Characteristics of Inter-monthly Climatic Change Appeared in Long-term Seoul Rainfall

水 工 學

大 韓 土 木 學 會 論 文 集

第30卷 第1B 號·2010年 1月 pp. 1 ~ 11

장기간의 서울지점 강우자료에 나타난 월간 기후변화 특성

Characteristics of Inter-monthly Climatic Change Appeared in Long-term Seoul Rainfall

황석환*·김중훈**·유철상***·이정호****

Hwang, Seok Hwan

^·

Kim, Joong Hoon

^·

Yoo, Chulsang

^·

Lee, Jung Ho

···

Abstract

In this study, To analyzed the monthly long-term change characteristics of Chukwooki rainfall data set (CWK) and modern rain gage rainfall data set (MRG), tests of trend or variation were performed of each data sets using five statistical trend or variation test method. furthermore, changing characteristics of rainfall was analyzed through the accomplishment of the 2- dimensional LOWESS regression (or smoothing) which can consider both annual time-variation and inter-monthly time-vari- ation. From the trend test, it is difficult to confirm that given data sets have significant trends. From the 2-dimensional LOW- ESS analysis for four rainfall characteristics, after near A.D. 1980, inter-monthly variation width in addition to quantative increment of rainfall are increased rapidly and persistently.

Keywords :

climate change, LOWESS, Chukwooki

···

요 지

본 논문에서는 측우기 관측 자료계열(CWK)과 근대우량계 관측 자료계열(MRG)의 월별 장기변화 특성을 파악하기 위하여 통계적 경향성 검정방법 5가지를 이용하여 각 자료계열의 경향성 여부를 검정하였다. 더불어 각 자료계열별로 연도별 시간 축과 월별 시간축을 동시에 고려한 2차원 LOWESS 회귀분석을 실시하여 강우의 변동 특성을 분석하였다. 경향성 분석결과 검정방법별로 95% 신뢰수준에서 경향성에 대해 큰 유의성이 있다고 보기는 어려웠다. 4가지 강우특성에 대한 2차원 LOWESS 회귀분석 결과, 1980년 이후부터 강우의 양적 증가추세와 더불어 강우의 월간 변화폭도 급격한 증가추세를 보이 고 있는 것으로 나타났다.

핵심용어 : 기후변화, LOWESS, 측우기

···

1. 서 론

근래에 들어 지구온난화 등에 의한 기후변화 여부에 대한 논란이 심화되고 있다 . 이는 기후 변화를 초래할 수 있는 요인들이 많아졌고 더불어 잦은 기상이변으로 인해 기후변 화에 대한 체감률이 높아졌기 때문이다 . 그러나 강우를 포함 한 대부분의 기상자료들은 산업혁명 이후인 20 세기 이후부 터 관측되어 기록되었다 . 이러한 현실에서 장기간의 변화추 세를 나타내는 강우량의 경년변화 여부를 판단할 근거가 매 우 빈약하다 . 다만 , 근래의 추세로 판단해 볼 때 변화가 있 을 것이라는 추정만 가능한 정도이다 . 그러나 우리나라의 경 우는 조선초기부터 측우기 관측을 시작해 왔고 현재 18 세기 말부터 측우기 관측자료가 존재한다 .

그 동안 기상학 분야에서 측우기 자료에 대한 연구가 지

속적으로 수행되어 왔다 . 특히 조선시대 강수량까지 포함한 서울의 강수량을 분석한 이병설 (1970) 은 1770 년부터 1907 년

까지의 138 년 동안의 연평균 강수량이 1908 년에서 1960 년

까지의 연평균 강수량과 큰 차이를 보이지만 여름철만을 분 석한 경우는 두 기간의 강수량 차이가 작음을 지적하였다 .

Kim and Ha(1987) 는 서울 월강수량의 경년변동과 기후변화

에 대한 연구에서 조선시대 서울지역의 연강수량은 1900 년 대 이후의 연강수량에 비하여 많았으며 그 변동성 또한 상 대적으로 크게 나타났음을 보여주었다 . Lim and Jung

(1992) 은 측우기 관측 자료와 근대 우량계 관측자료의 간단

한 통계분석을 통하여 서울 지역의 연 강수량은 측우기로 관측된 과거 조선시대의 연강수량과 동일한 수준임을 보인

바 있다 . ^{전종갑과 문병권} (1997) ^{은 서울지역 강수량 관측자}

료의 분석을 통해 측우기 관측자료와 현대 관측자료 사이에

*정회원·한국건설기술연구원수자원연구실연구원

(E-mail : [email protected])

**정회원·교신저자·고려대학교공과대학건축사회환경공학부교수

(E-mail : [email protected])

***정회원·고려대학교공과대학건축사회환경공학부교수

(E-mail : [email protected])

****정회원·한밭대학교토목·환경·도시공학부조교수

(E-mail : [email protected])

연강수량 경년변화를 비교하였고 우리나라 강수주기의 경우 약 5 ^년 -6 ^{년 주기가 현저하게 나타난다고 하였으며 이를 태}

양흑점자료와 비교하였다 . 정현숙 (1999) 및 정현숙 등 (1999)

의 연구에서는 측우기를 이용한 조선시대 강우관측 자료와 근대관측 자료를 정량적으로 비교 , 분석하여 조선시대 측우 기에 의한 강우관측이 상당한 신뢰를 가지고 있음을 보여주 었다 ( 유철상 , 2000). 유철상 등 (2000) 의 연구에서도 측우기 자료 및 근대 자료에 대해 다우해 및 과우해의 재현특성을 분석한 결과 그 차이가 크지 않음을 보여준 바 있다 . 유철

상 (2000) 은 서울지점 연강수량 자료에 나타난 장기 건조기의

재현 가능성에 관해 연구하였고 그 결과 장기 건조기의 발 생 가능성은 근대에 들어 줄어들고 있음을 지적하였다 . 유철

상과 류소라 (2003) 는 측우기 자료를 포함한 서울지점의 월강

수량 자료를 이용하여 서울지점 가뭄의 재현 및 지속특성에 대한 분석을 실시하였고 , 아주 심한 가뭄의 경우 8 년 -23 년에 한번 발생하며 포아송 과정이 가뭄의 재현 및 지속특성을

잘 설명해 준다고 하였다 . 김기욱 등 (2007) 은 강우빈도해석

에서의 측우기자료의 유용성을 평가하여 국내의 역사적 자 료도 빈도해석에 효과적으로 이용할 수 있음을 보인바 있다 .

이러한 연구결과를 종합해서 분류해 보면 크게 세가지로 유형으로 나누어 볼 수 있는데 , ^{첫 번째는 측우기 자료 자}

체의 정확도 분석이나 보정에 관한 연구이고 , 두 번째는 측 우기 자료와 근대우량계 자료의 비교를 통해 장기적인 강우 량의 경년변화 추세나 기후변화 여부를 추정하는 연구 , 그리 고 세 번째는 극심한 가뭄과 같은 이상기후의 발생 추세나 주기 등을 연구하기 위한 보조 수단으로 사용한 경우이다 .

그러나 과거에서 현재에 이르는 시간축을 기준으로 연단위 분석에 주로 초점이 맞추어져 월별 변화특성에 대한 연구는 거의 이루어지지 못하였다 . ^{따라서 본 논문에서는 과거에서}

현재에 이르는 연단위 시간축 변화에 따르는 월단위 강우 변화 양상을 분석하여 보았다 . 예를 들자면 , 최근에는 장마 라는 개념이 무색할 정도로 여름철 강우특성이 몬순화 ( 우기 ) 되 고 있다는 많은 징후 들이 보고되고 있는데 , ^{이러한 강우량}

의 변화특성을 파악하기 위해서는 여름철 (6 월에서 9 월 ) 에 이 르는 장기간의 월간 강우특성 변화의 분석이 필요하다 . 본 논문의 연구결과는 연중 기후변화 특성 연구에 유용하게 이 용될 수 있을것으로 본다 .

2. 분석자료의 구성

측우기 관측계열 (1778 년 -1907 년 ) 과 근대우량계 관측계열

(1908 년 -2006 년 ) 의 월별 강우특성을 비교 분석하여 장기 월

별 기후변화 특성을 파악하였다 . 본 연구에서는 강설 등의 영향을 고려하지 못한 측우기 자료와 이를 고려한 근대 우 량계의 차이를 고려하여 4 월에서 10 까지의 자료만을 이용하 였고 4 월에서 10 월까지의 자료에 대해 분석을 실시하였지만 , 6 월에서 9 월까지 여름철 변화특성에 중점을 두었다 . 우선 측 우기 자료와 근대 우량계 자료 전체의 기본 월별 평균적인 통계특성을 추출하였다 . 측우기의 관측 단위는 관측최소 단 위가 1 푼 (1 分≒ 2 mm) 이므로 0.1 mm 단위로 측정하는 근대 우량계 관측과 비교하면 소량의 강수는 측정되지 않았을 가

능성이 크다 ( 정현숙 , 1994) 고 알려져 있다 . 따라서 최소 관

측단위의 영향도 고려해 보고자 근대 우량계 관측기록에서

2 mm 이하를 제외한 경우 (M20) 에 대해서도 동일한 자료계열

을 만들고 동일한 분석 후 그 결과를 원자료 계열 (M00) 과

비교하였다 . Table 1 은 측우기 관측계열과 근대우량계 관측 계열간의 월별 경향성 분석을 하기 위해 선정한 4 개의 검정 통계치로 강우변화 특성을 효과적으로 나타내 줄 수 있는 특성들이다 . Table 1 의 Monthly rainfall은 4 월에서 10 월까 지 각월의 월강우량이고 D _max ratio는 월강우량에 대한 해당 월 일최대 강우량이 차지하는 비율의 변화를 분석하기 위한 통계치이다 . N

rainy days

는 각 월별 평균적인 강우일수를 산정 한 통계치이고 I

rainy days

는 각 월별 강우일수에 대한 월강우 량의 비로 강우일에 대한 평균일강우강도이다 . Monthly rainfall은 강우량의 정량적인 변화를 파악하기 위한 기본 통 계치이고 D max ratio는 일최대 강우량의 정량적 변화를 분석 하여 단기 강우사상의 규모 및 특성 변화를 파악할 수 있기 때문에 선택하였다 . N

rainy days

는 강우일수의 변화를 정량적으 로 나타내므로 이를 분석하면 강우발생 경향의 변화 여부를

쉽게 파악할 수 있고 I

rainy days

는 강우강도의 변화를 정량적

으로 분석 가능하기 때문에 사용하였다 .

3. 분석방법 및 내용

3.1 통계적 경향성 분석

강우는 강우량과 같은 양적 특성과 발생횟수와 같은 빈도 특성 그리고 지속시간에 따른 강도 특성을 복합적으로 가지 고 있기 때문에 강우의 변화를 파악하기 위해서는 양적 통 계치는 물론 빈도와 강도를 적절히 표현할 수 있는 통계치 를 동시에 비교해야만 강우특성의 변화여부에 대한 적절한 판단이 가능하다 . 모집단을 가정하고 유의수준을 설정하여

가설을 검정하는 방법으로 시계열 자료의 경향성 (trend) 이나

주기성을 판단하기 위한 검정통계량 방법들이 많이 연구되

어 왔다 . 그 대표적인 방법으로 연검정 (run test), 전환점 검

Table 1. Statistics which are used to analyze the monthly long-term change characteristics appeared in CWK and MRG

Statistics Mathmatical Expressions

Monthly rainfall Monthly rainfall =

^Σ

(daily rainfall) The ratio of maximum daily rainfall to monthly rainfall

Number of rainy days for each month The ratio of monthly rainfall to numbers of rainy days

D

_max

ratio Maximum daily rainfall=---Monthly rainfall Nrainy days=Numbers of raingy days

I_rainy

_days Monthly rainfall Numbers of rainy days ---

=

정 (turning point tests), 1 ^{차 자기상관계수 검정} (lag-1 auto- correlation test), Mann-Kendall 검정 , 선형회귀 검정 등이 있다 . 시계열 자료의 경향성은 독립성 ( 혹은 무작위성 ) 과 매우 밀접한 관련을 가지고 있는데 추세를 가지고 있는 계열은 통계적 독립성이 유지되기 어렵기 때문에 이 방법들은 대부 분 시계열 자료의 무작위성 검정이나 추세 검정을 통해 자 료의 독립성 여부를 통계적으로 판단하는 방법으로도 사용 된다 . 검정통계량을 이용한 경향성 검정방법은 공통적으로 검정을 위한 초기가설 , ^{즉 귀무가설이 필요하고 더불어 검정}

을 위한 검정통계량의 설정이 필요하다 . 시계열 { y

t

} 를 추세 가 없는 정상시계열로 가정 하면 y

t

= µ + ε

t

와 같이 평균 ( µ ) 과 독립오차항 ( ε

t

) 으로 분리하여 표현할 수 있고 , 본 논문에서 적용한 각 방법별 검정을 위한 귀무가설 ( H ₀ ) 과 검정통계량은

다음 Table 2 ^{와 같다} .

3.2 월강우량의 2차원 시간변화특성 분석

3.2.1 Locally weighted regression

선형회귀분석은 많은 이점을 가지고 있고 , ^{특히 주어진 관}

계가 선형에 가깝다면 최고의 선택이다 . 그러나 비선형 관계 가 존재한다면 선형회귀분석은 잘못된 결과를 도출하거나 아 예 결과를 도출하지 못할 수 있다 . 이러한 잠재적 위험성 때문에 비모수적 회귀분석이 개발되었다 . ^{부분가중회귀법} (locally weighted regression) 은 비모수적 회귀법 (nonparametric regression) 의 한 종류로 종종 평활법 (smoothing) 이라고도 불 린다 . 기본적인 평활의 개념은 , 단변량 평활인 경우 y = f ( x )+ ε 의 형태를 갖고 2 차 평활 (scatter-plot smoothing) 이라고도

Table 2. Hypothesis test methods for trend using test statistics

Test method Null hypothesis Test statistics

Name Type

Run test Non-parametric No trend and Independent

, rejection: : significance level R is the number of runs,

m is the number of data above (or below) median

Turning points test Non-parametric No trend and Independent

, rejection: : significance level U is the number of turning points,

m is the number of data

Autocorrelation test Parametric Independent

, rejection: : significance level r1 is lag-1 autocorrelation coefficient, ,

m is the number of data

Mann-Kendall test Non-parametric No trend

, rejection: : significance level

R is the relative ranks, , m is the number of data

Linear regression test Parametric No trend

, rejection: : significance level, df : degree of freedom

b is the slope of linear regression curve,

, is the intercept,

m is the number of data Note: t distribution is closed to normal distribution when the degrees of freedom are increased

Z R

–_µR ---σR

= Z Z

>

_α⁄

₂ , α

µR

m

+_{1 σR},

m m

( –1) 2

m

–1 ---

⎝ ⎠

⎛ ⎞^{1 2⁄}

= =

Z U

–_µU ---σU

= Z Z

>

_α⁄

₂ , α

µU 2(

m

–2)

--- σU3 , 16

m

–29 ---90

⎝ ⎠

⎛ ⎞^{1 2⁄}

= =

Z r–

µ

_r1

σ

_r1

---

= Z Z

>

_α⁄

₂ , α

µr₁=–1⁄

m

σr₁=[(

m

³–3

m

²+4)⁄{

m

²(

m

²–1)}]^{1 2⁄}

Z S

---σ

= Z

>

Z_α⁄

₂ , α

S sgn

(

R

_t–

R

_n) n t=+1

∑m ⁽

^R

^t–

^R

ⁿ⁾

1,

R

_t–

R

_n>0 0,

R

_t–

R

_n=0

1

– ,

R

_t–

R

_{n 0}<

⎩⎪

⎨⎪

⎧

sgn

= , t=1

∑m

=

σ

=

^{

m m

⁽

–1

^{) (}

2m+5

^{) ⁄}

18

^{}1 2}

^⁄

S b

=_σ^---

S

>

t

_{α 2⁄ ,df=m–2},α

σ 12 (

y

_t–

y

_ˆt) t=1

∑m

m m

( –2)(

m

²–1) ---

⎭⎪

⎪⎪

⎬⎪

⎪⎪

⎫^{1 2⁄}

⎩⎪

⎪⎪

⎨⎪

⎪⎪

⎧

= yˆ_t=_{a bt}+

_,

_a

부른다 . 여기서 x는 독립변수이고 y는 종속변수이며 자료계 열은 ( x

i

, y

i

), i =1, 2, _… , n S 이다 .

3.2.2 LOWESS 회귀분석

부분가중회귀법 (locally weighted regression) 은 x로 표현되고 , 와 는 개개의 x값에 대 해 추정된다 . 특히 , 특정 x값에 대해 와 의 크기 는 다음식을 최소로 하는 α와 β값으로 정의된다 .

(1)

여기서 , k ( x−x

i

; h ) 는 커널함수 (kernel function) 이다 .

부분가중회귀법은 특정 영역에서 자료가 드문 경우 문제가 발생하는데 , 이러한 상황에서는 평균시 사용하는 임의의 x값 에 근접하는 점의 수가 적어 이런 x에 대한 를 정의하

기 어려울 수 있다 . Cleveland(1979) 는 이러한 문제점을 인

지하여 최근접점접근법 (nearest neighbors approach) 와 부분 가중회귀곡선 (locally weighted regression line) 을 결합하여 그 효과를 감소시켰다 . 이 과정을 LOWESS( 혹은 LOESS)

라고 부르며 ‘ 황토 (LOESS)’ 와 혼돈되기 때문에 줄여서 ‘ 부 분회귀법 (local regression)’ 라고도 한다 .

LOWESS 사용시 , x점의 r번째 최근접점까지의 거리를 고

려하기 위해 커널함수의 정의가 필요한데 , 특히 Cleveland 는 J를 최소화하여 와 를 추정하기 위해 필요한 커 널함수 k ( z ; h ) 를 다음과 같이 정의하였다 .

(2)

여기서 , 는

(3)

로 정의되고 h는 x의 r번째 최근접점까지의 x축 방향 거 리 d

r

( x ) 에 해당한다 .

이식을 이용하여 , 와 는 다음식 J

c

를 최소화하 는 α와 β에 대한 값으로 정의된다 .

(4)

k ( ^z ; ^h ) ^{의 정의에서 h} = ^d

r

( ^x ) ^{를 사용한 것은} bandwidth ^{가 x}

축을 따라 변화가 가능하게 해준다 . 이것은 부분회귀곡선 를 계산할 때 각각의 x에 대해 인접점이 드문 것과 상 관없이 nS개의 관측치의 r− 1 번째 지점은 영이 아닌 가중치

를 가지게 된다 . LOWESS ^{분석에서 종종 인접한 자료점들}

을 나타내기 위해 span( r/nS ) 을 사용하는데 , span 은 직관적 으로 전체 자료수 ( nS ) 에 대한 와 의 추정에 사용 된 영이 아닌 가중치를 가진 자료수의 비임을 알 수 있다 .

4. 분석결과

4.1 강우특성의 통계적 경향성 분석 결과

본 연구에서 제시한 4 개의 강우 통계치 자료계열별로 연 검정 , 전환점 검정 , Mann-Kendall 검정 , 1 차 자기상관계수

검정 , 선형회귀 검정의 다섯 가지 검정방법을 이용하여 통계

적 경향성을 검정한 결과는 Table 3 과 같다 . 그리고 측우기

관측자료계열의 관측 최소정밀도를 고려하여 근대우량계 관 측자료계열에서 2 mm 보다 작은 강우기록을 제외한 M20 과 원자료계열을 그대로 사용한 M00 으로 나누어 비교하였다 .

95% 신뢰수준에서 연검정 결과 Monthly rainfall과 D max ratio은 모두 경향성이 없고 독립성이 있다고 판정되었다 .

N

rainy days

는 M00 의 8 월과 M20 의 6 월과 8 월만이 경향성이 없고 독립성이 있다고 판정되었다 . I

rainy days

는 M00 의 7 월만 이 경향성이 있거나 자기상관에 유의성이 있다고 판정되었 다 . 전환점 검정 결과는 Monthyl rainfall의 M00 과 M20 의

9 월만이 경향성이나 자기상관성에 유의성이 있다고 판정되었 다 . D max ratio은 M00 과 M20 모두 경향성이 없고 독립성 이 있다고 판정되었다 . N

rainy days

는 M00 과 M20 의 8 월만이 경향성이 없고 독립성이 있다고 판정되었다 . I

rainy days

는

M00 과 M20 모두 경향성이 없고 독립성이 있다고 판정되었

다 . Mann-Kendall 검정결과는 의 경우 M00 과 M20 모두 경향성이 없다고 판정되었다 . D max ratio은 M00 의 4 월만이 경향성이 있다고 판정되었다 . ^N

rainy days

은 M00 ^{의 경우 모두}

증가하는 경향성이 있는 것으로 판정되었고 M20 의 경우는 모두 경향성이 없는 것으로 판정되었다 . I

rainy days

은 M00 의 경우 9 월을 제외하고 모두 감소하는 경향성이 있다고 판정 되었고 M20 의 경우는 4 월 , 5 월 , 9 월이 증가하는 경향성이 있는 것으로 판정되었다 . 이를 통해 볼 때 I

rainy days

는 M00

의 경우 월강우일수의 차이에 의해 감소하는 경향이 나타난 것으로 판단되고 M20 의 경우는 강우량의 증가로 인해 증가 하는 경향성이 나타난 것으로 판단되어 검정결과의 해석에 구분이 필요하다고 보여진다 . 이는 앞의 I

rainy days

에 대한

CWK 와 MRG 간의 정량적 분석결과에서 4 월 , 5 월 , 9 월의 최대 및 4 월 , 5 월 , 9 월의 분산이 CWK 보다 MRG 가 컸던 사실과 잘 일치한다 . 1 ^{차 자기상관계수 검정 결과} , ^Monthyl

rainfall과 D _max ratio은 M00 과 M20 모두 독립성이 있다 고 판정되었다 . N

rainy days

은 M00 의 8 월만이 자기상관에 유 의성을 보이지 않았다 . I

rainy days

은 M00 과 M20 모두 8 월에 서 자기상관에 유의성을 보였다 . ^{선형회귀 검정의 결과는}

Monthyl rainfall과 D _max ratio의 경우 M00 의 4 월을 제외

한 M00 모두와 M20 모두 경향성이 없는 것으로 판정되었

다 . N

rainy days

의 경우는 M00 은 모두 경향성이 있는 것으로 판정되었고 M20 의 경우는 모두 경향성이 없는 것으로 판정 되었다 . I

rainy days

의 경우 M00 은 9 월을 제외하고 모두 경향 성이 있는 것으로 판정되었고 M20 은 4 월 , 5 월 , 8 월 , 9 월이 경향성이 있는 것으로 판정되었다 . I

rainy days

에 대한 M20 의

이러한 결과는 Mann-Kendall 의 결과와 매우 유사한 점으로

보아 M00 의 경우는 월강우일수의 차이에 의해 감소하는 경 향성이 나타난 것이고 M20 의 경향성은 강우량의 증가로 인 해 증가하는 경향성이 나타난 것으로 판단된다 .

검정 결과를 종합해 보면 , 전반적으로 Monthly rainfall과 D max ratio는 경향성이 없고 독립성이 있는 것으로 나타났다 .

N

rainy days

의 경우는 M00 의 경우 분석한 모든 검정에서 경향

성이나 자기상관에 유의성을 보였다 . M20 ^{의 경우는 연검정}

과 전환점 검정은 일부 경향성이나 자기상관을 보이는 반면

Mann-Kendall, 1 차 자기상관계수 검정 , 선형회귀 검정은 경

ˆf

_{( )}

_x =

α

ˆ

_{( ) β}

_x +ˆ

_{( )}

_x

^α

ˆ

_{( )}

_x

_β

ˆ

_{( )}

_x

α

ˆ

_{( )}

_x

_β

ˆ

_{( )}

_x

J

( α β

+ x_i–y_i

)2

k x x

(

– _i;h

)

i

= 1

∑nS

=

ˆf

( )

_x

α

ˆ

_{( )}

_x

_β

ˆ

_{( )}

_x

k z h

( )

; =

[

1 –

(

Z h

⁄ )3 ] 3

I_[

₀

_,h]

(

Z

)

I_[

₀

_,h]

(

Z

)

I_[

₀

_,h]

(

Z

)

1 if 0

≤

Z h

≤

0 otherwise

⎩ ⎨

=

⎧

α

ˆ

_{( )}

_x

_β

ˆ

_{( )}

_x

J_c

( α β

+ x_i–y_i

)2 {

1–

[

x x– _i

⁄

d_r

( )

x

]3 } 3

I_[

₀

_{,dr( )x]}

(

x x– _i

)

i

= 1

∑nS

=

fˆ

_{( )}

_x

α

ˆ

_{( )}

_x

_β

ˆ

_{( )}

_x

향성이나 자기상관에 유의성을 보이지 않았다 . 이처럼 N

rainy days

의 경우 변동점의 수로 변화여부를 판정하는 연검정이나 전환점 검정의 경우에 유의성을 보이는 경우가 많았고 장기

추세를 판정하는 Mann-Kendall ^{검정과 선형회귀 검정에 유}

의성을 보이지 않아 월강우일수의 변화 양상은 통계적인 관

점에서 장기지속 추세는 아닌 것으로 판단된다 . I

rainy days

의

경우는 Mann-Kendall 검정과 선형회귀 검정 결과에서 M00

은 9 ^{월을 제외하고 모두 경향성이 있는 것으로 판정되었고} Table 3. Results of statistical trend test for each data sets (A.D. 1778 to A.D. 2006)

Statistics Data sets Month RT TP MK AC RG Z

α

Z H0 Z H0 Z H0 DIR Z H0 Z H0

α

=5%

Monthly rainfall

M00

APR 0.468 A 1.640 A 1.904 A 0.209 A 2.108 R 1.960

MAY 1.670 A 0.423 A 1.925 A 0.027 A 1.953 A 1.960

JUN 1.002 A 1.693 A 0.053 A 0.459 A 0.547 A 1.960

JUL 0.200 A 1.005 A 0.478 A 0.602 A 0.498 A 1.960

AUG 0.601 A 0.688 A 1.015 A 0.515 A 1.348 A 1.960

SEP 1.537 A 2.646 R 1.761 A 0.683 A 1.514 A 1.960

OCT 1.804 A 0.053 A 0.562 A 0.875 A 0.087 A 1.960

M20

APR 0.200 A 1.640 A 1.555 A 0.322 A 1.827 A 1.960

MAY 1.670 A 0.423 A 1.630 A 0.017 A 1.664 A 1.960

JUN 1.002 A 1.376 A 0.263 A 0.436 A 0.367 A 1.960

JUL 0.334 A 1.005 A 0.332 A 0.620 A 0.389 A 1.960

AUG 0.601 A 1.005 A 0.899 A 0.523 A 1.245 A 1.960

SEP 1.136 A 2.646 R 1.570 A 0.646 A 1.378 A 1.960

OCT 1.670 A 0.053 A 0.128 A 0.884 A 0.231 A 1.960

Dmax ratio M00

APR 1.537 A 0.741 A 2.381 R DEC 0.548 A 2.393 R 1.960

MAY 0.468 A 0.423 A 0.820 A 0.959 A 0.635 A 1.960

JUN 0.334 A 0.688 A 0.688 A 0.275 A 0.510 A 1.960

JUL 0.468 A 0.370 A 1.503 A 0.334 A 0.699 A 1.960

AUG 0.200 A 0.053 A 0.729 A 1.056 A 0.941 A 1.960

SEP 1.403 A 0.370 A 1.084 A 0.048 A 0.923 A 1.960

OCT 0.735 A 0.053 A 0.669 A 0.545 A 0.893 A 1.960

M20

APR 1.670 A 1.376 A 1.328 A 0.382 A 1.312 A 1.960

MAY 1.537 A 0.212 A 0.055 A 0.679 A 0.034 A 1.960

JUN 0.869 A 0.370 A 0.162 A 0.369 A 0.106 A 1.960

JUL 0.601 A 0.370 A 1.692 A 0.335 A 0.932 A 1.960

AUG 0.200 A 0.053 A 0.545 A 1.019 A 0.675 A 1.960

SEP 0.869 A 0.370 A 1.715 A 0.126 A 1.697 A 1.960

OCT 0.468 A 0.370 A 0.074 A 0.870 A 0.030 A 1.960

Nrainy days

M00

APR 4.076 R 2.011 R 6.354 R INC 3.310 R 7.033 R 1.960

MAY 6.615 R 3.440 R 5.857 R INC 4.909 R 6.540 R 1.960

JUN 4.610 R 2.963 R 6.093 R INC 2.917 R 6.861 R 1.960

JUL 5.278 R 2.805 R 4.692 R INC 3.336 R 5.036 R 1.960

AUG 1.670 A 0.900 A 4.883 R INC 0.175 A 5.043 R 1.960

SEP 6.080 R 4.233 R 4.889 R INC 3.338 R 5.048 R 1.960

OCT 5.011 R 3.440 R 4.809 R INC 2.585 R 5.270 R 1.960

M20

APR 4.076 R 3.916 R 0.035 A 0.070 A 0.179 A 1.960

MAY 5.679 R 4.233 R 0.938 A 1.719 A 0.965 A 1.960

JUN 1.804 A 3.122 R 0.585 A 0.770 A 0.511 A 1.960

JUL 4.209 R 2.170 R 1.355 A 0.728 A 1.486 A 1.960

AUG 1.136 A 0.900 A 0.746 A 1.887 A 0.984 A 1.960

SEP 4.610 R 4.868 R 0.867 A 1.054 A 1.141 A 1.960

OCT 4.878 R 3.916 R 0.726 A 0.071 A 0.878 A 1.960

M20 은 4 월 , 5 월 , 8 월 , 9 월이 경향성이 있는 것으로 판정되

었다 . M00 의 경우는 관측정밀도 차이에서 오는 월강우일수

의 차이에 의해 I

rainy days

가 감소하는 경향성이 나타났다고

보여지고 , M20 의 경향성은 강우량의 증가로 인해 I

rainy days

가 증가하는 경향성이 나타났을 가능성이 크다고 보여진다 .

4.2 2차원 LOWESS 회귀분석을 통한 월별 강우특성의 시간적 변화분석 결과

다음 Fig. 1 에서 Fig. 4 는 월별 강우특성의 시간적 변화

양상을 장기적인 관점에서 분석해 보기 위해 LOWESS 2 차

원 회귀분석을 실시해 산정된 결과이다 . 앞서 언급했듯이 지 금까지 연구들은 주로 연도축에서의 강우특성의 변화양상을 분석한 결과를 제시하였으나 강우특성이 장기변화축 ( 연도축 )

과 동시에 단기변동축 ( 월축 ), 즉월별로 어떻게 분포가 변화하 였는가에 대한 연구결과는 없었다 . 강우는 장기적인 측면에 서 월별로 주기적인 경향성을 보이고 동시에 연별로 증감추 세를 가지고 있다 . 따라서 연강우의 변화를 2 차원적으로 분 석하면 강우나 기후변화의 여부나 추세에 대해 보다 명확한 예측이 가능하다 .

Fig. 1 에서 Fig. 4 는 4 개의 통계특성별로 연도별 변동축과 월별 변동축에 대해 동시에 회귀분석한 결과이다 . 본 분석에

서 span ^은 0.1 ^{을 사용하였다} . ^{이는 전체적인 변화양상을 파}

악하기 위해서는 약 20 년 정도의 단위기간이 적절하다고 판 단하였기 때문이다 ( 전체자료기간의 수 225 년 대비 단위기간

20 년을 고려하여 span=0.1 로 결정 ). 그러나 LOWESS 의 경 우는 이동평균과는 다르게 순차적인 자료축상에서의 범위를 다루므로 구간에 따라 회귀분석에 사용되는 자료의 수와 그 내삽값은 달라질 수 있다 .

Fig. 1 의 Monthly rainfall의 연별 변화추세의 경우 , M00 은

과거 호우기의 중심은 1820 ^{년 전후와} 1930 ^년에서 1940 ^년

전후에 있음을 알 수 있고 2000 년 이후에도 호우기의 중심

이 형성되고 있는 것을 확인할 수 있다 . 건조기의 중심은

1895 년 전후에 나타나고 있고 이 시기는 그 동안 많은 연

구에서 건조기로 확인된 바 있다 . Monthly rainfall의 월별 변화추세의 경우 , 내삽평균 200 mm 이상을 기준으로 , 1870

년대까지는 6 월 중순에서 8 월 중순까지 호우의 중심대가 형

성되어 있으나 1870 년 이후 1920 년까지 건조기의 경우 6 월

말에서 7 월 말에 걸쳐있고 그 양적 변화도 크지 않다 . 1940 년에서 1970 년 사이에는 호우의 중심이 8 월쪽에서 6 월 쪽으로 밀려있는 것을 볼 수 있다 . 그리고 가장 두드러진

특징은 1980 년 이후 호우의 폭이 점점 넓어지고 그 강도도

커지고 있다는 것이다 . 호우의 폭은 6 월에서 9 월까지 폭이 넓어지고 호우기 중심의 약 20 년 내삽평균의 수준 ( 평균등우

선 ) 기왕 최대에 비해 80 mm 정도 증가한 것으로 나타났다 .

M00 과 M20 은 거의 같은 양상을 보이나 1930 년에서 1940

년에 이르는 M20 의 호우기의 월간 중심폭이 약간 감소한 것으로 나타났다 . 이는 이 시기에 상대적으로 2 mm 이하 강 우가 잦았거나 이후 호우의 규모가 커졌음을 의미한다 .

Fig. 2 의 D max ratio의 연별 변화추세 및 월별 변화추세의

경우는 M00 과 M20 모두 전반적으로 Monthly rainfall과 반 대의 경향을 보이고 있다 . 이는 최대일강우량에 비해 월강우 량이 상대적으로 매우 크기 때문에 최대일강우량의 변화에 비해 월강우량의 변화에 민감하게 변화하는 결과를 나타내 기 때문이다 . 여기서 주목할 점은 1980 년 이후 D _max ratio 의 월간 폭 ( 여름철 작은값의 폭 ) 이 급격히 넓어지고 있다는 점인데 이것도 최대일강우량의 감소라기보다는 월강우량의 증가폭이 더 크기 때문으로 해석하는 것이 타당할 것으로 판단된다 .

Fig. 3 의 N

rainy days

의 연별 변화추세는 M00 과 M20 이 확 연한 차이를 보이고 있다 . 이는 앞서 언급한 바와 같이 계 측의 정밀도에서 오는 강우일수의 차이로 보는 것이 타당할 것으로 보인다 . M00 의 경우 1908 년 ( 근대우량계 관측이 시작 ) Table 3. Continued

Statistics Data sets Month RT TP MK AC RG Z

α

Z H0 Z H0 Z H0 DIR Z H0 Z H0

α

=5%

Irainy days

M00

APR 0.468 A 0.688 A 2.600 R DEC 0.164 A 3.128 R 1.960

MAY 1.670 A 0.741 A 2.595 R DEC 0.209 A 2.634 R 1.960

JUN 2.873 R 1.005 A 4.284 R DEC 0.767 A 4.365 R 1.960

JUL 0.601 A 1.640 A 3.422 R DEC 0.512 A 3.159 R 1.960

AUG 0.735 A 0.741 A 2.568 R DEC 2.259 R 2.101 R 1.960

SEP 1.136 A 0.265 A 1.268 A 0.227 A 1.297 A 1.960

OCT 0.200 A 0.688 A 3.270 R DEC 0.283 A 3.062 R 1.960

M20

APR 1.270 A 1.058 A 2.412 R INC 1.683 A 1.966 R 1.960

MAY 0.735 A 0.582 A 2.631 R INC 0.972 A 3.112 R 1.960

JUN 0.067 A 0.265 A 0.652 A 0.164 A 0.192 A 1.960

JUL 1.002 A 0.847 A 1.804 A 1.099 A 1.749 A 1.960

AUG 0.735 A 1.058 A 1.751 A 2.162 R 2.382 R 1.960

SEP 1.002 A 1.005 A 2.697 R INC 0.435 A 2.445 R 1.960

OCT 0.200 A 0.106 A 0.996 A 0.094 A 0.297 A 1.960

Note that z: calculated Z-value of PDF, H0: Hypothesis test result at 95% confidence level, RT: Run test, TP: Turning points test, MK: Mann-Kendall test, AC: Lag-1 autocorrelation test, RG: Linear regression test

을 기준으로 이전 이후의 양적 차이가 큼을 알 수 있다 . 더

불어 월별변화 추세의 경우도 1908 년 이후 급격히 넓어진

것을 볼 수 있다 . ^{결국 비교기준이 다르므로} M00 ^{을 기준으}

로 변화추세를 판단하기는 어려워 보인다 . M20 의 경우

1908 년을 기준으로 CWK 와 MRG 가 유사한 경향을 보이고

있다 . 연별 변화추세는 1908 년 이전이 이후보다 정량적으로 약간 큰 것을 알 수 있다 . 최대빈도의 중심은 CWK 의 경우

1805 년과 1855 년 전후에 있고 MRG 의 경우는 1945 년 전후

(1950 년에서 1953 년은 제외됨 ) 에 있다 . 그리고 분석자료의

최종연도인 2006 년에도 중심경향이 생성되고 있는 것으로

보아 2006 ^{년 이후에도 강우일수가 증가하는 추세를 보일 가}

능성이 높음을 예측할 수 있다 . 최소빈도의 중심은 1900 년 도 전후에 있음을 알 수 있다 . 월별변화추세의 경우는 내삽 평균치 10 일 이상의 경우 CWK 는 6 월 중순에서 8 월 중순 까지 범위를 보이고 있는 반면 MRG 는 6 월 중순에서 7 월

말까지 범위를 보이고 있어 CWK 가 MRG 보다 그 범위가

넓으나 6 일 이상의 경우는 최대 빈도인 1855 년 전후를 제

외하면 CWK ^와 MRG ^{의 폭이} 5 ^월초에서 9 ^{월초 까지로 유}

사한 범위를 보이고 있다 . 단 , 9 월 이후의 경우는 내삽평균 곡선이 단조로운 경향을 보이는 반면 6 월 이전은 매우 복잡 한 변화양상을 보이고 있다 .

Fig. 4 의 I

rainy days

( 강우강도 ) 의 연별 , 월별 변화추세도 ,

N

rainy days

와 같이 뚜렷한 차이를 보이지는 않지만 , 비교적

두드러진 차이를 보이고 있다 . M00 의 경우 I

rainy days

의 내 삽평균의 중심은 CWK 가 31 mm/day 로 MRG 28 mm/day

보다 약간 크게 나타나고 있다 . ^{그러나 이 경우} MRG ^{의 경}

우는 중심치가 아니기 때문에 동일조건으로 판단하기는 힘

들다 . 따라서 I

rainy days

도 M20 을 기준으로 변화를 분석해

보고자 한다 . M20 의 연별 변화추세는 1908 년 이전보다 이

후가 양적으로 커졌음을 알 수 있다 . I

rainy days

의 내삽평균의

Fig. 1 Temporal variation analysis of Monthly rainfall using 2-D LOWESS regression (span=0.1)

중심은 CWK 가 1820 년 전후에서 31 mm/day 를 보이는 반 면 MRG 는 1920 년과 2006 년에서 각각 32 mm/day 와 38 mm/day ^{를 보이고 있다} . ^I

rainy days

의 내삽치가 가장 작은 시

기는 1850 년에서 1885 년 사이로 건조기로 알려진 1900 년대

전후보다 약간 앞서 나타나고 있다 . 월별 변화추세는 1910

년 이후 급격히 변화의 폭이 증가하는 경향을 보이고 있다 .

특히 8 월과 9 월의 증가양상이 두드러짐을 볼 수 있다 . CWK 의 경우 9 월초의 I

rainy days

내삽평균이 18 mm/day 에서

20 mm/day 정도를 보이는 반면 MRG 의 경우는 23 mm/

day 에서 25 mm/day 정도를 보이고 있다 . 여기서 주목할 부

분은 1980 ^{년 이후} (1990 ^{년 이후 두드러짐} ) ^{월간 I}

rainy days

의

폭이 급격히 넓어지고 있음을 볼 수 있다 . 특히 I

rainy days

중심의 강도와 폭이 동시에 넓어지고 있다는 점으로 내삽평 균 20 mm/day 이상의 폭이 4 월 중순에서 9 월 중순까지로 매우 넓어 졌다 . I

rainy days

의 중심은 7 월초에서 7 월 중순으

로 이동한 반면 호우의 폭은 가을철에 비해 봄철이 약간 더 넓어진것을 알 수 있다 . 이는 큰 호우사상 ( 강우강도가 큰 호 우사상 ) ^의 7 ^월에서 9 ^{월사이에 발생빈도가 높아졌고 중규모이}

하 호우사상 ( 강우강도가 작은 호우사상 ) 의 경우는 6 월 이전 에 발생빈도가 증가했음을 알 수 있다 .

강우의 연별 , 월별 변화특성을 2 차원 LOWESS 회귀분석 을 사용하여 4 가지 강우특성별로 분석한 결과를 정리해 보 면 , Monthly rainfall의 경우는 1980 년 이후 과거에 비해 양적증가와 함께 연중 호우기간 폭의 증가 (LOWESS 내삽평

균 200 mm 이상의 범위가 이전에 6 월 중순에서 8 월 중순

까지 였으나 최근엔 6 ^월초에서 9 ^월초까지 ) ^{가 두드러졌고 현}

재도 지속적인 증가추세를 보이고 있다 . D max ratio ( 최대일 강우량이 월강우량에서 차지하는 비율 ) 는 Monthly rainfall 의 월별 , 연별 변화와 수치적으로 반대의 경향을 보이나 ,

그 변화의 거동은 매우 유사하고 특히 최근 9 월 주변의 감

Fig. 2 Temporal variation analysis of Dmax ratio using 2-D LOWESS regression (span=0.1)

소추세가 두드러져 9 월의 월강우량이 증가하는 경향을 보이 고 있음을 알 수 있었다 . ^N

rainy days

의 경우는 M20 ^{을 기준}

으로 양적인 증감과 변화폭 모두 기존과 유사한 경향을 보 였다 . 다만 MRG 가 CWK 에 비해 미소하게 N

rainy days

가 감소했으나 이는 지속적인 증가나 감소추세를 갖지 않는 것 으로 보아 양적 변화라기보다는 두 자료계열간의 강우일수 산정 기준의 차이에서 기인한 차이로 보는 것이 타당할 것 으로 판단된다 . I

rainy days

의 경우는 1910 년 이후 강우강도 의 크기나 월간 변화폭이 지속적으로 커졌으며 1980 년 이 후 ( ^특히 1990 ^{년 이후} ) ^{월간 I}

rainy days

의 크기와 폭이 급격 히 넓어지고 있다 . 4 가지 강우특성에 대한 2 차원

LOWESS 회귀분석결과의 공통점은 1980 년 이후 강우의

양적 증가추세와 더불어 여름철 우기의 폭도 급격히 증가하 고 있다는 것이다 .

4.3 토론

앞서 분석한 4 ^{가지 강우특성에 대한} 2 ^차원 LOWESS ^회

귀분석 결과의 공통점은 1980 년 이후 강우의 양적 증가추세

와 더불어 여름철 우기의 폭도 급격히 증가하고 있다는 것

이다 . 국종성 등 (2002) 은 엘리뇨 / 라니냐와 관련된 한반도 강

수량 변동성 연구에서 한반도 강수량이 1950 년 이전에는 6

월말 7 월초 , 1950 년 이후에는 8 월초·중순에 증가하는 경향

이 뚜렷하다고 하였다 . 허창회 등 (1999) 은 한반도 8 월과 9

월 강수량의 장기 변동 연구에서 1954 년에서 1975 년에 비

해 1976 ^년에서 1997 ^년의 8 ^{월 강수량이 증가하였다고 하였다} .

그리고 국립기상연구소 (2009) 에서는 1912 년에서 2008 년까지 약 100 년간 연강수량이 계절적으로 7 월에서 8 월에 뚜렷이 증가하였다고 보고한 바 있어 본 연구 결과를 뒷받침 해준 다 . 따라서 본 연구에서의 서울지점 월간 강우특성변화의 추

Fig. 3 Temporal variation analysis of N

rainy days

using 2-D LOWESS regression (span=0.1)

세에 대한 분석결과는 상당히 객관성이 있다고 판단된다 . 그 러나 이러한 변화여부를 보다 명확히 설명하기 위해서는 그 역학적인 인과관계를 규명할 필요가 있다 . 이를 위해 우선적 으로 규명되어야 할 문제는 서울지점의 강우특성 변화 양상 이 도시화에 의한 국소적 현상인지 아님 지구온난화에 의한 전 지구적 현상의 일부인지에 대한 것이고 , 다음으로는 우리 나라의 경우 태풍에 의한 집중호우의 영향이 매우 크므로 태풍에 의한 영향이 과거에 비해 근래 어떻게 변화하였는지

에 대한 분석이 필요하다 . 전자의 경우 김연희 등 (2005) 에

의하면 인근 다른 도시들에 비해 도시화의 정도가 큰 서울 에서의 강우량이 더 큰 비율로 증가하였음이 보고된바 있어 서울지점 월간 강우량 변화에 도시화의 영향이 있다고 판단 되고 , 후자의 경우도 과거에 비해 근래에 전 세계적으로 태 풍의 빈도와 강도가 커지는 경향이 있어 태풍의 특성변화에

의한 영향도 있을 것으로 추정된다 . 그러나 변화를 유발하는 주요 요소와 그 경향성을 규명하기 위해서는 도시화와 태풍 특성의 변화가 서울지점 월간 강우량의 변화에 미치는 정량 적인 영향 정도에 대한 추가적인 연구가 수반되어야 한다 .

더불어 장기적인 강우특성 변화의 물리적인 메커니즘과 이 를 유발하는 주요 원인요소를 규명하는 연구가 활발히 진행 되어야 한다 .

5. 결 론

본 논문에서는 측우기 관측 자료계열과 근대우량계 관측 자료계열의 월별 장기변화 특성을 파악하기 위하여 Monthly rainfall ( 월강우량 ), D max ratio ( 월강우량에 대한 해당월 일최 대 강우량의 비 ), N

rainy days

( 월간 강우일수 ), I

rainy days

( 강우일

Fig. 4 Temporal variation analysis of I

rainy days

using 2-D LOWESS regression (span=0.1)

에 대한 월간 일강우강도 ) 에 대한 평균 , 최대 , 분산의 기본 통계특성을 분석하여 측우기 관측자료계열과 근대우량계 관 측자료계열의 정량적인 차이를 비교하여 보았다 . 그리고 통 계적 경향성 검정방법 5 가지를 이용하여 각 자료계열의 경 향성 여부를 검정하였다 . 더불어 각 자료계열별로 연도별 시

간축과 월별 시간축을 동시에 고려한 2 차원 LOWESS 회귀

분석을 실시하여 강우의 변동 특성을 분석하였다 . 분석결과 를 정리하면 다음과 같다 .

1. 강우특성의 통계적 경향성 분석 결과 , Monthly rainfall과 D max ratio , I

rainy days

전반적으로 경향성이 없고 독립성이 있었다 . N

rainy days

는 M00 의 경우 , 5 개 검정방법에서 모두 경향성이나 자기상관에 유의성을 보였다 . N

rainy days

는 M20

의 경우 , 연검정과 전환점 검정은 일부 경향성이나 자기상

관을 보이는 반면 Mann-Kendall, 1 차 자기상관계수 검정 ,

선형회기 검정은 전반적으로 경향성이나 자기상관에 유의

성이 없어 , N

rainy days

의 변화양상은 장기지속 추세는 아닌

것으로 판단되었다 . I

rainy days

에 대한 검정 결과 , Mann- Kendall 검정과 선형회귀 검정 결과에서 M00 은 9 월을 제 외하고 모두 경향성이 있는 것으로 판정되었고 M20 ^은 4 ^월 , 5 월 , 8 월 , 9 월이 경향성이 있는 것으로 판정되었다 . M00 의 경우는 관측정밀도 차이에서 오는 월강우일수의 차이에 의

해 I

rainy days

가 감소하는 경향성이 나타났다고 보여지고 ,

M20 의 경향성은 강우량의 증가로 인해 I

rainy days

가 증가하

는 경향성이 나타났을 가능성이 크다고 보여진다 .

2. 2 차원 LOWESS 회귀분석을 통한 강우특성의 월간 변화

분석 결과 , Monthly rainfall의 경우는 , 1980 년 이후 과거 에 비해 양적증가와 함께 연중 호우기간의 중심이 이동하 고 폭이 증가하였다 . LOWESS 내삽평균이 200 mm 이상 인 범위가 1980 년 이전에는 6 월 중순에서 8 월 중순이었으 나 , 최근에는 6 월초에서 9 월초까지 확대되었고 현재도 지속 적인 증가추세를 보이고 있다 . ^{호우중심의 약} 20 ^년 (span=0.1) LOWESS 내삽평균은 80 mm 정도 증가하였다 .

D max ratio의 경우는 , Monthly rainfall의 월별 , 연별 변화 와 반대의 경향을 가지나 추세가 매우 유사했고 , 특히 최근 에는 9 ^{월 부근의 감소추세가 두드러져} 9 ^{월의 월강우량이}

증가하는 추세라고 판단된다 . N

rainy days

의 경우는 , M20 을 기준으로 MRG 가 CWK 에 비해 N

rainy days

가 미소하게 감 소했으나 양적으로나 변화폭 모두 기존과 유사한 경향을 보 였다 . I

rainy days

의 경우 , 1910 년 이후 그 크기나 월간폭이 지속적으로 증가하였고 , 1980 년 이후 증가폭이 급격해 지 고 있다 . I

rainy days

의 약 20 년 내삽평균의 중심은 M20 의 경우 CWK 가 1820 년 전후에서 31 mm/day 를 보이는 반 면 MRG 는 2006 년 38 mm/day 를 보이고 있어 I

rainy days

는

1908 년 이전보다 이후가 양적으로 커졌음을 알 수 있다 .

특히 8 월과 9 월의 증가양상이 두드러져 CWK 의 9 월초 I

rainy days

내삽평균 약 20 mm/day 에서 MRG 의 경우는 약

25 mm/day 로 증가하였다 . 더불어 , 1980 년 이후 I

rainy days

의 중심은 7 월초에서 7 월 중순으로 이동하였고 중심부근의 I

rainy days

의 폭도 동시에 넓어졌다 . 내삽평균 20 mm/day

이상의 폭은 4 월 중순에서 9 월 중순까지 매우 넓어졌고 가 을철에 비해 봄철이 약간 더 넓어졌다 . 이러한 결과로부터 큰 호우사상은 7 월에서 9 월사이에 발생빈도가 증가했다고 판단된다 . 결론적으로 4 가지 강우특성에 대한 2 차원

LOWESS 회귀분석 결과 , 1980 년 이후부터 강우의 양적증

가추세와 더불어 여름철 우기의 중심이 7 월초에서 7 월 중 순으로 이동하고 있고 우기의 폭도 급격히 넓어지고 있으 며 현재도 지속적인 증가추세를 보이고 있다고 추정된다 .

참고문헌

국립기상연구소

(2009)

기후변화 이해하기 II

,

^{국립기상연구소 보고}

서

, pp. 10.

국종성

,

강인식

(2002)

엘니뇨

/

라니냐와 관련된 한반도 강수량 변 동성 연구

,

한국기상학회 학술대회 논문집

,

한국기상학회

,

대 기

,

^제

12

^권

,

^제

1

^호

, pp. 137-140.

김기욱

,

유철상

,

박민규

,

김현준

(2007)

강우빈도해석에서의 측우기 자료의 유용성 평가

,

^{한국수자원학회논문집}

,

한국수자원학회

,

제

40

권

,

제

11

호

, pp. 851-859.

김연희

,

^구해정

,

^남재철

(2005)

^{서울지역 강우 특성 분석을 통한}

도시화 영향 평가

-

도시화에 의한 강우 특성 변화

-.

^서울도시

연구

,

제

6

권

,

제

2

호

, pp. 165-183.

유철상

(2000)

서울지점 연강수량 자료에 나타난 장기 건조기의 재현 가능성에 관한 고찰

,

^{한국수자원학회논문집}

,

^{한국수자원}

학회

,

제

33

권

,

제

5

호

, pp. 519-526.

유철상

,

김보윤

,

노재경

(2000)

서울지점 연강수량 자료에 나타난 다우해 및 과우해의 재현 특성에 관한 연구

,

^{한국수자원학회}

논문집

,

^{한국수자원학회}

,

^제

33

^권

,

^제

3

^호

, pp. 307-314.

유철상

,

류소라

(2003)

서울지점 가뭄의 재현 및 지속특성 분석

,

한국수자원학회논문집

,

한국수자원학회

,

제

36

권

,

제

4

호

, pp.

561-573.

이병설

(1970)

^{서울의 연강수량 및 하기강수량의}

Normality

^{에 관}

한 연구

,

^{한국기상학회지}

,

한국기상학회

, Vol. 5, pp. 11-14.

전종갑

,

문병권

(1997)

서울 지역 강수량과 강수일의 관계

, 1770- 1907.

^{한국기상학회지}

,

한국기상학회

,

제

30

권

,

제

4

호

, pp.

487-505.

전종갑

,

문병권

(1997)

측우기 강우량 자료의 복원과 분석

,

^한국

기상학회지

,

한국기상학회

,

제

33

권

,

제

4

호

, pp. 691-707.

정현숙

(1999)

서울 지역 강수량 시계열에 나타난 시간 변동성 해 석, 박사학위논문

.

^{서울대학교}

, pp. 9-118.

정현숙

,

임규호

,

오재호

(1999)

서울 지역 강수량의 시계열에 나 타난 시간 변동성 해석

,

^{한국기상학회지}

,

한국기상학회

,

제

35

권

,

제

3

호

, pp. 354-371.

허창회

,

^이준이

,

^강인식

(1999)

^한반도

8

^월과

9

^{월 강수량의 장기 변}

동

,

한국기상학회 학술대회 논문집

,

한국기상학회

, pp. 255-259.

Cleveland, W.S. (1979) Robust locally weighted regression and smoothing scatter plots. J. of the American Statistical Associa- tion, Vol. 14, No. 368, pp. 829-836.

Kim, J.W. and Ha, K.J. (1987) Climate changes and international fluctuations in the monthly amounts of precipitation at Seoul.

J. of the Korean Meteorological Society, Vol. 23, pp. 54-69.

Lim, G.H. and Jung, H.S. (1992) Interannual variation of the annual precipitations at Seoul, 1771-1990. J. of the Korean Meteoro- logical Society, Vol. 28, pp. 125-132.

Storlie, C.B. and Helton, J.C. (2006). Multiple predictor smoothing methods for sensitivity analysis, SAND2006-4693, Sandia National Laboratories. pp. 15-28.

(

접수일

: 2009.4.1/

심사일

: 2009.11.11/

심사완료일

: 2009.11.11)