• Korean Journal of Agricultural and Forest Meteorology
• /
• v.19 no.3
• /
• pp.93-101
• /
• 2017

The distribution of inter-annual variation in temperature would help evaluate the likelihood of a climatic risk and assess suitable zones of crops under climate change. In this study, we evaluated two methods to estimate the standard deviation of temperature in the areas where weather information is limited. We calculated the monthly standard deviation of temperature by collecting temperature at 0600 and 1500 local standard time from 10 automated weather stations (AWS). These weather stations were installed in the range of 8 to 1,073m above sea level within a mountainous catchment for 2011-2015. The observed values were compared with estimates, which were calculated using a geospatial correction scheme to derive the site-specific temperature. Those estimates explained 88 and 86% of the temperature variations at 0600 and 1500 LST, respectively. However, it often underestimated the temperatures. In the spring and fall, it tended to had different variance (e.g., increasing or decreasing pattern) from lower to higher elevation with the observed values. A regression analysis was also conducted to quantify the relationship between the standard deviation in temperature and the topography. The regression equation explained a relatively large variation of the monthly standard deviation when lapse-rate corrected temperature, basic topographical variables (e.g., slope, and aspect) and topographical variables related to temperature (e.g., thermal belt, cold air drainage, and brightness index) were used. The coefficient of determination for the regression analysis ranged between 0.46 and 0.98. It was expected that the regression model could account for 70% of the spatial variation of the standard deviation when the monthly standard deviation was predicted by using the minimum-maximum effective range of topographical variables for the area.

• Journal of the Korea Convergence Society
• /
• v.10 no.5
• /
• pp.203-211
• /
• 2019

This study is to examine the impact of spatial characteristics of cities on homicide based on spatial econometric model. It selects housing types, racial heterogeneity, residential instability, overcrowding, commercial area, rate of 15 to 29 ages, and rate of the elderly as variables for spatial characteristics of cities. This study employs spatial regression analysis applying the spatial error model to analyze the data from 229 locals collected from Korean Statistical Information Service and Statistical Year Book of local governments. As a result, it shows that homicide has close relationships with apartment and multi-housing as housing types, racial heterogeneity, residential instability, and overcrowding, but not with the commercial area, rate of 15 to 29 ages, and rate of the elderly. The study contributes to expanding understanding and explanation on the causes of homicide focusing on social-structure approach for criminology by analyzing a more advanced model in applying variables than one of existing literature. This study suggests follow-up research on homicide based on both social-behavior approach and social-structure approach in the near future for the development of criminological theory.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.27-27
• /
• 2017

신뢰성 있는 수개월 선행시간의 댐 유입량 예측은 가뭄 상황으로 진입하는 시점에서 효율적인 댐 운영을 위해 필수적이다. 최근 기후변화로 인한 강수량의 경년 및 계절 내 변동성이 증가됨에 따라서 기존의 과거 통계치를 이용한 댐 운영 의사결정은 많은 도전을 받고 있다. 최근 엘리뇨-남방진동(ENSO) 등의 전구기후지수와 지역수문기후와의 원격상관성을 활용하여 수개월 이후에 대한 수문조건을 통계적으로 예측하기 위한 연구가 시도되고 있다. 또한 매월 제공되는 역학적 예측모형으로부터 생산된 월단위 예측정보를 유량예측을 위한 유역모형에 활용하기 위하여 편이보정 및 상세화 기법이 개발되어 활용되고 있다. 본 연구에서는 댐 유입량 예측을 위해 SWAT 모형을 선정하였고 최장 6개월 선행 강수량 및 기온의 예측을 위해서 하이브리드 계절예측 시스템을 활용하였다. 이 시스템은 전지구역학적 예측모형의 자료를 편이보정을 거쳐 직접적으로 사용하는 단순 편이보정(Simple Bias Correction, SBC) 방법에 회귀모형을 이용하여 통계적인 방법으로 예측자료를 생산하는 전구기후지수 기반의 Climate Index Regression (CIR), 실시간 재분석자료 기반의 Observation-based Moving Window Regression (MWR-Obs), 역학적 예측모형의 예측자료 기반의 Moving Window Regression (MWR) 방법을 통합하여 사용하고 있다. 충주댐을 대상으로 우선 관측자료를 이용하여 SWAT 모형을 검 보정한 후, 관측기간에 대하여 하이브리드 시스템에 의한 예측 기상자료를 적용하여 모의된 댐 유입량과 관측 유입량과의 비교를 통해 예측성을 평가하였다. 본 연구는 다양한 기후정보를 활용하여 댐 유입량 예측에 있어서 예측성을 높이고자 시도되었으며, 도출된 결과는 향후 충주댐 운영에 유용한 정보를 제공할 수 있는 것으로 판단된다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2012.05a
• /
• pp.159-159
• /
• 2012

유역의 도시화는 지체시간, 첨두유량 및 총 유출량 등 홍수 유출특성 뿐만 아니라 개발행위에 따른 토사유출특성 변화를 초래하는 등 다양한 문제를 유발하고 있다. 또한 인구증가, 산업발달, 교통량 증가로 인한 화석연료의 소비증가로 대기 중의 이산화탄소의 농도가 급증하여 기후변화에도 큰 영향을 미치고 있다. 이러한 지나친 도시화 진행을 억제하고 웰빙과 건강에 대한 관심 증대에 따라 저탄소 녹색사업의 일환으로 도시 녹지조성 계획이 진행되고 있다. 따라서 본 연구에서는 도시하천인 중랑천 ($288km^2$) 유역을 대상으로 도시화 진행에 따른 토지이용 변화가 강우-유출 특성에 미치는 영향을 분석하였다. 이를 위해, 중랑천 유역의 과거 (1975, 1980, 1985, 1990, 1995, 2000) 토지 이용도로부터 각 항목별 면적변화 추이를 분석한 결과, 17.8%의 도시지역 면적 증가가 나타났다. 미래토지이용 예측을 위하여 CLUE-s (Conversion of Land Use change and its Effects) 모델을 이용하였다. 과거 토지이용 변화 특성을 분석하여 토지피복의 변화와 전이 특성값을 결정하였고, 이를 바탕으로 토지면적 시나리오, 변화 제한지역, 회귀식 결과와 토지이용 변화 특성에 따른 CLUE-s 모델을 이용하여 미래 토지이용변화 (2040, 2080) 모의를 실시하였다. 이러한 토지이용 변화에 따른 유출특성변화 모의를 위해, 물리적 기반의 준분포형 강우-유출 모형인 SWAT (Soil and Water Assessment Tool) 모형을 이용하였다. 모형의 적용성 평가를 위해, 매개변수 민감도 분석에 따른 도시유역 최적의 유출관련 매개변수를 선정하고 중랑교 지점의 일별 유출량자료(2000~2009)를 이용하여 보정 및 검증을 실시하였다. SWAT 모형의 검보정 후, 예측된 미래 토지이용도를 적용하여 과거와 현재, 미래 토지이용변화에 따른 유출특성변화를 비교분석하였다.

• The Korean Journal of Applied Statistics
• /
• v.34 no.3
• /
• pp.375-388
• /
• 2021

This paper aims to help prevent the spread of COVID-19 by analyzing confirmed cases of COVID-19 in Daejeon. A high volume of visitors, downtown areas, and psychological fatigue with prolonged social distancing were considered as risk factors associated with the spread of COVID-19. We considered the weekly confirmed cases in each administrative district as a response variable. Explanatory variables were the number of passengers getting off at a bus station in each administrative district and the elapsed time since the Korean government had imposed distancing in daily life. We employed a mixed-effects zero-inflated Poisson regression model because the number of cases was repeatedly measured with excess zero-count data. We conducted k-means clustering to identify three groups of administrative districts having different characteristics in terms of the number of bars, the population size, and the distance to the closest college. Considering that the number of confirmed cases might vary depending on districts' characteristics, the clustering information was incorporated as a categorical explanatory variable. We found that Covid-19 was more prevalent as population size increased and a district is downtown. As the number of passengers getting off at a downtown district increased, the confirmed cases significantly increased.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.444-444
• /
• 2021

하천의 오염부하량 관리 계획은 지속적인 모니터링을 통한 자료 구축과 모형을 이용한 예측결과를 기반으로 수립된다. 하천의 모니터링과 예측 분석은 많은 예산과 인력 등이 필요하나, 정부의 담당 공무원 수는 극히 부족한 상황이 일반적이다. 이에 정부는 전문가에게 관련 용역을 의뢰하지만, 한국과 같이 지형이 복잡한 지역에서의 오염부하량 배출 특성은 각각 다르게 나타나기 때문에 많은 예산 소모가 발생 된다. 이를 개선하고자, 본 연구는 합성곱 신경망 (convolution neural network)과 수문학적 이미지 (hydrological image)를 이용하여 강우 발생시 BOD 및 총인의 부하량 예측 모형을 개발하였다. 합성곱 신경망의 입력자료는 일반적으로 RGB (red, green, bule) 사진을 이용하는데, 이를 그래도 오염부하량 예측에 활용하는 것은 경험적 모형의 전제(독립변수와 종속변수의 관계)를 무너뜨리는 결과를 초래할 수 있다. 이에, 본 연구에서는 오염부하량이 수문학적 조건과 토지이용 등의 변수에 의해 결정된다는 인과관계를 만족시키고자 수문학적 속성이 내재된 수문학적 이미지를 합성곱 신경망의 훈련자료로 사용하였다. 수문학적 이미지는 임의의 유역에 대해 2차원 공간에서 무차원의 수문학적 속성을 갖는 grid의 집합으로 정의되는데, 여기서 각 grid의 수문학적 속성은 SCS 토양보존국(soil conservation service, SCS)에서 발표한 수문학적 토양피복형수 (curve number, CN)를 이용하여 산출한다. 합성곱 신경망의 구조는 2개의 Convolution Layer와 1개의 Pulling Layer가 5회 반복하는 구조로 설정하고, 1개의 Flatten Layer, 3개의 Dense Layer, 1개의 Batch Normalization Layer를 배열하고, 마지막으로 1개의 Dense Layer가 연결되는 구조로 설계하였다. 이와 함께, 각 층의 활성화 함수는 정규화 선형함수 (ReLu)로, 마지막 Dense Layer의 활성화 함수는 연속변수가 도출될 수 있도록 회귀모형에서 자주 사용되는 Linear 함수로 설정하였다. 연구의 대상지역은 경기도 가평군 조종천 유역으로 선정하였고, 연구기간은 2010년 1월 1일부터 2019년 12월 31일까지로, 2010년부터 2016년까지의 자료는 모형의 학습에, 2017년부터 2019년까지의 자료는 모형의 성능평가에 활용하였다. 모형의 예측 성능은 모형효율계수 (NSE), 평균제곱근오차(RMSE) 및 평균절대백분율오차(MAPE)를 이용하여 평가하였다. 그 결과, BOD 부하량에 대한 NSE는 0.9, RMSE는 1031.1 kg/day, MAPE는 11.5%로 나타났으며, 총인 부하량에 대한 NSE는 0.9, RMSE는 53.6 kg/day, MAPE는 17.9%로 나타나 본 연구의 모형은 우수(good)한 것으로 판단하였다. 이에, 본 연구의 모형은 일반 ANN 모형을 이용한 선행연구와는 달리 2차원 공간정보를 반영하여 오염부하량 모의가 가능했으며, 제한적인 입력자료를 이용하여 간편한 모델링이 가능하다는 장점을 나타냈다. 이를 통해 정부의 물관리 정책을 위한 의사결정 및 부족한 물관리 분야의 행정력에 도움이 될 것으로 생각된다.

• Korean Journal of Remote Sensing
• /
• v.37 no.6_1
• /
• pp.1669-1683
• /
• 2021

AI intelligent agriculture and digital agriculture are important for the science of agriculture. Leaf chlorophyll contents(LCC) are one of the most important indicators to determine the growth status of vegetable crops. In this study, a support vector machine (SVM) regression model was produced using an unmanned aerial vehicle-based RGB camera and a multispectral (MSP) sensor for onions and garlic, and the LCC estimation applicability of the RGB camera was reviewed by comparing it with the MSP sensor. As a result of this study, the RGB-based LCC model showed lower results than the MSP-based LCC model with an average R² of 0.09, RMSE 18.66, and nRMSE 3.46%. However, the difference in accuracy between the two sensors was not large, and the accuracy did not drop significantly when compared with previous studies using various sensors and algorithms. In addition, the RGB-based LCC model reflects the field LCC trend well when compared with the actual measured value, but it tends to be underestimated at high chlorophyll concentrations. It was possible to confirm the applicability of the LCC estimation with RGB considering the economic feasibility and versatility of the RGB camera. The results obtained from this study are expected to be usefully utilized in digital agriculture as AI intelligent agriculture technology that applies artificial intelligence and big data convergence technology.

• Journal of Korea Water Resources Association
• /
• v.51 no.11
• /
• pp.1021-1029
• /
• 2018

A primary objective of this study is to develop a drought forecasting technique based on groundwater which can be exploit for water supply under drought stress. For this purpose, we explored the lagged relationships between regionalized SGI (standardized groundwater level index) and SPI (standardized precipitation index) in view of the drought propagation. A regional prediction model was constructed using a NARX (nonlinear autoregressive exogenous) artificial neural network model which can effectively capture nonlinear relationships with the lagged independent variable. During the training phase, model performance in terms of correlation coefficient was found to be satisfactory with the correlation coefficient over 0.7. Moreover, the model performance was described by root mean squared error (RMSE). It can be concluded that the proposed approach is able to provide a reliable SGI forecasts along with rainfall forecasts provided by the Korea Meteorological Administration.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.2 no.1
• /
• pp.16-23
• /
• 2000

A topography-precipitation relationship derived from the southern part of Korean Peninsula was applied to North Korea where climate stations are few and widely separated. Two hundred and seventy seven rain gauge stations of South Korea were classified into 8 different groups depending on the slope orientation (aspect) of the region they are located. Monthly precipitation averaged over 10 year period (1986-1995) was regressed to topographical variables of the station locations. A 'trend precipitation' for each gauge station was extracted from the precipitation surface interpolated from the monthly precipitation data of 24 standard stations of the Korea Meteorological Administration and used as a substitute for y-axis intercept of the regression equation. These regression models were applied to the corresponding regions of North Korea, which were identified by slope orientation, to obtain monthly precipitation surface for the aspect regions. 'Trend precipitation' from the 10 year data of 27 North Korean standard stations was also used in the model calculation. Output grids for each aspect region were mosaicked to form the monthly and annual precipitation surface with a 1km$\times$1km resolution for the entire territory of North Korea. Spatially averaged annual precipitation of North Korea was 938 mm with the standard deviation of 246 mm.

• 한국방재학회:학술대회논문집
• /
• 2011.02a
• /
• pp.175-175
• /
• 2011

IDF 곡선은 수리구조물의 설계에 이용되며 본 연구에서는 기후변화를 고려한 GCM의 시간적 공간적 축소화기법을 통하여 미래의 IDF 곡선을 생성하였다. GCM자료로는 HadCM3과 CGCM3의 지역주의와 경제발전을 지향하는 A2시나리오를 이용하였다. GCM자료에 대한 공간적인 축소화기법으로 다중회귀 모형인 SDSM(Statistical DownScaling Model)을 이용하여 2030년, 2050년, 2080년의 미래의 일강우 자료를 생성하였다. 이를 다시 시간적 축소화기법인 GEV분포를 이용한 Scaling-Invariance기법을 적용하여 시단위의 강우자료를 생성하였다. 이를 통해 최종적으로 HadCM3과 CGCM3에 대한 각각 미래의 IDF곡선을 생성하였다. CGCM3의 경우 지속적인 강우강도의 증가를 보였지만 HadCM3의 경우 2050년대 감소하다 2080년대 다시 증가하는 양상을 보였다. 또한 CGCM3의 경우 HadCM3의 경우보다 좀 더 높은 강우 강도를 보였다. 본 연구의 대상지역은 서울지역이며 생성된 자료의 신뢰성을 확보하기위하여 서울기상관측소의 1961년부터~2000년까지의 일단위 강우자료를 이용하여 검 보정을 수행하였다.