• Korean Journal of Agricultural and Forest Meteorology
• /
• v.22 no.4
• /
• pp.239-249
• /
• 2020

Rice flour varieties have been developed to replace wheat, and consumption of rice flour has been encouraged. damage related to pre-harvest sprouting was occurring due to a weather disaster during the ripening period. Thus, it is necessary to develop pre-harvest sprouting rate prediction system to minimize damage for pre-harvest sprouting. Rice cultivation experiments from 20 17 to 20 19 were conducted with three rice flour varieties at six regions in Gangwon-do, Chungcheongbuk-do, and Gyeongsangbuk-do. Survey components were the heading date and pre-harvest sprouting at the harvest date. The weather data were collected daily mean temperature, relative humidity, and rainfall using Automated Synoptic Observing System (ASOS) with the same region name. Gradient Boosting Machine (GBM) which is a machine learning model, was used to predict the pre-harvest sprouting rate, and the training input variables were mean temperature, relative humidity, and total rainfall. Also, the experiment for the period from days after the heading date (DAH) to the subsequent period (DA2H) was conducted to establish the period related to pre-harvest sprouting. The data were divided into training-set and vali-set for calibration of period related to pre-harvest sprouting, and test-set for validation. The result for training-set and vali-set showed the highest score for a period of 22 DAH and 24 DA2H. The result for test-set tended to overpredict pre-harvest sprouting rate on a section smaller than 3.0 %. However, the result showed a high prediction performance (R2=0.76). Therefore, it is expected that the pre-harvest sprouting rate could be able to easily predict with weather components for a specific period using machine learning.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.23 no.5
• /
• pp.473-478
• /
• 2013

In this paper, we develop the Heavy Rain Advisory Decision Model based on intelligent neuro-fuzzy algorithm RBFNNs by using KLAPS(Korea Local Analysis and Prediction System) Reanalysis data. the prediction ability of existing heavy rainfall forecasting systems is usually affected by the processing techniques of meteorological data. In this study, we introduce the heavy rain forecast method using the pre-processing techniques of meteorological data are in order to improve these drawbacks of conventional system. The pre-processing techniques of meteorological data are designed by using point conversion, cumulative precipitation generation, time series data processing and heavy rain warning extraction methods based on KLAPS data. Finally, the proposed system forecasts cumulative rainfall for six hours after future t(t=1,2,3) hours and offers information to determine heavy rain advisory. The essential parameters of the proposed model such as polynomial order, the number of rules, and fuzzification coefficient are optimized by means of Differential Evolution.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.11a
• /
• pp.1031-1033
• /
• 2020

최근 지구온난화에 따른 기온 및 강수량 증가 등으로 인해 모기 개체 수가 증가함에 따라 말라리아, 일본뇌염, 뎅기열 등 모기를 통해 전파되는 질병에 감염병의 위험률도 높아지고 있어 머신러닝기반 기후 데이터를 활용하여 모기 개체 수를 예측할 수 있는 모델을 제안하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.367-367
• /
• 2023

2022년 중부권은 집중호우에 의해 큰 피해를 입었다. 2022년 서울의 강수량은 1775.3mm로 30년(1993~2022년) 연평균 강수량(1429.6mm)을 상회하였고, 6월~9월에 1412.4mm로 약 80%의 강수량이 집중되었다. 또한, RCP(Representative concentrate pathways) 기후변화 시나리오에 따르면 2100년까지 강수량과 강우지속시간이 지속적으로 증가할 것으로 예측하고 있다. 뿐만 아니라, 도시화는 지속적으로 불투수면적을 넓히고 있어, 도시지역의 홍수피해는 점차 가중될 것으로 판단된다. 본 연구에서는 도시지역 불투수면적의 투수화를 통해 강수량을 지표하로 침투시켜 지표유출을 저감하는 방안을 연구하였다. 대상지는 부산광역시 신도시 개발지역으로 30년 강우자료를 이용하여 무강우 지속시간, 독립 강우사상의 구분, 강우사상의 지속시간 및 분포 등을 분석하여 빗물관리목표를 설정하였다. 해당 빗물관리목표를 만족시킬 수 있는 규모의 저영향개발 시설을 적용하였고, 도시지역의 개발 전, 개발 후, 저영향개발 기술 적용 후의 단계로 구분하여 모의분석을 수행하였다. 개발 전의 물순환 회복률을 100.0%로 기준을 설정하고, 모의분석 결과 개발 이후 38.1%로 물순환 회복률이 급감하였으나, 저영향개발 기술 적용을 통해 약 92.0%로 회복되는 것을 확인하였다. 이후 연별, 월별 물수지 분석을 통해 물순환 회복률과 지표유출 저감 정도를 비교 분석하였다. 이상의 결과를 통해 저영향개발의 적용으로 도시화와 집중호우로 인한 도시지역의 수해를 일부 저감시킬 수 있을 것으로 판단되고, 대상지역 개발 전의 물수지 상태 회귀를 통해 지속가능한 발전이 가능할 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.211-211
• /
• 2018

미해양대기청 기후예측센터(Climate Prediction Center, NOAA)에서 제공하고 있는 기후지수(climate indices)를 예측인자로 하고 금강유역의 5~6월의 강우량을 예측대상으로 하는 원격상관기반 통계모형을 구축하였다. 1988년부터 2017년까지의 30년 자료에 대해 예측인자와 예측대상간의 시간지연상관분석을 수행한 결과 NAO(North Atlantic Oscillation), EP/NP(East Pacific/North Pacific Oscillation), EA(East Atlantic Pattern), WP(Western Pacific Index) 등과 상관성이 높은 것으로 분석되었으며, 이러한 시간지연 기후지수를 이용하여 4개월전에 5,6월 강수량을 예측할 수 있는 다중회귀모형을 개발하였다. 관측 강우량 아노말리가 큰 경우에는 다소 과소 예측되고, 아노말리가 작은 경우에는 다소 과다 예측되는 경향을 보였지만 관측 강우량과 예측 강우량간의 상관계수가 0.75로서 비교적 우수한 예측 결과를 나타내었다. 5~6월 강우량 아노말리의 3분위 예측성을 평가한 결과 평년이상 적중률은 77.8%, 평년수준은 81.8%로서 예측 성공률이 높았으며, 5, 6월 누적강우량이 매우 작았던 92년과 95년을 제외하고는 강우량이 적은 해에도 예측성이 우수하여 평년이하 적중률이 70.0%를 나타내었다. 따라서 본 개발모형은 최소 4개월 이전 선행시간을 가지고 늦봄, 초여름강우량을 예측할 수 있는 저비용의 가뭄 예측 도구로 유용하게 활용될 수 있을 것이다.

• Journal of Korea Water Resources Association
• /
• v.33 no.S1
• /
• pp.139-144
• /
• 2000

• Proceedings of the Korea Water Resources Association Conference
• /
• 1991.07a
• /
• pp.28-33
• /
• 1991

• Journal of Korea Water Resources Association
• /
• v.54 no.12
• /
• pp.1317-1328
• /
• 2021

This study aims to provide a predictive model based on climate models for simulating continuous daily rainfall sequences by combining bias-correction and spatio-temporal downscaling approaches. For these purposes, this study proposes a combined modeling system by applying conditional Copula and Multisite Non-stationary Hidden Markov Model (MNHMM). The GloSea5 system releases the monthly rainfall prediction on the same day every week, however, there are noticeable differences in the updated prediction. It was confirmed that the monthly rainfall forecasts are effectively updated with the use of the Copula-based bias-correction approach. More specifically, the proposed bias-correction approach was validated for the period from 1991 to 2010 under the LOOCV scheme. Several rainfall statistics, such as rainfall amounts, consecutive rainfall frequency, consecutive zero rainfall frequency, and wet days, are well reproduced, which is expected to be highly effective as input data of the hydrological model. The difference in spatial coherence between the observed and simulated rainfall sequences over the entire weather stations was estimated in the range of -0.02~0.10, and the interdependence between rainfall stations in the watershed was effectively reproduced. Therefore, it is expected that the hydrological response of the watershed will be more realistically simulated when used as input data for the hydrological model.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.171-171
• /
• 2011

상수도의 합리적인 운용과 관리를 위해서는 급수량 예측이 매우 중요하다. 기존 급수량 예측은 신경망과 칼만 필터법을 사용한 연구들이 대부분이었다. 이러한 연구결과들은 높은 상관결과를 갖고 있지만 이는 자기상관계수에 대한 높은 의존도에 따른 결과로 볼 수 있다. 즉, 예측의 결과가 전날 수요량을 거의 그대로 따라오는 경향을 띄어, 급수량 예측 그래프가 기존 그래프를 오른쪽으로 이동시킨 것과 같이 나타난다. 본 연구에서는 이러한 문제점들을 해결하기 위해서 물수요량을 예측하는데 있어서 효과적인 예측인자를 도출하는 것이 우선되어야 할 것으로 판단되었다. 이에, 물수요량 특성을 효과적으로 나타내어 줄 수 있는 예측인자로서 강수량, 최저온도, 최고온도, 평균온도 등을 1차적으로 선정하였다. 이들 예측인자들과 서울시 물수요량과의 상관성을 평가하여 최적의 예측인자 Set과 지체시간 등을 산정하였다. 이렇게 선정된 예측인자와 Bayesian 통계기법 기반의 회귀분석 모형을 구축하여 물수요량을 예측하였다. 본 연구에서 적용하고자 하는 계층적 Bayesian 모형은 유사한 특성을 가지는 자료계열들 사이에서 서로 보완이 될 수 있는 정보들을 추출함으로써 모형이 갖는 불확실성을 상당히 줄일 수 있는 방법이다. 이러한 모형적 특징은 생산량 예측에 대한 불확실성 저감 측면에서 장점이 있을 것으로 판단된다. 본 연구에서는 광암, 암사, 구의, 뚝도, 영등포, 강북 정수장을 대상으로 모형의 적합성을 평가하였다. 이러한 연구결과는 향후 정수장 운영계획 및 동일한 시스템을 갖는 상수도 급수량 예측 시 유용하게 사용할 수 있을 것이다.

• Journal of Korea Water Resources Association
• /
• v.39 no.3 s.164
• /
• pp.215-226
• /
• 2006

In this study, we performed verification of VSRF (Very Short Range Forecast of precipitation) model and application of NWSPC (National Weather Service PC) rainfall-runoff model in Kyoungan-chun basin. We used two methods for verification of VSRF model. The first method is a meteorological verification that evaluates the special quality feature for rain amount between AWS and VSRF model over Kyoungan-chun basin, while second method is a hydrological verification that compares the calculated Mean Area Precipitation (MAP) between AWS and VSRF Quantitatively. This study examines the usefulness of VSRF precipitation forecasting model data in NWSPC hydrological model. As a result, correlation coefficient is over 0.6 within 3 hour lead time. It represents that the forecast results from VSRF are useful for water resources application.