• KSCE Journal of Civil and Environmental Engineering Research
• /
• v.41 no.3
• /
• pp.209-217
• /
• 2021

Although forest fires are more often triggered by artificial causes than by natural causes, the combustion conditions that spread forest fire damage over a large area are affected by natural phenomena. Therefore, using partial least squares structural equation modeling (PLS-SEM), which can analyze the dependent and causal relationships between various factors, this study evaluated the causal relationships and relative influences between forest fire, weather, and drought, taking Gangwon Province as our sample region. The results indicated that the impact of drought on forest fires was 27 % and that of the weather was 38 %. In addition, forest fires in spring accounted for about 60 % of total forest fires. This indicatesthat along with meteorological factors, the autumn and winter droughts in the previous year affected forest fires. In assessing the risk of forest fires, if severe meteorological droughts occur in autumn and winter, the probability of forest fires may increase in the spring of the following year.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.278-282
• /
• 2010

기후변화는 홍수나 가뭄과 같은 극한사상의 발생가능성을 증가시키게 됨과 동시에 하천유량, 홍수, 수질, 생태, 지하수, 농업, 융설, 수력발전 등 수자원 전반에 걸쳐 영향을 미치고 있다. 이 중 홍수는 국민의 생명과 재산에 직접적으로 영향을 미치기 때문에 상당수의 국가들이 홍수로부터 자국민을 보호하기 위한 다양한 정책을 제시하고 있다. 이러한 정책을 수립하는데 있어서 무엇보다 중요한 것이 미래의 강수량이 기후변화로 인하여 얼마나 변하게 되는지를 정량적으로 평가하는 것이다. 이에 본 연구에서는 기후변화의 영향을 평가하기 위해서 프랑스 국립기상연구소에서 개발한 A1b시나리오 기반의 CNCM3모형을 대상으로 KNN기법과 일강수발생모형을 적용하여 기상청 산하 58개 관측소의 일 강수량으로 축소하였다. 제시된 일 강수량을 이용하여 2020s, 2050s, 2080s에 해당하는 80년, 100년, 150년, 200년 빈도의 확률강수량을 각각 산정하였다. 검토결과 확률강수량은 전국 58개 지점 중 49~52개 지점정도가 증가하는 것으로 나타나 현재에 비해서 전반적으로 증가하는 것으로 예측되었으며, 지점별 증가량의 경우, 빈도별로 차이를 보이기는 하나 현재에 비해서 전반적으로 3%~7%정도 증가하는 것을 알 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.397-397
• /
• 2020

가뭄을 전망하는 방법으로는 통계적 방법과 물리적 방법으로 구분할 수 있다. 통계적 방법은 과거의 기상 및 수문현상이 미래에도 재현될 수 있다는 전제하에 미래 가뭄상황을 전망하는 방법이다. 그러나 이 방법은 예측된 결과들이 모두 과거의 경향에 국한됨에 따라 최근에 급변하는 수문기상의 특성을 고려하는데 한계가 있다(Trenberth, 1994). 물리적 방법은 주어진 초기 수문기상조건으로부터 역학적 알고리즘이 탑재된 기상 및 수문모형의 연계모의를 통하여 미래 가뭄을 전망하는 방법으로 모형에 따른 불확실성이 발생할 수 있으나 최근 수문순환의 변화를 예측가능하다는 장점이 있어 활용도가 높다. 본 연구에서는 기상예보자료와 지표수문모형을 연계한 물리적 기반의 수문학적 가뭄전망정보를 산정하고, 활용성을 평가하였다. 기상예보자료는 기상청 현업예보 모델인 GloSea5로부터 생산된 자료를 이용하였으며, 수문학적 가뭄전망을 위해 MSWSI (Modified Surface Water Supply Index)를 활용하였다. 수문학적 가뭄전망정보는 현재의 수문조건이 지속된다는 가정하에 예보선행시간 3개월까지 산정하였다. 2015~16년 기간에 중권역별 가뭄전망정보를 산정하였으며, 전망정보의 예측성은 통계분석을 이용하여 정량적으로 평가하였다. 금회 제시한 연구방법은 현재의 수문조건이 지속될 시 기상예보에 따른 중권역별 수문학적 가뭄을 예측할 수 있다는 점에서 활용성이 높을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1201-1205
• /
• 2010

최근 몇 년간 기후변화에 의해 기상이변이 발생하고 있으며 이에 따른 집중호우로 인한 홍수피해가 심각한 수준으로 발생하고 있다. 이에 수문기상학적 요소와 특성인자들의 정확한 상호 연관성의 규명과 공간적 변동성 해석은 강우-유출 모형에서 발생하는 불확실성을 감소시키는데 중요한 요소라고 할 수 있다. 이에 본 연구에서는 레이더 강우 격자 해상도와 지형인자 격자 해상도에 따라 강우-유출모형이 어떻게 반응하는지 분석하였다. 본 연구에서는 가-분포 강우-유출 모형인 ModClark 모형을 이용하여 강원도 인제군의 내린천 유역을 대상으로 광덕산 레이더자료를 이용하였다. ModClak 모형 구성을 위한 GIS 지형공간 자료는 30m, 150m, 250m, 350m 격자크기의 DEM을 사용하였으며, 2006년 7월 14일부터 7월 17일까지의 관측레이더 강우자료를 500m, 1km, 2km, 5km, 10km 사용하여 유출모의를 실시하고, 각각의 격자해상도에 따른 모의 결과를 비교하기 위해 유출수문곡선을 작성하고 유출량 변화를 모의하였다. 분석 결과 첨두유량 및 유출체적에 대해서는 DEM 30m~150m, Grid 500m~2,000m 크기의 격자일 때 가장 최적의 유출 모의를 한 것으로 분석되었으며, 통계적 분석에 의한 분석결과에서는 모든 DEM 격자는 Grid 500m인 경우, 모든 Grid 격자는 DEM 30m인 경우에 모형의 적합성이 높은 것으로 나타났고, 민감도 산정 결과 지수 등급이 높은 DEM이 분포형 모형의 결과 값에 큰 영향을 주는 것으로 분석되었다.

• The Korean Journal of Applied Statistics
• /
• v.33 no.5
• /
• pp.627-637
• /
• 2020

In this paper, the 1.24 million elderly patient medical data (HIRA-APS-2014-0053) provided by the Health Insurance Review and Assessment Service and weather data are analyzed with generalized estimating equation (GEE) model and long short term memory (LSTM) based recurrent neural network (RNN) model to predict the number of disease occurrence. To this end, we estimate the patient's residence as the area of the served medical institution, and the local weather data and medical data were merged. The status of disease occurrence is divided into three categories(occurrence of disease of interest, occurrence of other disease, no occurrence) during a week. The probabilities of categories are estimated by the GEE model and the RNN model. The number of cases of categories are predicted by adding the probabilities of categories. The comparison result shows that predictions of RNN model are more accurate than that of GEE model.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2005.05b
• /
• pp.123-126
• /
• 2005

본 연구에서는 상층기상자료, 자동 기상 관측망 자료 및 신경망기법을 사용하여 단시간 강우 예측 모형을 개발하였다. 호우를 동반한 이송 기상 시스템의 이동 경로가 라디오존데로부터 획득할 수 있는 상층기상 자료 즉 상층 풍향자료와 동일한 방향으로 이동한다는 가정 하에 원거리에서 발생하는 기상현상의 발달과정을 판단 할 수 있는 알고리즘을 개발하고, 이러한 원거리 입력 자료와 예측하고자 하는 값 사이의 비선형 상관 관계를 연결하는 기법으로 인공 신경망 기법을 도입하였다. 개발된 모형을 2002년 태풍 루사로 인하여 큰 피해를 입은 감천지역에 적용하였다. 포항과 오산의 라디오존데에서 획득한 700mb에서의 풍향자료와 5년의 자료기간을 가지는 350개의 자동 기상 관측망 자료를 입력 자료로 사용하였으며 결과는 상층기상자료를 사용하지 않고 예측한 결과에 대하여 개선된 강우 예측결과를 보여주었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.79-79
• /
• 2021

기상학적 측면에서 강수 부족으로 인한 수생태환경(하천), 호소환경(저수지) 및 유역환경(중권역)으로 미치는 환경학적 가뭄의 영향을 평가하기 위한 시도는 매우 중요하다. 만약 동일한 규모의 강수부족 현상이 발생할지라도, 환경적 측면에서의 수질 및 수생태에 미치는 영향이 매우 큰 유역이 있고, 반면 어느 정도의 복원력을 유지할 수 있는 유역이 있을 것이다. 즉, 서로 다른 유역환경에 따라 가뭄으로 인한 환경적 영향은 달라질 가능성이 크며, 이처럼 환경적 가뭄에 취약한 지역을 위해서는 지속적인 환경가뭄 모니터링이 중요하다. 환경적 측면에서 가뭄의 영향을 평가하기 위해서는 다양한 수질 관련 항목을 연계한 환경가뭄 감시가 중요하며, 이와 더불어 가뭄과 관련한 다양한 이해관계자 간의 효율적인 의사결정 도구가 필요하다. 따라서 본 연구에서는 다양한 시나리오 정보를 제공할 수 있는 베이지안 네트워크 모형을 적용하여 환경가뭄 민감도 평가 방안을 제시하고자 한다. 본 모형에서는 수질 문제가 가장 심하게 대두되고 있는 낙동강 유역을 대상으로, 기상학적 가뭄에 의한 수생태 및 환경 관련 변수들(BOD, T-P, TOC)의 복잡한 상호의존성을 파악할 수 있는 베이지안 네트워크 모형을 활용하였다. 또한, 기상학적 가뭄에 의한 상류와 하류 간의 환경적 영향을 연계하여 해석하기 위한 모형을 구축하였다. 그 결과, 기상학적 가뭄으로 인한 환경적 민감도가 크게 나타나는 중권역(예: 임하댐유역)과 이와 반대인 중권역(예: 병성천유역)의 구분이 가능하였다. 또한, 상류에서 발생한 심한 기상학적 가뭄이 하류 지역 내 환경적인 영향을 지속할 가능성이 있음을 확인되었다. 따라서 본 연구에서 제안한 방법은 환경적 가뭄의 취약지역을 우선 선정하고, 나아가 상-하류 간의 환경적 가뭄을 감시하는 데 있어 활용도가 있을 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.485-485
• /
• 2021

최근 세계적인 기상이변으로 자연재해의 발생빈도 증가는 물론 이로 인한 피해가 점차 다양화 및 대형화되어 가고 있는 추세이다. 재난으로 인한 피해는 발생지역 피해뿐만 아니라 국가 경제 전반에 큰 영향을 미치는 특징이 있다. 우리나라의 자연재해 중 대설은 다른 자연재해에 비해 발생빈도는 낮지만 광역적인 피해를 유발하며, 피해 면적에 비해 피해액 규모가 크다. 또한 현재에는 강원권이 가장 취약한 것으로 취약성 분석 결과에서 보여주지만, 미래에는 강원권, 충청권, 호남권을 연결하는 축으로 취약지역이 확대될 것으로 전망된다. 본 연구에서는 현재 사회 전반에서 다양하게 활용되고 있는 머신러닝 기법을 이용하여 우리나라 대설피해액을 예측하는 대설피해 예측모형을 개발하고자 하였다. 머신러닝 기법으로는 랜덤포레스트, 서포트 벡터 머신, 인공신경망 기법을 이용하였고, 모형에 사용한 변수는 기상관측자료, 사회·경제적 요소 등을 활용하여 모형을 개발하였다. 결과적으로 기존연구에서 다중회귀모형을 이용하여 개발된 예측모형과 본 연구에서 3개의 머신러닝 기법으로 개발된 예측모형의 예측력을 비교 분석하였고, 예측력이 가장 높은 모형을 제시하였다. 본 연구결과를 활용하여 모형의 개선 및 데이터 품질 개선이 이루어진다면 향후 대설피해에 대한 개략적인 대비가 가능할 것으로 기대된다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.19 no.3
• /
• pp.86-92
• /
• 2017

In this study, a model to classify frost occurrence and frost free day was developed using the digital weather forecast data provided by Korea Meteorological Administration (KMA). The minimum temperature, average wind speed, relative humidity, and dew point temperature were identified as the meteorological variables useful for classification frost occurrence and frost-free days. It was found that frost-occurrence date tended to have relatively low values of the minimum temperature, dew point temperature, and average wind speed. On the other hand, relatively humidity on frost-free days was higher than on frost-occurrence dates. Models based on machine learning methods including Artificial Neural Network (ANN), Random Forest(RF), Support Vector Machine(SVM) with those meteorological factors had >70% of accuracy. This results suggested that these models would be useful to predict the occurrence of frost using a digital weather forecast data.

• Proceedings of The Korean Society of Agricultural and Forest Meteorology Conference
• /
• 2005.09a
• /
• pp.62-62
• /
• 2005