• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.267-267
• /
• 2012

전 지구적으로 발생하고 있는 기후변화로 인한 기상이변으로 자연재해 발생빈도 및 피해규모는 증가하고 있는 추세로 나타나고 있다. 이에 따라 많은 연구는 자연재해에 직간접적으로 영향을 미치고 있는 홍수와 가뭄의 변화에 초점이 맞추어져 있는 것이 사실이다. 하지만, 최근에 우리나라의 경우 지난 2011년 2월에는 동해안의 폭설로 인하여 동해안지방 최심신적설량 극값 1위를 경신하였고, 2010년 1월 서울에는 40년만에 최대 적설량을 기록하는 등 최근 한반도에서 발생한 적설로 인하여 사회적 경제적 피해가 증가하고 있다. 따라서, 지구온난화에 기인한 기후변화 연구에서 상대적으로 소홀했던 적설량과 관련한 연구의 중요성도 대두되고 있다. 본 연구에서는 적설량에 온도 및 강수가 미치는 영향을 평가하기 위하여 관측기상자료를 이용하였다. 적설량은 기상인자들의 복잡한 비선형 조합으로 발생하기 때문에 적설량에 영향을 미치는 온도, 강수, 적설량의 비선형 과정들을 고려할 수 있는 신경망 모형을 이용하여 적설량 예측 모형을 구성하였다. 30년 이상의 관측자료를 보유하고 있는 기상청 산하 58개 관측지점의 자료를 이용하여 2002년 이전에 관측된 온도, 강수, 적설량을 지점별로 훈련시켰으며 이를 적설량 예측에 활용하고자 하였다. 이를 위해 구성된 신경망 모형에 2002년 이후 지점별 온도, 강우자료를 이용하여 적설량을 산정하고 통계분석을 실시한 결과 적설량 예측에 적용이 가능함을 확인하였다.

• Journal of Wetlands Research
• /
• v.16 no.1
• /
• pp.113-124
• /
• 2014

The observed rainfall may be different along with the altitude of rain gauge, resulting in the fact that the characteristics of rainfall events occurred in urban or mountainous areas are different. Due to the mountainous effects, in higher altitude, the uncertainty involved in the rainfall observation gets higher so that the density of rain gauges should be more dense. Basically, a methodology for the rain gauge network evaluation, considering this altitude effect of rain gauges can account for the mountainous effects and becomes an important step for forecasting flash flood and calibrating of the radar rainfall. For this reason, in this study, we suggest a methodology for rain gauge network evaluation with consideration of the rain gauge's altitude. To explore the density of rain gauges at each level of altitude, the Equal-Altitude-Ratio of the density of rain gauges, which is based on the fixed amount of elevation and the Equal-Area-Ratio of the density of rain gauges, which is based on the fixed amount of basin area are designed. After these two methods are applied to a real watershed, it is found that the Equal-Area-Ratio generates better results for evaluation of a rain gauge network with consideration of rain gauge's altitude than the Equal-Altitude-Ratio does. In addition, for comparison between the soundness of rain gauge networks in other watersheds, the Coefficient of Variation (CV) of the rain gauge density by the Equal-Area-Ratio is served as the index for the evenness of the distribution of the rain gauge's altitude. The suggested method is applied to the five large watersheds in Korea and it is found that rain gauges installed in a watershed having less value of the CV shows more evenly distributed than the ones in a watershed having higher value of the CV.

• Journal of Korean Society of Transportation
• /
• v.19 no.2
• /
• pp.43-52
• /
• 2001

대부분의 관측교통량기반 수요추정기법은 소규모 및 중규모 교통망 등의 상대적으로 규모가 작은 교통망에서 기본적으로 가정된 수요를 가지고 얻은 추정O/D를 기본O/D와 비교하여 그 추정의 정확성이 어느 정도인가를 오차분석법 등을 이용하여 비교.분석하는 것이 그 주요한 분석방향이라고 할 수 있었다. 이러한 접근법은 실제 현실에서는 알 수 없는 참O/D나 참관측교통량을 가정하고 제시된 모형을 면밀히 관찰하여 모형의 장단점이 무엇인지를 파악하거나 타모형과의 비교.분석을 용이하게 하고자 할 때 많이 이용된다. 그러나 이러한 가정된 교통망이나 참O/D(true O/D) 등은 모형의 적용가능성을 살필 경우에 이용 가능한 방법이라고 할 수 있지만, 참O/D를 알지 못하는 현실상황(대규모 교통망)에서는 추정O/D의 신뢰성을 평가하기란 매우 힘든 작업이거나 거의 불가능한 일이라 할 수 있다. 이러한 문제점을 보완하고자 본 연구에서는 서울시의 1996년도 교통센서스 자료를 이용하여 가정된 수요가 아닌 실제적이고 현실적인 자료를 가지고 대규모 교통망에서 이용될 수 있는 모형을 살펴보았다. 연구방법은 대규모 교통망에 기존의 단일차종기반모형과 본 연구에서 제시한 다차종(multiclass)기반모형을 적용하여 추정된 O/D에 TLFD(Trip Length Frequency Distribution)개념을 이용하여 추정된 O/D의 신뢰성을 평가하고자 하였다. 또한, $R^2$를 이용하여 모형 적용 전후의 관측교통량과 배분교통량을 비교하여 추정력을 분석하였다. 본 연구에서는 단일차종기반모형보다는 차종간 혼잡효과 및 노선선택비율을 차종별로 감안할 수 있는 다차종기반모형이 대규모교통망에서는 보다 적절한 결과를 나타내는 것으로 분석되었다.

• Proceedings of the KIEE Conference
• /
• 2001.11c
• /
• pp.297-300
• /
• 2001

본 논문에서는 로봇 매니퓰레이터의 제어에 사용할 수 있는 신경망 외란 관측기를 제안하도록 한다. 제안한 신경망 외란 관측기는 다층신경 망의 구조로 신경망 외란관측기의 오차와 제어 오차가 충분히 작은 콤팩트 집합에 절대 상시 유계된다. 본 논문에서 제안하는 신경망 외란 관측기는 기존의 적응 제어기의 단점을 해결한 방식으로 복잡한 회귀 모델을 필요로 하지 않는다. 끝으로 제안한 방식을 3관절 로봇에 적용하여 그 타당성을 확인한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.170-170
• /
• 2017

본 연구의 목표는 극한 지역의 대비 시스템을 구축하기 위하여 인공 신경망(Artificial Neural Networks)을 이용하여 보다 관측하기 쉬운 기상 인자들로부터 적설량을 실시간 측정 가능성을 제시하는 것이다. 본 연구에서 사용한 데이터베이스는 기상청의 기상자료개방포털에서 사람이 직접 측정한 종관기상관측의 자료다. 이 중에서 일최대 기온, 일최저 기온, 일평균 기온, 강수량을 사용하여 오차를 줄여나가는 최적화방법으로 인공 신경망 시스템을 설계하였다. 설계된 시스템으로 500회 시뮬레이션한 연구 결과는 상관계수가 적설량 측정에 대한 인공 신경망의 크기(노드의 개수)와 관계없이 평균적으로 0.8627인 것을 보여준다. 추가적으로 보조 입력 값인 고도를 사용한 결과, 성능은 좋아졌지만 상관계수의 차이는 평균 0.0044로 미세했다. 또한 Cross-Validation을 통해 기존의 보간법인 Kriging기법과 비교하여 미 관측 지역에서 인공 신경망(ANNs) 사용이 Kriging기법 보다 우수하다는 것을 2차원 Regression's map을 통해 나타냈다. 마지막으로 오차가 크게 발생했을 경우 보안할 수 있는 확률적인 방안을 제시하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.354-354
• /
• 2017

홍수예경보는 발생되는 홍수의 규모와 시간을 가능한 정확하고 빠르게 예측하여 홍수에 대한 위험성을 사전에 알리고자 하는데 목적이 있다. 따라서 하천범람에 따른 피해를 최소화하기 위한 홍수예경보는 일정시간의 선행시간을 확보하는 것이 매우 중요하다. 본 연구에서는 현재 하천에서 측정되고 있는 수위 관측 자료를 이용하여 하류의 수위를 예측하였다. 수위 예측을 위해 다중회귀모형 및 신경망 모형을 한강의 제1지류인 횡성댐 상류 섬강 시험유역에 적용하였다. 다중회귀모형 및 신경망 모형의 학습에는 섬강 시험유역의 2002년부터 2010년까지의 수위 관측 자료를 이용하였으며, 학습된 모형을 이용하여 30분 이내에 발생 가능한 수위를 예측하였다. 모의 결과 신경망 수위예측모형의 결정계수는 0.967으로 나타났으며, 다중회귀수위예측 모형의 결정계수는 0.815로 나타나 신경망을 이용한 수위예측모형이 다중회귀모형보다 좀 더 나은 예측 결과를 나타내는 것을 확인할 수 있었다. 본 연구결과는 향후 중소하천에서 선행시간을 확보한 홍수 예경보 구축에 활용할 수 있을 것으로 판단된다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.8 no.1
• /
• pp.36-44
• /
• 2006

In this study, we constructed a forest fire danger map in the Yeongdong area of Gangwon-do and Northeastern area of Gyeongsangbuk-do using a forest fire rating model and geographical information system (GIS). We investigated the appropriate positions of the automatic weather station (AWS) and a comprehensive network solution (a system including measurement, communication and data processing) for the establishment of an optimum mountain meteorological observation network system (MMONS). Also, we suggested a possible plan for combining the MMONS with unmanned monitoring camera systems and wireless relay towers operated by local governments and the Korea Forest Service for prevention of forest fire.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.301-301
• /
• 2019

수위 관측 지점의 선정은 관측 기록의 목적, 지점의 접근성 등에 의해 결정되며, 수위는 유량을 계산하기 위한 필수 자료이므로 수위 관측 지점의 위치를 선정하는데 있어 수리조건은 매우 중요한 요소이다. 이에 수위관측소(WLS, Water Level Station)는 홍수예경보, 수해방지 등의 치수계획과 하천운영, 용수공급 등의 이수계획 및 생태계 보전을 위한 수질관리계획 등의 목적을 달성할 수 있는 지점에 WMO에서 제시한 수위관측소의 최소 밀도를 고려하여 설치된다. 한국의 경우 치수측면에서 홍수예경보시스템의 홍수예보 대상지점과 홍수유출 계산지점을 가장 중요한 요소로 판단한다. 이에 홍수통제소에서 운영하는 홍수예보 프로그램에 적절한 수위관측망을 고려하기 위하여 프로그램에서 사용되고 있는 소유역 출구점 또는 합류점을 모두 수위관측소 위치로 포함시키고 있다. 인도네시아 Citarum강 홍수예경보 모형의 실행 및 검정을 위해서는 주요 지류의 출구마다 수위관측소를 설치하는 것이 바람직하나, 수위관측소의 설치 및 운영에는 많은 비용이 소요되기 때문에 주어진 예산을 고려해야 하며, 홍수예보를 실시하는 이유는 홍수로 인한 피해를 경감시키기 위한 것이기 때문에 인구와 홍수피해 잠재성이 높은 지점을 위주로 설치를 계획하여야 한다. 사업 대상지역인 Citarum강에서 BBWSC가 운영 관리하는 WLS는 29개소이며, 이 중 대상지역인 Upper Citarum Basin(UCRB)에는 20개소의 WLS가 운영되고 있다. 본 설계에서는 $300km^2$당 1개소의 수위관측소를 설치하는 것을 기준으로 설정하여 홍수예경보가 필요한 WLS 8개소를 도출하였으며, 소유역의 출구점 또는 합류점 등을 고려하여 수위관측소 위치를 결정하였다. 또한 UCRB의 과거 홍수피해상황, 과거 홍수범람실적, 홍수범람도 등을 조사하였으며, 실시간 자료 전송을 위한 통신 환경, 차량의 접근 용이성 및 하천구역 대표성 등을 고려하여 홍수예경보 구축을 위한 최적의 수위관측망을 설계하였다.

• Journal of Korea Water Resources Association
• /
• v.39 no.8 s.169
• /
• pp.717-726
• /
• 2006

In this study, we developed a rainfall forecasting model using data from radiosonde and rain gauge network and neural networks. The primary hypothesis is that if we can consider the moving direction of the rain generating weather system in forecasting rainfall, we can get more accurate results. We assume that the moving direction of the rain generating weather system is same as the wind direction at 700mb which is measured at radiosonde networks. Neural networks are consisted of 8 different modules according to 8 different wind directions. The model was verified using 350 AWS data and Pohang radiosonde data. Correlation coefficient is improved from 0.41 to 0.73 and skill score is 0.35. Statistical performance measures of the Quantitative Precipitation Forecast (QPF) model show improved output compared to that of rainfall forecasting model using only AWS data.

• The Bulletin of The Korean Astronomical Society
• /
• v.41 no.1
• /
• pp.58.3-59
• /
• 2016

동아시아 VLBI 관측망(the East-Asian VLBI Network; EAVN)은 한 중 일 각국의 전파망원경을 통합해서 구성되는 동아시아 지역의 새로운 VLBI 관측망이다. EAVN의 주된 관측주파수는 6.7, 8, 22, 43 GHz이고 최고 공간분해능은 약 0.6 mas이다. 우리는 EAVN의 성능검증을 목적으로 하는 국제연구팀을 구성하고 2013년부터 2015년까지 주로 8, 22 GHz로의 프린지검출 시험관측을 실행해왔다. 이들의 결과에 의거해서 작년말부터 앞으로의 EAVN 어레이 공개를 목표로 할 영상합성 시험관측을 시작하였다. 첫 번째 시험관측은 한 중 일 9개의 안테나를 이용해서 2015년12월13일에 8 GHz로 실시하였다, 관측 천체는 밝은 활동성 은하핵인 4C 39.25이고, 국제간 기선에서 성공적으로 프린지를 검출하였다. 우리는 올해부터 100 시간 이상을 이용해서 상기 네 주파수로의 영상합성 시험관측을 실시할 계획이고, 2017년 후반기부터 부분적인 공개관측을 시작할 예정이다. 이 발표에서는 주로 EAVN의 현황과 상기 영상합성 시험관측의 결과에 관해서 보고한다.