본 연구의 목적은 APCC에서 생산된 다양한 시간 규모(주, 월, 계절, 기후변화)의 최신 기후 예측정보를 상세화하여 태국 북동부 람타콩 소유역의 가뭄 및 수자원, 작물 생산성의 예측력 향상을 평가하고, 이를 바탕으로 다양한 시간 규모에 적합한 가뭄 리스크 평가 및 관리 프레임워크를 개발하는 것이다.

여름철 계절내 진동(Boreal Summer Intraseasonal Oscillation; BSISO)이 태국 연강수량의 경년 변동성에 영향을 미칠 뿐만 아니라 우기 시작일과 밀접한 관계가 있음이 증명되었다. 또한 다중 모델을 활용하여 우기 시작을 4주 전에 예측할 수 있는 가능성을 보였는데, APCC에서 현재 실시간으로 제공하고 있는 다중모델 기반 BSISO 지수(특히 BSISO 1의 위상 5, BSISO 2의 위상 4) 예측 정보를 태국의 우기 시작일 예측에 활용할 수 있을 것으로 보인다. 태국의 몬순 시작일, 북동부 지역의 4월 또는 5월 강수량, 6월의 가뭄지수 등이 ENSO(El Niño-Southern Oscillation) 및 관련 기후인자들(예, NINO3.4, Pacific Decadal Oscillation, Southern Oscillation Index, Indian Ocean Basin Wide, Western NINO, Tropical North Pacific 등)과 밀접한 관계를 보인는데, 이러한 인자들은 주로 필리핀 주변의 고기압성 흐름에 영향을 끼침으로 인해 태국의 강수량에 영향을 준다. 그러나 태국에서 7, 8월에 ENSO 관련 인자들의 연관성이 현격히 줄어들었는데 주변의 해양, 대륙의 영향과 함께 태풍의 영향을 많이 받기 때문인 것으로 보인다. 또한 6월 강수량과 우기 시작일을 예측하는 회귀 모형(해수면 온도 기반)을 개발하였는데, 6월 강수량의 경우 해양의 영향이 급격히 감소하는 시기이기 때문에 좋은 성능을 보이지는 못했지만, 우기 시작일 예측 회귀모형은 BSISO 지수 예측 기반의 우기 시작일 예측에 참고 자료로 이용될 수 있는 가능성이 보였다.

기후분야에서 생산 제공되는 기후정보들은 농업 및 수자원 등의 응용분야에서 활용하기 위해서는 기후 정보들에 대한 시공간적인 상세화 절차가 필요하다. 본 연구에서는 ECMWF(European Centre for Medium-Range Weather Forecasts)계절내 예측 정보는 공간 상세화가, APCC의 11개 개별 예측모형 자료들과 기후변화 시나리오 자료로서 29개 GCMs(Global Climate Models) 자료에는 시공간 상세화가 필요하여 통계적 방법(예, Simple Bias Correction or Non-parametric Quantile Mapping 등)이 적용되었다. 관측소별로 편의보정된 계절내 예측 상세화 자료의 예측성은 ECMWF 자료의 특성상 예측 자료별로 개별 관측소에 대하여 평가되었다. 기온은 강수보다 좋은 예측성을 보였고 주단위로 고려된 선행예측기간이 증가됨에 따라서 예측성이 감소하는 전형적인 결과를 보였다. 계절예측 자료의 상세화는 예측성 향상을 목적으로 4가지(Moving Window Regression, MWR; Simple Bias Correction, SBC; Climate Index Regression, CIR; Observation-based Moving Window Regression, MWR-Obs)을 적용했다. 강수량의 경우 통계적인 방법인 MWR 방법에 의한 예측인자가 다수 선정된 반면, 기온의 경우에는 역학적 모형 기반 편의보정이 고려된 SBC 방법에 의한 예측성이 높게 나타났다. 전체적으로 관측기반의 통계적 방법인 CIR 및 MWR-Obs 방법의 경우에는 예측인자가 하나도 선정되지 않았다. 강수의 경우 3월 및 6월의 경우 모든 선행예측기간에 대해 선정된 예측모형이 없는 것으로 나타났다. 상세 기후변화 시나리오 자료의 예측성은 극한기후지수의 재현성 평가 및 MME 산정을 위한 가중치 결정, GCM개수 등에 따른 불확실성 범위 등으로 평가했다.

가뭄감시를 위해 대상지역의 두 관측지점의 관측자료 및 위성강우로부터 유효가뭄지수(Effective Drought Index, EDI)를 산정, 대상지역에 있는 댐의 과거 시공간적인 가뭄 사상(예, 저수량 등)과 비교한 결과, 두 관측지점의 EDI가 댐의 과거가뭄 사상을 비교적 잘 반영하고 있음을 확인하였다. 가뭄예측은 기계학습 기반의 미계측 지역에 대한 Standardized Precipitation Index(SPI) 예측과 계절예측 기반의 EDI 예측의 두 방법론으로 수행되었다. 기계학습 기반의 미계측 지역 가뭄예측의 경우 SPI3를 목표변수로, 편의보정된 기후모델을 사용한 경우와 기계학습모델인 극랜덤트리(ERT), 아다부스트(Adaboost)를 적용한 경우의 성능을 비교하였는데, 가뭄 정확도에 있어 10월에 대해 편의보정된 기후모델을 이용한 경우만이 유의미한 결과를 생산하였고, 특히 S2S 예측 자료가 예측선행시간 1개월에서 매우 높은 정확도를 보였다. 가뭄 카테고리의 평균절대오차(MAE)에서 6월 SPI3 예측의 경우 선행예측기간 1-2개월에서 편의보정된 기후모델들이 더 우수한 결과를 보였으며 예측선행시간 3개월의 경우에는 ERT 모델의 성능이 우수하였다. 그러나 10월 SPI3 예측의 경우에는 편의보정된 기후모델이 선행예측기간 1-3개월에서 더 작은 오차를 보여, 10월 SPI3 예측에서 계절내 예측 정보가 가뭄예측에 있어서 유용하게 쓰일 수 있는 가능성을 보였다. 이는 기계학습 모델과 계절내 예측 자료의 활용, 그리고 적절한 기후모델의 조합을 통해 대상 지역의 가뭄 예측력을 높일수 있음을 시사한다. 또한 기후변화에 의한 가뭄영향을 평가하였는데, 가뭄 지속기간 (duration)의 경우 짧은 지속기간을 갖는 가뭄이 미래에 발생 빈도가 증가하는 경향을 보였으며, 가뭄심도(intensity)는 기후변화 시나리오의 과거기간(Historical)과 비교하여 보통 가뭄의 경우 빈도가 감소하는 경향을 보였으나 극심한 가뭄의 경우는 발생 빈도가 증가하는 경향을 보였다.

수문 모델링은 월단위 댐 유입량 관측자료를 이용하여 SWAT 모형을 보정한 후관측자료를 이용하여 모의된 장기 유입량을 관측 유입량으로 설정하고 계절예측자료로부터 모의된 유입량을 비교함으로써 SWAT 모델링의 불확실성을 제거한 후 계절예측 자료의 활용성을 평가하였다. SWAT 모형은 관측 R2가 0.8 이상으로 유입량을 잘 재현하였다. 농업 모델링에서는 상세화된 계절내예측 및 계절예측 기후정보 혹은 두 개의 다른 계절규모 예측 기후정보가 결합된 예측 기후정보로부터 태국의 기후변화에 따른 벼 잠재수량의 변화를 작물모형(CERES-Rice)으로부터 평가했다. 주요 재배기간인 5월부터 10월, 특히 2015년의 5월부터 10월 동안 상세화된 계절예측 기온과 강수 정보에 따른 벼의 잠재수량의 예측력을 평가한 결과, 선행예측기간이 짧아질수록(예, 6개월에서 1개월) 관측 기후 기반의 벼 잠재수량과 높은 상관을 보였고 그 경향도 비교적 잘 모의하는 것으로 나타났다. 선행예측시점이 5월인 ECMWF의 상세 예측 강수와 선행예측기간별 계절예측 강수를 결합한 예측 기후정보에 따라 벼 잠재수량의 예측성을 평가한 결과, 계절예측 정보에 의한 것보다 예측성이 좋지 않은 것으로 나타났는데, 상세 ECMWF와 계절예측기후 정보에 대한 주요 시기별 비교 및 분석이 필요할 뿐만 아니라 이 두 정보의 적절한 결합 방법 개발이 필요하다. 또한 우기가 지연될 경우 파종시기 이동에 따른 벼 잠재수량의 상대적 변화가 큰 것으로 나타났는데, 앞서 기후분야에서 언급되었듯이 BSISO 지수와 ENSO 관련 지수를 이용한 우기 시작일 예측 모형으로부터 우기 시작일 예측 정보가 생산되면 작물모형(CERES-Rice)을 구동하여 적정 수준의 벼 잠재수량 확보가 가능한 파종시기 등에 대한 정보 생산이 가능할 것으로 보이며, 이로부터 파종시기 이동 등에 대한 의사결정 정보 제공이 가능할 것으로 예상된다. APCC에서 생산된 다양한 시간 규모의 최신 기후 정보(BSISO, 계절예측)를 다양한 응용분야의 기술(상세화, 가뭄예측 및 농업-수자원 모델링)과 결합하여 활용했을 때 태국의 가뭄 및 수자원, 벼 생산성 예측력을 향상시킬 수 있었으며, 가뭄리스크 평가 및 관리를 위한 의사결정 정보 생산이 가능함을 확인했다. 이와 같이 분야별 전문 지식과 기술의 융합을 바탕으로 실질적인 태국의 농업-수자원 가뭄리스크 평가 및 관리 프레임워크 개발이 가능할 것으로 판단된다.