• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.248-248
• /
• 2017

최근 가뭄 모니터링을 위해 과거에 비하여 고해상도의, 물리적으로 기반을 두는 정보가 요구되고 있다. 기존에 주로 활용하고 있는 통계적 방법론 기반의 가뭄지수들은 지니고 있는 한계에 대해 여러 개선과정을 거치고 있으나, 기상변수로부터 지표상의 식생 관련 변수로의 전파 과정에 대한 개별 통계적 가뭄지수 간의 관계 설명이 매우 어렵다. 이와 같은 관계로, 국내 유역에서의 물리적 기반을 둔 고해상도 가뭄 판단방법에 대한 시도가 필요한 시점이다. Brown et al. (2008)은 위성기반 식생정보, 기상학적 가뭄지수, 지형학적 조건을 고려한 식생가뭄반응지수(Vegetation Drought Response Index; 이하 VegDRI)를 개발하였다. 학습자료에 대해 CART 기반의 경험적 모델을 구축하여, 격자마다 근-실시간 자료를 적용한 VegDRI를 산출하여 고해상도의 지도를 산출하는 방식을 제시하였다. VegDRI는 NCDC의 U.S. Drought Monitoring에 활용되고 있으며, NOAA의 Drought Task Force Assessment Protocol에서는 가뭄 모니터링의 기준으로 설정되어 있다. 본 연구에서는 국내에 VegDRI를 적용하고자 필요한 자료수집 및 전처리 과정을 거쳐 결과를 도출하였다. 기상청 ASOS 기상관측소에서 얻은 기상변수, MODIS 위성으로부터 추출된 정규식생지수(Normalized Difference Vegetation Index; NDVI), 지형학적 정보와 기상학적 가뭄지수(SPI, PDSI)를 기계학습으로 모델링하여 VegDRI를 산출하였다. 산출된 VegDRI 공간분포도에 대하여 기존에 활용되던 유관기관의 가뭄 판단방법과의 유사성과 차이점을 비교 검토하여 적용성을 평가하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.230-230
• /
• 2019

대규모순환패턴과 같은 기후시스템에서의 상태와 변화를 정량화하여 나타낸 기상인자는 수문기상학적 변수와 밀접한 연관이 있는 것으로 알려져 있으며, 이에 따라 비정상성 빈도해석의 수행에 있어서 확률분포모형의 매개변수에 대한 공변량으로 널리 활용되고 있다. 본 연구에서는 비정상성 강우빈도해석 시 매개변수의 공변량으로 우리나라의 극치강우의 장기경향성을 잘 반영할 수 있는 기상인자를 선정하고자 한다. 먼저, 시계열자료를 주기성을 가지는 내재모드함수와 장기경향성을 나타내는 잔여값으로 분해할 수 있는 앙상블 경험적 모드분해법을 이용하여 우리나라 전역에 분포된 61개 지점에서 관측된 연 최대치 강우자료의 평균 및 분산에 대한 잔여값을 추출하였다. 다음으로 11개의 월 단위 기상인자에 대한 계절별 연 평균 시계열과 추출된 평균 및 분산의 잔여값과의 상관계수를 산정하였다. 그 결과, 11개의 기상인자 중 Atlantic Meridional Mode (AMM), Atlantic Multi-decadal Oscillation (AMO), North Atlantic Oscillation (NAO)가 우리나라 연 최대치 강우자료의 평균 및 분산에 대한 장기경향성과 높은 상관성이 있는 것으로 나타났다. 계절적으로는 AMM과 AMO의 경우 이전 년도 가을철 평균이 전 지점 평균 약 0.6, NAO는 이전 년도 여름철 평균이 전 지점 평균 0.3 이상의 유의한 상관계수를 가지는 것으로 나타났다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.286-286
• /
• 2016

기후변화를 고려한 위한 미래 수자원 계획은 신뢰성 있는 수문기상인자의 산정을 통한 수자원 영향 평가 결과로 수립되는 것이 중요하다. 본 연구에서는 DHSVM모형과 TOPLATS모형에서 생산된 결과를 가지고 제약조건을 가지는 다중선형회귀 모형을 통하여 2012년-2014년 동안의 한반도 유역에 대한 수문기상인자를 산정하였다(Fig. 1). 다중선형회귀 모형은 하나의 종속변수의 변화를 설명하기 위하여 두 개 이상의 독립변수를 사용하는 모형으로 일반적으로 다중선형회귀 모형의 회귀 계수는 음의 값을 가질 수 있으므로 본 연구의 적용을 위하여 검정지점에 대하여 산정된 음의 회귀계수 값이 그대로 적용될 경우 적합하지 않으므로 회귀 계수에 제약조건을 부여하였다. 제한된 회귀 계수의 범위는 0-1사이를 가진다. 동적 다중선형 모형의 구성은 광릉 GCK, GDK 지점자료를 활용하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.1980-1984
• /
• 2006

융설 모형을 이용하여 융설 기간 동안의 하천유출량을 모의하기 위해서는 융설 관련 매개변수의 정립이 반드시 필요하다. 우리나라의 경우 관측 자료의 부족으로 인하여 적설분포, 적설심, 적설면적감소곡선과 같은 융설 관련 매개변수의 추출이 불가능 하였다. 본 연구에서는 1997년부터 2003년까지의 겨울철(11월-4월) NOAA/AVHRR 위성영상을 이용하여 한반도의 적설분포도를 추출하고 기상청의 69개소 유인지상기상관측소의 기상자료 중 최심적설심 자료로서 공간내삽법을 통하여 동일한 기간의 최심적설심 분포도를 작성한 후 적설분포도와 중첩하여 남한의 적설심 분포도를 추출하였다. 또한, 적설면적감소곡선은 소양강댐과 충주댐 유역으로 대상으로 평균기온과 적설면적과의 상관관계로부터 각 연도별 선형회귀식을 추출하여 적설면적감소곡선을 작성하였다.

• Proceedings of the KSRS Conference
• /
• 2006.03a
• /
• pp.31-35
• /
• 2006

융설 모형을 이용하여 융설 기간 동안의 하천유출량을 모의하기 위해서는 융설 관련 매개변수의 정립이 반드시 필요하다. 우리나라의 경우 관측 자료의 부족으로 인하여 적설분포, 적설심, 적설면적감소곡선과 같은 융설 관련 매개변수의 추출이 불가능 하였다. 본 연구에서는 1997년부터 2003년까지의 겨울철(11월-4월) NOAA/AVHRR 위성영상을 이용하여 한반도의 적설분포도를 추출하고 기상청의 69개소 유인지상기상관측소의 기상자료 중 최심적설심 자료로서 공간내삽법을 통하여 동일한 기간의 최심적설심 분포도를 작성한 후 적설분포도와 중첩하여 남한의 적설심 분포도를 추출하였다. 또한, 적설면적감소곡선은 소양강댐과 충주댐 유역으로 대상으로 평균기온과 적설면적과의 상관관계로부터 각 연도별 선형회귀식을 추출하여 적설면적감소곡선을 작성하였다.

• The Korean Journal of Applied Statistics
• /
• v.30 no.6
• /
• pp.1005-1013
• /
• 2017

In this paper, we investigate the performances of time series models to forecast irradiance that consider weather variables such as temperature, humidity, cloud cover and Global Horizontal Irradiance. We first introduce the time series models and show that regression ARIMAX has the best performance with other models such as ARIMA and multiple regression models.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.22 no.3
• /
• pp.171-175
• /
• 2020

Studies in socioeconomic impacts of air pollution are inevitable to merge data of the air pollutant density, weather, and socioeconomic variables. Due to their spatiotemporal disparities in units, to combine these data are time and effort consuming generically. The data described in this article aims to provide the major variables of air pollution and weather at the Si-Gun-Gu level to meet the data needs from social science. The latest (August 2020) data distributed are the balanced panel of 250 Si-Gun-Gu in South Korea for 2001-2018. The weather variables in this data are directly applicable to other social science topics, which are not limited to air pollution research.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.423-423
• /
• 2022

수자원 계획 및 관리 관점에 있어 수문모형은 중요한 도구 중 하나이며 모의의 신뢰성을 높이기 위하여 검정 및 보정 과정을 거친다. 이는 일반적으로 장기간의 과거 수문기상자료를 활용하며 자료가 정상성(stationarity)이라는 가정에 따라 매개변수를 산정한다. 그러나 최근 기후변화 문제가 심화되며, 우리나라의 경우 여름철 호우의 강도 및 빈도가 증가할 것으로 전망되는 실정에서 수문 모형의 정상성을 가정한 매개변수 추정은 강우-유출 관계에 왜곡을 초래할 수 있다. 이러한 점에서 수문기상자료의 변동성을 고려한 수문모형의 검정 및 보정기법이 필요할 것으로 판단된다. 본 연구에서는 개념적 강우-유출 모형을 활용하여 산정된 소양강댐의 기존 매개변수와 수문기상자료의 경향성을 비교하여 모형의 적합성 향상 및 다양한 매개변수 산정 방식을 제공하고자 한다. 이를 위해 전역최적화 기법(global optimization method)을 도입하여 매개변수 추정시 발생하는 불확실성을 정량화하였고 동적 기후 예측 매개변수(dynamic climate predictors)를 활용하여 최적화를 수행하였다. 교차검증을 통하여 기존의 매개변수 추정 절차와 비교 검토를 수행하였다.

• Journal of the Korean Data and Information Science Society
• /
• v.27 no.4
• /
• pp.969-977
• /
• 2016

Climate change affects the growth of crops which were planted especially in fields, and it becomes more important to use climate data to predict the yields of the major vagetables. The variation of the crop products caused by climate change is one of the significant factors for the discrepancy of the demand and supply, and leads to the price instability. In this paper, using a panel regression model, we predicted the garlic yields with the weather conditions of different regions. More specifically we used the panel data of the several climate variables for 15 main garlic production areas from 2006 to 2015. Seven variables (average temperature, average maximum temperature, average minimum temperature, average surface temperature, cumulative precipitation, average relative humidity, cumulative duration time of sunshine) for each month were considered, and most significant 7 variables were selected from the total 84 variables by the stepwise regression. The random effects model was chosen by the Hausman test. The average maximum temperature (January), the cumulative precipitation (March, October), the cumulative duration time of sunshine (April, October) were chosen among the variables as the significant climate variables of the model

• Journal of The Korean Society of Grassland and Forage Science
• /
• v.41 no.1
• /
• pp.47-55
• /
• 2021

The objective of this study was to access the effect of climate and soil factors on alfalfa dry matter yield (DMY) by the contribution through constructing the yield prediction model in a general linear model considering climate and soil physical variables. The processes of constructing the yield prediction model for alfalfa was performed in sequence of data collection of alfalfa yield, meteorological and soil, preparation, statistical analysis, and model construction. The alfalfa yield prediction model used a multiple regression analysis to select the climate variables which are quantitative data and a general linear model considering the selected climate variables and soil physical variables which are qualitative data. As a result, the growth degree days(GDD) and growing days(GD), and the clay content(CC) were selected as the climate and soil physical variables that affect alfalfa DMY, respectively. The contributions of climate and soil factors affecting alfalfa DMY were 32% (GDD, 21%, GD 11%) and 63%, respectively. Therefore, this study indicates that the soil factor more contributes to alfalfa DMY than climate factor. However, for examming the correct contribution, the factors such as other climate and soil factors, and the cultivation technology factors which were not treated in this study should be considered as a factor in the model for future study.