• 한국농림기상학회지
• /
• 제2권4호
• /
• pp.175-182
• /
• 2000

표준관측소의 점 단위 기온 관측 및 예보값을 농업분야에서 활용하기 위해서는 공간내삽이 필요한 경우가 많지만 기후학적 평년값 같은 장기간의 평균값 내삽과는 달리 지형효과를 반영하기 어려워 거리역산가중법이 수정 없이 사용되고 있다. 우리 나라처럼 지형이 복잡한 산악지역에서는 수평 거리에만 의존한 내삽 결과에 심각한 오류가 포함될 수 있으므로, 영농지원 정보로서 중요한 일 최저기온을 대상으로 추정오차의 최대근원인 해발고도의 영향을 보정 할 수 있는 간단한 공간내삽모형을 작성하였다. 먼저 남한 육지 상에 위치한 63개 표준관측소에서 수집된 일 최저기온자료와 관측소의 위치, 해안으로부터 거리, 경사향, 표고 등 국지기온 결정인자를 회귀분석 하여 표고에 따른 기온감율 추정식을 날짜의 함수로 표현하였다. 63개 관측점의 표고값을 공간내삽 하여 재구성한 전국의 가상 지형으로부터 1 km$\times$ 1 km 공간단위의 전국 수치고도값 편차를 계산하고, 여기에 해당 날짜의 기온감율을 적용하여 보정값을 계산한다. 기존의 거리역산가중법에 의한 기온추정값을 이 보정값에 의해 수정함으로써 최종 기온값을 얻는다. 임의로 선발된 1999년의 월별 하루씩 총 12일에 대하여 이 모형과 기존 거리역산가중법을 각기 적용하여 267개 자동기상관측지점의 일 최저기온을 추정한후 실측값과 비교하였다 오차평균, 절대오차평균, 그리고 평방근오차평균 등 세가지 추정오차를 분석한 결과 이 방법이 거리역산가중법에 비해 산악지역에서의 일 최저기온 추정에 있어 뚜렷한 개선효과를 보였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2023년도 학술발표회
• /
• pp.206-206
• /
• 2023

지구온난화로 인한 기후변화에 따라 평균강수량과 증발량이 증가하며 강우지역 집중화와 강우강도가 높아질 가능성이 크다. 우리나라의 경우 협소한 국토면적과 높은 인구밀도로 기후변동의 영향이 크기 때문에 한반도에 적합한 유역규모의 수자원 예측과 대응방안을 마련해야 한다. 이를 위한 수자원 관리를 위해서는 유역에서 강수량, 유출량, 증발량 등의 장기적인 자료가 필요하며 경험식, 물리적 강우-유출 모형 등이 사용되었고, 최근들어 연구의 확장성과 비 선형성 등을 고려하기 위해 딥러닝등 인공지능 기술들이 접목되고 있다. 본 연구에서는 ASOS(동해, 태백)와 AWS(삼척, 신기, 도계) 5곳의 관측소에서 2011년~2020년까지의 일 단위 기상관측자료를 수집하고 WAMIS에서 같은 기간의 오십천 하구 일 유출량 자료를 수집 후 5개 관측소를 기준으로Thiessen 면적비를 적용해 기상자료를 구축했으며 Angstrom & Hargreaves 공식으로 잠재증발산량 산정해 3개의 모델에 각각 기상자료(일 강수량, 최고기온, 최대 순간 풍속, 최저기온, 평균풍속, 평균기온), 일 강수량과 잠재증발산량, 일 강수량 - 잠재증발산량을 학습 후 관측 유출량과 비교결과 기상자료(일 강수량, 최고기온, 최대 순간 풍속, 최저기온, 평균풍속, 평균기온)로 학습한 모델성능이 가장 높아 최적 모델로 선정했으며 일, 월, 연 관측유출량 시계열과 비교했다. 또한 같은 학습자료를 사용해 다층 퍼셉트론(Multi Layer Perceptron, MLP) 앙상블 모델을 구축하여 수자원 분야에서의 인공지능 활용성을 평가했다.

• 한국지리정보학회지
• /
• 제22권4호
• /
• pp.197-214
• /
• 2019

본 연구에서는 Terra/Aqua MODIS LST(Moderate Resolution Imaging Spectroradiometer Land Surface Temperature)의 Daytime, Nighttime 자료와 기상청 기상관측소 86개 지점에 대한 최고, 최저 및 평균기온을 이용하여 두 자료 사이의 상관성을 분석하고, 한파 및 폭염 발생 기간의 특성을 집중적으로 분석하였다. 모든 자료는 2008년부터 2018년까지 총 11년간 일별로 구축하였으며, Pearson 상관계수(Pearson correlation coefficient, R)와 평균제곱근오차(Root Mean Square Error, RMSE)를 이용하여 상관성 분석을 수행하였다. 시계열 분석 결과, 대상 기간 전체에서 기온과 MODIS LST 간의 변동 양상은 유사하였고, 최고 기온과 MODIS 자료의 R 0.9 이상, 평균기온과 최저 기온과는 0.8 이상으로 기온과 MODIS LST 사이의 상관성은 높은 것으로 나타났다. 특히, 최고 기온은 Terra MODIS LST Daytime과 정확도가 제일 높고, 최저 기온은 Terra MODIS LST Nighttime과 상관성이 제일 높은 것으로 분석되었다. 한파 기간에는 Terra/Aqua MODIS 모두 주간 자료보다 야간 자료의 상관성이 더 높은 것으로 분석되었으며, 특히 Terra MODIS LST Nighttime과의 상관성이 좋은 것으로 분석되었다. 폭염 기간에는 Aqua MODIS LST Daytime 자료가 가장 좋은 것으로 분석되었으나, 전체적인 R이 0.5보다 낮아 추후 활용을 위해서는 식생이나 토지이용, 고도 등 다른 요소를 활용한 추가 분석이 필요할 것으로 판단된다.

• 한국농림기상학회지
• /
• 제25권2호
• /
• pp.80-98
• /
• 2023

본 연구에서는 계절내-계절(Subseasonal to seasonal, S2S) 기후예측의 주별 예측 성능을 개선하기 위해서 딥러닝 기반의 후보정(post processing) 기술을 개발하였다. 그 첫 단계로, 일 최고, 최저기온과 일 강수를 목표 변수로, 자료의 특성과 분포에 적합한 자료 변환 및 특성 공학 기법을 규명하고자 하였다. 먼저, 6개 개별 기후모델의 S2S 예측 자료를 딥러닝 모델에 입력하기 위한 훈련자료로 변환하고, 이로부터 다중모델앙상블(Multi-Model Ensemble, MME) 기반 훈련자료를 구축하였다. 참값(label)으로는 ECMWF의 ERA5 재분석 자료를 사용하였다. 자료 변환 알고리즘은 최고 및 최저 차이를 계산하여 입력자료의 범위를 변형시키는 MinMax 및 MaxAbs 변환, 표준편차를 이용하는 Standard 변환 및 분위수를 지정하여 변형하는 Robust와 Quantile 변환으로 구성된 전처리 파이프라인을 구축하였으며, 변환된 훈련자료와 예측 변수와의 상관관계를 계산하여 순위에 따라 훈련자료의 특성을 선택하는 특성 선택 기법을 추가하였다. 본 연구는 U-Net 모델에 TimeDistributed wrapper를 모든 합성곱 층(convolutional layer)에 적용하여 활용하였다. 5개 알고리즘으로부터 변환된 6개 개별 기후모델 및 MME S2S 훈련자료(일 최고 및 최저기온, 강수)에 훈련 모델을 적용한 결과와 훈련 모델을 적용하지 않은 결과를 ERA5와의 공간상관계수(spatial Pattern Correlation Coefficient)를 계산하고 그 개선율인 기술 점수(skill score)를 평가한 결과, 일 강수의 PCC 기술 점수는 Standard 및 Robust 변환으로 처리된 것에서 전체 예측선행(1~4주)에 대해 모두 높았고, 일 최고 및 최저기온에서는 예측 선행시간 3~4주에서만 높게 나타났다. 또한, 일 강수에서 특성 선택에 따른 훈련자료의 차원 감소가 예측 성능 변화에 영향을 미치지 않는 것으로 나타났다. 일 최고 및 최저기온의 경우에는 특성 선택에 의한 훈련자료의 특성 정보 감소가 오히려 예측 성능을 저하시킬 수 있는 것으로 확인되었으며, 원시자료에서 예측성이 높은 1~2주 기온 예측 개선을 위한 적합한 전처리 변환 알고리즘이나 특성 선택을 찾을 수 없었다. 후속 연구에서는 원시 예측 성능이 강수에 비해 높으나 딥러닝 훈련 모델에 의한 후보정 효과가 미미한 예측 선행 1~2주 기온 예측의 저조 원인에 대해 탐색하고, 다양한 딥러닝 훈련 모델로의 적용 및 초매개변수 조정 등 학습 과정의 최적화를 통해 S2S 기후 예측 성능을 개선하고자 한다.

• 한국산림과학회지
• /
• 제84권3호
• /
• pp.277-285
• /
• 1995

본(本) 연구(硏究)는 송이 산지(産地) 기상인자(氣象因子)와 송이 생산량(生産量)과의 상관관계(相關關係)를 구명(究明)하기 위하여 실시(實施)하였다. 전국(全國) 47개(個) 임업협동조합(林業協同組合)을 통(通)하여 1984년(年)부터 1993년(年)까지 지역별(地域別) 송이 생산량(生産量)을 조사(調査)하였다. 그 중에서 자료(資料)가 충실(充實)한 29개(個) 지역(地域)을 대상(對象)으로 하여, 월별(月別) 최고기온(最高氣溫), 최저기온(最低氣溫), 평균기온(平均氣溫), 토양온도(土壤溫度), 상대습도(相對濕度), 강수량(降水量), 강수일수(降水日數)의 7가지 월별(月別) 기상조건(氣象條件)과 연간(年間) 송이 생산량(生産量)과의 관계(關係)를 stepwise regression과 다중회귀분석(多重回歸分析)을 통하여 구명(究明)하였다. 월별(月別) 기상인자(氣象因子) 지역별(地域別) 송이 생산량(生産量)과의 상관계수(相關係數)는 i)10년간(年間)의 관측치(觀測値)를 가지고 지역별(地域別)로 구하는 경우, ii)29개(個) 지역(地域)의 관측치(觀測値)를 가지고 연도별(年度別)로 구하는 경우, iii)10년간(年間) 27개(個) 지역에서 270개(個) 관측치(觀測値)를 가지고 월별(月別)로 구하는 경우는 세 가지로 나누에 추정(推定)하였다. i)의 지역별(地域別) 분석(分析)에서는 9월(月)의 강수일수(降水日數)와 9월(月) 최저기온(最低氣溫)이 송이 생산량(生産量)과 정(正)의 상관(相關)을 나타냈다. ii)의 연도별(年度別) 분석(分析)에서는 6월(月)의 최고(最高), 최저(最低), 평균기온(平均氣溫)이 송이 생산(生産)과 부(負)의 상관관계(相關關係)를 보였다. iii)의 월별(月別) 분석(分析)에서는 9월(月)과 10월(月)의 강수량(降水量), 9월(月)의 강수일수(降水日數), 9월(月)과 10월(月)의 최저기온(最低氣溫)이 정(正)의 상관(相關)을 나태낸 반면, 6월(月)의 평균기온(平均氣溫)과는 부(負)의 상관(相關)을 보여주었다. 결과적(結果的)으로 볼 때, 송이 생산량(生産量)은 9월(月)중에 강수일수(降水日數)가 증가(增加)할수록, 그리고 9월(月)과 10월(月)에 강수량(降水量)이 증가(增加)할수록 늘어나며, 6월(月)과 7월(月) 최고(最高), 최저기온(最低氣溫)이 낮을 경우에 송이 생산(生産)에 유리(有利)하다고 할 수 있다.

• 생물환경조절학회지
• /
• 제27권1호
• /
• pp.64-70
• /
• 2018

본 연구에서는 풍환경에 따른 열손실을 분석하는데 있어 필요한 풍속 기초자료를 제공하기 위하여 주요 11개 해안지역 중 온실밀집지역을 선정하여 기상환경 및 온실방위를 조사 분석하였다. 대상지역은 난방온실 재배면적과 풍환경 기준으로 선정하였고 온실밀집지역은 $50,000m^2$ 이상인 지역을 대상으로 하였다. 11곳의 기상자료 중 기온, 풍속, 풍향을 대상으로 30년간 자료를 수집하여 분석하였고 기온은 최저, 평균, 최고 기온을 나누고 풍속 및 풍향 기준은 기상청 분석 기준을 적용하였다. 온실의 배치방향은 형태가 대칭인 점을 감안하여 $0{\sim}180^{\circ}$ 범위로 자료를 수집하였다. 또한, 각 지역마다 풍향이 있으며 온실길이방향을 기준으로 하였을 때 적용되는 풍향은 달라질 수 있으며 이를 상대풍향으로 지칭하고 중복되는 점을 고려하여 $0{\sim}90^{\circ}$ 범위로 자료를 수집하였다. 11개 지역의 기온은 중부지방에 있는 보령, 영광 지역과 남부지방에 있는 9개 지역의 기온차이가 구분되었다. 중부해안 대상지역은 1월 최저기온은 약 $3{\sim}4^{\circ}C$ 정도 온도가 높은 것을 확인할 수 있었고 평균기온은 약 $3^{\circ}C$ 정도 높았으며 월별 기온 중 최저기온을 선정할 때에 1월 기온을 고려해야 되는 것으로 판단된다. 대상지역의 주풍향에 대한 월별 차이는 크게 발생하지 않았으며 풍향 분포에 따라 지역별로 서해안측, 서해 및 남해 경계 해안측, 남해안측으로 구분되어졌다. 풍속은 영광을 제외한 10개 지역은 월간 풍속 포차이가 크게 발생하지 않는 것으로 판단된다. 대상지역의 온실의 방향은 길이방향 기준으로 분석하였으며 보령과 영광, 남해 지역은 60%이상 집중되어 있는 방향이 존재하였고 해남, 통영지역은 약 90% 집중되어있는 방향이 존재하였으며 이는 경지정리로 인하여 방향이 편향되어있는 지역이 존재하는 것으로 판단된다.

• 대기
• /
• 제17권4호
• /
• pp.471-481
• /
• 2007

전국 (60개 지점 평균)과 서울의 온도 및 강수를 분석하였다. 분석된 기간은 전국의 경우 1973-2007 년 기간 중 8월과 여름 및 서울의 경우 1908-2007년 기간 중 8월과 여름 이다. 금년 8월과 여름은 전국과 서울 모두 기온 (평균, 최고, 최저)이 평년에 비해 높았다. 전국의 경우 1973년부터 서울의 경우 1908년부터 8월과 여름 모두 최저기온이 꾸준히 증가하는 경향을 보인다. 최저 기온의 상승률은 평균 및 최고기온에 비하여 높다. 이러한 최저기온의 상승은 현재 전 지구적인 추세이며 전지구 온난화에 따른 증발량의 증가로 구름의 양이 증가하게 되어 최저기온이 상승한 것으로 해석하고 있다. 열대야라 불리는 최저기온 $25^{\circ}C$ 이상인 날은 8월과 여름 모두 1973년부터 2007년 현재까지 꾸준히 증가한다. 이는 전 지구 온난화와 도시화의 효과가 복합적으로 작용한 결과이다. 금년 8월의 전국 강수량 (60개 지점 평균)은 330.9mm 로 평년 (265.0 mm)보다 65.9 mm 많았다. 하지만 서울의 금년 8월 강수량은 237.6 mm 로 평년 (348.0mm)에 비해 110.4 mm 적었다. 전국의 금년 여름 강수량은 676.3 mm로 평년 (699.9 mm)과 비슷하였으며 서울은 566.2 mm 로 평년 (809.2 mm)모다 243.0 mm 적었다. 1973년부터 2007년까지 8월과 여름의 강수량을 분석한 결과 비록 변동 폭은 크나 1973년부터 (서울의 경우 1908년부터) 8월과 여름 모두 강수량은 증가하는 경향을 보인다. 전국 60개 지점의 8월 및 여름의 호우 일수 (120 mm 이상/일, 80 mm이상/일, 1시간 최다 30 mm 이상, 10분간 최다 10 mm 이상)는 1973년부터 꾸준히 증가하는 경향을 보였으나 금년에는 예외적으로 집중호우 현상이 일반적으로 오히려 감소한 것으로 분석되었다.

• 한국작물학회지
• /
• 제53권1호
• /
• pp.42-49
• /
• 2008

흑색 P E. film 피복과 노지재배에서 초당옥수수를 원하는 시기에 수확할 수 있는 파종기를 결정하는 방법을 찾기 위하여 "Cambella-90"을 4월 1일에서 6월 30일까지 10일 간격으로 파종한 후 파종기와 관계없이 파종에서 수확까지 생육기간을 일정하게 나타낼 수 있는 GDD 모델과 기준온도를 설정하였으며, 그 결과를 요약하면 다음과 같다. 1, 초당옥수수의 생육기간은 파종기에 따라 흑색 P. E. film 피복에서는 $64{\sim}93$일, 노지에서는 $66{\sim}97$일로 파종기간 CV는 각각 13.8 및 14.2%이었다. 그러나 생육기간을 GDD로 표시하면 최적 기준온도를 적용하였을 때 파종기간 GDD의 CV는 모델에 따라 흑색 P. E. film 피복에서는 $1.1{\sim}2.4%$, 노지에서는 $1.5{\sim}1.8%$이었다. 2. 초당옥수수의 생육기간을 나타내는 가장 적합한 GDD 모델은 파종에서 수확까지 일 최고기온과 최저기온을 합하여 2로 나눈 후 기준온도를 빼서 GDD를 계산하되 일 최고 기온이 $30^{\circ}C$가 넘을 때는 일 최고기온에서 $30^{\circ}C$를 넘는 만큼 $30^{\circ}C$에서 빼어 그 값을 최고기온으로 대치하고, 최저기온이 기준온도 이하일 때는 기준온도로 대치하여 계산하는 방법이었다. 이때 기준온도는 흑색 P. E. film 피복에서는 $9^{\circ}C$, 노지재배에서는 $10^{\circ}C$이었다. 3. 원하는 시기에 수확하기 위한 파종기를 결정하기 위해서는 그 지역의 누적 GDD표를 만들고, 수확 예정일의 누적 GDD에서 그 품종의 GDD를 빼서 그 GDD에 해당되는 일자를 선택하면 된다.

• 한국농림기상학회지
• /
• 제12권4호
• /
• pp.217-224
• /
• 2010

본 연구는 3면이 바다로 둘러싸인 우리나라에서 해안지대 기온 관측자료에 포함되어있지도 모르는 바다의 영향을 정량적으로 추정하기 위해 수행하였다. 1981-2009 기간 중 전국 66개 기상관서에서 관측한 일별 최고 및 최저기온자료를 수집하여 월별 평균을 계산하고 이들 가운데 27개 내륙지점 자료만을 이용하여 거리역산가중평균법에 의해 남한 전역의 가상기온 분포도를 제작하였다. 이 가상기온분포도 상에서 해안에 가까운 나머지 39개 지점의 국지기온을 지리지형정보 및 소기후모형에 의해 정밀하게 추정하였다. 실측 기온과 이 추정기온과의 편차를 '외견상의 바다효과'로 간주하고 39개 지점의 해안거리 대수를 독립변수로 하는 회귀모형을 월별로 작성하였다. 이 모형에 의하면 우리나라의 바다는 잠재적으로 여름철 일 최고기온에 $6^{\circ}C$ 냉각효과, 겨울철 일 최저기온에는 $7.5^{\circ}C$의 가온 효과가 있다. 해안은 물론 내륙의 기온자료에도 포함된 공통오차를 제거한 '실제의 바다효과'를 추정한 결과 서해안의 경우 여름철 냉각효과는 $1.5^{\circ}C$, 겨울철 가온효과는 $1.0^{\circ}C$인 반면, 남해안과 동해안은 각각 $3.0^{\circ}C$ 및 $3.5^{\circ}C$ 내외로 판명된다.

• 한국농림기상학회지
• /
• 제24권4호
• /
• pp.201-217
• /
• 2022

미국은 전 세계 주요 곡물(밀, 옥수수, 콩 등)의 생산 및 수출 국가로 알려져 있다. 따라서 신뢰할 만한 기상 예측 정보를 바탕으로 해당 지역에 대한 작황을 추정하는 것은 우리나라의 곡물 수급을 안정적으로 계획하기 위해서 중요하다. 본 연구에서는 지역 규모의 일 기온 및 이를 기반으로 산출되는 농업기후지수의 계절 예측성을 향상시키는 데 목적을 두었다. 이를 위해 먼저 역학적 규모축소법을 위한 지역기후모형으로 WRF가 사용되었으며, 해당 모형의 초기 및 측면 경계조건으로 PNU CGCM에서 생산된 시간 별 전지구 예측자료가 활용되었다. WRF의 적분은 22년(2000~2021년) 동안 매년 하반기를 포함하는 기간(6~12월)에 대해 수행되었다. 본 연구에서는 WRF에 의해 모의된 일 평균⋅최저⋅최고기온에 대해 EQM을 적용하여 모형이 갖는 편의를 보정하였다. EQM을 이용하여 보정된(보정되지 않은) 자료들은 WRF_C (WRF_UC)로 명명하였다. WRF_UC는 미국 내 대부분의 지역에서 일 최저기온(최고기온)을 과대(과소) 모의했는데, 이는 저온(고온) 범위를 과소 모의한 특징에서 비롯되었다. WRF_C는 WRF_UC에 나타난 일 평균⋅최저⋅최고기온의 편의가 감소하고 공간분포에 대한 예측성이 향상되었기 때문에 결과적으로 일 기온을 기반으로 산출되는 농업기후지수의 예측성 향상을 유도했다.