• 자원ㆍ환경경제연구
• /
• 제23권1호
• /
• pp.1-19
• /
• 2014

해상물류업에 기상기후정보의 이용은 자연재난으로 인한 리스크 감소, 정시도착, 고객으로부터 클레임 수 및 금액 감소, 화물파손 감소, 연료절감 등 다양한 효과를 기대할 수 있다. 기상기후정보 활용의 효율성을 표준화하는 데는 어려움이 있으나 Jeppesen사의 연료절감 성과를 적용하여 한국의 해상물류업에서 기상기후정보 활용의 경제적 성과를 VVOS의 성과를 기초로 분석한 결과, 2012년 기준으로 외항항해 국적선의 경우 약 622억 원의 연료 절감할 수 있었다. 그리고 내항항해의 경우, 연안의 풍속, 파고, 파주기 등이 화물운송에 큰 영향을 미친다고 할 수 있다. 내항운송에 악영향을 미치는 주요 기상요소는 풍속, 파고, 파주기라고 할 수 있는데, 선박 입출항실적과 기상요소와의 관계는 파고와 풍속과는 음의 관계를 파주기와는 양의 관계를 보이고 있어, 기상기후를 정확히 예측하면 입출항 실적을 제고할 수 있을 것으로 기대된다. 구체적으로, 고정효과모형에서 5% 유의수준 하에서 파고 1m 이상인 일수가 1일 증가하면 선박입출항 실적이 9.605천 톤이, 평균 풍속이 1m/s 증가하면 35.391천 톤이 감소하였다. 그리고 파주기 1초 증가하면 31.204천 톤의 실적이 중가하였다.

• 한국수자원학회논문집
• /
• 제54권3호
• /
• pp.145-156
• /
• 2021

우리나라와 세계 곳곳에서는 대형 산불이 빈번하게 발생하고 있으며, 이로 인한 피해가 증가하고 있다. 우리나라에서 산불은 대부분 입산자 실화, 소각 산불 등의 인위적인 원인으로 발생하지만, 기온과 습도, 풍속 등의 기상인자는 산불의 연소 환경에 큰 영향을 미친다. 본 연구에서는 최근 5년간 경기도 지역에서 발생한 산불을 바탕으로, 산불 발생에 영향을 미치는 요인으로 온도, 습도, 풍속, 강수, 가뭄 요인을 선정하여 이들 간의 인과관계를 정량적으로 평가하였다. 분석을 위한 기법으로 인과관계의 발견 및 잠재변수의 예측에 적합한 부분최소제곱 구조방정식모형을 활용하였다. 연구 모형의 평가 결과, 본 연구에서 구축한 측정모형과 구조모형은 6가지 평가기준 모두에서 통계적으로 유의한 것으로 나타났다. 영향정도를 표준화된 경로계수로 표현하면, 기상학적 요인인 습도, 온도 그리고 풍속은 산불 발생에 각각 -0.42, 0.23, 0.15만큼의 영향을 나타내며, 수문학적 요인인 가뭄은 산불 발생에 0.23만큼의 영향요인으로 작용하는 것으로 나타났다. 따라서 본 연구는 실제 적용가능한 방법으로써 산불 영향요인의 분석과 이에 대한 평가, 그리고, 산불 재난의 대응·대비 계획 수립에 활용될 수 있을 것이다.

• 해양환경안전학회지
• /
• 제26권7호
• /
• pp.922-930
• /
• 2020

지난 10년간 복원력 상실에 의한 어선의 해양사고가 지속해서 증가하고 있으며, 갑작스러운 강풍이 주요 원인으로 지적되고 있다. 이러한 강풍에도 견딜 수 있는 어선의 운동·조종성능을 확보하기 위해서는 정밀한 풍하중 예측 기법이 우선되어야 한다. 따라서 본 연구에서는 전산유체역학 기법을 이용한 어선의 풍하중 평가기법을 개발하고자 한다. 특히, 고도 변화에 따라 풍속이 변화하는 계산환경을 모사하여 그 결과를 균일한 속도분포를 가정한 수치해석 결과와 비교 분석하고자 한다. 본 연구에서는 0-180°까지 15° 간격으로 13개의 방향에 대해 풍하중을 계산하였으며, 계산에 사용된 메쉬 모델은 메쉬 의존성 시험을 수행하여 개발하였다. 전산수치해석은 RANS(Reynolds-averaged Navier-Stokes) 기반 상용 해석 Solver인 STAR-CCM+(Ver. 13.06)와 k-ω 난류 모델을 이용하여 정상상태(Steady State) 유동해석을 수행하였다. 수치해석결과를 간략히 살펴보면 Surge, Sway 및 Heave에서 39.5 %, 41.6 % 및 46.1 % 풍하중이 감소하였으며 Roll, Pitch 및 Yaw에서 48.2 %, 50.6 % 및 36.5 % 감소하였다. 결론적으로 본 연구에서는 고도에 따른 풍속 변화 모델을 통해 기존보다 정밀한 수준의 풍하중 추정이 가능한 것을 확인하였으며, 그 결과가 선박의 풍하중 추정 평가기법 발전에 이바지하길 기대한다.

• 대한기계학회논문집B
• /
• 제41권7호
• /
• pp.469-480
• /
• 2017

풍력발전단지에서 연간 에너지 생산량 예측의 정확도를 위해서는 바람 방향별 후류영향에 의한 풍속감소와 이에 따른 발전량 손실을 효과적으로 계산하여야 한다. 본 연구에서는 연간 에너지 생산량 예측을 위하여 방향별 후류영향을 고려한 계산 프로그램을 개발하고, 예측 적합성을 확인하기 위해 실제 풍력발전단지의 연간 에너지 생산량 분석 결과 및 기존 상용 소프트웨어의 계산결과와 비교하였다. 적용된 계산식들은 기존 이론들을 바탕으로 하고 있어 상용 소프트웨어와 동일하지만 풍향별 후류영향 범위의 계산과정에서 차이가 있다. 비교결과 개발 프로그램은 실제 풍력발전단지 전체 시스템 이용율에 1% 이내로 근접하였고 기존 상용 프로그램을 이용한 예측 결과보다 2% 이상 실제 연간 시스템 이용율에 근접하는 결과를 보여주었다.

• 한국산림과학회지
• /
• 제94권6호
• /
• pp.481-487
• /
• 2005

이 연구에서는 지표화 중심의 산불확산예측 알고리즘을 기반으로 GIS 환경에서 운용이 가능한 지표화 확산예측모델을 개발하였다. 이 모델은 지형, 연료, 기상 등 산불환경인자를 분석하고 입력하는 부분과 시간에 따라 확산속도, 화선에서의 산불강도, 연소면적을 예측하는 지표화 확산예측 부분, 마지막으로 예측결과를 사용자에게 제시하는 출력 부분으로 구성되었다. 산불확산속도를 계산하기 위해서 산불행동에 영향을 미치는 산불환경인자중에서 지형인자는 경사, 기상인자는 풍속, 풍향, 실효습도를 고려하였다. 또한 연료인자는 수치임상도를 이용하여 연료깊이, 연료량, 소화습도를 계산할 수 있는 연료모듈을 개발하여 입력되도록 하였다. 연료습도는 실효습도, 최고온도, 강수량, 일일 적산량의 함수관계로 추정하였다. 모델을 2002년 청양에서 발생한 산불에 적용한 결과 확산속도에 대해 61%의 일치도를 보였다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2020년도 학술발표회
• /
• pp.248-248
• /
• 2020

토양수분은 증발산, 유출, 침투 등 물수지 요소들과 밀접한 연관이 있는 주요한 변수 중에 하나이다. 토양수분의 정도는 토양의 특성, 토지이용 형태, 기상 상태 등에 따라 공간적으로 상이하며, 특히 기상 상태에 따라 시간적 변동성을 보이고 있다. 기존 토양수분 측정은 토양시료 채취를 통한 실내 실험 측정과 측정 장비를 통한 현장 조사 방법이 있으나 시간적, 경제적 한계점이 있으며, 원격탐사 기법은 공간적으로 넓은 범위를 포함하지만 시간 해상도가 낮은 단점이 있다. 또한, 모델링을 통한 토양수분 예측 기술은 전문적인 지식이 요구되며, 복잡한 입력자료의 구축이 요구된다. 최근 머신러닝 기법은 수많은 자료 학습을 통해 사용자가 원하는 출력값을 도출하는데 널리 활용되고 있다. 이에 본 연구에서는 토양수분과 연관된 다양한 기상 인자들(강수량, 풍속, 습도 등)을 활용하여 머신러닝기법의 반복학습을 통한 토양수분의 예측 가능성을 분석하고자 한다. 이를 위해 시공간적으로 토양수분 실측 자료가 잘 구축되어 있는 청미천과 설마천 유역을 대상으로 머신러닝 기법을 적용하였다. 두 대상지에서 2008년~2012년 수문자료를 확보하였으며, 기상자료는 기상자료개방포털과 WAMIS를 통해 자료를 확보하였다. 토양수분 자료와 기상자료를 머신러닝 알고리즘을 통해 학습하고 2012년 기상 자료를 바탕으로 토양수분을 예측하였다. 사용되는 머신러닝 기법은 의사결정 나무(Decision Tree), 신경망(Multi Layer Perceptron, MLP), K-최근접 이웃(K-Nearest Neighbors, KNN), 서포트 벡터 머신(Support Vector Machine, SVM), 랜덤 포레스트(Random Forest), 그래디언트 부스팅 (Gradient Boosting)이다. 토양수분과 기상인자 간의 상관관계를 분석하기 위해 히트맵(Heat Map)을 이용하였다. 히트맵 분석 결과 토양수분의 시간적 변동은 다양한 기상 자료 중 강수량과 상대습도가 가장 큰 영향력을 보여주었다. 또한 다양한 기상 인자 기반 머신러닝 기법 적용 결과에서는 두 지역 모두 신경망(MLP) 기법을 제외한 모든 기법이 전반적으로 실측값과 유사한 형태를 보였으며 비교 그래프에서도 실측값과 예측 값이 유사한 추세를 나타냈다. 따라서 상관관계있는 과거 기상자료를 통해 머신러닝 기법 기반 토양수분의 시간적 변동 예측이 가능할 것으로 판단된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2021년도 학술발표회
• /
• pp.86-86
• /
• 2021

온천천은 부산광역시 금정구, 동래구, 연제구를 흐르는 도심 하천으로 부산 시민들의 도심 속 산책길, 자전거 길 등으로 활용되는 도시하천이다. 그러나 온천천 양안의 동래 곡저 평야가 시가지화 되고 온천천 발원지인 금정산 주변에서 무허가 상수도를 사용하고 각종 쓰레기와 하수의 유입으로 인해 하천 전체가 하수관으로 변해왔다. 이에 따라 부산광역시는 온천천 정비 계획을 시행하여 하천 정비와 함께 자동측정망을 설치하여 하천의 DO (dissolved oxygen), 탁도, TDS농도 등 자료를 수집하고 있다. 그러나 자동측정망으로 쌓여가는 데이터를 활용하여 DO농도 예측은 거의 이뤄지지 않고 있다. DO는 하천의 수질 오염 정도를 판단하는 수질인자로 역사적으로 하천 연구의 주요 연구 대상이 되어 왔다. 본 연구에서는 일 자료 뿐만 아니라 시 자료를 기반으로 RNN-LSTM 알고리즘을 활용한 DO예측을 시도하였다. RNN-LSTM은 시계열 학습에 뛰어난 알고리즘으로 인공신경망의 발전된 형태인 순환신경망이다. 연구에 앞서 부산광역시 보건환경정보 공개시스템으로부터 받은 자료 중에서 교정, 보수 중, 비사용, 장비전원단절 등으로 인해 누락데이터를 2014년 1월 1일부터 2018년 12월 31일의 데이터 전수조사 후 이상데이터를 확인하여 선형 보간하여 데이터를 사용하였다. 연구에서는 Google에서 개발한 딥러닝 오픈소스 라이브러리인 텐서플로우를 활용하여 부산광역시 금정구 부곡동에 위치한 부곡교 관측소의 DO농도를 시간 또는 일 예측을 하였다. 일 예측 학습에는 2014년~ 2018년의 기상자료(기온, 상대습도, 풍속, 강수량), DO농도 자료를 사용하였고, 시 예측 학습에는 연속된 자료가 가장 많은 2015년 3월 ~ 12월까지의 데이터를 활용하여 연구를 진행하였다. 모형의 검증을 위해 결정계수(R square)를 이용하여 통계분석을 실시하였다.

• 한국지구과학회지
• /
• 제40권3호
• /
• pp.259-271
• /
• 2019

동해 연안지역의 고해상도 파랑예측을 위하여 통계적 규모축소화 방안을 적용하여 고해상도 동해 연안 파랑예측시스템을 구축하였다. 예측시스템을 구축하기 위하여 기상청 현업에서 예측된 동해 및 남해 연안파랑예측모델과 전구파랑예측모델의 예측결과를 이용하였다. 3일까지는 연안파랑예측모델들의 결과를 그대로 활용하였고 3일 이후 7일까지는 전구파랑예측모델의 예측결과를 통계적 규모축소화 방안(역거리 가중 내삽방법과 조건부합성방법)을 적용하여 예측하였다. 예측된 고해상도 연안예측시스템을 이용하여 예측된 파고의 2차원 공간분포는 연안예측모델의 초기장(분석장)과 자기상관관계를 이용하여 검증하였고 부이 등 해양관측소 자료를 이용하여 파고 및 풍속 예측을 검증되었다. 수치모델의 예측성능과 유사하게 초기시간에는 예측성능이 높게 나타났으나 시간이 지남에 따라 예측성능이 점진적으로 감소되었다. 전체 기간의 파고 예측결과를 파고 관측자료를 이용하여 검증하였을 때 역거리 가중 내삽과 조건부합성방법 적용에 따른 상관계수와 평균 제곱근 오차는 0.46과 0.34 m에서 0.6과 0.28 m로 개선되었다.

• 한국습지학회지
• /
• 제21권4호
• /
• pp.281-289
• /
• 2019

본 연구에서는 남부 내륙지역에 속한 시군구별 태풍으로 인한 피해를 예측할 수 있는 태풍피해예측모형을 개발하였다. 내륙지역의 태풍 피해는 호우, 강풍으로 인한 피해가 복합적으로 발생하므로, 모형을 구성하는 변수가 많고 다양하나, 내륙지역 시군구 단위의 피해사례는 모형을 개발할 만큼 충분하지 않다. 태풍피해 관련 수문기상 자료는 3시간 간격 지속기간별 최대 강우량, 총강우량, 1-5일 선행강우량, 최대풍속 및 제주도 인근 지역에서의 태풍중심기압을 이용하였다. 피해자료의 부족을 고려하기 위해 군집화를 하였으며, 강우 관련 자료의 다중공선성을 제거하기 위하여 주성분분석 등 다변량 통계분석을 이용하여 권역별(경남, 경북, 전남, 전북)로 피해예측모형을 개발하였다. 모형에 의한 태풍피해추정치와 실측치는 최대 2.2배 정도까지 차이가 발생하였는데, 이는 강풍에 의한 피해를 추정하기 어렵고, 전국 69개 ASOS 관측소에 의한 강우자료가 지역적 강우특성을 제대로 반영하지 못하기 때문인 것으로 추정된다.

• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2019년도 학술발표회
• /
• pp.35-35
• /
• 2019

본 연구에서는 분포형 수문 모형 Drying Stream Assessment Tool and Water Flow Tracking (DrySAT-WTF)을 활용해 우리나라의 1976년부터 2015년까지의 유출량을 산정하고, 이를 다층퍼셉트론(Multi Layer Perceptron) 인경신경망 모형(Artificial Neural Network Model)에 적용해 미래 유출을 예측하였다. DrySAT-WFT은 전국 표준 유역을 대상으로 하천 건천화 원인 추적 및 평가를 위해 개발된 모형으로 유출모의를 위한 기상자료 외에 건천화 영향 요소를 고려하기 위한 산림 높이, 도로망, 지하수 이용량, 토지이용, 토심 변화에 대한 DB를 적용 가능한 것이 특징이다. DrySAT-WFT를 위한 기상자료로 모의 기간에 대한 일별 강우량, 상대습도, 평균풍속, 평균 및 최고, 최저 기온, 일조시간을 구축하였으며, 연대별 건천화 영향 요소 DB를 구축하여 적용하였다. 전국 다목적 댐 보 12지점의 유량을 활용해 모형의 보정(2005-2010) 및 검증(2011-2015)을 실시한 결과, 평균 결정계수(Coefficient of determination, $R^2$)는 0.76, 모형효율성계수(Nash-Sutcliffe efficiency, NSE)는 0.62, 평균제곱근오차(average root mean square error, RMSE)는 3.09로 신뢰성 있는 유출 모의 결과를 나타내었다. 미래 유출량 예측을 위한 MLP-ANN은 1976년부터 2015년까지의 유출 모의 결과를 Training Set으로 훈련하여 $R^2$가 0.5 이상이 되어 신뢰성을 확보하였고, 2016년부터 2018년까지의 기간을 1개월 단위로 실제 유출량과 예측 유출량을 비교하며 적용성을 검증 및 향상시켰다.