• 한국농림기상학회지
• /
• 제18권4호
• /
• pp.253-263
• /
• 2016

단일식물인 국화의 생육은 온도, 일장, 일사량 등 기상 환경과 재배관리 조건에 영향을 받는다. 기상환경과 재배관리를 고려한 국화의 생육예측모델은 국화 재배 시 의사결정을 위한 도구로 이용될 수 있을 것이다. 이 연구에서는 국화 생육모델 구축을 위한 기초 작업으로 온도와 일장뿐만 아니라 에세폰 처리, 야간 전조처리리 등 재배관리 정보를 입력변수로 하여 국화 품종 백선의 출엽과 식물계절을 예측할 수 있는 모델을 개발하였다. 모델은 국화의 생육시기를 유약기(Juvenile phase), 유약기 이후 발뢰기까지 기간, 발뢰기부터 개화기까지의 기간의 기간으로 구분하여 계산을 하도록 구성하였다. 유약기는 출엽속도의 온도 반응 곡선과 유약기의 종료를 결정하는 기준 엽수를 이용하여 추정하도록 구성 하였다. 한편 모주와 이식 후 식물체에 대한 에세폰 처리가 유약기 종료시점의 엽수를 증가시키는 것으로 가정하여 모델에 반영하였다. 유약기 이후에는 온도와 일장에 관한 함수를 이용하여 발육속도를 계산하여 발뢰기와 개화기를 예측하도록 하였는데 야간전조 처리는 임계일장 이상의 장일로 가정하여 모델에 반영하였다. 그리고 최종 엽수는 잎의 출엽이 발뢰 직전까지 진행되는 것으로 가정하여 예측하였다. 위와 같이 구성된 모델의 계수는 온도반응 실험과 정식시기 실험 등을 이용하여 추정하였고 프로그램 언어인 Java를 이용하여 구현하였다. 모델의 계수 추정에 이용한 자료(calibration 자료)뿐만 아니라 이와는 별개의 자료(validation 자료) 모두에 대하여 모델이 비교적 정확하게 발뢰기와 개화기를 예측할 뿐만 calibration에 비하여 validation의 정확도가 떨어지지 않았다. 한편 생육시기에 따른 출엽수와 최종엽수를 모델이 비교적 정확하게 예측하였으나 생육시기에 따라 다소 과소 또는 과대 예측을 하여는 경향을 보여, 온도 이외의 요인을 반영할 수 있는 실험을 통해 개선할 필요가 있는 것으로 판단되었다.

• Journal of Advanced Marine Engineering and Technology
• /
• 제37권8호
• /
• pp.977-983
• /
• 2013

본 연구는 섬 주거시설의 전력부하 변동특성에 적합한 태양광발전설비와 풍력발전설비로 구성된 하이브리드 발전시스템의 발전특성을 예측하고 성능을 평가하는 것을 목적으로, 경상남도 통영시에 소재하는 곤리도를 대상으로 수행한 사례연구 결과이다. 연구 결과, 시각별 전력부하 변동률, 시각별 풍력 발생 변동률, 시각별 일사량 변동률 등이 서로 다르기 때문에, 단순히 전력부하측과 풍력 혹은 태양광발전설비를 1:1로 조합한다면 상호간에 불균형이 발생하여 비효율적임을 알 수 있었다. 또한 부하용량선정방법인 최대부하법과 일일부하법으로 하이브리드 발전시스템의 각 용량을 설정할 경우의 성능을 비교한 결과 두 방법 모두 축전지를 포함한 풍력발전설비만 설치했을 때가 가장 효과적인 것으로 나타났는데 이는 풍력은 태양광과 달리 24시간 지속적으로 발생하기 때문이다.

• 지적과 국토정보
• /
• 제49권1호
• /
• pp.17-27
• /
• 2019

본 연구에서는 LiDAR 측량을 활용하여 취득한 정밀 지형자료와 센서 기반의 기상데이터 관측시스템을 구축하여 태양광 발전량을 예측하는 연구를 수행하였다. 2018년 평균 일조시간은 4.53 시간으로 나타났으며, 태양광 발전량은 2,305 MWh으로 분석되었다. 그리고 태양광 모듈의 설치각도에 따른 태양광 발전량의 영향을 분석하고자 모듈 설치각도를 $10^{\circ}$ 간격으로 배치한 결과, 모듈 배치 각도 $30^{\circ}$에서 발전시간은 4.24 시간으로 나타났으며, 일 발전량과 월 발전량이 각각 3.37 MWh와 102.47 MWh로 가장 높게 평가되었다. 따라서 모듈 배치 각도를 $30^{\circ}$로 설계시 모듈 각도 $50^{\circ}$에 비해 발전효율이 약 4.8% 상승하는 것을 알 수 있었다. 또한 태양광 모듈의 설치각도에 따른 계절별 태양광 발전량의 영향을 분석한 결과, 날씨가 차가운 11월~2월까지는 모듈 각도가 큰 $40^{\circ}{\sim}50^{\circ}$가 태양광 발전량이 높게 나타났으며 날씨가 따뜻한 3월~10월까지는 모듈 각도가 작은 $10^{\circ}{\sim}30^{\circ}$가 태양광 발전량이 높게 나타남을 알 수 있었다.

• 한국산업정보학회논문지
• /
• 제28권6호
• /
• pp.91-98
• /
• 2023

태양광 발전소의 발전량은 기상 조건, 지리적 조건, 태양광 패널 설치 조건과 높은 상관관계를 갖는다. 과거 연구들에서는 발전량에 영향을 미치는 요소를 찾아내었고, 그 중 일부는 태양광 패널이 최대 전력량을 생산할 수 있는 최적의 조건을 찾았었다. 하지만, 태양광발전소 설치 시 현실적 제약을 고려하면 최대 발전량 조건을 만족시키기는 매우 어렵다. 발전소 소유자가 태양광발전소 설치를 검토할 때 태양광 발전량을 예측하기 위해서는 발전량에 영향을 미치는 요인들의 민감도를 알아야 한다. 본 논문에서는 태양광발전소의 발전량과 날씨, 위치, 설치 조건 등 관련 요인들과의 관계를 분석하기 위한 다항회귀분석 방법을 제안한다. 분석자료는 대구, 경북에 설치·운영되는 태양광발전소 11개소로부터 수집하였다. 분석 결과 발전량은 패널 종류, 일사량, 음영 유무에 영향을 받으며 패널 설치 각도와 방향이 복합적인 영향을 주는 것으로 나타났다.

• 대한원격탐사학회지
• /
• 제33권5_2호
• /
• pp.733-740
• /
• 2017

본 총설에서는 작황조사 시험을 활용한 통계적 작황예측 방법에 대해 소개하고 이를 원격탐사를 이용한 방법과 비교하였다. 17개 지역에서 이루어지는 작황조사시험 기반으로 작황조사시험의 수량구성요소 중 등숙률을 일사량과 선형회귀식으로 예측하고 면적당 영화수는 작황조사의 실측값을 활용하여 수량을 재구성하는 방법으로 예측 결과를 얻어진다. 예측 결과는 비교적 정확하였는데 지난 2010년부터 2016년까지 가장 적은 오차는 1 kg/10a였으며 가장 큰 편차는 19 kg/10a 이었다. 크게 편차가 발생한 이유는 태풍에 의해 피해 때문이었다. 즉 작황조사를 이용한 통계적 방법은 재해에 의한 공간변이를 충분히 반영하지 못하는 약점이 있다. 반면 원격탐사는 이러한 재해에 의한 공간적 변이를 보다 잘 설명할 수 있는 장점이 있다. 따라서, 벼의 생육상황에 큰 문제가 없는 경우에는 두가지 접근법 모두 유효하고 재해가 발생하였을 때는 원격탐사가 더 정확할 수 있을 것으로 보인다.

• 한국콘텐츠학회논문지
• /
• 제21권6호
• /
• pp.35-43
• /
• 2021

감귤의 품질은 일반적으로 당도와 산도로 결정된다. 특히, 당도는 감귤의 맛을 결정하기 때문에 매우 중요한 요소이다. 현재 농가에서 가장 많이 사용하는 감귤 당도 측정 방법은 휴대용 착즙당도계 및 비파괴당도계로 측정하는 방식이다. 이 방법은 개인이 손쉽게 측정 가능한 방법이지만, 감귤농협 정식기계보다 당도수치의 정확성이 떨어지며 특히 0.5 Brix 이상 오차 차이가 발생해 현장에서 사용하기에는 아직 많이 부족하다. 또한, 현재 시점의 측정이지 예측 측정이 아니다. 그래서 본 논문에서는 기존 수집된 감귤 당도 값과 기상 데이터(평균 온도, 습도, 강우량, 일사량, 평균 풍속)을 기반으로 측정되지 않은 날짜의 감귤 당도를 0.5 Brix 이하 오차범위 내에서 예측하는 AI 모델을 제안했다. 또한, 성능평가를 통해 제안하는 예측 모델이 제주 성산 지역에 대해서는 절대 평균 오차가 0.1154, 하원 지역에 대해서는 0.1983인 것을 확인했다. 마지막으로 제안한 모델은 0.5 Brix 이하 오차 차이를 지원하며, 예측 측정을 지원하는 기술이기에 그 활용성에 있어 진보성이 매우 높을 것으로 기대된다.

• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2010년도 춘계학술대회
• /
• pp.942-945
• /
• 2010

분산형 전원은 에너지 실수요자 근처 혹은 건물 내부에 소형 발전설비(태양광, 풍력 발전을 포함하는 신재생에너지 발전)를 설치해 에너지 손실과 송 배전 설비를 줄이려는 노력에서 출발했다. 최근 세계적으로 기후 환경 변화에 대처하기 위해 다양한 신재생에너지를 활용하기 위한 댁내 분산형 전원 환경 시대를 예고하고 있다. 특히 태양광, 풍력 발전은 댁내에 설치하기 용이하고 가장 경제성이 뛰어나 많은 기업들이 적극적으로 사업에 진출하고 있다. 하지만 풍력 발전의 경우 바람의 세기에 따라 발전량의 변화가 심하고, 태양광은 일사량 및 일조량의 영향을 많이 받기 때문에 기후 상황에 따라 출력이 불안정하다는 단점이 있기 때문에 균일한 전력품질을 제공하기 위해 해결해야 할 기술적인 과제를 가지고 있다. 본 논문에서는 댁내에서 운용이 용이한 풍력 에너지, 태양광 에너지 및 기존 전력으로 구성되는 분산형 전원시스템에서 기후변화에 민감한 신재생에너지 발전량의 예측 방법에 대해 제안한다. 이를 바탕으로 효율적인 분산전력 관리를 가능하게 하며, 궁극적으로 제로에너지 홈을 구현하기 위한 기본 요소 기술을 제공하는 것이 본 논문의 목표이다.

• 한국농림기상학회지
• /
• 제21권1호
• /
• pp.29-41
• /
• 2019

산림생태계에서 총일차생산성(Gross Primary Production, GPP)은 기후변화에 따른 산림의 생산성과 그에 영향을 미치는 식물계절, 건강성, 탄소 순환 등을 대표하는 지표이다. 총일차생산성을 추정하기 위해서는 에디공분산 타워 자료나 위성영상관측자료를 이용하기도 하고 물리지형적 한계나 기후변화 등을 고려하기 위해 기작기반모델링을 활용하기도 한다. 그러나 총일차생산성을 포함한 산림 탄소 순환의 기작기반 모델링은 식물의 생물, 생리, 화학적 기작들의 반응과 지형, 기후 및 시간 등과 같은 환경 조건들이 복잡하게 얽혀 있어 비선형적이고 유연성이 떨어져 반응에 영향을 주는 조건들을 모두 적용하기가 어렵다. 본 연구에서는 산림 생산성 추정 모델을 에디공분산 자료와 인공위성영상 정보를 사용하여 기계학습 알고리즘을 사용한 모델들로 구축해 보고 그 사용 및 확장 가능성을 검토해 보고자 하였다. 설명변수들로는 에디공분산자료와 인공위성자료에서 나온 대기기상인자들을 사용하였고 검증자료로 에디공분산 타워에서 관측된 총일차생산성을 사용하였다. 산림생산성 추정 모델은 1) 에디공분산 관측 기온($T_{air}$), 태양복사($R_d$), 상대습도(RH), 강수(PPT), 증발산(ET) 자료, 2) MODIS 관측 기온(T), 일사량($R_{sd}$), VPD 자료(개량식생지수 제외), 3) MODIS 관측 기온(T), 일사량($R_{sd}$), VPD, 개량식생지수(EVI) 자료를 사용하는 세 가지 경우로 나누어 구축하여 2006 - 2013년 자료로 훈련시키고 2014, 2015년 자료로 검증하였다. 기계학습 알고리즘은 support vector machine (SVM), random forest (RF), artificial neural network (ANN)를 사용하였고 단순 비교를 위해 고전적 방법인 multiple linear regression model (LM)을 사용하였다. 그 결과, 에디공분산 입력자료로 훈련시킨 모델의 예측력은 피어슨 상관계수 0.89 - 0.92 (MSE = 1.24 - 1.62), MODIS 입력자료로 훈련시킨 모델의 예측력은 개량식생지수 제외된 모델은 0.82 - 0.86 (MSE = 1.99 - 2.45), 개량식생지수가 포함된 모델은 0.92 - 0.93(MSE = 1.00 - 1.24)을 보였다. 이러한 결과는 산림총일차생산성 추정 모델 구축에 있어 MODIS인공위성 영상 정보 기반으로 기계학습 알고리즘을 사용하는 것에 대한 높은 활용가능성을 보여주었다.

• 한국ITS학회 논문지
• /
• 제14권2호
• /
• pp.30-38
• /
• 2015

본 연구는 동절기 도로관리서비스 향상과 도로의 안전성을 제고하기 위하여, 기존의 입력자료인 기상자료와 더불어 추가적으로 교통자료를 적용하여 노면온도를 예측할 수 있는 모형의 개발을 목표로 하였다. 노면온도 예측모형은 열수지법을 적용하였으며, 모형에서 교통량에 대한 고려는 차량 복사열, 타이어 마찰열로 구성하여 모형화하였다. 이 최종모형과 기상 조건을 기초로 한 초기 모형과 비교하여 노면온도에 미치는 교통량의 영향을 검토하였다. 제3경인고속도로의 실제 관측치과 두 모형에서 계산된 노면온도를 실제 노면온도 관측치와의 비교로 검증하였는데, 관측치와 예측치의 오차인 RMSE은 $1.97^{\circ}C$였다. 관측된 노면온도는 오전 6시부터 일사의 영향을 받아 급격히 상승하여 14시에 최대가되고, 그 후에는 감소한다. 모형 예측값은 관측값보다 오후에는 낮고, 야간에는 높게 나타났다. 이는 오후의 경우는 차량으로 인한 태양 복사열의 차폐, 야간의 경우는 차량열에 의한 열 공급이 주요 원인인 것으로 판단된다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2022년도 제66차 하계학술대회논문집 30권2호
• /
• pp.39-42
• /
• 2022

쌀을 주식으로 하는 우리나라에서, 쌀의 가격에 영향을 미치는 변수를 찾는 것은 유의미한 연구이다. 본 논문에서는 쌀 가격을 예측하는 모델에 포함되는 여러 변수 가운데 상대적인 중요도가 낮은 변수를 제거하고 유의미한 변수만을 남기고자 한다. 이를 위해 기상, 수확량, 소비자물가의 10년 치 정보를 수집하고 정제한 결과 총 2460일, 7개 지역에서 추출된 17,219개의 데이터를 이용하였다. 모델 평가 결과, 모든 변수를 포함한 모델의 RMSE는 166.0759, 단계적으로 계수가 작은 9개의 변수를 제거한 최종적인 모델의 RMSE는 168.5576으로 유의미한 차이를 보이지 않았다. 최종적으로 남은 변수는 총 10개로 평균 기온, 평균 풍속, 합계 일사, 평균 지면 온도, 0.5M 평균 습도, 4.0M 평균 습도, 10CM 일 토양 수분, 30CM 일 토양 수분, 50CM 일 토양 수분, 전년도 생산량이 포함된다.