Transcript CCAPH-K 연구단
국토해양부/한국건설교통기술평가원 2009 건설기술혁신사업 유역단위 시공간적 스케일 상세화 ARDAS(Assembled Regional climate Downscaling & Analysis System) 단국대학교 강부식 주최: CCAPH-K 연구단 2012. 6. 4 CCAPH-K 자문회의 (ARDAS 소프트웨어) 연구목표 ◈ 최종 목표 • 최종 목표 : 시공간적 유효스케일에서의 변동성을 구현하는 기술의 확보 • 최종 성과물 : 인공신경망과 Random Cascade모형의 합성모형 • 시간적 범위 : 1일/2011년~2100년 • 공간적 범위 : 중권역 단위로 5대강 유역 • 기타 범위와 한계 : 향후 다양한 형태의 GCM 모의결과와 새로운 기후변화 시나리오가 주어지는 상황에서도 탄력적으로 상세화를 수행 할 수 있는 기반이 가능 2 CCAPH-K 자문회의 (ARDAS 소프트웨어) 최종성과물 ◈ 최종성과물 최종성과물 표현방법 내용 ▪ 유역단위 시공간적 스케일 상세화를 수행하는 것으로, 소프트웨어 & 메뉴얼 Scaling 분석을 통해 결정된 scale과 최적 Target Scale을 소프트웨어 이용한 합성모형 개발 ▪ ARDAS(Assembled Regional climate Downscaling & Analysis System) 신기술 기술특허 ▪ ARDAS(Assembled Regional climate Downscaling & Analysis System) 개발에 대한 기술특허 출원 ◈ 핵심기술 구분 신기술 핵심기술명 ▪ 인공신경망 기반의 Random Cascade 합성 모형 개발 3 CCAPH-K 자문회의 ◈ (ARDAS 소프트웨어) ARDAS (Assembled Regional climate Downscaling & Analysis System) 전체 흐름도 1. 인공신경망을 통한 스케일 상세화 A. A-1. A-2. 관측강우 입력 및 태풍강우 제거 GCM 기후변수의 주성분분석 B. 학습 및 검증을 통한 신경망 구조 결정 RCM 변수의 주성분 점수를 통한 강우예측 C. D. 분위사상법을 통한 강우량 보정 과거의 통계적 특성을 갖는 태풍강우 산정 E. DQM 강우 +STS 태풍 강우 4 CCAPH-K 자문회의 ◈ (ARDAS 소프트웨어) ARDAS (Assembled Regional climate Downscaling & Analysis System) 2. 인공신경망과 Random Cascade 합성모형 F. 예측강우시나리오 고해상도(1km) 격자강우 생성 관측소 이격거리를 기본 스케일로 한 격자강우 한반도의 레이더강우를 통한 추정 대규모강제력과 매개변수와의 관계식 산정 5 CCAPH-K 자문회의 (ARDAS 소프트웨어) CCAPH-K 자문회의 (ARDAS 소프트웨어) A-1. 상세화 입력자료 구축 (관측강우입력 및 태풍강우 제거 ) ◈ - 인공신경망 상세화의 학습에 사용 되는 관측강우의 태풍사상 제거 및 홍수기/ 비홍수기 구분을 통한 입력자료 구축 프로세스 - 기상청에서 제공하고 있는 태풍백서(2011)의 태풍사상에 대한 정보 내장 - 사용자의 선택에 따른 관측소별 태풍사상 제거 가능 - 입력 자료(관측강우 및 태풍사 상)형태 : 엑셀파일 - 현재 UI 구성완료 (ARDAS 소프트웨어 내장) < ARDAS 소프트웨어 UI 화면 – A-1 상세화 입력자료 구축 > CCAPH-K 자문회의 (ARDAS 소프트웨어) CCAPH-K 자문회의 (ARDAS 소프트웨어) A-2. 상세화 입력자료 구축 (GCM기후변수에 대한 주성분분석) ◈ - 인공신경망 상세화의 학습, 검증 및 예측에 사용되는 GCM 자료에 대한 주성분분 석 실시 단계 - 주성분 분석 중간과정인 표준화 데이터, 상관행렬, 기여율, 고유벡터 산정 - 사용자가 누적기여율 및 고유벡터 에 따라 판단하여 주성분 점수의 개 수 선택 가능 - 입력자료(GCM 기후변수)형태 : 엑셀파일 - 현재 UI 구성완료 < ARDAS 소프트웨어 UI 화면 – A-2. 상세화 입력자료 구축 > (ARDAS 소프트웨어 내장) CCAPH-K 자문회의 (ARDAS 소프트웨어) CCAPH-K 자문회의 (ARDAS 소프트웨어) B. 인공신경망 상세화 (Statistica 소프트웨어를 이용한 인공신경망 상세화) ◈ - 인공신경망의 경우 Statistica 소프트 웨어와의 연동을 통해 신경망 구조 결정 - 단, 여러 신경망구조들 중 합리적인 구조 결정을 도와주는 일반화 판단 및 관측강우 와의 비교분석을 추가 구성 < Statistica 7.0 화면> - 사용자가 RMSE, MERR, CORR 및 그래 프 등을 통해 인공신경망 구조 결정 - 현재 Excel 매크로로 구성 (추후 ARDAS 소프트웨어 내장 예정) < Excel 매크로 화면 – 인공신경망 구조 결정> CCAPH-K 자문회의 (ARDAS 소프트웨어) CCAPH-K 자문회의 (ARDAS 소프트웨어) C. Dynamic Quantile Mapping (인공신경망 결과에 대한 강우량 보정) ◈ - 인공신경망 상세화의 모의결과의 강우량 보정을 위해 통계분포모수에 추세를 부여 하는 Dynamic Quantile Mapping 기법 적용 - 학습 및 검증기간의 경우 일반적인 Qunatile Mapping 기법 적용 - Dynamic Quantile Mapping 전·후에 대한 결과 비교 추가 구성 예정 - 입력자료(상세화 결과) 형태 : 엑셀파일 - 현재 UI 구성완료 (ARDAS 소프트웨어 내장) < ARDAS 소프트웨어 UI 화면 – C. Dynamic Quatile Mapping > CCAPH-K 자문회의 (ARDAS 소프트웨어) CCAPH-K 자문회의 (ARDAS 소프트웨어) D. Stochastic Typhoon Simulation (과거 태풍 통계치를 따르는 예측태풍사상 산정) ◈ - 관측소별 과거 태풍사상의 통계치(평균/최대/최소강우량, 횟수)를 따르는 예측기 간의 태풍강우량 산정 단계 - Poisson분포와 Gumbel분포를 통한 총 강우량 산정 - 과거 태풍사상의 통계치 (평균/최대/ 최소강우량, 횟수, 매개변수)를 산정 자 동적으로 산정하여 태풍모의 실시. - 현재 UI 구성완료 < ARDAS 소프트웨어 UI 화면 –D. Stochastic Typhoon Simulation> CCAPH-K 자문회의 (ARDAS 소프트웨어) CCAPH-K 자문회의 (ARDAS 소프트웨어) E. 최종 예측강우 산정 (DQM 예측강우 + STS 태풍사상) ◈ - DQM에 따른 예측강우와 STS를 통한 모의된 태풍사상을 합함으로써, 최종적인 예 측강우 생성 및 일 분해 산정 - Projection 단계별/계절별 추세분석, 무강우 일수 및 일 최대강우량 추세분석 등 다양한 예측강우에 대한 분석 실시 - 현재 UI 구성 중 (추후 ARDAS 소프트웨어 내장) < ARDAS 소프트웨어 UI 화면 – E. 최종예측강우 산정> CCAPH-K 자문회의 (ARDAS 소프트웨어) CCAPH-K 자문회의 ◈ (ARDAS 소프트웨어) E. Random Cascade Model - 여러 관측소의 상세화 결과에 대한 티센망을 이용한 격자강우 생성 및 Random Cascade Model을 이용한 고해상도 격자강우 생성 - 입력자료는 텍스트파일로, 출력자료는 이미지 파일 및 텍스트파일로 구성 - 현재 UI 구성 중 (IDL 코드 변환 중) 9 by 9 (32km) 18 by 18 (16km) 36 by 36 (8km) < ARDAS 소프트웨어 UI 화면 – E. 최종예측강우 산정> 72 by 72 (4km) 144 by 144 (2km) 288 by 288 (1km) 감사합니다 주최: 2-1-2 서울대학교