Professional Documents
Culture Documents
Docu 5
Docu 5
第 44 卷 第 3 號․2011 年 3 月
pp. 231 ~248
DOI: 10.3741/JKWRA.2011.44.3.231
Abstract
This study aims to develop the Flood Vulnerability Index (FVI) and apply it to
the Bukhan River Basin. A1B and A2 scenarios of CGCM3 of IPCC were adopted and
SDSM (Statistical Downscaling Model) was used to downscale the original data to
the daily data. Driver-Presure-State-Impact-Response (DPSIR) model was introduced
to select all appropriate indicators for FVI and the daily rainfall-runoff
model was simulated using HSPF (Hydrological Simulation Program-Fortran). Since
FIV proposed in this study has a capability to quantify the potential flood
vulnerability considering both present and future climate conditions, it is
expected to be used for the comprehensive water resources and environmental
planning.
...................................................................................
...................................................................................
........................
요 지
...................................................................................
...................................................................................
.......................
* 인하대학교 해양과학기술연구소, 연구교수, 공학박사 (e-mail: minwooson@gmail.com)
Research Professor, Ph.D., Inha University, Ocean Science Technology Institute
** 롯데건설 사원, 공학석사 (e-mail: blackleo83@naver.com)
MS, Lotte Construction
*** 교신저자, 서울과학기술대학교 건설공학부 조교수, 공학박사 (e-mail:
eschung@seoultech.ac.kr)
Corresponding Author, Assistant Professor, Ph.D, Seoul National University of
Science & Technology, School of Civil Engineering
**** 성균관대학교 사회환경시스템공학부 교수, 공학박사 (e-mail: ksjun@skku.edu)
Professor, Ph.D., Sungkynkwan University, Department of Civil and Environmental
Engineering
第 44 卷 第 3 號 2011 年 3月
231
1. 서 론
2. 이론적 배경
2.1 연구방법
232
韓國水資源學會論文集
Fig. 1. Procedure of This Study
GCM 은 IPCC 4 차 보고서에 수록된 CCCma(Canadian Centre for Climate Modeling and
Analysis)의 CGCM3 (Canadian Global Coupled Model)이다. 온실가스 배출 시 나리오는 IPCC 의
온실가스 배출에 관한 특별 보고서 (Special Report Emission Scenario, SRES; IPCC,
2007) 의 시나리오 중 A1B, A2 시나리오를 선택하였다. 2 단계 는 GCM 자료의 축소화
(Downscaling) 과정이다. 시·공 간적으로 해상도가 큰 GCM 자료는 원하는 유역에 맞도 록 축소화
과정을 거쳐야 한다. GCM 자료를 대상유역의 경·위도에 맞춰 내삽하여 자료를 생성하였고, 월 단위 자
료로 생성된 GCM 자료의 일 단위 축소화를 위해 내삽된 자료를 바탕으로 통계학적 축소기법을 사용하여
일 단위 의 시계열 시나리오를 생성하였다. 이때 축소화를 위해 SDSM (Statistical Downscaling
Model; Wilby et al.,
2002) 모형을 이용하였다. 마지막으로 과거 자료와 생성 된 미래 기후자료 및 강우-유출 모형인 HSPF 를
이용하 여 현재와 미래의 유출 시나리오를 구축하였다.
2.2 DPSIR 개념
第 44 卷 第 3 號 2011 年 3 月
233
시키고 압력이 상태에 영향을 미치고 상태가 반응을 야기 하는 영향을 유발하며 다시 반응은 이상의 네
가지 요소 에 각각 다시 영향을 미친다는 인과관계에 착안한다. 추 진력은 환경에 영향을 미치는 사회․
경제적 요소로 일반 적으로 인구, 자원의 사용량, 교육수준, 거주자 수, 에너지 소비량 등이 있다.
압력은 환경의 상태에 직접적으로 영 향을 미치는 자연적인 요소로 오염 부하량, CO2 배출량 등이 있다.
상태는 환경의 질과 자연자원의 양을 정량적 으로 측정하는 것으로 하천수질, 오존의 농도 등이 있다.
영향은 환경의 상태가 인간, 동물, 생화학적 과정에 미치 는 영향으로 질병의 정도, 생태계에
환경오염물질 배출량 등이 있다. 반응은 환경에 대한 사회의 반응으로 환경개 선을 위한 활동 등이
해당된다 (정은성 등, 2008).
DPSIR 구조는 1999 년 개발된 이래로 환경 문제의 연구 에 광범위하게 적용되고 있다. 국외에서 DPSIR
구조를 채 택하여 수자원 또는 유역 환경을 평가한 연구로는 Pirrone et al. (2005)이 유역과 해안
구역 관리를 위해 이탈리아의 Po River 유역과 Adriatic Sea 해안 구역에 적용하여 Po River 유역의
사회 경제적 발전과 Adriatic Sea 해안 구역 의 부영양화 사이의 관계를 파악하였다. Hamouda et
al. (2009)은 수단, 이집트, 이디오피아가 포함된 Eastern Nile Basin(ENB)의 수자원 시스템의
취약성 평가를 위해 DPSIR 구조를 사용하였다. Carter et al. (2009)은 영국에 서의 홍수 위험
관리를 위해 강화된 공간 계획을 개발하 기 위해 SA (Sustainability Appraisal) 도구를 개발하였
다. 이 연구에서 DPSIR 구조는 홍수와 공간 계획, SA 사 이의 관계를 설명하는데 사용되었다. D, P,
S, I 의 항목은 홍수를 분석하기 위한 지표로 구성되었고 이러한 홍수를 방어, 제어하기 위한 수단인 R
항목으로 SA 를 지표로 사 용하였다. Valenzuela Montes and Matarán Ruiz (2008) 은 스페인의
Guadalfeo River Basin 과 Granada coastal 영역을 대상으로 토지이용과 사회 경제학적 요인 같은
공 간적 요소와 제한된 수자원 사이의 의존성과 상호작용 정 도를 표현하고자 DPSIR 구조를 사용하였다.
Skoulickidis (2009)는 동지중해로 유입하는 물의 80%를 차지하는 15 개의 주요 Balkan River 들의
환경적 상태를 DPSIR 구조 를 적용하여 나타내었다.
국내에서 DPSIR 구조를 이용하여 지속가능한 개발 지 표와 환경 지표 등을 적용한 연구들이 최근
늘어나고 있 다. 김호석 등 (2007)은 특정한 사회경제적 편익을 위해 시행되는 개발사업들로 인해
발생하는 환경적 영향을 사 전에 평가하는 환경영향평가를 개선하기 위하여 DPSIR 구조를 사용하여
지속가능한 발전지표를 개발하였다. 최 지연 등 (2008)은 육역과 해역의 환경·사회경제적 영향이
상호 복합적으로 영향을 미치는 연안 지역을 대상으로 이
질적인 환경을 개별요소로 세분하여 상호관계를 이해하 고 전체 연안시스템을 분석하기 위해 DPSIR
구조를 적용 하였다. DPSIR 구조를 수자원에 적용한 연구로는 정은성 등 (2008)이 대안평가지수
(Alternative Evalutaion Index, AEI)를 개발하고 이를 유역의 건전한 물 순환을 위한 대 안들의
우선순위를 결정하는데 사용한 바 있다.
2.3 SDSM 모형
영국과 웨일즈 환경청의 지원을 받아 꾸준히 연구되고 있는 SDSM 모형은 다중회귀분석을 이용하여 미래의
기 상자료를 생성한다. 원하는 지점의 미래 일단위 기상자료 를 획득하기위해 SDSM 모형이 필요한
입력자료는 1961 년부터 2000 년까지의 예측하고자 하는 지점의 관측 자료 와 미국의 국가 환경
예측센터 (National Centers for Environmental Prediction, NCEP)에서 제공하는 관측값 을
토대로 작성된 설명변수, GCM 을 기반으로 작성된 예 측변수이다. SDSM 모형의 다중회귀분석은
예측하고자 하는 기상자료가 종속변수가 되고 NCEP 의 자료는 보정 을 위한 설명변수가 된다. 모형의
보정으로부터 얻은 매 개변수를 이용하여 GCM 모형 결과를 기반으로 작성된 예측변수에 의해 기상자료를
생성하게 된다. NCEP 와 CGCM3 의 예측변수는 모두 일 (日)단위의 변수로써 두 자료가 각각 설명하고
있는 기상요소의 분류는 같다 (박 경신 등, 2009).
SDSM 에서 이용되는 통계학적 축소기법은 다중회귀분 석으로 이루어진다. 다중회귀분석은 일반적으로
자연적, 사회적인 현상을 설명하는데 있어 적절한 두 개 이상의 독립변수를 조합하여 함수의 형태로
종속변수를 나타내 는 방법이다. 다중회귀식은 일반적으로 다음과 같이 나타 낼 수 있다.
234
韓國水資源學會論文集
단순회귀분석과 가장 큰 차이라고 볼 수 있는 것은 검정 을 통해 귀무가설이 기각되어 회귀관계가 있다고
판단되면 각각의 회귀계수에 대한 추론을 하는 점이다. 이 과정은 다 중공선성 (Multicollinearity)과
분산팽창계수 (Variance In-
flation Factor, ), 수정결정계수 (Adjusted )에 대해
분석하여 독립변수의 사용여부를 판단하게 된다.
2.4 경향성 분석
수문시계열자료에 대한 경향성 분석은 자료를 도시하 여 나타내는 방법과 통계기법을 이용하여 파악하는
방법 이 있다. 통계기법을 이용하는 방법으로는 연자료 분석 시 Test (선형회귀분석), Hotelling-
Pabst Test, Mann- Kendall Test, Sen Test, Spearman's Rho Test 등이 있 다. 경향성
분석은 검정결과의 객관성을 확보하기 위해 세 가지 검정기법 중 두 가지 이상에 대해 경향성이 있다고
판정될 경우 해당 시계열 자료는 경향성을 지닌다고 판정 한다. 이에 본 연구에서는 Mann-Kendall
test(Mann,
1945), Spearman's Rho Test(Gibbons, 1971)를 실시하였 다. Mann-Kendall Test 와
Spearman's Rho Test 는 각각 이재준 등 (2010), 정은성과 이길성 (2007)에 상세하게 설 명되어
있다.
2.5 HSPF 모형
2.5.1 개요
3. 대상유역
第 44 卷 第3號 2011 年 3月
235
Fig. 3. Meterological Stations and Thiessen Network of North Han River Basin
면적이 1,566.0 km2, 유로연장이 107.7 km, 유역평균표고 는 366.4 m, 유역평균경사는 39.3%
이다. 청평댐 유역은 유 역면적이 760.6 km2, 유로연장이 77.8 km, 유역평균표고는
278.2 m, 유역평균경사는 36.7%이다.
도시지역비율은 2000 년 기준으로 Fig. 4 와 같이 춘천댐 유역이 1.19%, 인북천 유역이 1.01%, 소양강
유역이 0.77%, 의암댐 유역이 3.66%, 홍천강 유역이 1.30%, 청평댐 유역
이 1.87%로 나타났다.
236
韓國水資源學會論文集
(a) 1975
(b) 2000
Fig. 4. Landuse Change of the Study Watershed
4. 결 과
4.1 DPSIR 구성
Impervious Area
State 0.30
Increase ratio 0.37
3-day-Prec. 0.21
Stability of Levee
Inundation 0.45
Number of Pumping
Decision Making Techniques) 중 가중치 산정에 대한 과 학적인 접근법의 사용에 대한 연구가
요구된다. 모든 지
Response 0.22
Station 0.22
Number of Managers
수들에 대한 가중치는 Table 1 과 같다.
분석 결과 DPSIR 요소 중에는 상태에 대한 비중이 가 장 크며 반응, 압력의 순으로 나타났고 마지막으로
추진
for Flood Damage
Prevention
0.33
력과 영향이 같은 값을 보였다. 각 인자별로 보면 연평균 홍수피해액이 전체의 15%를 차지하며,
제방안전도가
9.9%, 치수관련 공무원 수가 7.3%, 일최대 강우량이 6.9%
를 보였고 3 일간 강우량, 일최대 유출량, 풍수량, 인구증 가율, 불투수 면적비율, 인구밀도, 자산
가치가 5% 이상의 비중을 보였다.
第 44 卷 第 3 號 2011 年 3 月
237
4.2 기후변화 시나리오 생성
4.2.1 SDSM 구축
mslpas 0.007
3.080 p5_uas 0.000
4.130 p5_zas 0.000
3.612
p5thas 0.006
4.411
Air Temperature
Precipitation
p8_uas 0.000
1.523 p8thas 0.000
2.442 s500as 0.000
3.823 tempas 0.000
1.786 mslpas 0.048
2.029 p_thas 0.024
3.447 p500as 0.000
1.729 p8thas 0.045
1.607
shumas 0.000 3.249
238
韓國水資源學會論文集
만 다중공선성의 존재여부를 알아볼 수 있는 분산팽창계 수를 계산할 수 없다. 또한 변수의 선택과정에서
변수의 진입과 제거에 따른 신뢰성 있는 결정계수와 검정통계량 을 계산하여 SDSM 모형에서 문제가 될 수
있는 부분에 대해 보완하였다. 변수선택 방법은 단계선택방법을 택하 였으며, 분산팽창계수가 10 이상인
변수 중 종속변수와 상관관계가 작은 것부터 제외하였다. 최종적으로 선택된 독립변수들과 종속변수간의
유의확률 (-value)을 계산
하여 모든 독립변수가 유의수준 이하일 때까지 반복 수행
하였다. 이와 같은 과정을 거쳐서 선택된 최종 예측변수 와 분산팽창계수는 Table 2 와 같다.
최종선택 된 변수를 이용하여 춘천과 대관령, 홍천, 인
제, 양평 기상관측소의 2100 년 12 월
31 일까지의 기온 및 강수량 자료를 생성하였다. 강수와
기온은 각각 SRES 의 A1B 와 A2 시나리오를 생성하였으
며, 2001 년부터 2008 년까지의 기온과 강수를 실측값과 비
교하여 통계학적 축소기법에 사 용된 다중회귀분석 모형 을 검증하였다. 목적함수로는 모형의
효율계수 ( )와
(2)
각각 0.68 과 0.70 으로 계산되었으며, RMSE 는 각각 5.8℃,
5.9℃를 나타났다.
위에서 언급한 바와 같이 강수자료의 검증을 위해서는
,
(3)
8 년간의 일평균 강수 자료를 내림차순으로 정리한 후 각
시나리오 별로 초과확률에 관하여 실측값과 모의값을
여기서, 는 번째 관측값, 는 관측값의 평균,
Fig. 5 와 같이 비교하였다. 그 결과 춘천 관측소의 값이
A1B 와 A2 의 경우 각각 0.82 와 0.88 로 계산되었으며,
Name of Station
A1B A2
RMSE (℃)
RMSE (℃) Temperature
Precipitation
第 44 卷 第3號 2011 年 3月
239
240
韓國水資源學會論文集
Table 4. Result of Precipitation Trend Analysis (Future)
Name of Station
Mann-Kendall test Spearman's rho test
-value
-value
第 44 卷 第3號 2011 年 3月
241
Fig. 6. Annual Mean of A1B Scenario (Future)
242
韓國水資源學會論文集
Table 5. Hydrological Parameters for HSPF Model
PWAT
PERLND PWATER
-PARM2
AGWRC (L/day)
PWAT
-PARM4
UZSN (in) Upper zone nominal soil moisture storage 0.83
INTFW Interflow inflow parameter 2
4.4 홍수취약성지수 산정
사전 조사를 통하여 얻어진 일련의 자료들은 모든 항 목의 단위가 다르기 때문에 통합 지수를 만들기
위해서 는 무차원화과정이 필요하다. 본 연구에서는 일반적인 표준화 방법들 중 다음과 같은 Re-scaling
방법을 사용 하였다.
계자료를 취득하기가 쉽지 않다. 이에 본 연구에서는 중
(4)
권역별 편입비율을 이용하여 사회·경제적 인자의 각 시군
별 자료를 중권역별 자료로 수정하여 활용하였다. 북한강
(a) Calibration
(b) Verification
Fig. 7. Calibration and Verification of Flowrate
第 44 卷 第 3 號 2011 年 3 月
243
Table 7. Comparison of Flow Duration Curve among Sub-watersheds
(unit: m3/s)
Sub-watershed No. of
Sub-watershed
yanggu (70.2),
Chuncheon dam 1010 1,587.36
Chuncheo (15.1),
Table 9. Comparison of FVIs and Rankings Between with and without Climate Change
Impacts
244
韓國水資源學會論文集
Fig. 8. Rescaled Data for FVI Calculation
第 44 卷 第 3 號 2011 年 3 月
245
었지만 인북천, 소양강댐, 의암댐의 경우 변화가 발생하였 다. 따라서 홍수취약도를 고려하여 유역관리에
대한 계획 을 수립하기 위해서는 반드시 기후변화 요소를 고려되어 야 할 것으로 판단된다.
5. 결 론
본 연구에서는 지속가능성 평가모형인 DPSIR 개념을 토대로 기후변화 요소를 반영하여 인문, 사회, 경제,
환경 인자를 모두 사용한 홍수취약성지표를 개발하였고 이를 북한강 유역의 춘천댐 중권역 (1010),
인북천 중권역 (1011), 소양강 중권역 (1012), 의암댐 중권역 (1013), 홍천 강 중권역 (1014),
청평댐 중권역 (1015)에 적용하였다. 홍 수취약성지수의 산정은 크게 6 단계로 구성되어 있는데 1 단계는
기후변화를 고려하여 홍수취약성지수의 정의 및 DPSIR 모형을 이용한 지표의 선정, 2 단계는 각 지표들에
대한 가중치 결정, 3 단계는 유역의 수문자료 및 인문자료 의 수집, 4 단계는 기후변화에 따른 기상자료
(온도, 강우 량)의 예측, 5 단계는 기후변화에 따른 유출양상의 변화 분 석, 6 단계는 홍수취약성지수의
산정이다.
적용 결과, 기후변화 고려 여부와 상관없이 춘첨댐 유 역이 홍수에 대해 가장 안전한 유역으로 나타났고
청평댐 유역이 가장 좋지 않은 것으로 나타났다. 또한 하류 유역 인 청평댐, 홍천강 유역이 상류인
춘천댐, 인북천 유역보 다 홍수에 대해 상대적으로 취약한 것으로 나타났다. 또 두 유역이
기후변화영향을 고려할 경우 FVI 값이 증가하 는 것을 확인할 수 있었다. 즉 소양강, 의암댐 유역의
경우 기후변화로 인해 홍수취약도가 증가할 것으로 예상된다. 이로 인해 춘천댐, 홍천강댐, 청평댐
유역은 FVI 값으로 인한 관리우선순위에 변화가 없었지만 인북천, 소양강댐, 의암댐의 경우는 변화가
발생하였다. 따라서 홍수취약도 를 고려하여 유역관리에 대한 계획을 수립하기 위해서는 반드시 기후변화
요소를 고려해야한다.
본 연구에서 개발한 홍수취약성지수는 유역의 인문, 사 회, 경제, 환경 자료를 모두 고려한 현재 상태 및
기후변화 에 따른 잠재적 취약성을 정량적인 지수로 간결하게 표현 할 수 있다는 장점이 있다. 또한
지수를 구성하는데 DPSIR 개념을 사용하여 수문현상의 원인과 결과를 나타 내는 요인들로 나누었기
때문에 향후 수자원 및 유역 관 리의 방향을 제시할 수 있다고 판단된다. 다만 지표의 산 정과 이에 대한
가중치의 결정은 지수 산정관련 연구에서 가장 중요하면서 취약한 부분이므로 후속연구 또는 관련
프로젝트를 통해 상세한 분석과 조사를 통한 정확한 산정 이 필요하고 생각된다.
감사의 글
참고문헌
246
韓國水資源學會論文集
제 4 호, pp. 409-419.
정은성, 이길성 (2007). “다기준 의사결정기법을 이용한 공간위험 순위산정.” 한국수자원학회논문집,
한국수
자원학회, 제 40 권, 제 12 호, pp. 969-983.
정은성, 이길성, 박경신 (2008). “다기준 의사결정기법을 이용한 대안평가지수 개발.”
한국수자원학회논문집,
한국수자원학회, 제 41 권, 제 1 호, pp. 87-100.
정일원, 이병주, 김광천, 배덕효 (2009). “기후변화에 따른 홍수피해 취약성 평가.” 한국수자원학회
2008 년 학술 발표회, 한국수자원학회, pp. 289-293.
최시중, 이동률 (2005). “지속가능한 수자원 개발과 관리 를 평가하기 위한 지표.”
한국수자원학회논문집, 한국
수자원학회, 제 38 권, 제 9 호, pp. 779-790.
최지연, 정지호, 정명국, 최희정 (2008). “DPSIR 구조에 의한 태안군 연안관리 여건과 통합관리
방향.” 대한지 리학회논문집, 대한지리학회, 제 7 권, 제 1 호, pp. 64-66.
AQUA TERRA(2004). BASIN/HSPF Training Handbook.
U.S. EPA.
Bae, D.H., Jung, I.W., and Chang, H. (2008). “Long- term Trend of
Precipitation and Runoff in Korean River Basins.” Hydrological Processes, Vol.
22, No.
14, pp. 2644-2656.
Bicknell, B.R., Imhoff, J.C., Kittle, J.L. Jr., Jobes, T.H., and Donigian, A.S.
Jr. (2001). Hydrologic Simulation Program-Fortran (HSPF) User's Manual for Version
12. U.S. Environmental Protection Agency, National
Exposure Research Laboratory, Athens, GA.
Carter, J.G., White, I., and Richards, J. (2009). “Sustai- nability Appraisal and
Flood Risk Management.” Environmental Impact Assessment Review, Vol. 29, No. 1,
pp. 7-14.
Choi, Y. (2002). “Changes on Frequency and Magnitude of Heavy Rainfall Events in
Korea.” Journal of the Korean Data Analysis Society, Vol. 4, No. 3, pp.
269-282.
European Environment Agency(1999). Environmental Indicators: Typology and
Overview. Copenhagen, Denmark.
Gibbons, J.D. (1971). Nonparametric Statistical Inference.
McGraw-Hill, New York.
Hay, L.E., McCabe, G.J., Wolock, D.M., and Ayers, M.A. (1991). “Simulation of
Precipitation by Weather Type Analysis.” Water Resources Research, Vol. 27, No. 4,
pp. 493-501.
Hamouda, M.A., Nour El-Din, M.M., and Moursy, F.I.
(2009). “Vulnerability Assessment of Water Resources Systems in the Eastern Nile
Basin.” Water Resources Management, Vol. 23, No. 13, pp. 2697-2725.
IPCC(2007). Climate Change 2007: The Physical Science Basis. Contribution of
Working Group I to the Fourth Assessment Report of the Intergovernmental Panel on
Climate Change, Cambridge University Press, UK.
Jung, I.W., Bae, D.H., and Kim, G. (2010). “Recent Trends of Mean and
Extreme Precipitation in Korea.” International Journal of Climatology.
DOI:10.1002/ joc.2069.
Mann, H.B. (1945). “Nonparametric Tests Against
Trend.” Econometrica, Vol. 13, pp. 245-259.
Palmer, R., Wiley, M., and Kameenui, A. (2004). Will Climate Change Impact Water
Supply and Demand in the Puget Sound? Department of Civil and Environmental
Engieering, University of Washington, Seattle, WA.
Panofsy, H.A., and Brire, G.W. (1963). Some Appli- cation of Statistics to
Meteorology. Pennsylvania State University, University Park, Pennsylvania, p.
224.
Pirrone, N., Trombino, G., Cinnirella, S., Algieri, A., Bendoricchio, G.,
and Palmeri, L. (2005) “The Driver- Pressure-State-Impact-Response (DPSIR) Approach
for Integrated Catchment-coastal Zone Management: Preliminaty Application to
the Po Catchment- Adriatic Sea Coastal Zone System.” Regional
Environmental Change, Vol. 5, No. 2-3, pp. 111-137. Skoulickidis, N.Th. (2009).
“The Environmental State of Rivers in the Balkans-A Review Within the DPSIR
Framework.” Science of the Total Environ-
ment, Vol. 407, pp. 2501-2516.
Sullivan, C.A. (2002). “Calculating a Water Poverty
Index.” World Development, Vol. 30, No. 7, pp. 1195-
1210.
Valenzuela Montes, L.M., and Matáran Ruiz, A. (2008). “Environmental Indicators to
Evaluate Spatial and Water Planning in the Coast of Granada (Spain).” Land Use
Policy, Vol. 25, No. 1, pp. 95-105.
Wilby, R.L. (1994). “Stochastic Weather Type Simula- tion for Regional Climate
Change Impact Assess- ment.” Water Resources Research, Vol. 30, No. 12, pp. 3395-
3403.
Wilby, R.L., Dawson, C.W., and Barrow, E.M. (2002).
第 44 卷 第 3 號 2011 年 3 月
247
“SDSM-A Decision Support Tool for the Assess- ment of Regional Climate Change
Impacts.” Environmental and Modelling Software, Vol. 17, pp.
145-157.
Wood, A.W., Leung, L.R., Sridhar, V., and Lettenmaier, D.P. (2004). “Hydrologic
Implications of Dynamical
and Statistical Approaches to Downscaling Climate Model Outputs.” Climatic Change,
Vol. 62, Issue 1-3, pp. 189-216.