KR101214389B1 - 가중값 산정 기법을 이용한 미래 물부족 예측 방법 - Google Patents

가중값 산정 기법을 이용한 미래 물부족 예측 방법 Download PDF

Info

Publication number
KR101214389B1
KR101214389B1 KR1020110143167A KR20110143167A KR101214389B1 KR 101214389 B1 KR101214389 B1 KR 101214389B1 KR 1020110143167 A KR1020110143167 A KR 1020110143167A KR 20110143167 A KR20110143167 A KR 20110143167A KR 101214389 B1 KR101214389 B1 KR 101214389B1
Authority
KR
South Korea
Prior art keywords
future
past
water shortage
value
water
Prior art date
Application number
KR1020110143167A
Other languages
English (en)
Inventor
김영오
서승범
Original Assignee
서울대학교산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 서울대학교산학협력단 filed Critical 서울대학교산학협력단
Priority to KR1020110143167A priority Critical patent/KR101214389B1/ko
Application granted granted Critical
Publication of KR101214389B1 publication Critical patent/KR101214389B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Strategic Management (AREA)
  • Primary Health Care (AREA)
  • Marketing (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Human Resources & Organizations (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Educational Administration (AREA)
  • Algebra (AREA)
  • Development Economics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 가중값 산정 기법을 이용한 미래 물부족 예측 방법에 관한 것으로, (a) 중앙처리장치가 일정 개수의 과거 유량값을 컴퓨터의 메인 메모리에 저장하고, 선정된 미래 물부족량 예측구간 시작연도의 GCM 미래 유량 전망값과 가장 가까운 K개의 과거 유량값을 상기 일정 개수의 과거 유량값 중에서 선택 저장하는 단계와; (b) 중앙처리장치가 상기 단계(a)에서 선정된 K개의 과거 유량값과 연계된 K개의 과거 연 물부족량에 대한 각각의 가중값을 일정한 수학식이 포함된 컴퓨터의 메인 메모리 내의 프로그램을 이용해 산출 저장하는 단계와; (c) 중앙처리장치가 선정된 미래 물부족량 예측구간 마지막 연도까지 상기 단계(a)와 (b)를 반복하여 미래 물부족량 예측구간 연도별로 K개의 가중값을 산출 저장하는 단계, 및 (d) 중앙처리장치가 일정한 수학식이 포함된 컴퓨터의 메인 메모리 내의 프로그램을 이용해 선정된 K개의 과거 유량값과 연계된 K개의 과거 연 물부족량에 최근린 순서대로 가중값을 부여한 후 가중평균값으로 미래 물부족량 예측구간 연도별로 물부족량을 산정하는 단계로 이루어짐으로써, 수자원계획의 틀을 최대한 유지하면서 기후변화의 영향을 반영하여 향후 물공급의 안정도가 증대되어 미래 물부족에 대한 염려를 상당부분 완화시킬 수 있고, 미래 전망값이 실제 과거에 기록되었던 수문자료 값들로부터 추출되므로 과거의 수문자료의 통계적 특성이 잘 유지되는 효과가 있다.

Description

가중값 산정 기법을 이용한 미래 물부족 예측 방법 {Water Balance Projection Method using Weight Assigning Scheme}
본 발명은 가중값 산정 기법을 이용한 미래 물부족 예측 방법에 관한 것으로, 보다 상세하게는 GCM을 통해 모의한 미래 유량 시나리오를 물수급 모형에 직접 입력하지 않고 과거 유량 시나리오의 가중값(재현확률)을 부여하는데 반영하여, 수자원계획의 틀을 최대한 유지하면서 기후변화의 영향을 반영할 수 있는, 가중값 산정 기법을 이용한 미래 물부족 예측 방법에 관한 것이다.
최근의 지구온난화는 전 세계에 걸쳐 관찰되는 지구 평균기온과 해수온도의 상승, 광범위한 눈과 빙하의 융해 및 지구 평균해수면의 상승 등의 관측 자료에서 명백히 나타나고 있다. 이러한 지구온난화는 지표수와 지하수의 부족을 초래하여 가용 수자원의 감소를 가져올 수 있으며, 이는 수자원 스트레스를 증가시켜 가뭄지역에 더 심각한 영향을 줄 수 있을 것이다. 따라서 최근의 이러한 기후 현상에 대해 많은 연구들이 수행되고 있으며, 이러한 연구의 일환으로 수자원시스템에 기후변화가 미치는 영향을 분석하고자 하는 노력이 활발히 진행되고 있으나, 최근에 보완된 수자원장기종합계획에서는 여전히 단일한 과거 유출 시나리오의 분석에만 머물러 있어 물공급 측면의 기후변화 영향을 여전히 고려하지 못하고 있는 실정이다.
기후변화가 수자원 시스템에 미치는 영향을 평가하기 위해서는 기후변화로 예측되는 유량변화 시나리오가 필요하며, 일반적으로 GCM(Global Circulation Model, 전지구모형)과 강우-유출 모형을 연계하여 산출한 유역 유출량 결과를 이용해 주어진 기후변화에 대한 유출량 변화의 민감도를 평가하게 된다.
여기서, GCM은 대기, 해양, 빙하권 그리고 지표면에서 발생하는 물리적 변화를 나타내는 수치모델로, 증가하고 있는 온실가스 농도에 대한 세계기후시스템의 반응을 모의할 수 있는 모델이다. 이러한 GCM은 기후시스템의 상호작용을 물리적 개념에 근거하여 모의하는 도구로서 지구를 격자단위로 분할하여, 기온, 습도, 기압, 바람 등의 시간변화를 물리법칙에 기초하여 산출하는데, 현 기술수준에서 GCM은 온실가스 변화가 기후시스템에 어떤 영향을 미치는지를 평가할 수 있는 가장 강력한 도구이다.
최근 들어, 기후변화가 기상학적 가뭄과 홍수에 미치는 영향에 대하여 검토하거나, IPCC SRES A2 시나리오를 이용하여 기후변화에 따른 우리나라의 수자원 시공간 변화를 평가하거나, 금강유역을 대상으로 기후변화 영향을 평가하기 위하여 강우-유출모형인 abcd 모형의 적용성을 확인하거나, 기후변화뿐 아니라 미래 토지이용변화를 함께 고려하여 유출분석을 실시하는 연구가 진행되고 있다.
이렇듯 기후변화가 수자원에 미치는 영향에 대한 다양한 연구가 진행중에 있으며, GCM 시나리오와 수문모형 등을 결합하여 미래 유량변화에 대한 영향평가를 수행하는 연구들이 활발히 이루어지고 있다.
더 나아가, 수자원의 효율적 관리 측면에서의 미래 기후변화를 고려한 물수급 분석에 대한 연구는 이러한 미래 유량변화 전망결과를 물공급 시나리오로 반영하여 미래 물부족량을 전망하는 것으로, 국내에서는 기후변화에 따른 유량변화를 모의하여 제시하는 정도에서 그치는 경우가 대부분인데, 국내에 적용되었던 기후변화에 따른 물수급 분석 연구 사례를 살펴보면, 서용원 등(2000)이 금강유역의 기후변화 유출 시나리오를 적용한 대청댐 운영 모의를 통하여 수자원 영향평가를 수행하였으며 강동현(2007)은 GCM 모형에 따른 6개의 기후변화 시나리오에 대한 금강 유역의 용담댐과 대청댐의 운영 모의를 통하여 용수부족량 및 신뢰도, 회복도 및 취약도 등의 지수를 산정하였고 최근에 김수전 등(2010)은 고해상도 RCM 자료를 바탕으로 한강유역 수자원의 이수측면 영향평가를 수행하였으며, 한국건설기술연구원에서 SEI-US와 공동 개발한 K-WEAP 모형을 사용하여 물수급 전망을 수행한 바 있다.
이렇듯 최근에 수행되고 있는 기후변화 연구들을 보면 대부분 GCM 모의결과를 직접 물수급 모형에 입력하여 미래 물수급 전망을 수행하고 있다. 하지만, 이러한 과거 유량자료에서 GCM 모의결과로의 갑작스러운 입력자료 변경은 수자원계획과 같은 중대한 정책에 바로 반영하기에는 그 위험성이 상당히 크다고 할 수 있다. 다시 말해, GCM의 경우 미래 기후변화의 영향을 분석하는데 상당한 정보를 제공해주고 현 기술수준에서 이를 대체할 수 있는 마땅한 대안을 찾기 어려운 것이 사실이지만, 모형 자체의 불확실성은 물론 시공간적 상세화과정을 통해 추가적인 불확실성이 많이 발생할 수 있으므로 GCM 전망결과에 전적으로 의존하기에는 아직 그 위험도가 크다고 할 수 있다. 따라서 국가 수자원계획의 틀을 최대한 유지하면서 기후변화의 불확실성을 반영할 수 있는 새로운 물수급 전망 기법이 필요하다고 할 수 있겠다.
김수전, 김병식, 전환돈, 김형수 (2010). "고해상도 RCM자료를 이용한 기후변화가 한강유역의 수자원(이수적 측면)에 미치는 영향 평가." 한국수자원학회논문집, 한국수자원학회, 제43권, 제3호, pp. 295-308.
본 발명은 상기와 같은 문제점을 해결하기 위해 안출된 것으로, 본 발명의 목적은 GCM 전망결과에 전적으로 의존하기에는 그 위험도가 크다고 할 수 있으므로 GCM을 통해 모의한 미래 유량 시나리오를 물수급 모형에 직접 입력하지 않고 과거 유량 시나리오의 가중값(재현확률)을 부여하는데 반영하여, 수자원계획의 틀을 최대한 유지하면서 기후변화의 영향을 반영할 수 있는, 가중값 산정 기법을 이용한 미래 물부족 예측 방법을 제공하는 데 있다.
상기와 같은 목적을 달성하기 위하여, 본 발명은 (a) 중앙처리장치가 일정 개수의 과거 유량값을 컴퓨터의 메인 메모리에 저장하고, 선정된 미래 물부족량 예측구간 시작연도의 GCM 미래 유량 전망값과 가장 가까운 K개의 과거 유량값을 상기 일정 개수의 과거 유량값 중에서 선택 저장하는 단계와;
(b) 중앙처리장치가 상기 단계(a)에서 선정된 K개의 과거 유량값과 연계된 K개의 과거 연 물부족량에 대한 각각의 가중값을 다음의 수학식이 포함된 컴퓨터의 메인 메모리 내의 프로그램을 이용해 산출 저장하는 단계와;
Figure 112011103811426-pat00001
(여기서, j는 최근린 순서 (j=1,2,...,K))
(c) 중앙처리장치가 선정된 미래 물부족량 예측구간 마지막 연도까지 상기 단계(a)와 (b)를 반복하여 미래 물부족량 예측구간 연도별로 K개의 가중값을 산출 저장하는 단계, 및
(d) 중앙처리장치가 다음의 수학식, 즉,
Figure 112011103811426-pat00002
(여기서, W(j)는 선정된 K개의 과거 연 물부족량에 대한 각각의 가중값, j는 최근린 순서 (j=1,2,...,K))이 포함된 컴퓨터의 메인 메모리 내의 프로그램을 이용해 선정된 K개의 과거 유량값과 연계된 K개의 과거 연 물부족량에 최근린 순서대로 가중값을 부여한 후 가중평균값으로 미래 물부족량 예측구간 연도별로 물부족량을 산정하는 단계로 이루어지는 것을 그 기본 특징으로 한다.
또한, 본 발명은 상기 단계(a)에서 GCM 미래 유량 전망값은, 중앙처리장치가 컴퓨터의 메인 메모리에 저장되어 있는 GCM 프로그램을 이용해 GCM 모의결과인 미래 강우량을 산출 저장한 후, 산출된 미래 강우량을 입력자료로 하여 컴퓨터의 메인 메모리에 저장되어 있는 일반적인 강우-유출 모형인 TANK모형 프로그램을 이용해 산출 저장하는 것을 특징으로 한다.
또한, 본 발명은 상기 단계(a)에서 K는, 중앙처리장치가 다음의 수학식, 즉,
Figure 112011103811426-pat00003
(여기서, N은 총 과거 유량값 개수)이 포함된 컴퓨터의 메인 메모리 내의 프로그램을 이용해 산정하는 것을 특징으로 한다.
또한, 본 발명은 상기 단계(b)에서 과거 연 물부족량은, 중앙처리장치가 입력자료인 해당연도 과거 유량값과 컴퓨터의 메인 메모리에 저장된 일반적인 물수급 모형인 K-WEAP 모형 프로그램을 이용하여 산정하는 것을 특징으로 한다.
또한, 본 발명에서 상기 미래 물부족량 예측구간은 30년 단위로 하는 것을 특징으로 하고, 상기 N은 37개(1967-2003년)인 것을 특징으로 한다.
또한, 본 발명은 상기 단계(a)에서 GCM 미래 유량 전망값과 과거 유량값의 기준유량은 비홍수기 유량인 것을 특징으로 한다.
또한, 본 발명은 미래 물부족량 예측구간의 연도별 물부족량의 평균값으로 예측구간의 평균 물부족량을 산정하는 단계가 추가로 포함될 수 있고, 미래 물부족량 예측구간의 연도별 K개의 과거 연 물부족량 산정결과의 최대값으로 예측구간의 최대 물부족량을 산정하는 단계가 추가로 포함될 수 있다.
이상에서 살펴본, 본 발명인 가중값 산정 기법을 이용한 미래 물부족 예측 방법은 GCM을 통해 모의한 미래 유량 시나리오를 물수급 모형에 직접 입력하지 않고 과거 유량 시나리오의 가중값(재현확률)을 부여하는데 반영하여 수자원계획의 틀을 최대한 유지하면서 기후변화의 영향을 반영함으로써 향후 물공급의 안정도가 증대되어 미래 물부족에 대한 염려를 상당부분 완화시킬 수 있고, 미래 전망값이 실제 과거에 기록되었던 수문자료 값들로부터 추출되므로 과거의 수문자료의 통계적 특성이 잘 유지되는 효과가 있다.
도 1 은 본 발명에 따른 기후변화를 고려한 물부족 예측 흐름도.
도 2a 와 2b 는 본 발명에 따른 목표 예측구간에 대한 한강유역의 연도별 물부족량 시계열.
도 3 은 5개의 GCM 유량 시나리오를 K-WEAP에 직접 입력하여 산정한 물부족량 결과.
상기와 같이 구성된 본 발명의 바람직한 실시예를 첨부된 도면을 참조하면서 상세히 설명하면 다음과 같다.
도 1 은 본 발명에 따른 기후변화를 고려한 물부족 예측 흐름도이고, 도 2a 와 2b 는 본 발명에 따른 목표 예측구간에 대한 한강유역의 연도별 물부족량 시계열이며, 도 3 은 5개의 GCM 유량 시나리오를 K-WEAP에 직접 입력하여 산정한 물부족량 결과이다.
상기에서도 기술한 바와 같이, 최근에 이르러 다양한 유출 시나리오의 적용을 통해 기후변화에 따른 물공급 취약성을 분석해야 한다는 요구에 따라 미래 GCM 유출 시나리오를 반영하여 물수급 전망을 제시하는 연구가 수행되고 있다. 하지만, 물공급 시나리오에 있어 과거 유출자료에서 GCM 미래 유출자료로 입력자료를 변경한 것은 기후변화의 영향을 반영한다는 측면에서는 필수적이지만 방법론의 급격한 변화일 수 있고, 이는 기존의 방법론에 급격한 변화가 전망 결과의 불확실성을 가중시켜 정책결정권자들에게 큰 혼란을 야기할 수 있는데, 실제로 국가 물안보 확보 방안(국토해양부, 2009, 이하 ‘물안보과제’)을 통해 산정한 물 부족량 결과는 수자원장기종합계획(건설교통부 등, 2006, 이하 ‘수장기’)의 결과와 비교하였을 때 연구기법의 불일치에 따라 모의결과에 큰 차이가 발생함에 따라, 국가의 수자원계획을 개선함에 있어 기존의 분석 틀을 최대한 유지함은 물론 점진적인 기후변화의 영향을 고려할 수 있는 연구기법으로의 개선이 필요하다.
따라서, 본 발명에서는 GCM 시나리오에 따른 유출량 전망결과를 직접 입력하지 않고 대신 기존의 입력자료인 과거 유량 시나리오에 대한 가중값을 산정하여 반영하는 기법을 제안한다.
본 발명의 일실시예로 과거 시나리오는 1967-2003년(총 37개)의 연 유량 시나리오가 되며, 미래 GCM 전망결과를 바탕으로 각각의 시나리오에 대해 미래 재현확률을 반영한 가중값을 산정하는 것이다.
즉, 본 발명에서는 각 시나리오별 가중값을 새롭게 산정하여 가중평균값으로 평균 물부족량을 산정하게 되는 것이다. 본 발명에서 제안하는 기후변화를 고려한 물부족 예측 흐름도는 도 1과 같다.
본 발명에서는 미래 특정연도의 물부족량을 예측하기 위해 GCM 유량 전망값과 같거나 비슷한 결과를 나타내는 과거 유량 시나리오를 다수 선택한 후 그 과거 자료를 입력하여 모의한 물부족 결과를 가중평균하여 미래 물부족량을 예측한다. 가중값 부여는 연단위 유량 시나리오로 결정하며, 가중값 산정 기법은 다음과 같고, 이러한 가중값 산정 기법은 미래 전망값이 실제 과거에 기록되었던 수문자료 값들로부터 추출(sampling)되므로 과거의 수문자료의 통계적 특성이 잘 유지되는 장점이 있다.
우선, 미래 물부족량 예측구간을 선정한다(예를 들어, 30년 단위).
다음으로, 미래 물부족량 예측구간 시작연도의 GCM 미래 유량 전망값과 가장 가까운 K개의 과거 유량값을 선택한다. 여기서, K는 다음의 수학식 1을 이용해 산정된다.
Figure 112011103811426-pat00004
여기서, N은 총 과거 유량값 개수(예를 들어, 1967-2003년 총 37개)이다.
즉, GCM 프로그램은 컴퓨터의 메인 메모리에 저장되어 있고 중앙처리장치가 GCM 프로그램을 이용해 GCM 모의결과인 미래 강우량을 산출 저장하고 산출된 미래 강우량을 입력자료로 하여 역시 컴퓨터의 메인 메모리에 저장된 일반적인 강우-유출 모형인 TANK모형 프로그램을 이용해 미래 유량 전망값을 산출 저장하며, 그 미래 유량 전망값과 가장 가까운 K개의 과거 유량값과 그 과거 유량값과 연계된 K개의 해당연도 과거 연 물부족량을 중앙처리장치가 선택 저장한다. 여기서, 과거 유량값과 일반적인 물수급 모형인 K-WEAP 모형을 통해 산정된 과거 연 물부족량 데이터는 컴퓨터의 메인 메모리에 기본 데이터로 중앙처리장치에 의해 미리 저장되어 있어야 한다.
그 다음으로, 선정된 K개의 과거 연 물부족량에 대한 각각의 가중값을 다음의 수학식 2를 이용하여 계산한다.
Figure 112011103811426-pat00005
여기서, j는 최근린 순서 (j=1,2,...,K)이다.
그 다음으로, 미래 물부족량 예측구간 마지막 연도까지 위 단계들을 반복하여 미래 물부족량 예측구간 연도별로 K개의 가중값을 계산한다.
즉, 최근린 순서대로 선정된 K개의 해당연도 과거 연 물부족량에는 상기 단계들의 가중값 산정식으로 계산된 가중값이 각각 부여되고 나머지 (N-K)개의 과거 연 물부족량에는 가중값이 0이 되는 것이다. 따라서, 최근의 과거 연 물부족량 일수록 큰 가중값이 부여된다. 여기서, 상기 단계들은 이를 컴퓨터로 수행하기 위해 프로그램 언어를 통해 직접 알고리즘을 코딩한 프로그램에 의해 이루어지고 이러한 프로그램은 컴퓨터의 메인 메모리 내에 저장되어 컴퓨터의 중앙처리장치가 상기 수학식들이 포함된 프로그램을 이용하여 가중값을 계산하게 된다.
나아가, 상기에서 가중값 부여를 위한 K개의 최근린 샘플을 선정할 때는 미래 전망결과(GCM 미래 유량 전망값)와 과거 시나리오(과거 유량값)의 비교기준이 될 기준유량이 필요한데, 그 기준유량은 1년 유량일 수도 있고 특정월의 유량일 수도 있으나, 일반적으로 과거의 연도별 물부족 모의결과와 연도별 과거 유량값 사이의 순위상관관계를 분석하면 비홍수기(10월-6월) 유량의 순위가 물부족량의 순위와 가장 강한 상관관계를 가지고 있는데, 이는 비홍수기의 유량이 연총유량 및 다른 구간의 유량보다 물부족량 산정 결과에 가장 많은 영향을 반영하기 때문이다. 따라서 가중값 산정 기준유량으로 비홍수기 유량을 선정하는 것이 바람직하다.
한편, 전 지구적 기후변화가 유역 수문순환 과정과 수자원에 미치는 영향을 평가하고 본 발명의 미래 물부족 예측을 수행하기 위해 대상유역을 선정할 필요가 있고, 미래 유량변화를 전망하기 위한 기후변화 시나리오를 온실가스 배출시나리오 또는/및 GCM 모의결과에 따른 일정 기간의 대상유역 기후 시나리오로 구축할 필요가 있다.
강우를 상호 연결된 수학적 함수를 통해 유량으로 변환하는 주요 수단으로 개념적 강우-유출 모형(Conceptual Rainfall-Runoff Model)이 개발되어 왔으며, 우리나라에서는 NWSRFS-SMA(NWS River Forecasting System - Soil Moisture Account) 모형, SSARR 모형, TOPMODEL, TANK 모형 등을 사용해왔으며, 현재 수장기에서는 토양수분 저류구조를 가진 TANK 모형을 국가계획을 위한 강우-유출 모형으로 사용하고 있다. 따라서, 기 구축된 TANK 모형을 이용하여 기후변화에 따른 대상유역의 미래 유량변화를 모의할 수 있다.
그러나, 기후변화 모형으로 모의되고 상세화된 결과들은 실제 관측값과 일정정도의 편이를 보이게되며, 이러한 편이를 보정하기 위하여 가장 일반적으로 사용하는 방법이 Quantile Mapping(분위사상법)이다. Quantile Mapping은 미래의 GCM 자료가 과거 GCM(hindcast)에서 어느 정도의 비초과확률을 갖는지를 산정하고 동일한 비초과확률을 가지는 관측치를 통해 보정하는 방식이며, 편이보정값은 다음의 수학식 3으로 산정하게 된다.
Figure 112011103811426-pat00006
여기서, Fsi(·)와 Foi(·)는 각각 해당변수의 모의값과 관측값에 대한 경험적 누가분포함수,
Figure 112011103811426-pat00007
는 미래유량 추정값, Zi는 편이보정값이다.
대상유역의 모든 소유역별로 실측 유량자료가 존재하지는 않을 것이므로, 실측 강우자료를 TANK 모형에 입력하여 산정한 유량을 실측유량으로 간주한다. 이러한 편이보정을 통해 GCM을 통한 유량 시나리오와 실측 유량 시나리오가 가지는 잠정적인 편이를 줄일 수 있다.
즉, 미래 유량변화를 전망하기 위해 일 단위로 상세화된 GCM 강수량 및 잠재증발산량 자료를 TANK 모형에 입력하여 일 단위 유량자료를 모의하고, 이를 Quantile Mapping을 통해 편이를 보정하여 미래 유출량을 산정한 후 유량변화에 대한 분석을 실시할 수 있다.
본 발명에서는 대상유역의 소유역별 물수급 분석을 위해 K-WEAP 모형을 적용한다. K-WEAP 모형은 21세기 프론티어 연구개발사업의 일환으로 한국건설기술연구원과 SEI-B(Stockholm Environment Institute - Boston Center)에서 공동개발한 한국형 수자원평가계획 모형으로 그 적용성이 선행연구들을 통하여 확인되었다. K-WEAP에서는 수요처의 만족도와 수요자가 사용하는 특정 하천에서의 필요량을 극대화하기 위해 선형계획법(LP, Linear Programming)이 사용되며 공급우선순위, 수요처 선호도, 물수지 및 기타 제약조건 등을 고려한다. 본 발명에서는 공급우선순위를 각 소유역별 수요처에 1, 각 저수지에 2를 부여한다(숫자가 작을수록 우선순위임). K-WEAP은 모든 제약조건과 우선순위를 만족시키면서 수요처의 공급을 최대화함이 목적이므로, 우선순위 1인 수요처에 물을 먼저 분배한 후 우선순위 2인 저수지의 목표수위를 계산한다.
K-WEAP 모형에 대한 보다 자세한 사항을 살펴보면, K-WEAP은 일반적으로 몇 단계 과정을 통하여 적용되는데, 먼저, 수자원 계획의 기본현황으로서 계획의 목표연도, 대상지역의 공간적 경계, 지역 내 수요-공급 관련 현황들과 네트워크를 구성한다. 두 번째 과정은 계획 기준년도 시스템 현황으로서 실제 용수수요량, 오염부하량, 지역의 공급수원과 공물 공급시설, 하천수문특성 및 하수처리시설 등에 대한 현황을 파악한다. 세 번째는 미래의 시나리오를 설정하는 것으로서 정책, 비용, 기술발전 또는 수요, 오염, 공급, 수문조건에 영향을 미치는 기타 요소들을 기초로 미래를 가정하고 대안을 구성한다. 최종적으로 K-WEAP은 이 시나리오들에 의한 물 부족량, 오염부하량, 하천유지용수의 충족도 및 주요 변수들의 불확실성에 대한 민감도들에 대해 평가하게 된다.
본 발명은 미래 물부족량 산정을 위해 목표 예측구간(예를 들어, 30년)의 GCM 유량 모의결과를 바탕으로 연도별 과거 샘플 시나리오를 추출하여 가중값을 산정한 후 이를 바탕으로 최대 및 평균 물부족량을 산정한다. 상기에서 기술한 가중값 산정 기법을 바탕으로 한 물부족량 산정 절차는 다음과 같다.
우선, 첫 번째 예측연도의 미래 GCM 유량 전망값과 가장 일치하는 유량값을 가진 K개의 표본을 과거 유량값에서 최근린 순서대로 선정한다.
다음으로, K-WEAP 모형을 통해 산정하고 K개의 표본 과거 유량값에 대한 각각의 과거 연 물부족량 산정 결과를 가져온다. 다시 말해, 상기에서 살펴본 바와 같이, GCM 프로그램은 컴퓨터의 메인 메모리에 저장되어 있고 중앙처리장치가 GCM 프로그램을 이용해 GCM 모의결과인 미래 강우량을 산출 저장하고 산출된 미래 강우량을 입력자료로 하여 역시 컴퓨터의 메인 메모리에 저장된 일반적인 강우-유출 모형인 TANK모형 프로그램을 이용해 미래 유량 전망값을 산출 저장하며, 그 미래 유량 전망값과 가장 가까운 K개의 과거 유량값과 그 과거 유량값과 연계된 K개의 해당연도 과거 연 물부족량을 중앙처리장치가 선택 저장한다. 여기서, 과거 연 물부족량은 입력자료인 해당연도 과거 유량값과 컴퓨터의 메인 메모리에 저장된 일반적인 물수급 모형인 K-WEAP 모형 프로그램을 이용하여 중앙처리장치가 산정한다.
그 다음으로, 선정한 K개의 과거 유량값에 대하여 산정된 K개의 과거 연 물부족량에 최근린 순서대로 가중값을 부여한 후 가중평균값으로 첫 번째 예측연도의 물부족량을 산정한다. 즉, 중앙처리장치가 다음의 수학식 4가 포함된 컴퓨터의 메인 메모리 내의 프로그램을 이용해 첫 번째 예측연도의 물부족량을 산정 저장하게 된다.
Figure 112011103811426-pat00008
여기서, W(j)는 선정된 K개의 과거 연 물부족량에 대한 각각의 가중값, j는 최근린 순서 (j=1,2,...,K)이다.
그 다음으로, 상기 세 단계를 최종 예측연도까지 반복 수행한 후 목표 예측구간(예를 들어, 30년) 결과의 평균값으로 목표 예측구간의 평균 물부족량을 산정한다.
그 다음으로, 전체 표본(K×30년)의 물부족량 산정결과의 최대값으로 목표 예측구간의 최대 물부족량을 산정한다.
이하에서는 상기 물부족량 산정 절차를 통해 2011-2040년(30년, 이하 '2020s')의 목표 예측구간에서 5개 GCM(표 1)에 대한 대상유역인 한강유역의 미래 물부족량을 산정하였다.
Figure 112011103811426-pat00009
물수요 시나리오는 수장기에서 제시한 2020년 기준수요 시나리오가 전체 구간에 동일하게 반영된다고 가정한다. 목표 예측구간에 대한 연도별 물부족량 시계열을 도 2에 나타내었으며, 평균 및 최대 물부족량 예측 결과는 표 2에 나타내었다. 도 2에서 적용된 K값은 7인데, 이는 상기 수학식 1에서 N값이 37일 때 N의 제곱근을 올림한 값을 적용한 것이다.
Figure 112011103811426-pat00010
전망결과, 한강유역의 물부족은 과거 대비 감소될 것으로 전망되었다. 권역별 자연유량이 점차 풍부해지면서 과거의 물부족이 다소 해소될 수 있다는 전망을 보여준 것으로, GCM별 전망 결과에는 약간의 차이가 있지만 평균적으로 2020s 구간의 한강유역 평균 물부족량은 약 14%(약 3.6백만톤/년) 감소할 것으로 전망되었다. 최대 물부족량의 경우는 CONS GCM을 제외한 모든 GCM에서 과거 최대 물부족량과 동일한 결과값을 제시하였으며, 이는 미래에도 과거 최대가뭄사상이 그대로 재현될 가능성이 크다는 것을 의미한다.
그렇지만, 실제로 미래에 대한 전망결과는 실측자료와 같은 객관적인 자료와의 검증이 불가능하며, 특히 물부족량에 대해서는 실제로 구축된 자료가 거의 전무하기 때문에 전망결과를 전적으로 신뢰할 수는 없다. 그럼에도 불구하고, 향후 수문전망에 대한 연구에서 기후변화의 영향을 고려해야함은 자명한 사실이기 때문에 상기의 전망결과에 주목을 해야하는 것이다.
따라서 본 발명에서는 미래 GCM 유량 시나리오를 물수급 모형에 직접 입력하는 기존의 기후변화 방법론에 따라 동일한 목표구간에 대한 물부족량을 산정하고 본 발명에서 제안한 기법의 결과와 비교하였다. 5개의 GCM 유량 시나리오를 K-WEAP에 직접 입력하여 산정한 물부족량 결과를 도 3과 표 3에 나타내었다.
Figure 112011103811426-pat00011
표 3을 보면, 기존 방법론에 따라 산정한 물부족량이 본 발명에서 제안한 방법보다 훨씬 작게 모의되어 과거보다 상당한 양의 물부족량 감소가 발생할 것이라고 전망되었다. 아래 표 4에는 이러한 기존 방법론에 따른 결과와 본 발명에서 제안한 기법의 결과를 비교하여 나타내었으며, GCM 유량 시나리오를 직접 입력하여 모의한 결과가 본 발명의 기법보다 물부족량을 상당히 과소 모의함을 알 수 있다. 이것은 과거 유량자료를 입력하던 기존의 국가 수자원계획의 방법론에서 입력자료를 완전히 교체하는 방법론의 급격한 변화에 따른 결과라 볼 수 있다.
Figure 112011103811426-pat00012
GCM 시나리오에는 GCM 모형자체의 불확실성은 물론 시공간적 스케일상세화 과정을 거치면서 발생하는 불확실성이 포함된다. 때문에 소유역별 반순단위의 유량자료를 직접 입력하여 모의하는 과정에서 그 불확실성이 물부족량 모의 결과에 반영되어 전망결과에 큰 변화를 야기할 수 있는 것이다. 따라서, 현재의 기술 수준에서 시공간적으로 상세화된 GCM 시나리오를 직접 입력하여 수자원시스템 모의를 하는 것은 아직 신뢰할 수 있는 단계라고 말하기 어려운 것이 사실이다.
상기에서는 본 발명에 대한 특정의 바람직한 실시예를 도시하고 설명하였으나, 본 발명은 상술한 실시예에만 한정되는 것은 아니고, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자라면 본 발명의 기술적 요지를 벗어남이 없이 다양하게 변경시킬 수 있을 것이다.

Claims (9)

  1. (a) 중앙처리장치가 일정 개수의 과거 유량값을 컴퓨터의 메인 메모리에 저장하고, 선정된 미래 물부족량 예측구간 시작연도의 GCM 미래 유량 전망값과 가장 가까운 K개의 과거 유량값을 상기 일정 개수의 과거 유량값 중에서 선택 저장하는 단계와;
    (b) 중앙처리장치가 상기 단계(a)에서 선정된 K개의 과거 유량값과 연계된 K개의 과거 연 물부족량에 대한 각각의 가중값을 다음의 수학식이 포함된 컴퓨터의 메인 메모리 내의 프로그램을 이용해 산출 저장하는 단계와;
    Figure 112011103811426-pat00013

    (여기서, j는 최근린 순서 (j=1,2,...,K))
    (c) 중앙처리장치가 선정된 미래 물부족량 예측구간 마지막 연도까지 상기 단계(a)와 (b)를 반복하여 미래 물부족량 예측구간 연도별로 K개의 가중값을 산출 저장하는 단계, 및
    (d) 중앙처리장치가 다음의 수학식, 즉,
    Figure 112011103811426-pat00014
    (여기서, W(j)는 선정된 K개의 과거 연 물부족량에 대한 각각의 가중값, j는 최근린 순서 (j=1,2,...,K))이 포함된 컴퓨터의 메인 메모리 내의 프로그램을 이용해 선정된 K개의 과거 유량값과 연계된 K개의 과거 연 물부족량에 최근린 순서대로 가중값을 부여한 후 가중평균값으로 미래 물부족량 예측구간 연도별로 물부족량을 산정하는 단계로 이루어지는 것을 특징으로 하는, 가중값 산정 기법을 이용한 미래 물부족 예측 방법.
  2. 제 1 항에 있어서,
    상기 단계(a)에서 GCM 미래 유량 전망값은, 중앙처리장치가 컴퓨터의 메인 메모리에 저장되어 있는 GCM 프로그램을 이용해 GCM 모의결과인 미래 강우량을 산출 저장한 후, 산출된 미래 강우량을 입력자료로 하여 컴퓨터의 메인 메모리에 저장되어 있는 일반적인 강우-유출 모형인 TANK모형 프로그램을 이용해 산출 저장하는 것을 특징으로 하는, 가중값 산정 기법을 이용한 미래 물부족 예측 방법.
  3. 제 1 항에 있어서,
    상기 단계(a)에서 K는, 중앙처리장치가 다음의 수학식, 즉,
    Figure 112011103811426-pat00015
    (여기서, N은 총 과거 유량값 개수)이 포함된 컴퓨터의 메인 메모리 내의 프로그램을 이용해 산정하는 것을 특징으로 하는, 가중값 산정 기법을 이용한 미래 물부족 예측 방법.
  4. 제 1 항에 있어서,
    상기 단계(b)에서 과거 연 물부족량은, 중앙처리장치가 입력자료인 해당연도 과거 유량값과 컴퓨터의 메인 메모리에 저장된 일반적인 물수급 모형인 K-WEAP 모형 프로그램을 이용하여 산정하는 것을 특징으로 하는, 가중값 산정 기법을 이용한 미래 물부족 예측 방법.
  5. 제 1 항에 있어서,
    상기 미래 물부족량 예측구간은 30년 단위로 하는 것을 특징으로 하는, 가중값 산정 기법을 이용한 미래 물부족 예측 방법.
  6. 제 3 항에 있어서,
    상기 N은 37개(1967-2003년)인 것을 특징으로 하는, 가중값 산정 기법을 이용한 미래 물부족 예측 방법.
  7. 제 1 항에 있어서,
    상기 단계(a)에서 GCM 미래 유량 전망값과 과거 유량값의 기준유량은 비홍수기 유량인 것을 특징으로 하는, 가중값 산정 기법을 이용한 미래 물부족 예측 방법.
  8. 제 1 항에 있어서,
    미래 물부족량 예측구간의 연도별 물부족량의 평균값으로 예측구간의 평균 물부족량을 산정하는 단계가 추가로 포함되는, 가중값 산정 기법을 이용한 미래 물부족 예측 방법.
  9. 제 1 항에 있어서,
    미래 물부족량 예측구간의 연도별 K개의 과거 연 물부족량 산정결과의 최대값으로 예측구간의 최대 물부족량을 산정하는 단계가 추가로 포함되는, 가중값 산정 기법을 이용한 미래 물부족 예측 방법.
KR1020110143167A 2011-12-27 2011-12-27 가중값 산정 기법을 이용한 미래 물부족 예측 방법 KR101214389B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020110143167A KR101214389B1 (ko) 2011-12-27 2011-12-27 가중값 산정 기법을 이용한 미래 물부족 예측 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020110143167A KR101214389B1 (ko) 2011-12-27 2011-12-27 가중값 산정 기법을 이용한 미래 물부족 예측 방법

Publications (1)

Publication Number Publication Date
KR101214389B1 true KR101214389B1 (ko) 2012-12-31

Family

ID=47908041

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020110143167A KR101214389B1 (ko) 2011-12-27 2011-12-27 가중값 산정 기법을 이용한 미래 물부족 예측 방법

Country Status (1)

Country Link
KR (1) KR101214389B1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113902160A (zh) * 2021-08-31 2022-01-07 福建枋洋水利投资发展有限公司 一种应用于水利枢纽工程的水调方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100724497B1 (ko) 2006-02-16 2007-06-04 엘에스산전 주식회사 물 수요 예측 시스템 및 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100724497B1 (ko) 2006-02-16 2007-06-04 엘에스산전 주식회사 물 수요 예측 시스템 및 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113902160A (zh) * 2021-08-31 2022-01-07 福建枋洋水利投资发展有限公司 一种应用于水利枢纽工程的水调方法

Similar Documents

Publication Publication Date Title
Kim et al. Short-term probabilistic forecasting of wind energy resources using the enhanced ensemble method
Farinotti et al. Runoff evolution in the Swiss Alps: Projections for selected high‐alpine catchments based on ENSEMBLES scenarios
Di Baldassarre et al. Future hydrology and climate in the River Nile basin: a review
Hattermann et al. Model-supported impact assessment for the water sector in central Germany under climate change—a case study
Wilby et al. A review of climate risk information for adaptation and development planning
Vaze et al. Conceptual rainfall–runoff model performance with different spatial rainfall inputs
Menzel et al. Current state and future development of blue water availability and blue water demand: A view at seven case studies
Gronewold et al. An appraisal of the Great Lakes advanced hydrologic prediction system
Hoan et al. Uncertainty assessment of streamflow projection under the impact of climate change in the Lower Mekong Basin: a case study of the Srepok River Basin, Vietnam
Singh et al. Statistical downscaling and projection of future temperature and precipitation change in middle catchment of Sutlej River Basin, India
Chang et al. Evaluation of the climate change impact on wind resources in Taiwan Strait
CA2996731C (en) Methods and systems for energy use normalization and forecasting
KR20140103589A (ko) Ｍａｐｌｅ 기상예보자료를 이용한 홍수예측 방법 및 그 장치
Zarekarizi et al. Precipitation extremes and their relation to climatic indices in the Pacific Northwest USA
Tonn et al. Hurricane Isaac: a longitudinal analysis of storm characteristics and power outage risk
Mankin et al. Influence of internal variability on population exposure to hydroclimatic changes
Xu et al. Climate teleconnections to Yangtze river seasonal streamflow at the Three Gorges Dam, China
Lai et al. Conceptual Sim-Heuristic optimization algorithm to evaluate the climate impact on reservoir operations
Cawthorne et al. The role of temperature variability on seasonal electricity demand in the Southern US
Fayaz et al. Evaluating the sensitivity of projected reservoir reliability to the choice of climate projection: a case study of bull run Watershed, Portland, Oregon
Koutsovili et al. Numerical assessment of climate change impact on the hydrological regime of a small Mediterranean river, Lesvos Island, Greece
KR101214389B1 (ko) 가중값 산정 기법을 이용한 미래 물부족 예측 방법
Motevalli et al. Using Monte-Carlo approach for analysis of quantitative and qualitative operation of reservoirs system with regard to the inflow uncertainty
Angelopoulos et al. Long-term electricity demand forecasting via ordinal regression analysis: The case of Greece
Sharifinejad et al. Assessing water system vulnerabilities under changing climate conditions using different representations of a hydrological system

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20151126

Year of fee payment: 4

FPAY Annual fee payment

Payment date: 20160222

Year of fee payment: 5

FPAY Annual fee payment

Payment date: 20171124

Year of fee payment: 6

FPAY Annual fee payment

Payment date: 20181203

Year of fee payment: 7

FPAY Annual fee payment

Payment date: 20191203

Year of fee payment: 8