• Korean Journal of Agricultural and Forest Meteorology
• /
• v.21 no.1
• /
• pp.29-41
• /
• 2019

Terrestrial Gross Primary Production (GPP) is the largest global carbon flux, and forest ecosystems are important because of the ability to store much more significant amounts of carbon than other terrestrial ecosystems. There have been several attempts to estimate GPP using mechanism-based models. However, mechanism-based models including biological, chemical, and physical processes are limited due to a lack of flexibility in predicting non-stationary ecological processes, which are caused by a local and global change. Instead mechanism-free methods are strongly recommended to estimate nonlinear dynamics that occur in nature like GPP. Therefore, we used the mechanism-free machine learning techniques to estimate the daily GPP. In this study, support vector machine (SVM), random forest (RF) and artificial neural network (ANN) were used and compared with the traditional multiple linear regression model (LM). MODIS products and meteorological parameters from eddy covariance data were employed to train the machine learning and LM models from 2006 to 2013. GPP prediction models were compared with daily GPP from eddy covariance measurement in a deciduous forest in South Korea in 2014 and 2015. Statistical analysis including correlation coefficient (R), root mean square error (RMSE) and mean squared error (MSE) were used to evaluate the performance of models. In general, the models from machine-learning algorithms (R = 0.85 - 0.93, MSE = 1.00 - 2.05, p < 0.001) showed better performance than linear regression model (R = 0.82 - 0.92, MSE = 1.24 - 2.45, p < 0.001). These results provide insight into high predictability and the possibility of expansion through the use of the mechanism-free machine-learning models and remote sensing for predicting non-stationary ecological processes such as seasonal GPP.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.367-367
• /
• 2021

최근 기후변화로 인해 극한 강우 사상의 빈도가 잦아짐에 따라 수공 구조물의 안전성이 저해되거나 인명 및 재산 피해가 발생할 가능성이 커지고 있다. 기후변화에 따른 기상현상의 변화 추세를 파악하고 대비하기 위해 CMIP (Coupled Model Intercomparison Project Phase)의 GCM(General Circulation Model) 기상자료 산출물이 활발하게 이용되고 있다. 기후변화 시나리오는 홍수기 방재 대책 수립 등의 연구에도 적용되고 있으나, GCM에서 산출된 기상자료의 시간 간격은 24시간 혹은 3시간 정도로 시간적 해상도가 낮아 홍수 모형의 입력자료로 사용되기 어려운 형태를 가지고 있다. 따라서 기후변화 시나리오를 홍수 모의 등의 분야에 접목하기 위해서는 GCM 자료의 시간적 해상도를 1시간 이하로 낮춤으로써 시나리오 산출물이 홍수모형과 적절하게 연결될 수 있도록 해야 한다. MRC (Multiplicative Random Cascade) 모형은 국내외에서 예보강우의 시간 분해 및 일강우 데이터 분해 연구에 활용된 바 있으며 관측 강우에 대하여 분해 성능이 준수함이 확인되었다. 이에 본 연구에서는 MRC 모형을 활용하여 미래 기후변화 시나리오 산출물에 적용함으로써 MRC 모형이 일단위 및 3시간 단위 기후변화 자료의 시간 분해에 대해 적절한 성능을 수행하는지 여부를 분석하고, 기후변화 자료의 최소 시간 간격별 강우 분해 결과를 비교·분석하고자 하였다. 본 연구의 결과는 향후 기후변화 시나리오 기반 기상자료 시간 분해에 대한 MRC 모형의 적용성을 평가하는 기초 자료로 활용될 수 있을 것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.183-183
• /
• 2018

최근 국지성 호우와 홍수, 그리고 극심한 가뭄과 같은 기후변화로 인한 극치수문현상이 빈번하게 관측되고 있다. 이는 과거와는 다른 양상의 강우사상으로 광화문(2010), 강남역(2010), 청계천(2010), 청주(2017), 부산(2017) 등 주요 도심지역에 내수침수로 인한 막대한 인명, 재산 피해를 발생시켰으며, 피해의 빈도와 강도가 증가되고 있는 추세이다. 특히 기후변화에 따른 강우강도의 증가는 설계홍수량의 변화를 초래하며, 그로 인해 홍수 위험도 증가와 치수안전도 감소 등 수공구조물의 설계기준에 불확실성을 증가시키는 원인이 되고 있다. 최근 국내에서도 기후변화에 따른 수공시설물 설계빈도 상향에 대한 필요성이 대두되고 있으나 기후변화의 불확실성 및 기후시나리오의 한계로 인해 정량적 분석결과가 제시되지 않아 정책 수립에 반영하기 현실적으로 어려운 상황이다. 본 연구에서는 기후변화에 따른 홍수특성에 대한 도시유역의 영향을 평가하기 위하여 서울 효자배수분구를 대상유역으로 선정하고, 과거관측자료 기준 S0 대비 상세화 기법(Downscaling) 및 편의보정(Bias Correlation)으로 생성된 RCP 4.5 기후시나리오 HadGEM3-RA(RCM)모델을 통해 생산된 S1, S2, S3 기간의 확률강우량의 변화를 평가하였다. 이때 확률분포형은 Gumbel, 매개변수 추정은 최우도법(ML)을 사용하였고, 도시유출모형을 이용하여 최대첨두홍수량 및 침수면적 산정하고 기후변화 기간별 변동성을 분석하였다. 평가 결과 대부분의 도시배수시설물의 설계빈도인 10년빈도를 3사분위값을 기준으로 할 때 50년과 70년 이상의 미래를 가정할 경우 각각 약 10%, 20%의 확률 홍수량이 증가가 예상되었다. 이러한 결과 현재 구축되어 있는 배수시스템의 설계빈도를 크게 상회하는 값으로 도시배수시스템에 많은 어려움을 줄 것으로 예상되며, 정량적 평가 결과가 기후변화 적응 대책 신규 시설물 설계시 참고할 수 있는 기초자료로 활용될 것으로 판단된다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.12 no.1
• /
• pp.1-10
• /
• 2010

A regional climate model (RCM) can be a powerful tool to enhance spatial resolution of climate and weather information (IPCC, 2001). In this study we conducted dynamical downscaling using Weather Research and Forecasting Model (WRF) as a RCM in order to obtain high resolution regional agroclimate indices over the Korean Peninsula. For the purpose of obtaining detailed high resolution agroclimate indices, we first reproduced regional weather for the period of March to June, 2002-2008 with dynamic downscaling method under given lateral boundary conditions from NCEP/NCAR (National Centers for Environmental Prediction/National Center for Atmospheric Research) reanalysis data. Normally, numerical model results have shown biases against observational results due to the uncertainties in the modelis initial conditions, physical parameterizations and our physical understanding on nature. Hence in this study, by employing a statistical method, the systematic bias in the modelis results was estimated and corrected for better reproduction of climate on high resolution. As a result of the correction, the systematic bias of the model was properly corrected and the overall spatial patterns in the simulation were well reproduced, resulting in more fine-resolution climatic structures. Based on these results, the fine-resolution agro-climate indices were estimated and presented. Compared with the indices derived from observation, the simulated indices reproduced the major and detailed spatial distributions. Our research shows a possibility to simulate regional climate on high resolution and agro-climate indices by using a proper downscaling method with a dynamical weather forecast model and a statistical correction method to minimize the model bias.

• Proceedings of the Korea Air Pollution Research Association Conference
• /
• 2002.11a
• /
• pp.430-431
• /
• 2002

기상변동에 대한 적절한 해석을 위하여 장기관측을 통한 다양한 지표 생태계에서의 수분 및 에너지 순환에 대한 연구가 진행(Grelle, et al., 1997: Wilson and Baldocchi, 2000)되고 있으며, 모형을 이용한 연구에서도 이에 대한 검증과 보다 정확한 자료의 산출을 위해서 양질의 관측자료가 절대적이라 할 수 있다. 또한 대기에 비하여 상대적으로 그 영향이 오래 지속되는 토양특성에 대한 정확한 토양수분 자료를 사용할 경우 기후 및 기상 예측의 정확도 향상에 크게 기여하는 것으로 알려져 있다(Atlas et al. 1993). (중략)

• Proceedings of the Korea Water Resources Association Conference
• /
• 2009.05a
• /
• pp.1393-1396
• /
• 2009

일반적으로 확률강우량은 관측된 강우자료의 분석을 통해 산정하게 된다. 관측된 강우자료의 빈도해석을 통해 산정된 확률강우량은 기후변화 등을 반영하기 매우 어렵다. 따라서 본 연구에서는 통계적 기법을 이용하여 수문기상인자를 반영하여 서울지점의 확률강우량을 산정하였다. 수문기상인자와 연최대시간강우량사이의 상관관계에 기초하여 확률강우량을 산정할 수 있는 CPPM(Climate Pattern and Precipitation Model)을 구축하고 서울 지점을 대상으로 분석을 수행하였다. 분석결과에서 매개변수적 지점빈도해석의 결과와 CPPM 확률강우량은 비슷한 Qunatile을 산정하는 것으로 나타났다. 또한 본 연구의 결과를 지구온난화 등에 따른 기후변화에 따라 극한강우인 연최대강우량의 변화를 예측하는데 있어 기초자료로 활용 할 수 있을 것으로 기대 된다.

• Journal of Astronomy and Space Sciences
• /
• v.23 no.2
• /
• pp.135-142
• /
• 2006

The extension of sunspot number series and auroral observations backward in time is of considerable interest for dynamo theory, solar activity and climate research. It was known that the Maunder minimum corresponded to a unusual cold so called little ice age in Europe and the appearance of sunspot had a close relation to the occurrence of aurora. Therefore we have examined ancient records of sunspots and aurorae with indirect solar proxies during this period and have studied for the features and peculiarities of solar activity with the relation of the climate variation.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2004.05b
• /
• pp.696-700
• /
• 2004

본 연구에서는 우리나라 주요 관측소의 연최대강수량과 연강수량을 내상으로 변동 및 경향을 분석하여 그 결과를 비교하였다. 강수 자료의 변화분석을 수행함에 있어 양질의 강수 자료를 수집하기 위하여 기상청 보유 관측소 중 30년 이상 강우 기록을 가지고 있는 관측소를 내상으로 연최대강수량과 연강수량 자료를 추출하였다. 강수 자료의 변화분석은 크게 2가지로 변동분석과 경향분석을 수행하였다. 변동분석은 강수 자료의 평균과 분산의 편차에 따른 변동점 가정을 이용하여 변동점 전${\cdot}$후 강수 자료의 평균과 분산 변화에 내하여 통계적 유의성을 검정하는 방법이다. 경향분석은 강수 자료의 증가 또는 감소의 경향을 매개변수적, 비매개변수적 방법으로 통계적 유의성을 검정하는 방법이다. 본 연구에서 수행한 변동 및 경향분석 결과 어떤 기후적 요인에 의하여 강수량이 변화했다는 길과는 통계적 유의성에서 확인되지 않았다. 그러나 강수량 도시(plot)를 통한 강수량의 변동 및 경향은 존재하는 것으로 나타났으며, 이는 빈도 해석에 의한 확률강수량 산정시 고려 대상이 된다.

• Journal of the Korean earth science society
• /
• v.33 no.1
• /
• pp.32-38
• /
• 2012

Mean background concentrations of greenhouse gases such as $CO_2$ and $CH_4$ were estimated on Ulleungdo using PICARRO Cavity Ring-Down Spectroscopy (CRDS) analyzer. To improve the accuracy of $CO_2$ and $CH_4$ concentrations, a standardized QA${\cdot}$QC (Quality Assurance Quality Control) procedure was employed with three steps: 1) the inspection procedure of physical limitation (e.g. the exclusion of data corresponding to the number of data of ${\leq}$50%) for hourly mean values, 2) a stage inspection (e.g. the use of data corresponding to ${\geq}15$ observations per day) for daily mean values, and 3) a fast fourier transform (FFT) analysis using curve-fitting methods for the investigation of climatic characteristics. The monthly mean concentrations of $CO_2$ and $CH_4$ derived from three-step QA${\cdot}$QC procedure were then compared with those observed at Anmyundo (Korea) and Ryori (Japan). Overall, the error of mean $CO_2$ and $CH_4$ concentrations estimated in this study distinctly decreased. However, in comparison with their concentrations monitored at Ryori, the $CO_2$ concentration at estimated at Ulleungdo is soemwhat lower than that of Anmyundo due to the missing data, which is statistically significant. On the other hand, the former has a statistically significant higher value of $CH_4$ that of the latter.

• 한국해양학회지
• /
• v.27 no.4
• /
• pp.290-302
• /
• 1992

Seasonal variations of salinity in the upper 500 m of the tropical Atlantic Ocean are examined, based on both climatological seasonal salinity observations and numerical simulations with hydrological forcing. The seasonal cycle of sea surface salinity has strong seasonal variations caused by shifts of the freshwater surplus zone (i.e. the intertropical convergence zone) and the river outflow. The climatological seasonal salinity in this analysis concurs with other independent observations described by Default (1981) and Levitus (1982), but provides more consistent patterns with temperature structure. The effect of salinity on density below 100 m depth in the tropical Atlantic is negligible compared to tat of temperature, which in the mixed layer salinity affects density significantly. The systematic difference between observed and simulated salinity is found to be the fact that the simulated salinity is higher in the subtropics than the observed salinity, and possible sources about the difference are also discussed.