본문 바로가기
HOME> 보고서 > 보고서 검색상세

보고서 상세정보

시범지역 수문기상 기술개발 연구 (Ⅱ)
Hydrometeorology Research for the Test-bed Region (Ⅱ)

  • 사업명

    시범지역수문기상기술개발연구

  • 과제명

    시범지역 수문기상 기술개발 연구

  • 주관연구기관

    국립기상연구소

  • 연구책임자

    이철규

  • 참여연구자

    최영진   최재천   박영산   남경엽   이선용   임은순   장복수   손경수   이병주   정재원   강금아   ...  

  • 보고서유형

    최종보고서

  • 발행국가

    대한민국

  • 언어

    한국어

  • 발행년월

    2012-12

  • 과제시작년도

    2012

  • 주관부처

    기상청

  • 사업 관리 기관

    국립기상연구소

  • 등록번호

    TRKO201400002044

  • 과제고유번호

    1365001441

  • DB 구축일자

    2014-04-19

  • 초록 


    Ⅳ. Research Contents and Results
    1. Establishment of meteorological change and hydrometeorological monitoring network at the N...

    Ⅳ. Research Contents and Results
    1. Establishment of meteorological change and hydrometeorological monitoring network at the Nakdong River
    Increase in water surface area of watercourses due to national large-scale river development project caused the need of meteorological impact analysis come to the front. The Nakdong River selected as the test-bed region for this study and the meteorological change and hydrometeorological monitoring network was established. For the development of the meteorological impact analysis technology for the test-bed region (main weirs of the Nakdong River), 25 micrometeorological observation sites were established where the change in water environment due to water resource development was considered to be high, namely, near Gangjeong-Goryeong Weir, Chilgok Weir, and Gumi Weir. Aside from this, 10 automatic meteorological observation systems were set up on the downstream of Gangjeong-Goryeong Weir in 2010 and two of them were taken down in 2012. The four observation sites were strategically constructed near the Andong dam for two reasons. First of all, given that there is a lack of dense observation networking systems in mountainous regions, the sites were chosen to enhance the hydrometeorological monitoring system in such areas. Secondly, since the flow discharge can be accurately measured in the dam area, the establishment of the sites near the Andong dam can make the observation process more efficient and feasible. In addition, components of hydrometeorological observation system include multi-sensor, rain gauge, soil moisture sensor, soil temperature sensor, wind and solar generator.
    2. Analysis result of local meteorological observation data around the Nakdong River
    A. Analysis result of local meteorological observation data from major weirs at the Nakdong River
    1) Gangjeong-Goryeong Weir
    Air temperature, absolute humidity, and wind speed data measured around Gangjeong- Goryeong Weir on the days with clear skies were analyzed for each season according to the distance away from the Nakdong River. From the right side of the Nakdong Rive basin, N6 is 120 m away, N6a is 240 m away, N7a is 410 m away, N8a is 600 m away, N8 is 780 m away, and N9b is 1100 m away. As the meteorological station is located farther away from the Nakdong River basin, the air temperature tended to increase. The difference between air temperature measured at the closest station from the river (N6) and the station within Sungsuh industrial complex (N8a) was around 0.4 °C. However, due to the presence of the industrial complex around this region, it is hard to simply conclude that the air temperature increases as the station gets farther away from the river. Absolute humidity had a decreasing trend as the distance from the river increased. In winter and spring, the decrease of absolute humidity was obvious relative to the distance, whereas in summer and fall, the value increased at N7a and decreased beyond that point. Looking at the wind speed, it decreased rapidly at N6a. It can be said that as N6a and the stations beyond that were set up on street lights in the industrial complex, the wind speed was influenced by the buildings surrounding the stations.
    Latent heat flux, sensible heat flux, ground heat flux, net radiation, and momentum flux for N3 and N7 were analyzed. When westerlies blew towards N7 in summer, sensible heat flux decreased and latent heat flux increased. When westerlies occurred, winds with high humidity blew towards N7 due to the effect of the river. When easterlies occurred, winds originated from the industrial complex and contained lower humidity. At N7, which is surrounded with buildings and paved roads, has a higher Bowen ratio than N3. Higher Bowen ratio represents drier environment. The ratio is also higher during winter than summer, as winter is drier and summer is more humid. To observe the energy balance closure at each station, available energy and turbulent fluxes were represented as a regression line. N3 and N7 had 66% and 54% of closure, respectively. Momentum flux was higher at N7 for both winter and summer. In summer, momentum flux was high even at nighttime. Momentum flux increases according to wind speed, and the increase in momentum flux with respect to wind speed was higher at N7, especially in winter. As the atmosphere was close to neutral, momentum flux reached maximum values and when it was unstable or stable, moment flux decreased rapidly. In summer, there were increased number of cases where the stability was neutral, whereas the number of stable cases decreased. Also, the difference of stability between the two stations was higher in summer.
    2) Chilgok Weir
    Air temperature, absolute humidity, and wind direction data for C3 and C4, the stations that are closest from the river, were analyzed. Using T-rose and AH-rose adapted from windrose, air temperature and absolute humidity could be easily analyzed according to wind direction. Figure 3 represents the difference of air temperature measured at C3 and C4, along with the wind direction measured at C3 on summer days and nights with clear skies. In daytime, north-westerlies were common, whereas in nighttime, east-south-easterlies were common. Since the nighttime air temperature at C3 got lower than that of C4 and the difference between the two increased, it seems that the cold air drainage along the valley located in the east-south-east side of C3 made an influence.
    3) Gumi Weir
    Diurnal trend of air temperature measured at 12 sites of Gumi Weir meteorological observation system during three days with clear skies in November was analyzed. Figure 4 shows the difference between the air temperature at each site and the average air temperature at all 12 sites . The stations on the west side of the river, as well as stations G6 and G7, show above average values at nighttime and below average values in daytime. Stations G8 to G12 show trends opposite to this. Overall, G10 and G4 have the highest and the lowest values in daytime, respectively, whereas G7 and G12 have the highest and the lowest values in nighttime, respectively. G11 and G12 experience the greatest diurnal variation, and the difference between the two and the rest of the stations is the greatest during nighttime. One of the reasons explaining this is that G11 and G12 are the farthest stations from the river. Since Gumi Weir meteorological observation system has been set up at the end of 2012, more accurate analysis can be done as more observations are made.
    B. Analysis of water temperature data
    In order to explain the decrease or increase in the number of foggy days, it is necessary to know the difference between the water surface temperature and the air temperature. During the intensive observation period in fall, the vertical temperature distribution from the water surface to the weir structure was measured. There was a large difference between water surface temperature and air temperature during nighttime. Water surface temperature was higher than air temperature the whole time and the change in water surface temperature was within 1 °C.
    3. Establishment of numerical modeling foundation for micro-meteorological change
    In NIMR, micro-meteorological analysis using numerical modeling has been in process since 2010, in order to study micro-meteorological changes due to change in Nakdong River water system. In this study, a more realistic result of micro-meteorological change was computed by changing the land surface model, which allowed to calculate the water surface temperature through physical process. In addition, the effects of change in water surface temperature were analyzed. Numerical model used in this study is the Weather Research and Forecasting (WRF) Model version 3.3, developed by National Center for Atmospheric Research (NCAR).
    In order to calculate the diurnal change in water surface temperature, 5-layer model, used in MM5, was applied as the land surface model. 5-layer model calculates temperature of water surface by considering the same physical process used on other land surfaces, which means the diurnal change in water surface temperature can be simulated. The physical property that has the most impact on water surface temperature simulation in 5-layer model is temperature inertia. It represents the energy needed for a unit change in temperature; the greater the value, the smaller the change in temperature in comparison to the energy applied. In this study, a more realistic simulation was performed by using temperature inertia considering convection current, instead of temperature inertia according to conduction.
    To analyze the change in water surface temperature caused by the land surface model, the changes in water surface temperature of the river, air temperature above the river, and the surface temperature of the surrounding area among the WRF model output were compared. It differed by the value of temperature inertia chosen, but generally, the diurnal change of water surface temperature was calculated. However, its effects on the air temperature above 2m from the water surface, or surrounding area's surface or air temperature were not as great as the diurnal change of water surface temperature.
    The air temperature, mixing ratio, wind speed outputs were compared with the results of the 2011 study. Since the water surface temperature was fixed in the previous study, according to the increase of the Nakdong River water system, the increase of temperature near the river was expected even in daytime. On the other hand, when the diurnal change of water surface temperature was considered, the daytime air temperature decreased on areas where Nakdong River was widened. Change in mixing ratio also showed a difference depending on the calculation of water surface temperature. However, unlike air temperature or mixing ratio, the change in wind speed was similar compared to the previous study. This could have occurred as the increase in wind speed depends on roughness length, which is a physical characteristic, in addition to its thermal characteristics. In summary, different outputs were obtained by considering diurnal change of water temperature, and simulation of diurnal change of water surface temperature is required for micro-meteorological analysis.
    Using the same methods as the previous study, the effects of the expansion of Nakdong River water way are represented as indices, considering three meteorological variables - air temperature, mixing ratio, and wind speed. Meteorological effect evaluation index varies from 0 to 3, with larger values indicating greater effects on meteorological variables due to the expansion of the water way. The meteorological effect evaluation index of the area where Nakdong River water way is directly expanded is close to 3, which is the same as the previous study. However, the surrounding area on the downwind side has a lesser effect and the index decreases. When considering the diurnal change of water surface temperature, it can be found that the meteorological effect evaluation index decreases overall.
    4. Analysis of hydrometeorological data observed at the Andong dam
    For the collection of hydrometeorological data, four observation sites - Docheon-ri, Sang-ri, Nammeon-ri, Gasong-ri - and three monitoring sites - Pungho-ri, Woncheon-ri, Ok-dong - were built in 2011 and 2012 respectively. Hydrometeorological variables observed at these sites include precipitation, air temperature, relative humidity, wind speed and direction, soil temperature and moisture and so on. Here we analyze key variables monitored at the four observation sites from Jan. to Nov. 2012, and at the three monitoring sites during Nov. 2012.
    To make the observation process more objective and reliable, precipitation data taken from the observation sites are compared with those from meteorological observatories in Andong and Bonghwa. In August 2012, the highest precipitation amounts were recorded at the meteorological observatory in Andong (a rainfall of 353.3 mm), at the observation sites in Docheon-ri (297.0 mm), and in Sang-ri (290.5 mm). In July 2012, however, the highest precipitation amounts were registered at the meteorological observatory in Bonghwa (a rainfall of 333.1 mm), at the observation sites in Nammeon-ri (284.0 mm) and in Gasong-ri (251.0mm). Additionally, in the summer, the precipitation amounts observed at the meteorological observatories tend to be greater than those monitored at the observation sites.
    As for air temperature, data registered at the observation sites in Docheon-ri and Gasong-ri show relatively high temperatures, whereas those recorded at the observation sites in Sang-ri and Nammeon-ri manifest relatively low temperatures. Given that the observation sites in Docheon-ri and Gasong-ri are located at lower elevations (at elevations of 216 m and 221 m respectively) and the sites in Sang-ri and Nammeon-ri are situated at higher elevations (at elevations of 356 m and 364 m respectively), the observed data may suggest an existence of a significant inverse relation between air temperature and elevation.
    For relative humidity, it tends to be high in the summer and low in the winter. This tendency is mainly caused by seasonal characteristics of precipitation in the Korean peninsula. Nevertheless, relative humidity decreases temporarily from mid-July to mid-August when no rainfall occurs. The possible explanation for this is that a sharp increase in air temperature as well as solar radiation can lead to a rise in the rate of evaporation, bringing a decline in relative humidity as a result.
    Regarding wind speed and wind direction, they can be significantly influenced by geographical features. In Docheon-ri, prevailing wind is a northwesterly wind which blows down the foot of a mountain and then moves to a river. As for Sang-ri, both the southwesterly and northeasterly winds are commonly observed. In this region, relatively strong wind is often identified as the southwesterly wind, while relatively weak wind (below 0.5 m/s) is generally defined as the northeasterly wind. Concerning Nammeon-ri, prevailing wind direction varies, because the region is surrounded by low mountains of similar height. In Gasong-ri, as the region is enclosed by mountains except the northwest corner, a northwesterly wind is dominant.
    Concerning Nammeon-ri, prevailing wind direction varies, because the region is surrounded by low mountains of similar height. In Gasong-ri, as the region is enclosed by mountains except the northwest corner, a northwesterly wind is dominant.
    Concerning soil moisture, it is measured at several depths (at depths of 10cm, 30cm, 50cm and 100 cm). Soil moisture is generally variable in relation to rainfall. At the observation site in Docheon-ri, a good correlation between soil moisture and rainfall is observed at 100 cm depth, however no significant correlation is reported at 10cm, 30cm and 50 cm depths. This can be attributable, in part, to the features of strong water permeability at the site. However, there can be also other calibration problems, therefore, it is desirable to verify the proper functioning of sensors and/or to relocate them. At the site in Sang-ri, soil moisture at each depth is sensitive to rainfall, except soil moisture at 50 cm depth which tends to be over-measured because of the mal-functioning of the sensor. At the site in Nammeon-ri, the soil moisture at each depth remains at a constant value equal to soil moisture saturation, this is mainly because the sensors are located near agricultural irrigation canal. As for the site in Gasong-ri, soil moisture at each depth sensitively responds to rainfall, except soil moisture at 50 cm depth which tends to be under-measured, probably due to the mal-functioning of the sensor.
    5. Development of hydrometeorological information product technique using land surface model
    In this study, we evaluated application of hydrometeorological information using TOPLATS model and analysis impact of added meteorological stations on hydrometeorological information in the Nakdong basin. And also, we constructed hydrometeorological information display system using above research results.
    We estimated optimum warm-up period of TOPLATS model for model setup. To minimized a influence of initial model values, it is ideal to decide model warm-up period to check the precipitation in ahead of the times based on specified events causing soil saturation. One year as warm-up period is the best because it is very inefficient to set different model warm-up periods for each event.
    We produced hourly cell based hydrometeorological information during 2010 to 2012 using TOPLATS model. The simulated results like soil moisture and flow were compared with the observed soil moisture at -30 cm and -50 cm at Andong meteorological station and A1∼A4 which were set in 2011 and the Andong dam inflows for evaluation of the model performance. Although the behavior of the simulated soil moisture at the Andong meteorological station was similar to observed one, most model soil moistures were simulated in the range of 25 to 40% and it seemed they were overestimated than observed one. The model soil moisture which were simulated at A1∼A4 during May to November 2012 existed in the range of 30 to 40%. Them at A2 and A4 were similar to the observed one. Although the observed and simulated one were mostly similar at rainfall occurrence, they were not at non rainfall.
    In the results from comparing the monthly observed and simulated flows, root mean square error showed 56.26 mm, coefficient of determination showed 0.81. the simulated one in the flood season 2011 was overestimated than the observed one. Yearly runoff ratio in the simulation period(2010∼2012) showed that the observed one was 38.53%, 52.02%, and 50.89% and the simulated one was 63.90%, 48.85%, and 52.23%. Considering Korean water resource characteristics, the observed runoff ratio to total mean areal precipitation was underestimated. The total mean areal precipitation using point based precipitation has error converting pointed precipitation to areal one all the time.
    To analyze how the addition of the 4 meteorological stations have an influence on hydrometeorological information, we reproduced hydrometeorological information using only the operated stations with and without the added stations. We compared the rate of change calculating averaged values in July 2012 with and without the added stations. The change ratio of precipitation, air temperature, relative humidity, and wind speed showed 19.87%, 0.18%, -8.11%, and 40.07%, respectively. And The change ratio of infiltration, runoff, soil moisture, and water table depth showed 9.39%, 31.72%, 1.11%, and -9.17%, respectively. The cell value of several meteorological factors using inverse distance weight method has much difference that precipitation at A3 is 15.85 mm, air temperature at A1 is 7.6 ℃, relative humidity at A4 is 33.12%, wind speed is 3.65 m/s maximally. And soil moisture showed difference like 2.47% maximally. From above results, we knew that the number and location of meteorological station have a little bit influence on the simulated hydrometeorological components like soil moisture. As a result of analysis, when produce hydrometeorological information, the meteorological stations have a major influence on hydrometeorological information.
    We constructed the simulated hydrometeorological information display system coupling meteorological data which is collecting from AWS stations in the real-time with TOPLATS model which was setup in the Nakdong basin. This system displays several information like canopy storage, soil moisture in root and transmission zone, water table depth, infiltration, runoff, actual evapotranspiration, net solar radiation, latent heat, sensible heat, ground heat, ground temperature with temporal resolution 1 hr, spatial resolution 1 km, updating period 1 hr in the real-time.
    It is very hard to exactly evaluate the accuracy on the cell based the simulated hydrometeorological information using distributed land surface model because of disparity of spatio-temporal resolution between model and observation, errors of observed values, errors of geographic data like land cover and soil characteristics etc. Therefore it can be restrictive to evaluate the model performance only comparing flow height and soil moisture. On the other hand, distributed land surface models has a merit that they can provide so many hydrometeorological information satisfying with water and energy balance on the wide region. In additionally, an observed net solar radiation, latent heat, sensible heat, ground heat etc. needs to show an objectiveness of model accuracy. We have a plan to extend study area to south korea and to provide the forecasted hydrometeorological information which is simulated from coupling numerical model with land surface model in the real-time.
    6. Technical development of optimum precipitation forecast by blending
    In this study, we investigated the blending techniques for producing optimum precipitation forecasts based on the results of the performance evaluation of KMA operational forecast models. First of all, we compared the calculated catchment-mean precipitation between AWS observation and forecast models in order to verify the performance of KMA's nowcasting and meso-scale models. The evaluation periods are in summer 2010 and summer 2011. And verification target is 117 mid-watersheds calculated using the Thiessen method by the Ministry of Land, Transport and Maritime affairs. Fig. 14 is the critical success index (CSI) as a qualitative skill score, and the MAPLE and VSRF models maintain over 0.33 within 3 hours in summer 2010. Also, there are scores of more than 0.3 within 3 hours in the KLAPS model and between 6 and 30 hours in the KWRF and UMRG models. In summer 2011, by contrast, the MAPLE and KLAPS models maintain over 0.33 of the CSI within 5 hours and within 12 hours respectively. The KWRF and UMRG models score over 0.3 between 3 and 48 hours. In brief, the precipitation forecast performance in 2011 improves compared to the performance in 2010. It seems that it was caused by the algorithm improvement and data assimilation processes.
    Fig. 15 shows the spatial distribution of the blended precipitation forecast of a rain front case started from 09LST 9 July 2011. The MAPLE model compensate the early forecast performance in the KLAPS model at 1 hour lead time, which results in the similarity between the blended precipitation forecast and AWS observation. At 9∼12 hours lead time, the blended forecasts have more similarities with the observation than each model forecast. Blended precipitation forecasts predict well the distribution of precipitation intensity. However, it don't predict correctly the location of precipitation, such as the blended precipitation is distributed over a wide area compared with the observation.
    7. Validation and improvement of radar precipitation map
    In this study, we performed validation of area precipitation map developed in 2011 using cross-validation method and investigated case-by-case optimal weight factor (σ) of radar area precipitation calculation algorithm in order to improve precipitation map. Validation was performed on grid-type radar area precipitation map. Five year (2006 ~ 2010) averages of annual rain gauges and radar precipitation were 1319.27 mm and 1311.64 mm, respectively. The monthly RMS errors in summer (Jan. ~ Aug.) and winter (Nov. ~ Feb.) were within about 6 % and 13 %, respectively. The results of validation are currently served in the webpage (http://190.1.18.175 -> precipitation map -> validation) including time-series, data table (rain gauges and 117 mid-sized basins), and quantitative statistics (mean error, root mean square error, correlation, etc.). Analysis of weight factor (σ) is to improve the radar area precipitation map. We calculated the errors with the variety of weight factor (σ = 10 to 20 km, 1 km interval), and determined the optimum weight factor over south Korea, and five large-sized basins (Han, Nakdong, Keum, Seomjin, Yeongsan river basin). Fig. 16 is RMS errors with weight factor, rain gauges daily precipitation, and radar daily precipitation calculated using one weight factor (south Korea) and five eight factors (five basins) on Jul. 9, 2009. In this case, weight factors were 10km in south Korea, 10 km in Han river basin, 14 km in Nakdong river basin, and 20 km in others. When one weight factor was applied over south Korea, radar precipitation was overestimated compared to rain gauge precipitation, while applying five weight factors over five basins, radar accumulation was similar to rain gauge accumulation than the former. The weight factors in the second case (Jul. 11, 2009) were 15 km in south Korea, 12 km in Han river basin, 10 km in Yeongsan river basin, and 19, 20 km in others. The precipitation with weight factor did not show a remarkable difference compared to the first case.


    Ⅳ. 연구 내용 및 결과
    1. 낙동강 기상변화 및 수문기상 감시망 구축
    낙동강유역은 대규모 국가하천 개발사업으로 인한 하천의 수 면적이 증가하고 이에 대한 기상영향 분석의 필요성이 대두되어 낙동강을 시범지역으로 선정하여 ...

    Ⅳ. 연구 내용 및 결과
    1. 낙동강 기상변화 및 수문기상 감시망 구축
    낙동강유역은 대규모 국가하천 개발사업으로 인한 하천의 수 면적이 증가하고 이에 대한 기상영향 분석의 필요성이 대두되어 낙동강을 시범지역으로 선정하여 기상변화 및 수문기상 감시망을 구축하였다. 시범지역(낙동강 주요 보) 기상영향 분석기술 개발은 수자원 개발에 따른 수환경변화가 상대적으로 큰 강정고령보, 칠곡보, 구미보를 대상으로 25개소에 국지기상 감시망을 구축하였고(이와 별개로 2010년 강정고령보 하류에 간이 자동기상관측시스템 8개소가 설치됨), 시범지역(안동댐) 수문기상 감시 및 예측기술 개발은 수문기상 관측이 가장 취약한 상류지역과 정확한 유량관측이 가능한 안동댐 상류지역을 선정하여 4개소에 수문기상 감시망을 구축하였다. 수문기상 감시망은 자동기상관측장비, 무게식 우량계, 멀티센서(기온, 기압,습도, 바람), 토양수분·온도 센서, 태양 및 풍력 발전기로 구성되고, 기상영향분석 감시망은 자동기상관측장비와 태양발전기로 구성되며, 관측된 자료는 USN 네트워크를 통하여 시범지역 감시망 표출시스템에 무선으로 전송되어 실시간으로 표출하는 시스템을 구축하였다.
    2. 낙동강 기상변화 관측자료 분석
    가. 주요보 국지기상 관측자료 분석
    1) 강정고령보
    맑은날 강정고령보 주변 지역의 기온, 절대습도, 풍속 자료를 낙동강에서 떨어진 거리에 따라 계절별로 분석하였다. 낙동강의 우완을 기준으로 하여 N6까지의 거리는 120 m, N6a는 240 m, N7a는 410 m, N8a는 600 m, N8은 780 m, 그리고 N9b는 1100 m이다. 하천에서 거리가 멀어질수록 기온이 증가하는 경향을 보이며 하천에 가장 근접해있는 N6에서 공단이 위치한 N8a부근까지의 온도차는 약 0.4°C 정도로 나타났다. 하지만 이 부근에는 공단이 위치하여 단순히 강에서의 거리가 멀어져 기온이 상승했다고 단정하기는 어렵다. 절대습도의 경우 대체적으로 하천에서 거리가 멀어질수록 감소하는 경향을 보였다. 겨울과 봄에는 거리에 따른 절대습도 감소량이 뚜렷하였으나, 여름과 가을에는 N7a지점에서 증가하였다가 다시 감소하는 경향을 보였다. 풍속의 변화를 살펴보면 N6a부터 급격하게 풍속이 약해지는 경향을 보였다. 이는 N6a지점부터 AWS가 공단쪽 가로등에 설치되어 주변건물의 영향이 풍속에 반영된 것이라고 판단된다.
    N3과 N7 지점에서 관측된 잠열, 현열, 지열 플럭스, 순복사량, 운동량 플럭스 등을 분석하였다. 여름철 N7에서 서풍이 불었을 때 현열은 감소하며 잠열은 증가하였다. 이와 같은 결과는 서풍이 발생할 때는 낙동강의 영향으로 상대적으로 습도가 높은 바람이 N7쪽으로 불어오지만 동풍이 부는 경우 상대적으로 더 건조한 성서공업단지에서 바람이 불어오기 때문으로 보인다. 보웬비가 높을수록 건조한 환경을 나타내는데 주변이 건물과 포장된 도로가 밀집된 지역인 N7에서 전체적으로 더 높은 보웬비를 보이고 있으며 습한 여름보다는 건조한 겨울에 보웬비가 증가하였다. 각 지점에서 에너지 수지 닫힘의 정도를 알아보기 위해 가용 에너지와 난류 플럭스값을 구해 일차 회귀곡선으로 나타났다. N3은 66%, N7은 54%의 닫힘을 보였다. 운동량 플럭스의 경우 겨울과 여름 두 계절 모두 N7에서 값이 더 높게 나타났다. 여름에는 야간에도 운동량 플럭스가 높은 값을 나타났다. 풍속에 따라 운동량 플럭스도 증가하는데 N7에서 더 높은 증가율을 보였으며 특히 겨울철에 N3에 비해서 더 높은 값을 나타냈다. 대기가 중립 상태에 가까울수록 운동량 플럭스가 최대값을 보이며 불안정 또는 안정된 대기 상태일 때에는 운동량 플럭스가 급격히 감소하였다. 여름에는 안정도가 중립으로 나타나는 경우가 더 많아졌으나 안정한 경우는 더 줄어들었다. 또한 겨울에 비해 두 지점간의 안정도 차가 크게 나타났다.
    2) 칠곡보
    칠곡보 관측망 지점 중 강과 가장 가까이에 있는 C3과 C4의 기온, 절대습도, 풍향 자료를 분석하였다. 바람장미를 응용한 T-rose와 AH-rose로 나타내어 풍향에 따른 기온과 절대습도의 값을 쉽게 알아볼 수 있게 하였다. 그림 3은 여름철 맑은날 주간과 야간에 C3과 C4에서 관측된 기온의 차를 C3에서 관측된 풍향과 함께 보여준다. 주간에는 북서풍이 흔하고 야간에는 동남동풍이 뚜렷한 것을 알 수 있다. C3의 동남동쪽에는 산골짜기가 위치해있는데 야간에 동남동풍이 불 때 C3의 기온이 C4보다 더 낮아짐으로서 두 지점의 기온차가 커지는 것으로 보아 골짜기를 따라 흐르는 냉기류로 인한 영향으로 사료된다.
    3) 구미보
    구미보 관측망 열두지점에서 11월에 관측된 자료 중 날씨가 맑은 삼일의 평균을 내어 기온의 일변화를 알아보았다. 그림 4는 각 지점의 기온에서 전 지점의 평균기온을 뺀 값을 나타낸다. 강의 서쪽 지역(G1-G5)을 비롯한 G6과 G7 지점에서는 주로 야간에 평균 이상의 값이 나타나고 주간에는 평균 이하의 값이 나타나고 있으며 G8-G12 지점에서는 이와 반대되는 현상을 보이고 있다. 주간에는 G10이 가장 높고 G4가 가장 낮으며 야간에는 G7이 가장 높고 G12가 가장 낮다. G11과 G12는 가장 큰 일변화를 보이며 특히 야간에 두드러지게 차이를 보이는데 이는 두 지점이 강에서부터 가장 멀리 떨어져 있는 지점이라는 것도 하나의 요소로 작용한 것으로 보인다. 구미보 관측망은 금년 말에 설치 완료된 지점으로 추후 관측이 더 이루어지면 보다 더 정확한 분석을 할 수 있을 것으로 사료된다.
    나. 수온 관측자료 분석
    안개일수 증감을 해석하기 위해서는 수면의 표면온도와 기온의 온도차를 정확하게 파악해야 한다. 가을철 집중관측기간에 수면에서부터 보까지의 연직 기온을 측정하였다. 주간보다는 야간에 수온과 기온의 차이가 심하며 수면에 가까운 센서에서 더 높은 온도가 관측되었다. 가을철 수온은 종일 기온보다 고온이며 수온의 일변화는 1°C 이내였다.
    3. 미기상변화 수치모델링 기반 구축
    국립기상연구소에서는 2010년부터 지속적으로 수치 모델을 통한 국지 기후 분석연구를 진행하여 낙동강 수계의 변화에 따른 국지 기후 변화를 연구하였다. 본 연구에서는 지표 모델의 변경을 통하여 수표면 온도를 물리적 과정에 따라 계산함으로써 보다 현실적인 국지 기후 변화에 대한 결과를 산출하고, 수표 온도의 변화에 따른 영향을 분석해 보고자 한다. 수치 모델은 미국 National Center for Atmospheric Research (NCAR)에서 개발한 Weather Research and Forecasting (이하 WRF) Model version 3.3을 사용하였다.
    수표 온도의 일변화를 계산하기 위해 MM5에서 사용되었던 5-layer 모델을 지표 모델로 사용하였다. 5-layer 모델의 경우, 수표에 대해서도 다른 지표와 동일한 물리과정을 고려하여 온도를 정하기 때문에 수표 온도의 일변화를 모의할 수 있다. 5-layer 모델에서 수표 온도 모의에 가장 영향을 주는 물리적 성질은 온도 관성으로 단위 온도 변화를 위해 필요한 에너지를 나타낸 값으로 클수록 가해진 에너지에 비해 온도 변화가 작은 것을 나타낸다. 본 연구에서는 기존의 전도에 따른 온도 관성 값이 아니라 대류를 고려한 온도 관성을 사용함으로써 보다 현실적인 모의를 하였다.
    지표 모델에 의한 수표 온도의 변화를 확인하기 위해 WRF 모델 결과 중 강에서의 표면 온도 및 기온의 변화와 근처 지면의 온도 변화를 비교하였다. 온도 관성값의 설정에 따라 다르지만 대체적으로 수표 온도의 일변화가 계산되었다. 다만 그 영향이 수표 온도의 일변화에 비해 수면으로부터 2 m 높이에서의 기온이나 주변의 지표 온도, 기온에는 큰 영향을 주지 않는 것으로 나타났다.
    계산된 결과를 기온, 혼합비, 풍속에 대해 2011년 연구 결과와 비교하였다. 기존의 연구에서는 수표 온도가 고정되어있기 때문에, 주간에도 낙동강 수계 확장에 따라 강주변에서 온도 상승이 예측되었다. 반면 수표 온도의 일변화를 고려하면 주간에 낙동강이 확장된 영역에서는 기온이 하강했다. 혼합비의 변화도 수표 온도의 계산에 따라서 다른 양상을 보여주었다. 다만 기온이나 혼합비와는 다르게 풍속의 변화는 기존의 연구 결과와 유사한 변화를 보였다. 풍속의 증가는 열적인 특성 외에 물리적인 특성인 거칠기 길이 (roughness length)의 영향이 크기 때문으로 분석할 수 있다. 이상으로 볼 때 수표 온도의 일변화를 고려했을 때, 그렇지 않았을 때와는 다른 결과가 산출되며 국지 기후 분석을 위해서는 수표 온도의 일변화 모의가 필요한 것을 알 수 있다.
    이전 연구와 동일한 방식으로 기온, 혼합비, 풍속의 세 가지 기상 요소를 고려하여 낙동강 수계 확장에 따른 영향을 지수로 나타났다. 영향 평가 지수는 최소 0에서 최대 3으로 지수가 클수록 수계 확장에 따른 기상 요소의 변화가 큰 것을 의미한다. 직접적으로 낙동강의 수계가 확장된 지역은 영향 평가 지수가 3에 가까워 이전 결과와 동일하였으나, 풍하측 방향으로 주변 지역으로 확장되는 영역이 줄어들고 영향 평가 지수가 낮아졌다. 수표 온도의 일변화를 고려했을 때 영향 평가지수가 전반적으로 작아지는 것을 확인할 수 있다.
    4. 안동댐 수문기상 관측자료 분석
    1차년도(2011)에 설치된 4개 지점과 금회 2차년도(2012)에 설치된 3개 지점에 강수, 기온, 상대습도, 풍향 및 풍속, 토양수분, 지중온도, 시정, 잠열, 현열, 지열, 순복사량 등이 관측되고 있다. 관측소 설치시점 및 가용기간을 고려하여 에너지 성분을 제외한 요소들에 대해 1차년도에 설치된 관측소는 2012년 1∼11월, 2차년도에 설치된 관측소에 대해서는 모든 요소들에 대해 11월 동안 구축된 자료를 이용하여 분석을 수행하였다.
    강우량 자료는 인근 안동, 봉화기상대자료와 비교하였다. 월 강수량은 안동, 도천리, 상리는 8월에 각각 353.3 mm, 297.0 mm, 290.5 mm로 가장 많고 봉화, 남면리,가송리는 7월에 각각 333.1 mm, 284.0 mm, 251.0 mm로 많았다. 대체로 여름철은 본 연구에서 설치한 관측소보다 기존에 운영중인 인근 기상대의 강수량이 상대적으로 많이 발생하였음을 알 수 있다.
    기온의 경우 도천리와 가송리는 시간에 따른 기온이 전 구간에 걸쳐 비교적 높게나타났고, 상리와 남면리는 기온이 비교적 낮다는 것을 확인할 수 있다. 이러한 기온의 차이는 고도와 상관관계가 있는 것으로 판단되는데, 이들 4개 지점의 고도를 살펴보면 도천리는 216 m, 가송리는 221 m, 상리는 356 m, 남면리는 364 m로, 고도가 높아질수록 기온이 낮아지는 반비례 관계를 형성하고 있음을 확인할 수 있다.
    습도는 전반적으로 여름철에 높고 겨울철에 낮다는 것을 알 수 있다. 습도의 일평균 값의 변화 폭의 경우, 여름철 변화 폭이 겨울철에 비해 작다는 것을 확인할 수 있다. 한편, 7월 중순부터 8월 중순까지 습도가 일시적으로 하락하고 있는 경향을 보이는데, 이 시기는 무강수 기간으로서 높은 기온과 많은 일사량으로 인해 증발등이 발생하여 습도가 감소한 것으로 설명될 수 있다.
    풍향 및 풍속은 강수, 기온, 습도 등과 달리 지형의 영향을 많이 받는다. 도천리는 지역적 특성상, 바람이 주로 산기슭에서 강을 따라 이동함으로써 북서풍이 주를 이룬다. 상리는 남서풍과 북동풍이 주로 나타나고 있는데, 비교적 강한 바람은 남서풍이 주로 나타나며, 0.5 m/s 이하로 약한 바람의 경우 북동풍이 지배적이다. 남면리의 경우 다양한 풍향을 나타내는데, 이는 남면리가 높이가 고르게 낮은 산으로 둘러싸인 분지에 위치해 있기 때문으로 판단된다. 가송리의 경우 도천리와 유사하게 북서풍이 우세한데 이는 북서쪽을 제외하고 산지로 둘러 싸여있는 지형적 특성이 반영된 것으로 판단된다.
    토양수분은 도천리의 경우 지중 100 cm에서는 강수에 반응을 하며 이외의 깊이에 대해서는 거의 반응을 하지 않는 것으로 나타났다. 이 경우 투수가 매우 심한 지역이라 간주할 수 있으나, 신빙성 있는 자료를 수집하기 위해서는 센서의 검증 또는 장비의 이전이 필요하다고 판단된다. 상리에서는 각 지중깊이별로 강수에 비교적 잘 반응하고 있으나, 지중깊이 50 cm만 상이하게 거동하며 관측값이 과대측정이라 판단된다. 남면리는 토양수분 센서의 위치가 농수로 바로 옆에 설치되어있어 모든 지중깊이의 토양수분이 포화상태를 유지하다가 강수가 발생하지 않는 9월 말부터 서서히 감소하는 추세를 보인다. 지중깊이가 깊을수록 토양수분은 높은 경향을 보인다. 가송리의 토양수분은 강수 발생시 빠르게 증가하는 경향을 보이며, 지중 깊이 10 cm, 30 cm, 100 cm가 유사하게 거동하는 것을 확인할 수 있다. 지중깊이 50 cm의 값은 과소측정된 것으로 예상되며, 센서의 보정 및 교체가 필요하다고 판단된다.
    5. 지표해석모델 기반 수문기상정보 산출기술 개발
    본 연구에서는 시범지역인 낙동강 유역에 대하여 TOPLATS 모형기반 수문기상정보의 적용성을 평가하였으며 수문기상정보에 대한 기상관측소의 영향을 분석하였다. 또한 시범지역에 구축된 TOPLATS 모형을 이용하여 실시간 수문기상정보 표출시스템을 구축하였다.
    TOPLATS 모형기반 수문기상정보의 적용성 평가를 위하여 모형의 최적예비모의 기간을 추정하였다. 모형모의결과에 초기값의 영향을 최소화하기 위해서 분석기간에 앞서 토양의 포화를 일으키는 강수발생여부를 확인하여 예비모의기간을 두는 것이 바람직한 것으로 판단된다. 그러나 분석기간마다 예비모의기간을 다르게 설정하는 것은 매우 비효율적이기 때문에 홍수기를 포함하는 1년을 최적예비모의기간으로 설정하는 것이 합리적인 것으로 사료된다.
    TOPLATS 모형을 이용하여 2010∼2012년에 대해 시단위 격자 수문기상정보를 생산하였으며 안동기상대 및 A1∼A4관측소의 지중 30 cm, 50 cm 관측 토양수분자료와 안동댐의 관측유입량을 이용하여 수문기상정보의 적용성을 평가하였다. 토양수분비의 경우 각 관측소 위치에 해당하는 단위격자의 근권역에 대한 모의 토양수분비와 관측치를 비교하였다. 안동기상대의 모의 토양수분비는 강수에 대한 반응과 전체적인 거동이 관측 토양수분비와 유사하게 모의되었으나 25∼40% 이내에 분포하여 관측치보다 과대모의된 것으로 나타났다. 또한 2012년 5∼11월에 대하여 A1∼A4 지점의 모의 토양수분비를 분석한 결과, 모의값은 30∼40%로 분포하였으며 A2,A4 지점의 관측값과 유사하게 나타났다. 대체적으로 강수발생 시 관측치와 모의치가 유사하게 반응하는 것으로 나타났으나 무강수기간에서는 관측값과 모의값의 거동이 동일하지 않는 것을 확인할 수 있었다.
    월 유출량을 비교한 결과 분석기간에 대해 평균제곱근오차는 56.26 mm, 결정계수는 0.81의 정확도를 보였다. 2011년 홍수기에 관측치가 모의치에 비해 매우 과대모의 되는 것으로 나타났으며 분석기간 동안 관측치와 모의치의 연 유출률은 각각 38.53%와 52.02%, 50.89%와 63.90%, 48.85%와 52.23%로 나타났으며 총 유출률은 각각 46.52%와 57.10%로 나타났다. 관측치의 유출률이 과소 산정되었으며 이는 지점강수자료를 격자단위 강수자료로 변환하면서 생기는 오차에서 기인하는 것으로 판단된다.
    안동댐 상류지역에 구축된 4개의 기상관측소가 수문기상정보에 미치는 영향을 분석하기 위하여 기존에 사용된 AWS 및 ASOS 자료와 추가로 설치된 관측소의 기상자료를 포함하여 수문기상정보를 재산출하였다. 기상자료 및 수문기상정보에 대하여 분석기간인 2012년 7월 평균값을 산정하여 관측소 추가 전·후의 변화율을 비교하였다. 강수량, 기온, 상대습도, 풍속은 각각 19.87%, 0.18%, -8.11%. 40.07%의 변화율을 나타냈으며 침투량, 지표유출량, 토양수분비, 지하수면깊이는 각각 9.39%, 31.72%, 1.11%, -9.17%의 변화율을 나타냈다. 또한 격자자료에 대하여 비교분석을 하였으며 강수량은 A3지점에서 최대 15.85 mm, 기온은 A1지점에서 7.6 ℃, 상대습도는 A4지점에서 33.12%, 풍속은 A1지점에서 3.65 m/s의 차이가 발생하였다. 관측소 추가전후로 토양수분비는 A3지점에서 최대 2.47%의 차이를 보였으며 토양특성의 영향을 받는 수문기상정보의 경우 기상자료에 비해 상대적으로 변화율이 작은 것으로 나타났다. 이상의 분석으로부터 수문기상정보 산출시 기상관측소의 영향을 크게 받는 것으로 판단된다.
    낙동강유역에 대해 구축된 TOPLATS 모형과 기상청에서 실시간으로 수집되는 지상관측소의 기상정보를 연계하여 고해상도 수문기상정보에 대한 실시간 표출 시스템을 구축하였다. 이 시스템은 공간해상도 1 km, 시간해상도 1시간으로 피복저류량, 근권역과 투수권역의 토양수분비, 지하수위, 침투량, 지표유출량, 실제증발산량,순복사량, 잠열, 현열, 지열, 지중온도의 정보를 1시간마다 실시간으로 표출한다.
    그림 13. 낙동강유역 실시간 수문기상정보 표출 시스템 분포형 지표해석모형으로부터 모의된 격자단위 수문기상정보는 관측-모의자료의 시공간 해상도 차이, 관측자료의 오차, 모형에 입력되는 토지피복 및 토양 특성치의 오차 등으로 인해 그 정확도를 정확히 평가하기는 어렵다. 따라서 본 연구에서 분석된 유출고와 토양수분비 결과만으로 TOPLATS 지표해석모형의 적용성이 있음을 단정하기는 어렵다. 다만, 분포형 지표해석모형은 광범위한 지역에 대해 물수지와 에너지수지를 만족하는 수문기상정보를 산출할 수 있다는 장점을 고려할 때 지속적으로 연구할 필요가 있다. 모의결과의 정확한 평가를 위해서는 추가적으로 에너지 플럭스 타워의 관측 순복사량, 잠열, 현열, 지열 자료와 모의치의 비교를 통해 에너지성분에 대한 평가로 객관성을 확보할 필요가 있을 것으로 판단된다. 향후 대상지역을 남한 전역으로 확대하고 기상모델과 지표해석모델의 연계를 통해 수문기상 예측정보를 실시간 생산하여 제공하고자 한다.
    6. 수문기상용 최적 강수예측 블랜딩 기술개발
    본 연구에서는 기상청 현업 강수예측모델의 성능검증 결과를 바탕으로 수문기상용 최적강수예측자료를 생산하기 위한 블랜딩기법을 연구하였다. 먼저 기상청 초단기·단기 강수예측모델의 성능검증을 위해 2010년과 2011년 여름철(6∼8월)을 대상으로 티센(Thiessen)법에 의해 산출된 117개(중권역) 유역별 AWS 관측면적강수량과 각 강수예측모델의 예측면적강수량을 비교하였다. 그림 14는 정성적 예측성능 검증지수인 임계성공지수(Critical Success Index, CSI)를 비교한 것으로 2010년에 MAPLE과 VSRF는 +3시간까지 0.33 이상을 유지하며, KLAPS는 +3시간까지, KWRF와 UMRG는 +6∼+30시간까지 약 0.3 부근을 유지한다. 2011년 MAPLE은 +5시간까지, KLAPS는 +12시간까지 0.33 이상을 유지하며, KWRF와 UMRG는 +3∼+48시간까지 0.3 이상을 유지한다. 즉, 2010년 대비 2011년도에 강수예측 성능이 향상되었음을 알 수 있으며 이는 알고리즘 개선과 자료동화 과정의 향상으로 판단된다.
    그림 15는 장마전선의 영향을 받은 2011년 7월 9일 09LST의 블랜딩 예측강수의 공간분포를 나타낸 것이다. 1시간 예보장에서 초단기모델인 MAPLE이 KLAPS의 초기 강수예측성능을 보완하여 유역별 블랜딩 예측강수가 관측치와 유사함을 보인다. +9∼+12시간의 경우 각 모델보다 블랜딩 예측강수가 관측강수와 유사하게 나타난다. 블랜딩 예측강수는 강수의 강도분포는 잘 모의하지만 강수영역이 블랜딩 효과로 인해 관측치에 비해 넓은 지역에 강수를 예측하는 경향을 보인다.
    7. 레이더 강수지도 검증 및 개선
    본 연구에서는 2011년 개발된 유역별 레이더 면적강수지도에 대해 교차검증방법을 이용하여 검증을 수행하였으며, 강수지도 개선을 위해 강수지도 산출 알고리즘에서 공간보정 가중치 변수의 민감도를 분석하여 최적의 가중치를 사례별로 분석하였다. 검증은 격자형 레이더 면적강수지도에 대해서 수행하였으며, 2006 ~ 2010년의 5년간의 평균 지상 강수량은 1319.27 mm, 평균 레이더 강수량은 1311.64 mm로 레이더가 약 1% 과소 추정하였다. 월별로 5년간의 여름철(6~8월)과 겨울철(11~2월)을 비교하면, 여름철에는 약 6% 이내의 오차, 겨울철에는 약 13% 이내의 오차를 나타났다. 레이더 면적강수지도의 검증 결과는 웹페이지(http://190.1.18.175->강수지도->검증)에서 제공되며, 시계열, 문숫자, 공간검증으로 구성되어 있다. 시계열과 문숫자는 지상우량계 지점과 117개 중권역에 대해서 지상 강수량과 레이더 강수량이 제공되며, 공간검증에서는 평균오차, 평균제곱근오차, 상관도 등의 검증값을 제공한다. 공간보정 가중치 변수 민감도 분석은 레이더 면적강수지도 개선을 위해서 수행하였다. 두 사례를 선정하여 가중치 변수에 따른 오차(RMSE)를 산출하고, 남한 지역과 각 5개 유역(한강, 낙동강, 금강, 섬진강, 영산강 유역)에 대해서 최적의 가중치변수를 찾고자하였다. 그림 16은 2009년 7월 9일 사례의 남한 전체와 5개 유역에 대한 가중치 변수에 따른 오차와 각 가중치 변수를 적용한 후의 레이더 일강수량분포이다. 이 사례에서는 가중치 변수가 남한 전체에 대해서는 10 km, 한강 유역은 10 km, 낙동강 유역은 14 km, 나머지 3개 유역은 20 km일 때 오차(RMSE)가 최소로 나타났다. 남한 전체에 대해 하나의 가중치 변수를 적용했을 때는 지상 강수량과 비교하여 과대 추정되는 경향을 보이지만, 5개 유역에 대해서 각각의 최적 가중치 변수를 적용했을 때 지상 강수량 분포를 더 잘 나타났다. 2009년 7월 9일과 비교하여 강수량이 적었던 2009년 7월 11일 사례에서는 가중치 변수가 남한 전체에 대해서는 15 km, 한강유역은 12 km, 영산강 유역은 10 km, 나머지 3개 유역에 대해서는 19, 20 km일 때 오차(RMSE)가 최소였으며, 두 번째 사례의 경우에는 첫 번째 사례에 비해 가중치 변수에 따라 큰 차이를 보이지는 않았다.


  • 목차(Contents) 

    1. 표지 ... 1
    2. 연구보고서 ... 2
    3. 목차 ... 4
    4. 표 목차 ... 8
    5. 그림 목차 ... 10
    6. 요약문 ... 18
    7. Summary ... 37
    8. 제 1 장 서 론 ... 60
    9. 제 1 절 연구개발의 필요성 ... 60
    10. 제 2 절 ...
    1. 표지 ... 1
    2. 연구보고서 ... 2
    3. 목차 ... 4
    4. 표 목차 ... 8
    5. 그림 목차 ... 10
    6. 요약문 ... 18
    7. Summary ... 37
    8. 제 1 장 서 론 ... 60
    9. 제 1 절 연구개발의 필요성 ... 60
    10. 제 2 절 국내외 연구 동향 ... 61
    11. 제 2 장 낙동강 기상변화 및 수문기상 감시망 구축 ... 65
    12. 제 1 절 낙동강 주요보 기상변화 감시망 ... 65
    13. 1. 개요 ... 65
    14. 2. 강정고령보 국지기상 관측망 ... 65
    15. 3. 구미보 국지기상 관측망 ... 69
    16. 4. 강상수온관측망 ... 72
    17. 5. 관측시스템 ... 77
    18. 6. 센서부 특성 ... 79
    19. 7. 자료수집처리장치의 특성 ... 85
    20. 제 2 절 안동댐 상류지역 수문기상 감시망 ... 88
    21. 1. 개요 ... 88
    22. 2. 수문기상 관측시스템 구성 ... 88
    23. 3. 수문기상 감시망 구축현황 ... 90
    24. 4. 수문기상 모니터링 시스템 ... 95
    25. 제 3 장 낙동강 주요보 국지기상 관측자료 분석 ... 101
    26. 제 1 절 강정고령보 국지기상 관측자료 분석 ... 101
    27. 1. 기상 개황 ... 101
    28. 2. 자동기상관측자료 분석 ... 106
    29. 3. 플럭스 자료 분석 ... 113
    30. 제 2 절 칠곡보 국지기상 관측자료 분석 ... 124
    31. 제 3 절 구미보 국지기상 관측자료 분석 ... 127
    32. 제 4 절 강상수온시스템 관측자료 분석 ... 130
    33. 1. 상시관측 ... 130
    34. 2. 집중관측 ... 131
    35. 제 4 장 미기상변화 수치모델링 기반 구축 ... 135
    36. 제 1 절 지표모델 변경에 따른 수표면 온도 변화 영향 분석 ... 135
    37. 1. 수치모델링을 통한 미기상변화 연구의 진행 ... 135
    38. 2. 수치모델링 실험의 설계 ... 136
    39. 3. 수치모델링 결과 분석 ... 138
    40. 4. 수치모델링의 개선 결과의 의미 ... 146
    41. 제 5 장 안동댐 수문기상 관측자료 분석 ... 147
    42. 제 1 절 수문기상 관측자료 분석 ... 147
    43. 1. 강수 ... 147
    44. 2. 기온 ... 149
    45. 3. 상대습도 ... 152
    46. 4. 풍향 및 풍속 ... 154
    47. 5. 일사 ... 156
    48. 6. 토양수분 ... 158
    49. 7. 지중온도 ... 162
    50. 제 2 절 플럭스 관측자료 분석 ... 165
    51. 제 3 절 토의 및 소결론 ... 167
    52. 제 6 장 지표해석모델 기반 수문기상정보 산출 ... 169
    53. 제 1 절 실시간 수문기상정보 표출 시스템 구축 ... 169
    54. 제 2 절 TOPLATS 모형 이론 ... 170
    55. 제 3 절 대상유역 선정 및 입력자료 구축 ... 175
    56. 1. 대상유역 ... 175
    57. 2. 입력자료 구축 ... 176
    58. 제 4 절 고해상도 수문기상정보 생산 및 평가 ... 180
    59. 1. 최적 예비모의기간 추정 ... 180
    60. 2. 수문기상정보 평가 ... 182
    61. 제 5 절 수문기상정보에 대한 기상관측소 영향 분석 ... 191
    62. 1. 기상자료 ... 191
    63. 2. 수문기상정보 ... 195
    64. 제 6 절 실시간 수문기상정보 표출 시스템 구축 ... 197
    65. 제 7 절 결론 ... 202
    66. 제 7 장 수문기상용 최적 강수예측 블랜딩 기술개발 ... 204
    67. 제 1 절 서론 ... 204
    68. 제 2 절 유역별 강수예측 성능검증 ... 205
    69. 1. 기상청 강수예측모델 주요 특성 ... 205
    70. 2. 유역별 면적평균강수량 산출 ... 206
    71. 3. 유역별 강수예측성능 검증분석 ... 210
    72. 제 3 절 유역별 최적예측강수 산출 및 검증 ... 220
    73. 1. 유역별 최적예측강수 산출방법 ... 221
    74. 2. 유역별 최적예측강수 성능분석 ... 222
    75. 제 4 절 결론 ... 226
    76. 제 8 장 레이더 강수지도 검증 및 개선 ... 228
    77. 제 1 절 서론 ... 228
    78. 제 2 절 자료 및 방법 ... 229
    79. 1. 자료 ... 229
    80. 2. 방법 ... 231
    81. 제 3 절 분석 결과 ... 235
    82. 1. 레이더 강수지도 검증 시스템 구축 ... 235
    83. 2. 공간보정 가중치 변수 민감도 분석을 통한 강수지도 개선 ... 240
    84. 제 4 절 요약 및 향후계획 ... 248
    85. 제 9 장 요약 및 향후계획 ... 250
    86. 참고 문헌 ... 253
    87. 부록 ... 260
    88. 1. 2012년도 연구성과 ... 260
    89. 2. 학술용역 1 : 국내 맞춤형 수문기상 관측 및 모델링 연구 ... 268
    90. 3. 학술용역 2 : 수환경변화 기상수치모델링 및 분석표출시스템 개발 ... 548
    91. 끝페이지 ... 816
  • 참고문헌

    1. 전체(0)
    2. 논문(0)
    3. 특허(0)
    4. 보고서(0)

 활용도 분석

  • 상세보기

    amChart 영역
  • 원문보기

    amChart 영역