연구분야
기후변화와 수자원영향평가
비선형수문해석
통계수문학
레이더수문학
강우-유출해석
위험도/신뢰성분석
재해관련 연구

 

 

 

 

수문학적 강우-유출 모형의 가장 중요한 입력 자료는 강우량(볼륨)자료이다. 기존의 강우는 지상에 설치된 우량계에 의하여 관측이 되어 왔으며, 지금까지 우량계는 수문학자들과 수자원 기술자들에게 가장 기본이 되는 도구이다. 우량계는 점 강우량을 제공하고, 점 강우량은 우량계 주변을 둘러싸고 있는 지역의 강우량을 추정하기 위해 이용된다. 이 과정의 성공여부는 특정 지역에 떨어지는 강우를 실제로 표현 할 수 있도록 얼마나 지속적으로 우량계 관측이 실시되었는지에 좌우된다. 일반적으로, 우량계측망은 유역 또는 특정 지역의 강우패턴을 결정하기 위해 이용된다. 관측망은 점 강우량의 집합을 제공하고, 이러한 자료들은 강우의 공간 분포를 지도화하기 위해 이용된다. 수문학자들과 수문기술자들은 저 해상도의 공간적 규모로 설치되어 있는 우량계를 통해 측정된 점 강우량을 공간적 내삽기법을 이용하여 유역에 대한 공간(면적) 강우량으로 변환하고자 하는 노력을 해 왔다.그러나 수문학자들은 부족한 정보로 인해 우량계 사이의 강우량을 가정하여 유역의 공간 강우량을 추론할 수밖에 없다.

[ 레이다관측동영상 ]

반면에 레이더의 경우 우량계 보다 정확한 강우의 공간 분포 정보를 제공하며 수문학자와 수공기술자들에게 우량계사이의 공간을 볼 수 있는 기회를 제공하며 상세하게 강우분포의 특성을 표현 할 수 있다. 즉, 우량계 사이의 강우 측정이 가능하다. 레이더는 1km × 1km 또는 그 이상의 크기를 갖는 격자 형태로 강우관측을 하기 때문에 일반적인 우량계의 밀도에 비해 상당히 높은 공간 밀도의 강우에 대한 정보를 제공할 수 있다. 그러나 불행하게도, 현재까지의 개발된 강우레이더는 완벽한 도구는 아니다. 즉, 강우레이더는 직접 강우량을 측정하는 것이 아니라, 앞에서 언급한 바와 같이 대기 중의 반사도를 측정한 후 반사도와 강우강도의 가정된 분포를 이용하여 강우량으로 변환하기 때문에 만일, 이러한 가정이 틀리다면, 왜곡된 강우량(볼륨)을 산정하게 된다. 레이더는 지난 40여 년 동안 강우량 측정을 위해 사용되어 왔으며, 레이더 기술의 발달에도 불구하고 레이더 강우 산정 분야는 아직까지는 많은 불확실성을 내포하고 있다.
강우레이더의 활용은 크게 두 가지로 분류할 수 있다. 하나는 관측 장비로서의 레이더가 가지는 특성으로 강우량을 정성적 또는 정량적으로 측정할 수 있는 강우량 관측부분과 동시에 넓은 지역의 강우상황을 관측함으로써 가능한 강우 이동 예측 부분이다. 이 두 부분의 연구는 레이더를 강우관측에 이용한 이래 계속 연구해온 주제이며 많은 연구들이 진행되어 매우 유용한 결과를 얻고 있다. 그러나 불행하게도 아직까지 이러한 레이더 강우 자료를 수문모형의 입력자료로써 활용하는 데에는 시공간적 규모의 차이와 레이더 하드웨어 및 소프트에어의 오차로 인해 많은 문제점이 있는 것이 사실이다. 홍수방재, 농업, 기후학적 연구 및 수문 분야에 레이더 강우량 자료를 활용하기 위해서는 레이더 반사도 자료를 어떻게 수신하여 강우량을 산출해 내는지를 이해하여야 하며, 레이더 강우량 산출 값과 지상 우량계의 강우량 산출 값이 복합적으로 어떻게 관련되어 있는지 파악하여야 한다.

본 연구팀에서는 홍수예보를 목적으로 강우레이더 자료를 이용하기 위해 레이더 강우 보정기술을 개발하고 있으며 레이더 강우와 홍수모형을 연계하는 시스템 개발을 수행 중에 있다.

본 연구팀에서는 시공간적 변동성을 고려한 면적강우량을 산정하기 위해 조건부 합성기법을 개발하였으며 이 기법을 현재 임진강 강우레이더에 적용하고 있다.

일반적으로 기후변화 시나리오는 전지구기후모형(General Circulation Model, GCM)을 통해 모의되며 UN 산하 IPCC(International Panel on Climate Change)에서 SRES 기준에 기후변화 시나리오를 정기적으로 분석 평가하여 제공되고 있다. 기후변화 시나리오 작성을 위해 20개 이상의 GCM 모형이 이용되며 각 GCM은 다수의 Ensemble로 구성되어 있다. 각 GCM 모형이 나타나는 결과는 상당한 차이를 보이고 있으며 과거 관측치를 대상으로 모형의 정도를 파악하는 과정이 필수적으로 요구된다. 이와 함께, 수자원에서 요구되는 시공간적 규모 및 수문모형에 요구되는 자료 규모의 상이성으로 GCM 모형으로 부터 추정된 기후변화 시나리오를 유역단위의 시나리오로 재구성하는 과정이 필요하며 이러한 과정을 Downscaling 이라고 한다. Downscaling 기법은 수자원분야 기후변화 시나리오 작성 과정을 위한 핵심 분야로서 Dynamic Downscaling과 Statistical Downscaling 으로 분류되며 수자원관점에서 Statistical Downscaling은 많은 장점을 가지고 있다. 우리 연구팀은 세계 수준의 Nonstationary Multi-variate Downscaling 기법을 개발하고 있으며 이를 국내 기후변화에 따른 유역단위 시나리오 작성을 위해 이용된다.