• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.99-99
• /
• 2021

본 연구에서는 기상 자료와 적설 특성 자료의 관계를 도출하고, 이와 추계 일기 생성 모형을 활용하여 합성 적설심 시계열을 모의하는 방법에 대하여 제안한다. 추계 일기 생성 모형에서는 적설량을 직접 모의하지 않기 때문에 강수량을 적설량으로 변환해야한다. 이를 위해 도입한 관계식은 다음과 같다. 첫째로 기상청 적설 예보의 적설 유무 판단 기준을 이용하였다. 이 기준에서는 상대습도와 지상기온에 따라 강수의 형태를 비, 눈, 진눈깨비로 구분한다. 둘째로 강수가 적설로 판단되었을 때 강수량을 신적설심으로 환산하는 수상당량비를 지상기온과 회귀 분석하였다. 선행 연구에 따라 3시간 1 mm 이상 5 mm 이하 강수와 3시간 5 mm 이상 강수 사상에 대하여 나누어 sigmoid형 곡선을 이용하여 회귀 분석하였다. 마지막으로 융설에 의한 적설심 감소량을 지상기온과 복사량의 함수로 표현하였으며, 각 변수의 계수는 입자 군집 최적화 방법을 통하여 보정하였다. 추계 일기 생성 모형으로는 AWE-GEN 모형을 활용하였으며, 시험 자료로 강릉(105) 종관기상관측소의 24년 기간(1982-2005) 자료를 활용하여 합성 적설심 시계열을 생성하였다. 합성 적설심 시계열 모의 과정은 다음과 같다. (1) 추계 일기 생성 모형으로 합성 일기 자료 생성, (2) 강수 발생 시 적설 유무 판단, (3) 적설로 판단 시 수상당량비를 계산하여 신적설심 추정, (4) 기존 적설심에 신적설심을 더하고, 적설심 감소량만큼 감소. 위와 같은 과정으로 200년 길이 합성 적설심 시계열을 모의한 결과 극한 사상을 과소 추정하는 경향이 나타나 추가적인 개선이 필요한 것으로 판단된다.

• Proceedings of KOSOMES biannual meeting
• /
• 2018.06a
• /
• pp.207-207
• /
• 2018

본 연구는 난중일기의 기록 중 이순신 장군이 명량해전 이후 한반도 서남해안을 항해하면서 조선수군의 새로운 본영을 물색하고, 명량해전 이후의 조선수군의 전략을 구상하던 장소로서 전시 임시 전략지휘소로서 의미가 큰 안편도(발음도)의 현재의 지명으로 추정되는 섬들 중 팔금도를 대상으로 항해 과학적 관점에서 조명하고 분석한 내용이다. 분석 결과 이순신 장군과 그의 참모들이 올라가 주변을 조망한 위치로 추정되는 섬 중의 하나인 팔금도의 채일봉과 금당산에서 관측한 방향이 난중일기에 기록된 내용과 일치하지 않은 부분이 많음을 확인하였다.

• The Monthly Diabetes
• /
• s.254
• /
• pp.36-37
• /
• 2011

2011년 월간당뇨는 "천사의 당뇨일기"를 연재합니다. 인터넷 블로그를 통해 매일 당뇨일기를 작성하고 있는 문진순 님(53세)은 임신성 당뇨를 진단받은 후 지금까지 당뇨병과 동거동락하고 있습니다. 현재는 인슐린으로 혈당관리를 하고 있으며, 최근에는 3단위에서 4단위로 무리없이 운동과 식사조절을 통해 인슐린 용량을 줄여 나가고 있습니다. 문진순 님도 한 때 혈당관리를 잘 못해 혈당이 500~600mg/dl까지 오를 정도로 당뇨관리에 어려움을 겪으신 분입니다. 그동안의 경험과 노하우를 바탕으로 나름의 방식을 터득해 혈당관리를 잘하고 있습니다.

• Journal of the Korean Geographical Society
• /
• v.31 no.3
• /
• pp.469-488
• /
• 1996

The defining of weather forecasting regions is possible. since the representativeness of regional weather can by reasonably clarified in terms of weather entropy and the use of information ratio. In this paper, the weather entropy and information ratio were derived numerially from using the information theory. The typical weather characteristics were clarified and defined in the homogeneous weather forecasting regions of the southern parts of Korea. The data used for this study are the daily precipitation and cloudiness during the recent five years (1990-1994) at 42 stations in southern parts of Korea. It is divided into four classes of fine, clear, cloudy and rainy. The results are summarized as follows: 1. The maximum value of weather entropy in study area is 2.009 vits in Yosu in July, and the minimum one is 1.624 bits in Kohung in October. The mean value of weather entropy is maximal in July, on the other hand, minimal in October during four season. The less the value of entropy is, the stabler the weather is. While the bigger the value of entropy is, the more changeable the weather is. 2. The deviation from mean value of weather entropy in southern parts of Korea, with the positive and the negative parts, shows remarkably the distributional tendency of the east (positive) and the west (negative) in January but of the south (positive) and the north (negative) in July. It also clearly shows the distributional tendency of the east (postive) and the west(negative) in the coastal region in April, and of X-type (southern west and northern east: negative) in Chiri Mt. in October. 3. In southern parts, the average information ratio maximaly appear 0.618 in Taegu area in July, whereas minimally 0.550 in Kwangju in October. Particularly the average information ratio of Pusan area is the greatest in April, but the smallest in October. And in Taegu, Kwangju, and Kunsan, it is the greatest in April, January, and July, but the smallest in Jyly, July, and pril. 4.The narrowest appreance of weather representativeness is in July when the Kwangju is the center of the weather forecasting. But the broadest one is in April when Taegu is the center of weather forecasting. 5. The defining of weather forecasting regions in terms of the difference of information ratio most broadly shows up in July in Pusan including the whole Honam area and the southern parts of Youngnam when the Pusan-Taegu is the basis of the application of information ratio. Meanwhile, it appears most broadly in January in Taegu including the whole southern parts except southern coastal area.

• Journal of the Korean Geographical Society
• /
• v.30 no.3
• /
• pp.207-229
• /
• 1995

The characteristics of weather and climate in South Korea has great influences on the annual variation pattern and the appearance of the prevailing weather. The purpose of this paper is to induce the quantity of the weather entropy and annual variation pattern using the information theory and the principal component analysis. And author tried to classify the region according to the variation of its space scale, The raw materials used for this study are the daily cloudiness and precipitation during the years 1990-1994 at 69 stations in South Korea. It is divided into four classes of fine, clear, cloudy and rainy. The rcsults of this study can be summarized as follows: 1. Thc characteristics of annual variation pattern of weather entropy can be chiefly divided into five categories and the accumulated contributory rate of these is 73.1%. 2. Annual variation pattern of the first principal component reaches smaller in May, April and September than national average, and becomes greater when the winter comes. This weather entropy's quantity(Rs1) is positive in most area to the western sife of Soback Mountains and negative in most seaside area to the eastern side of Soback Mountains. 3. The characteristics of annual variation pattern of the second principal component shows that the entropy is more smaller in summer than national average and the rest of seasons shows larger, especially in January, May and September. This weather entropy's quantity(Rs2) is positive in most Honam Inland area to the western side of Soback Mountains and negative in most Youngnam Inland area to the eastern side of Soback Mountains. 4. Eight type regions (S1-S11) are classified based on the occurrences of minimum weather entropy in South Korea, and annual variation pattern of weather entropy by principal component analysis may be classified into sixteen type regions (Rs1-Rs9). Putting these things together, South Korea can be classifieed into thirty one type regions (Rs1S7-Rs9S10).

• 방재와보험
• /
• s.52
• /
• pp.35-37
• /
• 1991

• Journal of Korea Fishing Vessel Association
• /
• v.8
• /
• pp.61-64
• /
• 1981

• 방재와보험
• /
• s.51
• /
• pp.32-33
• /
• 1991

• Journal of Korea Fishing Vessel Association
• /
• v.7
• /
• pp.77-80
• /
• 1981

• Journal of Korea Fishing Vessel Association
• /
• v.6
• /
• pp.66-70
• /
• 1981