• Proceedings of the KSRS Conference
• /
• 2006.03a
• /
• pp.105-108
• /
• 2006

Red tide(harmful algae) in the Korean Coastal Waters has a given a great damage to the fishery every you. However, the aim of our study understands the influence of meteorological factors (air and water temperature, precipitation, sunshine, solar radiation, winds) relating to the mechanism of red tide occurrence and monitors red tide by satellite remote sensing, and analyzes the potential area for red tide occurrence by GIS. The meteorological factors have directly influenced on red tide formation. Thus, We want to predict and apply to red tide formation from statistical analyses on the relationships between red tide formation and meteorological factors. In future, it should be realized the near real time monitoring for red tide by the development of remote sensing technique and the construction of integrated model by the red tide information management system (the data base of red tide - meteorological informations). Finally our purpose is support to the prediction information for the possible red tide occurrence by coastal meteorological information and contribute to reduce the red tide disaster by the prediction technique for red tide.

• Journal of the Korea Society of Computer and Information
• /
• v.29 no.4
• /
• pp.177-182
• /
• 2024

A consumer's decisions are made by affection of product. Affection has types: evaluation, mood, emotion and sensibility that means unconscious changes. Previous researches have clarified weather factors affect to sensibility that means weather factors may have causal effects to consumer's decision making. This research utilize weather information from KMA(Korea Meteorological Administration) and SNS geographical information and text to make weather sensibility model, and clarify the model shows significant change to online shop customer's purchase behavior(purchase frequency) by merging customer's address information and geometric information of the model for apply weather model. As a result, a model utilize daily precipitation, sunshine hours, average ground temperature, and average relative humidity makes significant result to e-commerce purchase behavior frequency.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2023.07a
• /
• pp.187-188
• /
• 2023

본 논문에서는 안드로이드 플랫폼 기반의 스마트폰에 내장된 GPS 센서와 카카오 로그인 API, 기상청 API, 유튜브 라이브러리, 크롤링을 활용한 체감 온도 기반 코디 추천 애플리케이션을 설계하고 구현한다. 카카오 로그인 API를 활용한 제삼자 로그인 인증 방식을 사용하고 사용자별 체질 정보를 입력받아 개인화된 옷차림 정보를 제공하도록 구현한다. 또한 GPS 센서로 받아온 위치 정보를 기상청 API와 연동하여 사용자의 현재 위치에 해당하는 날씨 정보와 체감 온도를 계산하여 제공하도록 구현한다. 그리고 유튜브 라이브러리를 사용하여 유튜브 코디 영상을 제공하여 사용자의 코디에 도움을 주도록 구현한다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.17 no.6
• /
• pp.121-132
• /
• 2018

Weather is an important factor affecting roadway transportation in many aspects such as traffic flow, driver 's driving patterns, and crashes. This study focuses on the relationship between weather and road surface condition and develops a model to estimate the road surface condition using machine learning. A road surface sensor was attached to the probe vehicle to collect road surface condition classified into three categories as 'dry', 'moist' and 'wet'. Road geometry information (curvature, gradient), traffic information (link speed), weather information (rainfall, humidity, temperature, wind speed) are utilized as variables to estimate the road surface condition. A variety of machine learning algorithms examined for predicting the road surface condition, and a two - stage classification model based on 'Random forest' which has the highest accuracy was constructed. 14 days of data were used to train the model and 2 days of data were used to test the accuracy of the model. As a result, a road surface state prediction model with 81.74% accuracy was constructed. The result of this study shows the possibility of estimating the road surface condition using the existing weather and traffic information without installing new equipment or sensors.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.6 no.2
• /
• pp.127-139
• /
• 2004

Agricultural meteorology has advanced during the last 100 years from a descriptive to a quantitative science using physical and biological principles. The agricultural community is becoming more aware that using climate and weather information will improve their profitability and this will no doubt increase the demand for agrometeorological services. Hence it is timely that the needs and perspectives for agrometeorology in the 21$^{21}$ Century are grouped under two major headings: agrometeorological services for agricultural production and agrometeorological support systems for such services. Emphasis must be placed on the components of such support systems comprising of data, research, policies and training/education/extension. As Monteith (2000) mentioned, food supplies ultimately depend upon the skill with which farmers ran exploit the potential of good weather and minimize the impact of bad weather. Recent developments in instrumentation, data management systems, climate prediction, crop modelling, dissemination of agrometeorological information etc., provide agrometeorologists the tools necessary help the farmers improve such skills. The future for operational applications of agricultural meteorology appears bright and such applications could contribute substantially to promote sustainable agriculture and alleviate poverty.

• Journal of Scientific & Technological Knowledge Infrastructure
• /
• s.17
• /
• pp.22-31
• /
• 2005

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.11a
• /
• pp.873-876
• /
• 2017

최근 딥러닝(Deep-learning)을 활용한 기상 예측, 심리 예측, 교통상황 예측 등 다양한 분야에 걸쳐 여러 모델의 인공신경망이 활용되고 있다. 본 논문에서는 여러 분야 중 스포츠라는 분야에 접근했으며, 딥러닝 모델을 통해 승부를 예측하는 실험을 진행하였다. 야구의 승부는 선수의 능력치, 기상의 변화, 험/어웨이 여부, 교체 여부 등 가늠할 수 없이 수많은 데이터들에 의존하고 있다. 그러나 본 논문에서는 이러한 수많은 데이터 중 경기 외적인 데이터를 제외한 데이터를 활용하여 그 다음 경기의 승부를 예측할 수 있을 지를 연구한다. 날짜 별 경기들이 훈련데이터가 되고 목표는 이전 경기들의 영향으로 예측된 다음 경기의 승/패를 예측한다. 즉 순차적인 데이터의 활용에 적합한 모델, Recurrent Neural-Network을 이용하였다. 이를 위하여 KBreport에서 데이터를 수집하였고, 수집된 데이터를 훈련 데이터 세트로 만들어 Recurrent Neural Network를 통해 훈련시켜 다음 경기의 승패를 예측하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.589-591
• /
• 2023

현재 수치예보 시스템은 항공기, 위성 등 다양한 센서에서 얻은 다종 관측 데이터를 동화하여 대기 상태를 추정하고 있지만, 관측변수 또는 물리량이 서로 다른 관측들을 처리하기 위한 계산 복잡도가 매우 높다. 본 연구에서 기존 시스템의 계산 효율성을 개선하여 관측을 평가하거나 전처리하는 데에 효율적으로 활용하기 위해, 각 관측의 특성을 고려한 자기 지도학습 방법을 통해 멀티모달 기상관측으로부터 실제 대기 상태를 추정하는 방법론을 제안하고자 한다. 비균질적으로 수집되는 멀티모달 기상관측 데이터를 융합하기 위해, (i) 기상관측의 heterogeneous network를 구축하여 개별 관측의 위상정보를 표현하고, (ii) pretext task 기반의 self-supervised learning을 바탕으로 개별 관측의 특성을 표현한다. (iii) Graph neural network 기반의 예측 모델을 통해 실제에 가까운 대기 상태를 추정한다. 제안하는 모델은 대규모 수치 시뮬레이션 시스템으로 수행되는 기존 기술의 한계점을 개선함으로써, 이상 관측 탐지, 관측의 편차 보정, 관측영향 평가 등 관측 전처리 기술로 활용할 수 있다.

• Proceedings of the Korean Society of Disaster Information Conference
• /
• 2017.11a
• /
• pp.278-279
• /
• 2017

북한 대부분이 미계측 지역으로서 자연재해 연구의 기초 데이터인 기상정보가 매우 부족한 실정이다. 이러한 지역은 천리안 기상위성 등 원격탐사 기술을 활용하여 재해 모니터링을 하여야한다. 천리안 기상위성은 기상청에서 운영하는 강우 알고리즘을 이용하면서 재해예측 보다는 일반적인 강우 예보에 중점을 두고 있다. 따라서 기상청 강우 알고리즘은 35 mm/hr를 초과하는 강우에 대해서는 탐지를 하지 못하므로 홍수위험 모니터링에 적합하지 않다. 본 연구에서는 이러한 문제를 해결하기 위해 기존의 천리안 강우강도 알고리즘에 GPM 위성 산출물(L3)과 같은 다중센서 자료를 적용하여 홍수유발 강우까지 측정할 수 있는 추정기술을 개발하였다. 개발된 강우 추정기술은 한국의 기상관측지점 94개소 자료와 비교 검증했을 때, 상관계수가 0.6 이상으로 기존의 알고리즘보다 개선된 강우를 추정할 수 있었다. 따라서 기존의 천리안 강우강도 알고리즘에서 추정하지 못했던 집중호우나 태풍의 강우강도를 정확하게 추정할 수 있으므로 미계측 지역의 홍수위험 모니터링에 도움이 될 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.112-112
• /
• 2018

최근 이상기후로 인한 국부적인 혹은 광역적인 가뭄이 빈번하게 발생하고 있는 추세이며 발생횟수 뿐 아니라 가뭄 심도 및 지속기간이 과거보다 크게 증가하여 그에 따른 피해가 커질 것으로 예측되고 있다. 특히, 2014~2015년도의 유례없는 가뭄으로 인해 저수지 용수공급이 제한되면서 많은 농가들이 피해를 입었다. 본 연구의 목적은 전국 농업용 저수지를 대상으로 기상청 3개월 예보자료를 활용 할 수 있는 농업용 저수지 저수율 다중선형 회귀 모형을 개발하여 저수율 전망정보를 생산하는 것이다. 본 연구에서는 전국에 적용 가능한 저수율 다중선형 회귀 모형개발을 위해 5개의 기상요소(강수량, 최고기온, 최저기온, 평균기온, 평균풍속)와 관측 저수지 저수율을 활용했다. 기상자료는 2002년부터 2017년까지의 기상청 63개 지상관측소로부터 기상관측자료를 수집하였다. 본 연구에서는 저수율 전망 단계를 세 단계로 나누었다. 첫 번째 단계로 농어촌공사에서 전국 511개 용수구역을 대상으로 군집분석 및 의사결정나무 분석을 통해 제시한 65개 대표저수지를 대상으로 기상자료 및 관측 저수율 자료를 이용하여 다중선형 회귀분석을 실시하였다. 수집한 기상요소와 저수율을 독립변수로 하여 월별 회귀식을 산정한 결과 결정계수($R^2$)는 0.51~0.95로 나타났다. 두 번째 단계로 대표저수지의 회귀분석 결과를 전국의 저수지로 확대하기 위해 나이브 베이즈 분류법을 적용하여 전국 3098개의 저수지를 65의 군집으로 분류하고 각각의 군집에 해당되는 월별 회귀식을 산정하였다. 마지막으로 전국 저수지로 산정된 회귀식과 농업 가뭄 예측을 위해 기상청의 GS5(Global Seasonal Forecasting System 5) 3개월 예보자료를 수집하여 회귀식에 적용해 2017년 전국 저수지의 3개월 저수율 전망정보를 생산하였다. 본 연구의 전국 저수지 군집결과 기반의 저수율 전망기술은 2017년도 관측 저수율과 비교한 결과 유의한 상관성을 나타냈으며 이 결과는 추후 농업용 저수지의 물 공급 및 농업가뭄 전망 자료로서 이용이 가능할 것으로 판단된다.