• Journal of Korean Society of Disaster and Security
• /
• v.13 no.2
• /
• pp.27-38
• /
• 2020

Climate variations have become worse and diversified recently, which caused catastrophic disasters for our communities and ecosystem including economic property damages in Korea. Heat wave of summer season is one of causes for such damages of which outbreak tends to increase recently. Related short-term forecasting information has been provided by the Korea Meteorological Administration based on results from numerical forecasting model. As the study area, the ◯◯ province was selected because of the highest mortality rate in Korea for the past 15 years (1998~2012). When comparing the forecasted temperatures with field measurements, it showed RMSE of 1.57℃ and RMSE of 1.96℃ was calculated when only comparing the data corresponding to the observed value of 33℃ or higher. The forecasting process would take at least about 3~4 hours to provide the 4 hours advanced forecasting information. Therefore, this study proposes a methodology for temperature prediction using LSTM considering the short prediction time and the adequate accuracy. As a result of 4 hour temperature prediction using this approach, RMSE of 1.71℃ was occurred. When comparing only the observed value of 33℃ or higher, RMSE of 1.39℃ was obtained. Even the numerical prediction model of the whole range of errors is relatively smaller, but the accuracy of prediction of the machine learning model is higher for above 33℃. In addition, it took an average of 9 minutes and 26 seconds to provide temperature information using this approach. It would be necessary to study for wider spatial range or different province with proper data set in near future.

• Journal of Navigation and Port Research
• /
• v.32 no.3
• /
• pp.245-250
• /
• 2008

Recently the numerical prediction technique is applied to many fields, because numerical models are developed so much for last decades. The real-time ocean prediction system is one of them and is capable of providing the real-time marine information for users to promote the safety af maritime traffic and preservation of marine resources. The system is composed of observing system, data distribution system and modelling system. In this study authors develop the modelling system and show the results as preliminary study for establishing the real-time ocean prediction system in Busan port. The system test is performed only for M2 tidal modelling due to the lack qf observation data, thus a full-scale test is required in future if enough data are provided Also observing system and data distribution system will be constructed continuously in future, then service for real-time data for users will be initiated.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.366-366
• /
• 2019

홍수피해가 발생하면 사회 전반에 걸쳐 큰 영향을 끼치게 된다. 이에 국내에서는 홍수로 인한 피해를 경감하기 위한 방법 중 하나로 홍수정보를 제공하고 있다. 기상청은 예상되는 강우량을 수치예보를 활용하여 기상특보를 제공하고 있으며, 홍수통제소는 하천에서 예상되는 홍수위를 기준으로 홍수특보를 발령하고 있다. 그러나 기상특보는 전국을 동일한 기준으로 홍수위험을 전망하여 각 행정구역별 특성을 반영하지 못하며, 홍수특보는 주요 하천이 없는 행정구역은 활용할 수 없다는 한계를 가지고 있다. 본 연구에서는 과거 홍수피해 현상 조사를 통해 제시된 각 행정구역별 강우기준과 수치예보 자료 중 하나인 국지규모 앙상블예측시스템(LENS, Local ENsemble Prediction System)자료를 활용하여 홍수위험 매트릭스를 구성하고, 이를 통해 홍수위험 대응단계설정 방안을 제시하고자 하였다. 본 연구에서 제시된 행정구역별 홍수위험 매트릭스는 향후 추가적으로 자료 수집을 통해 매트릭스 적용 및 검토가 이루어져야 할 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.373-373
• /
• 2020

한국건설기술연구원의 돌발홍수연구센터는 전국에서의 돌발홍수정보를 제공하기 위해 2019년에 돌발홍수예측 시스템을 구축하였다. 돌발홍수예측 시스템은 동(읍/면) 단위로 1시간 선행 예보를 3단계 위험 정보(주의/경계/심각)로 전국적으로 제공하고 있다. 본 시스템에서 예측 선행 시간을 1시간으로 설정한 것은 최소 대피 시간의 개념도 있지만 예측자료의 정확도가 1시간 이후 현격히 감소하기 때문이다. 이에 본 연구에서는 돌발홍수예측 시스템의 예측 선행 시간을 1시간에서 3시간으로 확장하기 위한 병합 기법을 검토 및 적용하였다. 이를 위해 홍수통제소에서 제공하고 있는 초단기 예측 강수 자료와 기상청에서 제공하고 있는 수치예보 자료를 활용하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.128-128
• /
• 2022

최근 호우의 빈도와 규모는 증가하는 추세이며 이에 따른 홍수 피해는 많은 피해를 야기하고 있다. 이러한 관점에서 홍수 피해에 대한 선제적 대응을 위한 요소로써 초단시간 강우예측 정보의 중요성은 매우 높다. 특히, 레이더 자료 기반의 강우예측은 수치예보모델과 비교하여 3시간 이내의 짧은 선행시간 이내의 높은 정확도를 갖고 있어 홍수예보에 다수 활용되고 있다. 최근에는 강우자료의 복잡한 관계와 특징을 고려하기 위해 딥러닝 기반의 강우예측 활용 사례가 증가하고 있으나 국내 적용 사례는 적어 관련 연구가 요구되는 실정이다. 본 연구에서는 레이더 강우를 활용한 딥러닝 기반의 강우예측 기법을 제안하고 이에 대한 적용성을 평가하고자 한다. 2차원 레이더 강우자료의 특징과 시계열 특성을 고려하기 위한 심층신경망 구조를 제안하였으며 기존 딥러닝 모형과의 비교를 통해 활용 가능성을 제시하고자 하였다. 적용 대상지역은 한강 유역으로 선정하였다. 정성적 평가를 위해 임계성공지수(CSI)를 활용하여 예측 강우에 대한 정확도를 평가하였으며 정량적 평가를 위해 예측 강우와 관측 강우의 상관관계를 분석하였다. 평가 결과, 제안하는 방법이 기존 모형과 비교하여 예측오차의 범위가 적고 강우의 위치 변화를 잘 반영하는 것으로 나타났다. 본 연구결과는 초단기간 강우예측 자료를 활용하는 홍수예보의 정확도 향상에 기여할 것으로 기대된다.

• Journal of Korea Water Resources Association
• /
• v.44 no.2
• /
• pp.97-107
• /
• 2011

For the purpose of enhancing usability of NWP (Numerical Weather Prediction), the quantitative precipitation prediction scheme was suggested. In this research, precipitation by leading time was predicted using 3-hour rainfall accumulation by meso-scale numerical weather model and AWS (Automatic Weather Station), precipitation water and relative humidity observed by atmospheric sounding station, probability of rainfall occurrence by leading time in June and July, 2001 and August, 2002. Considering the nonlinear process of ranfall producing mechanism, the ANN (Artificial Neural Network) that is useful in nonlinear fitting between rainfall and the other atmospheric variables. The feedforward multi-layer perceptron was used for neural network structure, and the nonlinear bipolaractivation function was used for neural network training for converting negative rainfall into no rain value. The ANN simulated rainfall was validated by leading time using Nash-Sutcliffe Coefficient of Efficiency (COE) and Coefficient of Correlation (CORR). As a result, the 3 hour rainfall accumulation basis shows that the COE of the areal mean of the Korean peninsula was improved from -0.04 to 0.31 for the 12 hr leading time, -0.04 to 0.38 for the 24 hr leading time, -0.03 to 0.33 for the 36 hr leading time, and -0.05 to 0.27 for the 48 hr leading time.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2006.05a
• /
• pp.1515-1519
• /
• 2006

본 연구에서는 초단시간 강수예보(VSRF, Very Short-Range Forecast of precipitation) 시스템 구축 현황을 소개하고자 한다. VSRF 모델은 레이더 반사도 자료와 지상 AWS 자료를 이용하여 레이더-AWS 강우강도를 산출하는 강수분석과정과 분석된 강수량 자료와 중규모 수치예보장을 사용하여 외삽법에 의한 초단시간 강수예보를 수행하는 예보과정, 실시간으로 산출된 강수예보 자료를 검증하고 홈페이지에 제공하는 자료지원과정으로 구성된다. 본 연구에서는 모델의 예보능력을 향상시키기 위해 크게 두 가지 측면에서 모델을 개선하였다. 첫째는 모델의 입력자료인 레이더-AWS 강우강도 자료를 기상연구소 원격탐사연구실에서 운영하던 WPMM (Window Probability Matching Method)과 기상청 기상레이더과에서 운영하던 RQPE(Radar Quantitative Precipitation Estimation)의 알고리즘을 통합하여 정확한 강우강도 자료인 레이더-AWS 강우강도(RAR, Radar-AWS Rain rate) 시스템을 구축하여 개선하였으며, 둘째는 외삽과정을 통한 예보가 3시간이 지나면 예측능력이 감소하는 문제점을 보완하기 위해 현업 중규모 모델(RDAPS, Regional Data Assimilation and Prediction System)의 예측강수와 병합하여 모델을 개선하였다. 또한 이를 시계열 검증 및 공간 검증하는 실시간 검증 시스템을 구축하여 실시간으로 모델의 정확성을 평가하고 있다. 그 결과 입력자료 개선을 통한 모델의 정확도는 크게 향상된 결과는 볼 수 없었지만 미약하게 향상된 것을 확인할 수 있었으며, 모델의 병합을 통한 모델의 개선은 예측 3시간 이후부터는 50% 정도 향상되었다.의 대안을 제시하고자 한다.X>${\mu}_{max,A}$는 최대암모니아 섭취률을 이용하여 구한 결과 $0.65d^{-1}$로 나타났다.EX>$60%{\sim}87%$가 수심 10m 이내에 분포하였고, 녹조강과 남조강이 우점하는 하절기에는 5m 이내에 주로 분포하였다. 취수탑 지점의 수심이 연중 $25{\sim}35m$를 유지하는 H호의 경우 간헐식 폭기장치를 가동하는 기간은 물론 그 외 기간에도 취수구의 심도를 표층 10m 이하로 유지 할 경우 전체 조류 유입량을 60% 이상 저감할 수 있을 것으로 조사되었다.심볼 및 색채 디자인 등의 작업이 수반되어야 하며, 이들을 고려한 인터넷용 GIS기본도를 신규 제작한다. 상습침수지구와 관련된 각종 GIS데이타와 각 기관이 보유하고 있는 공공정보 가운데 공간정보와 연계되어야 하는 자료를 인터넷 GIS를 이용하여 효율적으로 관리하기 위해서는 단계별 구축전략이 필요하다. 따라서 본 논문에서는 인터넷 GIS를 이용하여 상습침수구역관련 정보를 검색, 처리 및 분석할 수 있는 상습침수 구역 종합정보화 시스템을 구축토록 하였다.N, 항목에서 보 상류가 높게 나타났으나, 철거되지 않은 검전보나 안양대교보에 비해 그 차이가 크지 않은 것으로 나타났다.의 기상변화가 자발성 기흉 발생에 영향을 미친다고 추론할 수 있었다. 향후 본 연구에서 추론된 기상변화와 기흉 발생과의 인과관계를 확인하고 좀 더 구체화하기 위한 연구가 필요할 것이다.게 이루어질 수 있을 것으로 기대된다.는 초과수익률이 상승하지만, 이후로는 감소하므로, 반전거래전략을 활용하는 경우 주식투자기간은 24개월이하의 중단기가 적합함을 발견하였다. 이상의 행태적 측면과 투자성과측면의 실증결과를 통하여 한국주식시장에

• Journal of the Korean earth science society
• /
• v.26 no.1
• /
• pp.66-77
• /
• 2005

Aerological observation at Heuksando located in south-western part of Koran Peninsula has been started at 1 June 2003. In order to clarify the improvement of meteorological prediction quality. it is necessary to compare between aerological data observed at Gawngju and Heuksando and to make clear the influence of Heuksando data assimilation. Therefore numerical simulations were carried out with High resolution meterological prediction system based on MM5(The 5th Generation Mesoscale Model). The pattern of wind and temperature field observed at Heuksando and Gwangju are different due to land surface friction End Sensible heat flux at surface and the wind field Simulated With Gwangju and Heuksando aerological data agree well with observation wind field. Although the amount of precipitation in these experiments is underestimated. the area and starting time of precipitation around Honam province in case with Heuksando data is more reliable that without the data.

• Journal of Korea Water Resources Association
• /
• v.45 no.7
• /
• pp.631-641
• /
• 2012

In this study, satellite data (MTSAT-1R), a numerical weather prediction model, RDAPS (Regional Data Assimilation and Prediction System) output, ground weather station data, and artificial neural networks were used to improve the accuracy of summer rainfall forecasts. The developed model was applied to the Seoul station to forecast the rainfall at 3, 6, 9, and 12-hour lead times. Also to reflect the different weather conditions during the summer season which is related to the frontal precipitation and the cyclonic precipitation such as Jangma and Typhoon, the neural network models were formed for two different periods of June-July and August-September respectively. The rainfall forecast model was trained during the summer season of 2006 and 2008 and was verified for that of 2009 based on the data availability. The results demonstrated that the model allows us to get the improved rainfall forecasts until lead time of 6 hour, but there is still a large room to improve the rainfall forecast skill.

• Journal of Korea Water Resources Association
• /
• v.50 no.5
• /
• pp.335-346
• /
• 2017

This study generated the radar-based forecasted rainfall using spatial-scale decomposition method (SCDM) and evaluated the hydrological applicability with forecasted rainfall by KMA (MAPLE, KONOS) in terms of urban flood forecasting. SCDM is to separate the small-scale field (convective cell) and large-scale field (straitform cell) from radar rainfield. And each separated field is forecasted by translation model and storm tracker nowcasting model for improvement of QPF accuracy. As the evaluated results of various QPF for three rainfall events in Seoul and Metropolitan area, proposed method showed better prediction accuracy than MAPLE and KONOS considering the simplicity of the methodology. In addition, this study assessed the urban hydrological applicability for Gangnam basin. As the results, KONOS simulated the peak of water depth more accurately than MAPLE and SCDM, however cannot simulated the timeseries pattern of water depth. In the case of SCDM, the quantitative error was larger than observed water depth, but the simulated pattern was similar to observation. The SCDM will be useful information for flood forecasting if quantitative accuracy is improved through the adjustment technique and blending with NWP.