• Journal of the Korean Data and Information Science Society
• /
• v.28 no.4
• /
• pp.797-810
• /
• 2017

The Korean peninsula is exposed to typhoons every year. Typhoons cause huge socioeconomic damage because tropical cyclones tend to occur with strong winds and heavy precipitation. In order to understand the complex dependence structure between strong winds and heavy precipitation, the copula links a set of univariate distributions to a multivariate distribution and has been actively studied in the field of hydrology. In this study, we carried out analysis using data of wind speed and precipitation collected from the weather stations in Busan and Jeju. Log-Normal, Gamma, and Weibull distributions were considered to explain marginal distributions of the copula. Kolmogorov-Smirnov, Cramer-von-Mises, and Anderson-Darling test statistics were employed for testing the goodness-of-fit of marginal distribution. Observed pseudo data were calculated through inverse transformation method for establishing the copula. Elliptical, archimedean, and extreme copula were considered to explain the dependence structure between strong winds and heavy precipitation. In selecting the best copula, we employed the Cramer-von-Mises test and cross-validation. In Busan, precipitation according to average wind speed followed t copula and precipitation just as maximum wind speed adopted Clayton copula. In Jeju, precipitation according to maximum wind speed complied Normal copula and average wind speed as stated in precipitation followed Frank copula and maximum wind speed according to precipitation observed Husler-Reiss copula.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2015.10a
• /
• pp.183-185
• /
• 2015

Recently, big data analysis based on machine learning has gained popularity and many machine learning techniques have been applied to the field of agriculture. By using machine learning technique to analyze huge number of samples of biological and environmental data, new observations can be found. In this research, we consider the estimation of proportional daily weight increase (PDWI) based on measurement data from experimental swine farm. In order to derive the exact formulation for PDWI estimation, we have used measured value of mean, daily maximum, daily minimum of temperature, humidity, CO2, wind speed and measured PDWI values. Based on collected data, we have derived equation for PDWI estimation using tree-based algorithm. In the derived formulation, we have found that the daily average temperature is the most dominant factor that affects PDWI. Our results can be applied to pig farms to estimate the PDWI of swine.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.341-345
• /
• 2018

우리나라는 전 국토의 70%가 산지이고 하천경사가 다른 나라에 비해 상대적으로 급하여 홍수 관리에 매우 불리한 조건을 가지고 있으며, 특히 홍수기간의 집중호우 및 돌발홍수는 인명과 재산의 막대한 피해를 입히고 있다. 최근은 기후변화로 인하여 극심한 홍수, 가뭄 등 재해의 발생빈도가 증가하는 추세로 기후변화의 영향을 최소화할 수 있는 수재해 방재관리가 필요한 상황이다. 중 대하천의 경우에는 비교적 수재해 방재관리가 잘 이루어지고 있으나, 소하천(일부 중하천 포함)의 경우에는 취약한 구조를 보이고 있다. 특히 홍수기간(7월~9월)의 인명과 재산의 피해는 주로 소하천 위주로 발생하고 있으며, 사전 사후의 체계적인 대응이 이루어지지 못하고 있다. 수재해 방재관리를 위해서는 일차적으로 수문자료의 획득에 있으며, 그 이후 해당 유역에 적합한 수재해 대응을 위한 체계적인 방법론과 방재시스템 개발 운영이 수반되어야 안전한 방재관리를 할 수 있다. 따라서 수재해 방재관리 체계를 구축하기 위해서는 중 소규모 유역 단위를 대상으로 지속적이고 신뢰성 있는 자료의 획득과 축적이 중요하므로 중 소규모 유역 단위의 대표성 있는 시험유역의 운영은 매우 의미가 있다고 볼 수 있다. 본 논문에서는 한국건설기술연구원에서 운영하는 차탄천 유역(유역면적 $190.64km^2$, 유로경사 0.96%, 경기도 연천군 소재)의 신뢰성 높은 2017년 관측자료를 이용하여 강우특성, 유출특성, 증발산량 등 수문특성을 분석하였으며, 과거 관측결과와 비교하였다. 강우특성 분석으로는 호우사상 분리, 주요 호우사상 분석, 지속기간별 최대강우량, 시간분포 등이 있다. 2017년은 2016년보다 최대 강우지속기간과 평균 강우지속기간은 크게, 최대 강우강도는 작게, 평균 강우강도는 크게 나타나는 호우의 특징을 보이고 있다. 2017년의 하천유출률은 강우량 대비 53.1%(장진교, 유역출구)와 60.4%(보막교, 중간소유역)로 과거 5년간의 평균 유출률인 장진교(52.4%)와 4년간의 평균유출률인 보막교(58.8%)와 비슷한 값을 보인다. 강우유출특성 분석결과 연간 강우량은 다소 적었지만, 평균 강우강도의 증가에 기인하여 2017년의 연간 하천유출량은 2016년보다 장진교는 약 39.5%의 증가와 보막교는 약 2.9% 감소가 하였다. 수문학적 동질성 갖는 유역에서 하천유출량의 차이는 강우량 발생 시기(2016년의 경우는 10월에 215.7mm의 강우량 발생)와 토지이용(중 하류부 농경지 발달)의 차이에 기인한다고 볼 수 있다. 그리고 2017년의 증발산량은 강우량 대비 장진교는 38.4%, 보막교 35.1%로 2016년 장진교의 50.1%보다는 감소하고, 보막교의 35.4%와는 비슷한 값을 보인다. 온도, 습도, 풍속, 일조시간에 영향을 받는 증발산량은 2016년 대비 기온(일최고/일최저)의 감소(90.6%) 습도(일최대/일평균/일최저)의 감소(98.5%), 일평균 풍속의 감소(54.7%)에 기인하여 적은 증발산량을 보이는 것으로 분석되었다. 이와 같이 산정된 수문자료는 수재해 방재를 위한 기초자료로 매우 유용하게 활용되므로 지속적인 시험유역의 운영은 매우 필요하다.