• Proceedings of the Korea Water Resources Association Conference
• /
• 1991.07a
• /
• pp.119-132
• /
• 1991

장기 수자원 개발계획의 수립에 필요한 월유출량의 추정을 위해, 수위계획지점의 유출자료를 사용하여 다중회귀분석으로 회귀모형을 수립함으로써 미계측지점의 월유출량 추정을 가능토록 하였다. 사용한 자료는 총 48개 수위관측소의 월유출량 및 기상·지상인자이며 이중 43개지점은 모형의 개발에 나머지 5개 지점은 모형의 검증에 이용하였다. 또한 모형을 유역별모형과 전체모형, 평균치모형과 개별자료모형으로 구분하여 모형-1, 모형-2, 모형-3 그리고 모형-4의 4개 모형을 수립하였으며, 검증결과 모형-2가 가장 적절한 모형으로 판단 되었다. 선정된 회기모형과 기존의 가지야마공식의 적용성을 통계적 방법에 의해 비교한 결과, 본 다중회기모형의 연유출량 뿐아니라 월별유출량의 변화성향을 매우 잘 나타내고 있으며, 적용 또한 용이함이 입증되었다.

• Proceedings of the Korea Society for Simulation Conference
• /
• 2001.05a
• /
• pp.133-133
• /
• 2001

무선 근거리 지역망(Wireless LAN;WLAN) 환경에서 다중 채널을 이용하여 실시간 서비스를 제공하기 위한 매체 접근제어 계층에서의 채널의 사용 구간 할당 방법을 제안하고, 컴퓨터 모의 실험을 통하여 제한된 방식의 실시간 서비스 지원 성능과 채널의 사용 효율을 분석한다. 제안한 채널 사용 구간 할당 방안은 개선된 매체 접근 제어 프로토콜 RICH-DP (Receiver-Initiated Channel-Hopping with Dual Polling)를 바탕으로 한다. 무선 환경에서 RTS-CTS를 사용하는 프로토콜은 SRMA, MACA, MACAW, IEEE 802.11, FAMA 등이 있다. 최근에 단일 채널을 환경에서 RICH(Receiver Initiated Channel-Mopping) 프로토콜이 제안되었다. RICH는 충돌 회피를 위해서 경쟁 구간에서 충돌 감지(carrier sensing)을 사용한다. RICH는 제한된 어플케이션에 국한되는 단절이 있다. 반면에 RICH-DP는 다중 채널 환경에서 충돌 감지와 특별한 코드(spreading code) 할당 없이 일반화된 충돌 회피를 제공한다. 실시간 서비스를 이용하자 차는 단말들로 하여금 RICH-DP를 사용하여 서비스를 제공할 때, 대역폭에 대한 정보를 AP(Access Point)로 전송토록 함으로써 비경쟁 구간에서 뿐 아니라, 경쟁구간에서도 높은 채널 효율이 얻어질 수 있도록 하고 있다. 제한된 방안의 성능 평가를 위한 모의 실험은 OPNET를 이용하여 실시간 서비스 데이터를 7개의 상태 천이를 갖는 VBR 소스로 모델링하고 비동기 트래픽들은 Poisson 소스로 모델링하여 실시간 서비스 단발들의 이용 대역폭과 채널 처리율과 시스템 지연시간을 성능 평가 인자로 하여 수행하였다. 논문에서 제한된 방법을 적용한 개선된 RICH-DP을 모의 실험을 통하여 분석한 결과 기존의 제한된 RICH-DP는 실시간 서비스에 대한 처리율이 낮아지며 서비스 시간이 보장되지 못했다. 따라서 실시간 서비스에 대한 새로운 제안된 기법을 제안하고 성능 평가한 결과 기존의 RICH-DP보다 성능이 향상됨을 확인 할 수 있었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.22-22
• /
• 2019

최근 전 세계적으로 급증하는 기후변화의 영향으로 인해 강우량 증가에 따른 이상홍수 발생 및 댐 여유고 부족 등 다양한 위험인자가 노출되고 있다. 이러한 예상치 못한 이상홍수는 실제 거주하고 있는 사람들을 위협할 수 있으며, 하천 범람으로 인해 2차 3차 피해가 일어날 가능성이 존재하고 있다. 이에 다양한 자연재해로부터 인명 및 재산 피해를 방지 및 저감하기 위한 목적으로 다양한 수공구조물이 존재하며, 수자원 관리계획 수립의 목적에 따라 다양한 강수량이 활용되고 있다. 특히, 지구온난화에 따른 기후변화 영향을 고려한 연최대 강수량 및 확률강수량 산정이 필요한 시점이며, 온도변화에 따른 증기압 계산식인 Clausius-Clapeyron 관계에 따르면 대기 온도가 $1^{\circ}C$ 상승할 때 대기수분량이 6~7% 증가하여 평균 온도상승에 따라 극치강수량 발생 잠재력이 향상 될 것으로 전망되고 있다. 본 연구에서는 온도상승에 따른 극치강수량의 변화를 베이지안 다중분위회귀분석모형을 통해 산정하여 CORDEX 온도자료 기반의 미래 극치강수량을 전망하였다. 본 연구결과 100년 이상 빈도의 강수량은 온도상승에 따라 급격히 증가하는 추세를 확인하였으며, 2100년까지 온도상승을 고려한 최대 극치강수량은 1500mm를 넘을 가능성을 확인하였다.

• Proceedings of the IEEK Conference
• /
• 2001.09a
• /
• pp.955-958
• /
• 2001

본 논문에서는 비동기 CDMA 시스템에서 다중접속에 의한 간섭을 제거하는 역상관기 중에서 반복 연산을 사용하여 계산량을 개선한 second-order stationary 기반의 반복적 역상관기와 수렴특성에 대하여 이론적으로 분석하고 모의실험을 통하여 성능을 검증하였다. 먼저 반복적 역상관기에서 수렴특성을 결정하는 수렴 인자를 유도하고 가장 빠른 수렴 특성을 보장하는 최적의 수렴상수를 상관행렬의 최대 및 최소 고유값으로 나타낼 수 있음을 증명하였다. 또한 최적의 수렴 상수와 반복회수에 따른 BER이 기존의 역상관기와 비슷한 성능을 가짐을 보였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.5B
• /
• pp.608-614
• /
• 2001

본 논문에서는 비동기 CDMA 시스템에서 다중 접속 간섭의 영향을 줄이기 위해 제안된 역상관기 중에서 반복연산을 사용하여 계산량을 개선한 반복적 역상관기의 수렴특성에 대하여 분석하였고 이를 모의 실험을 통하여 검증하였다. 반복적 역상관기에서 수렴특성을 결정하는 수렴 인자를 유도하였고, 가장 빠른 수렴 특성을 보장하는 최적의 수렴 상수를 상관행렬의 최대 및 최소 고유값으로 나타낼 수 있음을 증명하였다. 또한 반복 과정의 중간 결과에 대한 최대 오차 범위를 유도하였다.

• Journal of Korea Water Resources Association
• /
• v.55 no.10
• /
• pp.723-736
• /
• 2022

In this study, monthly precipitation forecasting models that can predict up to 12 months in advance were constructed for the Geum River basin, and two statistical techniques, multiple linear regression (MLR) and artificial neural network (ANN), were applied to the model construction. As predictor candidates, a total of 47 climate indices were used, including 39 global climate patterns provided by the National Oceanic and Atmospheric Administration (NOAA) and 8 meteorological factors for the basin. Forecast models were constructed by using climate indices with high correlation by analyzing the teleconnection between the monthly precipitation and each climate index for the past 40 years based on the forecast month. In the goodness-of-fit test results for the average value of forecasts of each month for 1991 to 2021, the MLR models showed -3.3 to -0.1% for the percent bias (PBIAS), 0.45 to 0.50 for the Nash-Sutcliffe efficiency (NSE), and 0.69 to 0.70 for the Pearson correlation coefficient (r), whereas, the ANN models showed PBIAS -5.0~+0.5%, NSE 0.35~0.47, and r 0.64~0.70. The mean values predicted by the MLR models were found to be closer to the observation than the ANN models. The probability of including observations within the forecast range for each month was 57.5 to 83.6% (average 72.9%) for the MLR models, and 71.5 to 88.7% (average 81.1%) for the ANN models, indicating that the ANN models showed better results. The tercile probability by month was 25.9 to 41.9% (average 34.6%) for the MLR models, and 30.3 to 39.1% (average 34.7%) for the ANN models. Both models showed long-term predictability of monthly precipitation with an average of 33.3% or more in tercile probability. In conclusion, the difference in predictability between the two models was found to be relatively small. However, when judging from the hit rate for the prediction range or the tercile probability, the monthly deviation for predictability was found to be relatively small for the ANN models.

• Journal of Soil and Groundwater Environment
• /
• v.13 no.5
• /
• pp.57-73
• /
• 2008

Nitrate concentrations were measured up to 49 mg/L (as $NO_3$-N) and 22% of the samples exceeded drinking water standard in shallow and bedrock groundwater of the northern Nonsan area. Nitrate concentrations showed a significant difference among land use groups. To predict nitrate concentration in groundwater, multiple regression analysis was carried out using hydrogeologic parameters of soil media, topography and land use which were categorized as several groups, well depth and altitude, and field parameters of temperature, pH, DO and EC. Hydrogeologic parameters were quantified as area proportions of each category within circular buffers centering at wells. Regression was performed to all the combination of variables and the most relevant model was selected based on adjusted coefficient of determination (Adj. $R^2$). Regression using hydrogelogic parameters with varying buffer radii show highest Adj. $R^2$ at 50m and 300m for shallow and bedrock groundwater, respectively. Shallow groundwater has higher Adj. $R^2$ than bedrock groundwater indicating higher susceptibility to hydrogeologic properties of surface environment near the well. Land use and soil media was major explanatory variables for shallow and bedrock groundwater, respectively and residential area was a major variable in both shallow and bedrock groundwater. Regression involving hydrogeologic parameters and field parameters showed that EC, paddy and pH were major variables in shallow groundwater whereas DO, EC and natural area were in bedrock groundwater. Field parameters have much higher explanatory power over the hydrogeologic parameters suggesting field parameters which are routinely measured can provide important information on each well in assessment of nitrate contamination. The most relevant buffer radii can be applied to estimation of travel time of contaminants in surface environment to wells.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.21 no.3
• /
• pp.19-34
• /
• 2018

The purpose of this study is to estimate monthly agricultural reservoir storage with multiple linear regression model(MLRM) based on reservoir storage and meteorological data. The regression model was developed using 15 years(2002 to 2016) of 3,067 reservoirs by KRC(Korea Rural Community) and 63 meteorological stations by KMA (Korean Meteorological Administration), and the MLRM showed the determination coefficient($R^2$) of 0.51~0.95. The MLRM was applied to 9 selected reservoirs among the whole reservoirs and validated with $R^2$ of 0.44~0.81. The ROC(Receiver Operating Characteristics) analysis of Reservoir Drought Index(RDI) classified by comparing the present reservoir storage with normal year(1976~2005 average) reservoir storage showed average value of 0.64 for 2 years(2015~2016) with the highest value of 0.70 for winter period, lowest value of 0.58 for summer period. If 1 to 3 months weather forecasting data such as Glosea5 produced by KMA are applied, the predicted monthly reservoir storage from the MLRM can be a useful information for agricultural drought pre-preparation.

• Korean Journal of Environment and Ecology
• /
• v.34 no.1
• /
• pp.55-62
• /
• 2020

To estimate headwater stream temperature with seasonal variations, we analyzed precipitation, runoff and air temperature in experimental forest of Kangwon National University, Gangwon-do (2017~2018 years). The daily mean value of headwater stream temperature for spring was 6.9~17.7℃ and correlated with air temperature, that for summer and fall were 12.2~26.3℃ and 3.6~19.3℃, correlated with air temperature and runoff. Based on seasonal variations, we applied for stepwise multiple linear regression analyses to estimate headwater stream temperature with seasonal variations. The equations were headwater stream temperature(WT)_spring=(0.553×Air temperature)+(0.086×Runoff)+4.145 (R²=0.505; p<0.01), WT_summer=(0.756×Air temperature)+(-0.072×Runoff)+2.670 (R²=0.510; p<0.01), and WT_fall=(0.738×Air temperature)+(0.028×Precipitation)+2.660 (R²=0.844; p<0.01). The coefficient of determination (R²) was greater than when it was estimated by air temperature in all seasons and progressively increased from spring to winter. Therefore, we indicated difference on estimated magnitude of stepwise multiple linear regression, due to effects on headwater stream temperature of different environmental factors with seasonal variations. Furthermore, temporal factors with spatial characteristics (e.g., river versus headwater stream) could be recommended for estimating headwater stream temperature.

• Journal of Korea Water Resources Association
• /
• v.53 no.12
• /
• pp.1193-1201
• /
• 2020

This study aims to develop a regression model that estimates a low-flow index that can be applied to ungauged basins. A total of 30 midsized basins in South Korea use long-term runoff data provided by the National Integrated Water Management System (NIWMS) to calculate average low-flow, average minimum streamflow, and low-flow index duration and frequency. This information is used in the correlation analysis with 18 basin factors and 3 climate change factors to identify the basin area, average basin altitude, average basin slope, water system density, runoff curve number, annual evapotranspiration, and annual precipitation in the low-flow index regression model. This study evaluates the model's accuracy by using the root-mean-square error (RMSE) and the mean absolute error (MAE) for 10 ungauged, verified basins and compares them with the previous model's low-flow calculations to determine the effectiveness of the newly developed model. Comparative analysis indicates that the new regression model produces average low-flow, attributed to the consideration of varied basin and hydrologic factors during the new model's development.