• Journal of the Korean earth science society
• /
• v.27 no.2
• /
• pp.149-158
• /
• 2006

This study analyzes the seasonality precipitation using precipitation data from 1973 to 2001 over South Korea. The Seasonality Index and Annual variation of the Seasonality Precipitation were investigated from sixty-three observation stations. The Seasonality Precipitation means the degree of the precipitation falling intensively for some specific months. Spatially, precipitation that has a strong characteristic of regional shower is defined as seasonal precipitation. Precipitation forms are changed with various reasons and mainly the sporadic and local shower precipitation after rain spell in summer. Especially there appears a tendency that this kind of precipitation is sharply increasing in 1990's. Seasonality Index is used as a method to understand seasonal precipitation. If the yearly rainfall is concentrated for some specific months, Seasonality Index is growing gradually. It is confirmed that there is a tendency that all the from sixty-two observation stations Seasonality Index. While Seasonality Index over South of Korea concentrated from June to August because of the summer rain spell in the past ($1973{\sim}1982$), there appears to be a tendency that it concentrated from August and September since the mid 1990's. From the analysis of seasonal precipitation intensity distribution, most of southern Korea is under seasonality precipitation intensity 4. The seasonality precipitation intensity classification results are as follow: most of the observation stations were on a scale intensity of 3 and 4 in the past but currently reads seasonality precipitation intensities of 5 and 6.

• The Korean Journal of Applied Statistics
• /
• v.24 no.1
• /
• pp.45-59
• /
• 2011

When using X-12-ARIMA for seasonal adjustment, we usually check whether the series has stable seasonality or not via D8 F-tests, Kruskal-Wallis test, and the spectral diagnostics. In this paper, we develop several smooth tests for seasonality based on a Fourier series to improve the spectral diagnostics of X-12-ARIMA. A simulation study is conducted to compare five smooth tests for seasonality and X-12-ARIMA's D8 F-test an Kruskal-Wallis test. The simulation study shows that smooth tests for seasonality performed well compared with D8 F-tests and a Kruskal-Wallis test.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1434-1438
• /
• 2010

수문자료의 계절성은 수자원관리의 관점에서 매우 중요한 요소로서 계절성의 변동은 댐의 운영, 홍수조절, 관계용수 관리 등 다양한 분야와 밀접한 관계를 가지고 있다. 그러나 지금까지의 수문 자료의 계절성 평가는 주로 이수과점에서 이루어지고 있으며 치수관점에서 극치수문량의 계절성을 평가하는 연구는 미진한 실정이다. 이는 극치수문량을 해석하는 방법론으로서 연최대치계열(annual maxima) 즉, Block Maxima가 이용됨에 따라 나타나는 문제점이다. 그러나 부분기간치계열(partial duration series)을 활용하게 되면 자료의 확충뿐만 아니라 자연적으로 극치수문량의 계절성에 대한 평가 또한 가능하다. 이러한 분석과정을 POT(peak over threshold)분석이라 하며 일정 기준값(threshold) 이상의 자료를 모두 취하여 빈도해석에 이용하는 방법으로서 기존 방법의 경우 연최대값이 일반적으로 7월과 8월에만 존재하게 되지만 POT 분석의 경우 여러 달에 걸쳐 빈도해석을 위한 자료가 구성되게 된다. 이를 빈도해석으로 연계시키기 위해서는 계절성을 비정상성으로 고려하여 모형화 할 수 있는 방법론의 개발이 필요하다. 본 연구에서는 이러한 목적을 위해서 계절성을 고려할 수 있는 비정상성빈도해석 기법의 개념을 제시하고 모형으로 개발하고자 한다. GEV 또는 Gumbel 분포의 매개변수와 계절성을 연계시키기 위해서 Fourier 급수가 활용되며 매개변수는 Bayesian 기법을 통해 최적화 된다. 이를 통하여 설계강수량의 계절적 분포를 정량적으로 해석할 수 있으며 미래의 극치강수량에 대한 분포특성 또한 확률적으로 해석이 가능하다. 본 연구에서 제안된 방법은 국내외 시간강수량자료에 적용되어 적합성과 적용성이 평가된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.401-401
• /
• 2018

최근 지구온난화에 따른 기후변화로 시공간적으로 매우 불규칙한 강우가 발생하고 있으며, 홍수피해 및 극심한 가뭄으로 수자원개발 및 관리 환경이 더욱 어려워지고 있는 실정이다. 특히 우리나라는 하천수사용허가 기준유량의 원천이 되는 강수량의 계절별 편차가 매우 크고 연 강수량의 2/3 이상이 여름철에 집중된다. 하천수사용허가 기준유량은 하천유지유량이 고시되지 않은 지점은 10년 빈도의 갈수량인 기준갈수량과 같고, 하천유지유량이 고시된 지점은 기준갈수량에서 하천유지유량을 감한 양이다. 하지만 하천 유량의 변동성이 계절에 따라 매우 큼에도 불구하고 갈수기의 한정적인 기준갈수량으로 연중 전 기간의 하천수사용허가 기준유량을 설정하면 가용한 하천수량을 과소 산정할 우려가 있다. 따라서 계절성을 고려하여 기간에 맞는 기준갈수량을 산정하는 것이 안정적인 하천수의 사용과 하천관리에 필요한 유량을 효율적으로 관리할 수 있을 것으로 판단된다.본 연구에서는 효율적인 하천수사용허가 기준유량을 검토하기 위해 지역별 계절성을 고려한 갈수량 검토를 실시하였다. 갈수량 산정을 위한 자연유량은 TANK모형을 이용하여 우리나라 112개 중권역에 대해 50년 간 일별 자연유량을 모의하였다. 모의된 자연유량을 바탕으로 112개 중권역에 대해 유황분석을 실시하여 평균갈수량과 기준갈수량을 검토하였으며, 계절별 갈수량을 검토하기 위해 기간을 여름철(5~10월)과 겨울철(11~4월) 두 개의 시기로 구분하여 여름과 겨울 갈수량을 산정하였다. 또한, 계절성 분석을 위해 세 가지 계절성 지표를 검토하였다. 첫째, 여름과 겨울 갈수량의 비율인 SR(Seasonality Ratio), 둘째, 갈수량의 평균시기를 나타내는 주기적 계절성 지수 SI(Seasonality Index), 셋째, 갈수량의 월간 분포를 나타내는 SH(Seasonality Histogram)이다. 이러한 계절성 지표를 바탕으로 공간적 패턴을 분석하고 여름과 겨울 갈수량의 기초가 되는 수문학적 근거를 판단하였다. 따라서 유역의 계절성 지표를 바탕으로 기간을 분리하고 기간별 갈수량 검토를 통해 보다 효율적인 하천수사용허가 기준유량을 검토할 수 있을 것으로 판단된다.

• The Korean Journal of Applied Statistics
• /
• v.24 no.2
• /
• pp.217-225
• /
• 2011

In this paper, a seasonal variable selection method using the spectral analysis accompanied with seasonal linear model is suggested. The suggested method is applied to the prediction of intra-day call arrivals at a large North American commercial bank call center and a signi cant intra-month seasonal variable I detected. This newly detected seasonal factor is included in the seasonal linear model and is compared with the seasonal linear models without this variable to see whether the new variable helps to improve the forecasting performance. The seasonal linear model with the new variable outperformed the models without it in one-day-ahead forecasting.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.289-293
• /
• 2012

강수량의 계절적 집중의 정도를 의미하는 계절성은 토양침식과 작물의 재배 및 성장, 댐 운영 등 수자원 관리를 위한 계획 수립에 영향을 미치는 중요한 요소 중에 하나이다. 우리나라의 경우 호우사상이 대부분 4월부터 10월 동안에 발생하고 있으며, 특히 여름철에 집중도가 높은 편이다. 본 연구에서는 우리나라 강수의 계절성을 분석하기 위하여, 강수집중지수를 적용하였다. 강수집중지수는 1년 동안의 강수분포의 시간적 특성을 나타내는 지표로서 1980년에 제안되었으나, 국내에는 아직까지 적용된 사례가 많지 않다. 본 연구에서는 6개 관측지점의 1957~2010년 기간 동안의 연단위 강수집중지수와 계절성 지수를 각각 계산하여 비교하였다. 연구결과, 강수의 계절성을 분석하는데, 강수집중지수가 유용하게 사용될 수 있음을 확인할 수 있었다.

• Journal of the Korea Society for Simulation
• /
• v.19 no.3
• /
• pp.119-125
• /
• 2010

The moving block bootstrap, the stationary bootstrap, and the threshold bootstrap are methods of simulation output analysis, which are applicable to autocorrelated data. These bootstrap methods assume the stationarity of data. However, bootstrap methods cannot work if the stationary assumption is not guaranteed because of seasonality or trends in data. In the simulation output analysis, threshold bootstrap method is the best in describing the autocorrelation structure of original data set. The threshold bootstrap makes the cycle based on threshold value. If we apply the bootstrap to seasonality data, we can get similar accuracy of the results. In this paper, we verify the possibility of applying the bootstrap to seasonal data.

• Sleep Medicine and Psychophysiology
• /
• v.14 no.1
• /
• pp.26-32
• /
• 2007

Objectives: Angiotensin-converting enzyme (ACE) gene polymorphism has been reported to be associated with depression and therapeutic outcome in depression. The purpose of this study was to determine whether ACE gene polymorphism is associated with seasonal variation in mood and behavior in a young Korean college student sample. Methods: 297 young Korean medical students were recruited in this study. All subjects were free of major medical and psychiatric problems. They were genotyped for the ACE gene polymorphism and evaluated the seasonal variation in mood and behavior by the Seasonality Pattern Assessment Questionnaire (SPAQ). Results: Global Seasonality Score (GSS) of SPAQ between three genotypes were not different. However, comparison of the group that showed seasonality of mood and behavior during winter with the group that did not showed seasonality indicated significant difference in genotype distribution ($x^2=6.79$, p=0.034). The D allele non-carrier (ll genotype) frequency was significantly higher in winter seasonality group than non-seasonality group ($x^2=6.59$, p=0.010；odds ratio [OR]=2.27, 95% confidence interval [CI] 1.20-4.28). Conclusion: These results suggest that the ACE gene polymorphism is related to winter-type seasonality in a Korean population.

• Journal of Korea Water Resources Association
• /
• v.43 no.8
• /
• pp.733-745
• /
• 2010

Seasonality of hydrologic extreme variable is a significant element from a water resources managemental point of view. It is closely related with various fields such as dam operation, flood control, irrigation water management, and so on. Hydrological frequency analysis conjunction with partial duration series rather than block maxima, offers benefits that include data expansion, analysis of seasonality and occurrence. In this study, nonstationary frequency analysis based on the Bayesian model has been suggested which effectively linked with advantage of POT (peaks over threshold) analysis that contains seasonality information. A selected threshold that the value of upper 98% among the 24 hours duration rainfall was applied to extract POT series at Seoul station, and goodness-fit-test of selected GEV distribution has been examined through graphical representation. Seasonal variation of location and scale parameter ($\mu$ and $\sigma$) of GEV distribution were represented by Fourier series, and the posterior distributions were estimated by Bayesian Markov Chain Monte Carlo simulation. The design rainfall estimated by GEV quantile function and derived posterior distribution for the Fourier coefficients, were illustrated with a wide range of return periods. The nonstationary frequency analysis considering seasonality can reasonably reproduce underlying extreme distribution and simultaneously provide a full annual cycle of the design rainfall as well.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.95-98
• /
• 2021

최근 비정상적인 네트워크 활동 감지 및 네트워크 서비스 프로비저닝과 같은 다양한 분야에서 응용되는 네트워크 트래픽 예측 기술이 네트워크 통신 문제에 의한 트래픽의 결측 및 네트워크 유저의 불규칙한 활동에 의한 비선형 특성 때문에 발생하는 성능 저하를 극복하기 위해 딥러닝 신경망에 대한 연구가 활성화되고 있다. 이 딥러닝 신경망 중 시계열 딥러닝 신경망은 단기 네트워크 트래픽 볼륨을 예측할 때 낮은 오류율을 보인다. 하지만, 시계열 딥러닝 신경망은 기울기 소멸 및 폭발과 같은 비선형성, 다중 계절성 및 장기적 의존성 문제와 같은 한계를 보여준다. 이 논문에서는 계절성 임베딩을 고려한 주의 신경망 기반 트래픽 예측 기법을 제안한다. 제안하는 기법은 STL 분해 기법을 통해 분해된 트래픽 트랜드, 계절성, 잔차를 이용하여 일별 및 주별 계절성을 임베딩하고 이를 주의 신경망을 기반으로 향후 트래픽을 예측한다.