• Proceedings of the Korea Water Resources Association Conference
• /
• 2015.05a
• /
• pp.275-275
• /
• 2015

최근 기후변화에 따른 극한 강우사상의 증가로 인하여 농업용 저수지의 재해 위험도가 증가하고 있는 추세이며, 사고가 발생할 때 마다 파손/붕괴된 시설물을 보수하는 대응형 유지관리체계에서 벗어나 기반시설의 성능과 생애주기 등을 고려하여 재해 발생을 사전에 예보 및 경보를 알릴 수 있는 예방적 관리체계로의 전환이 필요하다. 한국농어촌공사는 전국 1,500개 저수지에서 10분 단위 수위자료를 측정하고 있으며, 이를 분석하여 재해예방에 활용할 수 있는 기반이 조성되어 있으나 이에 대한 관리가 이루어지지 않고 있고 수집된 자료를 활용하여 재해 징후를 분석할 수 있는 재해 예방적 분석기술이 마련되어 있지 않은 실정이다. 본 연구에서는 농업용 저수지 수위자료를 이용한 저수지 이상거동을 판별하기 위하여 전국 34개 한국농어촌공사 관할 저수의 시계열 수위자료의 특성(Feature)을 분석하고자 한다. 시계열 자료의 시계열 특성을 분석하기 위하여 한국농어촌공사 관할의 전국 34개 저수지를 선정하여 분석을 실시하였다. 대상저수지는 지역별, 저수용량, 안정등급, 붕괴발생, 1개 지사관할 저수지로 각각 구분하여 선정하였으며, 각 저수지의 수위 측정기간(최소 5개년)에 대한 자료를 수집하였다. 농업용 저수지의 시계열 수위 자료의 특성을 분석하기 위하여 자료의 전처리를 수행하였다. 자료의 전처리는 시계열 수위자료의 잡음 특성, 기상자료 관련 변동특성 등 분류(Classification)에 영향을 미치는 노이즈 요소를 제거하는 과정이다. 전처리과정을 거친 자료는 특징(Feature) 추출 과정을 거치게 되고, 추출된 특징의 적합성에 따라 분류 알고리듬 성능에 많은 영향을 미친다. 따라서 시계열 자료의 특성을 파악하고 특징을 추출하는 것은 이상치 탐지에 있어 매우 중요한 과정이다. 본 연구에서는 시계열 자료 특징 추출 방법으로 물리적인 한계치, 확률적인 문턱값(Threshold), 시계열 패턴, 주변 저수지와의 시계열 상관분석 등을 적용하였으며, 이를 데이터베이스로 구축하여 이후 분류알고리듬 학습에 적용하여 정상치와 이상치를 판별하는데 이용될 수 있도록 하였다. 따라서 본 연구에서 제시되는 농업용 저수지의 시계열 특성은 다양한 분류알고리듬에 적용할 수 있으며, 이를 통하여 저수지 이상거동 판별을 위한 최적을 분류알고리듬의 선택에 도움이 될 것이다.

• Communications for Statistical Applications and Methods
• /
• v.5 no.3
• /
• pp.599-605
• /
• 1998

본 연구에서는 단순구조 순환신경망을 이용한 신경망예측과 전통적인 시계열예측 방법을 이용하여, 순환변동이 있는 시계열자료의 단기예측 오차를 비교한다. 순환신경망모형의 입력자료를 변화시키는 개선된 학습방법을 적용하여 시계열자료를 학습하고, 신경망예측의 결과는 선형 AR(9)모형, 비선형 SETAR모형 그리고 이들의 결합모형을 이용한 예측결과와 비교한다. 실증분석에 적용된 시계열자료는 1700년부터 1987년 까지의 태양흑점 자료이며 예측에 이용된 검정자료는 1980년부터 8년 간의 자료이다.

• 한국지구과학회:학술대회논문집
• /
• 2005.09a
• /
• pp.408-413
• /
• 2005

이 논문에서는 2002년 여름 태풍 루사로 인해 많은 재해 피해를 입은 강원도 강릉시 사천천 주변의 변화 정보를 추출하고자 다중 시기 원격탐사 자료를 이용하였다. 태풍 루사 이전과 이후의 다중 시기 원격탐사 자료를 이용하여 변화 탐지 기법을 적용하여 사천천 주변의 환경 변화 정보를 추출하고 분석하였다. 시계열 자료를 이용함으로써 태풍 루사로 인한 재해 현황 정보뿐만 아니라 그 이후의 복구 과정을 확인할 수 있었으며, 앞으로 재해분야에 시계열 원격탐사 자료의 많은 활용이 기대된다.

• Aerospace Engineering and Technology
• /
• v.10 no.1
• /
• pp.149-155
• /
• 2011

A fast-changing agriculture environment induced by global warming and abnormal climate conditions demands scientific systems for monitoring and predicting crop conditions as well as crop yields at national level. Remote sensing opens up a new application field for precision agriculture with the help of commercial use of high resolution optical as well as radar satellite data. In this study, we investigated the multi-temporal spectral characteristics relative to different agricultural land use types in Korea using RapidEye satellite imagery. There were explicit differences between vegetation and non-vegetation land use types. Also, within the vegetation group spectral vegetation indices represented differences in temporal changing trends as to plant species and paddy types.

• The Korean Journal of Applied Statistics
• /
• v.19 no.2
• /
• pp.369-377
• /
• 2006

This paper considers moving variance ratio (MVR) for valiance detection problem with time series data in progress. For testing purpose, parametric method based on F distribution and nonparametric method based on empirical distribution are compared via simulation study.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2018.10a
• /
• pp.585-588
• /
• 2018

시계열 데이터의 특징을 추출하여 분석하는 과정에서 시게열 데이터가 가지는 고차원성은 차원의 저주(Course of Dimensionality)로 인해 데이터내의 유효한 정보를 찾는데 어려움을 만든다. 이러한 문제를 해결하기 위해 차원 축소 기법(dimensionality reduction)이 널리 사용되고 있지만, 축소 과정에서 발생하는 정보의 희석으로 인하여 시계열 데이터에 대한 군집화(clustering)등을 수행하는데 있어서 성능의 변화를 가져온다. 본 논문은 이러한 현상을 관찰하기 위해 이산 웨이블릿 변환(Discrete Wavelet Transform:DWT)과 오토 인코더(AutoEncoder)를 차원 축소 기법으로 활용하여 시계열 데이터의 차원을 압축 한 뒤, 압축된 데이터를 K-평균(K-means) 알고리즘에 적용하여 군집화의 효율성을 비교하였다. 성능 비교 결과, DWT는 압축된 차원수 그리고 오토인코더는 시계열 데이터에 대한 충분한 학습이 각각 보장된다면 좋은 군집화 성능을 보이는 것을 확인하였다.

• The Korean Journal of Applied Statistics
• /
• v.33 no.4
• /
• pp.467-482
• /
• 2020

We investigate a monitoring procedure for the early detection of parameter changes in location-scale time series models. We introduce a detector for monitoring procedure based on modified residual cumulative sum (CUSUM). The asymptotic properties of the monitoring procedure are established under the null and alternative hypotheses. Simulation results and data analysis are also provided for illustration.

• The Korean Journal of Applied Statistics
• /
• v.13 no.2
• /
• pp.525-540
• /
• 2000

Characteristics of precipitation in Seoul have been examined by using long-term observational data. Precipitation records from modern rain gauges were used for 1908-1996, together with the traditional Korean rain gauge (called Chukwookee) observations for 1777-1907. A linear trend analysis of seasonal total rainfall shows no significant trends over the last 200 years A wavelet transform analysis was performed to figure out the transient variations of precipitation.

• Economic and Environmental Geology
• /
• v.50 no.4
• /
• pp.267-276
• /
• 2017

Seawater intrusion into coastal fractured rock aquifer, resulting in groundwater contamination, is of serious concern in coastal areas of Jeolla Namdo, Korea, which heavily depends on groundwater resources. Time series analysis and forecasting were carried out to analyze and predict EC which is a major indicator of seawater intrusion. Two time series models of autoregressive integrated moving average (ARIMA) and seasonal autoregressive integrated moving average (SARIMA) were tested for suggesting appropriate time series model. Time series data of EC measured over one year showed a increasing trend with short periodic fluctuations, due to tidal effect and pumping, which indicated that EC time series data tended to be non-stationary. SARIMA model was found better fitted to observed EC than any other time series model. Time series analysis and modeling was found to be a useful tool to analyze EC at coastal fractured rock aquifer subject to seawater intrusion.

• Spatial Information Research
• /
• v.20 no.4
• /
• pp.47-55
• /
• 2012

Normalized Difference Vegetation Index (NDVI) has been used to measure and monitor plant growth, vegetation cover, and biomass from multispectral satellite data. It is also a valuable index in forest applications, providing forest resource information. In this research, an approach for monitoring forest change using MODIS NDVI time series data is explored. NDVI difference-based approaches for a specific point in time have possible accuracy problems and are lacking in monitoring long-term forest cover change. It means that a multi-time NDVI pattern change needs to be considered. In this study, an efficient methodology to consider long-term NDVI pattern is suggested using a harmonic model. The suggested method reconstructs MODIS NDVI time series data through application of the harmonic model, which corrects missing and erroneous data. Then NDVI pattern is analyzed based on estimated values of the harmonic model. The suggested method was applied to 49 NDVI time series data from Aug. 21, 2009 to Sep. 6, 2011 and its usefulness was shown through an experiment.