• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.426-426
• /
• 2023

대설은 일반적으로 해양과 대륙의 온도차가 큰 지역, 바다·호수와 같이 상대적으로 따뜻한 곳이 인접해 있어 기단 변질이 잘 일어나는 지역, 산악에 의해 습윤한 공기가 강제 상승되는 지역에서 자주 발생한다. 우리나라는 찬 대륙고기압 공기가 해수 온도 차로 눈 구름대가 만들어지거나, 고기압 가장자리에서 한기를 동반한 상층 기압골이 우리나라 상공을 통과하면서 대설이 발생한다. 최근 우리나라에서 빈번하게 발생하는 대설피해는 직접피해와 간접피해로 나뉘며, 이에 따라 사회·경제적으로 막대한 피해를 야기한다. 우리나라 대설피해양상은 지역적 특성, 방재 대책, 대처능력 등에 따라 달라지는 것이 특징이며, 지역적으로 다르게 발생하는 대설피해를 효과적으로 대비할 수 있는 연구가 필요하다. 따라서 본 연구에서는 지역적 특성을 고려한 차등화된 대설 피해를 예측하는 연구를 진행하고자 하였다. 본 연구에서는 기상요소 및 사회·경제적 요소 등을 입력자료로 활용하고, DPSIR 분석을 통해 Red Zone, Orange Zone, Yellow Zone, Green Zone으로 위험 등급을 분류 및 등급 별 대설피해 예측기법을 개발하였다. 최종적으로 1994년부터 2020년까지의 과거 대설 피해액 자료와 다중회귀분석을 이용하여 기법을 개발하였고, 기법의 예측력 평가를 위해 RMSE와 RMSE를 표준화한 NRMSE의 두 가지 통계 지표를 사용하여 평가하였다. 모형별 예측력 평가 결과 Yellow 등급 모형이 가장 우수한 예측력을 보였다. 추후 본 연구결과를 통해 대설피해 범위를 예측하는 연구가 진행된다면 사전에 대설피해에 대한 대응방안 수립과 지역별제설 우선순위를 결정할 수 있는 지표가 개발될 것으로 기대된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1164-1168
• /
• 2010

수자원이 우리 생활의 전반적으로 중요한 역할을 차지하면서 댐의 효율적인 운영과 안정적인 용수공급에 대한 연구는 지속적으로 수행되어지고 있다. 1990년대 이후 비선형적인 특성을 잘 모의하는 장점을 가진 인공신경망(ANN)을 이용하여 유입량 예측에 대한 많은 연구가 수행되었다. 하지만 ANN 모형을 포함한 회귀모형은 월 강우 및 유입량의 예측에 대해 간편하게 사용을 할 수 있지만, 예측의 정확성에 한계를 가지고 있다. 본 연구에서는 ANN 모형과 회귀모형의 예측오차를 후처리 과정을 통하여 오차를 줄임으로써 예측모형의 성과를 향상시키는 방법을 제안하였다. 연구지역은 금강수계의 대청댐 유역으로, 1982년 9월부터 2005년 12월에 해당하는 유역 내 11개 지점의 강우관측소에서 관측한 월 강우와 댐 유입량을 수집하여 모형을 구축하였다. 강우량과 유입량 자료에 대해 자기상관함수와 교차상관함수를 이용하여 입력변수를 결정하였고, 정규화를 통한 전처리 과정을 거쳐 ANN 모형과 회귀모형을 이용한 예측모형을 구축하였으며, 예측성과의 향상을 위하여 군집 분석을 이용하여 오차를 재조정하였다. 이러한 오차 후처리 과정을 포함한 모형은 RMSE와 상관계수를 이용하여 비교 평가한 결과, 예측성과를 약 40% 정도 향상시켰다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.34-34
• /
• 2011

최근 우리나라에서는 기상이변과 기후변화에 의한 국지성 집중호우의 발생으로 인해 인명 및 재산 피해가 증가하는 추세이다. 따라서 이러한 기상현상을 좀 더 정확하게 예측하고 이를 대응하고자 악기상 모형의 개발과 구축 및 활용에 대한 연구들이 활발하게 진행 중에 있다. GCM이 제공하고 있는 많은 유용한 정보에도 불구하고 대부분의 모델이 시 공간 분해능과 물리 과정의 한계점으로 인해 지역적인 기후 특성이나 변화를 예측하기에는 많은 문제점들이 나타나고 있다. GCM의 한계점을 극복하기 위한 방법으로 세밀한 규모의 기후 정보를 얻기 위해 복잡한 지형과 해안선, 호수, 식생, 지표특성과 같은 아격자 규모의 강제 효과를 반영할 수 있는 고해상도 지역 기후 모델(Regional Climate Model, RCM)의 필요성이 제기되었다. 본 연구에서는 전지구 20km 격자자료를 입력장으로 하여 8km 격자로 한반도를 포함하는 도메인에 대해 비정역학 완전 압축성 중규모 모델인 WRF를 이용하여 상세예측자료를 생산하고자 하였다. 강수 예측의 경우 돌발적으로 발생하는 경우가 많아, 이를 예측하기 위해서는 상세한 강수량 정보를 빠른 시간 내에 정확히 제공할 수 있는 모델을 사용하여야 한다. 강수의 경우 온도와는 달리 공간적 편차가 매우 커 지역적으로 정확한 강수량을 예측 하는데 어려움이 있다. 상세강수 예측을 위해 미세 격자 규모의 비 정역학 모형을 사용할 경우 계산양이 매우 늘어나기 때문에 장시간의 모형 적분 시간뿐 아니라, 상당한 컴퓨터 자원을 필요로 하므로 이에 대한 대안으로 지형효과를 포함한 강수량 진단 모형인 QPM(Quantitative Precipitation Model)을 사용하였다. 최종적으로 한반도의 복잡한 지형적 영향을 반영하기 위해 1 km의 수평해상도를 가지는 고해상도 강수량 진단 모형(QPM)과 상세한 지리적, 공간적 분석을 할 수 있는 ARCGIS를 이용하여 한반도 도별 상세 강수자료를 생산하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.274-277
• /
• 2011

기후변화는 전 세계적으로 많은 관심을 얻고 있으며 그로 인한 재산과 인명피해의 증가가 우려되고 있다. 기후변화에 대해 가장 취약한 부분은 수자원분야이며 수자원 활용의 극대화를 위하여 여러 예측방법이 활용되고 있다. 본 연구에서는 기상변화의 예측 및 모델링 기법 중 하나와 수문모델의 융합 기법을 활용하였다. 선행 연구에서는 레이더 강우자료와 지상 우량계의 강우자료로 여유추정시간에 대한 단기 예측만이 가능하게 하였는데 이 방법은 조금 더 여유 추정시간을 증가 시키는 장점이 있다. 이 연구에서는 여유추정시간의 증가에 대한 정확성을 검증하기 위하여 청미천 유역을 대상으로 연구를 실시하였다. 연구 방법으로는 ArcGIS와 Arc-View을 사용하여 대상유역의 Curve Number (CN) 값을 추출하고, 강우예측모형인 Weather Research Forecast (WRF) - Advanced Research WRF (ARW) 결과자료와 과거 강우자료의 비교 검증을 통하여 모형의 적용성을 평가하였다. 두 자료는 HEC-HMS의 입력자료가 되며, 이를 바탕으로 지역 유출량 산정 및 지표면 유출 모의를 통한 강우-유출현상을 검토 자료로 활용할 수 있다. 본 연구를 바탕으로 청미천 유역 지표면에서의 강우-유출모의를 개선하여 대상유역의 현상을 보다 유사하게 나타내고자 하였으며, 이와 함께 WRF-ARW 모형을 통하여 여유추정시간의 증가를 모색하고 지역강우 모형이 대한민국 지형의 잘 어울리는 최적화된 매개변수들의 조합을 알아내고 그의 적용현실성을 평가하고자 한다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.302-302
• /
• 2020

최근 우리나라의 기후변화와 도시화로 인한 홍수피해 규모가 대형화 추세를 보이며, 그에 따른 도시침수의 발생이 증가하고 있다. 도시침수로 인한 피해는 파손보다는 침수가 대부분이고, 도시의 규모가 클수록 침수의 비중이 크게 나타난다. 그로 인한 피해는 인명피해 및 재산피해 이외에 여러 가지 피해를 유발하며 도시기능 마비가 일어난다. 이러한 도시지역의 침수피해는 넓은 불투수층으로 인해 홍수 도달시간이 감소하고, 급격한 도시화로 인한 건물, 이외에 하수 관망에 미치는 영향 등 여러 가지를 고려하여 침수해석이 필요하다. 따라서 본 연구에서는 XP-SWMM 모형으로 도시지역의 불투수층의 면적비율, 건물의 영향 등을 고려하여 침수해석을 하고자 하였다. 또한 XP-SWMM 모형의 2차원 TUFLOW엔진을 기반으로 하는 2D 지표 유출 계산을 이용하여 대상 지역의 침수 취약지역을 예측할 수 있을 것이다. 최근 송도국제도시 개발이 이루어진 인천광역시 연수구를 대상지역으로 선정하여 도시지역의 특성을 고려하여 분석을 수행하였다. XP-SWMM 모형의 적용성을 평가하기 위해 대상지역의 도시침수 피해를 입은 강우사상을 선정하여 분석을 수행하였고, 유출량 및 침수면적을 산정하여 침수흔적도와 비교 및 적용성을 평가하였다. 본 연구는 도시지역 하수도 관거의 성능 및 도시지역의 특성을 고려하여 여러 강우 빈도를 이용해 집중호우로 인한 침수지역 및 침수면적 등 침수피해를 예측하여 수해 예방 발전에 기여할 수 있을것으로 사료된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2007.05a
• /
• pp.1972-1976
• /
• 2007

정확한 수문자료를 예측하기 위한 많은 연구들이 현재까지 진행되어 왔다. SVM(Support Vector Machine)은 그 구조가 신경망과 유사하나 신경망과는 다르게 철저히 통계적, 수학적 이론에 기반을 두고 있고 비선형예측 모형이며 지역해 문제가 발생하지 않는 다는 점 등으로 인해 상당히 견고한 모형으로 평가받고 있다. 본 연구에서는 두 경우의 수문시계열 자료를 이용하여 전통적인 통계학적 모형과 신경망 모형 그리고 수문학 분야에서는 아직까지 적용된 사례가 매우적은 SVM 모형의 예측 결과 비교를 통해 모형의 장단점을 평가하였다. 비교 결과 SVM 모형은 수문시계열 자료 예측에 있어서 기존의 방법들에 비해 안정적이고 정확한 예측 결과를 보여 주었다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.384-384
• /
• 2022

과거의 우리나라 대설피해 양상을 살펴보면 지역적으로 집중되어 피해가 발생하는 것이 특징이다. 그러나 현재는 전국적으로 대설피해가 가중되는 추세이며, 이에 따라 대설피해에 대비 가능한 대책의 강구가 필요한 실정이다. 그러나 피해 발생 시 정확한 피해 예측으로 사전에 재난을 대비가 가능한 수준의 연구는 미흡한 실정이다. 따라서 본 연구에서는 다양한 통계기법과 기계학습 기법을 이용하여 대설로 인해 발생한 피해액을 개략적으로 예측이 가능한 모형을 개발하고자 하였다. 대설피해액 예측 모형은 다중회귀분석, 서포트 벡터 머신, 인공신경망 기법, 랜덤포레스트 기법을 이용하여 총 4가지 기법으로 개발하였으며, 독립변수로 사회·경제적 요소, 기상요소를 사용하였고, 종속변수로는 1994년부터 2020년까지 발생한 대설피해 이력의 대설피해액을 사용하였다. 결과적으로 4가지 예측 모형의 예측력 검증 및 기법 간의 예측력을 비교하여 개발한 모형의 적용성을 검토하였다. 본 연구 결과에서 제시한 모형의 개선방안 및 업데이트 방안을 참고하여 후속 연구가 진행된다면 미래에 전국적으로 확대될 대설피해에 대한 대비가 가능할 것으로 기대되며 복구비 및 예방비 투자의 지역적 우선순위를 분석하여 선제적인 대비가 가능할 것으로 판단된다.

• The Korean Journal of Applied Statistics
• /
• v.24 no.3
• /
• pp.535-546
• /
• 2011

This study develops statistical models for the binary forecast of Asian dust days over South Korea in the winter season. For this study, we used three kinds of data; the rst one is the observed Asian dust days for a period of 31 years (1980 to 2010) as target values, the second one is four meteorological factors(near surface temperature, precipitation, snowfall, ground wind speed) in the source regions of Asian dust based on the NCEP reanalysis data and the third one is the large-scale climate indices. Four kinds of statistical models(multiple regression models, logistic regression models, decision trees, and support vector machines) are applied and compared based on skill scores(hit rate, probability of detection and false alarm rate).

• International Area Studies Review
• /
• v.14 no.2
• /
• pp.25-40
• /
• 2010

Accurate forecasting of volatility is of considerable interest in financial volatility research, particularly in regard to portfolio allocation, option pricing and risk management because volatility is equal to market risk. So, we attempted to delineate a model with good ability to forecast and identified stylized features of volatility, with a focus on volatility persistence or long memory in the Australian futures market. In this context, we assessed the long-memory property in the volatility of index futures contracts using three conditional volatility models, namely the GARCH, IGARCH and FIGARCH models. We found that the FIGARCH model better captures the long-memory property than do the GARCH and IGARCH models. Additionally, we found that the FIGARCH model provides superior performance in one-day-ahead volatility forecasts. As discussed in this paper, the FIGARCH model should prove a useful technique in forecasting the long-memory volatility in the Australian index futures market.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2016.05a
• /
• pp.562-562
• /
• 2016

신경망 모형에서 학습이란 주어진 입출력시스템에 대하여 원하는 동작을 수행할 수 있도록 연결 강도를 최적의 상태로 적응(adaptation)시키는 과정을 의미한다. 따라서 강수와 지하수위의 관계를 연계시킨 인공신경망기법은 선택적으로 예측 지하수위에 영향을 미치는 변수들을 학습에 의하여 택함으로써 예측모형을 구성할 수 있다. 즉, 예측 지하수위와의 상관관계에 의하여 입력되는 변수와의 연결강도를 조정하여 매개변수 조정 및 모형의 최적화를 자동화할 수 있다. 본 연구에서는 지하수위에 영향을 주는 요소는 지하수위와 강우량이라고 가정하고, 지하수위의 입출력과정을 시계열 분석에 의하여 모형화하였으며 예측지하수위는 강우 및 지하수위의 선행조건과 매우 밀접한 관계를 갖는다. 따라서 선행강우 및 지하수위의 상태에 따라 이를 입력하여 미래의 지하수위를 예측하게 된다. 이 모형을 제주지역의 관측소에 적용한 결과 관측소별로 타당한 예측결과를 도출하였다.