• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2010.04a
• /
• pp.197-198
• /
• 2010

태양광발전량의 예측에 대해 많은 선행연구가 진행되었으나 연간 또는 월별 총발전량을 비교하기 위한 것이 주류였기 때문에 연간 또는 월별의 평균일사량을 바탕으로 발전량을 예측 비교하고 있다. 그러나 도시차원에서 전력생산 및 공급의 최적화를 위해서는 시간 및 기상에 따란 변화하는 일사량과 그에 따른 발전량을 예측하여 효율적인 전력생산 공급계획을 수립할 필요가 있지만 기상예보에는 일사량 정보가 포함되어 있지 않기 때문에 기상예보에 제공되는 운량을 이용하여 일사량을 예측할 수 있는 기법개발이 절실하다. 본 연구에서는 해양도시인 부산을 대상으로 과거의 기상데이터 중 운량과 일사량을 이용하여 일사량 예측기법을 제안하고자 한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.05a
• /
• pp.43-45
• /
• 2021

The short-term quantitative precipitation prediction (QPF) system is important socially and economically to prevent damage from severe weather. Recently, many studies for short-term QPF model applying the Deep Neural Network (DNN) has been conducted. These studies require the sophisticated pre-processing because the mistreatment of various and vast meteorological data sets leads to lower performance of QPF. Especially, for more accurate prediction of the non-linear trends in precipitation, the dataset needs to be carefully handled based on the physical and dynamical understands the data. Thereby, this paper proposes the following approaches: i) refining and combining major factors (weather radar, terrain, air temperature, and so on) related to precipitation development in order to construct training data for pattern analysis of precipitation; ii) producing predicted precipitation fields based on Convolutional with ConvLSTM. The proposed algorithm was evaluated by rainfall events in 2020. It is outperformed in the magnitude and strength of precipitation, and clearly predicted non-linear pattern of precipitation. The algorithm can be useful as a forecasting tool for preventing severe weather.

• The Science & Technology
• /
• v.32 no.7 s.362
• /
• pp.28-29
• /
• 1999

자연의 위협으로부터 인명을 지키고 사회 경제활동에 영향을 최소한으로 억제하기 위해선 피할 수 없는 자연현상의 발생을 예측하여 충분히 대비하는 일이다. 기상예측기술은 대기관측과 컴퓨터 등 첨단기술에 의존하는 일종의 종합기술이다. 새로운 기상관측체계 수립과 최근 도입가동된 슈퍼컴퓨터에 기대를 걸어본다. 그러나 일방적으로 전달되는 기상전보전달체계에서 벗어나 국민 각자가 요구하는 특정지역, 특정시간에 기상정보를 전달할 수 있는 체계로 발전되어야 한다.

• Journal of the Korean Society for Railway
• /
• v.20 no.4
• /
• pp.474-481
• /
• 2017

When designing photovoltaic power plants in Korea, the prediction of photovoltaic power generation at the design phase is carried out using PVSyst, PVWatts (Overseas power generation prediction software), and overseas weather data even if the test site is a domestic site. In this paper, for a comparative study to predict power generation using weather information, domestic photovoltaic power plants in two regions were selected as target sites. PVsyst, which is a commercial power generation forecasting program, was used to compare the accuracy between the predicted value of power generation (obtained using overseas weather information (Meteonorm 7.1, NASA-SSE)) and the predicted value of power generation obtained by the Korea Meteorological Administration (KMA). In addition, we have studied ways to improve the prediction of power generation through comparative analysis of meteorological data. Finally, we proposed a revised solar power generation prediction model that considers climatic factors by considering the actual generation amount.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.324-324
• /
• 2021

2020년 우리나라 중부지역의 장마철('20.6.10.~8.16.) 기간이 54일로 1973년 전국적인 기상관측을 시작한 이래 가장 길었고, 장마철 전국강수량(686.9mm)은 역대 2위로(1위 '06년 699.1mm) 약 8,000여명의 수재민과 42명의 인명피해가 발생하였다. 이처럼 '이상기후'라 부르는 극한 기상 사건들인 홍수, 폭우, 폭염, 가뭄 등의 자연재해가 해마다 우리나라 포함 전 세계적으로 자주 발생하면서 수문기상 정보 관리 및 활용의 중요성 또한 점차 커지고 있다. 이를 위해 기상청에서는 일반국민과 물관리 관계기관(회원)의 편의와 자료의 활용 증진을 위해 유역별 수문기상 관측·예측 정보를 생산하여 서비스를 제공하고 있다(https://hydro.kma.go.kr). 수문기상 관측 정보는 유역별 면적강수량, 증발산량 등을 산출하여 GIS기반으로 실시간 자료와 2000년 이후 과거 관측강수량의 기간(월, 계절, 연)자료를 제공하며, 예측 자료는 초단기 수치 모델(KLAPS), 레이더(MAPLE), 수문기상 예측모델(UM3km), 한국형 수치 예보 모델(KIM)을 활용하고 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.310-310
• /
• 2019

본 연구에서는 기상청 ASOS(종관기상관측장비) 자료와 통계적 기반의 다중회귀분석모형을 이용하여 경안천 유역에 대한 봄철 강수량(3~5월 누적강수량)의 예측성을 평가하였다. 예측대상기간은 2006~2018년이며 예측인자로서 전국 96개 지점의 ASOS 자료 중 35개 기상요소에 대한 월 자료를 활용하였다. 전망기간(1~12개월)에 따라 강수량 기준 최소 1개월에서 최대 24개월까지의 지체시간을 고려하여 1~24개월 선행 ASOS 기상자료와 강수량 사이의 상관성을 분석하였다. 예측대상년도를 기준으로 과거 40년간의 자료를 이용하여 상관성 분석을 수행하였으며, 상관성이 높은 상위 30개 기상인자를 조합하여 다중회귀분석모형의 예측인자(독립변수)로 활용하였다. 예측대상년도와 전망기간에 따라 최적의 예측인자를 조합하고, 교차검증을 통하여 각각 4,000개의 다중회귀모형을 도출하여 예측범위를 산출하였다. 다중회귀모형에 의한 예측범위를 분석한 결과, 2013년 자료까지는 예측범위가 관측값을 잘 포함하고 예측값의 평균이나 중간값이 관측값과 유사하게 나타난 반면, 2014년부터는 전망기간에 따라 관측값과 예측범위의 차이가 크게 나타나는 경우도 있었다. 예측치의 중간값을 기준으로 3분위(평년 이상, 평년 수준, 평년 이하) 적중률을 분석하면, 2006~2013년에 대해서는 58.3%인 반면, 2014~2018년에 대해서는 11.2% 수준으로 나타났다.

• Journal of the Korean Data and Information Science Society
• /
• v.28 no.3
• /
• pp.617-624
• /
• 2017

The production of cabbage, which is mainly cultivated in open field, varies greatly depending on weather conditions, and the price fluctuation is largely due to the presence of a substitute crop. Previous studies predicted the production of cabbage using actual weather data, but in this study, we predicted the wholesale price using unstructured agricultural meteorological data on the web. From January 2009 to October 2016, we collected documents including the cabbage on the portal site, and extracted keywords related to weather in the collected documents. We compared the forecast wholesale prices of simple models and unstructured agricultural weather models at the time of shipment. The simple model is AR model using only wholesale price, and the unstructured agricultural weather model is AR model using unstructured agricultural weather data additionally. As a result, the performance of unstructured agricultural weather model was has been found to be more accurate prediction ability.

• 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
• /
• 2009.05a
• /
• pp.1186-1190
• /
• 2009

강수량이 예년에 비해 적은 양상은 여름강수량에 대한 부족으로 기인한다. 우리나라의 경우 장마기간의 강수와 태풍으로 인해 발생하는 강수가 전체 강수량에 많은 부분을 차지하고 있기 때문에 여름강수량이 적게 나타나게 되면 가을 가뭄 및 봄 가뭄에 대한 발생 압력도 그 만큼 커지게 되는 것이 일반적이다. 기존 연구들이 단순히 강수량을 가정하거나 시나리오를 기반으로 가뭄을 전망하는데 그치고 있으나 본 연구에서는 2009년 가뭄전망을 위해서 전지구기후모형(GCMs)의 3개월 기상예측 결과를 활용하고자 한다. 즉, APEC 기후예측 센터로부터 제공 받은 3개월 GCM Multi-Model Ensemble 예측 결과를 바탕으로 가뭄상태를 평가하였다. 따라서 본 연구의 목적은 Large-scale의 기후예측 시스템과 기상관측지점의 강수 및 온도를 연결시켜 가뭄을 전망할 수 있는 시스템을 구축하는데 있다. GCM 예측 결과를 바탕으로 2009년도 매월 강수량 및 평균 온도를 추정하여 PDSI 가뭄지수 산정에 이용하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2008.05a
• /
• pp.1007-1012
• /
• 2008

유역통합수자원관리의 시작은 기상예측정보의 제공으로부터 시작된다. 하지만, 기상예측정보는 단기, 중기, 장기로 구분되며, 제공되는 정보가 수자원 운영에 필요한 정보와 시간적으로나 공간적으로 차이가 나며, 가공에 많은 전문가들의 노력이 필요하여 실무에서의 적용에 많은 어려움이 따른다. 따라서 본 연구에서는 이러한 문제들을 해결하고 용이하게 수자원 운영자에게 필요한 기상정보를 적절한 형태의 가공을 통하여 자동적으로 제공해 주는데 그 목적이 있다. 이러한 시스템의 구축을 통해 향후 수자원 운영에 있어 필수적인 의사결정 정보를 제공해 주어 수자원의 이용효율을 높이고자 한다. 구축된 시스템은 금강 유역에 대해 소유역단위로 장기 유출의 입력자료인 일단위 예측 강수를 30일간 제공하도록 시스템을 구축하였다. 단기(1일$\sim$2일)에는 RDAPS의 모의 결과인 Grib파일을 자동 추출하여 예측 강수를 제공한다. 1일에 두 번 모의되는 RDAPS의 결과를 일단위로 제공하기 위해 여러 가지 case별 분석을 실시하여 가장 적합한 기법을 이용하여 일단위 시계열을 구축하는 시스템을 설계하였다. 중기(3일$\sim$10일)에는 GDAPS 결과인 Grib파일을 자동 추출하여 유역단위 시계열을 구축한 뒤 과거 자료를 이용한 연 평균 자료를 이용하여 가중치를 곱하여 시계열을 구축하였다. 장기(11일$\sim$30일) 시계열의 구축을 위해서는 단기 및 중기 예측 시계열을 이용하여 과거 시계열 자료와의 통계적 비교 분석을 이용하여 유사 시계열을 추출한 후 과거 자료에 대한 평균값과 기상 전망을 이용하여 가중치를 부여하는 방법 등을 이용하여 시스템을 구축하였다. 본 시스템은 한국수자원공사에서 운영 중인 RRFS모형의 입력 자료를 자동 생성할 수 있는 기능을 제공하도록 설계되었다. 이러한 시스템의 구축을 통해 기상정보를 다루는데 익숙하지 않은 수자원 운영자들에게 비교적 용이하게 유역단위 기상예측 정보를 추출하는데 큰 도움이 될 것으로 기대한다.