PRISM과 개선된 상세 지형정보를 이용한 월별 북한지역 강수량 분포 추정
김대준⋅김진희*1) (재)국가농림기상센터
(2019년 11월 12일 접수; 2019년 11월 25일 수정; 2019년 12월 3일 수락)
Estimating the Monthly Precipitation Distribution of North Korea Using the PRISM Model and
Enhanced Detailed Terrain Information
Dae-jun Kim and Jin-Hee Kim*
National Center for Agro-Meteorology, Seoul National University, Seoul 08826, Korea.
(Received November 12, 2019; Revised November 25, 2019; Accepted December 3, 2019)
ABSTRACT
The PRISM model has been used to estimate precipitation in South Korea where observation data are readily available at a large number of weather station. However, it is likely that the PRISM model would result in relatively low reliability of precipitation estimates in North Korea where weather data are available at a relatively small number of weather stations.
Alternatively, a hybrid method has been developed to estimate the precipitation distribution in area where availability of climate data is relatively low. In the hybrid method, Regression coefficients between the precipitation-terrain relationships are applied to a low-resolution precipitation map produced using the PRISM. In the present study, a hybrid approach was applied to North Korea for estimation of precipitation distribution at a high spatial resolution.
At first, the precipitation distribution map was produced at a low-resolution (2,430m) using the PRISM model. Secondly, a deviation map was prepared calculating difference between altitudes of synoptic stations and virtual terrains produced using 270m-resolution digital elevation map (DEM). Lastly, another deviation map of precipitation was obtained from the maps of virtual precipitation produced using observation data from the synoptic weather stations and both synoptic and automated weather station (AWS), respectively. The regression equation between precipitation and terrain was determined using these deviation maps. The high resolution map of precipitation distribution was obtained applying the regression equation to the low-resolution map. It was found that the hybrid approach resulted in better representation of the effects of the terrain. The precipitation distribution map for the hybrid approach had similar spatial pattern to that for the existing method. It was estimated that the mean annual cumulative precipitation of entire territory of North Korea was 1,195mm with a standard deviation of 253mm.
Key words: Precipitation, PRISM, North Korea, Hybrid, Geospatial information
* Corresponding Author : Jin-Hee Kim ([email protected])
ⓒ Author(s) 2019. CC Attribution 3.0 License.
I. 서 언
강수량은 기온 등의 기후요소와는 달리 공간에 따 른 변이가 심하다(Chung et al., 2009). 지점 관측 자료 를 바탕으로 면적 강수량(지역분포)을 추정하기 위한 다양한 방법이 개발되어 왔으며, 과거에 활용되었던 방법으로는 작도법, 지형통계법, 공간내삽법, 수치모 의법 등이 대표적이다(Thiessen, 1911; Phillips et al., 1992; Seino, 1993; Nalder and Wein, 1998). 최근 들 어 면적 강수 추정에 가장 널리 이용되는 방법은 DEM (Digital Elevation Model)과 강수추정모형을 결합한 PRISM (Parameter-elevation Regressions on Independent Slopes Model)모형을 이용하는 방식이다(Daly et al., 1994). PRISM모형은 산악강수모형으로 해발고도가 강수량에 미치는 영향을 회귀식으로 표현하며, 산악의 경사방향, 관측지점과의 거리, 해발고도 등에 의해 회 귀계수를 격자 마다 다르게 추정토록 설계되어 있다.
국토의 상당부분이 산악지형으로 이루어진 우리나 라에서도 PRISM을 기반으로 5km 격자 해상도로 월 평균 면적강수량을 추정할 수 있는 K-PRISM이 제시 된 바 있으며(Shin et al., 2008), 이를 공간해상도 270m 로 향상시킨 강수분포도의 제작기술이 제시 되 었다(Chung et al., 2009). 한편 PRISM 모형을 이용하 여 지점 강수량을 면적 분포로 추정하기 위해서는 충 분한 수의 관측 값이 필요하며, Chung et al.(2009)에 따르면 각 격자당 회귀모형 도출에 필요한 관측지점의 수는 최소 5개이다. 한국에는 종관규모(synoptic scale) 의 기상정보를 관측하는 종관기상관측 지점과 자연재 해를 막기위해 AWS (Automatic Weather System)를 설치하여 관측하는 방재기상관측 지점 등 많은 수의 정보를 통해 고해상도의 강수분포도가 제작되어왔다 (Chung et al., 2009; Um et al., 2009; Kim and Yun, 2011; Park and Kim, 2013).
북한에서는 관수시설이나 수자원 시설이 남한에 비 해 열악하여, 가뭄, 홍수 등 물과 관련한 재해가 일상 화되고, 이에 따른 기근이 빈발하고 있다. 따라서 농업 의 근간이 되는 강수자원의 분포를 파악하는 일이 매우 중요하지만, 북한은 강수 관측밀도가 남한에 비해 매우 낮기 때문에 남한에서와 같은 방법으로 고해상도의 강 수분포를 추정하기는 어렵다. 북한의 경우 세계기상기 구(WMO, World Meteorological Organization)를 통 해 공개되고 있는 관측지점의 수가 27개로 알려져 있 다. 따라서 부족한 관측 값으로 보다 정밀한 해상도의
북한지역 강수분포정보를 얻기 위해, 상대적으로 자료 가 풍부한 남한 지역의 지형-강수 관계를 이용해 북한 에 적용하는 방식이 제시되었다(Yun, 2000). 또한 PRISM 모형을 이용하여, 적은 수의 관측지점으로 추 정 가능한 저해상도(2,430m)의 강수분포도를 제작하 고, 남한 지형의 지형-강수 관계로 도출된 보정 값을 북한에 적용하는 하이브리드 기법이 제시되어 고해상 도 분포도로 제작되었다(Kim and Yun, 2011). 하지만 이 방법은 지형-강수 관계를 적용할 때 고려하는 경사 향의 해상도가 31km로 매우 크기 때문에 경사향의 경 계선이 뚜렷하게 노출되는 문제가 있었다.
본 연구에서는 이 문제를 해결하기 위해, 경사향의 해상도를 강수분포의 해상도 수준으로 높여, 지형-강 수 관계를 새롭게 도출하고자 하였다. 또한 1981년부 터 2010년까지의 평년 적산 강수량을 이용하여, 북한 지역의 강수분포도를 새롭게 제작하고자 하였다.
II. 재료 및 방법
2.1. 강수량 자료
기상청은 WMO의 세계 통신망(GTS, Global Telecommunication System)을 통해 수집되는 북한지 역의 기상 관측 자료를 시간, 일 단위로 제공하고 있다 (http://data.kma.go.kr). 이들 관측지점의 해발고도는 신포(지점번호 46)의 3m부터 삼지연(지점번호 5)의 1,395m 로 분포하고 있으며, 도 단위로 3∼4개의 관측 지점이 분포되어 있다(Fig. 1). 제공되는 관측기상요소 로는 일자료 기준으로 기온(최저기온 등), 습도(평균습 도 등), 기압(평균 해면기압 등), 강수, 바람(평균풍속), 구름(중하층 운량 등) 등 총 11종이다. 본 연구에서는 현재 평년 기간에 해당되는 1981-2010년 기간의 일 적산 강수량 자료를 수집하였다.
한편 이와 관계된 남한지역의 기상자료는 기상청에 서 제공하는 평년기간동안 신규 설치, 장소 이전 및 철수된 지점 등을 제외하고 온전히 자료가 존재하는 종관기상관측지점 78개 지점과 방재기상관측지점 468개 지점의 월별 적산 강수량 자료를 수집하였다.
종관관측지점의 경우 1981-2010년 기간, 방재기상관 측 자료의 경우 2001-2010년 자료를 수집하였으며, 30 년 단위의 평균 월 적산 강수량 값을 계산하였다.
2.2. 하이브리드 방식을 통한 북한 지역 강수분 포 제작
북한 지역의 강수기후도 제작은 Kim and Yun (2011)에서 제시한 방법을 따랐다. 선행 연구에서는 북한의 27개 지점 자료를 기반으로 PRISM 모형을 이 용하여 강수 기후도를 제작할 때 적정 해상도를 2,430m로 설정하고 있으며, 국지규모 수준으로 상세 화 할 수 있도록 남한지역의 풍부한 관측자료를 바탕 으로 도출한 지형-강수 간의 보정 회귀식을 적용하고 있다. 본 연구에서도 동일한 방식으로 2,430m의 저해 상도 강수기후도를 PRISM 모형을 통해 제작한 뒤, 방위별 지형-강수 간의 회귀식을 이용하여 270m 크기 의 격자형 분포도로 해상도를 개선하였다.
회귀식 도출을 위해 우선 남한의 78개 종관관측지 점에 해당하는 고도값을 DEM에서 추출하여 이를 IDW (Inverse Distance Weight; 거리역산가중치) 방 식으로 공간내삽한 가상지형을 만든 후, 실제 고도값 을 나타내는 같은 격자 크기의 DEM으로부터 두 레이
어 간의 편차를 계산하여 “고도편차” 분포도를 제작하 였다.
다음으로 종관관측소 78개 지점에서 수집된 강수량 으로부터 PRISM 모형을 이용하여 2,430m 해상도의 가상강수를 제작하고, 방재 및 종관관측지점 위치에 해당하는 평년의 월 적산강수량 관측값으로부터 PRISM 모형을 구동했을 때 만들어진 270m 해상도의 강수분포도를 실제 강수값이라고 가정하여, 둘 간의 편 차를 나타내는 “강수편차” 분포도를 함께 준비하였다.
이 두 종류의 편차(고도편차, 강수편차)를 각각 ‘독 립변수’와 ‘종속변수’로 두고 회귀식을 제작하는데, 각 격자점을 4방위의 경사향에 따라 분류하고, 각 경사향 에 따라 월별 회귀식을 도출하였다. 이 때 고도편차가 너무 적거나(100m미만), 너무 큰(400m 이상) 경우 일 관된 경향성이 없어 분석에서 제외(Kim and Yun, 2011)하였다. Kim and Yun(2011)은 당시 기술적인 문제로 인해 경사향의 해상도를 31km로 확대한 다음 경사향을 4방위에 따라 나누었으나, 본 연구에서는 DEM과 같은 해상도인 270m 격자 해상도의 경사향 자료를 이용하였다.
북한 지역에 대하여 270m 해상도의 DEM과 27개 의 북한 관측 지점에 해당하는 고도 값을 추출하여 IDW 한 가상지형 간의 고도편차를 구하고, 남한지역 에서 얻은 월별 고도-강수량 회귀식을 적용하였다. 이 과정을 통하여 북한 지역 270m 해상도의 경사향 별 고도편차에 따른 강수량 보정 값이 계산된다. 마지막 으로 북한 지역에 대하여 PRISM 모형을 이용하여 제 작된 2,430m 해상도의 북한 강수기후도에 보정 값을 적용하여, 동일 격자 내 270m 해상도의 아격자 단위 최종 강수량 분포를 얻었다.
III. 결과 및 고찰
3.1. 하이브리드 모형의 신뢰성
PRISM 모형을 구동하여 2,430m 격자해상도의 강 수기후도를 남한의 일부 지역에 대하여 제작하고, 여 기에 관측자료를 이용한 회귀모형 기반의 보정 값을 적용하여 270m 해상도의 상세 강수기후도를 제작하 였다. 이렇게 제작된 하이브리드 방식의 강수분포도 (Fig. 2; B)를 기존의 고해상도 상세기후도 제작 방식 인 종관 및 방재 기상자료 모두를 이용하여 제작한 270m 격자해상도의 강수기후도(Fig. 2; A)와 비교해 보았다. 기상관측 값이 충분한 상태로 제작된 강수분 Fig. 1. Distribution of precipitation observation points
in North and South Korea (Adapted Kim and Yun (2011)).
포도에 비해서 격자 간 경계선이 다소 어색한 부분이 있으나, 지형 조건에 따라 강수의 강약 분포는 대체로 유사함을 확인할 수 있었다.
Kim and Yun(2011)이 언급했듯이 두 상세분포도 모두 추정 값에 불과하지만, 분포도 제작 시 충분한 개수의 관측 값이 필요한 PRISM모형의 한계를 일정 부분 보완하여, 상세 규모의 분포도를 제작할 수 있는 한가지 방법을 제시할 수 있음에 의의가 있다고 판단 된다.
3.2. 북한지역 적용 결과와 고찰
북한 지역에 대하여 보정 값을 적용하기 위하여 4개 의 경사향별로 남한 전역의 방재기상자료 및 종관기상 자료를 이용하여 고도편차-강수편차 회귀모형을 도출 하였다(Table 1). 회귀 값의 기울기는 경사방향 및 월 별로 차이가 있으며, 다른 계절에 비해 여름철에 큰 기울기를 나타내었다. 회귀 모형에 따르면, 8월 북향 경사면에서는 100m의 고도 상승 마다 8mm의 월 적산 강수량이 증가할 수 있음을 추정할 수 있다.
1981년부터 2010년까지 평년 기간 동안의 연적산 강수량 추정 분포도를 Fig. 4에 제시하였다. 남한에서 현재 제작중인 강수기후도 270m와 동일한 해상도로 지형의 영향이 반영된 것을 확인할 수 있다. 한편, 기 존의 하이브리드 방식의 강수분포도의 경우 31km 해 상도의 경사향을 이용하였을 때, 구역 간의 이질감이 큰 반면에 270m 해상도의 경사향을 적용한 새로운 강 수분포도의 경우 이러한 문제가 해소되었음을 확인 할
수 있었다(Fig. 3).
강수량의 전반적인 분포는 Kim and Yun(2011)의 1971-2000 평년 기후도의 분포와 유사한 것을 확인 할 수 있었다. 연평균 강수량은 1,159mm 로 1971- 2000 평년의 1,196mm에 비하여 소폭 하락하였으며, 표준편차는 253mm로 역시 소폭 하락한 것을 확인 할 수 있었다. 지역별로는 연 적산강수량 기준으로 1,500mm 이상인 지역이 북한 전체 면적의 8.8%, 1,000mm 미만인 지역이 26.8%로 나타났다. 1971- 2000 평년 기준(Kim and Yun, 2011)으로 1,500mm Fig. 2. Comparison of normal year (August) precipitation distribution in South Korea. Precipitation distributions made using PRISM model (A) and using hybrid method (B).
North East South West January 0.0602 0.0104 0.0390 0.0600 February 0.0362 0.0124 0.0244 0.0319 March 0.0453 0.0242 0.0431 0.0771 April 0.0358 0.0277 0.0189 0.0366 May 0.0641 0.0477 0.0561 0.0235 June 0.0719 0.0439 0.0086 0.0203 July 0.0842 0.1115 0.2198 0.0536 August 0.1907 0.0918 0.2419 0.1545 September 0.1913 0.1316 0.2331 0.1146 October 0.0483 0.0164 0.0485 0.0562 November 0.0526 0.0077 0.0540 0.0748 December 0.0455 0.0117 0.0344 0.0751 Table 1. Monthly regression coefficients of elevation-precipitation models derived from 30 years’
South Korea data for the four downscaled aspects
Fig. 4. Map of annual normal year (1981-2010) precipitation in North Korea estimated by the PRISM based hybrid method.
Fig. 3. Comparison of normal year (May) precipitation distribution in North Korea. Precipitation distributions made using 31km aspect (A) and using 270m aspect (B).
이상인 지역이 2%가량 감소하였으며, 1,500의 다우 지역은 3% 이상 감소하였다. 행정구역별로 강원도 금 강군이 평균 1,686mm 로 가장 많은 비가 내린 것으로 추정되었으며, 함경북도 새별군과 온성군이 각각 718mm 로 가장 적은 비가 내린 것으로 추정되었다 (Table 2).
본 연구에서 사용한 북한지역의 강수 분포 추정 방 식은 Kim and Yun(2011)에서도 지적했듯이 실측 자 료 등을 통한 검증이 충분하지 못하다는 한계가 존재 한다. 하지만, 한정된 자료를 바탕으로 상세화된 강수 량의 지역적인 분포를 추정할 수 있는 하나의 방법으 로 의미가 있다. 앞으로 북한과의 다양한 교류를 통해 많은 지역에 강수관측망을 확충하고, 충분한 자료수집 및 검증을 진행한다면 신뢰도 향상과 더불어 다양한 추가 연구를 기대할 수 있을 것이다.
적 요
북한 지역은 남한에 비해 기상관측 지점이 매우 적 기 때문에 남한에서 강수 추정에 주로 이용되는 PRISM 모형을 그대로 적용하여 강수분포를 추정하기
는 어렵다. 이처럼 자료가 불충분한 지역의 강수분포 를 추정하기 위하여, 저해상도 PRISM 모형 구동 결과 에 강수-지형 관계에 근거한 보정 값을 적용해 강수 분포를 추정할 수 있는 하이브리드 방식이 개발되어 사용되고 있다. 본 연구에서는 기존 북한지역의 고해 상도 강수 분포도 추정 방식을 개선된 방법에 따라 1981-2010년 평년 기간의 적산 강수량 분포도를 제작 하고자 하였다. 우선, 남한지역의 270m 해상도 DEM 과 종관관측지점의 고도값으로부터 IDW한 가상지형 간의 편차(고도편차)를 계산하였다. PRISM 모형을 이 용하여 종관관측지점의 강수량을 기반으로 2,430m의 저해상도 가상강수 분포도를 제작한 후, 종관 및 방재 기상 관측지점의 강수자료를 이용해 270m의 고해상 도 강수분포도를 제작하여 둘 간의 편차(강수편차)를 계산하였다. 남한지역의 고도편차와 강수편차를 이용 하여 4방위 경사향에 따른 월별 강수-지형 관계 회귀 식을 도출하였고, 최종적으로 북한지역의 27개 기상 관측지점으로부터 PRISM 모형을 구동하여 만든 2,430m의 저해상도 강수분포도에 강수-지형간 회귀 식을 반영하여 해상도가 향상된 강수분포도를 산출 하였다. 새롭게 제작된 북한지역의 강수분포는 기존 강수분포도와 비교했을 때 지형의 영향이 더욱 잘 반영된 효과를 확인할 수 있었다. 강수분포도에 따르 면, 연평균 적산강수량은 1,159mm이며, 표준편차는 253mm로 추정되었다.
감사의 글
본 논문은 농촌진흥청 국립농업과학원 농업과학기 술 연구개발사업(과제번호: PJ014191012019)의 지원 에 의해 이루어진 것임.
REFERENCES
Chung, U., K. Yun, K. S. Cho, J. H. Yi, and J. I.
Yun, 2009: The PRISM-based rainfall mapping at an enhanced grid cell resolution in complex terrain. Korean Journal of Agricultural and Forest Meteorology 11, 72-78. (in Korean with English abstract)
Daly, C., R. P. Neilson, and D. L. Phillips, 1994: A statistical topographic model for mapping climatological precipitation over mountainous terrain. Journal of Applied Meteorology 33, Month
Mean (mm)
Standard Deviation (mm)
Mean (mm)
Standard Deviation (mm) 1971-2000* 1981-2010
Jan 32 22.8 24 13.9
Feb 28 14.3 24 11.4
Mar 40 13.6 39 15.7
Apr 71 24.1 60 13.9
May 97 22.9 96 19.2
Jun 132 27.1 118 18.3 Jul 275 62.4 271 56.2 Aug 263 61.1 258 65.3 Sep 149 55.9 138 47.2
Oct 61 24.1 58 17.5
Nov 51 18.1 49 16.1
Dec 29 13.1 26 11.0
Annual 1,196 298 1,159 1
*Data adapted Kim and Yun (2011)
Table 2. Mean and standard deviation of the model estimated precipitation in North Korea
140-158.
Kim, D. J., and J. I. Yun, 2011: Estimation of monthly precipitation in North Korea using PRISM and digital elevation model. Korean Journal of Agricultural and Forest Meteorology 13(1) 35-40.
DOI: 10.5532/KJAFM.2011.13.1.035 (in Korean with English abstract)
KMA (Korea Meteorological Administration):
http://data.kma.go.kr
Nalder, I. A., and R.W. Wein, 1998: Spatial interpolation of climatic normals: test of a new method in the Canadian boreal forest. Agricultural and Forest Meteorology 92, 211-225.
Park, J. C., and M. K. Kim, 2013: Comparison of precipitation distributions in precipitation data sets representing 1㎞ spatial resolution over South Korea produced by PRISM, IDW, and cokriging.
Journal of the Korean Association of Geographic Information Studies 16(3), 147-163. doi: 10.11108/
kagis.2013.16.3.14 (in Korean with English abstract) Phillips, D. L., J. Dolph, and D. Marks, 1992: A
comparison of geostatistical procedures for spatial analysis of precipitation in mountainous terrain.
Agricultural and Forest Meteorology 58, 119-141.
Seino, H., 1993: An estimation of distribution of meteorological elements using GIS and AMeDAS data. Journal of Agricultural Meteorology (Japan) 48, 379-383.
Shin, S. C., M. G. Kim, M. S. Suh, D. K. Rha, D.
H. Jang, C. S. Kim, W. S. Lee, and Y. H. Kim, 2008: Estimation of high resolution gridded precipitation using GIS and PRISM. Atmosphere 18, 71-81. (in Korean with English abstract) Thiessen, A. H., 1991: Precipitation averages for
large areas. Monthly Weather Review 39, 1082- 1084.
Um, M. J., C. S. Jeong, and W. Cho, 2009:
Analysis of precipitation distribution in the region of Gangwon with spatial analysis (I): Classification of precipitation zones and analysis for seasonal and annual precipitation. Journal of the Korean Society of Hazard Mitigation 9(5), 103-113. (in Korean with English abstract)
Yun, J. I., 2000: Estimation of climatological precipitation of North Korea by using a spatial interpolation scheme. Korean Journal of Agricultural and Forest Meteorology 2, 16-23. (in Korean with English abstract)
