• Korean Journal of Agricultural and Forest Meteorology
• /
• v.21 no.2
• /
• pp.97-109
• /
• 2019

Degree days have been determined using temperature data measured at nearby weather stations to a site of interest to produce information for supporting decision-making on agricultural production. Alternatively, the data products of Moderate Resolution Imaging Spectroradiometer (MODIS) can be used for estimation of degree days in a given region, e.g., Korean Peninsula. The objective of this study was to develop a simple tool for processing the MODIS product for estimating cooling degree days (CDD), which would help assessment of heat stress conditions for a crop as well as energy requirement for greenhouses. A set of scripts written in R was implemented to obtain temperature profile data for the region of interest. These scripts had functionalities for processing spatial data, which include reprojection, mosaicking, and cropping. A module to extract air temperature at the surface pressure level was also developed using R extension packages such as rgdal and RcppArmadillo. Random forest (RF) models, which estimate mean temperature and CDD with a different set of MODIS data, were trained at 34 sites in South Korea during 2009 - 2018. Then, the values of CDD were calculated over Korean peninsula during the same period using those RF models. It was found that the CDD estimates using the MODIS data explained >74% of the variation in the CDD measurements at the weather stations in North Korea as well as South Korea. These results indicate that temperature data derived from the MODIS atmospheric products would be useful for reliable estimation of CDD. Our results also suggest that the MODIS data can be used for preparation of weather input data for other temperature-based agro-ecological models such as growing degree days or chill units.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.153-153
• /
• 2015

최근 지구온난화와 같은 기후변화로 인한 기상이변으로 홍수, 태풍 등이 빈번히 발생하면서 지면서 그로 인한 피해도 점점 증가하고 있으며, 이러한 기상 이변으로 인한 피해를 최소화 하기 위하여 기후변화가 수문량에 미치는 영향에 대한 연구가 활발히 진행되고 있다. 그 중, 기후변화로 인한 강수현상의 변화를 분석하기 위한 방법 중 하나로 강수 현상이 주변 기후 요소의 분포에 영향을 받으며, 이를 바탕으로 강수현상에 영향을 미치는 기상인자를 통하여 강수를 분석하는 방법이 있다. 동으로는 태평양을 마주한 아시아 대륙 끝에 위치한 우리나라의 지형적 특성상, 강수 현상에 있어 대륙과 해양의 영향을 모두 받은 위치에 있다. 따라서 우리나라의 강수현상에 영향을 미치는 기상인자를 분석할 경우 대륙에서의 기상변화를 반영한 기상인자와 더불어 태평양에서의 기상변화를 반영한 모든 기상인자를 적용할 필요가 있다고 판단되어 본 연구를 수행하였다. 본 연구에서는 우리나라 자료기간이 30년 이상인 주요 지점의 강수량 자료를 바탕으로 Empirical Mode Decomposition(EMD)을 이용하여 과거의 기후변화에 따른 강수량 변동성과 경향성에 대하여 분석하고, 이를 다양한 기상인자와의 지연상관관계를 분석함으로써, 기후변화에 따른 우리나라 강수량의 변동이 어느 요소에 민감한지를 판단해 보고, 상관관계가 높은 지연개월 수를 판단하여기상인자를 통한 강수량의 예측 가능성을 제시 하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.16-16
• /
• 2017

기후 시스템의 다양한 상호작용으로 인해 나타나는 대표적 현상인 강우는 수문학적 분석 과정의 필수적인 요소이며 장기 강우를 예측하는 것은 효율적인 수자원 관리에 중요한 기반이 되고 있다. 이러한 강우는 장기적으로 지구의 대기-해양 순환 패턴의 영향을 받으며, 특히 엘니뇨와 라니냐와 같은 기상 이변이 발생할 경우 대규모 순환에 변화가 일어나게 되어 강우에 영향을 미칠 수 있다. 따라서 본 연구에서는 지구의 순환 패턴 특성을 수치화한 전지구적 기상인자 중에서 우리나라 장기 강우를 예측하기 위한 기상인자를 선정하고 시계열 모형 구축을 통하여 예측력을 평가하였다. 이를 위해 강우에 내재된 다양한 대기-해양 순환 패턴으로부터 나타나는 주기적 요소를 추출하기 위해 앙상블 경험적 모드분해법을 사용하여 강우를 분해한 후, 각 분해된 강우자료와 전지구적 기상인자와의 상관성 분석을 통해 높은 상관성을 가진 기상인자를 선별하고 단계식 변수선택법으로부터 유의미한 기상인자를 최종적으로 선정하였다. 그 결과, 우리나라 기상청 60개 지점의 월별 강우자료 중 전반적으로 영향을 미치는 기상인자를 선정할 수 있었으며, 선정된 기상인 자로 구축된 시계열 모형을 통해 우리나라 장기 강우를 예측하였다.

• The Journal of The Korea Institute of Intelligent Transport Systems
• /
• v.14 no.2
• /
• pp.1-13
• /
• 2015

Traffic volume data is basic information that is used in a wide variety of fields. Existing missing traffic volume data imputation method did not take the effect on the rainfall. This research analyzed considering of the rainfall effect in missing traffic volume data imputation method. In order to consider the effect of rainfall, established the following assumption. When missing of traffic volume data generated in rainy days it would be more accurate to use only the traffic volume data of the past rainy days. To confirm this assumption, compared for accuracy of imputed results at three kinds of imputation method(Unconditional Mean, Auto Regression, Expectation-Maximization Algorithm). The analysis results, the case on consideration of the rainfall effect was more low error occurred.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.231-231
• /
• 2019

수문자료는 수문과정을 이해하고 그 특성을 파악하여 장래 예견되는 자연재해로부터 인간의 생명과 재산을 보호하는데 있어서 매우 중요하다. 특히 수자원 계획 수립 및 대규모 수공구조물 설계 시 수문학적 설계기준이 되는 강수량 및 유출량과 같은 설계 수문량을 정확하게 산정하기 위해서는 장기간의 과거자료가 필요하다. 그러나 한국의 경우 수문자료 관측을 위한 관측소가 대부분 근래에 설치되어 자료의 기록기간이 짧은 실정이며, 수문자료의 질적인 면에서의 신뢰성이 의심되는 경우가 많아 수문 시계열 자료의 특성을 파악하는 것이 더욱 중요하다. 한국의 경우 수문 시계열 자료가 정상성이나 독립성을 지니고 있다고 가정하고 수문분석을 실시하는 경우가 많기 때문에 정상성을 가정한 수문분석으로 인해 왜곡된 결과를 얻을 수 있는 가능성이 있다. 본 논문에서는 한국의 기상청 63개의 기상관측소 중 45년 이상의 장기간의 관측 자료를 가지고 있는 37개의 기상관측소의 연강수량 자료를 대상으로 Data Screening 방법을 이용하여 정상성 분석을 실시하였다. 분석결과 37개소의 기상관측소 연 강수량의 시계열 자료 중 4개 관측소의 연강수량 자료에서 경향성을 보였으며 평균과 분산의 시간변동성을 의미하는 안정성은 22개 관측소 연강수량 자료에서 불안정성을 나타내었다. 또한 4개 관측소 연강수량 자료에서 지속성을 나타내었다. 본 논문에서는 경향성이 없고 평균과 분산의 안정성이 존재하며 지속성을 보이지 않는다는 조건을 동시에 만족하는 연 강수량 시계열 자료만을 정상성이 있다고 판단하였으며 분석 결과, 37개 관측소 중 23개 관측소(약 62%) 연 강수량자료가 비정상성을 나타냄을 확인할 수 있다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.22 no.3
• /
• pp.128-134
• /
• 2020

The daily gridded meteorological information and climatology with high resolution (30m and 270m) was produced from 94 Automated Surface Observing System (ASOS) of Korea Meteorological Administration (KMA) for the past 50 years (1971-current) by different downscaling methods. In addition, the difference between daily meteorological data and the mean state of past 30 years (1981-2010) was calculated for the analysis of climate change. These datasets with GeoTiff format are available from the web interface (https://agecoclim. agmet.kr). The performance of the data is evaluated using 172 Automatic Weather S tation (AWS ) of Rural Development of Administration (RDA). The data have biases lower than 2.0, and root mean square errors (RMSE) lower than 3.8. This data may help to better understand the regional climatic change and its impact on agroecosystem in S outh Korea.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.63-63
• /
• 2022

기상 예보자료는 발생 가능한 재난의 예방 및 대비 차원에서 매우 중요한 자료로 활용되고 있다. 우리나라 기상청에서는 동네예보를 통해 5km 공간해상도의 1시간 간격 초단기예보와, 6시간 간격 정량강우예보(Quantitative Precipitation Forecast, QPF)의 단기예보 정보를 제공하고 있다. 그러나 이와 같은 예보자료는 강우량의 시·공간변화가 큰 집중호우와 같은 기상자료를 활용한 수문학적인 해석에는 한계가 있다. 예보자료를 수문학에 활용하기 위한 시·공간적 해상도 개선뿐만 아니라 방대한 기상 및 기후 자료의 예측성능을 개선하기 위한 다양한 연구가 진행되고 있다. 본 연구에서는 기상청이 제공하는 지역 앙상블 예측 시스템(Local ENsemble prediction System, LENS)와 종관기상관측시스템(ASOS) 및 방재기상관측시스템(AWS) 관측 데이터 및 동네예보에 기계학습 방법을 적용하여 수문학적 정량적 강수량 예측(Hydrological Quantitative Precipitation Forecast, HQPF) 정보를 생산하였다. 전처리 과정을 통해 모든 데이터의 시간해상도와 공간해상도를 동일한 해상도로 변환하였으며, 예측 변수의 인자 분석을 통해 기계학습의 예측 변수를 도출하였다. 기계학습 방법으로는 처리속도와 확장성을 고려하여 XGBoost(eXtreme Gradient Boosting) 방식을 적용하였으며, 집중호우에서의 예측정확도를 높이기 위해 확률매칭(PM) 방식을 적용하였다. 생산된 HQPF의 성능을 평가하기 위해 2020년에 발생한 14건의 호우 사상을 대상으로 태풍형과 비태풍형으로 구분하여 검증을 수행하였다.

• Proceedings of the Korean Environmental Sciences Society Conference
• /
• 2007.05a
• /
• pp.227-230
• /
• 2007

1985년-2004년 동안의 재해연보 자료를 전산화하여 필요한 자료를 프로그램을 이용하여 추출하고 분석할 수 있도록 자연재해 Database를 Table 2와 같이 구축하였다. 이 DB는 매년 발생하는 피해에 대하여 updata 해야 하는 자료이므로 피해액을 당해연도 기준으로 사용하였으며, 기존의 재해연보를 입력하는 과정에서 총 피해액 합계의 오류와 지난 20년간의 행정구역의 변화를 재정리한데 의의가 있다. 또한 기상연보와 재해연보를 비교하는 과정에서 재해 발생빈도가 원인별로 일치하지 않은 점을 발견하여 기상연보에는 있으나 재해연보에는 없는 사건을 DB에 추가하였다. DB를 구축하는데 있어 가장 어려운 부분은 용어와 분류에 대한 기준을 정하는 과정과 사용하는 자료마다 수치가 달랐다는 점이다. 자연재해 피해 자료를 기재하는 일정한 기준을 마련하여 앞으로 만들어질 피해자료가 좀 더 체계적으로 분류되어야 한다. 또한 김해시에서 1,000억원이 넘는 피해를 입힌 호우와 태풍 사례에 대하여 우심지역으로 분석된 한림면과 상동면, 생림면은 김해시 내에서도 특히 사전재해저감계획을 수립하여 매년 같은 피해를 입지 않도록 노력해야 한다.

• Journal of the Korean Data and Information Science Society
• /
• v.26 no.3
• /
• pp.661-668
• /
• 2015

Them traffic accidents have been increased every year due to increasing of vehicles numbers as well as the gravitation of the population. The carelessness of drivers, many road weather factors have a great influence on the traffic accidents. Especially, the number of traffic accident is governed by precipitation, visibility, humidity, cloud amounts and temperature. The purpose of this paper is to analyse the effect of road weather factors on traffic accident. We use the data of traffic accident, AWS weather factors (precipitation, existence of rainfall, temperature, wind speed), time zone and day of the week in 2013. We did statistical analysis using logistic regression analysis and decision tree analysis. These prediction models may be used to predict the traffic accident according to the weather condition.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.413-413
• /
• 2022

본 연구에서는 통계적 방법으로 도출된 장기 기상예측정보를 이용하여 유역에서의 유출량 전망 가능성을 검토하였다. 먼저 한강권역의 월 강수량과 기온에 대해 글로벌 기후지수와의 원격상관성을 기반으로 다중회귀모형 기반의 통계적 예측모형을 구성하여 미래기간(1~12개월)에 대한 월 단위 기상예측정보를 도출하였다. 월 단위로 도출된 강수량과 기온은 통계적 상세화 기법을 통해 한강권역 주요 ASOS 관측소 지점별로 일 단위 강수량과 기온자료로 변환하였으며, 상세화된 일 자료를 유역모형인 SWAT의 입력자료로 활용하여 경안천 유역의 미래기간에 대한 유출량을 도출하였다. 유출량 예측성을 평가하기 위하여 과거기간(2003~2021년)을 대상으로 관측유출량과 예측기상정보로부터 산출된 예측유출량을 비교하였다. 각 월별로 예측된 유출량의 중앙값과 관측값의 적합도를 분석한 결과, PBIAS는 -5.2~-2.7%, RSR은 0.79~0.91, NSE는 0.34~0.38, r은 0.59~0.62로 강수량 및 기온의 예측성에 비해 낮게 나타났다. 전 기간에 대해 월별로 분석한 예측결과에 대한 3분위 확률은 5월, 6월, 7월, 9월, 11월은 평균 42.8%로 예측성이 충분한 것으로 나타났으나, 나머지 월에서의 평균 예측성은 17.3%로 매우 낮게 나타났다. 상세화된 기상정보를 이용하여 유역모델링을 통해 산정한 유출량에 대한 전망 결과는 기상예측결과에 비해 상대적으로 예측성이 낮은 것으로 분석되었다. 이는 관측값 자체에서 나타날 수 있는 불확실성에 기인할 수도 있으며, 유출량에 지배적인 영향을 주는 강수량의 예측성에 대한 문제가 유역 모델링 과정에서 증폭되어 나타나는 문제일 수도 있다. 또한 지점별 일 자료로 상세화되는 과정에서의 불확실성, 우리나라 여름철 유출량 변동성 등 여러 가지 요인이 복합적으로 영향을 주어 나타나는 것으로 생각된다. 향후 다양한 대상유역에 대한 검토와 기상예측모형의 보완, 상세화 과정에서의 불확실성 해소 등을 통해 예측성을 개선할 계획이다.