• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.315-315
• /
• 2019

증산과 증발의 합으로 나타내지는 증발산은 지구내에서의 수문 순환에 영향을 미치는 중요한 인자로써, 지표와 대기의 에너지 교환을 담당하고 있다. 정확한 관측을 위해서 오래전부터 증발산에 대해서 관측하기 위하여 직접관측 방법들인 증발산계를 이용한 관측방법, 에디 공분산 방법을 이용한 플럭스타워 관측 방법 등을 사용하였으며, 물리 및 경험적인 방법인 Penman (1948), Monteith (1965) 방법, PT (Priestley and Taylor, 1972) 방법 등을 이용함으로써 증발산과 관계를 가진 수문기상인자를 이용함으로써 증발산에 대해서 추정하여 왔다. 대부분 지상 관측에 의존하기 때문에 시공간적인 값의 표현이 어렵다는 문제를 가지고 있으며, 관측 장비의 관리 및 유지비용이 증대로 인하여 조밀한 관측망을 구축하기 어렵다. 이러한 단점을 개선하고자 인공위성 및 재분석 자료를 활용하여 여러 경험식을 통해서 증발산 자료가 제공되고 있다. 그러나 이러한 자료들의 문제점은 각기 다른 경험식 및 다른 입력자료를 제공하고 있을 뿐만 아니라, 자료별 지역별 정확성이 차이가 발생한다. 따라서, 최근 연구에서는 지점자료와 인공위성 자료 및 재분석 자료를 모두 사용함으로써 수문기상인자를 개선하고자 하는 연구가 진행되어왔으며, 정확성 또한 개선된 것을 확인 할 수 있다. 그러나, 이러한 방법들의 가장 큰 문제점은 관측 자료가 필수적으로 필요하다는 것에 있다. 대부분의 나라나 지역에서는 조밀한 구축망을 구축하기 어렵기 때문에 실질적으로 적용하기가 어렵다는데 있다. 따라서 본 연구에서는 이러한 문제를 해결하기 위하여 지점자료가 필요없는 융합방법을 triple collocation 방법을 이용함으로써 제안하고자 한다.

• Bulletin of the Korean Space Science Society
• /
• 2003.10a
• /
• pp.23-23
• /
• 2003

천체의 거리는 다양한안 방법을 사용하여 직접 혹 간접적으로 측정되어왔다. 특히 우주배경복사를 측정하는 인공위성 관측의 정밀도가 혁명적으로 향상됨에 따라 우주의 나이는 수 % 이내의 정밀도로 결정할 수 있는 수준으로 발전하였다. 우주의 규모가 구체적으로 정의되는 가운데 우주의 절대적인 크기를 제시하기 위하여 천체의 거리를 측정하는데 사용되는 표준등불로 세페이드 변광성 이외에 식쌍성이 새롭게 대두되었다. 이 논문에서는 식쌍성이 거리척도의 표준등불이 될 수 잇는지 검증하기 위하여 광도곡선과 시선속도곡선이 잘 알려진 알골형 쌍성 식쌍성 RY Aqr, RX Gem, RS Vul을 선정하여 거리를 산출하였다. 별을 선정한 기준은 2색 이상의 광도곡선이 발표되고, 이중 분광쌍성으로 시선속도곡선이 각 성분별로 잘 관측되어 발표되고, IUE 관측 자료가 있는 알골형 쌍성이다. 거리 산출과정에서 간접적으로 유추하여 얻는 인자를 줄이기 위하여, 광도곡선으로부터 별의 상대적인 크기를 구하고, 시선속도곡선으로부터 공전궤도의 장반경을 구하고, 별의 에너지 분포 곡선으로부터 별의 온도를 측정하였다. 위 3종류의 관측 결과를 종합하여 식쌍성의 물리적 인자와 거리를 구하였다. 이와 같은 방법으로 구한 거리는 히파크러스를 이용하여 관측한 시차와 비교하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.292-292
• /
• 2023

본 연구에서는 인공신경망을 이용한 통계적 모형을 구성하여 금강권역의 봄철(3~5월) 강수량 예측을 수행하였다. 통계적 모형의 예측인자로서는 NOAA 등에서 제공하는 AAO, AMM, AO 등 36종의 기후지수와 대상권역인 금강권역의 강수량, 기온 등의 기상인자 8종 등 총 44종의 기후지수를 활용하였다. 예측대상기간을 기준으로 선행기간(1~18개월)에 따른 상관성을 분석하여 상관도가 높은 10개의 기후지수를 예측인자로 선정하였다. 예측모형 형태는 10개의 입력층과 1개의 은닉층으로 되어 있는 인공신경망모형을 구성하였다. 모형 구성과정에서의 불확실성을 최소화하고 예측모형의 적합도를 높이기 위해 예측대상기간을 기준으로 과거 40년간의 자료에 대해 임의로 20년간 자료를 선별하여 모형을 구성하고, 너머지 기간에 대해 검증하는 무작위 교차검증을 반복하여, 예측대상기간 및 예측시점에 따라 각각 적합도가 높은 1000개의 예측모형을 선별하였다. 과거기간(1991~2022년)을 대상으로 예측시점에 따라 각 연도별 1000개의 예측결과를 도출하여, 실제 해당년도의 관측값과의 비교를 통해 예측성을 분석하였다. 예측성은 크게 예측치의 최대값과 최소값 범위 및 예측치의 25%~75% 범위 안에 관측치가 포함될 확률, 그리고 과거 관측값의 3분위 구간을 기준으로 한 예측확률 등을 평가하였다. 관측치가 예측치의 범위 안에 포함될 확률은 평균 87.5%, 예측치의 25~75% 범위 안에 포함될 확률은 30.2%로 나타났으며, 3분위 예측확률은 35.6%로 분석되었다. 관측값과의 일대일 비교는 정확도가 떨어지지만 3분위 예측확률이 33.3% 이상인 점으로 볼 때 예측성은 확보된다고 볼 수 있다. 다만, 우리나라 강수량의 불규칙성과 통계적 모형 특성상 과거 관측되지 않은 패턴에 대해서는 예측이 어려운 문제가 있어, 특정년도의 예측결과가 관측치를 크게 벗어나는 경우도 종종 나타나고 있다.

• Proceedings of the Korea Air Pollution Research Association Conference
• /
• 2003.05b
• /
• pp.415-416
• /
• 2003

지표와 대기 사이의 상호작용에 의해 일어나는 지표층의 물과 에너지, 탄소 등의 순환을 이해하기 위해 이곳에서 교환되는 물질 및 에너지를 관측하는 것이 필요하다. 지표 플럭스를 관측하는 미기상학적 방법에는 경도법, 에디공분산법 등이 있다. 이 중 에디공분산법은 보존 방식을 근간으로 하여 에디 확산성에 대한 가정 없이 플럭스를 구하는 방법이다. 에디공분산법을 이용한 다양한 장/단기 관측이 국내/외에서 수행되고 있으며, 관측자료의 품질검증과 보정을 통한 양질의 자료생산은 관측 시스템의 최적화에 필수적이다. (중략)

• Proceedings of the KSRS Conference
• /
• 2009.03a
• /
• pp.309-313
• /
• 2009

산불은 전세계적으로 발생하는 가장 주요한 재해현상 중 하나이다. 산불 감시나 산불에 의한 피해지역의 효과적인 관측은 피해 지역을 최소화하고, 효율적인 피해 복구 계획 수립에 매우 중요한 기초자료를 제공한다. 광학 위성 자료를 활용한 산불 피해지역 탐지가 널리 사용되고 있음에도 불구하고, 산불에 의한 연기 또는 구름 분포에 의해 종종 사용상에 제약이 있다. 본 연구에서는 2000년 4월 강원도 고성, 강릉, 삼척, 물진 지역에서 발생한 대규모 산불을 연구 대상지역으로 하여, 1998년-2000년 동안 획득된 RADARSAT-1 SAR 영상을 이용하여 산불 피해 지역 감시의 활용성을 연구하였다. 산불에 의한 산림 피해지역 관측을 위해 RADARSAT-1 SAR 영상의 후방산란관의 변화를 통한 변환 탐지를 수행하였다. 산불 피해지역에서 산불 전에 비해 산불 후에 획득된 RADARSAT-1 SAR 영상의 후방산란값이 증가하는 것으로 관측되었다. RADARSAT-1 SAR 영상으로부터 관측된 산불 피해 지역은 Landsat-7 ETM 자료와 현장 조사 자료에 의한 산불 피해 지역과 매우 상관성이 높은 것으로 관측되었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.63-66
• /
• 2012

최근 기후변화와 관련하여 수많은 자연재해 현상이 빈번하게 발생하고 있다. 특히 국지적인 폭설과 관련한 자연재해는 재산상의 피해뿐만 아니라 수많은 인명피해를 야기하고 있다. 또한 적설은 단순히 방재 차원을 넘어서 물의 순환과정을 해석하는 데에도 중요한 부분으로 인식되고 있다. 특히 수문학적 측면에서 적설은 인근 하천유량 및 토양수분에 영향을 미치는 주요한 인자로서 이에 관한 세밀한 연구가 진행되고 있다. 따라서 기존의 접근 방식을 넘어서 더욱 능동이고 즉각적인 형태의 적설 관측의 필요성이 대두 되고 있는 시점이다. 지점 관측의 한계성을 보완하기 위해 인공위성에 탑재된 마이크로파 센서를 활용한 적설 관측시스템이 제안되어 이에 대한 검증도 활발히 진행되고 있다. NASA의 Advanced Microwave Scanning Radiometer-Earth Observing System (AMSR-E)는 마이크로파 센서로서 전 지구적인 물과 에너지 흐름에 관한 다양한 정보를 제공하고 있으며, 이중에는 적설 관측을 위하여 AMSR-E의 SNOW WATER EQUIVALENT PRODUCT (SWE)를 이용한 연구가 이루어지고 있다. 본 연구에서는 한반도내에서의 관측소 실측 자료를 바탕으로 AMSR-E SWE에 대한 검증작업을 실시하였으며, 현재 인공위성을 활용한 적설관측 체계의 오차를 유발하는 요인에 대해 분석했다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.20 no.1
• /
• pp.47-56
• /
• 2018

Providing high-quality meteorological observation data at sites that represent actual farming environments is essential for useful agrometeorological services. The Automated Agricultural Observing System (AAOS) of the Korean Meteorological Administration, however, has been deployed on lawns rather than actual farm land. In this study, we show the inaccuracies that arise in AAOS data by analyzing temporal and vertical variation and by comparing them with data recorded by the National Center for AgroMeteorology (NCAM) tower that is located at an actual farming site near the AAOS tower. The analyzed data were gathered in August and October (before and after harvest time, respectively). Observed air temperature and water vapor pressure were lower at AAOS than at NCAM tower before and after harvest time. Observed reflected shortwave radiation tended to be higher at AAOS than at NCAM tower. Soil variables showed bigger differences than meteorological observation variables. In August, observed soil temperature was lower at NCAM tower than at AAOS with smaller diurnal changes due to irrigation. The soil moisture observed at NCAM tower continuously maintained its saturation state, while the one at AAOS showed a decreasing trend, following an increase after rainfall. The trend changed in October. Observed soil temperature at NCAM showed similar daily means with higher diurnal changes than at AAOS. The soil moisture observed at NCAM was continuously higher, but both AAOS and NCAM showed similar trends. The above results indicate that the data gathered at the AAOS are inaccurate, and that ground surface cover and farming activities evoke considerable differences within the respective meteorological and soil environments. We propose to shift the equipment from lawn areas to actual farming sites such as rice paddies, farms and orchards, so that the gathered data are representative of the actual agrometeorological observations.

• The Korean Journal of Applied Statistics
• /
• v.29 no.1
• /
• pp.113-122
• /
• 2016

Longitudinal data often occur in prospective follow-up studies. Joint model for longitudinal data and failure time has been applied on several works. In this paper, we extend it to the case where longitudinal data involve informative observation time process as well as competing risks survival times. We use a likelihood approach and derive an EM algorithm to obtain maximum likelihood estimate of parameters. A suggested joint model allows us to make inferences for three components: longitudinal outcome, observation time process and competing risk failure time. In addition, we can test the association among these components. In this paper, liver cirrhosis patients' data is analyzed. The relationship between prothrombin times measured at irregular visiting times and drop outs is investigated with a joint model.

• Water for future
• /
• v.45 no.9
• /
• pp.59-64
• /
• 2012

강수량관측소의 주변여건은 강수량자료의 신뢰도를 좌우할 만큼 중요하며, 이러한 강수량 자료는 낙동강홍수통제소의 수문조사, 홍수예보, 레이더 강우의 검보정 등의 기초자료로 다양한 분야에서 이용되고 있다. 그러나 낙동강홍수통제소가 관리 중인 강수량관측소의 주변 환경 여건 변화로 관측 자료의 신뢰도 저하의 우려가 있고 기후변화 등에 따른 돌발홍수, 국지적 강수로 인한 관측소의 설치 위치의 재검토가 필요한 실정이다. 이에 따라 본 연구에서는 낙동강홍수통제소가 관리 중 강수량관측소의 현황조사 및 개선방안을 제시하여 신뢰도를 제고하고, 낙동강유역을 대표할 수 있는 관측망을 분석하여 강우자료의 신뢰성 및 정확도를 확보하는데 그 목적이 있으며, 개정된 하천법에 맞는 수문조사시설 관리대장을 체계적으로 DB화하여 편리하고 신속하게 대국민 및 관련 업무담당자에게 제공하는 정보체계를 수립하는데 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.589-591
• /
• 2023

현재 수치예보 시스템은 항공기, 위성 등 다양한 센서에서 얻은 다종 관측 데이터를 동화하여 대기 상태를 추정하고 있지만, 관측변수 또는 물리량이 서로 다른 관측들을 처리하기 위한 계산 복잡도가 매우 높다. 본 연구에서 기존 시스템의 계산 효율성을 개선하여 관측을 평가하거나 전처리하는 데에 효율적으로 활용하기 위해, 각 관측의 특성을 고려한 자기 지도학습 방법을 통해 멀티모달 기상관측으로부터 실제 대기 상태를 추정하는 방법론을 제안하고자 한다. 비균질적으로 수집되는 멀티모달 기상관측 데이터를 융합하기 위해, (i) 기상관측의 heterogeneous network를 구축하여 개별 관측의 위상정보를 표현하고, (ii) pretext task 기반의 self-supervised learning을 바탕으로 개별 관측의 특성을 표현한다. (iii) Graph neural network 기반의 예측 모델을 통해 실제에 가까운 대기 상태를 추정한다. 제안하는 모델은 대규모 수치 시뮬레이션 시스템으로 수행되는 기존 기술의 한계점을 개선함으로써, 이상 관측 탐지, 관측의 편차 보정, 관측영향 평가 등 관측 전처리 기술로 활용할 수 있다.