Diagnosis of Nonstationarity Problems in Use of a Rainfall-runoff Model for the Climate Change Assessment

Abstract

Parameters of hydrologic models are usually estimated using a set of historical precipitation and flow data. However, most of flow projection studies for climate change employ the hydrologic model calibrated with the historical data but use a series of the precipitation projection from Global Circulation Model (GCM). However, one can criticize that the characteristics of the historical data are often significantly different from those of the GCM projection data. This case implies that two different populations are used for the model calibration and the model use. This study examines how seriously distorted this problem is by using two statistical characteristics such as mean and standard deviation. Synthetic monthly precipitation data derived from the gamma distribution were generated for the necessary analyses. The Kajiyama model was used to obtain runoff during both wet and dry periods. Fifty-four hypothetical scenarios were considered to simulate potential impact of climate change by varying the mean and the standard deviation in both the wet and dry period. The mean precipitation was changed by -80% to +80% on the interval of 10% for the data generation while keeping the standard deviation constant in the wet and the dry period. This procedure was also used for the standard deviation of precipitation while the mean was kept constant. The results in the wet season suggest that Kajiyama model perform well up to an increase or decrease of 60% in mean precipitation for the wet period and up to an increase of 40% and decrease of 30% in mean precipitation of the dry period. However, changes in the standard deviation of the precipitation events resulted in good performance for all types of increasing but worsened from 50% decrease in standard deviation of precipitation.

일반적으로 수문모형의 매개변수 추정은 과거 관측된 강수량과 유량 자료에 의존한다. 기후변화를 고려한 대부분의 유량 전망 연구에서도 과거 관측자료를 이용하여 수문모형의 매개변수를 추정한 후 지구순환모형(Global Circulation Model)을 통한 강수량 전망치를 이용한다. 그러나 과거 관측자료의 특성은 GCM 전망치와는 상당한 차이를 보일 수 있으며, 결과적으로 모형의 추정과 사용에 있어서 서로 다른 두 개의 모집단을 이용하게 된다. 본 연구에서는 두 가지의 통계적 특성, 즉 평균과 표준편차를 이용하여 앞서 제기한 문제점을 분석하고자 한다. 이를 위해 감마 분포(gamma distribution)로부터 월강수량을 임의 생성하였으며 가지야마(Kajiyama) 모형을 이용하여 우기(wet period)와 건기(dry period)의 유출량을 각각 산출하였다. 기후변화 영향에 대한 모의를 위해 각각 우기와 건기를 구분하여 평균과 표준편차에 변화를 주어 54개의 시나리오를 생성하였다. 먼저 표준편차를 고정한 상태에서 강수량의 평균을 – 80 % 에서 + 80 % 까지 10 % 간격으로 변화시켰으며 이와 동일하게 평균을 고정하고 표준편차 역시 - 80 %에서 + 80 % 까지 일정한 간격으로 변화를 주었다. 그 결과 가지야마 모형은 우기(wet period)에는 평균의 60 % 변화 구간에서 잘 모의 되었고 건기(dry period)에 대해서는 + 40 % 부터 – 30 % 구간에서 좋은 결과를 보였다. 그러나 강수량의 표준편차를 변경한 경우에는 모든 변화구간에서 잘 모의되었다.