• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.248-248
• /
• 2020

토양수분은 증발산, 유출, 침투 등 물수지 요소들과 밀접한 연관이 있는 주요한 변수 중에 하나이다. 토양수분의 정도는 토양의 특성, 토지이용 형태, 기상 상태 등에 따라 공간적으로 상이하며, 특히 기상 상태에 따라 시간적 변동성을 보이고 있다. 기존 토양수분 측정은 토양시료 채취를 통한 실내 실험 측정과 측정 장비를 통한 현장 조사 방법이 있으나 시간적, 경제적 한계점이 있으며, 원격탐사 기법은 공간적으로 넓은 범위를 포함하지만 시간 해상도가 낮은 단점이 있다. 또한, 모델링을 통한 토양수분 예측 기술은 전문적인 지식이 요구되며, 복잡한 입력자료의 구축이 요구된다. 최근 머신러닝 기법은 수많은 자료 학습을 통해 사용자가 원하는 출력값을 도출하는데 널리 활용되고 있다. 이에 본 연구에서는 토양수분과 연관된 다양한 기상 인자들(강수량, 풍속, 습도 등)을 활용하여 머신러닝기법의 반복학습을 통한 토양수분의 예측 가능성을 분석하고자 한다. 이를 위해 시공간적으로 토양수분 실측 자료가 잘 구축되어 있는 청미천과 설마천 유역을 대상으로 머신러닝 기법을 적용하였다. 두 대상지에서 2008년~2012년 수문자료를 확보하였으며, 기상자료는 기상자료개방포털과 WAMIS를 통해 자료를 확보하였다. 토양수분 자료와 기상자료를 머신러닝 알고리즘을 통해 학습하고 2012년 기상 자료를 바탕으로 토양수분을 예측하였다. 사용되는 머신러닝 기법은 의사결정 나무(Decision Tree), 신경망(Multi Layer Perceptron, MLP), K-최근접 이웃(K-Nearest Neighbors, KNN), 서포트 벡터 머신(Support Vector Machine, SVM), 랜덤 포레스트(Random Forest), 그래디언트 부스팅 (Gradient Boosting)이다. 토양수분과 기상인자 간의 상관관계를 분석하기 위해 히트맵(Heat Map)을 이용하였다. 히트맵 분석 결과 토양수분의 시간적 변동은 다양한 기상 자료 중 강수량과 상대습도가 가장 큰 영향력을 보여주었다. 또한 다양한 기상 인자 기반 머신러닝 기법 적용 결과에서는 두 지역 모두 신경망(MLP) 기법을 제외한 모든 기법이 전반적으로 실측값과 유사한 형태를 보였으며 비교 그래프에서도 실측값과 예측 값이 유사한 추세를 나타냈다. 따라서 상관관계있는 과거 기상자료를 통해 머신러닝 기법 기반 토양수분의 시간적 변동 예측이 가능할 것으로 판단된다.

• 한국양묘협회지
• /
• s.6
• /
• pp.39-46
• /
• 1978

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.68-68
• /
• 2022

코로나바이러스는(COVID-19)는 2019년 12일 중국 후베이성 우한시에서 시작된 코로나바이러스감염증으로 2020년 1월부터 전 세계로 퍼져, 일부 국가 및 지역을 제외한 대부분의 나라와 모든 대륙으로 확산되었다. 이에 WHO는 범 유행전염병(Pandemic)을 선언하였다. 2022년 3월 18일 현재 국내 누적 확진환자 8,657,609명과 11,782명의 사망자를 일으켰고 전 세계적으로도 많은 사상자를 내고 있는 실정이고 사회 및 경제적인 피해로도 계속 확대되고 있다. 많은 감염자와 사망자의수에 대한 예측은 코로나바이러스의 전염병을 예방하고 즉각적 조치를 취할 수 있는데 도움이 될 수 있다. 본 연구에서는 문화적 인자를 제외한 국내에서 연구 사례가 많지 않은 기상 요인을 인자로 포함하여 머신러닝 모델을 통해 확진자를 예측하였다. 그리고 여러 가지 모델을 성능 평가 기법인 Root Mean Square Error(RMSE) 및 Mean Absolute Percentage Error(MAPE)를 통해 성능을 평가하고 비교하여 정확도 높은 모델을 제시하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.26-26
• /
• 2017

우리나라는 하천 및 호수 등 지표수에 대한 수자원 의존도가 매우 높다. 지표수는 태양광에 노출되어 있고, 기온의 영향을 직접 받기 때문에 기후변화에 대해 매우 민감한 수체이다. 기후변화로 인한 이상 저온, 이상 고온, 홍수, 가뭄 등의 자연 현상은 하천, 호수의 물리화학적 및 생태학적 특성을 변화(교란)시키고 있다. 이러한 기상현상에 변동되는 수질특성을 고려하여 기상청 확률기상예보를 구축된 인공신경망 예측모형의 입력인자로 적용하여 수질예보시스템을 개발하고자 하였다. 모형구축은 실제 일어난 기상관측자료와 요인분석을 통해 분류한 수질인자를 반영하여 단위유역별 수질예측을 위한 ANN학습을 실시하였다. 각 단위유역마다 기상요인의 공간적 세밀화 적용을 위해 각각 남강A, 남강B는 산청기상대, 남강C, 남강D는 진주기상대, 남강E는 의령기상대 자료를 이용하였으며, 수질항목은 DO, BOD, COD, TOC, T-P, SS 총 6개로 단위유역 5개에서 총 30개 예측모형 구축을 위한 자료를 수집하였다. 학습된 인공신경망 예측모형에 기상청 확률예보 값을 입력인자로 사용하여 모형평가를 실시하였다. 5개 단위유역 중 상대적으로 유역관리의 시급성을 고려하여 남강댐 하류 단위유역인 남강D, 남강E 인공신경망 모형의 입력자료로 적용하여 평가하였다.

• 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.

• Proceedings of the Korean Association of Geographic Inforamtion Studies Conference
• /
• 2008.06a
• /
• pp.455-460
• /
• 2008

본 연구에서는 1997년 1월부터 2006년 12월까지의 기상청에서 제공하는 31개 자동기상관측망(AWS: Automatic Weather Stations)에 의한 지표 근처 기온($^{\circ}C$) 및 강수(mm) 자료를 이용하여 서울 지역 기상인자의 시 공간 구조 분석 및 변화경향과 변이성을 도출하였다. 미관측지점의 값을 추정하기 위하여 주변 관측지점들을 고려하여, 그 영향은 거리에 반비례함을 반영하는 공간통계학적 방법 중 IDSW(Inverse Distance Squared Weighing:거리자승역산가중)를 적용하여 보관하였다. 그 결과 서울시의 기온과 강수량 모두 1997년에 비해 2006년의 기온이 약 $1.03^{\circ}C$, 강수량이 약 483mm 증가한 것으로 나타났다. 기후변이성의 특성은 과거 10년 동안 기온의 경우 산림지역에서는 변화의 폭이 높게 나타났으며, 시간이 지나면서 감소하는 경향을 보였다. 주거 지역의 경우 변화이 폭이 낮게 나타났으며, 시간이 지나면서 증가하는 경향을 보였다. 그러나 강수량의 경우 산림지역과 주거지역의 변이성의 차이가 나타나지 않았다.

• Journal of the Korean earth science society
• /
• v.41 no.6
• /
• pp.575-587
• /
• 2020

Meteorological phenomena are observed by the Korea Meteorological Administration in a variety of ways (e.g., surface, upper-air, marine, ocean, and aviation). However, there are limits to the meteorological observation of the planetary boundary layer (PBL) that greatly affects human life. In particular, observations using a sonde or aircraft require significant observational costs in economic terms. Therefore, the goal of this study was to measure and analyze the meteorological factors of the vertical distribution of the see-land breeze among local meteorological phenomena using meteorological drones. To investigate the spatial distribution of the see-land breeze, a same integrated meteorological sensor was mounted on each drone at three different points (seaside, bottom of mountain, and mountainside), including the Boseong tall tower (BTT) at the Boseong Standard Weather Observatory (BSWO) in the Boseong region. Vertical profile observations for air temperature, relative humidity, wind direction, wind speed, and air pressure were conducted up to 400 m every 30 minutes from 1100 LST to 1800 LST on August 4, 2018. The spatial characteristics of meteorological phenomena for temperature, relative humidity, and atmospheric pressure were not shown at the four points. Strong winds (~8 m s-1) were observed from the midpoint (~100 m) at strong solar radiation hour, and in the afternoon the wind direction changed from the upper layer at the inland area to the west wind. It is expected that the analysis results of the lower atmospheric layer observed using the meteorological drone may help to improve the weather forecast more accurately.

• Journal of Korea Water Resources Association
• /
• v.40 no.1 s.174
• /
• pp.89-99
• /
• 2007

Uncertainty analysis is used to eliminate the climatic variables of input nodes and construct the model of an optimal type from COMBINE-GRNNM-GA(Type-1), which have been developed in this issue(2007). The input variable which has the lowest smoothing factor during the training performance, is eliminated from the original COMBINE-GRNNM-GA (Type-1). And, the modified COMBINE-GRNNM-GA(Type-1) is retrained to find the new and lowest smoothing factor of the each climatic variable. The input variable which has the lowest smoothing factor, implies the least useful climatic variable for the model output. Furthermore, The sensitive and insensitive climatic variables are chosen from the uncertainty analysis of the input nodes. The optimal COMBINE-GRNNM-GA(Type-1) is developed to estimate and calculate the PE which is missed or ungaged and the $ET_r$ which is not measured with the least cost and endeavor Finally, the PE and $ET_r$. maps can be constructed to give the reference data for drought and irrigation and drainage networks system analysis using the optimal COMBINE-GRNNM-GA(Type-1) in South Korea.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.90-90
• /
• 2016

본 연구에서는 증발산, 토양수분, 태양복사에너지, 식생 활동 등과 같은 수문기상인자들을 활용하여 새로운 가뭄 지수(Energy-based Water Deficit Index(EWDI)를 개발하였고 이는 Moderate Resolution Imaging Spectroradiometer(MODIS)에서 제공되는 산출물들을 활용하였다. EWDI는 물의 순환과 탄소 순환을 동시에 고려하여 기존에 활용되는 다른 가뭄지수들보다 다양한 측면에서 가뭄을 분석할 수 있는 장점을 가지고 있으며 산정된 EWDI는 증발산 기반의 가뭄지수인 Stand-alone MODIS-based Evaporative Stress Index(stMOD_ESI)와 함께 시공간적인 변동성을 비교하여 전 세계적으로 가뭄 피해가 심각한 지역인 몽골, 호주, 한반도 지역에 대해 2000년에서 2010년까지 적용성을 파악하였다. 또한, 본 연구에서는 각 지수들 간의 상관관계를 파악하고 수문기상 인자들과 가뭄 현상 사이에 관계성을 파악하기 위해 Receiver Operating Characteristics(ROC) 분석을 수행하였다. 위에서 언급한 여러 분석 결과를 토대로, EWDI와 stMOD_ESI는 기존에 많이 쓰였던 가뭄 지수인 표준강수지수(Standardized Precipitation Index, SPI)에 비해 가뭄 상태를 더욱 잘 파악할 수 있는 것으로 나타났으며 EWDI와 stMOD_ESI가 광역적인 범위에서의 적용성이 높음을 파악하였다. 본 연구를 통해 수문기상학 및 수자원 분야에서의 인공위성을 활용한 가뭄 분석 연구의 기틀이 마련되길 기대해 볼 수 있다.

• 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.