• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.360-360
• /
• 2017

이상기상현상의 발생횟수가 지속적으로 증가함에 따라 기상 예측은 국가 재난 관리에 중요한 요소로써 부상하고 있다. 계절예측 또한 재난관리의 한 부분으로, 농업, 에너지, 수자원 그리고 공공보건 등 다양한 분야에서 잠재적 위험을 파악하는데 도움이 되는 보조 자료로 활용이 가능하다. 본 연구에서는 ICON(ICOsahedral-Nonhydrostatic) 모델을 이용하여 2015년 여름철(JJA) 강수를 예측하였다. 2015년은 장마기간을 포함한 여름철 동안 평년대비 약 절반수준(54%)에 그치는 비가 내렸으며, 태풍으로 인한 강수량도 적어 연 강수량이 평년대비 72%로 역대 최저 3위를 기록하였다. 지역별로 보면 제주도와 남해안 지방을 제외한 대부분 지방에서 강수량이 적게 나타났으며, 수도권을 중심으로는 60% 미만의 강수량을 보였다. ICON 모델은 독일 기상청(DWD)과 막스플랑크 연구소(MPI-M)에서 공동 개발하여 현업 운영중인 전 지구 모델로 비정역학 코어를 사용한다. 전 지구를 정 20면체의 삼각형으로 격자화 시켜 모든 격자의 크기가 동일하고, 극점은 1개의 꼭짓점으로 구성되어 CFL(Courant-Friderich-Lewy) 문제가 해소될 수 있다. 또한 hybrid의 병렬구조를 사용하여 전산사용 효율성을 극대화 하는 특징이 있다. 강수의 계절 예측 수행 과정은 다음과 같다. 우선, 계절예측 자료 분석 시 활용할 ICON모델의 기후값을 생산하기 위해 30년(1980년~2009년)간의 AMIP기반 규준실험을 수행한다. 다음으로, SST와 Sea ice의 평년대비 현재 변동량을 계산하고, 이 자료는 모델 적분을 수행할 때 경계 자료로서 활용하게 된다. 계절 예측은 시간 지연기법(Time-lagged method)를 이용한 앙상블예측으로 수행하며, 예측하고자 하는 계절이 시작하기 약 1개원 이전부터 1일 간격으로 전 지구 모델의 초기자료를 다르게 선택하여 총 10개의 앙상블 멤버를 구성한다. 모델의 해상도는 수평 40km, 수직 90개 층으로 구성하였으며, 적분이 완료되면 AMIP기반 실험을 통해 모의된 기후값을 토대로 예측된 계절전망 자료의 변동성을 분석한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.73-73
• /
• 2021

가뭄의 계절적 예측성을 개선하기 위해서는 대기-지면-해양의 상호 작용이 현실적으로 모의할 수 있는 지구 기후 예보 모델의 개선이 필수적이다. 제한적인 기후 예보 모델의 예측성으로 인하여 다중 기후 모델들의 다중 앙상블 계절 예보 시스템이 제안되었다. 2008년에 제안된 북미 다중 모델 다중 앙상블 시스템(North American Multimodel Multiensemble System; NMME)은 다양한 모델 개발팀의 참여로 현재까지 운영되면서 계절적 예측성 연구에 큰 이바지를 하였다. 본 연구에서는 NMME 프로젝트에 참여하는 기후 예보 모델들의 북방 여름철 근지표면 온도과 강우량의 예측성을 진단하고 이들의 상관 관계의 강도를 관측데이터와 비교 분석하였다. 대부분의 NMME 모델들에서는 관측데이터에서 보다 강한 음의 상관 관계를 보였다. 이런 근지표면 온도와 강우량의 강한 상관 관계로 우수한 근지 표면 온도 예보는 각각의 해마다 그 역할이 다른 것을 발견되었다. 예를 들어 가문 여름에는 우수한 근지표면 온도 예보가 강우량 예보에 도움이 되고 강우량이 많은 여름에는 우수한 근지표면 온도 예보는 오히려 강우량 예측성을 제한하게 된다. 따라서 기존의 기후 예보 모델들에서 근지표면 온도와 강우량의 상관관계를 사실적으로 나타낼 수 있도록 모델 개선이 요구된다. 마지막으로 관측데이터와 기후 모델데이터에서 태평양과 대서양의 해수면 온도와 미국의 북방 여름철 날씨의 관계를 비교하였다. 근지표면 온도과 강우량에 대한 제한적 예측성에 비해, 대부분의 NMME 기후 예보 모델들에서 해수면 온도의 예측기술은 우수함을 발견하였고 몇몇 모델들에서는 미국의 북방 여름철 기후에 영향력을 주는 대서양과 태평양의 지역까지 잘 모사하는 것을 발견하였다. 따라서 본 연구는 보다 우수한 기후 예보 기술을 위해 앙상블 평균 예보값만이 아닌 NMME의 계절적 예보를 선택적인 사용이 필요함을 제안하였고 앞으로 북미 대륙 뿐만이 아니라 유럽-아시아의 계절적 이상 기후 예측성에 대한 연구 필요성을 강조하였다.

• 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 Information Processing Society Conference
• /
• 2021.11a
• /
• pp.566-569
• /
• 2021

전력수요는 월, 요일 및 시간의 계절성(Seasonality)을 보이는 데이터이다. 각 계절성에 따라 특성이 다르기 때문에, 전력수요를 예측하기 위해서는 계절성의 특성을 고려한 다양한 모델을 선정하고, 병합하는 방법이 필요하다. 본 연구에서는 전력수요의 계절성을 고려한 다양한 예측모델을 병합하여 이용할 수 있도록 스태킹 앙상블 적용하고 실험결과를 기술한다. 또한, 162개 도시의 기상 데이터와 인구 데이터를 예측에 이용하는 방법, Regression 모델과 Time-series모델에 입력하는 특징(Feature)의 전처리 방법, 베이지안 최적화를 이용한 머신러닝 및 딥러닝 모델의 하이퍼파라메터 최적화 방법을 제시한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.309-309
• /
• 2019

기후예측모델을 통해 일단위 강수의 예측정보가 제공되고 있지만, 실제 강수량자료와 시공간적 편의로 인해 수문학적 활용은 한계가 있다. 일반적으로 기후모델의 시공간적 해석 규모 및 예측정확성을 고려할 때 계절단위에서 예측정보의 활용이 가장 현실적인 것으로 알려지고 있다. 그러나 수문해석 시 시공간적 해상도가 낮아 직접적인 활용은 어려운 상황이며, 수문해석 모형의 입력자료로 활용 시 편의보정 및 상세화 과정이 일반적으로 요구된다. 본 연구에서는 기후모델로부터 얻은 강우예측결과에 Bayesian 모델 기반의 편의보정-상세화 기법을 개발하여 강우예측정보의 활용성을 개선하고자 한다. 이 과정에서 Bayesian Copula 모델을 이용한 이변량 형태의 예측강수의 검보정 방법을 개발하였으며, 특히 기후모델 이외의 기상 상태변량인 해수면온도(sea surface temperature, SST)를 예측인자로 추가하여 Hybrid 형태의 계절 앙상블 강우예측모델을 개발하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.351-351
• /
• 2011

최근 지구온난화와 더불어 이상기후가 대두됨에 따라 기상 예측이 더욱더 중요시되고 있다. 또한 이전부터 가뭄 및 홍수와 같은 기상현상으로 인한 피해 사례가 빈번하였으며, 이로 인하여 물 관리의 어려움을 겪고 있다. 한 예로 이상기후가 유난히 잦았던 2010년 여름철 경우 평년보다 발달한 북태평양고기압의 영향으로 여름철 92일 가운데 81일의 전국 평균기온이 평년보다 높게 나타났다. 또한 강우 일수가 평년에 비해 7.4일 많은 44.2일을 기록하였으며, 국지성 집중호우 사례가 빈번하였다. 또한 8월 9일 발생한 태풍 `뎬무'를 포함해서 한 달 동안 3개의 태풍이 한반도에 영향을 끼치는 이례적인 사례가 발생하였다. 따라서 본 연구는 이러한 기상재해에 따른 물 관리를 장기적으로 대비하고자 고해상도 전지구 모델 GME를 이용하여 2010년 여름철 강수 예측을 실시하였다. 강수 예측에 사용된 전지구 모델 GME는 기존의 카테시안 격자체계를 가진 모델과 달리 전구를 삼각형으로 구성된 20면체로 격자화 한 Icosahedral-hexagonal grid 격자체계로 구성되어 있어, 해상도 증가에 용이할 뿐만 아니라, HPC(High Performance Computing)환경에서 효율성이 높은 장점을 가지고 있다. 본 계절 예측을 수행함에 있어 발생하는 잡음을 최소화하고자, Time-lag 기법을 이용하여 5개의 앙상블 멤버로 구성되어있으며, 이를 비교 분석하기위해 Climatology를 이용하여 총 10개의 앙상블 멤버로 규준실험을 수행하였다. 선행 연구에 따르면 1개월 이상의 장기 적분의 경우 초기조건보다 외부 강제력이 더 중요한 역할을 한다고 연구된 바 있다. (Yang et al., 1998) 특히 계절 변동성의 경우 대기-해양간의 상호작용에 의해 지배되며, 이를 고려하여 본 연구는 해수면 온도를 경계 자료로 사용하여 계절 예측을 수행하였다. 앞서 말한 실험 계획을 바탕으로 하여 나온 결과를 통해 동아시아지역 및 한반도 도별 강수 및 온도 변수에 대해 순별 및 월별 카테고리맵 분석을 실시하여 한눈에 보기 쉽게 나타냈다. 또한 주요 도시별 강수량 및 온도의 시계열 분석을 실시하여 시간이 지남에 따라 나타나는 변동성을 확인하였다. 계절 예측 결과에서 온도의 경우 평년보다 높게 나타났으며, 이는 실제 온도 예측과도 유사한 패턴을 가졌다, 강수의 경우 7월부터 8월 중순까지 평년보다 다소 적게 모의되었으며, 8월 하순경 회복하는 것으로 예측하였다. 따라서 본 계절 강수 예측은 다소 역학 모델이 가지는 한계를 가지고 있으나, 실제와 비교하여 어느 정도의 경향성이나 패턴에 있어 유사성을 보임을 확인하였으며, 이를 장기적 차원의 물관리를 함에 있어 참고 및 활용 가능할 것으로 예상한다.

• 수도
• /
• v.23 no.6 s.81
• /
• pp.36-46
• /
• 1996

급수 수요량의 단기예측은 상수도 시스템의 유지관리 계획 수립의 중요한 구성 요소이며, 대상지역의 특성을 민감하게 반영하고 있으므로, 급수수요의 지역 특성과 관련된 수요 구조의 파악이 무엇보다 중요한 과제라 할 수 있다. 따라서 본 논문에서는 상수도 시스템의 합리적 배수 제어 획을 실시하기 위한 기초적 정보인 급수량 변동 구조에 대해 통계적인 분석을 실시하였다. 특히 일단위의 급수량에 초점을 두어 급수량의 시계열 특성과 급수량 영향 요인 분석을 통하여 대상 지역의 정상 시계열장과 급수량에 영향을 미치는 요인을 분석하였다. 또한 급수량의 계절별 단기 수요 예측 모델을 제안하기 위하여 통계적 예측 수법으로 평가 받고 있는 MARIMA (Multiple Auto Regressive Integrated Moving Average) 모델을 급수량 단기 수요 예측에 적용하여 계절별 급수 수요량을 예측하였다.

• Journal of Korea Water Resources Association
• /
• v.50 no.8
• /
• pp.551-562
• /
• 2017

In order to utilize 6-month precipitation forecasts (6 months at maximum) of Global Seasonal Forecast System version 5 (GloSea5), which is being provided by KMA (Korea Meteorological Administration) since 2014, for water resources management as well as other applications, it is needed to correct the forecast model's quantitative bias against observations. This study evaluated applicability of bias-correction skill in GloSea5 and selected an optimal method among 11 techniques that include probabilistic distribution type based, parametric, and non-parametric bias-correction to fix GloSea5's bias in precipitation forecasts. Non-parametric bias-correction provided the most similar results with observed data compared to other techniques in hindcast for the past events, yet relatively generated some discrepancies in forecast. On the contrary, parametric bias-correction produced the most reliable results in both hindcast and forecast periods. The results of this study are expected to be applicable to various applications using seasonal forecast model such as water resources operation and management, hydropower, agriculture, etc.

• Journal of the Korean earth science society
• /
• v.23 no.7
• /
• pp.587-596
• /
• 2002

A super ensemble model was developed for the seasonal prediction of regional precipitation in Korea using the lag correlated large scale predictors, based on the empirical orthogonal function (EOF) analysis and multiple linear regression model. The predictability of this model was also evaluated by cross-validation. Correlation between the predicted and the observed value obtained from the super ensemble model showed 0.73 in spring, 0.61 in summer, 0.69 in autumn and 0.75 in winter. The predictability of categorical forecasting was also evaluated based on the three classes such as above normal, near normal and below normal that are clearly defined in terms of a priori specified by threshold values. Categorical forecasting by the super ensemble model has a hit rate with a range from 0.42 to 0.74 in seasonal precipitation.

• Atmosphere
• /
• v.24 no.4
• /
• pp.565-571
• /
• 2014

A long-range prediction system of tropical cyclone (TC) activity over the western North Pacific (WNP) has been operated in the National Typhoon Center of the Korea Meteorological Administration since 2012. The model forecasts the spatial distribution of TC tracks averaged over the period June~October. In this study, we separately developed TC prediction models for summer (June~August) and autumn (September~November) period based on the current operating system. To perform the three-month WNP TC activity prediction procedure readily, we modified the shell script calling in environmental variables automatically. The user can apply the model by changing these environmental variables of namelist parameter in consideration of their objective. The validations for the two seasons demonstrate the great performance of predictions showing high pattern correlations between hindcast and observed TC activity. In addition, we developed a post-processing script for deducing TC activity in the Korea emergency zone from final forecasting map and its skill is discussed.