• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2009년도 추계학술대회
• /
• pp.7-8
• /
• 2009

컨테이너터미널에서 사용되는 하역시스템은 유류 및 전기 에너지를 주로 소모하는 특성을 가지고 있어 컨테이너의 작업량에 따라 에너지 소비가 증가하게 된다. 따라서 본 연구에서는 컨테이너터미널 운영사에서 하역작업시 장비별로 소비하는 에너지소비 패턴분석을 하고자 한다. 에너지소비 패턴을 분석하기 위해 하역장비별 에너지 소모량과 영역별 컨테이너 처리량을 상호비교 분석하였다. 그리고 컨테이너터미널에서 소비하는 에너지의 월별 소비패턴에서 정상적인 에너지 소비패턴과 비정상적인 에너지 소비패턴을 분류하는 방법을 도출하고 정상적인 에너지소비 패턴을 유도하기 위한 방안을 제시하고자 한다.

• 대한교통학회지
• /
• 제26권5호
• /
• pp.81-90
• /
• 2008

버스노선개편 및 환승요금무료와 같은 대중교통체계개편을 실시함에 따라 시내버스 이용자들이 개편된 노선에 익숙히 대처하기 위해서는 일정기간이 소요된다. 따라서 본 연구는 시내버스 승객수요의 월별 특성에 대해 분석하고, 시계열분석을 실시함으로써 버스노선개편 이후에 변화하는 시내버스 승객수요가 다시 안정된 월별특성을 나타내기까지의 기간에 관하여 연구하고자 한다. 먼저 여러 도시들의 시내버스 승객수요가 공통된 월별 특성을 나타내는지 분석하기 위해 켄달의 일치계수검정을 실시하였다. 또한 노선개편으로 인해 변화된 승객수요가 일정한 패턴을 보이는 기간을 분석하기 위해 시계열분석으로 예측된 2006년의 시내버스 월별 승객수와 실제 집계된 시내버스 월별 승객수를 비교하였다. 이에 따라 각 도시들은 공통된 월별 특성을 보이는 것으로 분석되었고, 대구광역시는 약 6개월 뒤에 예측값과 실제값이 같은 패턴으로 변화하는 것으로 분석되었다. 본 연구는 타도시에서도 적용이 가능하며 시내버스 승객수요의 미시적인 예측과 평가에 활용될 것으로 기대된다.

• 대한토목학회논문집
• /
• 제28권2B호
• /
• pp.199-213
• /
• 2008

본 연구의 목적은 월별 증발접시 증발량과 월별 알팔파 기준증발산량의 모형화를 위한 통합운영방법을 개발하고 적용하는데 있다. 우리나라에서는 장기간동안 증발산계를 이용하여 알팔파 기준증발산량의 관측이 시행되지 않고 있으므로, Penman-Monteith(PM) 공식을 이용하여 산정된 값을 계측된 알팔파 기준증발산량으로 가정하였다. 통합운영 방법은 각각 추계학적 모형과 신경망모형의 적용으로 구성되어 있다. 추계학적 모형은 월별 증발접시 증발량과 월별 알팔파 기준증발산량에 대한 훈련자료의 모의발생을 위하여 적용되었으며, 신경망모형은 관측된 테스트자료를 합리적으로 계산하기 위하여 적용되었다. 고려된 6가지의 훈련패턴 중에서 1,000/PARMA(1,1)/GRNNM-GA 훈련패턴은 제시된 기상인자를 가장 양호하게 평가하였으며, 또한 월별 증발접시 증발량과 월별 알팔파 기준증발산량의 신뢰성있는 자료를 구축할 수 있다. 불확실성 분석은 1,000/PARMA(1,1)/GRNNM-GA 훈련패턴 으로부터 입력층노드의 기상인자를 제거하기 위하여 이용되었으며, 민감하거나 민감하지 않는 기상인자들이 불확실성 분석을 통하여 선택되어 진다. 마지막으로 통합운영방법을 이용하여 최소비용과 노력으로 월별 증발접시 증발량과 월별 알팔파 기준증발산량을 동시에 모형화가 가능하게 되었다.

• 한국수자원학회논문집
• /
• 제57권1호
• /
• pp.1-8
• /
• 2024

우리나라는 기후변화의 영향으로 지속되는 가뭄으로 인해 물 부족 문제가 심화되고 있다. 제1차 국가물관리기본계획에 따르면, 생활 및 공업용수 부족량은 과거 최대 가뭄빈도(50년) 기준으로 0.07억 m³/년으로 전망되고 있다. 이러한 물 부족 문제에 효과적으로 대응하기 위해서는 장기적인 용수 수요 전망이 필수적이다. 공업용수의 경우 월별 사용량이 비교적 일정하지만, 생활용수의 경우 월별 패턴이 뚜렷하기 때문에 연단위 분석이 아닌 월단위 분석을 수행해야 한다. 본 연구는 충청권역을 대상으로 2017~2021년의 월별 용수 이용량 자료에 대해 패턴을 분석하고, 기후 변수와의 상관성을 이용하여 용수 분배 비율을 계산하였다. 그 결과 월별 생활용수 이용량을 연 이용량으로 나눈 월별 용수 이용률을 다시 평균기온으로 나누는 분법으로 계산한 경우가 절대오차가 가장 작게 산정되었으며, 이를 활용하여 충청권역의 월별 분배 비율을 산정하였다. 또한 충청권역의 월별 분배 비율에 SSP5-8.5 시나리오의 평균기온을 곱해 충청권역의 미래 월별 용수 이용률을 전망하였다. 그 결과, 최댓값의 평균은 1.16에서 1.29로 증가하고 최솟값의 평균은 0.86에서 0.84로 감소하였으며, 1사분위수는 0.95에서 0.93으로 감소하고 3사분위수는 1.04에서 1.06으로 증가하였다. 따라서 미래에는 현재와 비슷한 패턴을 유지할 것으로 보이지만, 월별 용수 이용률의 변동성은 커질 것으로 예상된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.450-450
• /
• 2021

기후변화 보고서에 따르면 집중 호우의 강도 및 빈도 증가가 향후 몇 년동안 지속될 것이라 제시하였다. 이러한 집중호우가 빈번히 발생하게 된다면 강우 침식성이 증가하여 표토 침식에 더 취약하게 발생된다. Universal Soil Loss Equation (USLE) 입력 매개 변수 중 하나인 강우침식능인자는 토양 유실을 예측할때 강우 강도의 미치는 영향을 제시하는 인자이다. 선행 연구에서 USLE 방법을 사용하여 강우침식능인자를 산정하였지만, 60분 단위 강우자료를 이용하였기 때문에 정확한 30분 최대 강우강도 산정을 고려하지 못하는 한계점이 있다. 본 연구의 목적은 강우침식능인자를 이전의 진행된 방법보다 더 빠르고 정확하게 예측하는 머신러닝 모델을 개발하며, 총 월별 강우량, 최대 일 강우량 및 최대 시간별 강우량 데이터만 있어도 산정이 가능하도록 하였다. 이를 위해 본 연구에서는 강우침식능인자의 산정 값의 정확도를 높이기 위해 1분 간격 강우 데이터를 사용하며, 최근 강우 패턴을 반영하기 위해서 2013-2019년 자료로 이용했다. 우선, 월별 특성을 파악하기 위해 USLE 계산 방법을 사용하여 월별 강우침식능인자를 산정하였고, 국내 50개 지점을 대상으로 계산된 월별 강우침식능인자를 실측 값으로 정하여, 머신러닝 모델을 통하여 강우침식능인자 예측하도록 학습시켜 분석하였다. 이 연구에 사용된 머신러닝 모델들은 Decision Tree, Random Forest, K-Nearest Neighbors, Gradient Boosting, eXtreme Gradient Boost 및 Deep Neural Network을 이용하였다. 또한, 교차 검증을 통해서 모델 중 Deep Neural Network이 강우침식능인자 예측 정확도가 가장 높게 산정하였다. Deep Neural Network은 Nash-Sutcliffe Efficiency (NSE) 와 Coefficient of determination (R²)의 결과값이 0.87로서 모델의 예측성을 입증하였으며, 검증 모델을 테스트 하기 위해 국내 6개 지점을 무작위로 선별하여 강우침식능인자를 분석하였다. 본 연구 결과에서 나온 Deep Neural Network을 이용하면, 훨씬 적은 노력과 시간으로 원하는 지점에서 월별 강우침식능인자를 예측할 수 있으며, 한국 강우 패턴을 효율적으로 분석 할 수 있을 것이라 판단된다. 이를 통해 향후 토양 침식 위험을 지표화하는 것뿐만 아니라 토양 보전 계획을 수립할 수 있으며, 위험 지역을 우선적으로 선별하고 제시하는데 유용하게 사용 될 것이라 사료된다.

• 해양환경안전학회지
• /
• 제28권5호
• /
• pp.780-790
• /
• 2022

해양사고 예방을 위해서는 사고의 원인과 결과에 대한 분석 및 진단뿐만 아니라, 사고의 발생 패턴과 변화 추이를 예측함으로써 정량적 위험도를 제시할 필요성이 있다. 선박교통과 관련된 해양사고 예측은 선박의 충돌위험도 분석 및 항해 경로 탐색 등 선박교통의 흐름에 관한 연구가 주로 수행되었으며, 해양사고의 발생 패턴에 대한 분석은 전통적인 통계 분석에 따라 제시되었다. 본 연구에서는 해양사고 통계 자료 중 선박교통관련 사고의 월별, 시간대별 발생 현황 데이터를 활용하여 해양사고 발생 예측 모델을 제시하고자 한다. 국내 해양사고 발생 현황 중 월별, 시간대별 데이터 집계가 가능한 1998년부터 2021년까지의 통계자료 중 선박교통 관련 데이터를 분류하여 정형 시계열 데이터로 변환하였으며, 대표적인 인공지능 모델인 순환 신경망 기반 장단기 기억 신경망을 통하여 예측 모델을 구축하였다. 검증데이터를 통하여 모델의 성능을 검증한 결과 RMSE는 초기 신경망 모델에서 월별 52.5471, 시간대별 126.5893으로 나타났으며, 관측값으로 신경망 모델을 업데이트한 결과 RMSE는 월별 31.3680, 시간대별 36.3967로 개선되었다. 본 연구에서 제안한 신경망 모델을 기반으로 다양한 해양사고의 특징 데이터를 학습하여 해양사고 발생 패턴을 예측할 수 있을 것이다. 향후 해양사고 발생 위험의 정량적 제시와 지역기반의 위험지도 개발 등에 관한 추가 연구가 필요하다.

• 한국수자원학회논문집
• /
• 제55권11호
• /
• pp.941-953
• /
• 2022

본 연구에서는 한강 권역의 포함된 65개 지자체를 대상으로 5년간 월별 물이용량 자료를 수집, 분석하여 월 단위의 대표적인 생공용수 물이용 패턴을 도출하고, 물수급 네트워크 모델(MODSIM)과 기초자료를 이용하여 물이용 패턴을 반영함에 따른 유역 내 발생 가능한 물부족량의 차이를 비교하였다. 분석 결과, 특정 시기별 물이용 주기성을 파악하고, 월별 일정 비율 대비-3.120%~+4.322%의 증감 폭이 나타남을 확인하였다. 이를 물수급 모델에 적용할 경우, 28개 중권역 중 17개 유역에서 물부족량의 변화가 나타났고, 연간 동일한 수요량임에도 불구하고, 시기별 수요량의 비율을 적용함에 따라 최대 생공용수 부족량은 기존대비 약 8.0% 수준으로 감소할 것으로 분석되었다. 장래 기후변화, 사회적, 지역적 특성이 반영된 물이용 패턴에 대한 예측 연구와 연계한다면, 더욱 현실감 있는 물수급 전망과 신뢰도 높은 국가수자원계획 수립이 가능할 것이라고 판단된다.

• 대한토목학회논문집
• /
• 제30권3D호
• /
• pp.263-270
• /
• 2010

본 연구는 경제분석기법에서 편익항목의 통행시간절감편익의 개선안을 살펴보았다. 기존의 경제성분석 시 통행시간절감편익의 계산방법은 피크시간대의 O/D를 이용하여365를 곱하여 산정하고 있다. 이 계산방법의 문제점은 요일에 대한 교통량변화, 달에 대한 교통량변화를 고려하지 못하는 것이다. 이러한 분석점을 개선하기 위하여, 군집분석과 t-검증을 통하여 달별, 요일별 비슷한 교통량 패턴이 가지는 것끼리 묶었다. 이러한 결과값은 요일별과 월별로 교통량의 차이가 발생하는 것으로 나타났다. 본 연구에서는 이러한 요일별, 월별 가중치를 적용하여 pilot 예제를 통해 통행시간절감분을 계산하였더니 기존의 방법에 비해 다소 적게 도출되는 것을 알 수 있었다. 본 연구는 교통량의 변화패턴을 고려한 가중치 연구에 의의를 둘 수 있다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2017년도 학술발표회
• /
• pp.16-16
• /
• 2017

기후 시스템의 다양한 상호작용으로 인해 나타나는 대표적 현상인 강우는 수문학적 분석 과정의 필수적인 요소이며 장기 강우를 예측하는 것은 효율적인 수자원 관리에 중요한 기반이 되고 있다. 이러한 강우는 장기적으로 지구의 대기-해양 순환 패턴의 영향을 받으며, 특히 엘니뇨와 라니냐와 같은 기상 이변이 발생할 경우 대규모 순환에 변화가 일어나게 되어 강우에 영향을 미칠 수 있다. 따라서 본 연구에서는 지구의 순환 패턴 특성을 수치화한 전지구적 기상인자 중에서 우리나라 장기 강우를 예측하기 위한 기상인자를 선정하고 시계열 모형 구축을 통하여 예측력을 평가하였다. 이를 위해 강우에 내재된 다양한 대기-해양 순환 패턴으로부터 나타나는 주기적 요소를 추출하기 위해 앙상블 경험적 모드분해법을 사용하여 강우를 분해한 후, 각 분해된 강우자료와 전지구적 기상인자와의 상관성 분석을 통해 높은 상관성을 가진 기상인자를 선별하고 단계식 변수선택법으로부터 유의미한 기상인자를 최종적으로 선정하였다. 그 결과, 우리나라 기상청 60개 지점의 월별 강우자료 중 전반적으로 영향을 미치는 기상인자를 선정할 수 있었으며, 선정된 기상인 자로 구축된 시계열 모형을 통해 우리나라 장기 강우를 예측하였다.

• 한국농림기상학회지
• /
• 제14권4호
• /
• pp.143-154
• /
• 2012

수자원의 수요 증가와 ENSO (El Ni$\tilde{n}$o/La Ni$\tilde{n}$a Southern Oscillation) 등의 기후변화 현상으로 인한 수자원 공급의 불안정 요소가 제기됨에 따라, 수자원 관리 계획 수립 시 장/단기강우 모의의 중요성이 강조되고 있다. 본 연구에서는 미국 플로리다 템파 지역의 두 개 유역을 대상으로 1986년부터 2008년까지의 MM5 지역기후모델을 이용한 강우모의 결과를 시험지역의 33개 관측자료와 CDF-mapping 기법을 이용하여 통계적으로 보정하였으며 그 결과를 바탕으로 ENSO 패턴에 따른 모델의 성능을 평가하였다. 보정된 MM5일 강우 모의결과는 대체적으로 각 관측소의 월 평균 강우량 (ME: 1.0mm)을 잘 모의하는 것으로 나타났다. 블락-크리깅 기법을 이용하여 추정된 유역 평균 일/월 강우량 또한 관측치를 잘 재현하였다(일 강우 ME: 0.8mm, 월 강우 ME: 7.1mm). 한편, ONI (Oceanic Ni$\tilde{n}$o index)를 이용하여 구분한 ENSO 패턴에 따른 강우 모의치를 분석한 결과, 월별 엘리뇨/라니냐 해에 대한 유역 단위의 강우량 모의 성능이 상이한 것으로 나타났다. 이 원인으로 한정된 모수화 적용 및 모델 경계자료 오차 등을 제시하고 이에 대한 보정 방법개선 등의 추가 연구의 필요성을 지적하였다. 본 연구는 ENSO 패턴을 고려한 월별 기후모델 결과를 활용함에 있어 유의점을 제시하였기에, 우기와 건기에 대한 수자원 관리를 위한 적용 등에 유용하게 활용될 것으로 기대된다.