|
|
| Bayesian GLM 기법과 통계학적 Downscaling 기법을 활용한 미래 재해위험도 변동성 평가기법 개발 |
|
권현한, 명수정 |
|
|
| Development of a Future Disaster Risk Assessment Model for Climate Change Using Bayesian GLM and Statistical Downscaling Model |
|
Hyun-Han Kwon, Soo-Jeong Myeong |
|
|
|
|
|
|
| Abstract |
|
This study aims to develop a future disaster risk assessment model for climate change. A linear regression model, which has been widely used in previous studies, has limitations such as (1) the underlying probability distribution assumes to be Gaussian and (2) predicted values from the model are often given in negative numbers that are not appropriate in our case. In the present study, a Bayesian GLM-based disaster risk assessment model is introduced in conjunction with relevant predictors. Predictors were initially derived from daily precipitation data. The data that were finally put in the model as main predictors were (1) the number of consecutive cases of over 80 mm precipitation that lasted less than 10 days, and (2) the heaviest rainfall of the year. A nonstationary Markov chain downscaling model using KMA A2 climate change scenario as inputs was adopted to construct future rainfall scenarios in Gangwon, Seoul, Chungnam and Jeju, and the required rainfall predictors were extracted from the constructed scenarios. It was found that the proposed model could predict 90% of the disaster risks in the flood-prone areas such as Gangwon, Seoul and Chungnam. However, the proposed model failed to predict for the nonflood-prone area of Jeju Island. Future disaster risk variability was assessed using probability density function. The probability density function shifted toward the upper tail for all the areas, meaning increased disaster risks under climate change. Based on the results, this study claims that the proposed Bayesian GLM model is able to take into consideration the increased variability associated with climate change and thus can be effectively used in estimating future disaster risks. |
| Key Words:
Damage cost; Climate change; Bayesian GLM; Precipitation |
| 요지 |
|
본 연구에서는 미래 기후변화로 기인하는 재해피해액의 변동성을 평가하기 위해서 재해피해액 평가 모형을 개발하였다. 기존 선형회귀분석 방법에서 나타나는 정규분포 가정의 문제 및 예측값이 음의 값을 갖는 등의 문제점을 개선할 수 있는 Bayesian GLM 방법을 도입하였다. 재해피해액을 예측하기 위한 인자들을 강수량으로부터 추출하였으며 최종적으로 80 mm이상 강우 사상이 연속적으로 10일 이내에 발생한 횟수와 연최대강수량이 모형에 입력 자료로서 이용되었다. 미래의 기후변화 영향을 평가하기 위해서 기상청 A2 시나리오와 비정상성 Markov Chain Downscaling 기법이 적용되었으며 강원도, 서울, 충청남도 및 제주도에 대해서 상세강수시나리오를 생산하였다. 생산된 기후변화 상세강우시나리오로부터 동일하게 예측인자들을 추출하였다. 추출된 기상인자와 Bayesian GLM 방법을 통해서 재해피해액을 예측한 결과 상대적으로 강우에 대한 반응이 크게 나타나는 강원도, 서울 및 충청남도에서는 0.9 정도의 상관성을 갖는 정도 높은 모형 구축이 가능하였다. 그러나 상대적으로 강우로 인한 피해가 적게 나타나는 제주도의 경우 효과적인 모형을 구축하기 어려웠다. 미래 기후변화 시나리오부터 추출된 기상인자를 활용하여 미래 재해위험도의 변동성을 확률밀도함수를 통해서 평가한 결과 모든 지역에서 재해위험도가 미래에는 커질 것으로 전망되었다. 본 연구에서 제안된 Bayesian GLM 모형 기반 재해피해액 예측 모형은 기후변화로 기인하는 기상학적 변동성을 고려할 수 있는 모형으로서 미래의 재해위험도를 전망하는 도구로서 활용이 가능할 것으로 판단된다. |
| 핵심용어:
재해피해액; 기후변화; 강수량 |
|
PDF Links
Full text via DOI
Download Citation
