• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.284-288
• /
• 2012

토양온도는 기후변화, 지역기상모형, 수생태 영향과 밀접한 상관성을 가지고 있으며 이에 대한 연구들이 활발하게 진행 중에 있다. 특히 기후는 토양의 분포와 성장, 그리고 소멸에 영향을 미치고, 식생은 증산과정에 의해 대기로 수분을 내보내는 과정을 통해 기후에 영향을 미치고 있다. 이 때, 지표면의 토양온도는 토양수분 및 식생의 성장에 영향을 미치게 된다. 이에 본 연구에서는 격자기반 일 지표면 토양온도 모형이 제안되며, 이를 이용하여 한반도 남동쪽에 위치한 낙동강 유역 내 안동댐 상류지역에 대한 지표면 토양온도가 모의된다. 제안된 모형의 구동을 위해 필요한 입력 자료는 일평균기온 및 관측 NDVI 자료이다. 전국 60개 지점에서 관측된 일 평균기온은 고도가 고려된 Krignig기법을 이용하여 격자별로 구축되며, NDVI 및 지표면 토양온도를 위한 위성자료는 적절한 전처리 과정을 거쳐 자료를 구축한다. 전반적으로 모의된 일 지표면 토양온도는 관측 자료를 잘 재현하고 있는 것으로 분석된다. 추가적으로 감쇠율을 적용하여 토양온도를 토양깊이에 따라 예측하는 방법이 제안되며, 토양깊이에 따라 토양온도가 감소하는 경향을 살펴볼 수 있을 것이다. 이상과 같이 본 연구에서 제안된 모형은 추후 하천수온예측 및 격자기반의 수문모형의 구성을 위한 기초자료를 제공할 것으로 기대된다. 더 나아가 본 연구는 기후-토양-식생의 관계를 바탕으로 미래기후에 대한 물 환경 영향을 평가하는데 있어서 기여할 수 있을 것으로 판단된다.

• Journal of the Korean Data and Information Science Society
• /
• v.28 no.5
• /
• pp.1133-1144
• /
• 2017

Cluster analysis with meteorological data allows to segment meteorological region based on meteorological characteristics. By the way, meteorological observed data are not adequate for cluster analysis because meteorological stations which observe the data are located not uniformly. Therefore the clustering of meteorological observed data cannot reflect the climate characteristic of South Korea properly. The clustering of $5km{\times}5km$ gridded data derived from a numerical model, on the other hand, reflect it evenly. In this study, we analyzed long-term grid data for temperatures and precipitation using cluster analysis. Due to the monthly difference of climate characteristics, clustering was performed by month. As the result of K-Means cluster analysis is so sensitive to initial values, we used initial values with Ward method which is hierarchical cluster analysis method. Based on clustering of gridded data, cluster of meteorological stations were determined. As a result, clustering of meteorological stations in South Korea has been made spatio-temporal segmentation.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.198-198
• /
• 2023

유역 내 수자원 계획을 효율적으로 수립하기 위해서는 장기간에 걸친 수문 모델링 뿐만 아니라 미래 기후 시나리오에 따른 수문학적 기후변화 영향 분석도 중요하다. 이를 위해서는 관측 값에 기반한 고품질 및 고해상도 격자형 기상자료 생산이 필수적이다. 하지만, 우리나라는 종관기상관측시스템(ASOS)과 방재기상관측시스템(AWS)으로 이루어진 고밀도 관측 네트워크가 2000년 이후부터 이용 가능했기에 장기간 격자형 기상자료가 부족하다. 이를 보완하고자 본 연구는 가정적인 상황에 기반하여 만약 2000년 이전에도 현재와 동일한 고밀도 관측 네트워크가 존재했다면 산출 가능했을 장기간 일 단위 고해상도 격자형 기상자료를 생산하는 것을 목표로 한다. 구체적으로, 2000년을 기준으로 최근과 과거 기간의 격자형 기상자료를 딥러닝 알고리즘으로 모델링하여 과거 기간을 대상으로 기상자료(일 단위 기온, 강수량)의 공간적 변동성 및 특성을 재구성한다. 격자형 기상자료의 생산을 위해 우리나라의 고도에 기반하여 기상 인자들의 영향을 정량화 하는 보간법인 K-PRISM을 적용하여 고밀도 및 저밀도 관측 네트워크로 두 가지 격자형 기상자료를 생산한다. 생산한 격자형 기상자료 중 저밀도 관측 네트워크의 자료를 입력 자료로, 고밀도 관측 네트워크의 자료를 출력 자료로 선정하여 각 격자점에 대해 Long-Short Term Memory(LSTM) 알고리즘을 개발한다. 이 때, 멀티 그래픽 처리장치(GPU)에 기반한 병렬 처리를 통해 비용 효율적인 계산이 가능하도록 한다. 최종적으로 1973년부터 1999년까지의 저밀도 관측 네트워크의 격자형 기상자료를 입력 자료로 하여 해당 기간에 대한 고밀도 관측 네트워크의 격자형 기상자료를 생산한다. 개발된 대부분의 예측 모델 결과가 0.9 이상의 NSE 값을 나타낸다. 따라서, 본 연구에서 개발된 모델은 고품질의 장기간 기상자료를 효율적으로 정확도 높게 산출하며, 이는 향후 장기간 기후 추세 및 변동 분석에 중요 자료로 활용 가능하다.

• The Bulletin of The Korean Astronomical Society
• /
• v.42 no.2
• /
• pp.70.3-70.3
• /
• 2017

맑은 날에도 엷은 상층운이나 난류의 방해로 관측 품질이 저해되는 등 천문 분야는 대기환경에 민감하나, 하층 대기 상태에 비중을 두는 동네예보만으로는 천문 분야의 기상정보에 대한 수요를 충족하기에는 한계가 있다. 이에 천문 관측 환경에 보다 특화된 별밤예보를 개발하여 천체 관측 가능성과 천문 관측 자료의 품질을 좌우하는 대기상태를 UM 국지모델 생산자료를 바탕으로 예보하고자 한다. 예보 요소는 하늘상태(운량), 시상(seeing), 투명도, 암도(darkness) 및 대기청명지수, 풍속, 기온, 습도이다. 대기청명지수는 일반인이 관찰하기 좋은지 여부를 한 눈에 알 수 있게 운량과 투명도, 암도를 종합한 지수로 10~100까지 10단계로 제공할 계획이다. 하늘상태와 풍속, 기온, 습도는 $5{\times}5km$격자마다 제공되는 기상청 동네예보에서 천문대와 가장 가까운 격자의 예보치를 추출하였다. 시상은 대기의 난류 정도에 좌우된다. 그러나 충북의 고층기상 관측자료가 없어서, 시상 예보식을 만들기 위해 UM 국지모델에서 제공하는 각 등압면의 기온과 바람벡터로부터 정적 안정도(온위 경도)와 연직 바람시어를 유도한 뒤, 다중회귀분석으로 시상 예보식을 구하였다. 또한 대기청명지수는 청주기상지청에서 관측한 운량과 밤하늘 밝기 자료를 종속변수, 별의 개수를 독립변수로 하는 다중회귀예측식을 구하였다.

• Journal of the Korean Data and Information Science Society
• /
• v.27 no.5
• /
• pp.1215-1224
• /
• 2016

Climate information of the high resolution grid units is an important factor to explain the phenomenon in a variety of research field. Statistical linear interpolation models are computationally inexpensive and applicable to any climate data compared to the dynamic simulation method at regional scales. In this paper, we considered four different linear-based statistical interpolation models: general linear model, generalized additive model, spatial linear regression model, and Bayesian spatial linear regression model. The climate variable of interest was the daily mean temperature, where the spatial variability was explained using geographic terrain information: latitude, longitude, elevation. The data were collected by weather stations in January from 2003 and 2012. In the sense of RMSE and correlation coefficient, Bayesian spatial linear regression model showed better performance in reflecting the spatial pattern compared to the other models.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.198-198
• /
• 2022

최근 도시화에 따른 토지 피복 변화와 열섬현상 등의 원인으로 상승하는 도시의 기온이 식물 계절에 미치는 영향에 관한 연구들이 다수 진행되고 있다. 본 연구는 수도권인 서울과 경기도 지역을 대상으로 도시 내 열섬현상으로 인한 기온 상승과 도시 지역 내 식생 생장기간 변화의 관계성을 분석하였다. 식물계절 모니터링에 사용한 개량식생지수(Enhanced Vegetation Index, EVI)는 Google Earth Engine (GEE)에서 제공하는 30 m 해상도의 2000-2021년 NASA-USGS Landsat 위성(TM5, ETM+7, OLI8)의 지표면 반사율(surface reflectance, SR) 자료에서 도출하여 생장기간 산정에 사용하였다. 또한 PRISM (Parameter-elevation Regressions on Independent Slopes Model)을 각 기상관측지점의 일별 지상 기온 자료에 적용하여 30 m 해상도로 생성한 격자형 지표면 온도의 공간적 패턴을 분석하였다. 연구 지역 내 도시화 정도(magnitude)를 도심으로부터의 거리와 환경부 토지피복도 및 인구 밀도를 종합하여 특정하였고, 최종적으로 기후변화 및 도시화 정도와 생장기간 변화의 특징을 분석하였다. 비선형 로지스틱 회귀를 사용하여 EVI 데이터를 종합하여 분석한 결과, 수도권 지역에서 전반적으로 식물계절 개엽일(Start of Season)은 앞당겨지며 낙엽일(End of Season, EOS)은 늦춰져 생장기간(Length of Growing Season, LOS)이 길어짐을 발견하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.10-13
• /
• 2015

본 연구에서는 관측지점의 공간분포에 따라 영향반경을 결정하는 M-PRISM(Modified PRISM)을 이용하여 고해상도의 장기 격자자료를 생성하고자 하였다. 장기 기상관측자료를 제공하는 국내 60개 종관기상관측점의 자료를 기반으로 $5km{\times}5km$ 해상도의 일강수량, 일최고 및 일최저기온 등의 자료를 생성하였고 정량적 평가지표를 산정하여 평가하였다. 이와 더불어 일강수량에 대해서는 강수발생빈도를 추정할 수 있는 정성적 평가지표를 산정하고 기존 PRISM과 비교하였다. 정량적 평기지표에서는 두 모형 사이에 뚜렷한 차이를 보이지 않았지만 정성적 평가지표에서는 M-PRISM이 우수한 결과를 나타내었다. 특히 강수 공간분포의 변동성이 큰 호우사상의 경우 M-PRISM이 효용성이 더욱 크게 나타남을 확인할 수 있었다.

• Korean Journal of Remote Sensing
• /
• v.39 no.5_1
• /
• pp.715-727
• /
• 2023

To provide detailed and appropriate meteorological information in mountainous areas, the Korea Forest Service has established an Automatic Mountain Meteorology Observation Station (AMOS) network in major mountainous regions since 2012, and 464 stations are currently operated. In this study, we proposed an optimal kriging technique with lapse rate correction to produce gridded temperature data suitable for Korean forests using AMOS point observations. First, the outliers of the AMOS temperature data were removed through statistical processing. Then, an optimized theoretical variogram, which best approximates the empirical variogram, was derived to perform the optimal kriging with lapse rate correction. A 500-meter resolution Kriging map for temperature was created to reflect the elevation variations in Korean mountainous terrain. A blind evaluation of the method using a spatially unbiased validation sample showed a correlation coefficient of 0.899 to 0.953 and an error of 0.933 to 1.230℃, indicating a slight accuracy improvement compared to regular kriging without lapse rate correction. However, the critical advantage of the proposed method is that it can appropriately represent the complex terrain of Korean forests, such as local variations in mountainous areas and coastal forests in Gangwon province and topographical differences in Jirisan and Naejangsan and their surrounding forests.

• The Korean Journal of Applied Statistics
• /
• v.21 no.4
• /
• pp.705-716
• /
• 2008

The objectives of this study are the detection and forecast of climate change signal in the annual mean of surface temperature data, which are generated by MRI/JMA CGCM over the Korean Peninsula. MRI/JMA CGCM outputs consist of control run data(experiment with no change of $CO_2$ concentration) and scenario run data($CO_2$ 1%/year increase experiment to quadrupling) during 142 years for surface temperature and precipitation. And ECMWF reanalysis data during 43 years are used as observations. All data have the same spatial structure which consists of 42 grid points. Two statistical models, the Bayesian fingerprint method and the regression model with autoregressive error(AUTOREG model), are separately applied to detect the climate change signal. The forecasts up to 2100 are generated by the estimated AUTOREG model only for detected grid points.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.15 no.4
• /
• pp.291-297
• /
• 2013

Automated weather stations were installed at 9 locations with, three different elevations, (i.e., 50m, 100m, and 300m a.s.l.) with different slope and aspect in a small watershed ($50km^2$ area). Air temperature at 1500 LST and solar radiation accumulated for 1100-1500 LST were collected from January to December 2012. Topography of the study area was defined by a $30{\times}30$ m digital elevation model (DEM) grid. Accumulated solar irradiance was calculated for each location with the spatially averaged slope and aspect of surrounding circles with 5, 10, 15, 20, 25, and 30 grid cell radii, respectively. The 1500 LST air temperature from clear sky conditions with zero cloud amount was regressed to the 1100-1500 LST solar irradiance at 9 locations. We found the highest coefficient of determination ($r^2$ = 0.544) at 25 grid cell radius and the temperature variation in this study was explained by Y = 0.8309X + 0.0438, where Y is 1500 LST temperature (in $^{\circ}C$) and X is 1100-1500 LST accumulated solar irradiance (in $MJ/m^2$).