ECMWF 계절 기상 전망을 활용한 국내 다목적댐 유입량 예측의 성능 비교·평가 (Assessing the skill of seasonal flow forecasts from ECMWF for predicting inflows to multipurpose dams in South Korea)

서지정보

· 발행기관 : 한국수자원학회
· 수록지 정보 : 한국수자원학회 논문집 / 57권 / 9호 / 571 ~ 583페이지
· 저자명 : 이용신, 강신욱

초록

중장기적으로 댐에 유입될 물의 양을 예측하는 것은 댐의 안정적 운영 및 홍수·가뭄 등 물 재해 예방을 위해 필수적이지만, 기후변화에 따른 극한 기후 현상의 증가에 따라 미래 수문상황을 정교하게 예측하는 것은 더욱 어려워지고 있다. 2000년 이후, 중장기적 수문학적 예측을 위해 향후 약 7개월까지에 대한 예측 정보를 제공하는 계절 기상 전망과 이를 수문학적으로 해석한 계절 유량 전망(Seasonal Flow Forecasts, SFFs)이 전 세계적으로 관심을 받아왔다. 본 연구는 2011년부터 2020년 까지 국내 12개 다목적댐에 대해 ECMWF에서 제공하는 계절 기상 전망을 수문학적 모형을 통해 유입량으로 변환하고, 그 예측의 성능을 국내외 물 관리에 많이 활용되는 Ensemble Streamflow Prediction (ESP)과 비교하였다. 본 연구의 결과는 SFFs가 1에서 2개월의 단기간에 대한 예측에 더 효과적이지만, 장기간 예측에서는 ESP가 더 나은 성능을 나타낸다는 것을 확인하였다. 계절적으로는 10~11월에서 SFFs의 유입량 예측 신뢰도가 높았지만, 12~2월에서는 다소 낮게 나타났다. 또한, SFFs는 건조한 조건을 정량적으로 예측하는데 나은 성능을 나타낸 반면, 습윤한 조건에 대해서는 유입량을 과소평가하는 경향을 보였다.

영어초록

Forecasting dam inflows in the medium to long term is crucial for effective dam operation and the prevention of water-related disasters such as floods and droughts. However, the increasing frequency of extreme weather events due to climate change has made hydrological forecasting more challenging. Since 2000, seasonal weather forecasts, which provide predictions for weather variables up to about seven months ahead, and their hydrological interpretation, known as Seasonal Flow Forecasts (SFFs) have gained significant global interest. This study utilises seasonal weather forecasts from the European Centre for Medium-Range Weather Forecasts (ECMWF), converting them into inflow forecasts using a hydrological model for 12 multipurpose dams in South Korea from 2011 to 2020. We then compare the performance of these SFFs with the Ensemble Streamflow Prediction (ESP). Our results indicate that while SFFs are more effective for short-term predictions of 1-2 months, ESP outperforms SFFs for long-term predictions. Seasonally, the performance of SFFs is higher in October-November but lower from December to February. Moreover, our findings demonstrate that SFFs are highly effective in quantitatively predicting dry conditions, although they tend to underestimate inflows under wet conditions.

참고자료

· 없음