• The Korean Journal of Applied Statistics
• /
• v.29 no.1
• /
• pp.205-220
• /
• 2016

Seasonal adjustment is useful to provide a better understanding of underlying trends in Korean economic statistics. The seasonal component also includes calendar effects such as Seol and Chuseok. Most popular seasonal adjustment methods are X-12-ARIMA of the U.S. Bureau of the Census and TRAMO-SEATS of the Bank of Spain. Statistics Korea and the Bank of Korea compile seasonally adjusted series of several Korean economic statistics. This paper illustrates basic principles for seasonal adjustment and the current status of seasonal adjustment in Korea based on previous research. In addition, several issues on seasonal adjustment are addressed.

• Journal of Aquaculture
• /
• v.17 no.1
• /
• pp.51-57
• /
• 2004

Species composition and seasonal change were examined monthly with shrimp assemblage caught in the coastal waters of Solido, Korea. Samplings were conducted in Solido using a beam trawl from June 2000 to May 2001. In the study period, a total of 16 species of shrimp belonging to six families were collected. Species was dominated by Palaemon gravieri, Crangon hakodatei, Trachysalambria curvirostris and Metapenaeus joyneri. Higher abundance of shrimp occurred in September and November, and lower abundance in June. Species diversity was reached its maximum (0.82) in November and its minimum (0.06) in January. Shrimp species in the study area can be grouped into three groups on the basis of their occurrence patterns: resident, seasonal and temporary species.

• Proceedings of The Korean Society of Agricultural and Forest Meteorology Conference
• /
• 2013.11a
• /
• pp.25-25
• /
• 2013

식생의 생물계절학적 특성은 지표면과 대기의 에너지와 물 순환에 큰 영향을 미친다. 일반적으로 상층군락과 하층군락의 식생은 미기후의 차이 등에 의해 서로 다른 생물계절학적 특성을 가진다. 이러한 식생의 생물계절학적 특성은 반사도 관측을 통해 추정할 수 있다. 과거부터 원격탐사 기법을 활용하여 식생의 생물계절학적 특성을 추정하는 많은 연구가 수행되어 왔다. 그러나 대부분의 연구는 상층군락과 하층군락의 반사특성을 구분하지 않았다. 본 연구에서는 상층군락과 하층군락 식생의 생물계절학적 특성을 구분하여 탐지하기 위해 red, green, blue 그리고 near-infrared 의 네 가지 파장대를 가진 LED 센서를 이용하였다. LED 센서는 광릉 시험림 내의 활엽수림과 침엽수림 관측지에 서로 다른 네 군데의 높이에 설치되어 각 파장대의 반사도를 산출하였다. 또한 반사도를 이용하여 세 가지 식생지수(NDVI, EVI, Greenness index)를 산출하여 상층식생과 하층식생의 개엽기를 추정하였다.

• Journal of the Korean Data and Information Science Society
• /
• v.27 no.6
• /
• pp.1601-1607
• /
• 2016

Recently, weather information has been increasingly used in various area. This study presents the necessity of hourly weather information for electricity demand forecasting through correlation analysis and multivariate regression model. Hourly weather data were collected by Meteorological Administration. Using electricity demand data, we considered TBATS exponential smoothing model with a sliding window method in order to forecast electricity demand. In this paper, we have shown that the incorporation of weather infromation into electrocity demand models can significantly enhance a forecasting capability.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.94-97
• /
• 2009

연 및 계절강수량의 정확한 예보는 수자원관리에 매우 중요하다. 예보 정확도를 높이기 위한 다양한 연구가 계속 진행되어 왔다. 그럼에도 불구하고 강수자료가 가지는 매우 큰 불확실성 때문에 예보의 정확도 향상은 계속되는 숙제로 우리에게 남아 있다. 이를 개선하기 위하여 본 연구에서는 군집화 기법을 이용한 연 및 계절 강수량 예측개선에 대한 연구 결과를 제시하였다. 이를 위하여 연강수량, 계절강수량 및 월강수량의 예측을 위하여 전구에서 일어나는 각종 기후 인자들과의 상관성 분석은 대단히 중요하다. 전 세계적으로 어느 특정 지역에서의 선행 기후인자 변화 양상이 우리나라의 강수량에 높은 상관성을 가지며 영향을 미친다면 예측을 위한 매우 유용한 정보라 하겠으나 국내 강수량과 기후 지수 사이의 선형 상관성은 매우 낮을 뿐만 아니라 지체상관성도 특정 지체에서 매우 큰 상관성을 보이는 인자를 찾기 어려움을 알 수 있다. 이를 극복하기 위하여 본 연구에서는 k-mean clustering을 이용하여 우리나라 주변의 기후조건을 분류하고 기후조건에 따른 강수량의 변화를 분석하였다. 남중국해역($105^{\circ}E\;^{\sim}\;135^{\circ}E$, $0^{\circ}N\;^{\sim}\;35^{\circ}N$), 우리나라 연안 해역 ($110^{\circ}E\;^{\sim}\;150^{\circ}E$, $20^{\circ}N\;^{\sim}\;40^{\circ}N$), 인도양 해역 ($75^{\circ}E\;^{\sim}\;105^{\circ}E$, $0^{\circ}N\;^{\sim}\;25^{\circ}N$) 및 아라비아 해역 ($45^{\circ}E\;^{\sim}\;75^{\circ}E$, $0^{\circ}N\;^{\sim}\;30^{\circ}N$ 평균 해수면 온도 변화에 따라 8개 군집으로 분류한 분석결과로 분석결과 2008년도는 그룹 5에 해당하며 그룹 5의 기후 상태는 근해와 남중국해역의 평균 해수면 온도가 평년보다 낮고 인도양 해역과 아라비아 해역의 평균 해수면 온도는 평년값과 비슷한 상태를 나타낸다. 그룹 5에 해당하는 기후조건에서 차년의 강수평균은 평년값 보다 적음을 보였다. 이러한 특성은 전체 유역에 걸쳐 동일하게 나타났다. 이에 대한 계절적 평균 분포는 군집 5에 대한 차년도 강수의 평균 계절분포는 전체적으로 평년값보다 낮게 나타났다. 이에 근거하여 올해 연 평균 강수량은 평년값보다 적을 것이며 전체 계절에 대하여도 평년값보다 적은 강수량이 올 것으로 판단된다. 이는 기상청의 2009년 봄철 기후전망과 유사한 예측 결과를 보여준다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1784-1788
• /
• 2010

APEC 기후센터(APEC Climate Center, APCC)에서 제공하는 다중모형앙상블(Multi-model Ensemble, MME) 형태의 계절예측정보를 이용하여 3개월 가뭄전망을 수행하였다. APCC MME는 기후예측모형이 가지는 불확실성을 최소화하기 위한 방법으로, 아시아 태평양 지역 내 9개 회원국 16개 기관 21개 기후모형의 계절예측정보를 활용하여, 개별 모형이 가지는 계통오차(Systematic error)를 앙상블 기법을 통하여 상쇄함으로써 최적의 예측자료를 도출한다. 또한, 기후예측 모형이 예측한 대기순환장은 관측 지점변수와 경험적 통계적 관련성을 가지므로, 이를 바탕으로 상세지역의 이상기후에 대한 정보를 도출할 수 있다. 본 연구에서는 가뭄 관리 및 전망을 위한 입력 자료로서, 기상전문 기관인 APEC 기후센터 (APEC Climate Center, APCC)에서 제공하는 전구 규모의 기온 및 강수 전망자료를 기상청 산하 59개 지점의 전망자료로 통계적 규모 축소화 기법을 통해 3개월 예보를 실시하였다. APCC 계절예측자료를 가뭄모니터링시스템의 자료입력 포맷에 따라 적절히 가공한 뒤, 가뭄 관리 및 전망을 위하여 SPI(Standard Precipitation Index) 및 PDSI(Palmer Drought Severity Index)지수의 입력자료로 사용하여 SPI 및 PDSI 지수를 산정하였다. 또한 분위사상법(Quantile Mapping)을 이용하여 총 59개 지점의 과거 월평균 관측값과 최근 2009년에 대한 모의값의 누적확률분포값을 계산하고 모의값의 확률분포를 관측값의 확률분포에 사상시켜 가뭄 전망을 위한 기상변수의 오차를 보정하고자 하였다. 이러한 계절예측정보를 이용하여 가뭄 전망에 대한 신뢰도가 높아진다면, 사전예방 및 피해완화로 가뭄상황에 대한 신속한 대처 및 피해의 경감이 이루어질 수 있을 것이다.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.17 no.3
• /
• pp.20-38
• /
• 2014

Vegetation phenology is the most important indicator of ecosystem response to climate change. Therefore it is necessary to continuously monitor forest phenology. This paper analyzes the phenological characteristics of forests in South Korea using the MODIS vegetation index with error from clouds or other sources removed using the HANTS algorithm. After using the HANTS algorithm to reduce the noise of the satellite-based vegetation index data, we were able to confirm that phenological transition dates varied strongly with altitudinal gradients. The dates of the start of the growing season, end of the growing season and the length of the growing season were estimated to vary by +0.71day/100m, -1.33day/100m and -2.04day/100m in needleleaf forests, +1.50day/100m, -1.54day/100m and -3.04day/100m in broadleaf forests, +1.39day/100m, -2.04day/100m and -3.43day/100m in mixed forests. We found a linear pattern of variation in response to altitudinal gradients that was related to air temperature. We also found that broadleaf forests are more sensitive to temperature changes compared to needleleaf forests.

• Korean Journal of Plant Resources
• /
• v.33 no.2
• /
• pp.106-115
• /
• 2020

In order to find out the relationship between spring phytophenological index and temperature index for the past nine years (2010~2018), this study identified the relationship between temperature changes and trends in spring phytophenological index of sprouting, flowering and leaf unfolding of Pinus densiflora Siebold & Zucc., Larix kaempferi (Lamb.) Carrière, Quercus mongolica Fisch. ex Ledeb., Rhododendron mucronulatum Turcz., Lindera obtusiloba Blume and Acer pseudosieboldianum (Pax) Kom. in Daegu Arboretum, Palgong mt., Juwang mt. and Gaya mt. The change in temperature was caused by an increase in the monthly average temperature between March and April compared to February for nine years, and the average temperature of Daegu Arboretum and Palgong mt. were higher by region. The sprouting, flowering and leaf unfolding were the fastest of the Lindera obtusiloba and the slowest of the Pinus densiflora for each species, and the fastest plant season in Daegu arboretum came. SPI (Spring Phytophenological Index) tends to advance by -1.267~-6.151/9 years, with the largest Pinus densiflora (-6.151/9 years), with the lowest rate of change for Rhododendron mucronulatum (-1.267 days/9 years). Species which shows significant values in sprouting, flowering and leaf unfolding is Rhododendron mucronulatum and Pinus densiflora, which correlate with the mean temperature of January to March. As a result of checking the time series change of SPI, the change rate in the four regions was all negative and the phenolocal index was all accelerating. Among them, the rate of change was greater in inland areas such as Daegu arboretum, Palgong Mt. and Gaya mt. and the rate of change was slightly lower in the case of Juwang mt., which is somewhat distant.

• Proceedings of the KSRS Conference
• /
• 2009.03a
• /
• pp.82-86
• /
• 2009

원격탐사 근적외선(NIR)과 Red 밴드의 반사도로부터 계산되는 정규식생지수(NDVI)는 구름에 오염된 곳에서는 실제보다 낮은 값으로 계산된다. 식생지수에서 구름오염 문제를 극복하는 기존의 대표적인 방법에는 보름 정도 장기간 식생지수 값 중에서 최대인 값을 취하는 MVC(Maximum Value Composite) 방법이 있다. 하지만 MVC 방법으로는 식생지수의 단기간 변동을 파악할 수 없으며, 장기간 계속 구름으로 오염된 곳은 잘못된 식생지수 값으로 계산되는 문제점이 있다. 가시광 RGB 자료로부터 snapshot 영상자료의 구름을 마스크(mask)하는 새로운 방법인 CIM(Color Index Manipulation) 알고리즘을 개발하였다. 이 알고리즘을 사용하면 snapshot 영상자료에서 구름에 오염된 곳은 제외하고 오염되지 않은 곳에 대한 식생지수를 계산할 수 있다. RGB 자료에 대한 정규색상지수 NCI (Normalized Color Index) 3개 성분을 $120^{\circ}$ 간격으로 벌어진 3개 축상의 좌표로 나타낸 후 이들 3개 값의 벡터합(vector sum) 정보를 이용하여 구름을 식별하는 CIM 방법으로 위성영상에서 두꺼운 구름과 않은 구름을 구분하여 식별할 수 있다. 이 구름식별 기법을 MODIS snapshot 위성영상 자료에 적용하여 한반도의 일별(daily) 식생지수 자료를 계산하였다. 그리고 수년간의 일별 식생지수 자료로부터 한반도 식생지수의 계절적 변동을 조사하였다.

• Journal of Korea Water Resources Association
• /
• v.47 no.7
• /
• pp.643-656
• /
• 2014

The homogeneity analysis of temporal (monthly, seasonal and annual) climate aridity index trend was accomplished for 43 climate measurement stations in South Korea. Furthermore, 43 stations were grouped into 9 different regions and the temporal and regional homogeneity of climate aridity index trends in each region and entire 9 regions were analyzed. For analysis, monthly, seasonal and annual climate aridity indexes of 43 study stations were estimated using precipitation and potential evapotranspiration calculated from FAO Penman-Monteith equation. The Mann-Kendall statistical test for significant trend was accomplished using the estimated climate aridity indexes and the results of trend test (Z scores) were used to analyze the temporal and regional homogeneity of climate aridity index trends. The study results showed the temporal and regional homogeneity of climate aridity index trends for individual and entire 9 regions. However, the homogeneity and the extent of aridity index trend showed different patterns temporally and regionally.