• Journal of the Korean earth science society
• /
• v.44 no.2
• /
• pp.105-118
• /
• 2023

In this study, we predicted the presence of fog with a one-hour delay using the XGBoost DART machine learning algorithm for Andong, which had the highest occurrence of fog among inland stations from 2016 to 2020. We used six datasets: meteorological data, agricultural observation data, additional derived data, and their expanded data. The weather phenomenon numbers obtained through naked-eye observations and the visibility distances measured by visibility meters were classified as fog [1] or no-fog [0]. We set up twelve machine learning modeling experiments and used data from 2021 for model validation. We mainly evaluated model performance using recall and AUC-ROC, considering the harmful effects of fog on society and local communities. The combination of oversampled meteorological data features and the target induced by weather phenomenon numbers showed the best performance. This result highlights the importance of naked-eye observations in predicting fog using machine learning algorithms.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.23 no.1
• /
• pp.1-14
• /
• 2021

Onions are a representative produce that requires supply-demand control measures due to large fluctuations in production and price by growing season. Accurate forecasts of crop production can improve the effectiveness of such measures. However, it is challenging to obtain accurate estimates of crop productivity for onions because they are mainly grown on the open fields. The objective of this study was to perform the empirical analysis of the relationship between factors for crop growth and meteorological conditions, which can support the development of models to predict crop growth and production. The growth survey data were collected from open fields. The survey data included the weight of above ground organs as well as that of the bulbs. The estimates of meteorological data were also compiled for the given fields. Correlation analysis between these factors was performed. The random forest was also used to compare the importance of the meteorological factors by the growth stage. Our results indicated that insolation in early March had a positive effect on the growth of the above-ground. There was a negative correlation between precipitation and the growth of the above-ground at the end of March although it has been suggested that drought can deter the growth of onion. The negative effects of precipitation and daylight hours on the growth of the above-ground and under-ground were significant during the harvest period. These meteorological factors identified by growth stage can be used to develop models for onion growth and production forecast.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.36-36
• /
• 2018

세계 물 시장은 지속적으로 성장하고 있는 추세로 현대경제연구원에서는 연 평균 5.5%씩 성장할 것이라고 예측한 바 있다. 또한 국내 수자원 개발은 거의 포화 상태에 도달하여 수자원 기업들이 해외 수자원 산업진출을 다각적으로 추진하고 있으므로 해외 수자원 사업에 대한 관심이 더욱 커질 전망이다. 해외 수자원 산업에서 국내 기업이 어려움을 겪는 부분 중 하나는 타당성 조사로 개발도상국에서 좋은 품질의 기상 및 수문 관측 자료를 확보하는 것이 어렵기 때문이다. 국내 기업들이 진출한 주요 해외 시장은 아시아와 아프리카이며, 진출 사례가 많은 아시아 지역에는 비교적 기상 및 수문자료 확보가 용이하나, 아프리카 지역은 자료의 확보가 어려운 상황이다. 특히 아프리카 지역은 수자원 현황이 열악하고 개발가능성이 높아 향후 국내 기업의 진출이 활발할 것으로 예측되는 지역으로 수자원 산업 진출을 위한 기상 및 수문자료 확보를 위한 노력이 필요하다. 본 연구에서는 해외 수자원 산업 진출의 기초자료 확보를 위해 아프리카 지역의 기상, 지형, 토양자료를 수집하고 수문자료 생산을 위한 지표수문해석 모델의 적용성을 평가하였다. 지표수문해석 모델로는 국내외에서 전지구 규모 수문해석에 활용성이 높다고 알려진 VIC (Variable Infiltiration Capacity)를 활용하였으며, 물수지 모의를 수행하였다. 기상, 지형, 토양자료는 미국 CPC (Climate Prediction Center), UMD(University of Maryland), FAO (Food and Agriculture Organization)의 전 지구 자료를 활용하였다. 아프리카 주요 유역에 대한 VIC 모델 적용성 평가결과 유출해석의 정확도가 유의미한 것으로 나타났다. 본 연구에서는 아프리카 대륙 규모의 기상, 지형, 토양자료를 확보하고 수문자료 생산 체계를 구축하였으며, 연구결과가 향후 국내 수자원 기업의 해외진출 및 전 지구 규모 수문연구의 기초자료로 활용될 수 있다는 점에서 가치가 있다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.17-17
• /
• 2017

최근 기후변화로 인한 국지적인 돌발성 위험기상 및 집중호우의 발생빈도가 증가로 인한 기상재해의 규모가 대형화되고 있다. 이러한 기상재해 및 위험기상의 대비를 위하여 시공간적으로 고해상도를 갖는 레이더 강수자료가 수공학분야에 널리 활용되고 있다. 하지만 기상레이더는 대기 중에 존재하는 수상체로부터 반사되는 반사도를 사용하여 강수량을 산정하므로 지상 강수자료와 시공간적 오차가 존재하며 레이더-반사도 관계식을 적용하더라도 과소추정의 문제가 발생하게 된다. 과소추정의 문제를 해결하기 위하여 편의보정기법을 적용한 레이더 강수자료에는 여전히 관측과정에서 발생할 수 있는 무작위 오차(random error)에 대한 불확실성이 존재하게 된다. 따라서 본 연구에서는 과소추정의 문제를 개선하고 레이더 강수자료의 시공간적 오차구조 규명이 가능한 정량적 강수량 추정기법을 개발하였다. 이를 위해 다변량 분석기법을 사용하여 레이더 강수자료의 시공간적 오차구조를 반영할 수 있는 무작위 오차(random error)를 확률론적으로 발생할 수 있는 레이더 강수앙상블 모형을 개발하였다. 개발된 모형으로부터 생산된 레이더 강우앙상블은 통계적 효율기준 분석결과 우수한 모형성능을 확인하였으며 극치호우 및 강우시계열 패턴 분석결과 지상강우의 특성을 효과적으로 재현하는 것을 확인하였다. 최종적으로 도시유역 및 미계측유역의 강우-유출모형에 입력 자료로 활용하여 홍수자료를 생산할 수 있는 레이더기반 홍수예보 시스템을 개발하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.468-468
• /
• 2017

최근 기후변화로 인해 수자원 위험요소인 가뭄 및 홍수피해가 증가하고 있으며, 인구증가에 따른 수량감소로 수자원관리가 더욱 어려워지고 있는 실정이다. 효율적인 수자원관리 및 기후변화 대응을 위해 세계 물시장은 점점 증가하고 있으며, 이에 따라 국내기업 또한 해외사업 진출을 추진하고 있으나, 사업에 필수적인 기상, 수문 등 기초자료의 부재로 어려움을 겪고 있다. 본 연구에서는 국내기업의 해외사업 진출 시 필요한 기상, 지형, 수문, 인문 사회 등 기초자료를 제공하는 글로벌 수자원정보제공시스템(Global Water Bank, GWB)을 설계 및 개발하고자 한다. 국내 외 예비타당성보고서 및 국내에서 수집 가능한 국외 정보현황을 분석하여 자료 제공인자를 도출하였으며, 이를 토대로 시스템 내 제공항목을 기상, 지형, 수문해석, 인문 사회, 기후변화 자료로 구분하였다. 해외시장 진출범위를 고려하여 자료의 공간적인 범위를 전지구로 설정하였으며, 전지구 자료의 가용성을 검토하여 제공자료를 구축하였다. 기상자료는 NCDC (National Climate Data Center)의 관측 지점자료와 APHRODITE (Asian Precipitation - Highly-Resolved Observational Data Integration Towards Evaluation) 격자자료를 수집하였으며, 오 결측 자료는 품질검토를 수행하여 보정하였다. 지형자료의 경우 USGS (U.S. Geological Survey)의 DEM, FAO (Food and Agriculture Organization of the United Nations)의 토양도, UMD (University of Maryland)의 토지피복도를 구축하였다. 수문자료는 GRDC(Global Runoff Data Centre)의 관측 지점자료를 수집하였으며, 미계측 지역의 수문자료 구축을 위해 VIC(Variable Infiltration Capacity) 수문모형을 활용하여 $0.5^{\circ}$ 공간해상도의 격자 유출량 자료를 생산하였다. 인문 사회자료로 World Bank의 국가별 통계자료를 수집하였으며, 구축된 각 자료는 GWB 시스템을 통해 제공된다. 시스템의 시범운영을 위해 아시아 지역을 대상으로 GWB- 버전을 개발하였으며, 시범지역 내 관측자료와 비교분석하여 자료의 활용성을 검증하였다. 추후 GWB 시스템은 해외진출 사업 우선지역 선정 근거로 활용될 수 있는 가상수 및 물산업지수 등의 추가정보를 제공하고 타 지역으로 확대적용 예정이다.

• Journal of the Korean Data and Information Science Society
• /
• v.22 no.5
• /
• pp.941-949
• /
• 2011

In this paper, 72 weather stations in Korea are clustered by the hierarchical agglomerative procedure based on the average linkage method. We compare our clusters and stations divided by mountain chains which are applied to study on the impact analysis of foodborne disease outbreak due to climate change.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.26 no.3
• /
• pp.182-189
• /
• 2016

For high accuracy of forecast using numerical weather prediction models, we need to get weather observation data that are large and high dense. Korea Meteorological Administration (KMA) mantains Automatic Weather Stations (AWSs) to get weather observation data, but their installation and maintenance costs are high. Mini-AWS is a very compact automatic weather station that can measure and record temperature, humidity, and pressure. In contrast to AWS, costs of Mini-AWS's installation and maintenance are low. It also has a little space restraints for installing. So it is easier than AWS to install mini-AWS on places where we want to get weather observation data. But we cannot use the data observed from Mini-AWSs directly, because it can be affected by surrounding. In this paper, we suggest a correcting method for using pressure data observed from Mini-AWS as weather observation data. We carried out preconditioning process on pressure data from Mini-AWS. Then they were corrected by using machine learning methods with the aim of adjusting to pressure data of the AWS closest to them. Our experimental results showed that corrected pressure data are in regulation and our correcting method using SVR showed very good performance.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.375-375
• /
• 2018

세계 수자원 시장은 연평균 6.5%씩 증가하고 있으며, 2025년 기준 1,038조원까지 급성장할 것으로 전문가들은 예상하고 있으나, 기후변화의 가속화로 인해 가뭄 및 홍수피해가 증가하여 수자원 관리가 더욱 어려워져지고 있다. 급속도로 변화는 환경에 대비하기 위해 국내에서는 수자원 및 기후변화에 대한 다양한 연구가 진행되고 있으나, 해외사업 진출 시에는 수자원 기초자료 수집에 대한 어려움을 겪고 있다. 이를 해결하기 위해 글로벌 수문기상자료 제공과 함께 GIS정보, 댐 및 저수지 관련 자료, 인문사회 자료, 물관련 통계자료, 물관련 재해자료 등을 웹으로 제공하는 글로벌 수자원 정보 시스템(GWB, Global World Bank)을 개발하고자 한다. 본 연구에서는 시스템의 통합 DB를 구축하고 관리방안을 도출하기 위해 수집된 메타데이터 속성 및 데이터구조를 파악하고, 세부항목별 자료 포맷을 분석 후 GIS기반 관측소 정보와 자료를 매칭하여 최종적으로 시스템 컨텐츠별로 DB를 맵핑하였다. 강수량과 기상자료는 33개국의 관측소 6,531개소의 일/월/연단위 관측자료와 10,977격자의 격자분석자료를 구축하였다. 수문자료는 33개국의 수문관측소 2,242개의 월/연단위 유량관측자료와 10,977격자의 월/연단위 직접유출, 기저유출, 잠재증발산의 격자분석자료를 구축하였다. 그리고, 수집된 강우와 기상자료는 기계 오작동, 자료 전송 오류 등으로 인한 결측치 및 이상치에 대해 자료품질분석을 통해 오자료에 대한 보정을 진행하였다. 해당자료는 MySQL를 활용하여 DB를 구축하였으며, GIS정보는 GeoServer를 활용하여 운영서버에 구축된 정보를 최종적으로 사용자에게 Web Browser로 표출하였다. 해당 시스템은 추후 전지구 수자원관련 정보를 제공하여 해외사업지역의 댐이나 보 등의 구조물 설계, 수자원산업의 해외 진출시 데이터 수집의 한계점 및 시간단축을 해결할 수 있어 수자원 분야에 기여 할 수 있을 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.411-411
• /
• 2015

유량예측의 가장 주된 목적은 가뭄과 홍수와 같은 수해방지를 위해 통합수자원관리를 수행하는데 있다. 이런 유량예측을 위해 다양한 기법들로 예측이 수행되고 있으며, 예측기간과 필요 정확도에 따라 초단기, 단기, 중 장기 예측 등으로 구분할 수 있다. 유량예측에 사용되는 기법들은 기후변화 시나리오와 같이 예측된 강우자료를 이용하여 유출량을 예측하는 방법이 있으며, 통계적인 방법으로 과거자료들을 활용하여 미래의 유량을 예측하는 방법이 있다. 본 연구에서는 ESP 기법을 이용하여 금호강 유역의 월 단위(30일) 유량을 예측하고자 한다. 앙상블 유량예측기법(ESP; Ensemble Streamflow Prediction)이란 현재의 유역상태를 초기조건으로 사용하고 과거의 온도나 강수 등의 시계열 앙상블을 강우-유출모형에 입력하여 유출량을 앙상블로 예측하는 기법이다. ESP는 결국 현재의 유역상태와 유역에서의 과거 강우 관측기록, 미래 강우예측에 대한 정보를 조합하여 그에 따른 유출 앙상블을 생산해내게 된다. 월 유량을 예측하기 위해서 금호강 유역의 1988년에서 2014년까지 27년간 대구, 영천, 포항 관측소의 기상자료를 수집하였으며, 금호강 표준유역에 해당하는 19개 유역으로 분할하여 모의에 이용하였다. 금호강 유역에 티센망을 적용하여 각 표준유역별로 강우량을 조합하여 2013년까지 모의에 적용하였으며, 이는 과거자료로 사용하였다. 유량예측에 사용되는 강우자료를 생성하기 위해서 26년간 일강우를 이용하였다. 예를 들어 2014년 12월을 예측한다면 11월까지 관측된 유역초기 조건을 가지는 수문모형의 12월 기상입력자료로써 현재 유역에서 발생 가능성이 있는 동일 유역의 과거 1988년부터 2013년까지의 12월 기상자료들을 사용하는 방법이다. 1988년부터 2013년까지 26개 12월 기상자료를 사용하므로 유량예측결과 또한 26개가 주워진다. 계산된 26개의 유량앙상블이 적용된 유역에서 12월에 발생 가능한 유출량의 모음이 된다. 시나리오결과를 수자원관리에 활용하기 위해서 초과확률로 분석하였으며, 이런 분석의 결과는 향후 가뭄과 홍수 같은 수해방지를 위해 수공구조물의 운영에도 활용할 수 있을 것으로 판단된다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.24 no.4
• /
• pp.346-352
• /
• 2022

Mountain meteorology in South Korea that is covered mountains with complex terrain is important for understanding and managing the forest disaster and forest ecosystems. In particular, recent changes in dryness and/or rainfall intensity due to climate change may cause an increase in the possibility of forest disasters. Therefore, accurate monitoring of mountain meteorology is needed for efficient forest management. Korea Forest Service (KFS) is establishing the Automatic Mountain Meteorology Observation Stations (AMOS) in the mountain regions since 2012. 464 AMOSs are observing various meteorological variables such as air temperature, relative humidity, wind speed and direction, precipitation, soil temperature, and air pressure for every minute, which is conducted the quality control (QC) to retain data reliability. QC process includes the physical limit test, step test, internal consistency test, persistence test, climate range test, and median filter test. All of AMOS observations are open to use, which can be found from the Korean Mountain Meteorology Information System (KoMIS, http://mtweather.nifos.go.kr/) of the National Institute of Forest Science and the Public Data Portal (https://public.go.kr/). AMOS observations with guaranteed quality can be used in various forest fields including the public safety, forest recreation, forest leisure activities, etc., and can contribute to the advancement of forest science and technology. In this paper, a series of processes are introduced to collect and use the AMOS dataset in the mountain region in South Korea.