주단위 가뭄전망은 효용성이 있음을 입증하였다. 본 연구에서 적용기간이 짧아 가뭄전망의 정확성을 판단하기는 이르나, 월단위 가뭄전망에서는 기상정보의 정확성이 향상에 따라 가뭄전망의 정확성도 향상될 것으로 판단된다. 장기적으로 본 연구 결과를 토대로 단기와 중장기 가뭄전망을 수행하고 평가한다면, 가뭄전망에 대한 신뢰도가 더 높아질 것으로 사료된다.
#가뭄전망 #월간산업기상정보 #abcd모형 #MSWSI #GDAPS

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0