기후변화 시나리오와 신경망 모형을 이용한 미래 신적설일수와 최심신적설 빈도 분석

• 영문명: Frequency Analysis of Future Fresh Snow Days and Maximum Fresh Snow Depth using Artificial Neural Network under Climate Change Scenarios
• 발행기관: 한국방재학회
• 저자명: 박희성 정상만 정건희
• 간행물 정보: 『2. 한국방재학회 논문집』14권6호, 365~377쪽, 전체 13쪽
• 주제분류: 공학 > 기타공학
• 파일형태: PDF
• 발행일자: 2014.12.31

국문 초록

최근 몇 년간 한반도에서는 폭설 발생 빈도가 증가하고 있으며, 이에 따른 피해도 증가하는 추세이다. 본 연구에서는 이러한 현상이 기후변화에 의한 것인지 알아보기 위해 RCP 기후변화 시나리오 8.5와 4.5를 적용하여 미래 확률신적설일수와 확률최심신적설량에 대한빈도해석을 수행하였다. 빈도해석을 수행하기 위해 기후변화 시나리오로부터 신적설일수와 최심신적설량을 모의하기 위한 모형으로인공신경망 모형을 사용하였다. 인공신경망 모형은 최소, 최대, 평균기온과 강수량 자료를 입력층으로하여 신적설여부를 모의하는 인공신경망 모형과 역시 같은 최소, 최대, 평균 기온과 강수량을 입력층으로하여 최심신적설량을 모의하는 인공신경망 모형을 각각 별도로 구축하였다. 전국의 74개 기상관측소의 자료를 사용하여 인공신경망 모형을 구축하였으며, 개별 관측소별로 학습킨 경우와 모든자료를 통합하여 학습시킨 모형의 적용성을 검토한 결과 모든 지점의 자료를 하나로 통합하여 학습시킨 모형의 효율이 상대적으로 우 수한 것으로 판단되었다. 입력자료와 모의자료의 계통적 오차를 보정하기 위해 분위사상법을 기후변화 시나리오와 인공신경망 모형의결과에 적용하여 계통적인 오차로 인해 극값이 감쇄되지 않도록 하였다. 그 결과 시나리오별로 차이는 있지만 확률신적설일수와 확률최심신적설량이 대체적으로 감소하는 경향이 있는 것을 알 수 있었다. 특히 강원도 지역의 감소가 두드러졌으며, 경상도 내륙지역 일부는 최심신적설이 감소하지만 신적설 일수가 늘어나는 경향을 보였다.

영문 초록

As the heavy snow storm occurrence increases due to the climate change, the demage caused by snowstorm also increases. Therefore,in this study, RCP climate change scenario 4.5 and 8.5 are applied for the frequency analysis of future probable fresh snow days and probable maximum fresh snow depth. Artificial Neural Network (ANN) models are constructed for the frequency analysis. Data in the input layer of ANN are the minimum, maximum, and average temperature and precipitation data for the simulation of the fresh snow days. Another ANN model has also the minimum, maximum, and average temperature and precipitation data for the simulation of the maximum fresh snow depth. Learning of ANN model used two types of data. The first uses total 74 gauging stations data and the second model uses each gauging station data separately. The model efficiency of the first model is higher than the second. Quantile mapping is applied to remove the discrepancy of the climate change data and to generate the outlier data from the model. As the result,probable fresh snow days and probable maximum fresh snow depth tend to decrease over the entire Korean Peninsula. Decreasing tendency in Kangwon province is noticeable. In Kyungsan province, maximum fresh snow depth decreases but fresh snow days increases.

목차

1.서론

2.인공신경망 기법

3.기상자료 수집

4.인공신경망을 이용한 기후변화에 따른 확률 적설일수와 활귤최심신적설량 빈도 해석

5.결론

감사의 글

References

키워드

신적설일수 최심신적설량 적설량 빈도해석 기후변화 시나리오 Fresh snow days Maximum fresh snow depth Frequency analysis of snow depth Climate change scenario