• Korean Journal of Agricultural and Forest Meteorology
• /
• v.24 no.3
• /
• pp.164-178
• /
• 2022

Uncertainties in weather forecasts would affect the reliability of yield prediction using crop models. The objective of this study was to compare uncertainty in crop yield prediction caused by the use of the weather forecast data. Daily weather data were produced at 10 km spatial resolution using W eather Research and Forecasting (W RF) model. The nearest neighbor method was used to downscale these data at the resolution of 5 km (W RF5K). Parameter-elevation Regressions on Independent Slopes Model (PRISM) was also applied to the WRF data to produce the weather data at the same resolution. W RF5K and PRISM data were used as inputs to the CROPGRO-SOYBEAN model to predict crop yield. The uncertainties of the gridded data were analyzed using cumulative growing degree days (CGDD) and cumulative solar radiation (CSRAD) during the soybean growing seasons for the crop of interest. The degree of agreement (DOA) statistics including structural similarity index were determined for the crop model outputs. Our results indicated that the DOA statistics for CGDD were correlated with that for the maturity dates predicted using WRF5K and PRISM data. Yield forecasts had small values of the DOA statistics when large spatial disagreement occured between maturity dates predicted using WRF5K and PRISM. These results suggest that the spatial uncertainties in temperature data would affect the reliability of the phenology and, as a result, yield predictions at a greater degree than those in solar radiation data. This merits further studies to assess the uncertainties of crop yield forecasts using a wide range of crop calendars.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.226-226
• /
• 2016

최근 이상기상현상과 기후변화로 인하여 국지적인 집중호우의 빈도 및 규모가 증가하고 있으며, 이로 인한 돌발 홍수피해가 증가하고 있다. 이러한 홍수 피해를 줄이기 위해서는 정확도가 우수한 초단시간(1~2시간 이내) 예측 강우량 정보가 필요하다. 본 연구에서는 집중호우에 대한 초단시간예보 및 실황 예측을 위해 시공간적으로 고해상도 자료를 제공할 수 있는 기상레이더 강우자료와 위성영상 자료를 결합하여 초단기 강수 예측기법 개발 연구를 수행하였다. 또한 기상레이더 강우량은 지상강우관측에 비해 정확성이 낮고, 많은 불확실성을 포함하고 있으므로, 위성영상에서 산출되는 강우자료와 결합하여 강우추정의 정확도를 개선하고자 하였다. 레이더 볼륨자료에서 반사도 자료를 추출하여, 1.5km CAPPI(Constant Altitude Plan Position Indicator) 자료를 생성하고, 반사도 CAPPI 자료의 패턴 상관분석을 통하여 강우시스템의 최적 이동벡터를 산출하였다. 또한 이동벡터를 고려하여 시공간적으로 외삽하여 강우이동 예측 모델을 개발하고, 초기자료로 레이더와 천리안 위성(Communication, Ocean and Meteorological Satellite, COMS) 영상자료에서 생성되는 강우자료를 결합한 강수장 자료를 이용하여 강수 예측장을 생성하였다. 레이더-위성 결합 초단기 강우예측 모델의 정확성 검증을 위하여 2014년 8월 25일 부산 및 영남 지역에 발생한 집중호우 사례에 대하여 지상기상자동관측시스템(Automatic Weather System, AWS) 강우 측정 결과를 비교 분석 하였으며, 그 적용 가능성을 검증하였다. 초단기 강우예측 분석 결과 지상강우자료와의 오차가 발생하나, 추후 여러 통계적 후처리 과정을 통하여 그 성능이 개선될 것으로 보이며, 보다 정확한 강우량 예측을 위해서는 지속적인 알고리즘 개선 및 모형의 검 보정이 필요할 것으로 사료된다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.15 no.2
• /
• pp.59-66
• /
• 2013

Among many factors, especially meteorological conditions can impact agricultural productivities. This study was conducted to analyze the relationships between crop yield and meteorological factors. We collected meteorological data (i.e., temperature and precipitation) from the Automated Weather System (AWS) of Korea Meteorological Administration (KMA) and the yield data of Chinese cabbage and Radish from local Nonghyup (NCAF:National Agricultural Cooperative Federation) and Farmers' Corporate Association. The agricultural data were classified into two groups. These groups are comprised of the farmers who produced a crop under 30 kg per $3.3m^2$ and over 30k g per $3.3m^2$ respectively. The daily meteorological data were calculated from the average value for ten days. Based on the regression analysis, we concluded that the yield of Chinese cabbage (Haenam) was related to average temperature, minimum temperature, precipitation, and number of days with precipitation, whereas that of Radish (Jeju) was related to average temperature, maximum temperature, and minimum temperature. The result suggests that these meteorological data can be used more effectively for the prediction of crop yield.

• Journal of Korea Water Resources Association
• /
• v.42 no.9
• /
• pp.681-690
• /
• 2009

In this research, design precipitation was calculated by reflecting the climatic indices and its uncertainty assessment was evaluated. Climatic indices used the sea surface temperature and moisture index which observed globally. The correlation coefficients were calculated between the annual maximum precipitation and the climatic indices. and then climatic indices which have the larger correlation coefficient were selected. Therefore, the regression relationship was established by a locally weighted polynomial regression. Next, climatic indices were generated by montecarlo simulation using kernel function. Finally, the design rainfall was calculated by the locally weighted polynomial regression using generated climatic indices. At the result, the comparison of design rainfall between the reflection of the climatic indices and the frequency analysis did not indicate a significant difference. Also, this result can be used as basic data for calculation of probability precipitation to reflect climate change.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.16-16
• /
• 2015

오늘날 전 세계적으로 가속화되는 기상이변에 따라 돌발성, 국지성 폭우 및 폭설의 빈도가 급격히 증가하는 추세이다. 이 같은 돌발기상 현상은 고층 건물과 인구의 과밀화로 인해 열섬효과가 자주 발생하는 도심지에서 특히 높은 발생률을 보이며, 그로 인한 막대한 인명 및 재산상의 피해가 발생하고 있는 실정이다. 하지만 이러한 돌발성 강수 현상들은 주로 저고도에서 생성 및 발달되며, 그 수명은 2~3시간에 불과하기 때문에 현재의 국내 기상관측 시스템으로는 예측 및 예보에 많은 어려움을 겪고 있다. 현재, 이러한 문제점을 해결하기 위해 국내 관련 기관들에서는 도심지를 중심으로 한 저층 기상 관측을 위한 소형 레이더 네트워크 구축을 계획하고 있다. 그와 함께, 본 논문에서는 향후 도입될 소형 레이더 네트워크의 활용성을 증대시키고, 기상재해의 피해를 줄이는 방법으로써, 구글 어스의 지도 서비스를 기반으로 한 기상 레이더 자료 활용 실시간 돌발성 기상재해 감시/추적 및 경보 시스템 플랫폼을 제안한다. 제안하는 플랫폼은 전 세계적으로 통용되는 GIS 엔진으로서, 높은 확장성이 장점인 구글어스 플랫폼을 바탕으로 하며, 레이더 자료 분석 도구, 위험도 판별 도구 및 자료 표출/경보 도구 등으로 크게 세 가지의 기술도구 집단으로 구성된다. 제안한 플렛폼 상에서 시뮬레이션을 통해 구글어스 기반에서 레이더 누적강수량의 실시간 처리와 3차원 GIS 기반에서의 직관적인 경보 메시지 표출을 구현하였으며, 향후 각 기술 도구들 상의 기법들을 연구 및 개선함으로써 국토관측센서 네트워크 및 기상 재해 예 경보 체계를 위해 활용되어질 수 있을 것으로 기대한다.

• Proceedings of the Korea Air Pollution Research Association Conference
• /
• 1999.10a
• /
• pp.201-202
• /
• 1999

대부분 모델링에서 기상자료는 배출자료와 함께 모델링의 결과를 좌우하는 중요한 두 축이다. 서울, 수도권의 경우 특히 2 m/s 내외의 낮은 풍속 조건에서 오존 농도가 상승함에 따라 국지 변화가 크고 (김영성, 오현선, 1999) 따라서 1 km 내외의 격자 단위 모델링을 지원하기 위한 모델 개발과 이에 상응하는 배출자료, 기강자료가 필요하다.(중략)

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.21 no.2
• /
• pp.75-84
• /
• 2019

In this study, the random forest approach was used to predict the national mean rice yield of South Korea by using mean climatic factors at a national scale. A random forest model that used monthly climate variable and year as an important predictor in predicting crop yield. Annual yield change would be affected by technical improvement for crop management as well as climate. Year as prediction factor represent technical improvement. Thus, it is likely that the variables of importance identified for the random forest model could result in a large error in prediction of rice yield in practice. It was also found that elimination of the trend of yield data resulted in reasonable accuracy in prediction of yield using the random forest model. For example, yield prediction using the training set (data obtained from 1991 to 2005) had a relatively high degree of agreement statistics. Although the degree of agreement statistics for yield prediction for the test set (2006-2015) was not as good as those for the training set, the value of relative root mean square error (RRMSE) was less than 5%. In the variable importance plot, significant difference was noted in the importance of climate factors between the training and test sets. This difference could be attributed to the shifting of the transplanting date, which might have affected the growing season. This suggested that acceptable yield prediction could be achieved using random forest, when the data set included consistent planting or transplanting dates in the predicted area.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.22 no.3
• /
• pp.171-175
• /
• 2020

Studies in socioeconomic impacts of air pollution are inevitable to merge data of the air pollutant density, weather, and socioeconomic variables. Due to their spatiotemporal disparities in units, to combine these data are time and effort consuming generically. The data described in this article aims to provide the major variables of air pollution and weather at the Si-Gun-Gu level to meet the data needs from social science. The latest (August 2020) data distributed are the balanced panel of 250 Si-Gun-Gu in South Korea for 2001-2018. The weather variables in this data are directly applicable to other social science topics, which are not limited to air pollution research.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.185-185
• /
• 2020

기후변화의 영향으로 국지적 규모의 홍수, 가뭄 등의 피해 규모가 증가하고 있으며, 복사에너지 변화에 기인한 전지구적 대류활동의 변화는 단발성 피해에 확산되어 특정 지역의 기후 패턴 변화로 이어질 수 있다. 대류활동의 변화는 국가별 물순환의 변화로 이어질 수 있으며, 이로 인한 수자원의 변동성은 국가적 수자원 이용에 있어 중요한 요소로 작용될 수 있다. 수자원의 중요성으로 인해 국제적인 기관들은 전지구적 대류활동에 기인한 물순환 과정을 파악하고자 노력하였으며, 그 일환으로 GCMs (Global climate modeling) 등과 같은 모형이 개발되었고, 위성을 통한 전지구 강우량 측정망을 구축하였다. 위성을 통한 전구 강우량 자료와 GCMs에서 산출된 대류과정과 연관된 기후변량 자료들은 빅데이터로 구축되어 제한 없이 제공되고 있다. 정상성 강우 모의 기법은 데이터에 한정된 패턴을 반영하는 모형들로서 기후변화로 인한 기후 변동성 증가를 반영하는데 한계가 존재한다. 본 연구에서는 기상 빅데이터 자료를 기반으로 한반도의 강우량과 기상학적 특성을 연관할 수 있는 머신러닝의 일종인 딥러닝 방법을 접목시킨 강우 모의 기법을 적용하였다. 본 연구의 모형은 기후변화로 인한 기상학적 패턴의 변화를 딥러닝 기법을 통해 식별하고 식별된 기상학적 특성에 기반한 한반도의 강우량을 모의할 수 있다. 본 모형은 단기 및 장기 예측 모형과 결합하여 불확실성을 고려한 단/장기 강우량 평가에 활용될 수 있을 것으로 기대된다.

• Proceedings of the Korean Institute of Navigation and Port Research Conference
• /
• 2012.10a
• /
• pp.380-382
• /
• 2012

목포, 진도, 인천, 대산 및 여수권역에 설치된 해양기상신호표지시스템은 지속적이고 안정적인 데이터 확보와 데이터 Quality 유지가 중요하며 상시적인 현장점검 및 유지관리가 수반되어야 한다. 정기적이고 체계적인 유지관리를 통하여 주변 환경으로부터 장비를 보호하고 관측정보의 신뢰성을 높이고 장비 장애 및 오류를 사전에 방지할 수 있다. 관측자료의 효율적인 활용을 위하여 홈페이지, ARS/FAX, SMS 등의 서비스를 통합관리하고, 통합품질관리 기술개발 및 서비스 체계 표준화를 통하여 범국가적인 해양기상관측서비스 체계 구축이 필요하다.