• Journal of Korean Society of Transportation
• /
• v.22 no.6
• /
• pp.109-120
• /
• 2004

Since the late of 1990, there have been number of studies on the required number of probe vehicles and/or optimal aggregation interval sizes for travel time estimation and forecasting. However, in general one to five minutes are used as aggregation intervals for the travel time estimation intervals for the travel time estimation and/or forecasting of loop detector system without a reasonable validation. The objective of this study is to deveop models for identifying optimal aggregation interval sizes of loop detector data for travel time estimation and prediction. This study developed Cross Valiated Mean Square Error (CVMSE) model for the link and route travel time forecasting, The developed models were applied to the loop detector data of Kyeongbu expressway. It was found that the optimal aggregation sizes for the travel time estimation and forecasting are three to five minutes and ten to twenty minutes, respectively.

• Journal of Korean Society of Transportation
• /
• v.23 no.4 s.82
• /
• pp.57-69
• /
• 2005

The goal of this paper is to develop freeway Origin-Destination (OD) demand estimation model using real-time traffic data collected from Freeway Traffic Management System (FTMS). In existing research, the micro-simulation models had been used to get a link distribution proportion by time process. Because of hi-level problem between the traffic flow model and the optimal OD solution algorithm, it is difficult for the existing models to be loaded at FTMS. The formulation of methodology proposed in this paper includes traffic flow technique to be able to remove the bi-level problem and optimal solution algorithm using a genetic algorithm. The proposed methodology is evaluated by using the real-time data of SOHAEAN freeway, South Korea.

• Journal of the Korean Society of Hazard Mitigation
• /
• v.7 no.2 s.25
• /
• pp.53-63
• /
• 2007

This study is to evaluate the probable snowfall depth by the point frequency analysis and to draw the map of probable snowfall depth in Korea. The 14 probability distributions which has been widely used in hydrologic frequency analysis are applied to the annual maximum depth of snowfall data. The parameters of each probability distribution are estimated by method of moments, maximum likelihood method and method of probability weighted moments. The estimated parameters were checked by parameter validity conditions of each assumed probability distribution. Four tests that are $X^2-test$, Kolmogorov-Smirnov test, Cramer von Mises test and probability plot correlation coefficient test are used in this study to determine the goodness of fit of the distributions. Mostly the 2-parameter gamma distribution was determined as appropriate distribution for the annual maximum new snowfall depth. The probable snowfall depth were obtained from appropriate distribution for the selected return periods and the maps of probable snowfall depth were presented. It will be useful to specify the snowfall load for the design of agricultural facilities such as vinyl house and cattle shed.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2020.06a
• /
• pp.311-311
• /
• 2020

가뭄·홍수 등 수재해 대응대책 수립 측면에서 유역의 자연유출량 산정은 가장 핵심적인 사항이라 할 수 있다. 우리나라는 전국적으로 수위-유량관측소를 설치하여 실시간 유출량 모니터링을 통해 수문정보를 수집하며, 주요지점을 제외한 유역에서는 주기적으로 강우-유출모형의 매개변수 최적화를 통해 산정된 장기유출량 결과를 자연유출으로 가정하여 수자원 계획 수립시 활용하고 있다. 그러나 강우-유출모형의 최적 매개변수 추정을 위해 활용되는 관측 수문자료는 상대적으로 자료의 연한이 짧고, 계절·공간적인 특성으로 인해 매우 제한적이며, 유역의 특성을 충분히 고려하지 못해 미계측유역의 매개변수 추정시 모형의 자료에서 기인한 불확실성이 크게 발생한다는 단점이 있다. 이에 본 연구에서는 관측자료에 대한 신뢰성이 유의하며, 공간적으로 고르게 분포된 12개 댐 유역을 대상으로 매개변수 지역화 연구를 수행하였다. SCEM-UA기법을 통해 GR4J 강우-유출모형의 매개변수를 최적화 하였으며, 매개변수와의 상관관계 및 선형회귀분석을 통해 유역특성인자를 선별하여 Copula 함수를 통해 지역화된 매개변수를 추정하였다. 최종적으로 본 연구에서 제시된 방법론에 대한 적합성을 평가하기 위하여 매개변수 최적화가 수행된 유역을 미계측 유역으로 가정하여 교차검증 관점에서 적합성을 검토하였으며, 통계적으로 유의한 결과가 도출되는 것을 확인하였다.

• Journal of Korean Society for Geospatial Information Science
• /
• v.18 no.2
• /
• pp.3-12
• /
• 2010

In previous studies, the digital measurement systems and analysis algorithms were developed by using the related techniques, such as the aerial photograph detection and high resolution satellite image process. However, these studies were limited in 2-dimensional geo-processing. Therefore, it is necessary to apply the 3-dimensional spatial information and coordinate system for higher accuracy in recognizing and locating of geo-features. The objective of this study was to develop a stochastic algorithm for the optimal sensor placement using the 3-dimensional spatial analysis method. The 3-dimensional information of the LiDAR was applied in the sensor field algorithm based on 2- and/or 3-dimensional gridded points. This study was conducted with three case studies using the optimal sensor placement algorithms; the first case was based on 2-dimensional space without obstacles(2D-non obstacles), the second case was based on 2-dimensional space with obstacles(2D-obstacles), and lastly, the third case was based on 3-dimensional space with obstacles(3D-obstacles). Finally, this study suggested the methodology for the optimal sensor placement - especially, for ground-settled sensors - using the LiDAR data, and it showed the possibility of algorithm application in the information collection using sensors.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.17 no.4
• /
• pp.333-339
• /
• 2015

A thermal time-based phenology model of Kimchi cabbage was developed by using the field observed growth and temperature data for the purpose of accurately predicting heading and harvest dates among diverse cropping systems. In this model the lifecycle of Kimchi cabbage was separated into the growth stage and the heading stage, while the growth amount of each stage was calculated by optimal mathematical functions describing the response curves for different temperature regimes. The parameter for individual functions were derived from the 2012-2014 crop status report collected from seven farms with different cropping systems located in major Kimchi cabbage production area of South Korea (i.e., alpine Gangwon Province for the summer cultivation and coastal plains in Jeonnam Province for the autumn cultivation). For the model validation, we used an independent data set consisting of local temperature data restored by a geospatial correction scheme and observed harvest dates from 17 farms. The results showed that the root mean square error averaged across the location and time period (2012-2014) was 5.3 days for the harvest date. This model is expected to enhance the utilization of the Korea Meteorological Administration's daily temperature data in issuing agrometeorological forecasts for developmental stages of Kimchi cabbage grown widely in South Korea.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.15 no.1
• /
• pp.40-49
• /
• 2013

Current service system of the Korea Meteorological Administration (KMA) for blooming date forecasting in spring depends on regression equations derived from long term observations in both temperature and phenology at a given station. This regression based system does not allow a timely correction or update of forecasts that are highly sensitive to fluctuating weather conditions. Furthermore, the system cannot afford plant responses to climate extremes which were not observed before. Most of all, this method may not be applicable to locations other than that which the regression equations were derived from. This note suggests a way to replace the location restricted regression equations with a thermal time based phenology model to complement the KMA blooming forecast system. Necessary parameters such as reference temperature, chilling requirement and heating requirement were derived from phenology data for forsythia, azaleas and Japanese cherry at 29 KMA stations for the 1951-1980 period to optimize spring phenology prediction model for each species. Best fit models for each species were used to predict blooming dates and the results were compared with the observed dates to produce a correction grid across the whole nation. The models were driven by the KMA's daily temperature data at a 5km grid spacing and subsequently adjusted by the correction grid to produce the blooming date maps. Validation with the 1971-2012 period data showed the RMSE of 2-3 days for Japanese cherry, showing a feasibility of operational service; whereas higher RMSE values were observed with forsythia and azaleas.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.842-846
• /
• 2010

최근 수자원 분야에 있어서 IT기술을 활용한 실시간 하천 현황 감시, 각종 수리, 수질 모형을 활용한 중단기 수리, 수질 예측, 모니터링 결과 또는 예측된 결과를 활용한 하천시설물의 통합 운영은 매우 중요한 화두 중의 하나이다. 이러한 일련의 통합감시, 관리 시스템의 구성에 있어서 일련의 시스템의 근간이 되는 초기 자료 수집을 위한 하드웨어의 설치는 가장 선행되는 과정임과 동시에 대다수의 수자원 종사자들이 익숙하지 않은 분야일 것이다. 획득된 초기 자료의 신뢰성, 정확성, 안정성은 특정한 사례를 예로 들지 않더라도 하천 관리에 있어서 매우 중요한 부분이며 계측기기 분야는 기술의 발전이 가장 빠른 분야 중에 하나이다. 또한 대다수의 수문 관측 하드웨어 즉 계측기기 분야를 외국의 기술에 의존하고 있는 국내의 현실에 있어서 관리하고자 하는 하천의 현황 및 설치지점의 특성, 경제성 등을 고려한 적절한 계측기기의 설치는 그 중요성에 비하여 정보 획득의 어려움, 관련 지침 및 표준화 미비, 관심 부족 등의 이유로 다소 간과되어지고 있는 현실이다. 이에 본 고에서는 수문 모니터링을 위한 계측기 기술 동향을 관련기술, 관측방식, 제조사, 적용사례 등을 중심으로 연구하여 수문 모니터링을 위한 관측망 구성에 있어서 최적의 계측기를 선정할 수 있도록 가이드 라인을 제시하고자 한다.

• Proceedings of the KOR-KST Conference
• /
• 1998.10a
• /
• pp.265-274
• /
• 1998

본 논문은 도로를 주행하는 차량의 지점속도에 대하여 단기간(short-term)으로 예측하는 네 가지의 모형들에 대한 개발 및 결과의 비교하고 평가했다. 사용된 기법들로는 다중회귀분석, 시계열분석(ARIMA), 인공 신경망, 칼만필터링 등이며, 모형의 구출을 위하여 다수의 독립변수 및 입력변수가 요구되는 다중회귀분석과 인공 신경망에서는 연속방정식에서 고려되는 변수들간의 단순상관계수 및 편상관계수의 계산을 통해서 입력변수가 설정이 되었으며, 시계열분석(ARIMA)과 칼만필터링 등 단일 입력 변수만을 요하는 모형에서는 바로 전 시간대와 현재시간대의간격동안 속도의 변화량을 입력변수로 설정하였다. 속도를 비롯해서 교통 데이터는 현장자료를 사용하였는데, 이는 서울의 한강 옆에 위치한 올림픽대로 중 한강대로에 위치한 검지기 3개를 통해서 천호동 방면으로 이동하는 교통류에 대해서 17시간 (00시~17시)동안 수집했다. 17시간 수집했는데 그중에 검지된 속도는 14km/h에서 98km/h까지 변하는 등, 수집된 자료에는 다양한 교통상태가 포함되어 있는데 이는 각 모형들의 정확한 예측력과 적응성을 평가하기 위함이었다. 각 모형은 예측하고자 하는 시점으로부터 1, 5, 10, 15분 후의 속도를 예측하는 것으로 총 4가지의 예측시간간격으로 각각 실험되었다. 결과는 전반적으로 신뢰성 있게 나왔으나 그중에서도 정확성면에서는 인공신경망과 칼만필터링이 우수했고 적응성면에서는 칼만필터리딩 탁월했다. 또한 1분 후의 속도를 예측하는 결과들은 모형들간에 거의 비슷한 정확도를 보여주었는데 이는 입력변수의 설정이 중요한 것임을 보여주는 것이라 판단된다. 있는 기법이다.적으로 세부적 차종분류로 접근한다.의 영향들을 고려함으로써 가로망 설계 과정에서 가로망의 상반된 역할인 이동성과 접근성의 비교가 가능한 보다 현실적인 가로망 설계 모형을 구축하고자 한다. 지금까지 소개된 가로망 설계모형들은 용량변화에 대한 설계변수의 형태에 따라 이산적 가로망 설계 모형과 연속적 가로망 설계모형으로 나뉘어지게 된다. 본 논문의 경우, 계산속도의 향상 측면에서는 연속적 가로망 설계 모형을 도입할 수 있지만, 이때 요구되는 도로용량이 이산적인 변수(차선 수)로 결정되어야만 신호제어 변수를 결정할 수 있기 때문에, 이산적 가로망 설계 모형이 사용된다. 하지만, 이산적 설계모형의 경우 조합최적화 문제이므로 정확한 최적해를 구하기 위해서는 상당한 시간이 소요되며, 경우에 따라서는 국부 최적해에 빠지게 된다. 이러한 문제를 극복하기 위해, 우선 이상적 모형의 근사화, 혹은 조합최적화문제를 위해 개발된 Simulated Annealing기법의 적용, 연속적 모형의 변수를 이산화하는 방법 등 다양한 모형들을 고려해 본 뒤, 적절한 모형을 적용할 것이다. 가로망 설계 모형에서 신호제어를 고려하기 위해서는 주어진 가로망에 대한 통행 배정과정에서 고려되는 통행시간을 링크통행시간과 교차로 지체시간을 동시에 고려해야 하는데, 이러한 문제의 해결을 위해서 최근 활발히 논의되고 있는 교차로에서의 신호제어에 대응하는 통행배정 모형을 도입하여 고려하고자 한다. 이를 위해서 지금까지 연구되어온 Global Solution Approach와 Iterative Approach를 비교, 검토한 뒤 모형에 보다 알맞은 방법을 선택한다. 차량의

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.135-135
• /
• 2018

한강의 잠수교는 평상시에는 사람과 차의 통행이 가능하나 예측수위가 5.5m일 경우, 보행자통제, 6.2m일 경우, 차량통제를 실시한다. 잠수교는 국토교통부의 홍수예보 지점은 아니지만 그 특수성으로 인해 정확한 홍수위 예측을 통해 선행시간을 확보할 필요가 있다. 일반적으로 하천 홍수위 예측을 위해서는 강우-유출 모형과 하도추적을 위한 수리모형을 결합한 모델링이 요구되나 잠수교는 하류부 조위로 인한 배수 및 상류부 팔당댐 방류량의 영향을 받아 물리적 수리 수문모형의 구축이 상당히 제약적이다. 이에 본 연구에서는 딥러닝 오픈 라이브러리인 Tensorflow 기반의 LSTM 심층신경망(Deep Neural Network) 모형을 구축하여 잠수교의 수위예측을 수행한다. LSTM 모형의 학습과 검증을 위해 2011년부터 2017년까지의 10분단위의 잠수교 수위자료, 팔당댐의 방류량과 월곶관측소의 조위자료를 수집한 후, 2011년부터 2016년까지의 자료는 신경망 학습, 2017년 자료를 이용하여 학습된 모형을 검증하였다. 민감도 분석을 통해 LSTM 모형의 최적 매개변수를 추정하고, 이를 기반으로 선행시간(lead time) 1시간, 3시간, 6시간, 9시간, 12시간, 24시간에 대한 잠수교 수위를 예측하였다. LSTM을 이용한 1~6시간 선행시간에 대한 수위예측의 경우, 모형평가 지수 NSE(Nash-Sutcliffe Efficiency)가 1시간(0.99), 3시간(0.97), 6시간(0.93)과 같이 정확도가 매우 우수한 것으로 분석되었으며, 9시간, 12시간, 24시간의 경우, 각각 0.85, 0.82, 0.74로 선행시간이 길어질수록 심층신경망의 예측능력이 저하되는 것으로 나타났다. 하천수위 또는 유량과 같은 수문시계열 분석이 목적일 경우, 종속변수에 영향을 미칠 수 있는 가용한 모든 독립변수를 데이터화하여 선행 정보를 장기적으로 기억하고, 이를 예측에 반영하는 LSTM 심층신경망 모형은 수리 수문모형 구축이 제약적인 경우, 홍수예보를 위한 활용이 가능할 것으로 판단된다.