10-( ) (0035) 정민수,이주헌 외3_(14p).hwp

Size: px

Start display at page:

Download "10-( ) (0035) 정민수,이주헌 외3_(14p).hwp"

광민 우
5 years ago
Views:

1 J. Korean Soc. Hazard Mitig. Vol. 18, No. 3 (Apr. 2018), pp.73~86 ISSN (Print) ISSN (Online) 기후변화방재 CMIP5 GCMs 자료의비정상성을고려한한반도미래극치강우빈도해석 Non-Stationary Frequency Analysis of Future Extreme Rainfall using CMIP5 GCMs over the Korean Peninsula 정민수 * 윤선권 ** 박서연 *** 정재욱 **** 이주헌 ***** Jeong, Minsu *, Yoon, Sunkwon **, Park, Seoyeon ***, Jung, JaeWook ****, and Lee, JooHeon ***** Abstract In this study, we performed stationary and non-stationary frequency analysis of daily rainfall extreme series based on climate change scenarios by CMIP5 (Coupled Model Intercomparison Project Phase5) 8 GCMs (General Circulation Models). We extracted the annual maximum daily rainfall and it was conducted tendency test for the abnormality verification. The data consisted of 30 sets according to 30 years in units and sequential to year and to derive each set rank, the number of rainfall occurrences over 80 mm and the summer rainfall were calculated. For the stationary and non-stationary frequency analysis, Gumbel distribution was adopted and average precipitation, location and scale parameters were calculated for each set. As a result of the analysis, it is considered that the stationary frequency analysis in RCP 4.5 and the non-stationary frequency analysis in RCP 8.5 are valid, and it is expected that various scenarios will be reviewed in the near future. The results of this study are expected to be useful for the future climate change policies. Key words : CMIP5, GCMs, Gumbel, Non-stationary Frequency Analysis, Probability Precipitation 요 지 본연구에서는근미래의극치강수량변동특성을파악하기위하여 CMIP (Coupled Model Inter-comparison Project Phase 5) GCMS (General Circulation Models) 에따른연최대일강우자료의정상성및비정상성빈도분석을수행하였다. RCP 4.5 및 RCP 8.5 시나리오별로 8 개 GCM 모형을적용하였고, 일강우연최대치계열추출및경향성검정을수행하였다. 또한 30 년기준으로자료를 1 년씩이동하여 30 개세트를구성하였고, 순위도출을위해각세트의 80 mm 이상강수발생횟수및여름철 (6 월 ~9 월 ) 강수량을산정하였다. 정상성빈도분석을위해 Gumbel 분포의모형별 / 세트별로평균강수량과위치및축척매개변수를산정하였고, 산정된매개변수와선형회귀적용을통한비정상성빈도분석을수행하였다. 분석결과 RCP 4.5 에서는정상성빈도해석, RCP 8.5 에서는비정상성빈도해석이타당성을가지며, 근미래의다양성있는시나리오검토가이루어질것으로판단되었다. 본연구의결과는미래기후변화정책마련을위한활용성을가질것으로판단되었다. 핵심용어 : CMIP5, GCMs, 검벨, 비정상성빈도분석, 확률강수량 * 정회원, ( 사 ) 방재관리연구센터책임연구원 ( jminsoo03@naver.com) Member, Research Engineering, Disaster Management Research Center ** 정회원, APEC 기후센터기후사업본부융합기술팀팀장 ( skyoon@apcc21.org) Member, Team Leader, Integrative Climate Research Team, APEC Climate Center *** 중부대학교가뭄센터연구원 ( bin_t@naver.com) Research Fellow, Jungbu Drought Research Center **** 정회원, ( 사 ) 방재관리연구센터센터장 ( jwj6345@hanmail.net) Member, Center Chief Manager, Disaster Management Research Center ***** 교신저자, 정회원, 중부대학교공과대학토목공학과교수 (Tel: , Fax: , leejh@joongbu.ac.kr) Corresponding Author, Member, Professor, Dept. of Civil Engineering, Joongbu University, Goyang 10279, Korea 73

2 1. 서론 지난 100 년간 (1996~2005 년 ) 의전지구평균온도는 상승하였고이러한온도상승은온실효과의영향으로파악되고있으며, 장래에는이러한상승경향이가속화되어진행될것으로예측되고있다 (IPCC, 2013; Baek et al., 2011). 전지구기온상승은극한해수면증가및호우빈도와평균강수량증가로나타나며, 이로인한상당한홍수및침수피해가능성이나타나고있어이에대한선제적대응책마련이필요한실정이다 (IPCC, 2013). 많은연구결과에의하면, 기후역학적인측면에서온실가스의증가는기온증가로이어지며, 이에따른대기수분강화로강수량의증가가나타날수있다 (Douville et al., 2000; Meehl and Arblaster, 2003; Ashrit et al., 2005; IPCC, 2013). IPCC 5 차보고서에따르면, 1900 년대이후로전지구평균온실가스농도의증가경향은전지구온도의증가와함께장래 2100 년까지선형적인관계로의증가를제시하고있다 (IPCC, 2013). IPCC 는온실가스와온도증가의측면에서온실가스배출시나리오에따른미래기후변화시나리오를개발하고자하였으며, 이에따른온실가스대표농도경로 (Representative Concentration Pathways, RCP) 시나리오를마련하고, 5 단계결합모델상호비교프로젝트 (Coupled Model Inter-comparison Project Phase 5, CMIP5) 를통해전지구기후변화시나리오실행에따른강수량, 기온, 풍속등의다양한기상변수들의장래전망결과를제시하고있다 (Giorgi et al., 2009; Baek et al., 2011; Yoon et al., 2015). 현재여러기상변수들의예측결과는기후변화에따른미래지구환경변화와관련한다양한연구들에활용이이루어지고있다. 수문분야에서도 GCMs 에따른강수량자료를활용하여연구가활발히진행되고있다 (Fowler et al., 2005; Oden and Prudhomme, 2002; Villarini et al., 2013; Rim and Kim, 2014; Yoon et al., 2015; Lee et al., 2016). 특히 Fowler et al. (2005) 은 HadRM2, HadRM3H 자료를적용하여 50 년이상의극한강우에대한확률강우량변화를분석한바있으며, Yoon et al. (2015) 은 9 개 GCMs 에다른 RCP 4.5 및 RCP 8.5 시나리오에대한 2011 년에서 2040 년까지근미래의극치강수및빈도분석연구를수행하였다. 또한 Lee et al. (2016) 은미래 2045 년을기준으로한 RCM (HEDGEM3-RA) RCP 8.5 일자료를이용한이동평균된변화인자를활용한미래 PMPs 를산출한바있다. 이러한분석들은근미래의한시점에대한분석결과를제시한반면, Jang et al. (2011) 은근미래 (2020~2049 년 ) 및보다먼미래 (2070~2099 년 ) 로자료기간을구분하여구간별극한강수량의비교연구를수행한바있으며, 극한강수량에대한분석에는연최대치자료에따른 GEV (Generalized Extreme Value) 분포를적용하였다. Villarini et al. (2013) 은 CMIP5 모델을적용한 RCP 4.5 및 RCP 8.5 에대한계절에따른강수량변화에대한분석을수행한바있으며, Rim and Kim (2014) 은 RCP 4.5 및 RCP 8.5 에따른미래기간별 2011~2040 년, 2041~2070 년, 2071~2100 년에대한미래기간월별강수량, 평균기온, 잠재증발산량의비교를통해서울지역건조및습윤특성에대한변화연구를수행하였다. 기후변화시나리오에따른생산된 GCM 자료에는불확실성을내포하고있는것으로알려져있으며, 미래발생가능한극한수문사상으로인하여정상성빈도해석을적용하는경우재해위험도반영에현실성이결여될수있는것으로알려져있다 (Yoon et al., 2015; Kim et al., 2014; Lee et al., 2010; Khaliq et al., 2006). GCM 자료의불확실성을극복하기위해 Kwon et al. (2009) 은비정상성강우빈도해석방법으로 1 개년자료이동에따른평균과매개변수간의관계를이용한목표연도의확률강우량을추정하였으며, Lee et al. (2010) 은제시된비정성상빈도해석에대한적용성과신뢰성에대한검토수행을통해목표연도의확률강우량에대한값의적절성을확인한바있다. 또한, Stedinger and Crainiceanu (2000) 는비정상성을고려하여연최대홍수량의선형추세산정에따른 2 변수 Log-normal 분포를제안한바있다. 본연구에서는 GCMs 모델별연최대일강수량을추출하여정상성및비정상성빈도분석을수행하고빈도별확률강수량을산정하였다. 정상성및비정상성분석을위해모델별연최대치일강우자료를산정하고, 모델별경향성검정을수행하였다. 또한각모델별로 2021 년부터 30 년을기준으로 1 개년씩자료이동을통해 30 세트를구성하고, 각세트별 80 mm 이상의강우의평균발생횟수및여름철 (6 월 ~9 월 ) 평균강우총량의산정을통해순위도출에적용하였다. 경향성검정및순위도출결과를토대로 8 개 GCMs 자료중에서 4 개의 GCMs 를선정하였고, 시나리오별세트구성에따른연최대일강우량의평균및 Gumbel 분포형의위치및축척매개변수를산정하였으며, 이를토대로서울지역을대상으로위치및축척매개변수추정에따른비정상성빈도분석을수행하였다. 2. 자료및방법 2.1 대상지역본연구는 GCMs 를활용한서울지역의미래확률강우량을추정하기위한비정상성빈도분석을수행하였다. 미래확률강우량추정을위해 CMIP5 RCP 4.5 및 RCP 8.5 에따른 33 개 GCMs 자료중에서강우량을포함한 6 개의기상정보 ( 강우량, 최고및최저기온, 평균풍속, 상대습도, 일사량 ) 가제공되는 GCMs 모형들중에서 8 개의 GCMs 를사용하였으며, 다음 Table 1 로나타내었다. 74 한국방재학회논문집, 제 18 권 3 호 2018 년 4 월

3 Table 1. Selected GCM Models (Yoon et al., 2017) GCMs Resolution (o) Institution HadGEM2-AO (KMA-12.5km) Met Office Hadley Centre, UK (Korea Meteorological Agency, Korea) CanESM Canadian Centre for Climate Modelling and Analysis, Canada GFDL-ESM2G Geophysical Fluid GFDL-ESM2F Dynamics Laboratory, USA INM-CM IPSL-CM5A-LR Institute for Numerical Mathematics, Russia Institut Pierre-Simon Laplace, France MIROC-ESM Atmosphere and Ocean Research Institute, National Institute for MIROC-ESM- CHEM Environmental Studies, and Japan Agency for Marine-Earth Science and Technology, Japan 대상지점인서울지역의분석에앞서기상청에서제공되는 94 개종관기상관측시스템 (Automated Synoptic Observing System, ASOS) 의관측지점중에서 30 년이상의강우관측자료를보유하고있는 59 개지점의 CMIP5 기후전망자료를사용하였으며, 다음 Fig. 1 과 Table 2 로나타내었다 (Cho, 2013, Yoon, 2017). 온실가스대표농도경로 (Representative Concentration Pathways, RCP) 에따라 RCP RCP 2.6, RCP 4.5, RCP 6.0, RCP 8.5 등 4 종의기후전망시나리오가제공되고있다. 이중에서 RCP 2.5 는인간활동에의한영향을지구스스로가회복하는것이며, RCP 4.5 는온실가스저감정책이상당히실현을의미하고, RCP 8.5 는저감없이온실가스가배출되는경우로가장극한상황으로가정될수있다. 본연구에서는 RCP 4.5 와 RCP 8.5 의두시나리오에따른 59 개관측지점의장래발생가능한강수의특성을파악하였다 ( 기상청기후정보, Table 2. Location ID and Station name of the Automated Synoptic Observing System in Used ID Station ID Station ID_90 Sokcho ID_203 Icheon ID_100 Taeganrung ID_211 Inje ID_101 Chunchun ID_212 Hongchun ID_105 Kangreung ID_221 Jechun ID_108 Seoul ID_226 Boeun ID_112 Inchun ID_232 Asan ID_114 Wonju ID_235 Boryung ID_115 Ulleungdo ID_236 Buyeo ID_119 Suwon ID_238 Geumsan ID_127 Chungju ID_243 Buan ID_129 Susan ID_244 Imsil ID_130 Uljin ID_245 Jungeup ID_131 Chungju ID_247 Namwon ID_133 Taejun ID_256 Sunchun ID_135 Chunpungrung ID_260 Jangheung ID_136 andong ID_261 Haenam ID_138 Pohang ID_262 Goheung ID_140 Kunsan ID_272 Ypungju ID_143 Taegu ID_273 Mungyeong ID_146 Junju ID_277 Youngduk ID_152 Ulsan ID_278 Eusung ID_156 Kangju ID_279 Gumi ID_159 Pusam ID_281 Yeongcheon ID_162 Tongyonung ID_284 Kuvhsnh ID_165 Mokpo ID_285 Hapcheon ID_168 Teosu ID_288 Milysng ID_170 Wando ID_289 Sancheong ID_192 Jinju ID_294 Geoje ID_201 Kanghwa ID_295 Namhae ID_202 Yangpyeong total 연구방법 Fig. 1. Location of KMA ASOS Rainfall Station in Used 자료처리기후변화에따른시나리오를적용하여미래기후자료를생산하는데있어다양한시나리오가제공되는반면에생산된자료는불확실성을갖는것으로알려져있다. Cho (2013) 는이러한자료의불확실성개선을위해기후변화시나리오자료의표준화방법을제안하였으며, 산정절차는다음 Fig. 2 와같이자료추출, 자료클리핑, 지점별시계열자료추출및상세화및편이보정 (Bias Correction) 절차를거쳐보정된시나리오에따른자료생산을제안하였다. CMIP5 GCMs 자료의비정상성을고려한한반도미래극치강우빈도해석 75

Fig. 2. GCMs Data Creation Procedure GCMs 자료의편의보정은모의된결과와동일간에해당하는관측자료의비교검증을통한계통오차의보정이며, 자료의재현성및이에따른신뢰성확보를이룬다. 편이보정을위해다음 Eq. (1) 과같이분위사상법 (Quantile Mapping) 을적용하였다 (Canon et al., 2015; Cho, 2013).

5 의경우에는 G2 가 59 개소중에서 50 개소에서경향성을보이는등 G2, G4, G6 G8 에서 RCP 4.5 에비해상대적으로경향성이높은것으로나타났다.

4 Fig. 2. GCMs Data Creation Procedure GCMs 자료의편의보정은모의된결과와동일간에해당하는관측자료의비교검증을통한계통오차의보정이며, 자료의재현성및이에따른신뢰성확보를이룬다. 편이보정을위해다음 Eq. (1) 과같이분위사상법 (Quantile Mapping) 을적용하였다 (Canon et al., 2015; Cho, 2013). (1) Kwon et al., 2009). 경향성분석에는다양한방법이적용되었으며, 이중에서 Mann-Kendall 검정결과를 Table 3 으로제시하였다. 경향성검정결과, RCP 4.5 에서는 G7 에서 59 개소중 23 개소가경향성을보인반면에나머지는각각이 7 개이하로대부분이경향성을보이지않는것으로나타났다. 이와달리 RCP 8.5 의경우에는 G2 가 59 개소중에서 50 개소에서경향성을보이는등 G2, G4, G6 G8 에서 RCP 4.5 에비해상대적으로경향성이높은것으로나타났다. 경향성검정결과에따라자료별로정상성및비정상성으로구분하여빈도해석을실시하는것이타당하나본연구는미래강우량자료를적용한근미래및먼미래까지의확률강우량변화양상을살펴보고자하는것으로, 이를위해분석대상자료에비정상성빈도해석을동일하게적용하였으며, 그결과에대한비교검토를수행하였다 정상성및비정상성빈도해석본연구에서는 GCMs 자료를이용한근미래의빈도분석을수행하고주어진자료의경향성을반영한비정상성빈도해석수행으로먼미래의확률강우량을추정하고자하였으며, 이에대한구체적인절차는 Fig. 3 에나타내었다. 여기서, 는시간 에서의편이보정전의값, 는시간 에서의편이보정후의값, 는과거기간 GCMs 에따라모의된자료의누적확률밀도함수, 는과거기간자료의누적확률밀도함수의역함수이다. 는전망 (Projection), 는과거기간 (Historical duration), 은 GCMs 모형, 는관측을의미한다. 또한, 강우자료의편이보정은다음 Eq. 2로나타내었다. (2) 여기서, 와 는 GCMs 모형에따른과거및미래기간모의결과의평균이다 자료의경향성검정본연구에서는비정상성빈도해석을통한빈도별확률강우량산정을위해 CMIP5 RCP 4.5 및 RCP 8.5 시나리오자료에대한통계적검정을실시하였다. 대상자료는 HadGEM2-AO (G1), CanESM2 (G2), GFDL-ESM2G (G3), GFDL-ESM2F (G4), INM-CM4 (G5), IPSL-CM5A-LR (G6), MIROC-ESM (G7), MIROC-ESM-CHEM (G8) 등 8 개모형이며, 각각에대한 ASOS 59 개지점별자료를추출하였다. 자료의정상성및비정상성유무의판단을위해일반적으로수행되는경향성분석을수행하였다 (Kim et al., 2012; Fig. 3. Procedure of Non-stationary Frequency Analysis using Moving Average 자료기간은 2021 년부터 2100 년까지의일강우자료를수집하였다. 비정상성빈도해석을위해연도별일최대강우를추출하였으며, 이에따른동일자료구간 30 년에대한연속성있는 51 개자료세트를구성하였다. 각세트별로매개변수추정및빈도해석의수행을하였으며, 원자료의회귀계수및세트별일최대강우의평균과해당매개변수를 76 한국방재학회논문집, 제 18 권 3 호 2018 년 4 월

5 Table 3. Results of RCP 4.5 Mann-kendall Test of 59 KMA ASOS ID RCP 4.5 Kendal test ( : Trend / : No-trend) ID RCP 8.5 Kendal test ( : Trend / : No-trend) G1 G2 G3 G4 G5 G6 G7 G8 G1 G2 G3 G4 G5 G6 G7 G num CMIP5 GCMs 자료의비정상성을고려한한반도미래극치강우빈도해석 77

6 통해회귀계수를추정하였다. 산정된결과를토대로 2100 년까지에대한확률강우량을산정하였다. 정상성빈도해석을위한분포함수는극치분포 (Generalized Extrem value Distribution, GEV) 의 Type-I 분포형인 Gumbel 분포를적용하였다. GEV 분포형은 3 개의매개변수인위치매개변수 (Location Parameter), 축척매개변수 (Scale Parameter), 형상매개변수 (Shape Parameter) 로구분되며, 형상매개변수가 0 인경우가 GEV Type-I 인 Gumbel 분포이다. Gumbel 분포의확률밀도함수및누가분포함수는다음 Eqs. (3), (4) 와같다. (4) 여기서, 는위치매개변수이며, 는축척매개변수이다. 비정상성빈도해석에는정상성과동일분포형인 GEV에따른 Non-stationary GEV 를적용하였다. 비정상성빈도분석수행을위한위치및축척매개변수산정은선형회귀식을적용하였으며, 적용된식은다음 Eq. (5) 로나타낼수있다 (kim et al., 2012). (3) (5) 여기서, 는산정된매개변수를의미하며, 는평균강수량, c와 d는각각도출된회귀계수의기울기와절편을의미한다. 3. 분석결과 3.1 자료구축및미래극치강우분석미래극치강우에대한비정상성빈도분석을위해 2021 년부터 2079 년까지 79 년일강우자료를이용해분석을수행하였다. 자료는 RCP 4.5 및 8.5 에대한각각 8 개 GCMs 별자료및 GCMs 별로 59 개지점별자료가적용되었다. 빈도분석을위한자료기간은 30 년단위로 1 세트를구성함에따라 RCP 4.5 및 8.5 시나리오별, 모델별및 59 개각지점별로 30 개의세트를구성하였다. 또한, RCP 4.5 및 8.5 구분및 8 개 GCM 모델각각에대한지점별일강수량 80 mm 이상인날의횟수, 여름철 6 월 ~9 월사이의강우총량을 59 개지점별로산정하고, 다음 Fig. 4 로나타내었다. 또한지점별로산정된결과에대한평균을통해다음 Table 4 로나타내었으며, 순위 (Rank) 도출을위한인자로적용하였다. 산정결과 RCP 4.5 에서는 G1 과 G2 가 80 mm 이상인날의횟수와여름철강우량이뚜렷한증가추세를보이면서상위 (a) RCP 4.5 (over 80mm) (b) RCP 4.5 (Summer precipitation) (c) RCP 8.5 (over 80mm) (d) RCP 8.5 (Summer precipitation) Fig. 4. Plot of RCP 4.5 and RCP 8.5 According to Occurrences of More than 80mm day and Summer Precipitation 78 한국방재학회논문집, 제 18 권 3 호 2018 년 4 월

7 Table 4. Rank of Occurrences of More than 80mm day and Summer Precipitation According to RCP 4.5 and RCP 8.5 RCP 4.5 RCP 8.5 year rank 80 over rank sum precip. rank 80 over HadGEM2- AO (G1) CanESM2 (G2) GFDL- ESM2G (G3) GFDL- ESM2M (G4) total Scenario inmcm4 (G5) IPSL-CM5A- LR (G6) MIROC- ESM (G7) MIROC-ESM- CHEM (G8) ave rank ave rank ave rank rank sum ave precip. rank sum 에위치하였고, RCP 8.5 에서는 G6 과 G8 에서증가추세와함께높게나타났으며, 전체적으로 G1, G2, G6, G8 이상위를나타내었다. 특히, G2, G6, G8 은 Mann-Kendall 검정을통해경향성을가짐에따라서울지역비정상성빈도분석은 G1, G2, G6, G8 을적용하여분석하였다. 3.2 비정상성빈도분석 대상지점의빈도해석자료구축경향성분석및순위도출결과에따라 G1, G2, G6, G8 의 4 개시나리오를적용한서울지역빈도분석을수행하였다. 기간은 2021~2079 년으로 30 년기준으로연속된 30 개세트를구성하였고, RCP 4.5 및 8.5 에대한모델별연최대일강우자료및 30 년단위평균강우량을 Fig. 5 로나타내었다. 강우자료도시및추세분석결과 RCP 8.5 에서는 G1 을제외하고는증가추세를보였고, RCP 4.5 는 G1 에서만다소의증가를보이는것으로나타났다. 또한 30 년단위평균도시결과연단위보다선형의증감이확연하게나타났다. 대부분에서연도별및 30 년단위별증감이동일한움직임을보인반면에 G1 의 RCP 4.5 는연단위에서는증가추세를보인반면에 30 년단위에서는감소를보임에따라시계열자료에포함된 800 mm 에달하는이상치등의발생에따른것으로판단되었다. 이와달리 RCP 8.5 는원자료에서적은경사를보인반면에 30 년평균에대한도시결과, 가파른증가를보였고, RCP 4.5 G2 와 RCP 8.5 인 G6 에서자료가감소되는경향을보이는것으로나타났다 매개변수추정 G1, G2, G6, G8 의 4 개시나리오에대한 30 년단위 30 개세트에대한일최대평균강수량및 Gumbel 분포의위치매개 변수와축척매개변수를산정하였고, 다음 Table 5 에나타내었다. 서울지점의 RCP 4.5 를적용한모델의경우앞서제시된 Fig. 5 의 30 년단위연최대일평균강우량도시결과와동일한것으로 RCP 4.5 G6 과 G8 에서증가를보이며, RCP 8.5 에서는 G6 을제외하고는증가를보이는것으로나타났다. 반면에자료의구간별증가및감소에따른변동성이다소큰것으로판단되며, 이는정상성빈도해석결과에따른확률강우량의미래증가를답보하는데에는어려움이있을것으로판단되었다. 산정된매개변수를이용하여비정상성빈도해석을위한매개변수를추정하였다. 이를위해일최대강수량의평균및위치매개변수와강수량평균및축척매개변수간의선형회귀를하였으며, 다음 Fig. 6 으로나타내었다. 두변수간의선형회귀결과대부분의모델에서강수량증가에따른위치및축척매개변수가증가되는양상을보인반면에 RCP 4.5 의 G2 축척매개변수와 RCP 8.5 의 G6 의축척매개변수에서는감소되는것으로나타났다 정상성및비정상성빈도해석 RCP 4.5 및 RCP 8.5 에따른연최대일강우자료를이용한일최대평균극치강수량및 Gumbel 의위치, 축척매개변수를산정을통해정상성빈도해석을수행하였고, 매개변수추정에따른비정상성빈도해석을수행하였다. RCP 4.5 에따른정상성및비정상성빈도해석및재현기간별확률강수량을 Fig. 7 과 Table 6 로나타내었고, RCP 8.5 는 Fig. 8 과 Table 7 로나타내었다. 분석기간은 30 년으로 2021~2050 년인경우 2050 년을목표연도로 2050 년, 2059 년, 2069 년, 2079 년으로구분하여정상성및비정상성확률강수량을제시하고, 비정상성빈도해석의경우에는미래매개변수추정에따른목표연도 2089 년과 2099 년을추가제시하였다. CMIP5 GCMs 자료의비정상성을고려한한반도미래극치강우빈도해석 79

8 (a) G1 Daily Precip.(up) & MA 30 year(down) (b) G2 Daily Precip.(up) & MA 30 year(down) (c) G6 Daily Precip.(up) & MA 30 year(down) (d) G8 Daily Precip.(up) & MA 30 year(down) Fig. 5. Time Series Plot of Daily Precipitation in Seoul (GCMs: G1, G2, G6, G8) Table 5. Average Precipitation and Parameters of RCP 4.5 vs 8.5 of HadGEM2-AO and CanESM2 in Seoul (Moving Average, 30year) Seoul (Ave.: Average precipitation / Lo.: Location parameter / Sc.: Scale parameter) Year G1 G2 RCP 4.5 RCP 8.5 RCP 4.5 RCP 8.5 from to Ave. Lo. Sc. Ave. Lo. Sc. Ave. Lo. Sc. Ave. Lo. Sc 한국방재학회논문집, 제 18 권 3 호 2018 년 4 월

9 Table 5. (Continued) Seoul (Ave.: Average precipitation / Lo.: Location parameter / Sc.: Scale parameter) Year G1 G2 RCP 4.5 RCP 8.5 RCP 4.5 RCP 8.5 from to Ave. Lo. Sc. Ave. Lo. Sc. Ave. Lo. Sc. Ave. Lo. Sc G6 G8 from to Ave. Lo. Sc. Ave. Lo. Sc. Ave. Lo. Sc. Ave. Lo. Sc CMIP5 GCMs 자료의비정상성을고려한한반도미래극치강우빈도해석 81

10 < Locate Parameter > < Scale Parameter > < Locate Parameter > < Scale Parameter > (a) G1 of RCP 4.5 (b) G1 of RCP 8.5 (c) G2 of RCP 4.5 (d) G2 of RCP 8.5 (e) G6 of RCP 4.5 (f) G6 of RCP 8.5 (g) G8 of RCP 4.5 (h) G8 of RCP 8.5 Fig. 6. Linear Regression for Location and Scale parameter according to RCP 4.5 and RCP 8.5 in Seoul(G1, G2, G6, G8) (a) G1 Stationary (b) G2 Stationary (c) G6 Stationary (d) G8 Stationary Fig. 7. Stationary Probability Precipitation of RCP 4.5 According to G1, G2, G6 & G8in Seoul 82 한국방재학회논문집, 제 18 권 3 호 2018 년 4 월

11 Table 6. Probability Precipitation Amount of Stationary & Non-stationary of RCP 4.5 to Target Year According to G1, G2, G6 & G8 in Seoul Return Period Stationary (year) G1 G2 G6 G8 from to ratio(%) ratio(%) ratio(%) Return Period Non-Stationary (year) G1 G2 G6 G8 from to ratio(%) ratio(%) ratio(%) ratio(%) ratio(%) (a) G1 Non-Stationary (b) G2 Non-Stationary (c) G6 Non-Stationary (d) G8 Non-Stationary Fig. 8. Non-Stationary Probability Precipitation of RCP 8.5 According to G1, G2, G6 & G8 in Seoul CMIP5 GCMs 자료의비정상성을고려한한반도미래극치강우빈도해석 83

12 Table 7. Probability Precipitation Amount of Stationary & Non-stationary of RCP 8.5 to Target Year According to G1, G2, G6 & G8 in Seoul Return Period Stationary (year) G1 G2 G6 G8 from to ratio(%) ratio(%) ratio(%) Return Period Non-Stationary (year) G1 G2 G6 G8 from to ratio(%) ratio(%) ratio(%) ratio(%) ratio(%) RCP 4.5 에대한정상성빈도해석결과, 재현기간 100 년확률강수량에서 G1 은목표연도 2050 년대비 2059, 2069, 2079 년모두에서 20% 이상증가비율을보인반면에 3 개의목표연도에서증가경향을보이지는않았다. 이외에 G2, G6, G8 에서도 1.9%~ 8.5% 로적은범위에서의증가율변화를보였으나증가경향은나타나지않았다. 이와달리 RCP 4.5 비정상성빈도해석의 100 년빈도확률강수량결과는 G1 이 2050 년대비 2079 년에 27.4% 로정상성과유사한범위의증가율을보였고, G2, G6, G8 에서도증가를보였으나, 2079 년대비정상성빈도해석결과와유사한증가폭으로나타났다. 또한, 2099 년에서도 G1 에서는 2021 년대비 30% 의증가를보인반면에 G2, G6, G8 에서는각각 3.3%, 3.0%, 16.5% 로증가를보였으나증가폭은 G1 에비해상대적으로크지않은것으로나타났다. RCP 4.5 에서는온실가스저감효과를반영하는경우기후변화로인한장래강수량의변화에다소의증가를보이는반면에증가폭이크지는않을것으로판단됨에따라정상성빈도해석이타당성을갖을것으로판단하였다. RCP 4.5 의 정상성빈도해석에따른확률강우량도는 Fig. 7 로나타내었다. 도시결과 G1, G8 은목표연도 2079 년에서강수량이상대적으로크지을보이지않았으며, G6, G8 에서는목표연도 2050 년이가장작은강수량을보이지않음에따라모델별로연도별강수량의변동양상이서로다르게나타났다. RCP 8.5 에대한정상성빈도해석결과, 100 년빈도확률강수량이 G1, G2, G8 각각이 2050 년대비 2079 년에증가율 24.9%, 14.6%, 4.7% 증가를보인반면에 G6 에서는 2079 년 3.4% 등감소로나타났다. 이와달리, 비정상성빈도해석산정결과, 100 년빈도확률강수량이 G1, G2, G8 에서각각 18.0%, 21.5%, 10.6% 로증가되는경향을보인반면에 Fig. 9 (d) 와같이축척매개변수가감소되는 G6 에서는 9.1% 로감소되는것으로나타났다. RCP 8.5 비정상성빈도해석결과목표연도 2050 년에서는 G8 이 100 년빈도강수량이가장크게나타났고, G2, G1 의순으로나타난반면에 2079 년에는 G2 가 G8 보다값이상향되는것으로나타났다. 빈도해석결과 G1 에서는목표연도별로정상성및비정상 84 한국방재학회논문집, 제 18 권 3 호 2018 년 4 월

13 성모두유사한값의범주에서일정한증가상태를보인반면에 G2 에서는정상성빈도해석에서 2059 년과 2069 년에서값의역전을보였고, G8 에서도 2059 년이가장크고 2069, 2079 년으로갈수록값이작아짐에따라미래강수량의증가를가정하는 RCP 8.5 에대한분석결과에타당성을갖지못하는것으로판단되었다. 이와달리 Fig. 8 의비정상성빈도해석결과는감소경향을갖는 G6 을제외한 G1, G2, G8 에서목표연도별확률강수량의증가경향을반영하는것으로나타났다. 온실가스저감이없는극한기후에따른 RCP 8.5 에서는장래강우의증가상태를반영하는비정상상빈도해석이타당성을가질것으로판단하였다. 4. 결론 본연구에서는미래의극치강수량변동특성을파악하기위하여 CMIP5 기후변화시나리오에따라다양성있는미래강우자료의특성을파악하고, 정상성및비정상성빈도해석을통한빈도별확률강수량을산정하였다. 미래강우자료는기후모형이갖는불확실성을고려하여 RCP 4.5 및 RCP 8.5 시나리오별 8 개 GCM 모형에대한검토를통해결과의신뢰성을확보하고자하였다. 본연구의결과를정리하면다음과같다. (1) 경향성검정을수행한결과 RCP 8.5 의 G2, G4, G6, G8 에서증가되는경향성을보였으며, G2, G6, G8 모델에서는 80 mm 이상의평균발생횟수및여름철평균강수량이높게나타났고, 80 mm 이상및여름철강수량이높은 G1 을포함해 G1, G2, G6, G8 의 4 개 GCMs 자료를극치강우의분석대상으로선정하였다. (2) 30 년기준 1 년씩자료이동에따른 30 세트를구성에따른위치및축척매개변수의거동을분석한결과, 평균강수량에대한위치매개변수는모두선형적인증가추세를보인반면에축척매개변수는 RCP 4.5 G1, RCP 8.5 G6 에서감소를보였다. RCP 4.5 G1 에서는정상성및비정상성빈도해석에따른확률강수량산정결과 2050 년대비 2079 년에증가를보인반면에 RCP 8.5 G6 에서는감소를보임에따라비정상성빈도해석의경우위치매개변수와상관없이축척매개변수에따른자료의증감에영향관계를보였으며, 이러한강수량의변화에따라 RCP 8.5 에따른 G6 의비정상성빈도해석은타당성을갖지못하는것으로판단되었다. (3) RCP 4.5 의정상성빈도해석결과증가경향을보이는반면에목표연도 2050 년에는확률강수량이낮은측에서발생하였고, 2079 년에는높은측면에서발생양상을갖지만일정한증가상태를반영하지는않는것으로나타났다. 반면에비정상성빈도해석을수행한결과 각모델별정상성빈도해석과유사한범위에서시간흐름에따른일정한증가상태를보였다. RCP 4.5 에따른온실가스저감효과를고려하는경우정상성빈도해석이타당성을갖는것으로판단되나비정상성빈도해석을통한비교검토의필요성을가질것으로판단되었다. (4) 이와달리 RCP 8.5 의경우경향성검정을통한 G2, G6, G8 에서선형적인증가를보였고, 축척매개변수가감소되는 G6 을제외한 G1 에서는정상성및비정상성모두에서강수의증가를보였고, G2 와 G8 에서는정상성에서는목표연도별확률강수량값이역전되는구간이발생하는반면에비정상성빈도해석은선형성검정에따른미래확률강수량이일정한증가양상을보여 RCP 8.5 에대한비정상성빈도해석이타당한것으로판단되었다. 100 년빈도확률강우량은모델에따라 2050 년에는 mm 에서 mm, 2079 년 mm 에서 mm 로강수량증가를보였다. 이러한결과는불확실한미래에발생될수있는다양성있는시나리오및그에따라발생가능한위험범위결과로판단되었다. 본연구결과는장래발생가능한극치분석을위해다양성있는모델을선택하고, 선택된모델의정상성및비정상성빈도분석의수행및비교 / 검토결과로기후시나리오에따른미래강수의특성을살펴보았다. 결과적으로미래발생가능한다양성있는시나리오제공이나타났다. 본연구결과는다양성있는모델의검증결과를토대로근미래에대한수자원이수및치수관련정책, 수해로인한재난방지기준마련을위한검토, 기후변화를고려한장기적인물관리정책등에충분한활용성을가질것으로판단되었다. 감사의글 본연구는정부 ( 행정안전부 ) 의재원으로재난안전기술개발사업단 (MOIS- 재난 ) 에의해수행되었습니다. References Ashrit, R.G., Kitoh, A., and Yukimoto, S. (2005) Transient Response of ENSO-monsoon Teleconnection in MRI- CGCM2 Climate Change Simulations. J. Metor. Soc. Japan, Vol. 83, pp Baek, H.J., Cho, C.H., Kwon, W.T., Kim, S.K., Cho, J.Y., and Kim, Y.S. (2011) Development Strategy for New Climate Change Scenarios based on RCP. Jouranl of Climate Chang Research, Vol. 2, No. 1, pp Cannon, A.J., Sobie, S.R., and Murdock, T.Q. (2015) Bias CMIP5 GCMs 자료의비정상성을고려한한반도미래극치강우빈도해석 85

14 Correction of GCM Precipitation by Quantile Mapping: How Well Do Methods Preserve Changes in Quantiles and Extremes? Journal of Climate, Vol. 28, pp doi: /jcli-d Cho, J.P. (2013) Impact Assessment of Climate Change for Agricultural Reservoirs Considering Uncertainty. Research Report , APEC Climate Center. (in Korean with English abstract) Douvile, H., Royer, J.F., Polcher, J., Cox, P., Gedney, N., Stephenson, D.B., and Valdes, P.J. (2000) Impact of CO 2 Doubling on the Asian Summer Monsoon: Robust Versus Model-dependent Responses. J. Metor. Soc. Japan, Vol. 78, pp Fowler, H.J., Ekström, M., Kilsby, C.G., and Jones, P.D. (2005) New Estimates of Future Change in Extreme Rainfall Across the UK Using Regional Climate Model Integraiton: 1. Assessment of Control Climate. Journal of Hydrology, Vol. 300, No. 1-4, pp Giorgi, F., Jones, C., and Asrar, G.R. (2009) Addressing Climate Information Needs at the Regional Level: The CORDEX Framework. WMO Bulletin, Vol. 58, No. 3, pp IPCC (2013) Climate Change 2013: The Physical Science Basis. Contribution of Working Group I to the Fifth Assessment Report of the Intergovernmental Panle on Climate Change. Cambridge University Press, NY, USA. Jang, S.W., Seo, L., Kim, T.W., and Ahn, J.H. (2011) Non-stationary Rainfall Frequency Analysis Based on Residual Analysis. Journal of the Korean Society of Civil Engineer, Vol. 31, No. 5B, pp Khaliq, M.N., Ouarda, T.B.M.J., Ondo, J.-C., Gachon, P., and Bobée, B. (2006) Frequency Analysis of a Sequence of Dependent and/or Non-stationary Hydrometeorological Observations: A Review. Journal of Hydrology, Vol. 329, No. 3-4, pp Kim, G.S., and Lee, G.C. (2012) Application of a Nonstationary Frequency Analysis Method for Estimating Probable Precipitation in Korea. Journal of the Korean Society of Agricultural Engineers, Vol. 54, No. 5, pp doi: /ksae Kim, T.J., Kwon, H.H., Lee, D.R., and Yoon, S.K. (2014) Development of Stochastic Downscaling Method for Rainfall Data Using GCM. Journal of Korea Water Resources Association, Vol. 47, No. 9, pp Kwon, Y.M., Park, J.W., and Kim, T.W. (2009) Estimation of Design Rainfalls Considering an Increasing Trend in Rainfall Data. Journal of the Korean Society of Civil Engineers, Vol. 29, No. 2B, pp Lee, C.H., Ahn, J.H., and Kim, T.H. (2010) Evaluation of Probability Rainfalls Estimated from Non-Stationary Rainfall Frequency Analysis. Journal of Korea Water Resources Association, Vol. 43, No. 2, pp Lee, O.J., Park, M.W., Lee, J.H., and Kim, S.D. (2016) Future PMPs Projection According to Precipitation Variation under RCP 8.5 Climate Change Scenario. Journal of Korea Water Resources Association, Vol. 49, No. 2, pp Meehl, G.A., and Arblaster, J.M. (2003) Mechanisms for Projected Future Changes in South Asian Monsoon Precipitation. Climate Dyn., Vol. 21, pp Oden, J.T., and Prudhomme, S. (2002) Estimation of Modeling Error in Computational Mechanics. Journal of Computational Physics, Vol. 182, No. 2, pp Rim, C.S., and Kim, S.Y. (2014) Climate Aridity/humidity Characteristics in Seoul According to Changes in Temperature and Precipitation Based on RCP 4.5 and 8.5. Journal of Korea Water Resources Association, Vol. 47, No. 5, pp Stedinger, J.R., and Crainiceanu, C.M. (2000) Climate Variability and Flood-risk Management. Proceedings of the 9th United Engineering Foundation Conference on Risk-based Decision Making in Water Resources, pp Villarini, G., Scoccimarro, E., and Gualdi, S. (2013) Projections of Heaby Rainfall over the Central United States based on CMIP5 Models. Atmospheric Science Letters, Vol. 14, pp Yoon, S.K., and Cho, J.P. (2015) The Uncertainty of Extreme Rainfall in the Near Future and its Frequency Analysis over the Korean Peninsula using CMIP5 GCMs. Journal of Korea Water Resources Association, Vol. 48, No. 10, pp Yoon, S.K., Jang, S.M., Rhee, J.Y., and Cho, J.P. (2017) Analysis of Future Extreme Rainfall Under Climate Change Over the Landslide Risk Zone in Urban Areas. J. Korean Soc. Hazard Mitig., Vol. 17, No. 5, pp Received February 19, 2018 Revised February 27, 2018 Accepted March 21, 한국방재학회논문집, 제 18 권 3 호 2018 년 4 월

03이경미(237~248)ok

03이경미(237~248)ok The recent (2001-2010) changes on temperature and precipitation related to normals (1971-2000) in Korea* Kyoungmi Lee** Hee-Jeong Baek*** ChunHo Cho**** Won-Tae Kwon*****. 61 (1971~2000) 10 (2001~2010).