• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2016년도 학술발표회
• /
• pp.236-236
• /
• 2016

현재 댐운영 계획 수립 시 매월 유지해야 하는 저수량의 범위를 나타낸 기준수위가 사용되고 있으며 매년 홍수기 말에 현재의 수문 상황과 장래의 전망을 통한 시기별 연간, 월간 댐운영 계획을 수립하고 있다. 물관리의 이수측면에서 댐수위 운영계획 수립과 홍수기 운영목표 수위를 결정하는데 활용하기 위해서는 계절단위, 연단위의 기상정보가 필요하다. 본 연구에서는 기상청에서 운영하고 제공하는 전지구 계절예측시스템 GloSea5(Global Seasonal forecasting system version 5)자료를 활용하여 금강유역에 적용하고자 하였다. GloSea5는 전지구계절예측시스템으로 대기(UM), 지면(JULES), 해양(NEMO), 해빙(CICE)모델이 서로 결합되어 하나의 시스템으로 구성되어 있으며 공간 수평해상도는 N216($0.83^{\circ}{\times}0.56^{\circ}$)으로 중위도에서 약60km이다. Hindcast자료는 유럽중기예보센터(ECMWF)에서 생산된 ERA-Interim 재분석장을 대기 모델의 초기장으로 사용하며 기간은 1996~2009년의 총 14년이다. 예보자료의 검증은 예보의 질을 결정하는 과정으로 Brier Skill Score (BSS), Reliability Diagrams, Relative Operating, Characteristics (ROC)등을 통해 정확성과 오차에 의한 예보의 성능을 검증하였다. 또한 Glosea5의 통계적 상세화를 수행하여 다양한 변수가 갖는 계통적인 지역 오차를 보정함으로써 자료의 신뢰도를 향상시키고자 하였으며 이는 이후 수문모델과의 연계 시 보다 정확하고 효율적인 댐운영에 활용할 수 있는 기후예측정보를 제공할 수 있을 것으로 판단된다.

• 한국태양에너지학회 논문집
• /
• 제31권4호
• /
• pp.66-71
• /
• 2011

This study focused on the application of the Passive Solar Chamber System (PSCS) as proposed by a previous study. The seasonal performance and sizing method for the system were investigated for a feasibility of the PSCS in Korean climate. For seasonal performance, heat and ventilation performances of the PSCS were analyzed for the months of January and August. This study proposed a simple configuration method in which the designer can decide on the system size at the preliminary design stage by using system efficiency, overall heat transfer coefficient transmission, monthly solar radiation, highest and lowest temperatures. During weeks that require heating, the system showed to acquire a daily average heat amount of $860.28Wh/m^2$ day. For cooling periods, the system was computed to supply a daily average natural ventilation of $1,360.2m^3/day$ to the room. Moreover, proposed sizing method and the overall computation results showed a 6.04~7.24% error of assessment.

• 대한원격탐사학회지
• /
• 제34권3호
• /
• pp.451-463
• /
• 2018

본 연구는 서울지역에서 2015년 1월부터 12월까지 정지궤도 천리안 위성(Communication Ocean and Meteorological Satellite, COMS) 해양 탑재체(Geostationary Ocean Color Imager, GOCI)의 에어로졸광학두께(Aerosol Optical Depth, AOD)로부터 지상 초미세먼지(Particulate Matter; $PM_{2.5}$) 농도를 추정하기 위한 계절별 경험/통계모델을 개발했다. 행성경계층고도(Planetary Boundary Layer Height, PBLH) 그리고 에어로졸 수직 비율(Vertical Ratio of Aerosol, VRA)을 사용한 두 가지 수직보정방법과 흡습성장계수(Hygroscopic growth factor, f(RH))로부터의 습도보정방법이 각각의 경험적 모델에 적용된 결과 AOD에 대한 수직 보정과 $PM_{2.5}$에 대한 지표 습도보정이 모델 성능 향상에 중요한 역할을 했다. AOD-$PM_{2.5}$ 사이에 관련이 있다고 알려진 기상인자들(온도, 풍속, 시정)을 추가적으로 사용하여 다중 선형 회귀모델을 구성한 결과 경험모델에 비해 $R^2$값이 최대 0.25 증가했다. 본 연구에선 AOD-$PM_{2.5}$ 모델의 계절별, 월별, 시간별 특성을 분석하고 계절별로 구분하여 모델을 구성한 결과 고농도 사례에서 과소평가 되던 경향이 개선됨을 알 수 있고 관측된 $PM_{2.5}$와 추정된 $PM_{2.5}$의 월 및 시간변동성은 서로 경향성이 일치했다. 따라서 정지궤도 위성 AOD를 이용하여 지상 $PM_{2.5}$ 농도를 추정한 본 연구의 결과는 향후 발사 예정인 GK-2A와 GK-2B에 적용 가능할 것으로 기대된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2015년도 학술발표회
• /
• pp.22-22
• /
• 2015

가뭄은 적시에 경보해야 하는 홍수와 달리 진행속도가 느리고 시간적으로 대처할 여유가 있어 진행중일지라도 미리 감지만 한다면 그 피해를 최소화할 수 있다. 이로 인해 미국 등 수문기상 선진국에서는 수문기상 장기예보자료로부터 가뭄전망정보 생산기술을 개발하였으며, 특히 가뭄전망의 정확도 향상을 위해 여러 통계적 보정기법을 적용하고 있다. 국내의 경우 기상청에서 가뭄전망을 목적으로 2011년에 수치예보모델을 이용하여 가뭄전망정보를 생산한바 있으나, 전망정보의 불확실성 문제로 가뭄예보에 활용하는데 한계가 있어 이를 개선할 수 있는 기술개발이 요구되는 실정이다. 본 연구에서는 기후예측자료를 이용하여 가뭄전망정보 생산기술을 개발하고 정확도 개선을 위해 베이지안 기법을 연계하였다. GloSea5 (Global Seasonal forecast model 5) 장기예보자료를 이용하였으며, 베이지안 기법을 통해 과거 관측자료에 대한 사전분포, 모델의 전망정보로부터 우도함수를 유도하여 최종 사후분포를 추정하였다. 베이지안 기법 적용 전 후에 따른 가뭄지수를 산정하였다. 관측자료 기반의 가뭄지수와의 비교분석을 통해 선행기간 및 계절별 가뭄예측 성능을 평가하였으며, 실제 가뭄기간 동안에 가뭄의 재현성을 지역별로 분석하였다. 장기예보자료만을 활용한 기존 가뭄전망에서는 관측 자료가 포함된 1개월 전망에서도 불확실성이 매우 높았지만 베이지안 기법 적용으로 가뭄전망의 정확도가 크게 개선되었다. 특히, 1, 2개월 전망의 시계열 가뭄지수가 관측기반의 가뭄지수의 거동과 매우 유사하게 나타났으며, 지역별로도 베이지안 기법 적용시 실제 가뭄피해 상황을 적절히 재현하는 것으로 나타났다. 국내 가뭄예보에 있어 기후예측정보를 단순활용하기 보다는 베이지안과 같은 통계적 보정기법을 이용하여 가뭄전망정보를 생산하는 것이 바람직하며, 본 연구에서는 가뭄예보업무에 활용될 수 있도록 베이지안 기법에 대한 검증 및 평가를 지속적으로 수행할 계획이다.

• 디지털콘텐츠학회 논문지
• /
• 제19권4호
• /
• pp.749-756
• /
• 2018

본 연구는 머신러닝 기법을 이용한 온실 제어를 위한 예측모델을 개발하는 것이 목적이다. 시설원예연구소의 실험온실에서 측정된 데이터(2016년)를 사용하여 예측모델을 개발하였다. 모델의 예측성능 향상과 데이터의 신뢰성 확보를 위해 상관관계분석을 통해 데이터의 축소를 수행하였다. 데이터는 계절별 특성을 고려하여 봄, 여름, 가을 및 겨울로 나누어 구축하였다. 머신러닝 기반의 예측모델로 인공신경망, 순환신경망 및 다중회귀모델을 구축하고 비교분석을 통해 타당성을 평가하였다. 분석 결과에서, Selected dataset에서는 인공신경망 모델이 Full dataset에서는 다중회귀모델이 좋은 예측성능을 보였다.

• 한국지능시스템학회논문지
• /
• 제24권2호
• /
• pp.141-146
• /
• 2014

본 논문은 Peak Shaving 알고리즘의 성능 향상을 위한 예측 부하 곡선의 생성의 한 방법을 제시한다. 여기서 논하는 Peak Shaving 알고리즘은 대용량의 배터리 에너지 저장시스템 (BESS, Battery Energy Storage System)을 위한 PMS (Power Management System)의 장주기 스케쥴링 알고리즘을 의미한다. 위의 PMS는 주로 배터리에서 에너지의 입출력을 제어하는 데에 주목적이 있다. 이를 위해서 Peak Shaving 알고리즘이 사용되는데, 여기서 예측 부하곡선과 실제 부하곡선 사이의 불확실성이 나타난다. 원활한 에너지의 충,방전을 위하여 본 논문에서는 주 단위의 표준화 방법과 계절별 부하의 특성을 고려한 예측 부하 곡선 생성 방법을 제안한다.

• 대한환경공학회지
• /
• 제30권7호
• /
• pp.721-728
• /
• 2008

정수처리과정 중 염소처리로 발생되는 소독부산물(DBPs) 발생현황을 파악하고 저감방안을 제시하기 위해 대표적인 염소소독부산물인 트리할로메탄(THMs)의 공정별 발생현황을 조사하였다. 또한, 계절별 수질별 영향인자와의 상관관계를 분석하고, 공정에서 전 염소 다단투입을 통하여 THMs 생성현황을 파악하고, 원수 수질에 따라 THMs을 저감시킬 수 있는 최적의 운영방안을 고찰하고자 하였다. Y 정수센터는 취수장과 착수정간의 도수시간이 평균 10시간이 소요되어 취수장에서 전염소 처리 시 염소와 THMs 전구물질간의 충분한 반응시간을 제공함으로써, THMs 발생을 억제하는데 한계를 가지고 있다. 따라서, 도수관로상의 THMs 생성을 억제하고 염소 과잉투입을 방지하기 위하여 전염소를 취수장과 착수정에 동시에 투입하여 정수중 THMs 발생을 저감시키고자 하였다. 계절별 정수의 THMs 발생량은 저수온기(겨울철)에 0.015 mg/L 이하로 적게 생성되었고, 고수온기(여름철)에는 평균 0.021 mg/L 이상 생성되어 수온상승에 따라 증가하였다. 공정별 THMs 발생량은 전염소 처리 후 착수정 원수에서 평균 0.013 mg/L, 응집/침전/여과 공정에서 0.014 mg/L, 후염소 처리 후 정수에서 평균 0.016 mg/L로 정수처리공정 시 착수정원수에서 대부분의 THMs이 발생하였다. 정수처리 공정에서 트리할로메탄생성능(THMFP)은 응집 침전공정 후 42.7%가 제거되었고, 여과공정 후 약 50%가 제거되어 공정에서 TOC 제거율과 비슷한 추세를 보였다. 전염소 다단투입은 취수장과 착수정에 염소를 분할하여 주입함으로써 유기물질과 염소와의 접촉시간(T) 및 농도(C)를 감소시키고, 염소주입량을 최적화하여 도수관로에서 생성되는 THMs을 억제시키고 염소사용량을 저감시킬 수 있었다. 수온이 높은 하절기에 전염소 다단 투입을 실시한 결과, 정수에서 THMs 농도는 평균 0.013 mg/L이 생성되어 취수장 단독 전염소 처리 시기에 발생된 정수 THMs 농도 대비 약 50%를 저감시킬 수 있었다.

• 한국신재생에너지학회:학술대회논문집
• /
• 한국신재생에너지학회 2011년도 춘계학술대회 초록집
• /
• pp.199-199
• /
• 2011

ATES(Aquifer Thermal Energy Storage) 열펌프 시스템은 기존의 다양한 열원 적용 시스템 대비 효율이 우수한 것으로 알려져 유럽과 미국에서 건물 냉난방 시스템으로 적용되고 있다. 특히, ATES 시스템은 기존의 냉난방 시스템 대비 경제성이 우수한 것으로 알려져 있으나 국내에서는 이에 대한 연구 결과는 전무한 실정이다. 본 연구에서는 ATES 열펌프 시스템의 실증 성능 결과를 분석하였으며, LNG 보일러와 에어컨을 사용하는 기존의 냉난방 시스템을 비교시스템으로 ATES 열펌프 시스템의 경제성 평가를 수행하였다. ATES 시스템의 연간 실증 성능 실험결과 ATES 시스템은 외기온도와 무관하게 연중 안정적인 성능을 나타내었다. 경제성 평가시에 생애주기법(Life Cycle Cost)을 적용하여 ATES 열펌프 시스템의 설치 및 운전에 필요한 총 소요비용을 산정하고, 이 결과를 바탕으로 투자회수기간법을 통해 ATES 시스템의 투자회수 기간을 산정하였다. 생애주기법 적용 시에 현재가치법을 사용하였으며, 현재가치법은 수명주기에 발생하는 모든 투자비용과 절감액을 일정한 시점을 기준으로 등가환산하는 방법을 의미한다. 현재가치법에 사용되는 현재가치는 초기비용과 현재가치계수의 곱으로 나타나는데, 여기에서 현재가치계수는 임의의 이자율로 일정기간 동안 정기적인 할부금액이 적립될 때의 현재금액을 구하기 위해 사용하는 계수를 의미한다. 전기와 LNG는 각각 2009년 7월의 (주)한국전력공사와 (주)한국가스공사의 고시요금을 적용하였다. 본 시스템은 실증 설비용량인 20RT를 대상 건물로 가정하였고, 초기투자비는 크게 공사비와 냉난방 설비 구입비로 구성되어 있으며, 기본적인 물가지표는 (사)한국물가정보(KPI)의 고시 데이터를 참조하였다. 각 시스템의 초기투자비는 ATES 시스템이 비교대상 기존 냉난방 시스템 대비 5.7배 높게 나타났다. 일일 8시간 사용기준으로 계절별 전력요금을 고려한 연간운전 비용은 ATES 시스템이 기존 시스템 대비 냉난방 시에 각각 77%와 16%를 나타내어 운전비용이 연간 절감되었고, 난방 운전 시 절감 비율이 냉방시보다 크게 나타났다. 두 시스템에 대한 생애주기비용을 산정하기 위하여 에어컨과 보일러의 기존시스템과 ATES 시스템의 가용연수를 모두 20년으로 설정하였고, 유지보수 비용은 초기투자비용의 2%로 설정하고, 할인율은 은행 예금이자를 기준으로 5%로 설정하였다. 전기와 LNG의 요금 상승률은 (사)한국물가정보를 바탕으로 각각 2%와 8%로 가정하였다. 이러한 조건에서 생애주기법을 이용한 경제성평가는 ATES 시스템의 경우 생애운전비용이 초기투자비용보다 작게 나타났으며, 기존 냉난방 시스템은 생애운전비용이 초기투자비용에 비하여 높게 나타났다. 본 연구 대상 ATES 열펌프 시스템의 실증 성능 데이터와 기존 문헌으로부터 얻은 냉난방 시스템의 성능 결과를 이용하여 생애주기 비용을 적용한 결과 ATES 시스템의 기존 시스템 대비 투자회수 기간은 6.62년으로 나타났다. 특히, 본 연구에서는 ATES 시스템이 국내 최초로 적용됨에 따라 스크린 등의 부품을 다소 고가의 제품으로 시스템에 적용하였으므로 ATES 시스템의 신뢰성과 안정성이 확보되면 초기 투자비 감소가 가능할 것으로 예상되며, 기존 시스템 대비 투자회수 기간은 더욱 감소될 수 있을 것으로 예상된다.

• 대한환경공학회지
• /
• 제34권10호
• /
• pp.656-663
• /
• 2012

본 연구를 통해 개발된 15 mm 구경 자기저항(magneto-resistance) 방식의 디지털 수도계량기를 활용해 인천시 B구 S동 일대 아파트 단지 내 96가구에 상수도 원격검침시스템을 설치 후 현장적용성을 검토하였다. 현장 성능시험은 2011년 7월부터 2011년 12월까지 수행되었고 데이터의 평균 정상 수신율은 와이브로망의 불안정으로 인한 통신 두절, 계량기 보호함 및 설치환경에 따른 통신 음영지역 발생, 유무선 공유기의 일시적 오작동으로 인해 84.6%로 비교적 낮은 수신율을 나타냈다. 현장성능시험에 참여한 수용가 중 세대구성원수가 각각 1~5명에 해당하는 대표 세대를 층화추출법(stratified random sampling)으로 추출하여 총 10가구의 가정용수 사용량을 분석한 결과, 8월에 가정용수를 가장 많이 사용한 반면, 9월에는 가정용수 사용량이 감소되고 다시 11월에 증가한 후 12월에 감소되는 추세를 보였다. 이는 계절의 변화에 따른 기상요인(온도, 습도 등)이 가정용수 사용량에 영향을 미치기 때문인 것으로 판단된다. 세대수를 30세대로 증가시킨 후 계절별 1인 1일 용수 사용량(Lpcd)을 분석 후 다항식(polynominal function)을 활용한 회귀곡선을 통해 추세선을 도출한 결과, 1인 1일 용수 사용량(Lpcd)은 세대의 총 가정용수 사용량과 유사하게 계절적 주기성을 나타냈으며, 구성원수가 적은 가구(1인, 2인의 구성원)일수록 명확한 계절적 주기성을 나타냈다. 연구에 참여한 96가구 수용가 전체가구의 세대 구성원별 1인 1일 용수 사용량(Lpcd)을 분석한 결과, 세대 구성원이 1인 증가함에 따라 1인 1일 용수사용량이 약 14%씩 감소하는 것으로 조사되었다. 이러한 결과는 1인이 거주하는 세대에서도 사용할 수밖에 없는 세탁, 음료, 취사, 청소용수 등의 생활에 필히 요구되는 가정용수 사용량이 있는 반면, 거주 인원이 많은 경우 공동 활용을 통해 이를 절감할 수 있는 효과를 얻을 수 있기 때문으로 판단된다.

• 한국농림기상학회지
• /
• 제25권4호
• /
• pp.427-435
• /
• 2023

이상기상으로 인한 봄꽃 개화 시기의 변화는 식물의 생장기간 뿐 아니라 생물계절을 포함한 생태계의 모든 측면에 영향을 미친다. 따라서 봄꽃 개화 시기를 예측하는 것은 산림 생태계의 효과적인 관리에 필수적이다. 본 연구에서는 464곳의 산림에서 수집된 날씨정보를 기반으로 대한민국 산림의 대표적인 5가지 수종(미선나무, 아까시나무, 철쭉, 산철쭉, 마가목)의 2023년 개화 시기를 예측하기 위해 과정 기반 모형을 사용하였다. 이를 위해 28개 지역의 9년간(2009-2017) 개화 시기 자료를 활용하여 모형을 개발하였다. 개화 시기는 식물의 세 개 이상의 위치에서 처음으로 꽃이 피는 것을 기준으로 측정되었다. 본 연구에서는 STDD와 GDD 과정 기반 모형을 사용하여 개화 시기를 예측하였으며, 두 모형 모두 일반적으로 우수한 성능을 보였다. 과정 기반 모형의 주요 입력변수인 날씨 자료는 산악기상관측시스템과 기상청에서 제공하는 기온 정보를 융합하여 1km의 공간 해상도로 일 단위 기온 자료를 생성하였다. 지역별 보정 계수를 생산하고 적용하기 위해 랜덤포레스트 기계 학습을 활용하여 STDD와 GDD 모형을 기반으로 예측 정확도를 개선하였다. 결과적으로 보정 계수가 적용될 때 대부분의 수종에서 개화 시기의 예측 오차가 작았으며, 특히, 미선나무, 아까시나무, 철쭉에서 평균제곱근오차가 각각 1.2, 0.6, 1.2일로 매우 낮았다. 모형 성능을 평가하기 위해 10회의 무작위 샘플링 테스트를 실시하고, 최적의 결정계수 값을 가진 모형을 선택하여 모형의 성능을 평가하였다. 그 결과, 마가목을 제외한 모든 수종에서 보정 계수가 적용된 모형에서 결정계수가 최소 0.07에서 최대 0.7 증가하였으며 최종적으로 75%에서 90%의 설명력을 가졌다. 이를 기반으로 수종별 보정 계수를 산출하였으며, 1km 해상도의 전국 단위 개화시기예측 지도를 제작하였다. 본 연구는 식물의 계절 변화에 대한 자료로 활용될 것으로 예상되며, 수종 및 지역별로 개화 시기를 상세히 설명하여 기후 변화로 인한 계절 변화를 연구하는 데에 유용할 것으로 기대된다. 또한 우리나라 산림의 주요 수종에 대한 정확도 높은 개화 시기 예측 서비스는 산림 방문객들의 산림 경험 만족도를 크게 높일 수 있으며, 양봉업 등 임업 종사자들의 경제적 향상에 기여할 것으로 기대된다.