본문 바로가기 주메뉴 바로가기
국회도서관 홈으로 정보검색 소장정보 검색

초록보기

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.

The quantile mapping is utilized to reproduce reliable GCM(Global Climate Model) data by correct systematic biases included in the original data set. This scheme, in general, projects the Cumulative Distribution Function (CDF) of the underlying data set into the target CDF assuming that parameters of target distribution function is stationary. Therefore, the application of stationary quantile mapping for nonstationary long-term time series data of future precipitation scenario computed by GCM can show biased projection. In this research the Nonstationary Quantile Mapping(NSQM) scheme was suggested for bias correction of nonstationary long-term time series data. The proposed scheme uses the statistical parameters with nonstationary long-term trends. The Gamma distribution was assumed for the object and target probability distribution. As the climate change scenario, the 20C3M(baseline scenario) and SRES A2 scenario(projection scenario) of CGCM3.1/T63 model from CCCma(Canadian Centre for Climate modeling and analysis) were utilized. The precipitation data were collected from 10 rain gauge stations in the Han-river basin. In order to consider seasonal characteristics, the study was performed separately for the flood(June~October) and nonflood(November~May) seasons. The periods for baseline and projection scenario were set as 1973~2000 and 2011~2100, respectively. This study evaluated the performance of NSQM by experimenting various ways of setting parameters of target distribution. The projection scenarios were shown for 3 different periods of FF scenario(Foreseeable Future Scenario, 2011∼2040yr), MF scenario(Mid-term Future Scenario, 2041∼2070yr), LF scenario(Long-term Future Scenario, 2071∼2100yr). The trend test for the annual precipitation projection using NSQM shows 330.1mm(25.2%), 564.5mm(43.1%), and 634.3mm(48.5%) increase for FF, MF, and LF scenarios, respectively. The application of stationary scheme shows overestimated projection for FF scenario and underestimated projection for LF scenario. This problem could be improved by applying nonstationary quantile mapping.

권호기사

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 목차
구조방정식 모형을 이용한 자연재해위험지구 정비사업 효과 분석 변성준, 이경수, 정재광, 허보영 pp.843-855

상관영역 크기 변화에 따른 영상유속계의 오차 분석 류권규, 김서준, 윤병만 pp.821-831

기후변화에 따른 남강유역의 수문환경의 변화가 하천수질에 미치는 영향 김영도, 강지윤, 강부식 pp.873-884

비정상성 분위사상법을 이용한 GCM 장기예측 편차보정 강부식, 문수진, 김정중 pp.833-842

기후변화 시나리오를 활용한 미래 한반도 물수급 전망 김영오, 김초롱, 서승범, 최수웅 pp.807-819

RADAR 강우예측자료와 ANFIS를 이용한 충주댐 유입량 예측 이재응, 최창원 pp.857-871

표준강수지수 시계열의 가뭄특성치를 이용한 가뭄 재현기간 산정 이성대, 곽재원, 김연수, 김형수 pp.795-805

참고문헌 (11건) : 자료제공( 네이버학술정보 )

참고문헌 목록에 대한 테이블로 번호, 참고문헌, 국회도서관 소장유무로 구성되어 있습니다.
번호 참고문헌 국회도서관 소장유무
1 Statistical and dynamical downscaling of the Seine basin climate for hydro-meteorological studies 네이버 미소장
2 Gilbert, R.O. (1987). Statistical Methods for Environmental Pollution Monitoring. Van Nostrand Rienhold Company, Inc., NewYork, p. 127. 미소장
3 Bias correction of monthly precipitation and temperature fields from Intergovernmental Panel on Climate Change AR4 models using equidistant quantile matching 네이버 미소장
4 Kang, B.S., and Moon, S.J. (2011). “Application of APCC seasonal projection information for drought outlook and real-time water management.” Korean Society of Hazard Mitigation, Kosham, Vol. 11, No. 1, pp. 31-36. (in Korean) 미소장
5 Kang, D.H., and Kang, B.S. (2006). “Post-processing of GCM information using quantile mapping.” KSCE Conference & Civil Expo 2006, KSCE, Gwangju, Vol. 10, pp. 1048-1051. (in Korean) 미소장
6 Kendall, M.G. (1975). Rank correlation methods. Charles Griffin, London, pp. 202. 미소장
7 Estimation of regional probable rainfall based on climate change scenarios 소장
8 Kwon, J.W., and Kang, B.S. (2008). “Downscaling climate simulation using spatio-temporal random cascade model in Korea region.” 2008 Proceedings of the Korea Water Resources Association Conference, KWRA, Gyeongju, Vol. 2, pp. 120-124. (in Korean) 미소장
9 Lee, B.K., and Kang, B.S. (2008). “Downscaling GCM Climate Change Output using Quantile Mapping and Artificial Neural Network.” KSCE Conference & Civil Expo 2008, KSCE, Daejeon, Vol. 10, pp. 1603-1606. (in Korean) 미소장
10 Nonparametric Tests Against Trend 네이버 미소장
11 Panofsky, H.A., and Brier, G.W. (1968). Some Application of Statistics to Meteorology, 224 pp., Penn. State Univ., University Park, Pa. 미소장